用戶價(jià)值視角下的互聯(lián)網(wǎng)企業(yè)價(jià)值評(píng)估

摘要：互聯(lián)網(wǎng)企業(yè)從萌芽到迅猛發(fā)展的歷程較短，針對(duì)互聯(lián)網(wǎng)企業(yè)適用的評(píng)估方法體系還不健全，常用的企業(yè)價(jià)值評(píng)估方法對(duì)于互聯(lián)網(wǎng)企業(yè)已較為落后。本文將結(jié)合互聯(lián)網(wǎng)的特點(diǎn)，將傳統(tǒng)現(xiàn)金流量折現(xiàn)模型中用企業(yè)的財(cái)務(wù)數(shù)據(jù)為基礎(chǔ)的計(jì)算方式以用戶所產(chǎn)生的現(xiàn)金流進(jìn)行替換，該模型有效地反映了與互聯(lián)網(wǎng)企業(yè)密切相關(guān)的價(jià)值驅(qū)動(dòng)因素，能夠?yàn)榛ヂ?lián)網(wǎng)企業(yè)提供更有參考性的估值。

關(guān)鍵詞：用戶價(jià)值法;互聯(lián)網(wǎng)企業(yè);企業(yè)價(jià)值評(píng)估

中圖分類號(hào)：F274;F49?文獻(xiàn)識(shí)別碼：A?文章編號(hào)：2096-3157（2020）22-0077-03

一、引言

過(guò)去10年，互聯(lián)網(wǎng)在我國(guó)經(jīng)歷了快速發(fā)展。2019年的《中國(guó)互聯(lián)網(wǎng)發(fā)展報(bào)告》顯示，當(dāng)前我國(guó)互聯(lián)網(wǎng)用戶數(shù)量約8.3億，互聯(lián)網(wǎng)在中國(guó)的普及率已達(dá)到發(fā)達(dá)國(guó)家平均水平，目前我國(guó)的互聯(lián)網(wǎng)普及率為57%，其中在線視頻行業(yè)更是迅速增長(zhǎng)，2018年視頻行業(yè)市場(chǎng)規(guī)模達(dá)2017億元，一批諸如愛奇藝、優(yōu)酷、騰訊視頻的頭部視頻企業(yè)利用規(guī)模優(yōu)勢(shì)占據(jù)了巨大的市場(chǎng)份額。互聯(lián)網(wǎng)企業(yè)的發(fā)展離不開通過(guò)資本市場(chǎng)獲取資金，當(dāng)企業(yè)發(fā)展到一定規(guī)模也會(huì)涉及到并購(gòu)、上市，在這個(gè)階段，對(duì)企業(yè)價(jià)值進(jìn)行合理評(píng)估是必要的需求。

資本市場(chǎng)賦予了互聯(lián)網(wǎng)企業(yè)高估值的光環(huán)，根據(jù)WIND數(shù)據(jù)庫(kù)顯示，以Amazon和Google為代表的美國(guó)互聯(lián)網(wǎng)企業(yè)市盈率都超過(guò)了30倍。該類企業(yè)導(dǎo)致傳統(tǒng)評(píng)估方法進(jìn)行估值時(shí)會(huì)面臨是否適用的挑戰(zhàn)。而另一方面，處于初創(chuàng)期的互聯(lián)網(wǎng)企業(yè)的凈收益可能為負(fù)值，這使得基于財(cái)務(wù)數(shù)據(jù)的企業(yè)價(jià)值評(píng)估模型很難正常使用。如何針對(duì)互聯(lián)網(wǎng)企業(yè)的顯著特點(diǎn)展開企業(yè)價(jià)值評(píng)估是一個(gè)現(xiàn)實(shí)問(wèn)題。本文提出基于用戶價(jià)值理論的企業(yè)價(jià)值評(píng)估方法，用新型評(píng)估方法解決傳統(tǒng)方法的困境，為相關(guān)研究提供了新的思路。

二、文獻(xiàn)綜述

1.互聯(lián)網(wǎng)企業(yè)評(píng)估研究

互聯(lián)網(wǎng)企業(yè)的發(fā)展趨勢(shì)和行業(yè)特征與傳統(tǒng)公司大不相同，傳統(tǒng)的評(píng)估方法在評(píng)估互聯(lián)網(wǎng)公司時(shí)存在局限性。張振華（2017）認(rèn)為互聯(lián)網(wǎng)企業(yè)普遍具有初期盈利大多為負(fù)、未來(lái)收益難以確定永續(xù)增長(zhǎng)率和預(yù)測(cè)期確定困難的特點(diǎn)?？梢娨鉀Q傳統(tǒng)模型所面臨的障礙，需要更適用互聯(lián)網(wǎng)企業(yè)的評(píng)估理論和計(jì)算方法。

2.用戶價(jià)值法研究現(xiàn)狀

梅特卡夫最早對(duì)互聯(lián)網(wǎng)企業(yè)與用戶之間的關(guān)系進(jìn)行了思考，他提出了著名的梅特卡夫法則，也就是“網(wǎng)絡(luò)價(jià)值與用戶數(shù)量平方的比值應(yīng)為正比”，連接會(huì)隨著用戶數(shù)量的增加而產(chǎn)生更多節(jié)點(diǎn)，節(jié)點(diǎn)的增長(zhǎng)則會(huì)使連接值呈指數(shù)級(jí)增長(zhǎng)的趨勢(shì)。Mary Meeker在梅特卡夫定律的基礎(chǔ)上提出了 DEVA 模型，她認(rèn)為當(dāng)用戶開始增多的時(shí)候，用戶彼此之間的聯(lián)系會(huì)越來(lái)越頻繁，公司的價(jià)值就開始爆炸式的增長(zhǎng)。以上兩位學(xué)者的研究都針對(duì)用戶這一關(guān)鍵要素對(duì)互聯(lián)網(wǎng)企業(yè)的影響進(jìn)行了驗(yàn)證，并發(fā)現(xiàn)了用戶數(shù)提升對(duì)企業(yè)帶來(lái)的額外紅利，但是用戶對(duì)互聯(lián)網(wǎng)企業(yè)的影響是多方面的，這一點(diǎn)仍需深入研究。

Gutpa和Lehmann（2004）提出通過(guò)衡量用戶價(jià)值來(lái)評(píng)估企業(yè)價(jià)值，他們認(rèn)為在面臨高增長(zhǎng)、負(fù)收益企業(yè)的評(píng)估難題時(shí)，應(yīng)把用戶看成資產(chǎn)，并且將企業(yè)價(jià)值定義為用戶生命周期所創(chuàng)造的價(jià)值折現(xiàn)后的總和。在這篇文章中，Gutpa和Lehmann構(gòu)建了用戶生命周期模型，發(fā)現(xiàn)留存率這一用戶指標(biāo)對(duì)互聯(lián)網(wǎng)企業(yè)獲利能力影響最大，但通過(guò)實(shí)證發(fā)現(xiàn)，部分電商企業(yè)存在估值不準(zhǔn)確現(xiàn)象，需要綜合考慮將用戶活躍情況、用戶付費(fèi)情況等指標(biāo)參數(shù)化并納入計(jì)算模型中。

三、用戶對(duì)互聯(lián)網(wǎng)企業(yè)的影響

1.互聯(lián)網(wǎng)企業(yè)的價(jià)值來(lái)源

互聯(lián)網(wǎng)企業(yè)是滿足人類需求的新媒介，其價(jià)值主要體現(xiàn)在互聯(lián)網(wǎng)在發(fā)展過(guò)程中不斷誕生的新技術(shù)可以迎合消費(fèi)者的個(gè)性化的需求，這與用戶理論重視用戶體驗(yàn)的思想是高度一致的。因此，互聯(lián)網(wǎng)企業(yè)的價(jià)值評(píng)估應(yīng)從用戶視角切入分析。

互聯(lián)網(wǎng)企業(yè)與傳統(tǒng)企業(yè)相比，最大的區(qū)別就是存在互聯(lián)網(wǎng)的網(wǎng)絡(luò)效應(yīng)。網(wǎng)絡(luò)效應(yīng)指的是，在一個(gè)特定的市場(chǎng)中，用戶的價(jià)值取決于使用相同產(chǎn)品的其他用戶的數(shù)量，如果沒(méi)有其他用戶，那么產(chǎn)品就會(huì)失去價(jià)值，反之，產(chǎn)品價(jià)值隨著用戶數(shù)量的增加呈現(xiàn)指數(shù)增長(zhǎng)趨勢(shì)。

網(wǎng)絡(luò)效應(yīng)很有可能造成“贏家通吃”的局面，互聯(lián)網(wǎng)企業(yè)的用戶群基數(shù)越大，占領(lǐng)的市場(chǎng)份額越大，甚至形成壟斷。因此，互聯(lián)網(wǎng)企業(yè)往往以快速積累用戶為重要目標(biāo)。如何吸引用戶從而激發(fā)網(wǎng)絡(luò)效應(yīng)，如何繼續(xù)擴(kuò)大用戶基數(shù)，以及如何通過(guò)提高忠誠(chéng)度、鎖定用戶群體成為每個(gè)互聯(lián)網(wǎng)企業(yè)不斷探討的話題?？偠灾?，互聯(lián)網(wǎng)企業(yè)的價(jià)值來(lái)源于用戶，互聯(lián)網(wǎng)企業(yè)想要?jiǎng)?chuàng)造更大的價(jià)值必然要重視用戶。企業(yè)在改善用戶體驗(yàn)這一投資用戶的過(guò)程中也在不斷提升自身價(jià)值。因此，在對(duì)互聯(lián)網(wǎng)企業(yè)進(jìn)行估值時(shí)，使用基于用戶特性的用戶價(jià)值法是合理的。

2.用戶對(duì)互聯(lián)網(wǎng)的作用方式

對(duì)于互聯(lián)網(wǎng)企業(yè)來(lái)說(shuō)，傳統(tǒng)企業(yè)所側(cè)重的現(xiàn)金流、盈利能力、資產(chǎn)規(guī)模等指標(biāo)會(huì)顯得相對(duì)次要，用戶對(duì)企業(yè)價(jià)值的影響體現(xiàn)在以下三個(gè)方面：

營(yíng)業(yè)收入、點(diǎn)擊率的增加?；ヂ?lián)網(wǎng)企業(yè)的產(chǎn)品和服務(wù)的潛在銷量與用戶數(shù)息息相關(guān)，如果銷售量的增加，企業(yè)的營(yíng)業(yè)收入也會(huì)增加，而當(dāng)互聯(lián)網(wǎng)企業(yè)的平臺(tái)或站點(diǎn)訪問(wèn)量和點(diǎn)擊率較高時(shí)，意味著平臺(tái)或站點(diǎn)良好的滿足了用戶需求，從而提高了企業(yè)價(jià)值。

用戶的行為數(shù)據(jù)的獲取。在使用互聯(lián)網(wǎng)企業(yè)產(chǎn)品的過(guò)程中，用戶會(huì)產(chǎn)生大量的瀏覽記錄、瀏覽時(shí)間、回訪次數(shù)等行為數(shù)據(jù)。這些行為數(shù)據(jù)可以供企業(yè)進(jìn)行用戶行為分析，以便更好改善產(chǎn)品以符合用戶需求。因此用戶行為數(shù)據(jù)可被視為一項(xiàng)無(wú)形資產(chǎn)，構(gòu)成互聯(lián)網(wǎng)企業(yè)價(jià)值的一部分。隨著消費(fèi)者對(duì)個(gè)性化的追求，分析消費(fèi)者個(gè)人偏好都是基于挖掘用戶生成的大數(shù)據(jù)與分析而來(lái)。

向市場(chǎng)傳遞良好信號(hào)。對(duì)于互聯(lián)網(wǎng)企業(yè)來(lái)說(shuō)，擁有大量潛在用戶群體是一種利好信號(hào)，即使?jié)撛诘挠脩舨荒芰⒖虅?chuàng)造收入，但同樣具有商業(yè)價(jià)值，因?yàn)橛脩羧后w可看作一種稀缺資源，在激烈的市場(chǎng)競(jìng)爭(zhēng)中，擁有稀缺資源能向市場(chǎng)發(fā)出積極利好信號(hào)，吸引合作商加盟合作。

四、用戶價(jià)值理論模型構(gòu)建

本文通過(guò)總結(jié)已有的案例研究，使用最能體現(xiàn)出互聯(lián)網(wǎng)企業(yè)核心價(jià)值的用戶價(jià)值模型對(duì)互聯(lián)網(wǎng)企業(yè)進(jìn)行估值。用戶價(jià)值模型基于梅特卡夫定律，計(jì)算思路和折現(xiàn)法接近：認(rèn)為企業(yè)價(jià)值等于所有用戶在其用戶生命周期中給企業(yè)帶來(lái)的收益折現(xiàn)后的總和。在基于用戶價(jià)值的估值模型中，將傳統(tǒng)現(xiàn)金流折現(xiàn)模型中用企業(yè)的財(cái)務(wù)數(shù)據(jù)為基礎(chǔ)的計(jì)算方式與用戶所產(chǎn)生的現(xiàn)金流進(jìn)行替換，該模型有效地反映與互聯(lián)網(wǎng)企業(yè)密切相關(guān)的三大價(jià)值主導(dǎo)要素：每位用戶產(chǎn)生的收入、用戶數(shù)量和用戶粘性。

用戶價(jià)值模型法用于估值的模型如下：

用戶終身價(jià)值是指用戶生命周期內(nèi)所創(chuàng)造的價(jià)值。具體含義是將用戶所能貢獻(xiàn)的現(xiàn)金流的折現(xiàn)值并加總，可以表示為：

因此要確定企業(yè)整體價(jià)值EV，首先需要確定與用戶價(jià)值相關(guān)關(guān)鍵指標(biāo)。

（1）用戶數(shù)量n?；ヂ?lián)網(wǎng)企業(yè)的用戶數(shù)關(guān)乎互聯(lián)網(wǎng)經(jīng)濟(jì)重要現(xiàn)象，即網(wǎng)絡(luò)效應(yīng)。梅特卡夫定律認(rèn)為，互聯(lián)網(wǎng)企業(yè)價(jià)值與互聯(lián)網(wǎng)企業(yè)的用戶數(shù)成正比，這體現(xiàn)了節(jié)點(diǎn)之間的連接所形成的網(wǎng)絡(luò)外部性。也就是說(shuō)，互聯(lián)網(wǎng)企業(yè)的用戶數(shù)越多，形成的節(jié)點(diǎn)越多，潛在的規(guī)模效應(yīng)越大。綜合考慮，本文將選用月活躍用戶數(shù)作為計(jì)算的基數(shù)。

（2）影響因子 k。影響因子 k 通常取決于企業(yè)的用戶粘性，即用戶留存率。留存率本質(zhì)上是從非用戶到用戶的轉(zhuǎn)化率，即由初期的容易流失的用戶轉(zhuǎn)化為穩(wěn)定忠誠(chéng)用戶的過(guò)程。當(dāng)留存率越大，反映了該產(chǎn)品和服務(wù)的粘性大。反之亦然。本文采用的計(jì)算指標(biāo)為月留存率，即當(dāng)月第一日登錄的用戶數(shù)中占第三十日仍在登錄的用戶數(shù)之比。

（3）折現(xiàn)率 d。折現(xiàn)率主要取決于企業(yè)的狀況，通常以加權(quán)資本成本進(jìn)行衡量。

（4）付費(fèi)率c。即視頻網(wǎng)站的用戶中，選擇對(duì)企業(yè)提供的線上增值服務(wù)或會(huì)員服務(wù)付費(fèi)的用戶數(shù)占全部活躍用戶的比例，本文采用的是月平均付費(fèi)率。

（5）用戶產(chǎn)生的現(xiàn)金流的CFi。在本文中，每個(gè)用戶的平均收入（ARPU）將用來(lái)反映用戶貢獻(xiàn)的現(xiàn)金流。ARPU值是指用戶在一段時(shí)間內(nèi)產(chǎn)生的平均收入。

考慮到用戶留存率與付費(fèi)率均選取月數(shù)據(jù)，因此ARPU也以月為單位進(jìn)行計(jì)算，表達(dá)式為：

ARPU（元/月）=月總收入月付費(fèi)用戶數(shù)（4）

經(jīng)過(guò)改良后考慮了用戶留存率和付費(fèi)率的用戶價(jià)值評(píng)估模型為：

五、用戶價(jià)值理論模型驗(yàn)證

本文選取愛奇藝為案例，通過(guò)使用用戶價(jià)值模型對(duì)愛奇藝進(jìn)行估值，來(lái)說(shuō)明用戶價(jià)值法的合理性。

1.愛奇藝公司概況

愛奇藝，中國(guó)高質(zhì)量的視頻娛樂(lè)服務(wù)提供商。自推出以來(lái)，一直秉承“悅享品質(zhì)”的口號(hào)，在各個(gè)方面積極創(chuàng)新，為用戶提供豐富專業(yè)的視頻體驗(yàn)，讓用戶以平等便捷的方式訪問(wèn)更多更好地視頻。愛奇藝成功建立了將人與服務(wù)聯(lián)系起來(lái)的視頻業(yè)務(wù)生態(tài)系統(tǒng)，引領(lǐng)了視頻網(wǎng)站業(yè)務(wù)模式的多元化發(fā)展。

2.模型相關(guān)參數(shù)計(jì)算

用戶平均貢獻(xiàn)值。首先對(duì)愛奇藝的ARPU 進(jìn)行確認(rèn)，根據(jù)年報(bào)顯示（圖），愛奇藝在2019年的平均貢獻(xiàn)值為135元。

留存率k。根據(jù)年報(bào)披露，2019年愛奇藝的活躍用戶留存情況較好，2019年平均30日用戶留存率為51.7%，即留存率k取值為51.7%。

根據(jù)表中所示，愛奇藝近年來(lái)付費(fèi)用戶不斷增長(zhǎng)，且月活躍人數(shù)穩(wěn)定上升。2019年愛奇藝每月約有10700萬(wàn)付費(fèi)會(huì)員，而月活躍用戶人數(shù)為47600萬(wàn)，因此10700/47600可求出付費(fèi)率c為22.48%。最新年報(bào)披露，2019年愛奇藝的總觀看視頻時(shí)長(zhǎng)為96億分鐘，計(jì)算下來(lái)月平均觀看時(shí)長(zhǎng)為每人1210分鐘，即月使用時(shí)長(zhǎng)Ti為1210分鐘。綜合考慮取折現(xiàn)率d=9%，將以上數(shù)據(jù)代入公式（4～5）中，得出EV=1822*0.2248*47600*0.517=1037億元。而2019年12月31日，愛奇藝的市值為1058億元，使用用戶價(jià)值模型計(jì)算出的價(jià)值比市值略低，考慮到股價(jià)波動(dòng)一定程度還受外部環(huán)境影響，所以得出的結(jié)果與市值會(huì)有一定差異，但差異較小，因此本文認(rèn)為用戶價(jià)值法得出的評(píng)估值相對(duì)合理。

六、結(jié)論

本文采用的用戶價(jià)值改進(jìn)模型得到了成功運(yùn)用，說(shuō)明用戶指標(biāo)對(duì)互聯(lián)網(wǎng)企業(yè)估值有著至關(guān)重要的作用，尤其是用戶粘性，這一參數(shù)的變動(dòng)對(duì)企業(yè)整體價(jià)值影響很大，這也提醒了互聯(lián)網(wǎng)媒體企業(yè)，應(yīng)當(dāng)重視用戶忠誠(chéng)度，為用戶創(chuàng)造歸屬感，使用戶留下來(lái)。

用戶價(jià)值模型的成功運(yùn)用并非完全否定傳統(tǒng)方法，反而是一種結(jié)合，與折現(xiàn)法的思路結(jié)合，改進(jìn)出更加合理的用戶價(jià)值模型。但是用戶價(jià)值法仍然在理論層面探索中，并且當(dāng)期互聯(lián)網(wǎng)企業(yè)與用戶相關(guān)的非財(cái)務(wù)指標(biāo)披露不足，相關(guān)參數(shù)的確定仍有改進(jìn)空間。評(píng)估機(jī)構(gòu)可在評(píng)估活動(dòng)中結(jié)合案例具體情況對(duì)模型進(jìn)行改進(jìn)，在實(shí)踐中不斷改進(jìn)用戶價(jià)值模型。

參考文獻(xiàn)：

[1]Gupta S，Lehmann D R，Stuart J A.Valuing Customers[J].Journal of Marketing Research，2004，41（1）：7～18.

[2]Ho C T，Liao C K，Kim H T.Valuing Internet companies：a DEA-based Multiple Valuation Approach[J].Journal of the Operational Research Society，2011，62（12）：2097～2106.

[3]郭建峰，王丹，樊云等.互聯(lián)網(wǎng)企業(yè)價(jià)值評(píng)估體系研究——基于實(shí)物期權(quán)模型的分析[J].價(jià)格理論與實(shí)踐，2017，（7）：153～156.

[4]張振華.電子商務(wù)企業(yè)價(jià)值評(píng)估研究——以唯品會(huì)為例[J].財(cái)會(huì)通訊，754（26）：73～76.

[5]張炳才，馮婉卿.客戶價(jià)值評(píng)估在網(wǎng)絡(luò)企業(yè)并購(gòu)中的應(yīng)用研究[J].財(cái)會(huì)月刊：綜合版，2005，（2）：72～73.

作者簡(jiǎn)介：

田陌桑，浙江財(cái)經(jīng)大學(xué)會(huì)計(jì)學(xué)院碩士研究生;研究方向：企業(yè)價(jià)值評(píng)估。