邦道咨询官网
互联网|电商资讯
互联网企业估值方式(新三板、创业板、纳斯达克)
发布:深圳邦道 日期:2017-10-14 人气:373

【跟踪互联网公司的用户可以判断趋势,尤其在行业层面上,这种尝试会比较意义,可参考三年前的思
考“10 年200 倍的互联网投资策略:平台的力量”,但用来定义公司的价值似乎并不容易。】
互联网公司的魅力正是因为有无限可能性,新三板公司亦是如此,对标纳斯达克的新三板中酝酿着诸多
黑马,但对于投资人来说,最大的难题便是如何从3000多家新三板公司中找出黑马,以及如何为这些公
司正确估值。

传统的估值体系在新三板并不可行,且难以找到可标准化操作的体系。随着新三板挂牌公司不断增加,
这一问题会越来越突出。

互联网公司该如何估值?这个问题虽然在圈子内被广泛提及,但似乎并没有特别满意、统一的答案,伴
随注册制和VIE们的回归,我们相信,这个问题将会更加重要且棘手,我们尝试着把截至目前的一些碎片
化的感悟和体会梳理一下,抛砖引玉。

互联网公司的估值有何特殊性?
如果,今天的“互联网”可以视作是科技的代名词,那么科技股,或者叫新经济,有个最大的特征就是
变化相当快。这种快可以表现在几个方面:

1.技术迭代快
技术发展趋势难以准确判断,以前的领先者可能很快变为落伍者,存在所谓“先行者的诅咒”,从模拟
相机到数字相机,从MP3到音乐手机,从电纸书阅读器到IPAD,从传呼机到手机…新技术到来后对传统技
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几乎就是几年时间,timing非常重要,再好的创意,再多的资金,错过了风口
,就难于翻盘,但在初期这种潜在巨头很难预测。比如千团大战后存活下来的活跃、体量玩家仅剩几家
,比如诸多的移动IM,微信走出来后易信、来往等很难复制,比如早年同雅虎雷同的门户类公司很多,
但最后走下来的只有寥寥几家;

3.边际定义
通用型的科技可以横跨很多不同的行业,很难定义边界。互联网作为诸多科技的代表,可以连接几乎所
有行业,如互联网教育,互联网制造,互联网农业,互联网旅游…在“互联网+”提出之后,千行百业都
被辅以互联网的标签,都是互联网企业。比如苹果,这到底是家硬件企业,软件企业,还是互联网企业
?再比如华大基因,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?

4.国家政策
对于传统企业,由于其增长,成熟会经历漫长的周期,因此在行业政策上不必特别拘泥于一些收紧或放
松,但对于从一个仅3-5年就可以从1到100的科技行业,这种影响就变得弹性很大。例如我们都知道Uber
的商业模式颇佳,但它在多个国家都被政府严查抵制,那么会不会未来一家新的Uber找到了不彻底的革
命方式但又可以被政府认同的中间路线,从而在部分国家走的更快呢?比如像3G、4G,牌照发放、制式
选择、全球供应商的准入,都会和监管部门的意志有很大关系。

5.商业模式
网络公司的商业模式很难一触而就,几乎伴随着从创业期到成熟期,每年都有新的尝试和考虑。比较典
型的例子就是奇虎360,这家公司在上市前的几年中,曾经尝试过若干种盈利方式,比如考虑网络U盘(现
在叫云盘)收费,软件下载会员制等等,但直到上市后,才确定浏览器流量甩出+游戏/联运双主线驱动…
这样的故事似乎发生在所有的初创企业中。

6.上市阶段
一个标准意义的互联网公司大约经历三个阶段,一是初创阶段,大量的研发、服务器/带宽投入,少量或
者几乎可以忽略的收入;二是成长阶段,表现为用户的快速增长,商业模式的不断成熟,但这个阶段或
许它们还没有盈利,理由是他们将利润用于补贴市场和最终用户,加速自身的马太效应;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。

如果所有的互联网公司都能够在第三阶段上市,换句话说,就是我们历史比较熟悉的估值体系,我们可
以简单的按照一些指标如DCF或者PE等方式给它定价,但问题恰恰是:他们会经常在阶段一或者阶段二就
上市,多数表现为有收入没利润,甚至是有用户没收入大幅亏损!这确实让很多本来意愿的参与者无所适从。

如果我们用绝对估值法去给公司定价,你会很郁闷的发现,企业的永续增长率的赋予是没有意义的,
2%-10%甚至更高,你永远说不清楚期间差距的几个点的区别在哪里?假如我们回顾,在1999年纳斯达克
4000家上市公司直到今天,仅有不超过5家创了当年新高(苹果、亚马逊、微软…欢迎补充),收入我没有
统计,但数量也不会太多(比如思科收入比当时高,但市值远不如前),我们会意识到,几乎99%的公司永
续增长率其实是负值!但那个时候的投行或者公司自己,甚至包括市场,会这样认为吗?

一句话,科技股代表未来,称之为新经济,“未来”或者“新”是不确定的,这就是区别传统企业的最
大之处,也正是如此,他们才会在投资人心目里种下诸多的梦,演绎着无限的憧憬。因此,在激情与梦
想之余,互联网企业估值所要面临的最大的挑战是不确定性。

在1998年伯克希尔·;哈撒韦的年会上,巴菲特被问及是否考虑过在未来的某个时候投资于科技公司,
他回答说:“这也许很不幸,但答案是不。”巴菲特继续说:“我很崇拜安迪·;格鲁夫和比尔·;盖
茨,我也希望能通过投资于他们将这种崇拜转化为行动。但当涉及微软和英特尔股票,我不知道10年后
世界会是什么样。

从传统的估值方法出发,互联网公司真实的走法给了投资人的基本是否定。
估值与收入/利润有关吗?

亚马逊是电商领域的龙头,过去的十年里它的盈利能力可以忽略,但是由于它的营收增速始终保持30%左
右,因此它的市值从2005年的200亿美元到了现在的2000亿+,所以,在这个案例里,显然,估值和利润
关系不大。

以中国移动为例,2014年的中国移动比2007年收入接近翻了一倍,利润大约增加了50%,但市值掉了一半
。如果我们小结说因为增速低了,所以PE下去了,因此,估值应该和收入或者利润增速有关,很好的想
法,我们继续。

2011年以后,腾讯控股的营收增速和利润增速较再早期,有个系统性的跌落,之前每年60-80%以上的平
台上,2011年后基本是在50%以下,且利润的增速掉的更多,到了20-30%之间,但问题是PE从23倍大幅向
上摆动到47倍。那么为什么增速低了反倒市盈率高了?大家说,因为有微信了啊,微信改变了市场对公
司的预期,所以不必要看当期的市盈率,而是要看微信未来的产业布局。那就是用户了?换句话说,只

要互联网公司的用户在快速增长,就可以不必在意收入、利润、收入增速与用户增速?
可以验证该逻辑的有不少案例,例如,2012年Facebook上市,由于它的用户一直较快增长,因此它的市
值也快速增加,尽管市盈率有2013年90倍,2014年70倍之高。

我们终于讨论到用户了。

梅特卡夫定律
从梅特卡夫定律说起。罗伯特·;梅特卡夫(Robert Metcalfe,1946年-),出生于纽约布鲁克林,3Com
公司创始人,且制定了梅特卡夫定律 (Metcalfe’s Law),其内容是: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。于是,他认为网络价值V=K*n的平方,K是个常数。这个定律被称之为圣经,主要说服那些
投资人,互联网公司只要有用户就是好的,任务也是要获取用户。

但伴随互联网泡沫的破灭,回归理性来看梅特卡夫定律,它也有自身的不足。比如说,如果网络规模具
有如此大的爆发力,那么为什么有诸多的孤立网络公司存在而不是一股脑的整合起来?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,但这与历史发展相违背。可参
考文章“通信网络价值的魔鬼梅特卡夫定律错在何处”。

我个人认为,伴随着网络规模的扩大,每增加一个用户带给网络的价值效应应该是有衰减的。举个简单
的例子,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。T的含义是,我
们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
。在微信中,我们增加了一个好友,我们是不是会花一样多的时间关注他/她的点点滴滴呢?显然不是,

如果我们有10000个好友,我们是不是会把一天24小时都用在微信中呢?也不可能。
人们总是关注和自己关系最近、最好、最感兴趣的朋友或者话题,因此,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逐渐衰减的,也就是说,N(数量)增加了,T(时间
)减少了,因此网络的价值不应该是N2(平方),而是一个低于N2但大于线性的,包含增长极限特征的曲线


齐普夫定律正是回答了这一点,齐普夫于20世纪40年代提出的词频分布定律。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%。排在第二位的词语:of占所有出现单词的3.5%
,而排在第三位的单词and占2.8%。换句话说,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
律很好的诠释了长尾定律,最后,这接近对数函数Ln(n)。

如果我们用公式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,似乎比梅特卡
夫定律更接近真实情况。但,这不是问题的关键,因为他们都是增长模型,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?
关于K。简要说来,K是网络公司由用户变成盈利能力的系数,通俗说就是货币化系数。我们可以猜测,K

与几个要素有关:
第一,互联网公司存在马太效应,因此行业地位或者叫先发优势非常重要,在3-5年的
一拨趋势中,我们的记忆几乎没有一个公司市场份额超过50%以后而份额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,商业模式决定了一个公司的议价能力和盈利的持续性,因此,对于2B/2C的不同议价能力,也应该区
分来看;
第三,用户黏性与活跃度。由于平台本身的定位、产品、体验,会带来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,也要分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,这个不需要多说,但这个数字的稳定性、持续性和前几条因素都有关
系。还有,一个网站用户没有增长的前提下,今年和明年的收入可能大不相同,因为它开始货币化了,
那么我们能说这个网站的价值在大幅度提高吗?换句话说,我们给ARPU是个预期值,还是现值?好像都
不是,因为如果给现值,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?
当我们认为离真像似乎越来越近的时候,反倒让自己离实战越来越远,这就是我对以上分析的感觉。因
为即便我们在形而上学层面上仿佛列出了可以导出问题答案的,种种可能性的方法和步骤,但会依然觉
得这个方法无法落地实践。因为,马太效应,商业模式,用户粘度/活跃度,单体ARPU等,这些很难用一
套模型去定量化,更何况,再加上时间与发展的维度,会让问题更加复杂。

简单说来,跟踪互联网公司的用户可以判断趋势,尤其在行业层面上,这种尝试会比较意义,可参考三
年前的思考“10 年200 倍的互联网投资策略:平台的力量”,但用来定义公司的价值似乎并不容易。但
是否说这些方法没有意义呢?我想不是。因为这样的思考会让我们理解互联网的本质,权当是定性分析
方法的有益探索,而且,我至今不排除这些定性分析方法在未来被逐渐定量化的可能性。