用戶視角下互聯網企業價值評估

李秉坤 范若凡

摘 要：互聯網行業的迅猛發展掀起了互聯網企業融資、投資、并購、重組、上市的熱潮，這使得互聯網企業價值評估的需求也隨之大幅增加。本文從互聯網企業的價值來源與評估難點、用戶因素對互聯網企業價值評估的影響及用戶視角下互聯網企業價值評估模型研究三方面梳理了相關文獻，認為基于用戶視角對互聯網企業估值更符合互聯網企業的特征，并對未來研究提出展望。

關鍵詞：互聯網企業;價值評估;用戶視角

一、引言

2021年2月3日，中國互聯網絡信息中心（CNNIC）正式發布了第47次《中國互聯網絡發展狀況統計報告》，報告顯示截至2020年12月，我國網信獨角獸企業達207家，較2019年底增長10.7%。境內外互聯網上市企業總數為147家，較2019年底增長8.9%，總市值達16.80萬億人民幣，較2019年底增長51.2%。互聯網企業的快速發展帶來了一系列融資、投資、并購、重組、上市等經濟活動。2010年-2020年間，我國互聯網企業并購共計542起。互聯網企業在資本市場如此頻繁、大規模的經濟活動使得互聯網企業價值評估的需求也隨之大幅增加。但是互聯網企業有別于傳統企業的盈利模式，無形資產較多、高成長性、高風險性、不確定性較多的特點為其價值評估帶來了挑戰。互聯網企業盈利能力與估值之間巨大差異表現出互聯網企業不同于其他傳統行業的估值邏輯和特點，其背后的原因值得評估專業人員思考。采用傳統估值方法的估值結果與互聯網企業的市場價值或資本活動的成交價格可能有較大差距，在此背景下，研究適合互聯網企業價值的評估方法，有助于更好地服務互聯網企業估值。

二、現有理論研究梳理

1.互聯網企業價值評估理論研究

（1） 互聯網企業價值來源研究

東華大學的王果和張琦等（2016）認為互聯網企業的價值來源于每一位用戶當前創造的價值與未來潛在的價值。浙江師范大學的宣曉（2016）指出客戶價值是企業價值的重要來源，互聯網企業投資用戶即創造價值，即使沒有創造收入的用戶也同樣具有價值。石河子大學謝雨欣（2016）提出互聯網企業價值來源于規模經濟效應，無摩擦經濟效應、注意力經濟和知識經濟效應，并指出互聯網企業價值的主要來源是規模經濟效應。北京化工大學的彭程（2017）認為網絡站點點擊率、網絡廣告收入、用戶忠誠度、網站訪問人數以及網站注冊用戶的用戶結構等指標是互聯網企業價值的主要來源。中國人民大學商學院的檀雅靜（2018）提出互聯網企業價值應為企業的現有價值與在不確定環境中的潛在價值之和。山西省社會科學院的郭泰岳（2019）認為互聯網企業價值有內外兩部分。內部是互聯網企業突破行業限制節約了交易成本;外部是互聯網經濟大環境的變化為互聯網企業帶來的經濟價值。

（2） 互聯網企業價值評估難點研究

難點研究一：缺少盈利數據。互聯網企業大多處于導入期或者成長期，很多都處于微利甚至虧損階段，而且經營具有較大的不確定性，缺乏穩定的財務數據。北京國友大正資產評估有限公司的吳佳莉等（2016）和桂林電子科技大學的張振華（2017）提出由于互聯網企業初盈利為負，缺少盈利數據導致未來收益難以預測，收益模式不明確使得難以確定預測期和永續增長率。

難點研究二：無形資產較多。互聯網企業的資產以無形資產為主，主要包括企業團隊的綜合實力、產品研發能力、商業化能力等。南京林業大學的朱蕾（2019）提出互聯網企業的無形資產未能反映到企業的會計系統及財務報表中，其賬面價值不足以準確衡量企業價值。

難點研究三：可比企業較少。互聯網企業有中移互聯網有限公司的劉漢超（2019）認為許多互聯網商業模式變化快，加之企業產品或商務模式具有獨創性，使得評估人員難以找到適合的可比企業。即使有少數可比企業，但企業間互相作為對方的估值參考，使估值缺乏獨立性。

2.關于用戶因素對互聯網企業價值評估的影響研究

Rajgopal（2000）和Hand（2001）研究了非財務因素對互聯網企業價值的影響，結果都表明網絡流量指標對互聯網企業價值的影響最為顯著，且網絡流量中獨立訪客人數指標與互聯網企業價值呈現正相關。湖北經濟學院談多嬌和董育軍（2010）提出用戶價值驅動互聯網企業價值增長的途徑分別是單位客戶收入貢獻，點擊率以及注冊客戶數量，互聯網企業價值評估模型需要考慮這三項價值驅動因素。他認為互聯網企業價值評估模型應從單位用戶收入貢獻、客戶規模和權益成本三個方面進行補充。中南財經政法大學的杜鑫（2016）指出互聯網企業奉行“用戶至上”，依靠對用戶資源的有效利用進行獲利，所以用戶資源是互聯網企業價值的關鍵影響因素。湖北大學的范聲煥（2016）認為團隊和客戶是大多數的互聯網公司重要資產，是評估互聯網企業的重要影響因素。團隊質量難以被量化，而用戶可以被量化。但是，用戶數量多并不等價于企業價值高，互聯網企業價值還受節點間信息傳遞的速度影響。上海理工大學的王領和劉融（2017）認為鑒于互聯網企業有較強的外部性和正反饋效應，用戶價值理論對其價值評估更為適用。進而，他們提出對互聯網企業價值的評估應以企業的客戶流量數據為基礎。集美大學的鄭小惠等（2018）提出用戶是互聯網企業的基礎點，是影響互聯網企業價值的重要因素。用戶為互聯網企業帶來了消費收益、廣告收益和口碑效益，且企業成本并不隨用戶的增多而成比例增多。寧波財經學院的宣曉和浙江師范大學的段文奇教授（2019）提出用戶對互聯網企業的價值貢獻不僅體現在創造收入，還體現在產生協同和擴展其他業務的能力，以及作為看漲期權向市場傳遞正向的價值信號。鄭州大學的朱偉民教授和姜夢柯等（2019）認為網絡效應是互聯網企業有別于傳統企業的最大不同點，基于用戶產生的網絡效應是互聯網企業價值評估的前提，用戶資源是互聯網企業的價值核心。浙江財經大學會計學院的田陌桑（2020）認為互聯網企業價值評估互聯網企業的價值來源于用戶，用戶對互聯網企業價值的影響為主，現金流、盈利能力、資產規模等指標的影響次之。用戶對企業價值的影響表現營業收入、點擊率的增加，獲取用戶行為數據和向市場釋放積極信號。

3.關于用戶視角下互聯網企業價值評估模型的研究

用戶價值原本是營銷領域的專業術語，梅特卡夫最早對互聯網企業與用戶之間的關系進行了思考。用戶視角下的互聯網企業價值評估模型主要有兩大類，一類是以梅特卡夫定律為依據的國泰君安證券估值模型和DEVA模型（Discounted Equity Valuation Analysis）;另一類是以用戶終身價值理論為依據的CLV模型（Customer Lifetime Value model），CBCV模型（Customer-Based Corporate Valuation）模型和CVBC（Corporate Value Based on the Customers）。

（1） 梅特卡夫模型

美國摩根士丹利前首席分析師Mary Meeker（1995）基于摩爾定律和梅特卡夫定律構建了DEVA模型，公式為E=MC2，模型變量較簡單。Odlyzko和Briscoe（2005）結合齊普夫定律和梅特卡夫定律對DEVA模型進行修正，他們認為互聯網企業價值與用戶數 n×log（n）正相關。2015年，國泰君安證券研究部依據梅特卡夫定律并結合市場比較法提出了一個定性對互聯網企業估值的公式。對外經濟貿易大學的魏嘉文和田秀娟（2015）將國泰君安證券估值模型中的變現因子（K）定義為經營現金流與總資產的比值。山東大學經濟學院的李鐵崗和亞太（集團）會計事務所梁軍（2016）提出DEVA模型考慮了各種資產減值的協同效應，避免了成本法對互聯網企業價值低估的問題，使用用戶指標規避了未來不確定性問題。他們引入調整系數λ對DEVA模型進行修正，并考慮到“僵尸”用戶的因素重新調整每位用戶的投入成本和用戶帶來的價值。南京財經大學的胡曉明和朱羽燦（2019）考慮了互聯網企業的馬太效用，用溢價率系數來代替DEVA模型中單位用戶初始投入成本作為市場占有率的表現因子，并采用月單位用戶凈收支來反映用戶貢獻值。貴州財經大學的胡格格和胡北忠（2020）將用戶數修正為年活躍用戶數并引入市場占有率。

（2） 用戶價值模型及改進

用戶價值模型的理論依據是用戶終身價值，即企業的價值為企業的用戶未來能給企業帶來的現金流折現之和。

CLV模型方面，Kossecki（2009）針對社交網絡服務公司的估值和價值創造的問題，對品牌、忠誠、信任和估值之間的關系進行了研究，提出了基于CLV理論的社交網絡服務估值模型。Gupta（2009）把企業價值與用戶終身價值（CLV）聯系起來，他認為用戶價值模型可以用于評價企業的價值增長潛力，對初創且尚未盈利的企業更為適用。浙江財經大學的田陌桑（2020）提出采用每位用戶在一段時間內產生的平均收入（ARPU），即月總收入與月總付費用戶數的比值來表示CLV模型中的用戶貢獻的現金流，并提出用戶粘性對企業整體價值影響較大。

CVCB模型方面，西南財經大學的帥青紅（2005）借鑒CLV模型的折現思路建立了CVBC模型，模型引入用戶數、用戶保持率、用戶的邊際價值和獲取新用戶的成本四個指標，估測了用戶對互聯網企業現在及未來價值的影響。宣城職業技術學院的李凌寒和鳳艷（2020）認為CVBC模型用戶數量增長預期代替現金流期望增長率與實際情況不符，進而對用戶數預測、用戶貢獻利潤的計算與獲取新用戶成本的計算進行了改進。

CBCV模型方面，Bauer和Hammer（2005）從客戶的角度出發，在傳統的企業估值模型中加入了客戶終身價值的概念，構建了以客戶終身價值為基礎的企業估值模型（簡稱CBCV模型）。合肥工業大學的方曉成和李姚礦（2010）提出外部估值人員難以獲取CBCV模型中用戶產生的間接價值，此外用戶的增長不是與時間相關的一元函數。江蘇聯合職業技術學院鎮江分院的馬殷春（2017）和山西財經大學的曹艷銘（2019）認為CBCV模型解決了現金流折現法在負收益的增長率中的運用難題，并且該模型能夠有效地反映與互聯網企業聯系緊密的單位客戶收入貢獻、客戶數量和粘性三個層面的價值驅動因素。

（3） 其他方法

湖北經濟學院談多嬌和董育軍（2010）構建了基于客戶價值理論的互聯網企業估值模型，認為互聯網企業價值評估模型需要考慮單位客戶收入貢獻、點擊率以及注冊客戶數量三項價值驅動因素，并以此從單位客戶收入貢獻、客戶規模和權益成本三個方面對以客戶為基礎的互聯網企業價值評估模型進行補充。

三、研究評述

隨著互聯網行業迅猛發展，越來越多的學者認識到了互聯網企業有別于傳統企業，相應的估值體系因而得到了更深入的探討和分析。綜合許多學者關于互聯網企業價值評估的研究，本文認為互聯網企業價值來源不同于傳統企業。此外，由于難以預測互聯網企業未來的現金流、無形資產占比較大及可比企業較少，以財務指標為主要參數的傳統的企業價值評估方法對互聯網企業價值評估存在一定局限性。鑒于互聯網企業“用戶至上”的商業模式，許多學者從用戶方面對互聯網企業價值進行了研究，意識到用戶因素對互聯網企業價值有重要影響作用并建議將用戶指標引入互聯網企業價值的評估體系。但目前的研究仍存在幾點不足。首先，用戶因素中影響互聯網企業價值的具體指標未得到權威性明確;其次，目前的研究主要是理論探索，只是對互聯網企業估值中用戶作用進行定性檢驗，并未提出如何量化其影響大小;最后，關于用戶因素對互聯網企業價值的具體影響機制的研究較少。

國外學者依據用戶相關理論構建了梅特卡夫模型和用戶價值模型，但兩大類模型的原始模型并不適用于互聯網企業的實際估值。國內許多學者對模型進行了改進，構建了新的評估模型并應用。模型的改進主要表現為在引入調整系數、修正參數和互聯網企業價值與相關參數的函數關系等。

結合許多學者的研究可以發現，梅特卡夫模型和用戶價值模型比傳統評估方法更適用于互聯網企業價值的評估。優勢主要表現在兩方面。一方面，從操作難易角度來看，與傳統方法的評估模型相比，這兩大類模型采用的財務參數較少，函數關系較為簡單，操作較簡便。另一方面，從評估結果來看，梅特卡夫模型和用戶價值模型拋開了僅著眼于財務指標的評估思路，解決了傳統評估方法對尚在虧損或盈利較少的互聯網企業估值過低的難題。但目前兩類模型的研究尚未成熟，仍在摸索階段，未有公認較為權威的用戶視角下的互聯網企業價值評估模型。

四、總結與展望

本文從互聯網企業價值來源與難點和基于用戶視角的互聯網企業價值評估的現有研究進行了綜述。綜合諸多學者的研究可以發現，用戶資源是影響互聯網企業價值的主要指標，基于用戶視角對互聯網企業價值進行評估更符合互聯網企業特征。聚焦互聯網企業有別于傳統企業的特殊性，考慮用戶價值是未來研究互聯網企業價值影響因素的重要方向。此外，雖然目前基于用戶視角下的互聯網企業價值評估創新方法有所完善，但在實際中仍鮮有應用。因此，構建以用戶指標為主要參數的估值模型、如何量化用戶指標及驗證模型的適用性是互聯網企業價值評估研究的應有熱點和必然趨勢。

參考文獻：

[1]王果，張琦，孫優帥，魯甜甜.基于用戶流量的互聯網企業會計估值問題研究[J].商場現代化，2016（16）：172-173.

[2]范聲煥.基于齊普夫法則的互聯網企業估值研究——以“東方財富”為例的分析[J].湖北經濟學院學報（人文社會科學版），2016， 13（08）：55-56.

[3]王領，劉融.互聯網巨頭對中小互聯網企業的并購分析——基于客戶價值模型視角[J].技術與創新管理，2017，38（03）：307-311.

[4]方曉成，王永春.基于用戶參與層級模型的互聯網企業價值評估[J].安徽工業大學學報（社會科學版），2019，36（03）：55-57+68.

[5]宣曉，段文奇.資源視角下互聯網平臺用戶價值評估方法[J].會計之友，2019（12）：148-155.

[6]胡曉明，朱羽燦.三用戶導向的互聯網游戲企業投資價值研究——以天潤數娛并購拇指游玩為例[J].廣西財經學院學報，2019， 32（05）：132-139.

[7]郭泰岳.上市公司并購中目標企業價值評估研究——以互聯網企業為例[J].技術經濟與管理研究，2020（01）：73-78.

[8]田陌桑.用戶價值視角下的互聯網企業價值評估——以愛奇藝為例[J].全國流通經濟，2020（22）：77-79.

作者簡介：李秉坤（1965- ），男，漢族，黑龍江集賢人，哈爾濱商業大學，教授，碩士研究生導師，研究方向：資產評估理論與方法;范若凡（1996- ），女，河北保定人，哈爾濱商業大學，碩士研究生，研究方向：資產評估理論與方法