P2P網絡信貸企業價值評估研究

李鐵崗 梁軍

隨著互聯網金融的發展，P2P網絡信貸企業需要參與到資本市場當中，P2P概念股在資本市場上的出色表現及其所伴隨著的巨大泡沫，也使得P2P網絡信貸企業價值評估也成為了人們關注的焦點。傳統價值評估方法已經不適用于P2P網絡信貸企業，作者在DEVA模型的基礎上，結合金融行業的特點，使用修正的DEVA模型對P2P網絡信貸企業進行價值評估，并以“愛投資”為例，將修正的DEVA模型用作評估實踐。

隨著互聯網金融的發展，P2P網絡信貸企業也需要參與到資本市場當中，P2P概念股在資本市場上的出色表現及其所伴隨著的巨大泡沫，也使得P2P網絡信貸企業價值評估成為了人們關注的焦點?？梢?，如何對P2P網絡信貸企業進行評估成為了一個迫在眉睫的問題。而國內對P2P網絡信貸企業的評估研究及評估技術還相對薄弱，傳統的評估方法對P2P網貸企業的行業特點把握不夠，在一定程度上會低估P2P網絡信貸企業的價值。

一、互聯網企業價值評估文獻綜述

互聯網企業與傳統企業相比具有更強的不確定性因素和成長性，所以傳統企業價值的價值評估過程不能夠完全套用在互聯網企業價值評估之上。從2000年美國的“科恩風暴”之后，針對互聯網企業價值評估方法的討論越來越受到學界的關注。

Aswash(2005)將互聯網企業與傳統企業區別較大的研發成本和營銷成本進行資本化處理后納入評估模型，使用現金流量法評估了互聯網企業的價值。John(2005)基于互聯網企業的風險性特點，利用實物期權的價值評估方法得出來的價值與傳統現金流量和歷史數據分析得出來的結論比，文章也得到了廣泛的討論。

我國的企業價值評估工作起步比較晚，互聯網公司的發展也遲于國外，所以早期的相關研究多是借鑒國外的研究方法。之后漸漸得才有研究從國內企業實際出發的價值評估方法修正工作。王少豪（2000）基于國內互聯網發展較晚、認為短期內傳統價值評估的數據會相對稀缺，同時市場環境的不同，使得國內外互聯網缺乏可比較的基礎，所以他將互聯網價值分為兩個方面，一個是用復合估值法對現有業務和投資業務進行折現，一個是用實物期權法對投資拓展業務進行估值。談多嬌和董玉軍（2010）認為互聯網企業的價值更加凸顯了客戶價值的理念，所以在他們的評估模型中納入了大量的客戶價值反映指標，包括了客戶貢獻率、用戶數量和權益成本等等，而企業的價值就等于客戶的價值加上凈現金流的現值。陳維凱(2013)認為對互聯網企業的價值評估要充分考慮自身的特點，在詳實考慮進無形資產的基礎上靈活地使用實物期權法、風險資產評估法或者股票價值折現評估法等多種方法。

二、網貸企業價值評估

互聯網借貸平臺企業屬于新興事物，對其研究多集中在風險水平的分析上，對其價值進行評估的文獻比較少。Berger（2009）對網貸平臺的特點進行了分析，從其減少借貸雙方信息不對稱降低信貸成本和宏觀發展的角度認為，傳統的信貸業務會逐步被網絡信貸擠占份額。這樣對網貸平臺的評估就應該更多地考慮企業的成長性。北京工業大學王燕均和北京郵電大學王寧與山東工商學院合作了P2P網貸企業價值評估的專項研究，通過較為詳實的網絡信貸平臺數據對估值方法進行了可行性分析，認為使用布萊克-斯圖爾特期權模型比傳統的現金流折現模型更加合理。觀研天下信息咨詢公司的《中國網絡借貸市場運營態勢和投資價值評估報告2013-2017》從網貸企業所處的生命周期、產業鏈和行業附加值等方面對網貸企業的價值進行了分析。

對于新興的P2P網絡借貸行業來說，哪些指標對企業的成長性、價值判斷更加具有指導意義，到目前為止還沒有過具體的相關研究。這種非財務指標的特殊性也增加了全面評估網絡信貸企業的價值指標體系的難度。

P2P網貸平臺企業的非財務指標，體現為互聯網和金融行業二者的結合。在目前的網貸企業評級網站例如網貸天眼、網貸之家等多收集了投資人數、貸款人數、滿標速度、累計貸款余額、未來待收、借款來源分布等非財務指標來評估了平臺的活躍程度和資金風險等方面的狀況。而在對企業的商業價值進行評估時，所采用的非財務指標需要考慮更多方面，包括了成長性，企業背書等方面狀況。

面對P2P網絡信貸企業價值評估過程中出現的全面評估困難、成長性難以確定、未知性較大和非財務指標較多的問題，以及成本法、收益法、市場法、實物期權法等傳統評估方法無法科學有效地對P2P網絡信貸企業進行價值評估，本文將引入股票價值折現分析模型（DEVA模型）進行研究，然后基于此模型，對P2P網絡信貸企業進行價值評估。

三、運用DEVA模型對P2P網絡信貸企業進行價值評估

股票價值折現分析模型（DEVA模型）是由Morgan Stanley前任首席分析師Mary Meeker于1995年在《The Internet Report》中提出的。Mary Meeker認為，互聯網企業具有很強的開放性、動態性和輕資產性，其盈利特點也與傳統行業有著很大的差異，主要體現在其盈利模式的多元性和中間性。而且在互聯網企業進行價值創造和成長發展過程中，用戶資源始終是互聯網企業最關鍵的資源，同時是互聯網企業進行價值創造的根本源泉。在一定意義上互聯網企業的盈利過程就是建立在對用戶資源的深入挖掘和有效利用中的。Mary Meeker又根據摩爾定律，提出了互聯網產品的價格會隨著時間呈指數式下降，而互聯網產品乃至互聯網企業的經濟價值卻隨著時間呈指數式增長。在上述觀點的基礎上，Mary Meeker得出了股票價值折現分析模型（DEVA模型）。具體而言，DEVA模型是在對企業進行價值評估時，把企業的財務和經營成本等財務數據平攤到每個用戶，對用戶的固有價值進行評估，然后量化用戶之間的互動價值作為企業的附加價值，進而得到企業的經濟價值。DEVA模型反映的是規模經濟，而P2P網絡信貸企業可以認為是企業規模的擴大，增加了經濟效益。DEVA模型的具體公式如下所示：

E指的是被評估P2P網絡信貸企業經濟價值；M指的是單個客戶的投入初始資本：C代表單個客戶的價值。

在運用DEVA方法前我們首先要對方法的幾個前提假設進行分析。第一，持續經營假設。也就是說假設企業能夠繼續的生存下去、不斷經營，不存在倒閉或者關停的情況，也不會有大幅削減業務的現象。只有在持續經營的情況下，對P2P網絡信貸企業的價值評估才可以正常準確地進行下去。第二，有效市場假設。也就是說資本市場上的價格信息能夠完全反映出企業的實際價值。本文對企業進行評估的價值為其市場價值。第三，交易假設。對于企業內的所有資產，無論其用途目的如何，本文都將其所有的資產認定為處于交易狀態。第四，企業的普遍適應性假設。在使用此模型時，被評估的企業需屬于P2P網絡信貸企業，需具有很強的開放性，且將用戶資源作為最重要的資源。P2P網絡信貸企業需在經營過程中不斷挖掘其用戶資源的直接經濟價值和潛在附加價值。因此，在價值評估過程中，不能依靠財務報表中的數據，而是需要將用戶資源進行量化進行價值評估。

相比于成本法簡單地將企業的有形資產和無形資產進行評估后加總來計算企業價值。DEVA模型充分的考慮了各種資產的協同效應，對協同效應產生的客戶價值進行評估，進而在一定程度上克服了成本法對P2P網絡信貸企業的低估問題。而對于收益法無法解決企業不確定性的問題，DEVA使用的是當前的客戶數量以及客戶價值，將未來的不確定性問題進行了合理的規避。目前，市場法對于P2P網絡信貸企業而言無法進行實際操作，而DEVA模型卻具有很強的操作性。相對于實物期權法關于P2P網絡信貸行業的參數無法確定，DEVA模型的參數還是相對容易確定的。

四、修正的DEVA模型

在考量每客戶價值的時候，需要體現出P2P網絡信貸企業在互聯網企業中的特殊性。首先，一般的互聯網企業的用戶價值存在一定的差異性，主要體現為用戶的價值基本相同，例如社交平臺公司的用戶價值基本沒有差異。但是P2P網絡信貸企業的用戶價值可以明顯分為兩種。特別是中國的P2P網絡信貸企業，由于大量的廣告宣傳以及各種各樣的P2P網貸企業吸引著網民進行注冊開戶，然而大量的網民在注冊之后便不再使用賬戶，成為平臺的“僵尸”賬戶，而且這類“僵尸”賬戶占有著大部分比例。但是，P2P網絡信貸企業仍然有著一定數量的有效用戶資源。這部分有效用戶是較為活躍的用戶，其在平臺上進行著有效投資，是P2P網絡信貸企業創造價值的源泉。因此在價值評估過程中，本文只考慮企業的有效用戶資源，對于其他“僵尸”賬戶的價值進行有效忽略。

此外，一般互聯網企業的用戶價值是單邊的，多為單邊的用戶價值。而P2P網絡信貸企業的用戶價值是雙邊的，且兩邊的用戶資源在P2P網貸平臺上需要進行有效的配合，才能實現P2P網貸運行。因此，在評估用戶價值的時候，充分考慮到了借款利率，因為借款利率在一定程度上反映了借款用戶資源。

因為互聯網企業的價值難以評估，而且僅僅依賴基本DEVA模型評估的結果無法體現出所有的價值，因此本文將引入調整系數λ，對基本DEVA模型的評估結果進行調整。由于國內沒有P2P網絡信貸企業上市，在缺乏相關財務數據的情況下，本文采用唯一一家P2P上市公司美國Lending Club的數據進行計算。Lending Club是世界上最大的P2P網絡信貸公司。Lending Club的線上P2P信貸平臺為貸款提供審批、定價、服務和支持業務，并建立資金的監管體系。平臺的操作完全在線沒有分支的基礎設施，但使用先進的技術來降低運營成本和保障安全。因此通過這種節約成本的形式才能向借款人提供低利率的貸款，向投資者提供可觀的回報。Lending Club是世界上最大的P2P網絡信貸公司，其將銀行系統轉化為一個無摩擦的，透明和高效的在線市場。Lending club的業務模式是與本文將要評估的愛投資較為相似的。借款人從Webbank得到貸款，WebBank然后將這些債權打包以后賣給P2P網貸平臺，個人投資者就可以在平臺上投資這些債券。這種模式下，網貸平臺實質上就是中間商，投資人在平臺上購買的理財產品，其擔保對象就是平臺本身。

首先計算出Lending Club的市場價值，再通過DEVA模型得到其評估值。將市場價值與評估價值進行相比得到調整系數λ。

Lending Club的創始人在募集了1000萬美元之后，公司得以成立。然后在2014年12月，超過4.5萬有效用戶在平臺上進行投資，交易額超過50億美元。此外在對其用戶進行調查發現，其僵尸用戶較少，在這里利用M值是合理的。根據以上數據，可以得到每有效用戶的價值約為2200美元。Lending Club在2014年12月30日的發行價為15美元，總股本為3億6110萬，公司市場價值約為54億美元。

DEVA評估值=MCC=10000000/45000×2200×2200=10.76億美元

λ=Lending Club 市場價值/DEVA 評估值=5

在確定λ之后，本文接著對M'進行了修正。基礎的DEVA模型中的M指的是單個客戶投入初始資本，而考慮到“僵尸”用戶的因素，以及Lending Club公司的用戶分析，需要對M值進行一定的修正。最后每用戶價值C也要調整為每有效用戶C'來進行評估，原因同樣也是“僵尸”用戶的問題。

最后將調整系數λ代入DEVA模型，得到修正的DEVA模型。修正的DEVA模型公式如下：

E’指的是被評估P2P網絡信貸企業的市場價值；M’指的是在對被評估對象進行調查后根據僵尸賬戶比重進行調整的有效客戶投入初始資本；C’代表每有效客戶的價值；λ為調整系數，代表著被評估P2P網絡信貸企業市場價值與模型評估價值E的比值。

運用修正的DEVA模型進行價值評估，具有以下幾個優點：第一，運用修正的DEVA模型充分考慮了無形資產，客戶價值的評估以及M’值都在一定程度上進行了反映。第二，不再以單純的財務報表來對互聯網企業進行價值評估，不會出現大幅低估的現象。第三，具有很強的開放性和動態性。修正的DEVA模型充分考量了行業的特點，而不僅僅局限于企業自身，并且充分研究了用戶之間的協同關聯價值。

五、采用修正的DEVA模型對“愛投資”價值評估

（一）“愛投資”的分析

2013年3月31日，愛投資在線投融資平臺上線，其隸屬于安投融（北京）網絡科技有限公司，公司注冊資本為1500萬元。目前，安投融（北京）網絡科技有限公司旗下的愛投資在線投融資平臺中理財產品主要包括“愛擔保”、“愛保理”、“愛融租”，并擁有較完善的風控體系、優秀的管理團隊和品牌。2014年6月20日，愛投資在線投融資平臺榮獲第三屆中國財經峰會·2014行業最具影響力品牌獎。2015年1月愛投資在線投融資平臺榮獲第三屆金融行業評選最佳互聯網金融平臺大獎。2015年6月12日，上市公司春興精工（002547）宣布收購P2P平臺愛投資運營方安投融（北京）網絡科技有限公司51%的股權。

在為公司進行價值評估時，首先應對企業進行SWOT分析。評估企業的外部環境和內部能力，以潛在用戶這一角度來辨別企業現有的所有優勢、劣勢、機會和威脅（SWOT）。外部分析主要是認真檢視會影響企業業績和競爭地位的那些外部要素，包括經濟和行業環境。內部分析考慮的是企業的能力，包括生產能力和效率，推廣、銷售和渠道的效率，技術能力，產品深度、品質以及現有的管理層和雇員?！皭弁顿Y”的優勢有：國企中援應急公司對“愛投資”進行了戰略投資；“愛投資”擁有五層風險控制體系，篩選合作機構、分散管理區域、審查借款企業、完善貸后檢查、建立風險對沖；擁有71個合作保障機構（包括融資性擔保公司、商業保理公司等），對資金進行全面擔保；信息安全由SSL安全加密技術保障，資金安全由專業第三方支付實現，進而保障資金安全；管理團隊均為來自知名企業的精英；品牌和聲譽優勢較強；《關于促進互聯網金融健康發展的指導意見》等互聯網金融規范文件發布，給較大的P2P網絡信貸企業帶來了更好的發展環境。劣勢：發展時間較短；僅以企業作為借款客戶，存在著很大的局限性。機會：《關于促進互聯網金融健康發展的指導意見》出臺，對其他中小P2P網絡信貸企業進行限制，規范了P2P網貸市場。春興精工等投資者對“愛投資”的注資，提升了公司的競爭實力。威脅：P2P網絡信貸企業具有很強的網絡外部性，超大型的P2P網絡信貸企業對其業務的擴張帶來壓力；騰訊、阿里巴巴等“互聯網巨鱷”已經建立和正在建立的互聯網銀行對其產生業務上的沖擊；中國股市的快速發展，使的用戶數量相對難以拓展?？傊?，“愛投資”雖然作為一個大型P2P網絡信貸公司，且發展速度非?？焖伲涿鎸Φ奶魬鹨彩窍喈敹嗟?。

安投融（北京）網絡科技有限公司獨立擁有著愛投資在線投融資平臺，且此平臺業務為“愛投資”的主營業務，其他業務在本文的評估過程中可以忽略不計。因此在對“愛投資”的價值評估主要側重于愛投資在線投融資平臺，也就是愛投資P2P網絡信貸平臺。愛投資P2P網絡信貸平臺的交易量具有以下特點：與同行業其他企業相比，其交易量數額大；交易量的增長速度呈快速增長趨勢，且增長速度逐漸加快?！皭弁顿Y”成立以來的交易量如下表所示。

如圖5-1所示，“愛投資”自成立以來，其業務有著穩定快速的發展，并且其發展速度符合互聯網企業的特點。在成立的第一年業務發展較慢，但在平臺成立第二年中，交易量快速增長。第二年的平臺交易量是第一年的2倍多?！皭弁顿Y”這種快速發展的狀態是符合互聯網企業發展現狀的，運用修正的DEVA是可以的。

（二）“愛投資”的評估

P2P網絡信貸企業具有著互聯網屬性和金融屬性。但是由于國內大部分P2P網絡信貸企業成立時間較短，且處于虧損狀態或微盈利狀態，因此在這里也無法使用市盈率和市凈率對P2P網絡信貸企業進行估值。在評估過程中，需要更多地關注互聯網屬性，而對于其金融屬性也要有所體現。而“愛投資”也具有這種特點，所以要選擇一種創新的評估模型來進行衡量，本文將在此用修正的DEVA模型來對“愛投資”進行價值評估。

圖5-1 “愛投資”歷年交易量

首先對M’進行評估。由于上市公司春興精工（002547）在2015年6月12日宣布收購P2P平臺愛投資運營方安投融（北京）網絡科技有限公司51%的股權。根據半年報中6月30日的數據顯示，累計成交額約為73.4億元，用戶平均投資金額為67645元。通過以上兩個數據，可以很容易地得到有效用戶數量約為10900位。在對愛投資的僵尸用戶比例調查后，發現僵尸用戶占總用戶的十倍甚至更高，同時與Lending Club公司進行比較發現，需要對M’進行一個十分之一的倍數調整。此外結合安投融（北京）網絡科技有限公司的注冊資本1500萬元與有效用戶數量的比值，得到M’值約為138。

接下來對客戶價值進行評估。在這里本文同樣是根據“愛投資”發布的2015年半年報的內容，截止到2015年6月30日，愛投資在線投融資平臺累計成交額約為73.4億元，上線項目融資額為62.1億元，通過上述兩個數據可以輕松地得到上線企業的融資成本約為18.2%。根據2015年愛投資半年報中，用戶的平均投資金額67645萬元。而對于用戶的市場價值，可以通過上線企業的融資成本18.2%與項目的平均收益率13.7%之差，并扣除擔保費用大約1.5%，計算得出結果大約為3%。最后結合用戶的平均投資金額68637萬元，評估得到每有效用戶價值大約為1580元。

然后通過對愛投資是安投融（北京）網絡科技有限公司分析發現，P2P網絡信貸業務是其最主要的業務，其他業務所占比重非常小，在這里可以對其他業務進行忽略，同時也便于充分體現P2P網絡信貸企業的價值評估過程。

最后根據修正的DEVA模型，利用上述求得的λ、M’和C’數值，進而得到“愛投資”公司的市場價值，如下所示。

E’=λM’C’C’=5×138×1580×1580=17.22億元

總之，在2015年6月30日對安投融（北京）網絡科技有限公司的價值評估結果約為17.22億。這一結果略高于春興精工收購“愛投資”15億的估值，但之間相差并不大，僅有15%的差距。這又在一定程度上證明了本文的評估結果是科學合理的。

不過在這里本文也要對評估價值結果略高于春興精工對“愛投資”的估值的原因進行解釋，主要原因有以下兩點。首先，調整系數λ使用的是美國唯一一家P2P上市公司Lending Club的數據，Lending Club作為世界上最大且最成熟的P2P網絡信貸企業，是其他一般的P2P網絡信貸企業無法相比的，利用其數據計算得來的λ值必然會較高。但是正因為Lending Club公司的特點，因此用此系數評估的企業價值可以作為企業的最高價值來考慮，對企業進行兼并收購具有很強的指導意義。此外，由于春興精工的主營業務是通訊系統設備、汽車、航空等精密鋁合金結構件的制造、銷售及服務，與P2P網絡信貸行業沒有直接關系，對“愛投資”的估值存在著低估的可能性。因此，本文對“愛投資”的價值評估結果是較為合理的。

六、研究結論

近年來，中國經濟高速的增長以及國內金融市場的蓬勃發展，使得國內P2P網絡信貸行業發展迅速。同時P2P網絡信貸行業的并購重組也愈演愈烈，而對企業的價值評估隨之也越來越重要。本文在研究分析了傳統價值評估方法之后，發現傳統的方法已經不適用于P2P網絡信貸企業。因此本文在DEVA模型的基礎上，結合金融行業的特點，使用修正的DEVA模型對P2P網絡信貸企業進行價值評估。本文并以“愛投資”為例，將修正的DEVA模型用作評估實踐。

通過我們對Lending Club市場價值的計算，并通過基本的DEVA模型得到了Lending Club評估值大致為10.9億美元，將市場價值與評估價值進行相比得到調整系數λ為5，從這個數據出發，結合愛投資公司的數據，估計出融資成本大致等于18.2%，最終確定愛投資平臺的年有效用戶價值為1580元，利用修正的DEVA方法，我們計算得到愛投資公司的價值大致等于17.22億元人民幣。

[1]施金龍, 李紹麗. 企業價值評估方法綜述與評價[J]. 江蘇科技大學學報(社會科學版), 2009. 01： 81-83.

[2]譚三艷. 企業價值評估方法研究[J]. 財會通訊, 2009.23： 33-36.

[3]徐愛農, 曹中. 我國企業價值評估中的相關問題研究[J]. 商業研究, 2009. 10： 94-97.

[4]梁美健, 吳慧香. 考慮協同效應的并購目標企業價值評估探討[J]. 北京工商大學學報(社會科學版), 2009. 06： 96-99.

[5]俞富坤. 企業價值評估的發展和方法[J]. 農村經濟與科技,2009,12：60-62.

[6]劉任重. 基于企業價值評估的DCF與RIV定價模型的比較[J]. 統計與決策, 2013. 02： 59-61.

[7]杜娜. 期權法在企業價值評估中的應用[J]. 對外經貿,2013. 02： 113-114.

[8]王景升. 企業價值評估的理論與方法研究[J]. 理論界,2005. 12： 228-230.

[9]盧勇, 虎林. 西方企業價值評估理論及在我國證券市場中的適用性[J]. 金融理論與實踐, 2005. 01： 57-59.

[10]王煥梅. 基于自由現金流量的企業價值評估模型[J].科技創業月刊, 2007. 05： 35-37.

[11]王欣. 基于客戶關系價值的企業價值評估[J]. 商業時代, 2007. 36： 40-41.

[12]顏莉, 黃衛來. 初創期高新技術企業價值評估研究[J].研究與發展管理, 2007. 06： 92-99.

[13]趙新華, 萬威武. 實物期權在企業價值評估中的應用框架分析[J]. 經濟師, 2003. ,08： 166-202.

[14]齊安甜, 張維. 基于成長期權的企業價值評估模型[J].管理工程學報, 2003. 01： 65-69.

[15]馮耕中,吳月琴,于洋. 新興網絡企業價值評估研究述評[J]. 預測, 2003. 05： 66-70.

[16]費良成. 企業價值評估發展趨勢[J]. 中國資產評估,2000. 04： 21-24+47.

[17]文靜. 高新技術企業價值評估的研究[J]. 商業研究,2004. 21： 12-14.

[18]吳海波. 基于自由現金流量的企業價值評估方法分析[J]. 湖北師范學院學報(哲學社會科學版), 2011. 01： 71-73.

[19]齊潔. 例析EVA企業價值評估方法的應用[J]. 財政監督, 2011. 11： 53-55.

[20]尹笑雯. 收購中的企業價值評估研究——以小天鵝為案例[J]. 生產力研究, 2010. 06： 210-212+219.

[21]劉俊枝. 試論證券市場中的企業價值評估[J]. 經濟師,2010. 12： 67-69.

[22]宗義湘, 陳宇, 張潤清. 企業價值評估方法評價[J]. 河北農業大學學報(農林教育版), 2002. 01： 48-50.

[23]孫哲. 企業價值評估中的收益法研究[J]. 現代商業,2014. 27： 247-248.