基于梅特卡夫模型的電商企業估值應用
2021-04-14 03:52:23卓唯佳鄒方雨
商場現代化 2021年4期
卓唯佳 鄒方雨
摘 要：在新經濟、新模式、新技術的大環境下，經濟快速發展，商業模式和技術日新月異，電商行業如雨后春筍般迅速崛起。電商行業的崛起使相關資本運作愈加頻繁，對于電商企業的估值也顯得愈加重要。但對于處在此類環境中的電商行業，以信息、用戶為核心資源，加之具有高風險、高收益的特征，使用傳統估值方法得出的結果往往與企業實際價值存在明顯偏差。于是，本文借用梅特卡夫定律，描述其局限性和適用性，并以云集為例針對其核心資源對原有模型進行修正和構建，發現采用梅特卡夫模型能在一定程度上提高會計信息質量的相關性，從而提高市場決策有效性。
關鍵詞：梅特卡夫定律;電商企業;價值評估
一、引言
在目前的“新經濟、新模式、新技術”的大環境下，對于互聯網電商企業來說，最為關鍵的核心資源是其用戶流量，但這卻難以用傳統的資產定義來計量。由于在傳統方法下，信息、用戶等核心資源存在難以可靠計量的問題，也就使得會計信息缺乏相關性，無論是股東還是外部投資者，使用者們都無法依據現有的會計信息來評估該類核心資源的價值創造能力，無法對該類新經濟下的企業進行價值評估。因此，本文需要引入新的模型，將用戶資源和信息資源這類難以計量的資源也納入會計體系的計量范圍。
我們不妨借鑒20世紀80年代，以太網創始人梅特卡夫提出的梅特卡夫定律。在互聯網興起的背景下，該定律認為：一個網絡的價值等于該網絡內節點數的平方，且網絡價值與用戶數量的平方成正比。這一定律不僅對評價用戶資源的價值創造能力給出了一個指導方向，也解釋了在現實生活中，為何兩家業務類似的基于互聯網的電商企業價值不同，并且為何該行業中存在較為明顯的馬太效應。一是由于核心資源的量的區別，用戶數量的增長會使企業價值呈幾何數級地增長;二是電商企業也具有網絡外部性，即使用某個網絡平臺的用戶越多該網絡就越有價值。當平臺的規模越大，流量越大，所儲存的信息也就越多，無論是用戶還是企業都能通過各種方式實現流量的變現。基于以上原因，于是便出現了“強者愈強，弱者愈弱”的局面。
二、梅特卡夫定律的局限性
雖然梅特卡夫定律給出了我們如何計量用戶數量等核心資源的價值創造能力的理論指導，但是由于其關鍵因素所固有的局限性，仍有許多學者對梅特卡夫定律有所爭議，認為正是基于此定律衍生出的DEVA估值模型使得20世紀末的許多互聯網企業價值被高估，導致了互聯網泡沫的產生和破滅，該定律所認為的網絡資源價值與用戶數量平方成正比過于激進。本文從以下三方面來陳述梅特卡夫定律所存在的局限性，并對此的可修正性提出建議。
一是梅特卡夫認為網絡價值與用戶數量的平方成正比，而新經濟環境下的電商企業大多都有采用平臺戰略，通過網絡平臺提供媒介或內容的服務，對這些企業而言，用戶數量既體現了其商業模式本質，又貢獻了大部分價值創造能力，屬于企業最為重要的核心資源之一。但是，用戶數量的概念較為模糊，并且可以說在絕大多數的情況下，為企業帶來價值創造能力的用戶數量并不等于實際“用戶數量”。
二是網絡節點數表示網絡中工作站、服務器、終端設備、網絡設備等網絡節點的個數，也就意味著該參數與企業規模相關。通常而言大規模的企業網絡節點也就越多。但是這一參數的實用性較差，一般來說我們難以得到并準確計量某一企業的網絡節點總數。一方面是由于數據的難以獲取，另一方面也是因為在實務中多數企業都會通過光纜租賃的方式來經營網絡平臺，這又給準確計量網絡節點數量提供了難度。由于這一參數的缺陷，導致梅特卡夫定律更多是定性分析資源價值，而不是定量分析，而數據的估計性就會使得最終估計價值失去可靠性。
三是基于定律，用戶資源的增加能帶來指數級的價值創造能力，但這顯然與事實相悖。首先，從定律可以得出兩家企業的合并會使得企業價值翻倍，但若合并前兩家企業的商業模式與用戶等核心資源都存在高度的相似性，其實際價值并不會按理論上翻倍。其次，用戶資源帶來的價值不可能隨著用戶數量的增加而一直增加，網絡效應也存在其邊界。因此在運用梅特卡夫定律時，我們需要納入更多的考慮因素，并考慮該定律的適用情況。
三、梅特卡夫定律的驗證
自20世紀末互聯網經濟快速發展以來，人們清楚地認識到了網絡效應在這一發展過程中起到的作用，但是互聯網泡沫破滅后，人們對其的質疑在于，將用戶數量或者說是企業規模的平方作為自變量來定義網絡資源的價值，是不是變相夸大了其中的作用，過于神化網絡效應的價值。因此在這一質疑的過程中，有學者提出了不同的定律法則，對網絡價值和用戶數量之間的關系做了修改。
1999年，計算機網絡和軟件的先驅David·Reed提出了Reeds Law，該定律認為互聯網價值應該與互聯網人數呈2n指數級同比例增長。但是顯然，從數學定義上，當n>4后，指數級增長將會遠大于平方級增長。也就是說，當用戶數量達到某個值后，在里德定律下，由用戶創造的網絡價值將遠大于梅特卡夫定律所定義的價值。這又產生了上文所說的局限性，甚至里德定律會在某個時間比梅特卡夫定律更加激進。
2006年，Odlyzko和Briscoe將齊普夫定律引入互聯網行業，提出Odlyzkos Law。齊普夫定律最初用于英語單詞的出現頻率上，認為單詞序號與出現頻次之積為常數，即排序越靠后出現頻率越少，代表了單詞越生僻。將這一概念推廣到電商行業中，即表示當用戶數量增加時，越是之后新增加的用戶其能創造的價值就越小，也就是說每個用戶所創造的價值都是不同的，這正是提出了對上文梅特卡夫定律第一個局限性的修正方法。基于齊普夫定律推定，Odlyzkos Law認為用戶貢獻的總價值為該網絡中所有其他成員遞減的1/k之和，也就是與1+……1/（n-1）成正比，這近似于log（n），用戶創造的價值與用戶數量的關系。雖然齊普夫定律表達了用戶數量應該考慮用戶貢獻度這一觀點，但是它仍具有相同的局限性。定義上log（n）的函數同樣可以無窮大，以此為基礎得到的用戶資源價值只是增長速度小于梅特卡夫定律，但價值依然沒有邊界，所以該定律的適用性也需要驗證。
為了驗證梅特卡夫定律的適用性，梅特卡夫（2013）和張星洲（2015）分別基于Facebook和騰訊過去十年的收入與用戶活躍度數據，使用不同的定律模型進行了擬合，從模擬結果可以看出，基于梅特卡夫定律對該類互聯網企業的收入和用戶貢獻度之間的擬合度最高，相比于里德定律、齊普夫定律以及其他，更準確地反映了過去十多年基于互聯網的企業發展的真實情況。并且，當月活躍用戶數量處于較低水平時，齊普夫定律對于用戶價值的估值往往高于梅特卡夫定律的估值。而兩家公司都是在月活躍用戶數量大約大于10億后，齊普夫定律對其的估值曲線才開始逐漸上揚，之前都近似于線性增長。因此在創建初期，梅特卡夫定律對用戶的估值相對而言更加準確。我們選擇參照梅特卡夫定律，對處于初創期的電商企業云集進行模型的構建和修正。
對于云集而言，一方面從會員人數分析，根據2019年的中報顯示，云集會員人數，即能為企業貢獻價值的活躍用戶只有1077萬人。相比而言，淘寶在2019年第二季度末的月活躍用戶達到7.55億，拼多多為3.66億，京東則超3.2億人。另一方面，從云集2015年成立以來的財務報表中可以看到，其固定資產占比平均只有1.15%，最高的一年也只有1.5%，云集顯然符合輕資產模式的電商企業的條件。
四、估值模型的構建
1.原有模型的缺陷
梅特卡夫定律的初始公式為V=K×N2，其中K為商業化系數，N為用戶數量。以新經濟下的電商企業作為研究對象時，商業化系數應體現企業三個方面的價值，分別為企業的市場地位、資產變現能力和用戶的活躍度與忠誠度。之后，國泰君安證券以梅特卡夫估值模型為基礎提出了更為詳細的國泰君安四維模型
但是以上兩個模型都存在明顯缺陷。正如前文提到的梅特卡夫定律存在的局限性，參數N和R都只停留在定性分析階段。節點距離R難以計量，用戶規模N沒有區分有價值的活躍用戶。此外，對于變現因子和溢價率系數我們難以選取一個標準的指標，這些參數對模型結果帶來的影響都是源于多方面的共同作用。例如，我們可以選擇市場占有率來代表企業的溢價能力，也可以賦予月活躍用戶排行的權重進行衡量。這些模型都未考慮企業為了獲取用戶所付出的成本。如果為了獲得用戶而付出的成本高于基于用戶獲得的收益，那么由模型計量出來的估值再高也就沒有意義，無法賦予用戶資源信息真正的有用性。
2.模型參數修正
（1）對電商行業的修正
梅特卡夫定律認為網絡價值和用戶數量的平方成正比，但是該定律提出時的應用對象為社交網絡公司，與電商公司不同，社交網絡更加注重用戶數量，主要活動是提供媒介服務，在用戶越多且彼此的信息傳遞越頻繁時，對該社交網絡的依賴性也就越大，因此該網絡也就越有價值。而電商企業則不同，提供的媒介平臺所服務的用戶既有賣家又有買家，這就導致本質上他們的盈利模式不一樣。電商企業除了依靠廣告投放和其他增值服務外，更多地是憑借供應商入駐費、買家會員費、交易抽成來盈利，所以企業關注的不僅僅是用戶的交流，更是平臺的交易量和交易額。因此我們將該定律應用于云集時，這種用戶價值與用戶數量呈平方式的關系就并不準確，使用用戶與商品數量之間的聯系比只考慮用戶數量更加適合。并且，提供的商品數量也是電商企業規模大小的一個代表。
（2）對用戶數量的修正
從云集的營銷模式出發，尋找能為云集創造價值的活躍用戶。云集是一家基于社交分享來進行商品銷售的電商平臺，它的絕大部分收入來自自營商品的銷售，其銷售的主力為會員，即微店店主。從云集官網可以獲取，2018年云集的交易會員只占買家人數的26.3%，但是卻貢獻了成交總額的66.4%，這表明云集的大部分銷售收入來源于交易會員。而且，根據公司招股說明書，2018年參與交易的會員中通過社交關系進行推廣的比例達到64.7%，參與交易的會員復購率高達93.6%。這一方面說明了交易會員的用戶黏性高，另一方面說明交易會員不僅為企業直接貢獻了商品銷售收入，而且帶來了更大的用戶資源，間接創造了價值。因此，綜上分析，我們將模型中關于用戶數量的參數定義為交易會員數量。
（3）考慮獲取用戶的成本
用戶流量是電商企業的核心資源，在企業初創時期都需要投入大量的營銷費用，吸引用戶，擴大企業的影響能力。用戶資源的獲取顯然需要更多資金的支持，所以在對電商企業的用戶資源進行估值時，我們必須將獲取用戶的成本考慮在內，否則估計結果就會失去可靠性。但是無論是梅特卡夫定律還是上述兩個模型在估計用戶資源價值時，都沒有考慮企業為了獲取用戶付出的成本。由于云集采用的是點對點銷售，而當規模擴大時，就能形成點對面迅速擴張的趨勢，因此在對云集進行估值時，我們將其主要的營業開支，包括銷售費用、管理費用等定義為獲取用戶的成本，將模型中網絡節點距離的參數替換為單位用戶的獲客成本。
（4）綜合考慮得到企業價值
除了用戶數量和獲取用戶的成本外，我們還需對商業化系數這一參數進行修正。根據上文分析，因為商業化系數考慮了企業的變現能力、溢價能力等，而這些都是由核心資源為企業帶來的價值，并且商業化的定義為通過交換來達到營利目的，所以使用云集通過交易會員所獲得的收入來代表其核心用戶資源的商業化價值，即每用戶平均收入貢獻。
針對云集，我們將原有模型修正為
①用戶數量的確定
由于云集2019年披露的數據并不全面，因此我們選擇2018年的數據對其交易會員這一核心資源進行估值，以提高其結果的可靠性。根據云集所提交的招股說明書，2018年云集的交易會員人數為740萬，用戶年復購率為93.6%，因為我們需要的是核心資源的有效人數，衡量這部分用戶能為企業創造的價值，所以我們將交易會員數量確認為692.64（740*93.6%）萬人。
②商品數量的確定
根據云集基于會員社交的電商模式，其需要通過激勵會員來充分挖掘社交流量的潛力，對于用戶的社交關系鏈依賴性非常強，因此在這個過程中，建立用戶之間、用戶與企業之間的信任度格外重要。所以云集實行的辦法是，一件相同的商品只有一個商家，憑借控制商家的質量來保證企業的信用度，這也造成了云集的商品種類并不多。在云集的招股書中寫道，2018年平臺日均SPU（標準化產品單元）為6613款，因此我們將其商品數量確認為6613。
③每交易會員平均收入貢獻的確定
我們可以將交易會員所貢獻的收入分為三個方面。一是會員費收入，成為云集的會員需每年支付398元。二是交易會員所貢獻的平臺銷售收入，根據云集2018年的財務報告，買家人均成交總額為978.4元。三是交易會員根據自己的社交關系鏈，所吸引的用戶購買收入。2018年參與交易的會員中通過社交關系進行推廣的比例達到64.7%，所以我們將這64.7%的用戶所貢獻的收入也納入評價交易會員為云集帶來的創造價值中。因此，最后我們計算得到每交易會員平均收入貢獻為2009.42元（398+978.4*（1+64.7%））。
④每單位用戶獲取成本的確定
我們按照營銷費用除以新增買家規模作為平均新增用戶獲客成本的計算方式，在此計算方法下，根據2018年云集財務報告顯示，2018年平均新增買家成本為151.6元/人。
五、總結
2019年5月3日，云集在納斯達克正式掛牌時的開盤發行價為13.42美元，當日市值達到32億美元，按當日的人民幣對美元匯率的中間價換算，市值為214.56億元，遠遠大于我們所估計的云集交易會員的價值。但是在現在新經濟的大環境下，有許多企業的核心資源是無法按現有的會計體系計量的，因此在會計信息缺乏相關性的前提下，市場對于上市企業的估值普遍存在高估或者低估的可能性。
云集在上市后的四個月內，市值就經歷了大幅度跳水，最高的一天蒸發了167億元人民幣。從“云起”到“云落”，這一過程完全暴露了我們現有的會計信息質量缺乏相關性的問題。云集的營銷模式一直以來被詬病為變相“傳銷”，會員制只是作為傳銷的馬甲。而從成立到IPO的道路上，還先后經歷了“微店第一店”、“社交電商”、“會員電商”這三種定位，但是這樣講起來好聽的故事也隨著市值的一路大跌被打破。和云集類似，還有許多新上市的電商企業一直在經歷虧損，究竟能否扭虧為盈，需要我們對其核心資源的價值有一個較為準確的評價。我們對云集核心資源的估值與其上市時相差了將近175億元人民幣之多，一方面是由于在這段時期內交易會員數量確實上升了83萬人，另一方面現在的市值證明，高估的值更多的是市場沒有準確估計該核心資源所帶來的價值泡沫。
所以，在現有體系下無法將例如用戶數量的核心資源納入會計確認計量的情況下，根據上述我們所采用的估值模型對企業的核心資源進行估值，能在一定程度上提高會計信息質量的相關性，從而提高市場決策有效性。
參考文獻：
[1]Xing-Zhou Zhang，Jing-Jie Liu，Zhi-Wei Xu. Tencent and Facebook Data Validate Metcalfes Law[J].Journal of Computer Science and Technology，2015，30（2）.
[2]白瑪雍珍.電子商務企業成長機會的價值研究——以阿里巴巴、聚美優品和唯品會為例[J].商業經濟研究，2017（01）：92-94.
[3]單曉靜.基于梅特卡夫法則的互聯網企業價值評估[D].蘭州大學，2019.
[4]王獻東，鮑新中，陳幾香.初創期互聯網在線商務企業估值研究——基于穿衣典的案例[J].財會通訊，2017（26）：69-72+129.
[5]曾麗婷.基于梅特卡夫模型的互聯網初創企業價值評估[J].財會通訊，2019（23）：58-62.
作者簡介：卓唯佳（1997.12- ），女，漢族，廣東梅州人，上海國家會計學院，碩士生在讀;鄒方雨（1997.03- ），男，漢族，浙江臺州人，上海國家會計學院，碩士生在讀
