當盈利不再是企業(yè)上市的命門(mén)，我們該如何對科創(chuàng )板企業(yè)進(jìn)行估值？

科創(chuàng )板的上市審核如火如荼，截至5月10日，科創(chuàng )板受理企業(yè)增至106家，已問(wèn)詢(xún)84家。雖然場(chǎng)面火爆，但市場(chǎng)對于上交所的這塊新生板塊仍有許多不明之處，例如，如何給科創(chuàng )板上市企業(yè)進(jìn)行估值？

從具體上市標準來(lái)看，科創(chuàng )板更加注重公司估值，采用市值與利潤、營(yíng)收、現金流等財務(wù)數據綁定的模式，多種上市標準也給予了新興科技公司更多的可行空間。

傳統估值方法可分為相對估值法和絕對估值法，各類(lèi)估值方法都有一定的優(yōu)缺點(diǎn)，但大多適用于業(yè)務(wù)成熟度高、營(yíng)收利潤穩定的公司。

企業(yè)生命周期可分為初創(chuàng )期、成長(cháng)期、成熟期和衰退期4個(gè)階段。處于不同時(shí)期的企業(yè)有自身的營(yíng)運特性，因此不能簡(jiǎn)單采用目前二級市場(chǎng)常用的PE估值法。以下我們將以7大細分行業(yè)分別舉例說(shuō)明各自適用的估值方法。

細分行業(yè)1：云計算

云計算行業(yè)根據所提供的服務(wù)不同，可分為IaaS、PaaS和SaaS這3種模式，當前有望在科創(chuàng )板上市的云計算公司多以前2種模式為主。云計算公司大多仍處于成長(cháng)期，隨著(zhù)市場(chǎng)需求逐漸打開(kāi)，收入持續增長(cháng)，但受高額研發(fā)投入影響，公司難以實(shí)現穩定盈利。

以美國云計算巨頭Salesforce為例，公司2006-2018年間收入快速增長(cháng)，但盈利能力并不穩定，公司市值與營(yíng)業(yè)收入呈現較為明顯的正相關(guān)性。從估值水平來(lái)看，公司PE波動(dòng)較大缺乏參考價(jià)值，而PS則基本處于6~9X的區間。由此可見(jiàn)，對于云計算公司，PS是更為適宜的估值方式。

PS估值—萬(wàn)國數據為例

萬(wàn)國數據是國內領(lǐng)先的高性能數據中心運營(yíng)商和服務(wù)商，其數據中心分布于國內核心經(jīng)濟樞紐，目前服務(wù)近600家客戶(hù)，包括大型互聯(lián)網(wǎng)公司、金融機構、電信與IT服務(wù)提供商等。

與美股其他云計算公司相似，2014-2018年萬(wàn)國數據的營(yíng)業(yè)收入持續增長(cháng)，但仍尚未達到盈虧平衡，因此應采用PS對公司進(jìn)行估值。

萬(wàn)國數據于2016年11月2日在美國納斯達克上市。我們選取了美股云計算行業(yè)的15家公司，提取了這些公司在萬(wàn)國數據上市前一日的PS值，得出行業(yè)平均PS為8.6X，上下浮動(dòng)10%后為7.7~9.5X的區間。萬(wàn)國數據2015年實(shí)現收入7.04億元，對應市值區間為54億~67億元，公司上市首日市值66億元，符合市值區間的預測，驗證了PS估值的適用性。

細分行業(yè)2：汽車(chē)相關(guān)

根據公開(kāi)資料，有望登陸科創(chuàng )板的汽車(chē)企業(yè)主要分為3大類(lèi)，其中車(chē)音智能主要是做智能產(chǎn)品；行圓汽車(chē)主要做平臺服務(wù)；其余都是以智能汽車(chē)為主營(yíng)業(yè)務(wù)，包括提供新能源電池或整車(chē)生產(chǎn)。

2017年以來(lái)新造車(chē)勢力的融資金額不斷刷新眼球。如蔚來(lái)汽車(chē)、威馬汽車(chē)、車(chē)和家、FMC、愛(ài)馳億維、零跑汽車(chē)的融資金額已累計超過(guò)226億元。

但無(wú)論是已上市的特斯拉、蔚來(lái)汽車(chē)，還是傳言有望登陸科創(chuàng )板的小鵬汽車(chē)、奇點(diǎn)汽車(chē)，從新造車(chē)行業(yè)公司年凈利情況看，均處于虧損的狀態(tài)，公司大多處于初創(chuàng )期或早期成長(cháng)期，因此無(wú)法直接使用PE估值進(jìn)行對比。但考慮到可以通過(guò)對比汽車(chē)銷(xiāo)量，以及市占率的變化來(lái)進(jìn)行公司對比，因此可以采用PS估值、市值/GMV、市值/交付量值進(jìn)行投資指引。

此外，由于此類(lèi)新車(chē)企對研發(fā)投入支出往往超過(guò)傳統車(chē)企，我們可以通過(guò)VM指數的對比，分析公司所處的生命周期，進(jìn)而改變估值方法。

VM估值—蔚來(lái)汽車(chē)為例

蔚來(lái)汽車(chē)是一家高性能的智能電動(dòng)汽車(chē)公司，旗下已有EP9高性能純電動(dòng)超跑以及ES8、ES6兩款純電動(dòng)智能SUV車(chē)型。2018年9月12日于紐交所上市，同年ES8累計交付11 348輛。2018年12月發(fā)布了第二款量產(chǎn)車(chē)型ES6，預計于2019年6月開(kāi)始交付。

分析其上市前的融資情況和營(yíng)收情況，其2015年和2016年未有收入，因此無(wú)法使用PS估值。從VM指數（VM指數=本輪投前估值/前輪投后估值/兩輪之間間隔月數）看，公司的企業(yè)價(jià)值在2016.6-2017.3處于一個(gè)估值增速較快的狀態(tài)，主要是純電動(dòng)超跑EP9于2016年11月首發(fā)，并隨后刷新多條賽道紀錄，證明了企業(yè)的研發(fā)能力。

2018年9月上市后，蔚來(lái)汽車(chē)直至2019年1月底公告了三季報，其PS在2019.3.1-2019.3.13的均值為10.44，遠超過(guò)特斯拉同期PS=2.29的均值，也高于特斯拉剛上市時(shí)7.3X的PS值。

通過(guò)對比蔚來(lái)和特斯拉的PS、市值/GMV、市值/交付量可以發(fā)現，采用市值/交付量指數時(shí)，兩者的差距明顯較其他比較方式小。因此，對于早期交付量較少的產(chǎn)車(chē)企業(yè)，可以?xún)?yōu)先考慮市值/交付量，外加綜合PS、市值/GMV指標與已上市企業(yè)特斯拉、蔚來(lái)的對比，對企業(yè)價(jià)值進(jìn)行估計。

細分行業(yè)3：半導體

根據科創(chuàng )板公布的5套上市標準，有傳言被選入的半導體公司存在以下3種可能性：

1. 技術(shù)相對雄厚，具有自主可控前景，但仍未上市的公司；

2. 海外上市的公司在科創(chuàng )板增發(fā)上市；

3. 已上市的公司分拆其半導體業(yè)務(wù)部門(mén)在科創(chuàng )板上市。

由此可見(jiàn)，科創(chuàng )板的半導體公司可能處于初創(chuàng )期或成長(cháng)前期，如寒武紀；也可處于成熟期，如積塔半導體。因而需要對公司的發(fā)育階段進(jìn)行分析，不可統一采用PE估值。

PE估值—華虹半導體為例

華虹半導體公司于2014年10月于香港上市，首日發(fā)行時(shí)PE為24.25,上下浮動(dòng)10%，即23~27，略低于當月行業(yè)30的PE值。

公司在2011-2013年分別實(shí)現營(yíng)業(yè)收入39.27億元、36.88億元、36.61億元，凈利潤分別為5.29億元、3.75億元、3.77億元，公司上市前后的營(yíng)收和凈利潤都處于一個(gè)相對穩定的范圍，經(jīng)營(yíng)性現金流為正，投資和籌資現金流為負，說(shuō)明公司處于成熟期中。首發(fā)市盈率與發(fā)行時(shí)行業(yè)市盈率相近的情況，說(shuō)明成熟期半導體企業(yè)適用PE估值。

PS估值—寒武紀為例

寒武紀是一家智能芯片研發(fā)公司，擁有終端和服務(wù)器兩條產(chǎn)品線(xiàn)。

據公開(kāi)數據顯示，公司2016年收入在1億元左右，結合2016年天使輪融資情況，PS為6.5。但隨著(zhù)華為麒麟970芯片出貨量的增加，公司2017年生產(chǎn)量計劃在4 000萬(wàn)片左右，預計對應2017年營(yíng)收10億~20億元，PS為3.25~6.5，對比2016、2017年A股半導體行業(yè)的PS值8.5、6.9，PS較行業(yè)平均值低。但考慮一二級的估值差，寒武紀采用PS估值法進(jìn)行估值相對合理。

VM估值—寒武紀為例

除了上述PS估值法，對于寒武紀的估值也可采用VM數值進(jìn)行估值分析。對于初創(chuàng )型科技公司，一般是由一級撮合定價(jià)，常用方法為歷史交易法（參考目標公司歷史定價(jià)）、可比交易法（VM指數作參考）。一般而言VM值應小于0.5，且隨著(zhù)融資次數增加而降低，如果VM過(guò)高說(shuō)明公司現階段估值上升較快，容易導致投資者信心不足。但若公司遇到重大轉折，如兩輪融資間公司營(yíng)收有爆發(fā)性增長(cháng)，會(huì )促使VM大于0.5。

從目前寒武紀VM指數看，2017年和2018年融資都出現VM超過(guò)0.5的情況，考慮到麒麟970出臺量在2017年有大幅度增長(cháng)，以及2018年公司研發(fā)出性能功耗全面超越CPU和GPU的MLU100機器學(xué)習處理器芯片，導致公司估值上升較快。因此VM估值可作為上市前公司估值指引，配合PS估值，如果上市前融資出現VM值超過(guò)0.5，說(shuō)明公司存在一級市場(chǎng)估值過(guò)高的可能。

細分行業(yè)4：醫藥

根據科創(chuàng )板的上市準則和目前傳言有望上板的公司看，有望上市的醫藥公司主要有以下4類(lèi)：

1. 創(chuàng )新藥產(chǎn)業(yè)鏈公司，如尚未盈利，但已有產(chǎn)品處于臨床一二期的，具有前景的1.1類(lèi)新藥，或者一些創(chuàng )新藥產(chǎn)業(yè)鏈公司，比如CRO、CDMO等；

2. 創(chuàng )新醫療器械公司，如生產(chǎn)一些創(chuàng )新型的設備、醫療高值耗材、新生物材料的公司；

3. 基因檢測類(lèi)企業(yè)，如提供腫瘤基因篩查、基因大數據公司；

4. 涉及醫療信息化、互聯(lián)網(wǎng)醫療等新醫療經(jīng)濟模式的公司，如春雨醫生。

上述4類(lèi)公司，對市值判斷難度最大的應數創(chuàng )新藥產(chǎn)業(yè)鏈公司，由于科創(chuàng )板此次未對利潤有明確的限制，因此可能存在上市的醫藥公司仍處于虧損的狀態(tài)。那么目前針對主板醫藥公司常用的PE估值法將無(wú)法使用。此外，A股常用PEG=PE/（Growth×100）去衡量企業(yè)目前估值是否合適，通常認為PEG=1代表公司階段性估值合理。而A股部分藥企為仿制藥企業(yè)，因此常被認為處于一個(gè)穩定增速的階段，常使用第二年業(yè)績(jì)來(lái)計算PEG，這對創(chuàng )新藥產(chǎn)業(yè)鏈的企業(yè)是不適用的。新藥研發(fā)上市后直至專(zhuān)利失效期間的增速非穩定，因此PEG和PE無(wú)法直接使用。

目前，美國醫藥公司常用基于成本的分析法、基于市場(chǎng)的分析法、預期收益分析法、現金流折現法和實(shí)物期權模型5大類(lèi)估值方法，最廣泛使用的估值方法是預期收益分析法和現金流折現法（DCF/FCFF）。

預期收益分析法主要是對FCFF的簡(jiǎn)化算法，但最后都會(huì )回歸至對DCF/FCFF的計算方法，因此現金流折現法是目前最公允的估值法。

在FCFF方法使用中，主要包含2類(lèi)假設，一類(lèi)是對企業(yè)現金流的假設，一類(lèi)是稅后貼現率的假設。

現金流的假設則需要考慮對應患者的情況，峰值市占率等多種因素，因此可以采用研發(fā)管道現金流貼現模型進(jìn)行計算。

由于創(chuàng )新藥項目處于不同階段面臨的失敗率不一樣，因此對創(chuàng )新藥項目在不同階段采用不同的稅后貼現率反應風(fēng)險的存在。

為更直接、方便地闡釋研發(fā)管道FCFF估值方法，我們虛擬一個(gè)創(chuàng )新藥MS公司，旗下?lián)碛?條管線(xiàn)（A、B、C、D），對其經(jīng)驗狀況進(jìn)行假設并就管線(xiàn)進(jìn)行估值。

管線(xiàn)A：現有創(chuàng )新藥業(yè)務(wù)，已經(jīng)過(guò)了快速增長(cháng)期，業(yè)績(jì)增速逐步下滑，面臨仿制藥、同類(lèi)創(chuàng )新藥的競爭壓力。該業(yè)務(wù)是目前公司的營(yíng)收來(lái)源，支持剩余管道的研發(fā)。

管線(xiàn)B：創(chuàng )新藥管道，處于創(chuàng )新藥申請階段，若申請成功，2022年可上市銷(xiāo)售，預計商品化概率85%。

管線(xiàn)C：創(chuàng )新藥管道，處于臨床3期，預計商品化概率58%，若順利2025年可上市銷(xiāo)售。

管線(xiàn)D：仿制藥管道，處于BE（生物等效性）試驗階段，國內BE試驗成功率約為80%，預計管線(xiàn)D研發(fā)成功并提交申請成功的商業(yè)化概率為70%，2023年可上市銷(xiāo)售。

第1步：分析4條管線(xiàn)情況后，就各個(gè)管線(xiàn)藥品銷(xiāo)售額的指標進(jìn)行分拆，預測該管線(xiàn)藥品潛在銷(xiāo)售峰值。

第2步：計算單管道現金流。該步計算涉及創(chuàng )新藥、仿制藥從上市到銷(xiāo)售峰值的時(shí)間，以及現有藥物銷(xiāo)售額的衰退預計。一般來(lái)說(shuō)因藥物適用癥狀、類(lèi)型、醫藥公司BD能力不同會(huì )導致到達峰值時(shí)間不同，目前統計的中位數在4~8年間。為簡(jiǎn)便計算，這里創(chuàng )新藥取5年，仿制藥取4年達到峰值，并保持2年?，F存藥物銷(xiāo)售額衰退則按10%等差遞減（即2021E=2020E銷(xiāo)售額×0.9，2022E=2021E銷(xiāo)售額×0.8）。

第3步：計算公司貼現現金流。我們參考A股同類(lèi)公司的WACC、折舊攤銷(xiāo)、資本性支出及運營(yíng)資本變化給出下面的FCFF模型，我們計算出的股權價(jià)值為1 160億元，2018年P(guān)E為931。說(shuō)明對創(chuàng )新藥企業(yè)來(lái)說(shuō)，雖然原有業(yè)務(wù)可能銷(xiāo)售額在下降，但只要可上市的創(chuàng )新藥上市，即可給公司帶來(lái)大量現金流，故公司仍將維持一個(gè)高PE。

例如Incyte公司目前憑借4款上市藥，5條在臨床階段的，及其他20多條處于立項或理論驗證階段的小分子抑制劑藥物，在美股獲得PE167X的高估值。

細分行業(yè)5：金融

傳言有望上科創(chuàng )板的金融獨角獸企業(yè)主要是以提供支付、借貸業(yè)務(wù)等線(xiàn)上業(yè)務(wù)為主的互聯(lián)網(wǎng)金融企業(yè)，如螞蟻金服，微貸金融等。

對于此類(lèi)將互聯(lián)網(wǎng)與部分銀行業(yè)務(wù)相結合的互金企業(yè)仍處于一個(gè)快速成長(cháng)期，因此不能簡(jiǎn)單地采用傳統銀行類(lèi)的PB估值法來(lái)衡量企業(yè)。因此我們可以根據企業(yè)不同的業(yè)務(wù)線(xiàn)，在STOP估值的基礎上，對不同業(yè)務(wù)采用如市值/有效交易規模，市值/發(fā)債貸款規模的分步估值。

目前主流的互金公司分為5類(lèi)模式：融資企業(yè)、資管企業(yè)、支付企業(yè)、科技輸出類(lèi)企業(yè)以及綜合性平臺企業(yè)（包含前四者）。以5大模式分別來(lái)看：

融資企業(yè)：消費信貸，網(wǎng)貸平臺，金融超市。三者的盈利模式、貸款規模、發(fā)展歷程均存在差異。但三者均是融資業(yè)務(wù)，核心點(diǎn)均是：貸款量（利潤來(lái)源）、費率差（貸款費率-融資成本差）、風(fēng)控（資產(chǎn)質(zhì)量情況）。

估值方法：基于用戶(hù)流量的基礎上，可以結合傳統金融企業(yè)PE方法與互聯(lián)網(wǎng)企業(yè)的市值/貸款規模進(jìn)行估值。此外，在壞賬率低、用戶(hù)數量大的情況下存在估值溢價(jià)空間。一般消費信貸企業(yè)因房貸量和壞賬率均較網(wǎng)貸平臺好，市值/貸款規模也更高，溢價(jià)一般多在 0.2~0.4X。

資產(chǎn)管理企業(yè)：基于業(yè)務(wù)差異主要分為管理型、渠道型、顧問(wèn)型公司。核心點(diǎn)均是：AUM規模與增速，費率結構（穩定性），費率水平（AUM的效率）?；ヂ?lián)網(wǎng)企業(yè)多為渠道型公司。

估值方法：

1. 管理型：由于采取固定費率的公司規模較大、個(gè)體ROE穩定；采用浮動(dòng)費率的公司規模較小，盈虧差異大。因此分別對應不同的估值方法：固定費率型適用“PE結合AUM增速”方法，浮動(dòng)費率型PE取決于業(yè)績(jì)表現和穩定性。

2. 渠道型公司：采用薄利多銷(xiāo)的策略，以量取勝，在費率穩定的前提下ROE也相對穩定，因此建議采用PE估值。

3. 顧問(wèn)型公司：在高費率，且費率穩定的前提下，適用市值/AUM估值方法。

支付企業(yè)：其核心是對金錢(qián)的轉移，一般也可分為3類(lèi)：卡組織（作為連接機構，提供清算、支付網(wǎng)絡(luò )服務(wù)，屬寡頭行業(yè)，如銀聯(lián)），收單機構（基于“銀行卡+POS機”模式，為商戶(hù)提供收單和數據處理服務(wù)，行業(yè)集中度相對較高），互聯(lián)網(wǎng)支付機構（基于線(xiàn)上購買(mǎi)場(chǎng)景收結款機構，行業(yè)頭部效應明顯）。

支付企業(yè)核心要素為支付場(chǎng)景，交易規模，費率。行業(yè)PS多為2~10X，市值/交易規模為0.03~0.37X，一般市占率高，安全性能高的公司估值處于區間偏上位置。

科技輸出類(lèi)企業(yè)：該類(lèi)企業(yè)核心是可替代性和收益分成機制。根據客戶(hù)類(lèi)型和產(chǎn)品屬性，科技輸出類(lèi)公司主要分為軟件服務(wù)提供商和硬件服務(wù)提供商2大類(lèi)。

其中軟件輸出型業(yè)務(wù)的整體毛利較高，頭部企業(yè)的盈利表現突出。以恒生電子、同花順等高毛利率企業(yè)為例，市銷(xiāo)率在15~35X區間。

硬件提供商的毛利率整體偏低，盈利水平也相對偏低。以國民技術(shù)、民德電子等相對高毛利率企業(yè)為例，市銷(xiāo)率在3~10X區間。

整體來(lái)看科技輸出類(lèi)企業(yè)適用于PS估值體系，PE值存在過(guò)高情況一般不適用。但根據具體產(chǎn)品體系和收益模式等方面可能存在估值溢價(jià)空間，前者關(guān)鍵在于可替代性，后者關(guān)鍵是收益分成機制。

平臺綜合類(lèi)企業(yè)：常覆蓋上述全部或部分業(yè)務(wù)，多是互聯(lián)網(wǎng)巨頭布局金融業(yè)務(wù)的產(chǎn)物，通常由場(chǎng)景引流結合變現業(yè)務(wù)（以電商、社交場(chǎng)景為基礎，開(kāi)展支付、融資、資管業(yè)務(wù)），數據收集/沉淀（利用業(yè)務(wù)數據作為風(fēng)控和定價(jià)基礎），技術(shù)支持/輸出（利用企業(yè)自身技術(shù)優(yōu)勢，開(kāi)展金融創(chuàng )新，運營(yíng)維護）等部分組成。例：螞蟻花唄=支付+融資業(yè)務(wù)。

相應企業(yè)的估值在采用STOP估值讓覆蓋業(yè)務(wù)分步累計估值基礎上，還需要考慮以下溢價(jià)空間：客戶(hù)數量、市占率、技術(shù)水平、業(yè)務(wù)協(xié)同等。覆蓋業(yè)務(wù)估值方法和水平為：

融資業(yè)務(wù)：市值/發(fā)放貸款規模，參考區間0.2~0.4X。

資管業(yè)務(wù)：市值/AUM，參考渠道型機構區間0.02~0.18X，安全性能高，市占率高的公司可取區間偏上位置。

支付業(yè)務(wù)：市值/有效交易規模，卡組織和支付機構參考區間0.03~0.2X，收單機構可達至0.37X；市銷(xiāo)率 2~10X。

技術(shù)業(yè)務(wù)：PS估值，軟件服務(wù)市銷(xiāo)率在10~17X區間。

細分行業(yè)6：人工智能

當前有望在科創(chuàng )板上市的人工智能公司可分為2類(lèi)，一類(lèi)側重于技術(shù)研發(fā)（如人臉識別、語(yǔ)音識別），另一類(lèi)側重于技術(shù)應用（智能機器人、廣告智慧營(yíng)銷(xiāo)）。這些公司的技術(shù)或產(chǎn)品部分仍處于概念期，尚未有穩定的收入來(lái)源，因此PE和PS估值均無(wú)法適用。

從完整產(chǎn)業(yè)鏈來(lái)看，人工智能可分為基礎層、技術(shù)層和應用層?；A層提供數據及計算資源；技術(shù)層致力于具體問(wèn)題的解決方案；應用層將相關(guān)技術(shù)應用于商業(yè)場(chǎng)景。以芯片廠(chǎng)商為代表的基礎層公司估值可參考半導體行業(yè)，應用層公司的估值需考慮具體細分領(lǐng)域的行業(yè)特征，具體以技術(shù)層公司的估值方法來(lái)看：

VM估值—以人臉識別獨角獸公司為例

以人臉識別領(lǐng)域為例，商湯科技、曠視科技、依圖科技與云從科技是國內人臉識別的4大獨角獸公司，主要為金融、安防等領(lǐng)域提供算法技術(shù)與解決方案。由于當前上述公司尚未公開(kāi)披露財務(wù)數據，因此主要參考幾家公司在一級市場(chǎng)的融資情況，采用VM指數進(jìn)行估值。

我們計算了四家公司最近兩輪融資的VM值（參考值為0.5），其中商湯與曠視的VM值小于0.5，云從的VM值較為接近0.5，依圖的VM值較大，其主要原因是兩輪融資僅相隔1個(gè)月。

細分行業(yè)7：互聯(lián)網(wǎng)

當前有望在科創(chuàng )板上市的互聯(lián)網(wǎng)公司業(yè)務(wù)分布較廣，涵蓋餐飲、教育、娛樂(lè )、資訊等多個(gè)領(lǐng)域。從共性來(lái)看，這些互聯(lián)網(wǎng)公司多為平臺型公司，擁有規模巨大的用戶(hù)群體。雖然成長(cháng)期的互聯(lián)網(wǎng)公司擁有較為穩定的持續收入，可采用PS估值方式，但考慮到公司的平臺特征，用戶(hù)數可作為公司估值時(shí)更好的參考指標。

由于互聯(lián)網(wǎng)的開(kāi)放性及用戶(hù)間的互動(dòng)將產(chǎn)生巨大的網(wǎng)絡(luò )效應，互聯(lián)網(wǎng)公司不僅能獲得用戶(hù)群體的直接貢獻，也能獲得用戶(hù)互動(dòng)產(chǎn)生的潛在貢獻，在模型中表現為用戶(hù)價(jià)值的平方。以Facebook為例，公司市值-MAU散點(diǎn)擬合線(xiàn)與MAU平方線(xiàn)基本吻合，驗證了DEVA模型在實(shí)踐中的有效性。雖然DEVA模型高估了用戶(hù)數無(wú)限增長(cháng)的效用，導致了2000年后出現的互聯(lián)網(wǎng)泡沫，但該模型指出了互聯(lián)網(wǎng)公司估值的關(guān)鍵因素—用戶(hù)數，在當前仍具有較強的啟示價(jià)值。

對于成長(cháng)期的互聯(lián)網(wǎng)公司，雖然用戶(hù)數量快速增長(cháng)，且具備了較為清晰的盈利模式，但短期內仍未跨過(guò)盈虧平衡線(xiàn)。對于此類(lèi)互聯(lián)網(wǎng)公司，用戶(hù)數的提高反映了公司的成長(cháng)性，因此市值/用戶(hù)數是較為合理的估值方式。

市值/用戶(hù)數估值—以嗶哩嗶哩為例

2016Q1-2018Q4嗶哩嗶哩月活躍用戶(hù)（MAU）從28.5萬(wàn)人提高到92.8萬(wàn)人，3年間月活數增長(cháng)3倍。公司在2015-2018年間營(yíng)業(yè)收入隨月活數的提高快速增長(cháng)，但截至2018年仍未實(shí)現盈利。

嗶哩嗶哩于2018年3月28日在美國納斯達克上市。我們選取了歡聚時(shí)代、微博和LINE3家公司作為嗶哩嗶哩的可比公司，并計算了這些公司的市值/MAU。

3家可比公司平均市值/MAU為68.5，上下浮動(dòng)10%后為61.7~75.4的區間，嗶哩嗶哩2017Q4的MAU為71.8萬(wàn)人，對應市值區間為44~54億美元。嗶哩嗶哩上市首日市值為31億美元，市值水平小于預測區間，這可能是由于上市初期嗶哩嗶哩特有的“二次元”用戶(hù)群體并不為海外投資者所熟知和認可，在估值過(guò)程中單用戶(hù)價(jià)值存在一定的折價(jià)。