互聯(lián)網(wǎng)企業(yè)EVA估值模型改進研究

朱偉民 姜夢柯 趙梅 王玉玎

【摘要】互聯(lián)網(wǎng)企業(yè)具有高成長、高風險、輕資產(chǎn)和收益不確定等特點，難以運用傳統(tǒng)方法進行價值評估。針對互聯(lián)網(wǎng)企業(yè)價值評估的難點與重點，首先分析各類估值方法的適用性，借鑒已有研究成果提出基于用戶價值的改進的EVA模型。然后運用改進模型和傳統(tǒng)模型分別評估阿里巴巴的企業(yè)價值，進一步驗證改進模型的有效性。

【關鍵詞】互聯(lián)網(wǎng)企業(yè)；企業(yè)價值評估；用戶價值；二叉樹法；經(jīng)濟增加值

【中圖分類號】F276【文獻標識碼】A【文章編號】1004-0994（2019）24-0090-10

【基金項目】國家社會科學基金項目（項目編號：14BGL054）

一、引言

根據(jù)中國互聯(lián)網(wǎng)絡信息中心（CNNIC）第43次《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》顯示，截至2018年12月，我國網(wǎng)民規(guī)模達8.29億人，互聯(lián)網(wǎng)普及率高達59.6%[1]。信息技術的快速發(fā)展和網(wǎng)絡用戶的激增使得以BATJ（百度、阿里巴巴、騰訊、京東）為代表的互聯(lián)網(wǎng)企業(yè)迅速成為有廣泛影響的巨型公司。這些企業(yè)把各參與方連接起來，構建由多個主體組成的價值網(wǎng)絡，利用各參與方獨特的資源和技能，無限擴展經(jīng)營領域和業(yè)務范圍，對經(jīng)濟增長和社會發(fā)展都產(chǎn)生了難以估量的影響。目前，我國境內外上市的互聯(lián)網(wǎng)企業(yè)已經(jīng)超過了100家，總市值約十萬億人民幣。在國外，私募股權市場對網(wǎng)約車Uber的估值已經(jīng)高于成立于1908年的汽車業(yè)巨頭通用汽車公司[2]。

資本市場賦予了互聯(lián)網(wǎng)企業(yè)高估值的光環(huán)。服務的不可儲存性和創(chuàng)新效益的溢出效應導致互聯(lián)網(wǎng)企業(yè)的成長軌跡并非是線性的，初期大多數(shù)企業(yè)的凈利潤為負或者凈現(xiàn)金流量為負甚至凈資產(chǎn)為負，導致財務估值模型無法正常使用，這是互聯(lián)網(wǎng)企業(yè)估值中的難點。

互聯(lián)網(wǎng)企業(yè)獨特的財務狀況使其需要基于新的視角進行估值?；ヂ?lián)網(wǎng)企業(yè)的估值不僅與資產(chǎn)和盈利等財務指標有關，更取決于投資者對企業(yè)發(fā)展前景的預期。互聯(lián)網(wǎng)企業(yè)擁有的最主要的資源是用戶，企業(yè)的價值源泉是用戶基礎。當前，互聯(lián)網(wǎng)企業(yè)已經(jīng)從單純依靠資產(chǎn)獲益轉向開發(fā)用戶價值。

基于上述分析，本文不再拘泥于傳統(tǒng)的基于盈利、資產(chǎn)和交易價格估值的方法，而是轉向用戶創(chuàng)造價值的視角，在回顧已有相關研究的基礎上，針對互聯(lián)網(wǎng)企業(yè)的特征提出基于用戶價值的改進的EVA模型，并以阿里巴巴為例驗證模型的有效性。

二、互聯(lián)網(wǎng)企業(yè)價值評估研究現(xiàn)狀

1.基于盈利性的互聯(lián)網(wǎng)企業(yè)估值。在早期的研究中，很多學者沿用傳統(tǒng)的估值方法，對收益法、市場法進行了不同程度的改進。Blodge、Anning[3]比較了傳統(tǒng)企業(yè)和互聯(lián)網(wǎng)企業(yè)的發(fā)展速度的不同，提出了修正的市盈率法；Wolf等[4]則運用改進的EVA模型評估互聯(lián)網(wǎng)企業(yè)價值；劉官華[5]構建了改進的現(xiàn)金流折現(xiàn)模型。但互聯(lián)網(wǎng)企業(yè)發(fā)展早期普遍會經(jīng)歷特殊的“燒錢”階段，盈利性很差，預期收益的不確定性使得基于盈利的估值方法有很大的局限性[6]。

2.基于企業(yè)成長不確定性的互聯(lián)網(wǎng)企業(yè)估值。Schwartz、Moon[7]運用蒙特卡洛法對亞馬遜的股票估值進行模擬分析，認為互聯(lián)網(wǎng)企業(yè)價值很大程度上取決于收入增長率。Schwartz和Moon的模型中假設較多，導致估值結果與真實股價有較大的差距。李明[8]和趙延朋[9]分別運用B-S模型對百度和騰訊的市值進行了評估對比。運用實物期權計算的理論價值與市場價值有一定的可比性，但是在推導過程中對相關參數(shù)的分析可能存在一定的偏差?；ヂ?lián)網(wǎng)企業(yè)在高速發(fā)展的同時面臨著很大的不確定性，實物期權法可以在一定程度上緩解這種不確定性。

3.涵蓋財務指標和非財務指標的綜合性視角。這類研究通常是將定量和定性分析相結合，提出包括多個指標的評價體系。羅淇[10]從互聯(lián)網(wǎng)企業(yè)的盈利模式入手，確定能夠反映互聯(lián)網(wǎng)企業(yè)價值的各項財務指標和非財務指標并賦予相應的權重，通過綜合評估得到互聯(lián)網(wǎng)企業(yè)的價值。王自然[11]根據(jù)盈利模式的差異把互聯(lián)網(wǎng)企業(yè)拆分為不同的業(yè)務模塊，分別對不同的業(yè)務模塊進行價值評估，加總后得到企業(yè)價值。黃生權、李源[12]運用模糊實物期權評價法構建了互聯(lián)網(wǎng)企業(yè)綜合價值評估體系。綜合性方法不僅指標眾多、難以量化、可操作性不強，而且缺少相關的實證分析，因此其實際效果無法得到驗證。

4.基于互聯(lián)網(wǎng)企業(yè)的用戶資源，以用戶數(shù)量和用戶質量評估互聯(lián)網(wǎng)企業(yè)價值。Lehmann等[13]指出，對具有負收益的高成長公司比較準確的估值方法就是客戶估值，隨著時間的推移客戶價值比實際市值更能穩(wěn)定地反映企業(yè)的內在價值。Bauer、Ham？ merschmidt[14]提出了以客戶為基礎的企業(yè)估值，通過整合客戶資產(chǎn)和企業(yè)價值觀構建了用于估計單個客戶終身價值和客戶權益的公式，并結合傳統(tǒng)的財務指標估算FCF，然后以電信產(chǎn)業(yè)并購案例對模型進行了驗證。Krafft等[15]提出了基于二叉樹情景模型對成長性公司的客戶進行估值的方法，其基于用戶數(shù)量和每個用戶產(chǎn)生的現(xiàn)金流量二叉樹情景技術，得出了比采用傳統(tǒng)凈現(xiàn)值法更高的公司價值，但該研究忽視了現(xiàn)金流量，只考慮了現(xiàn)有客戶的現(xiàn)時價值。魏嘉文、田秀娟[16]從梅特卡夫法則出發(fā)，借鑒基于客戶數(shù)量的網(wǎng)絡企業(yè)定價公式，改進了社交網(wǎng)絡企業(yè)價值評估方法，并以新浪微博為例驗證了其優(yōu)越性。這一類研究更有針對性，更加符合互聯(lián)網(wǎng)企業(yè)的實際。

總體來看，針對互聯(lián)網(wǎng)企業(yè)價值評估的研究還處于探索階段，現(xiàn)有文獻尚未充分揭示網(wǎng)絡效應對互聯(lián)網(wǎng)企業(yè)估值的影響?；ヂ?lián)網(wǎng)企業(yè)的估值不僅要探討模型的適用性，還要揭示互聯(lián)網(wǎng)企業(yè)的價值創(chuàng)造和價值獲取與傳統(tǒng)企業(yè)的不同。

三、網(wǎng)絡效應與互聯(lián)網(wǎng)企業(yè)價值

互聯(lián)網(wǎng)企業(yè)的商業(yè)模式、成長軌跡與傳統(tǒng)企業(yè)有很大差異，其價值評估也因其所具有的獨特性而變得相對復雜：①互聯(lián)網(wǎng)企業(yè)估值最突出的特征是成長性預期更高。持續(xù)的商業(yè)模式創(chuàng)新、不斷涌現(xiàn)的新業(yè)態(tài)、網(wǎng)絡效應帶來的“指數(shù)級”增長，使得對互聯(lián)網(wǎng)企業(yè)未來的預期值要遠遠高于成長潛力相對穩(wěn)定的傳統(tǒng)企業(yè)。因此，成長性是影響企業(yè)價值評估的關鍵因素之一。②難以合理預測互聯(lián)網(wǎng)企業(yè)的未來收益。根據(jù)我國企業(yè)價值評估準則和相關規(guī)范的要求，對企業(yè)未來收益進行預測是基于企業(yè)歷史經(jīng)營數(shù)據(jù)，這種估值方法要求企業(yè)未來的發(fā)展路徑不能發(fā)生“突變”。這個假設適用于傳統(tǒng)企業(yè)，但對于互聯(lián)網(wǎng)企業(yè)則基本不成立。環(huán)境的復雜性、不確定性和突變性導致互聯(lián)網(wǎng)企業(yè)產(chǎn)生的現(xiàn)金流數(shù)量和持續(xù)的時間都很難預測。③互聯(lián)網(wǎng)企業(yè)存在潛在的非財務價值。對于互聯(lián)網(wǎng)企業(yè)來說，基于新增長點的潛在價值并未體現(xiàn)在當期的財務報表中?；ヂ?lián)網(wǎng)企業(yè)前期構建用戶基礎需要進行巨額投入，此時反映在財務報表中的經(jīng)營成果極其有限，其價值更多受到創(chuàng)新速度、管理效率和市場開發(fā)等一系列非財務指標的影響。用戶基礎作為互聯(lián)網(wǎng)企業(yè)市場份額的關鍵因素，對企業(yè)的價值評估影響重大。目前為止，對于非收益性價值的評估沒有統(tǒng)一的方法和衡量標準，運用現(xiàn)有的估值方法難以得到真實公允的互聯(lián)網(wǎng)企業(yè)的內在價值。

互聯(lián)網(wǎng)企業(yè)與傳統(tǒng)企業(yè)最大的不同在于網(wǎng)絡效應的影響。所謂網(wǎng)絡效應是指在特定的產(chǎn)業(yè)市場中，一個消費者的價值取決于使用同一個產(chǎn)品或服務的其他消費者（或生產(chǎn)者）的數(shù)量[17]，缺少其他消費者，產(chǎn)品就變得毫無價值，產(chǎn)品價值隨著用戶數(shù)量的增加呈現(xiàn)指數(shù)增長趨勢。阿里等互聯(lián)網(wǎng)企業(yè)作為平臺聯(lián)系買家和賣家，構筑雙邊或多邊市場，提供促進各個用戶群體相互交易的基礎設施和規(guī)則[18]，協(xié)調各用戶群體[19]?；ヂ?lián)網(wǎng)企業(yè)構建的交易空間（平臺）是交易雙方的中介，從各方創(chuàng)造的價值增值中獲利。無論買家還是賣家均為互聯(lián)網(wǎng)企業(yè)的用戶，缺少了一邊的需求，另一邊的需求也會消失。網(wǎng)絡效應可能帶來“贏者通吃”的結果，擁有最多用戶的平臺能夠按照其意愿“顛覆市場”[20]，因而互聯(lián)網(wǎng)企業(yè)常常把快速積累用戶數(shù)量作為首要目標。

網(wǎng)絡效應的激發(fā)是一個動態(tài)演化過程。在互聯(lián)網(wǎng)企業(yè)發(fā)展的初期，企業(yè)常常要通過免費或補貼的方式吸引用戶以激發(fā)網(wǎng)絡效應。這一時期的現(xiàn)金流為負，企業(yè)往往要借助外部融資滿足巨大的資金需求，天使投資等投資方只能基于企業(yè)的發(fā)展前景對企業(yè)進行估值。隨著用戶數(shù)量的不斷增長，網(wǎng)絡效應逐步顯現(xiàn)，企業(yè)不僅要繼續(xù)擴大用戶范圍，還要綁定用戶，以提高用戶忠誠度。在用戶數(shù)量達到“引爆點”（臨界點）之后就形成了自我強化的正反饋循環(huán)，網(wǎng)絡效應充分顯現(xiàn)[21]。這時企業(yè)不僅要對現(xiàn)有用戶資源進行深耕，還可能以“包絡”等方式進入新的領域[22]，構建平臺生態(tài)系統(tǒng)。如阿里針對電商用戶開發(fā)的娛樂、旅游、金融等業(yè)務，京東從家電起步擴展到全品類等。借助網(wǎng)絡效應，互聯(lián)網(wǎng)企業(yè)不但實現(xiàn)了規(guī)模經(jīng)濟，還最大限度地發(fā)掘了范圍經(jīng)濟。

綜上所述，互聯(lián)網(wǎng)企業(yè)的價值源泉來自用戶，“互聯(lián)網(wǎng)企業(yè)投資用戶的過程也是價值創(chuàng)造的過程，沒有創(chuàng)造收入的用戶同樣具有價值”[23]。用戶基礎帶來的網(wǎng)絡效應是互聯(lián)網(wǎng)企業(yè)價值評估的前提。

四、用戶價值視角的互聯(lián)網(wǎng)企業(yè)EVA估值模型

企業(yè)價值評估是選擇某一日期作為評估基準日，對企業(yè)的整體經(jīng)濟價值進行分析，衡量和評價企業(yè)的公平市場價值。網(wǎng)絡效應蘊含巨大的價值創(chuàng)造潛力，使得互聯(lián)網(wǎng)企業(yè)的價值評估更多的是對其發(fā)展前景進行預期。

針對互聯(lián)網(wǎng)企業(yè)價值評估的難點，傳統(tǒng)的價值評估方法存在適用性缺陷。傳統(tǒng)的企業(yè)估值依據(jù)是預期收益折現(xiàn)、市場比較、企業(yè)資產(chǎn)、成本投入等。收益法的關鍵是對未來收益的預測，可以由預期收入確定?；ヂ?lián)網(wǎng)企業(yè)的高成長性伴隨的是預期收益不穩(wěn)定、輕資產(chǎn)等特征。成立25年的亞馬遜只有少數(shù)年份的財報盈利，京東盡管有巨大的營業(yè)收入和交易量卻依然處于虧損狀態(tài)。可見，在資本市場上互聯(lián)網(wǎng)企業(yè)的股價與財務指標的關聯(lián)性不高[23]。

市場法的關鍵在于選擇可比公司，而參照物本身價格的合理性直接影響著結果的合理性，互聯(lián)網(wǎng)公司作為新興企業(yè)很難確定適宜的參照企業(yè)[24]。互聯(lián)網(wǎng)行業(yè)發(fā)展周期短、產(chǎn)品（業(yè)務）更迭快、商業(yè)模式創(chuàng)新頻繁，能夠生存下來的企業(yè)并不多，進入資本市場的上市公司都是各領域的佼佼者。輕資產(chǎn)的互聯(lián)網(wǎng)企業(yè)的資產(chǎn)狀況并不能在財務報表中得到充分反映，成本法顯然不能用于互聯(lián)網(wǎng)企業(yè)估值。相比之下，應用經(jīng)濟增加值（EVA）模型從用戶價值的角度評價互聯(lián)網(wǎng)企業(yè)的價值能較好地解決估值不確定性的問題，更好地揭示成長性對互聯(lián)網(wǎng)企業(yè)價值的影響。

EVA是企業(yè)資本收益與資本成本之間的差額，即企業(yè)稅后經(jīng)營利潤與全部投入資本成本的差額。改進的EVA估值模型從用戶創(chuàng)造價值出發(fā)，以用戶價值代替模型中的稅后經(jīng)營利潤。從投入產(chǎn)出的角度看，用戶價值衡量的是產(chǎn)出水平，采用傳統(tǒng)的加權平均資本成本乘以投入資本總額衡量投入水平，由投入減去產(chǎn)出得出“經(jīng)濟增加值”，最終確定折現(xiàn)后的互聯(lián)網(wǎng)企業(yè)價值。

EVA估值改進模型的關鍵在于用戶價值的確定。目前對互聯(lián)網(wǎng)企業(yè)用戶價值的計量并沒有統(tǒng)一的方法，本文結合互聯(lián)網(wǎng)企業(yè)發(fā)展不確定性和各個發(fā)展階段的特征，借鑒傳統(tǒng)的客戶價值計量方法，運用基于用戶數(shù)量和每個用戶產(chǎn)生的現(xiàn)金流量的二叉樹期權定價模型確定用戶價值?；ヂ?lián)網(wǎng)企業(yè)的發(fā)展過程有三個重要時期：初創(chuàng)期、成長期和穩(wěn)定增長期。初創(chuàng)時期初始用戶的積累必須達到臨界點，日益增長的用戶給企業(yè)帶來的現(xiàn)金流量越來越大。在成長期，達到臨界點用戶數(shù)量之后形成的正反饋效應使得用戶數(shù)量激增，現(xiàn)金流量也隨之快速增長。隨著用戶數(shù)量增長逐漸平緩，企業(yè)進入穩(wěn)定增長期。本研究建立在持續(xù)經(jīng)營假設的基礎上，將互聯(lián)網(wǎng)企業(yè)的穩(wěn)定增長期視為傳統(tǒng)企業(yè)的永續(xù)增長期。

本文提出的改進EVA估值模型，是根據(jù)用戶數(shù)量以及用戶帶來的現(xiàn)金流量的變化評估企業(yè)價值。在用戶數(shù)量的動態(tài)演化過程中，假定終端用戶的數(shù)量初始水平為N0，之后的用戶數(shù)量增長如果達到了臨界值，用戶數(shù)量就會在短時間內實現(xiàn)指數(shù)增長；如果用戶數(shù)量的初始水平長期低于臨界值，企業(yè)就會由于負網(wǎng)絡效應（負反饋）而衰敗。

根據(jù)互聯(lián)網(wǎng)企業(yè)用戶數(shù)量的變化，假設其傾向于偏離關鍵平均水平，并基于動量過程來模擬正反饋現(xiàn)象，dz為標準的維納過程，a作為用戶數(shù)量變化的速度，則用戶數(shù)量的變化用式（1）衡量：

狀態(tài)j越高，則每個用戶帶來的年度現(xiàn)金流越高。反之，狀態(tài)j越低，則每個用戶帶來的現(xiàn)金流越低?；ヂ?lián)網(wǎng)公司必須為新用戶開發(fā)支付額外費用，造成凈現(xiàn)金流量減少。與獲得新用戶的成本相比，保持現(xiàn)有用戶的費用較低。圖2中，如果初始現(xiàn)金流量C0為1，確定年度現(xiàn)金流量增長的因素為g=5%。

將圖2中給出的每個用戶產(chǎn)生的現(xiàn)金流乘以圖1中的用戶數(shù)量來計算用戶價值，得到圖3所示的所有用戶在每個時期產(chǎn)生的現(xiàn)金流量。在最后一個時間點即時間4，所有用戶產(chǎn)生的最大現(xiàn)金流量為510.5。這是因為用戶數(shù)量增加到了420個（見圖1），且單個用戶現(xiàn)金流量比期初提高了21.55%。

對于改進的EVA估值模型，既考慮了互聯(lián)網(wǎng)企業(yè)價值評估的核心用戶價值，又考慮了互聯(lián)網(wǎng)企業(yè)成長的不確定性，將用戶數(shù)量變化的不確定性納入用戶價值的評估。同時從投入產(chǎn)出角度，計算了企業(yè)的資本成本，用于衡量企業(yè)的價值創(chuàng)造能力，可以對互聯(lián)網(wǎng)企業(yè)的內在價值進行客觀評估，以下將運用阿里巴巴的案例對模型進行驗證。

五、對阿里巴巴的價值評估

阿里巴巴從1999年創(chuàng)立至今，其在高速發(fā)展的同時經(jīng)營范圍也從單一的B2B電子商務業(yè)務發(fā)展為全產(chǎn)業(yè)布局，生態(tài)系統(tǒng)不斷擴張。從其發(fā)展歷程來看，主要經(jīng)歷了1999～2010年集中化經(jīng)營以及2011年至今的多元化發(fā)展兩個階段。阿里巴巴2014年9月19日在美國紐交所上市，是我國極具代表性的互聯(lián)網(wǎng)企業(yè)，也是我國規(guī)模最大的電子商務企業(yè)，其在2016年末已經(jīng)成為全球最大的電子零售商。

阿里巴巴依托電子商務平臺將集團業(yè)務分為核心電商業(yè)務（包括淘寶網(wǎng)、天貓、農(nóng)村淘寶、聚劃算、阿里巴巴、阿里媽媽和全球速賣通）、云計算業(yè)務（阿里云）、數(shù)字媒體和娛樂業(yè)務（UC瀏覽器、優(yōu)酷土豆、阿里體育、阿里音樂）、創(chuàng)新項目和其他業(yè)務（高德、釘釘?shù)龋┧牟糠帧V闊的業(yè)務范圍為阿里巴巴帶來了多樣化的盈利模式。阿里巴巴的盈利模式主要有：傭金收入模式（天貓、淘寶等主要通過向入駐平臺的商家收取傭金獲得收益）、廣告收入模式（雅虎搜狗的搜索引擎服務等利用廣告模式獲得收益）、會員費收入模式（優(yōu)酷土豆、淘寶大學、阿里音樂、阿里游戲等均采用此模式）、安置費收入模式（阿里眾包為自由職業(yè)者提供兼職或預就業(yè)平臺，在獲得傭金收益的同時提供服務效率或外包解決方案取得安置費收益）、推薦費收入模式（阿里云基于推薦取得收益的模式）。阿里巴巴每一系統(tǒng)成員的盈利模式并不是單一的，經(jīng)常是多種盈利方式的組合，系統(tǒng)成員之間進行協(xié)同價值創(chuàng)造實現(xiàn)互利共贏，不斷鞏固強化阿里巴巴的商業(yè)生態(tài)系統(tǒng)。無論是哪一種盈利模式，利潤來源都是用戶，可以是直接從用戶資源獲得收入，也可以在用戶規(guī)模達到一定程度時，利用所積累的用戶資源數(shù)據(jù)展開分析，通過交易信息獲得間接收益。

2019年阿里巴巴呈現(xiàn)出強勁的發(fā)展態(tài)勢，主營業(yè)務收入達到了3768.44億元人民幣，與2018年相比增長了51%，表明阿里巴巴在運用大數(shù)據(jù)技術提升用戶體驗方面取得了良好的業(yè)績。從2019年經(jīng)營業(yè)績EBITA的構成情況來看，電商業(yè)務仍然是阿里盈利的主要來源，生態(tài)系統(tǒng)建設中的數(shù)字媒體和娛樂業(yè)務對經(jīng)營成果的貢獻約6%，云計算業(yè)務收入貢獻將近7%。從其收入構成也可以看出，阿里巴巴的核心電商業(yè)務漸漸趨于成熟，其他幾個業(yè)務板塊存在巨大的升值空間。本文選取2016～2019年的財務數(shù)據(jù)，采用杜邦分析體系簡要分析阿里巴巴的財務狀況。

如表1所示，阿里巴巴近幾年的權益乘數(shù)基本穩(wěn)定，資產(chǎn)周轉率小幅上升，銷售凈利率在2017年有較大波動，之后呈小幅下降趨勢。這表明生態(tài)系統(tǒng)規(guī)模的擴張增加了企業(yè)運營的難度，運營效率提升緩慢，同時也表明阿里巴巴對生態(tài)系統(tǒng)的整合和治理有所改善，運營效率得到提升。相比2016年，阿里巴巴的銷售凈利率有很大的提升空間，一定程度上反映了其生態(tài)系統(tǒng)建設巨大的資本投入，也預示著阿里的良好發(fā)展前景。

近年來，阿里巴巴的年度活躍買家數(shù)量持續(xù)增長，截至2019年3月，電商平臺的年度活躍買家達到6.54億，較2018財年增加了1.02億。下面將從用戶數(shù)量和用戶現(xiàn)金流量的快速增長入手，運用改進的EVA模型對阿里巴巴進行估值。阿里巴巴的用戶數(shù)量早已超過臨界值，假定其活躍買家數(shù)量會持續(xù)增長3年，而后進入成熟期增長2年，最后進入永續(xù)增長期。首先運用文中開發(fā)的模型進行估值，同時采用DCF模型和P/E法對阿里巴巴進行估值，然后與評估基準日的股價對比，以驗證模型的有效性，并得到阿里巴巴的企業(yè)價值。

運用改進的EVA估值模型的關鍵在于計算用戶價值和經(jīng)濟增加值，兩者的計算都需要用到折現(xiàn)率，其價值評估過程為：①確定預測期5年，假設阿里巴巴實現(xiàn)永續(xù)經(jīng)營；②確定加權平均資本成本，即折現(xiàn)率；③確定各個時期的用戶價值；④確定每一時期的經(jīng)濟增加值；⑤折現(xiàn)得到預測期的經(jīng)濟增加值現(xiàn)值和永續(xù)經(jīng)營階段經(jīng)濟增加值現(xiàn)值，加上期初投入成本，得到阿里巴巴的企業(yè)價值，進一步求出股價。

1.資本成本的確定。為了得到每個時期的用戶價值和EVA現(xiàn)值，需要計算企業(yè)的資本總額，包括長期債務資本和權益資本。長期債務成本采用2018年年末美國五年期國債利率2.56%測算，權益資本成本運用資本資產(chǎn)定價模型測算。資本資產(chǎn)定價模型中的無風險利率參照美國五年期國債利率2.56%；市場風險溢價部分，本文參考互聯(lián)網(wǎng)行業(yè)預期市場風險溢價將阿里巴巴市場風險溢價確定為4.52%；風險系數(shù)β，常用于衡量個別股票相對于整個股票市場價格的波動情況，可用歷史收益回歸和可比公司調整兩種方法進行預測，這里采用互聯(lián)網(wǎng)行業(yè)的平均值1.7。權益資本成本=2.56%+1.7×4.52%=10.24%。2019年3月資本構成中權益資本為608583百萬元，長期債務資本為142005百萬元，權益資本占總資本的比例為81.08%，長期債務資本占總資本的比例為18.92%。2019年3月的加權平均資本成本為8.79%（81.08%×10.24%+18.92%×2.56%）。

阿里巴巴2014年3月長期債務資本的比例為43%，近幾年債務資本的比例一直在下降，2019年3月僅為18.92%，資本總額在近兩年均保持30%的增長幅度。由此可以看出，阿里巴巴近幾年的不斷擴張增加了資本投入，也擴大了對權益融資的需求，因此從資本投入額和資本構成兩個角度來預測阿里巴巴近5年的資本成本總額和加權平均資本成本。鑒于互聯(lián)網(wǎng)企業(yè)用戶數(shù)量積累和用戶資源的深耕仍需要大量資金投入，假定預測期的5年資本成本總額按照30%的速度增長；在永續(xù)增長期考慮到用戶網(wǎng)絡效應的發(fā)揮會給企業(yè)帶來投入資本的節(jié)約，預測在這一階段的資本成本總額按照20%的速度增長。結合互聯(lián)網(wǎng)企業(yè)權益融資的傾向，假定長期債務資本比率以每年0.5%的速度下降，阿里巴巴未來五年加權平均資本成本預測見表2。

2.用戶價值的確定。在此案例中選取年度活躍買家數(shù)量衡量阿里巴巴用戶數(shù)量，用戶價值反映的是產(chǎn)出水平，用估值基期的年度凈利潤作為初始用戶價值。從阿里巴巴近年來的用戶數(shù)量增長來看，呈現(xiàn)一定的指數(shù)增長態(tài)勢。截至2019年3月，阿里巴巴年度活躍用戶數(shù)達到6.54億，預計將會持續(xù)增長。將2019年3月用戶數(shù)量作為初始用戶數(shù)量，運用二叉樹期權定價模型預測未來3年的用戶數(shù)量。需要確定跳躍寬度n和客戶數(shù)量上行的概率πj。為了方便計算，選擇2016年3月～2019年3月這4個年度財務報表日用戶數(shù)量變化的算術平均值測算出跳躍寬度n。對于用戶數(shù)量增加的概率計算中用戶數(shù)量變化的速度a（a<0），采用4期用戶數(shù)量變化的幾何平均值求得。

根據(jù)年度財務報表年度用戶數(shù)量變化求得速度因子a為-0.18，近三年用戶數(shù)量變化的算術平均值為7700萬?？紤]到阿里巴巴用戶數(shù)量指數(shù)型增長的趨勢已持續(xù)兩年，二叉樹狀態(tài)2下上行概率為0.6左右，推導出客戶數(shù)量的跳躍寬度大概為1億，即n為100百萬。從阿里巴巴近幾年用戶數(shù)量變化情況來看，整體增長速度變緩。為了避免對用戶數(shù)量的高估，本文選擇2019年3月阿里巴巴的年度活躍買家6.54億作為用戶數(shù)量的關鍵初始水平，并假設用戶數(shù)量快速增長的時間為3年。由n=100（單位“百萬”），a=-0.18，得到二叉樹期權定價模型下阿里巴巴未來3年用戶數(shù)量，如圖4所示。

為了測算每個用戶帶來的現(xiàn)金流量，運用當期年度凈利潤除以當期年度活躍買家數(shù)量，2019年3月單個用戶現(xiàn)金流量為134.4元。同時選擇近幾年自由現(xiàn)金流量的增長率來預測每個用戶帶來的現(xiàn)金流量增長率?；?016～2019年自由現(xiàn)金流量的波動趨勢與預測期5年內的自由現(xiàn)金流量的變化趨勢一致，得到阿里巴巴接下來5年自由現(xiàn)金流量的預期增長率分別為14.12%、11.28%、9.01%、7.20%、5.75%。為了簡化計算并考慮到用戶數(shù)量快速增長期帶來的現(xiàn)金流量往往不會過高，選擇預測期自由現(xiàn)金流量增長率的幾何平均值9%，作為預測期5年每個用戶帶來的現(xiàn)金流量增長率。而在永續(xù)經(jīng)營的穩(wěn)定發(fā)展階段，互聯(lián)網(wǎng)企業(yè)回歸傳統(tǒng)的增長方式，以5%的增長速度穩(wěn)定增長。圖5和圖6分別展示了基于每個用戶的現(xiàn)金流量和所有用戶產(chǎn)生的現(xiàn)金流量的二叉樹期權定價模型結果。

為了測算每期的用戶價值，選擇在每一年的年末進行用戶價值的遞歸，折現(xiàn)率為每年的加權平均資本成本。根據(jù)式（9）和式（10）得到阿里巴巴未來3年的用戶價值分別為17006011萬元、21835162萬元、32037599萬元。而預測期的后兩年用戶數(shù)量穩(wěn)定在一定水平，由于用戶粘性的增加，單個用戶的現(xiàn)金流仍然會快速增長，隨后兩年用戶價值在上一年的基礎上以9%的增長率增長。

3.改進EVA模型下的企業(yè)價值。在得到阿里巴巴預測期的用戶價值之后，代入改進EVA估值模型中，代替稅后凈營業(yè)利潤，即可得到各期的EVA現(xiàn)值。進一步得到阿里巴巴的企業(yè)價值，2020～2025年EVA計算過程如表3所示。

根據(jù)阿里巴巴5年期EVA現(xiàn)值、永續(xù)增長階段EVA現(xiàn)值與期初投入成本，匯總得到阿里巴巴的企業(yè)價值，如表4所示。

根據(jù)2019年3月31日阿里巴巴普通股總計258400萬股、財務報表折算率1美元=6.7112元人民幣的匯率，得到估值基準日阿里巴巴的理論股票價格：3374321.53÷2584÷6.7112=194.58（美元）。這一價格非常接近當日實際股價182.45美元。

4. DCF模型下的價值評估。運用DCF估值模型評估阿里巴巴的企業(yè)價值時，選擇用自由現(xiàn)金流量FCF估值模型。基于2016～2019年的財務數(shù)據(jù)分析，得到銷售收入增長率、銷售成本率、研發(fā)費用、銷售費用、管理費用率、折舊攤銷等一系列指標的預測結果。測算自由現(xiàn)金流量進行折現(xiàn)匯總，得到阿里巴巴的企業(yè)價值。表5為自由現(xiàn)金流量的計算過程以及根據(jù)各期自由現(xiàn)金流量的預測得到的DCF模型下2019年3月31日阿里巴巴的企業(yè)價值。

根據(jù)2019年3月31日阿里巴巴普通股總計258400萬股、財務報表折算率1美元=6.7112元人民幣的匯率得到估值基準日阿里巴巴的理論股票價格：11765123.34÷2584÷6.7112=678.42（美元）。

5. P/E模型下的價值評估。市盈率法是市場法的代表方法之一，把公司收益和市場價格聯(lián)系起來，涵蓋的價值影響因素比較多，綜合性比較好，因此本文選擇市盈率法。

阿里巴巴于2014年在美國紐約證券交易所上市，計算平均市盈率時選用的可比公司應該同為美國上市的互聯(lián)網(wǎng)企業(yè)，如京東、唯品會等15個公司?？杀裙久Q、股價和每股收益如表6所示，基準日為2019年3月31日。

表6中蘭亭集勢和搜狐因為虧損造成市盈率為負值，計算平均市盈率時將其剔除，得到可比公司的平均市盈率為40.26。根據(jù)2019年3月31日阿里巴巴普通股每股收益5.01美元，估值基準日可比公司平均市盈率為40.26，則阿里巴巴的理論股票價格為201.70美元（5.01×40.26）。

6.估值結果對比分析。分別用改進的EVA模型、DCF模型和市盈率法對阿里巴巴2019年3月31日的市場價值進行評估，計算相應的股價，鑒于美國資本市場較為成熟，選擇其評估基準日的市價進行對比，以驗證模型的有效性，結果見表7。

通過以上對比分析，可以看到改進的EVA估值模型得到的股票價格最接近評估基準日的阿里巴巴市價，DCF模型和市盈率法得到的股價偏差相對較大，說明改進的EVA估值模型最適合評估互聯(lián)網(wǎng)企業(yè)的價值。

六、結論與展望

1.結論。本文針對互聯(lián)網(wǎng)企業(yè)的特征，借鑒傳統(tǒng)價值評估方法提出基于用戶價值的互聯(lián)網(wǎng)企業(yè)改進的EVA估值模型，運用模型計算得到的股價與評估基準日的阿里巴巴股價非常接近，從而驗證了模型的有效性。本文的研究表明，互聯(lián)網(wǎng)企業(yè)高成長、高風險、輕資產(chǎn)和收益不確定等財務特征使得傳統(tǒng)估值方法有很大的局限性，必須針對用戶在互聯(lián)網(wǎng)企業(yè)發(fā)展中的關鍵性作用才能更好地評估互聯(lián)網(wǎng)企業(yè)的價值。

2.展望。本文的主要貢獻有：首先，豐富并進一步擴展了基于網(wǎng)絡效應的互聯(lián)網(wǎng)企業(yè)價值評估思想和方法，為互聯(lián)網(wǎng)企業(yè)估值提供了一個新的思路。其次，從互聯(lián)網(wǎng)企業(yè)的價值核心——用戶資源出發(fā)，以用戶價值（企業(yè)擁有的用戶數(shù)量和單個用戶帶來的現(xiàn)金流量）代替稅后經(jīng)營凈利潤，作為產(chǎn)出水平的衡量。用戶價值是由企業(yè)擁有的用戶數(shù)量和單個用戶帶來的現(xiàn)金流量確定的，采用二叉樹定價模型確定用戶數(shù)量和現(xiàn)金流量，既能體現(xiàn)互聯(lián)網(wǎng)企業(yè)的網(wǎng)絡效應，又能兼顧企業(yè)成長中的不確定性，還可以解決盈利性較弱時的估值難題。

本研究適用于初始用戶現(xiàn)金流量為正的情況。本文實證分析對象阿里巴巴當前的用戶數(shù)量已經(jīng)達到臨界值，因此未能驗證用戶數(shù)量低于臨界值的情況。此外，單個用戶現(xiàn)金流量的預測和DCF模型中現(xiàn)金流量的預測帶有一定的主觀成分。本文的研究表明，互聯(lián)網(wǎng)企業(yè)的價值評估應該基于網(wǎng)絡效應和用戶價值，未來的研究應采用定量與定性相結合的方法，針對互聯(lián)網(wǎng)企業(yè)的價值來源、價值獲取方式和發(fā)展前景評估互聯(lián)網(wǎng)企業(yè)的價值。

主要參考文獻：

[1]中國互聯(lián)網(wǎng)信息中心.第43次中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告[EB/OL].http：//www.cnnic.cn/ hlwfzyj/hlwxzbg/hlwtjbg/201803/t20180305_70249. htm，2018-02-28.

[2]Van Alstyne M.，Parker G. Pipelines，platforms，and the new rules of strategy[J].Harvard Business Review，2016（4）：54～62.

[3] Blodge H.，Anning E.Com raising price target to $400[R].Equity Research Report，1998.

[4]Wolf C. R.，Warburg D. R. Valuing an internet stock[J].Business Week，1998（12）：23～30.

[5]劉官華.基于自由現(xiàn)金流量折現(xiàn)模型的互聯(lián)網(wǎng)上市公司投資分析[D].北京：北京郵電大學，2007.

[6] Colombo M. G.，Grilli L. On growth drivers of high- tech start-ups：Exploring the role of founders human capital and venture capital[J].Journal of Business Venturing，2010（6）：610～626.

[7] Schwartz E. S.，Moon M. Rational pricing of internet companies revisited[J].Financial Review，2010（4）：7～26.

[8]李明.互聯(lián)網(wǎng)企業(yè)價值評估的理論與實證研究[D].北京：首都經(jīng)濟貿易大學，2013.

[9]趙延朋.實物期權模型在互聯(lián)網(wǎng)企業(yè)價值評估中的應用研究——以騰訊公司為例[D].泰安：山東農(nóng)業(yè)大學，2013.

[10]羅淇.引入非財務指標的互聯(lián)網(wǎng)企業(yè)價值評估研究[D].濟南：山東大學，2013.

[11]王自然.我國網(wǎng)絡企業(yè)價值評估方法研究[D].北京：首都經(jīng)濟貿易大學，2014.

[12]黃生權，李源.群決策環(huán)境下互聯(lián)網(wǎng)企業(yè)價值評估——基于集成實物期權方法[J].系統(tǒng)工程，2014（12）：104～111.

[13]Lehmann D. R.，Stuart J. A.，Gupta S. Valuing customers[J].Journal of Marketing Research，2004（1）：7～18.

[14] Bauer H. H.，Hammerschmidt M. Customerbased corporate valuation：Integrating the con？ cepts of customer equity and shareholder value[J]. Management Decision，2005（3）：331～348.

[15]Krafft M.，Rudolf M.，Rudolf-Sip？tz E. Valuation of customers in growth companies：A scenario based model[J].Schmalenbach Business Review，2005（2）：103～125.

[16]魏嘉文，田秀娟.互聯(lián)網(wǎng)2.0時代社交網(wǎng)站企業(yè)的估值研究[J].企業(yè)經(jīng)濟，2015（8）：105～108.

[17] Katz M. L.，Shapiro C. Network externalities，competition，and compatibility[J].American Eco？ nomic Review，1985（75）：424～440.

[18] Eisenmann T.，Parker G.，Van Alstyne M. Strategies for two-sided markets[J].Harvard Busi？ ness Review，2006（10）：1～10.

[19]Evans D. Some empirical aspects of multi-sided platform industries[J].Review of Network Eco？ nomics，2003（2）：191～209.

[20] Caillaud B.，Jullien B. Chicken- and- egg：Competition among intermediation service provid？ ers[J].RAND Journal of Economics，2003（34）：309～328.

[21]Tiwana A. Platform ecosystems：Aligning architecture，governance，and strategy[M].San Fran？ cisco：Morgan Kaufmann，2014：1～300.

[22]Cennamo C.，Santalo J. Platform competition：Strategic trade-offs in platform markets[J].Strate？ gic Management Journal，2013（34）：1331～1350.

[23]段文奇，宣曉.基于價值創(chuàng)造視角的互聯(lián)網(wǎng)企業(yè)價值評估體系研究[J].財貿研究，2018（9）：85 ～ 97.

[24] Trueman B.，F(xiàn)ranco Wong M. H.，Zhang X. J. The eyeballs have it：Searching for the value in internet stocks[J].Journal of Accounting Re？ search，2000（2）：137～162.

[25] Hull J. C. Options，futures，and other derivatives[M].Prentice Hall：Pearson Education Inc.，2003：1～400.

作者單位：鄭州大學商學院，鄭州450001