互联网对资产评估的挑战

■中和资产评估公司总经理 王青华

互联网对资产评估的挑战——互联网推动了网络企业对价估值的强烈需求，也对资产评估行业及技术形成显著影响。和传统企业的估值相比，互联网企业未来的现金流状况难以可靠地进行预测，互联网企业评估技术运用面临新的挑战。互联网的发展对资产评估参与主体、业务种类及来源、评估技术运用和资源依托、资产评估的作业及监控方式，以及围绕资产评估的产业价值链等可能产生深刻影响，资产评估行业应该关注和研究由此形成的变革和挑战。

随着互联网技术的发展，中国网民以超过10%的比例增长，中国网络经济以近50%的比例增长，全球网络企业的并购更是风起云涌。互联网的发展推动了对网络企业对价估值的强烈需求，也对资产评估行业及技术形成显著影响。

一、互联网对资产评估的深刻影响

（一）互联网企业评估，评估技术运用遭遇挑战

1．从历史看未来，通行的收益途径难测拐点飞速增长

对企业的价值评估，通行的收益途径采用DCF模型，涉及的关键参数主要有：未来经营的现金流量、折现率。

和传统企业的估值相比，互联网企业未来的现金流状况难以可靠地进行预测，运用企业的历史发展经验推演出未来成长趋势，简单以历史重演的逻辑估计未来，用反映线性思维的数学模型模拟未来，难以与企业真实的发展轨迹相拟合，也难以体现企业未来实现的现金流。由于互联网是人类社会所共同面对的一场革命，多数互联网公司对现实社会发生的机遇或冲击甚至自身都无法预测到。这就导致互联网企业对其产生现金流的数量和持续时间都很难预测。

互联网企业在发展中不断产生新的创意，也不断提出新的资本需求，这些需求的满足又需要不断获得来自外部的支持。而能否获取外部资金投入，以保证企业现金流的持续增长，具有极大的不确定性。

同样，折现率的计算体现出资本逐利的根本目标。在互联网行业，似乎对收益报酬的预期没有最高、只有更高。在折现率计算中，行业特性和个别风险的量化都有别于传统企业。

2. 比邻家测己屋，经典的市场途径难估自家奇思妙想

作为一个新兴行业，互联网产业发展周期短、企业更迭快、可比标的少。大量如雨后春笋般蓬勃破土的网联网企业，创新商业模式频出，在人才和资金竞争中很多企业很快即被淘汰。大浪淘沙，能长期存活在市场上的企业并不多，而这为数不多的成功案例又未必与标的企业可比。在互联网与传统产业相互渗透的过程中，很多新的商业模式也无法找到“前辈”来比较。

很多时候我们很难找到合适的对比公司。即使发现“可比”公司，也很难找到合适的比较参数。因为不少成长中的互联网企业的现实盈利指标比较低，导致其市盈率往往显得极高，甚至有些根本尚未盈利，但这些企业的市场预期极好，传统的可比参数无法落脚。

互联网企业的增长往往存在一个拐点，通过拐点之后，企业的业绩增速可能会呈现100%以上，甚至几倍、几十倍的增加。这在传统行业是难以想象和估算的。

3. 清查盘点询价，传统的成本途径难以重置互联网的团队和用户价值

互联网企业财务报表上的资产反映不出其核心资产：充满创意的研发团队和网络用户资源。团队的创意吸引用户，集腋成裘的用户又激发团队产生更多的创意，新生创意进一步提高用户粘性，吸引更多的用户加入，当用户规模达到一定程度，团队基于用户需求提出更广泛的商业模式，使网络企业获得极大的收益。但运用传统的成本途径，却难以估算互联网企业的核心资产价值。

（二）互联网变革推动，评估行业发展面临挑战

在互联网时代，各行业发展都受到互联网思维的推动，资产评估行业也不例外。

1. 大数据时代，得数据者赢先机，赢者可能通吃

数据入口的掌握者如搜房网、二手汽车网、彭博Bloomberg在中国的发展说明这个猜测很可能成为现实。

搜房网已集聚了中国大多数城市的商品房房源和交易价格，在其平台上，花费很少的费用即可获取想了解的房屋价格，能够获得撮合帮助交易房屋。二手汽车网累积了中国大多数城市、众多品牌型号的二手汽车报价和成交价格信息，只要填出车型、车龄等基本信息，平台很快可以给出对应的二手汽车价格。按目前网络市场的蔓延速度，将会有越来越多的产品可以在网络上获得相关价格信息，独立评估师的服务内容、方式将面临调整。

彭博作为首家在国内提供境内人民币市场每日定价参考的金融数据供应商，在外汇期权、利率掉期、外汇货币掉期以及信用风险缓释工具方面已成为定价专家，甚至充当金融衍生品交易双方的仲裁人，在此领域，独立评估师难以取得竞争优势。

2. 籍“互联网＋”，依平台者得优势，顺势才能发展

2015年5月欧洲的DMGT公司签约投资深圳的房讯通，支持房讯通基于客户和云数据基础发展房地产金融，升级“云估价”平台。DMGT旗下的Landmark信息集团通过其营建的平台与银行和房地产估价公司合作，根据线上房地产抵押贷款客户的业务请求，通过平台分配给距离评估对象最近的评估师，利用软件支持勘查任务、勘查信息采集及记录、估价支持信息等在估价师移动终端和平台之间的传输，帮助加盟的估价公司使得接受银行任务和地域报告的整个流程更加简洁、省时有效，依托调度系统完成分配和追踪估价任务，借助监管功能和审计跟踪防范欺诈和人为失误。这种房地产数据和信息服务企业的跨境合作，有望推进和深化国内的“互联网＋评估”尝试，深刻影响现行评估体制和作业方式。

二、积极应对来自互联网的挑战

（一）理解和把握互联网公司的成长规律

在研究互联网企业发展规律时，我们发现互联网企业有三个鲜明特征：

1. 非线性增长

互联网公司的发展与传统行业不同，具备非线性增长的特征。互联网公司在起步阶段处于投入期，盈利表现不稳定甚至处于亏损状态；经过一定积累后，进入高速发展期，收入、净利润、净利率等指标大幅提高，因此起步阶段的业绩表现不足以反映其后续发展状况。

研究阿里巴巴发展历程可以发现：1999年，阿里巴巴成立；经过两年发展，2001年12月其会员突破100万，2002年全年盈利1元，达到盈亏平衡；2003年，淘宝商城诞生，承诺3年免费，全年营业收入达到3亿元。2004年，支付宝诞生，全年盈利达到3亿元；2005年，淘宝网GMV（Gross Merthandise Value）达到80亿元；2006年，淘宝网GMV达到169亿元；2007年在港交所上市首日市值接近2,000亿港元。2008年，天猫商城诞生，用以满足对产品质量和购物体验有较高要求的消费者的需求；2009年，阿里云诞生，用以处理阿里巴巴平台日益增长的数据管理事务；2010年，手机淘宝诞生；2011年以后，阿里巴巴收入及利润逐年大幅提升，到2014年营业收入达到525亿元，全年盈利233亿元，GMV达到22,740亿元。阿里巴巴发展脉络示意见图1。

图1 阿里巴巴发展脉络图

观察京东商城，其发展及表现轨迹主要是：1998年，京东商城的前身实体店开始经营；2004年，开始涉足电子商务业务；2005～2007年营业收入快速增长，由3,000万元增长至3.6亿元，并于2007年获得首轮千万美元的融资；此后又获得多笔融资，营业收入呈快速增长趋势，到2014年营业收入增长至1,150亿元，GMV达到2,602亿元，目前仍处于微亏损状态。

京东商城发展脉络见图2。

图2 京东商城发展脉络图

阿里巴巴和京东商城，两家公司成立时间均不超过20年。阿里巴巴于1999年成立，经过10余年发展，由50万元注册的小公司成长为市值超过1万亿元的大型公司。京东商城的前身实体店成立于1998年，2004年开始涉足电子商务业务，2014年平台营业额达到2,602亿元，市值超过2,000亿元。这两家公司的发展历程清晰地说明了互联网行业的发展规律。

2. 梅特卡夫定律

梅特卡夫定律是由以太网的发明者、3COM公司的创始人、计算机网络先驱罗伯特· 梅特卡夫（Robert Metcalfe）于1973年提出的。梅特卡夫定律是指：网络的价值与联网设备数量的平方成正比。

梅特卡夫定律认为，互联网的价值在于将节点连接起来，节点越多，潜在存在的连接数越多。如果节点数是N，其中存在的连接数可能是N×(N-1)，即N2这一数量级。网络的价值与节点数量的平方成正比。

2014年，梅特卡夫教授利用Facebook的数据对梅特卡夫定律做验证，验证得出Facebook的收入与其用户数的平方成正比，验证了梅特卡夫定律。梅特卡夫同时还认为网络的成本至多是以线性的水平在增长，这样就必然有存在一个网络的价值等于其成本的临界点的存在：在网络的节点数目很小的时候，网络的价值还不能超过成本；但一旦网络的节点数增加，超越了临界点，则网络价值将会取得爆发性的增长。国内也有学者通过研究中国的网络企业，验证了梅特卡夫定律。

由于梅特卡夫定律的存在，以及用户（节点）数量对互联网企业价值的重要性，使得市场估值时特别容易认可线下线上结合的企业转型互联网。因为与互联网创业企业不同，实体企业已经积累了相当的客户资源，市场往往相信其在传统产业的用户可以顺利地从线下导入线上，因而愿意为这样的电子网络化转型企业支付溢价。

3. 马太效应

传统产业中，西单与王府井相安无事，各守其土，家乐福、沃尔玛之外，各地区也有自己的区域连锁与商超，它们有明显的地域限制，物理空间是硬性天花板。

互联网上却是不一样的世界，百度在搜索领域一家独大，阿里在电商市场所向披靡，腾讯则是社交霸王。我们可以观察到，在全球的几十亿网站中，大多数人都只熟悉整个互联网的极小部分，即那些更容易被人所知的站点。而随着链接的增多，人们对其偏好亦增强，即所谓富者更富、大者恒大，呈现幂律分布特点，这就是圣经中所谓“马太效应”在互联网领域的体现。

梅特卡夫定律告诉我们网络的价值与用户数的平方成正比，意味着用户数相差不多的互联网企业（平台），网络价值却会相差很多。进一步地，落后者未来获得新用户、新资源的机会都要比领先者小。梅特卡夫定律加剧了互联网的马太效应。因此，投资者往往极为重视互联网企业的行业地位，愿意付出高溢价来购买领先者的股权，如果能取得行业（市场）垄断，这种溢价水平就更大。

我国目前很多互联网企业仍处于旨在建立、扩大注意力（用户）资源和品牌知名度的集中或持续投入阶段。

图3 梅特卡夫定律与网络价值临界点

（二）探索和尝试互联网评估的适用技术

在理解互联网公司成长规律的基础上，应重视对互联网企业商业（盈利）模式的分析，特别应关注企业成长潜力分析，这对尚未实现盈利或盈利尚微的企业尤为重要。

应当借助行业、市场和案例途径，关注对互联网企业发展阶段的研究，重视对被评估企业所处发展阶段的辨识及特点研究，以资本市场和相关交易为基础，通过相同或类似模式企业的横向比较，以及模式变迁的纵向比对，研究被评估企业的价值驱动因素和价值变现模式，通过定量与定性相结合，对已有评估技术进行适用性调整，直至探索更为有效的应用形式。

1. 收益途径方面

现金流预测应以符合互联网公司自身发展规律的趋势进行分析判断，突破简单地以传统行业线性增长模式预测未来盈利，应考虑符合互联网业务发展规律的非线性快速增长特点。

互联网企业商业模式的特征和所处的发展阶段决定了其在成长期内短期盈利水平偏低，但在用户积累至一定规模后能够快速实现盈利并贡献稳定的利润，连点成网后能够进一步增强盈利能力。同时，如果还有线下平台的良好支撑，将缩短线上平台的培育期，培育期过后，线上平台盈利将呈现快速增长。

我们可以通过研究互联网企业在盈利模式创意、组织机构设置、团队构建、制度保障、企业规划实施、资金保障等方面的发展及态势，分析判断其盈利预测的可实现性。

2. 市场途径

我们进行市场比较时，可以更广泛地收集数据，更深入地研究标的公司核心价值所在。在基于对宏观经济、企业和行业的研究分析之后，根据企业的商业模式和发展阶段视情况将用户数、活跃用户数、流量、到达率、用户粘度，单用户收入（ARPU）、平台交易总量（GMV） 、收入增长率、边际成本率、PE、PS、PEG等列入可比定量评价指标，还可增加相应的定性分析指标，如行业领先地位、团队创意能力等，判断和锁定标的公司的合理估值区间。

比如：对电商就可以分析G M V （G r o s s Merchandise Volume）指标。我们在某个案例中研究了2014年末的上市电商企业，发现基准日市值和GMV指标存在相关关系，分析之后可用于电商平台类的互联网企业的估值比较。市值和GMV关系如表1。

表1 互联网企业市值与GMV关系

利用梅特卡夫定律，针对网络价值与用户数平方的相关关系，借助公众公司信息披露条件，对样本量相对丰富的互联网企业的价值与用户数平方的模型、参数，进行统计研究，探寻其在特定时点（阶段）和市场的变化规律，对资产评估实践提供借鉴。

利用网络流量指标，以及企业（平台）为用户（客户）提供便利或盈利、维持现有用户和吸引新用户加入等能力表现，丰富对上市公司或交易案例比较评估的框架和技术，有益于提高估值的专业水准。

再比如，对高速增长的微利互联网企业的估值尝试运用PEG指标。

PEG计算公式如下：

其中：G表示预期盈利增长率；K表示市盈率对增长率比率；Gs表示预期收入增长率；Gr表示预期收入净利率增长率。

PEG模型具备理论及实践支撑，该模型是综合考察价值和成长性的较为普遍的方法之一。戈登模型、NPVGO模型以及其他PE模型的研究成果均为PEG模型的研究提供了有利的理论依据。PEG作为证券市场中出现较早的投资评价指标，已经广泛的被投资者运用于投资实践之中。

由于新兴行业的多变性和对未来预测的不确定性，预期增长率的把握依然是互联网企业应用PEG模型的操作难点，这也是相关尝试仍处于摸索阶段的主要原因。在使用中不应仅局限于财务指标，应辅以其他定量指标，结合定性分析，增强对企业注意力资源变动和商业模式的分析把握能力。

互联网发展对资产评估的参与主体、业务种类及来源、评估技术运用和资源依托、资产评估的作业及监控方式，以及围绕资产评估的产业价值链等可能产生深刻影响，资产评估行业应该关注和研究由此形成的变革和挑战。

《玉颜》 小洁