三、企业价值估值的几个问题

(一)企业价值与股市波动

人们一直在探索股市波动规律，这是一个极具挑战性的世界级难题。到目前为止，没有任何一种理论和方法能够经得起时间的检验。2013年，瑞典皇家科学院在授予该年度诺贝尔经济学奖给罗伯特·席勒等人时指出：“几乎没什么方法能准确预测未来几天或几周股市债市的走向，但也许可以通过研究三年以上的价格进行预测。”

从一般研究范式和视角来划分，对上市公司的股票投资分析方法主要有三种：基本面分析、技术分析、演化分析。我们在实际应用中，应注意它们既相互联系，又有重要区别。具体内容包括：

(1)基本面分析(fundamental analysis)：以企业内在价值为主要的研究对象，从决定企业价值和影响股票价格的宏观经济形势、行业发展趋势、企业经营状况等方面入手(像用社会学方法)，进行详尽分析然后大概测算上市公司的长期投资价值和安全边际，并且与当前同行业的股票价格进行比较，形成相应的投资建议。基本面分析认为股价短期波动不可能被准确预测，而只能从长期看在有足够安全边际的情况下“买入并长期持有”，在安全边际消失后卖出。因为企业的估值是一种社会活动，会受人们随时变动的思想情绪影响，所以罗伯特·席勒专门创立了“行为经济理论”来解释这种现象。

(2)技术分析(technical analysis)：以股票价格涨跌的直观价格行为表现作为主要研究对象，以预测股价波动形态和趋势为主要方法，从股价变化的K线图表和其他技术指标入手(像用物理学方法)，对股票市场波动规律进行归纳、总结、分析的方法总和。技术分析有三个前提假设，即市场行为可以包容消化一切，价格会以趋势方式波动，历史会重复上演。这三个假设在实际中争论很大，国内比较流行的技术分析方法有道氏理论、波浪理论、江恩理论等。

(3)演化分析(evolutionary analysis)：把股市波动看作生命运动的内在属性作为主要研究对象，从股市一系列的代谢性、趋利性、适应性、应激性、可塑性、变异性和周期性等方面入手(像用生物学方式)，归纳总结出股市演化的规律，对市场波动方向以及空间进行动态跟踪研究，为股票交易决策提供机会和风险评估的方法总和。演化分析认为股市波动的各种复杂因果关系或者所引起的现象，都可以在生命运动的基本原理中找到它们之间的逻辑关系及合理解释，可以为构建科学合理的博弈决策框架提供依据。

(二)互联网企业估值

从前我们用成本法来进行企业估值，股份制企业产生后，经营权和所有权的分离引起货币的资本化，更多的投资者注重将来的收益，所以大量的企业价值评估采用市盈率、现金流估值等几种预期收益的方法。但互联网企业在开始阶段没有收益，它采用哪种方法能够比较准确地估算企业的价值，这是金融界争论不休的问题。我们希望能够找到各种估值方法的原理和因素与其内部关系，并提出以下有效的意见。

在这里我们举一个虚拟社交类互联网企业的融资历程。

天使投资轮：公司由一个或者几个创业者创办，在公司成立之初依靠一份可靠的商业计划书获得了天使投资。

A轮：1年后公司获得A轮投资，此时公司月活跃用户(monthly active users，简称MAU)达到30万人，单用户贡献(average revenue per user，简称ARPU)为0元，收入为0。所以在此之前的投入都不可能得到回报。

A+轮：A轮后公司用户数发展迅猛，半年后公司获得A+轮投资，此时公司MAU达到500万人，ARPU为1元。公司开始有一点收入(500万元)，是因为该公司开始通过广告手段获得少量的流量变现。

B轮：1年后公司再次获得B轮投资，此时公司MAU已经达到了1500万人，ARPU也上涨为5元，公司收入已经达到7500万元。ARPU不断提高，是因为公司通过广告、游戏等方式找到了切实有效的变现方法，并获得了某些行业研究报告推荐。

C轮：1年后公司获得C轮投资，此时公司MAU为3000万人，ARPU为10元，公司在广告、游戏、电商、会员等各种变现方式方面有了收入。公司此时收入达到3亿元，已经开始盈利，假设有20%的净利率，盈利为6000万元。

IPO：在C轮1年后上市，在企业首次公开发行股票后，公司每年的收入和利润保持30%~50%的稳定增长。

这是一个典型的优秀互联网企业的融资历程，每一轮都获得著名风险投资(venture capital，简称VC)，成立五年左右上市。我们从这个案例身上，可以看到陌陌等互联网公司的影子。那每一轮的估值是怎么计算的呢？

我们总结回顾一下这个互联网公司天使轮的估值方法：A轮的估值方法是P/MAU; B轮的估值方法是P/MAU、P/S; C轮的估值方法是P/MAU、P/S、P/E；也许上市若干年后，互联网公司变成传统公司，大家又会按P/B去估值。我们分析互联网企业是不是大多数的融资都是类似这样的情况？

对互联网公司来说，P/MAU估值体系的覆盖范围是比较广的，P/E估值体系的覆盖范围是最窄的。如果我们把这种覆盖体系叫作估值体系的阶数，P/MAU是低阶估值体系，容忍度最高；P/E是高阶估值体系，对公司的要求最高。

不同的估值方法是万变不离其宗，我们来看一个公式：

净利润=收入-成本费用=用户数(MAU)×单用户贡献(ARPU)-成本费用

互联网企业期待流量能产生为收入，收入能产生成利润。不同的创业企业，都走过这么几个阶段：开始是拼命扩大用户量的阶段，然后是绞尽脑汁让流量变现的阶段，再则是每天琢磨怎么实现盈利的阶段。最终大家仍然是要按盈利来考察一个公司的，不同阶段的估值方法是殊途同归的。

有的公司用户基数很大，但总是无法转换成收入，如果在下一轮融资的时候(假设是B轮)，投资人希望按高阶估值体系P/S估值，那么公司的估值是0，融不到资，所以会出现B轮无法融资的情况；有的公司收入规模也不小，但老是看不到盈利的希望，如果在下一轮融资的时候(假设是C轮)，面对的是只按净利润估值的风险投资，他们觉得公司P/E估值为0，公司就会在C轮融不到资，也会出现C轮就结束融资的情况。

而且，处于不同的经济周期，估值体系的使用范围会变化，在牛市，估值体系会往上移。这可以解释为什么有一段时间一直没有盈利的公司都获得了C轮、D轮，甚至E轮投资，而且还是传统的PE机构的投资。因为PE机构对市场有了良好的预期，所以降阶了，开始使用P/S这个低阶工具了。但在熊市，估值体系会往下移，这可以解释2016年下半年以来，一些收入和用户数发展良好的公司都无法得到资金，甚至只能通过合并来抱团取暖。

二级市场的政策也会有明显的引导作用，比如我国为什么一直缺少人民币VC？其中有一部分原因是，我国资本市场还是初级阶段，大部分投资机构只认P/E这个高阶估值体系。按照创业板发行规则：“连续两年连续盈利，累计净利润不少于1000万元……或最近一年净利润不少于500万元，营业收入不少于5000万元……”企业要上市，必须要有这么多的利润，才能在二级市场发行，这个估值体系要求是比较高的。如果企业只有用户数，只有收入规模，不论用户数是10亿人，收入规模有100亿元，只要没有利润，企业估值统统为0！所以人民币风险投资很少，股权投资很多，因为它们跟随了政府的规定，只用市盈率这个工具，否则没有退出渠道。但是美股、港股都有P/S的测试指标，只要达到一定规模就可以IPO，成为公众公司上市。如果公司上市后相当一段时间内都可以只按P/S估值(最终可能还是要按P/E)，将打通大多数公司的发展阶段，让每一轮的估值都变得顺畅起来。

(三)影响互联网企业估值的几个问题

可以看到互联网公司的各方面发展都比较快，这种快主要表现在几个方面：

1．技术迭代快

技术发展趋势难以准确判断，以前的领先者没有多长时间可能就会变为落伍者，这就是所谓“先行者的诅咒”。从模拟相机发展到数字相机，从MP3发展到音乐手机，从电纸书阅读器发展到iPad，从传呼机发展到手机……新技术的到来对传统技术是摧枯拉朽式的颠覆。

2．马太效应

小公司从崛起到成为龙头企业几乎就是几年时间，把握好时间节点非常重要，再好的创意，再多的资金，错过了时机，错过了风口，就难以翻盘。但在一开始这些潜在的机遇很难预测。比如“千团大战”后存活下来活跃的大体量团购网站没有几家，比如微信之后易信、来往等很难复制成功，又比如早年和雅虎雷同的门户类公司不少，但最后剩下来的只有很少几家。

3．边际定义

互联网作为诸多科技的代表，可以连接几乎所有行业，通用型的科技可以横跨很多不同的行业，很难定义边界。如互联网教育、互联网旅游、互联网制造、互联网农业……在“互联网+”提出之后，各行各业都被辅以互联网的标签，都被称为互联网企业。如苹果，这到底是家硬件企业、软件企业，还是互联网企业？再如华大基因，它是生物企业，还是互联网企业？还有大疆，它是消费电子，还是互联网，还是自动化企业？等等。

4．国家政策

对于传统企业，其从生长到成熟会经历漫长的周期，所以行业政策一般不会随时调整，不断收紧或放松。但对于仅3~5年就可以从1到100发展迅猛的科技行业来说，这种影响就变得弹性很大。例如Uber的商业模式颇佳，但是它在不少国家都被政府严查抵制，如果一家新的Uber找到了不彻底的革命方式，走出了可以被政府认同的中间路线，在部分国家会不会走得更快呢？另外比如像3G、4G、5G的牌照发放、制式选择、国际供应商的准入，和监管部门的想法都会有很大关系。

5．商业模式

网络公司的商业模式很难统一而论，几乎伴随着从创业期到成熟期，每年都有新的考虑和尝试。比如奇虎360，这家公司在上市前的几年，曾经尝试过若干种盈利方式，如考虑网络U盘(现在叫云盘)收费、软件下载会员制等，但是一直到上市后，才最后确定浏览器流量甩出+游戏/联运双主线驱动的方式……这样的案例发生在很多的初创企业中。

6．上市阶段

一般成功的互联网公司大约经历三个阶段：一是创业阶段，大量的研发资金、服务器和带宽投入，少量或者几乎可以忽略的收入；二是成长阶段，用户数量开始快速增长，商业模式不断成熟，但这时候它们可能还没有盈利，因为它们将利润用于补贴市场或最终用户，加速了自身的马太效应；三是成熟阶段，公司的用户增速放缓但收入增速较快，开始实现盈利。

(四)梅特卡夫定律

在互联网中网络的价值等于网络节点数的平方，网络的价值与联网的用户数的平方成正比。在有n个成员的通信网络中，每个成员可以与其他成员建立n-1个关系。所以网络价值V=K·n2, K是个常数。这个定律被称为梅特卡夫定律，主要用来说服投资人，互联网公司只要有用户就会有盈利，开始阶段的主要任务也是要获取用户。

当然每个理论都有它的不足之处，伴随互联网泡沫的破灭，我们回归理性来看梅特卡夫定律。如果网络规模具有如此大的爆发力，那么为什么有很多独立的网络公司存在而不是都整合起来？或者，如果梅特卡夫定律正确，那么不管两个网络的相对规模有多大，它们都应当互联。但这与历史发展是不一样的。

仔细分析一下，伴随着网络规模的不断扩大，每增加一个用户带给网络的价值效应是衰减的。举个例子，如果我们再加入一个因子，时间，把公式改为V=K·N2·t，就比较能够说明问题。其中t的含义是，用户究竟有多少时间停留在该网络里。停留时间越长，电商/广告/游戏等变现的能力越强，网络价值越大。比如在微信中，我们添加了一个好友，我们是不是会花一样多的时间关注他/她的点点滴滴呢？显然不会。如果我们有10000个好友，我们是不是会都同等对待，把一天24小时都用在微信中呢？这也是不可能的。

所以人们投入在一个软件中或者是一件事中的精力和时间总是有限的，如果将其因子不断地放大，网络价值也会达到一定的极限，所以说这个理论得出来的值是存在着一定的极限。

人们总是首先关注和自己关系最近、最好，自己最感兴趣的朋友或者话题，所以，伴随着网络规模的增加，后进入网络的用户对于网络中的个体的时间占用分布应该是不断衰减的，也就是说，n增加了，t减少了，因此网络的价值不应该是n2，而是一个低于n2但大于线性的、包含增长极限特征的曲线。

齐普夫定律修正了这一点。齐普夫于20世纪40年代提出词频分布定律，以英语文本的一大段典型内容为例，最常见的单词the通常占所有出现单词的近7%，排在第二位的单词of占所有出现单词的3.5%，而排在第三位的单词and占2.8%。也就是说所占比例的顺序(7.0、3.5和2.8等)与1/k顺序(1/1、1/2、1/3…)紧密对应。如果网络有n个成员，这个值就与1+1/2+1/3+…+1/(n-1)成正比。齐普夫定律很好地诠释了长尾定律，它比较接近对数函数ln(n)。

我们用公式V=K·n·ln(n)来表达这样一个带有n与增长极限e共同存在的网络价值模型，要比梅特卡夫定律更接近真实情况。但它们都是增长模型，如果我们不知道用户数在X时的网络价值，那我们也不知道用户数在X(1+Y%)时的网络价值。换句话说，K如何确定？

简单地说，K是网络公司把用户数量变成盈利能力的系数，通俗说就是货币化系数。我们假设K与几个要素有关：

第一，互联网公司存在马太效应，因此行业地位或者先发优势非常重要。在3~5年的一轮趋势中，如果没有一个公司市场份额超过50%，那么隔一段时间份额就会被另外一个公司替代，因此K中应该包含某种先行者或者行业龙头的“马太”因子。

第二，企业的商业模式决定了一个公司的议价能力和盈利的持续性。

第三，用户黏性与活跃度。由于平台本身的定位、产品、体验等，都会使用户在不同平台上的活跃度、流失率不尽相同，比如SNS属性的平台黏性，熟人社交平台活跃度较高，而陌生人平台活跃度较低。

第四，单体用户的盈利能力ARPU，这个数字的稳定性、持续性和前几条因素都有关系。一个网站可能在用户数量没有增长的前提下，今年和明年的收入大不相同，因为刚好它开始货币化了，那么我们能说这个网站的价值在大幅度提高吗？所以我们给ARPU是个预期值，还是现值？如果给现值，比如ARPU=0，那么得到的结论是网站V价值=0；如果给预期值，这种预期的可实现性如何保障？所以只能由投资者分析具体企业情况来决定了。