更改

由于数据是在一个有限的观察窗口 T 内获取的，为了解决边界条件问题（即在窗口结束时，所有企业都被视为死亡），论文引入了一个修正项，得到了一个修正的指数分布函数：<math>N(t,T)=N(0,T)e^{-\lambda t}[\frac{1-e^{-\lambda(T-t)}}{1-e^{-\lambda T}}]</math>

由于数据是在一个有限的观察窗口 T 内获取的，为了解决边界条件问题（即在窗口结束时，所有企业都被视为死亡），论文引入了一个修正项，得到了一个修正的指数分布函数：<math>N(t,T)=N(0,T)e^{-\lambda t}[\frac{1-e^{-\lambda(T-t)}}{1-e^{-\lambda T}}]</math>

当观察窗口 T 远大于企业年龄 t 时，这个方程可以近似为常规的指数公式。基于这个模型，论文计算了企业的半衰期（[math]t_{1/2}[/math]），即一半的企业死亡所需的时间。通过求解 [math]M(t_{1/2}) = 1/2[/math]，可以得到半衰期的公式：<math>t_{1/2}(T)=\frac{\ln~2}{\lambda}[1-\frac{\ln(1+e^{-\lambda T})}{\ln~2}]</math>

当观察窗口 T 远大于企业年龄 t 时，这个方程可以近似为常规的指数公式。基于这个模型，论文计算了企业的半衰期（[math]t_{1/2}[/math]），即一半的企业死亡所需的时间。可以计算得到半衰期的公式：<math>t_{1/2}(T)=\frac{\ln~2}{\lambda}[1-\frac{\ln(1+e^{-\lambda T})}{\ln~2}]</math>

美国上市企业的平均寿命约为10.2年，而半衰期约为8.6年。这意味着大约9年以后，就会有一半的企业“死亡”。

美国上市企业的平均寿命约为10.2年，而半衰期约为8.6年。这意味着大约9年以后，就会有一半的企业“死亡”。