P2P网络信贷企业价值评估研究

李铁岗 梁军

随着互联网金融的发展，P2P网络信贷企业需要参与到资本市场当中，P2P概念股在资本市场上的出色表现及其所伴随着的巨大泡沫，也使得P2P网络信贷企业价值评估也成为了人们关注的焦点。传统价值评估方法已经不适用于P2P网络信贷企业，作者在DEVA模型的基础上，结合金融行业的特点，使用修正的DEVA模型对P2P网络信贷企业进行价值评估，并以“爱投资”为例，将修正的DEVA模型用作评估实践。

随着互联网金融的发展，P2P网络信贷企业也需要参与到资本市场当中，P2P概念股在资本市场上的出色表现及其所伴随着的巨大泡沫，也使得P2P网络信贷企业价值评估成为了人们关注的焦点。可见，如何对P2P网络信贷企业进行评估成为了一个迫在眉睫的问题。而国内对P2P网络信贷企业的评估研究及评估技术还相对薄弱，传统的评估方法对P2P网贷企业的行业特点把握不够，在一定程度上会低估P2P网络信贷企业的价值。

一、互联网企业价值评估文献综述

互联网企业与传统企业相比具有更强的不确定性因素和成长性，所以传统企业价值的价值评估过程不能够完全套用在互联网企业价值评估之上。从2000年美国的“科恩风暴”之后，针对互联网企业价值评估方法的讨论越来越受到学界的关注。

Aswash(2005)将互联网企业与传统企业区别较大的研发成本和营销成本进行资本化处理后纳入评估模型，使用现金流量法评估了互联网企业的价值。John(2005)基于互联网企业的风险性特点，利用实物期权的价值评估方法得出来的价值与传统现金流量和历史数据分析得出来的结论比，文章也得到了广泛的讨论。

我国的企业价值评估工作起步比较晚，互联网公司的发展也迟于国外，所以早期的相关研究多是借鉴国外的研究方法。之后渐渐得才有研究从国内企业实际出发的价值评估方法修正工作。王少豪（2000）基于国内互联网发展较晚、认为短期内传统价值评估的数据会相对稀缺，同时市场环境的不同，使得国内外互联网缺乏可比较的基础，所以他将互联网价值分为两个方面，一个是用复合估值法对现有业务和投资业务进行折现，一个是用实物期权法对投资拓展业务进行估值。谈多娇和董玉军（2010）认为互联网企业的价值更加凸显了客户价值的理念，所以在他们的评估模型中纳入了大量的客户价值反映指标，包括了客户贡献率、用户数量和权益成本等等，而企业的价值就等于客户的价值加上净现金流的现值。陈维凯(2013)认为对互联网企业的价值评估要充分考虑自身的特点，在详实考虑进无形资产的基础上灵活地使用实物期权法、风险资产评估法或者股票价值折现评估法等多种方法。

二、网贷企业价值评估

互联网借贷平台企业属于新兴事物，对其研究多集中在风险水平的分析上，对其价值进行评估的文献比较少。Berger（2009）对网贷平台的特点进行了分析，从其减少借贷双方信息不对称降低信贷成本和宏观发展的角度认为，传统的信贷业务会逐步被网络信贷挤占份额。这样对网贷平台的评估就应该更多地考虑企业的成长性。北京工业大学王燕均和北京邮电大学王宁与山东工商学院合作了P2P网贷企业价值评估的专项研究，通过较为详实的网络信贷平台数据对估值方法进行了可行性分析，认为使用布莱克-斯图尔特期权模型比传统的现金流折现模型更加合理。观研天下信息咨询公司的《中国网络借贷市场运营态势和投资价值评估报告2013-2017》从网贷企业所处的生命周期、产业链和行业附加值等方面对网贷企业的价值进行了分析。

对于新兴的P2P网络借贷行业来说，哪些指标对企业的成长性、价值判断更加具有指导意义，到目前为止还没有过具体的相关研究。这种非财务指标的特殊性也增加了全面评估网络信贷企业的价值指标体系的难度。

P2P网贷平台企业的非财务指标，体现为互联网和金融行业二者的结合。在目前的网贷企业评级网站例如网贷天眼、网贷之家等多收集了投资人数、贷款人数、满标速度、累计贷款余额、未来待收、借款来源分布等非财务指标来评估了平台的活跃程度和资金风险等方面的状况。而在对企业的商业价值进行评估时，所采用的非财务指标需要考虑更多方面，包括了成长性，企业背书等方面状况。

面对P2P网络信贷企业价值评估过程中出现的全面评估困难、成长性难以确定、未知性较大和非财务指标较多的问题，以及成本法、收益法、市场法、实物期权法等传统评估方法无法科学有效地对P2P网络信贷企业进行价值评估，本文将引入股票价值折现分析模型（DEVA模型）进行研究，然后基于此模型，对P2P网络信贷企业进行价值评估。

三、运用DEVA模型对P2P网络信贷企业进行价值评估

股票价值折现分析模型（DEVA模型）是由Morgan Stanley前任首席分析师Mary Meeker于1995年在《The Internet Report》中提出的。Mary Meeker认为，互联网企业具有很强的开放性、动态性和轻资产性，其盈利特点也与传统行业有着很大的差异，主要体现在其盈利模式的多元性和中间性。而且在互联网企业进行价值创造和成长发展过程中，用户资源始终是互联网企业最关键的资源，同时是互联网企业进行价值创造的根本源泉。在一定意义上互联网企业的盈利过程就是建立在对用户资源的深入挖掘和有效利用中的。Mary Meeker又根据摩尔定律，提出了互联网产品的价格会随着时间呈指数式下降，而互联网产品乃至互联网企业的经济价值却随着时间呈指数式增长。在上述观点的基础上，Mary Meeker得出了股票价值折现分析模型（DEVA模型）。具体而言，DEVA模型是在对企业进行价值评估时，把企业的财务和经营成本等财务数据平摊到每个用户，对用户的固有价值进行评估，然后量化用户之间的互动价值作为企业的附加价值，进而得到企业的经济价值。DEVA模型反映的是规模经济，而P2P网络信贷企业可以认为是企业规模的扩大，增加了经济效益。DEVA模型的具体公式如下所示：

E指的是被评估P2P网络信贷企业经济价值；M指的是单个客户的投入初始资本：C代表单个客户的价值。

在运用DEVA方法前我们首先要对方法的几个前提假设进行分析。第一，持续经营假设。也就是说假设企业能够继续的生存下去、不断经营，不存在倒闭或者关停的情况，也不会有大幅削减业务的现象。只有在持续经营的情况下，对P2P网络信贷企业的价值评估才可以正常准确地进行下去。第二，有效市场假设。也就是说资本市场上的价格信息能够完全反映出企业的实际价值。本文对企业进行评估的价值为其市场价值。第三，交易假设。对于企业内的所有资产，无论其用途目的如何，本文都将其所有的资产认定为处于交易状态。第四，企业的普遍适应性假设。在使用此模型时，被评估的企业需属于P2P网络信贷企业，需具有很强的开放性，且将用户资源作为最重要的资源。P2P网络信贷企业需在经营过程中不断挖掘其用户资源的直接经济价值和潜在附加价值。因此，在价值评估过程中，不能依靠财务报表中的数据，而是需要将用户资源进行量化进行价值评估。

相比于成本法简单地将企业的有形资产和无形资产进行评估后加总来计算企业价值。DEVA模型充分的考虑了各种资产的协同效应，对协同效应产生的客户价值进行评估，进而在一定程度上克服了成本法对P2P网络信贷企业的低估问题。而对于收益法无法解决企业不确定性的问题，DEVA使用的是当前的客户数量以及客户价值，将未来的不确定性问题进行了合理的规避。目前，市场法对于P2P网络信贷企业而言无法进行实际操作，而DEVA模型却具有很强的操作性。相对于实物期权法关于P2P网络信贷行业的参数无法确定，DEVA模型的参数还是相对容易确定的。

四、修正的DEVA模型

在考量每客户价值的时候，需要体现出P2P网络信贷企业在互联网企业中的特殊性。首先，一般的互联网企业的用户价值存在一定的差异性，主要体现为用户的价值基本相同，例如社交平台公司的用户价值基本没有差异。但是P2P网络信贷企业的用户价值可以明显分为两种。特别是中国的P2P网络信贷企业，由于大量的广告宣传以及各种各样的P2P网贷企业吸引着网民进行注册开户，然而大量的网民在注册之后便不再使用账户，成为平台的“僵尸”账户，而且这类“僵尸”账户占有着大部分比例。但是，P2P网络信贷企业仍然有着一定数量的有效用户资源。这部分有效用户是较为活跃的用户，其在平台上进行着有效投资，是P2P网络信贷企业创造价值的源泉。因此在价值评估过程中，本文只考虑企业的有效用户资源，对于其他“僵尸”账户的价值进行有效忽略。

此外，一般互联网企业的用户价值是单边的，多为单边的用户价值。而P2P网络信贷企业的用户价值是双边的，且两边的用户资源在P2P网贷平台上需要进行有效的配合，才能实现P2P网贷运行。因此，在评估用户价值的时候，充分考虑到了借款利率，因为借款利率在一定程度上反映了借款用户资源。

因为互联网企业的价值难以评估，而且仅仅依赖基本DEVA模型评估的结果无法体现出所有的价值，因此本文将引入调整系数λ，对基本DEVA模型的评估结果进行调整。由于国内没有P2P网络信贷企业上市，在缺乏相关财务数据的情况下，本文采用唯一一家P2P上市公司美国Lending Club的数据进行计算。Lending Club是世界上最大的P2P网络信贷公司。Lending Club的线上P2P信贷平台为贷款提供审批、定价、服务和支持业务，并建立资金的监管体系。平台的操作完全在线没有分支的基础设施，但使用先进的技术来降低运营成本和保障安全。因此通过这种节约成本的形式才能向借款人提供低利率的贷款，向投资者提供可观的回报。Lending Club是世界上最大的P2P网络信贷公司，其将银行系统转化为一个无摩擦的，透明和高效的在线市场。Lending club的业务模式是与本文将要评估的爱投资较为相似的。借款人从Webbank得到贷款，WebBank然后将这些债权打包以后卖给P2P网贷平台，个人投资者就可以在平台上投资这些债券。这种模式下，网贷平台实质上就是中间商，投资人在平台上购买的理财产品，其担保对象就是平台本身。

首先计算出Lending Club的市场价值，再通过DEVA模型得到其评估值。将市场价值与评估价值进行相比得到调整系数λ。

Lending Club的创始人在募集了1000万美元之后，公司得以成立。然后在2014年12月，超过4.5万有效用户在平台上进行投资，交易额超过50亿美元。此外在对其用户进行调查发现，其僵尸用户较少，在这里利用M值是合理的。根据以上数据，可以得到每有效用户的价值约为2200美元。Lending Club在2014年12月30日的发行价为15美元，总股本为3亿6110万，公司市场价值约为54亿美元。

DEVA评估值=MCC=10000000/45000×2200×2200=10.76亿美元

λ=Lending Club 市场价值/DEVA 评估值=5

在确定λ之后，本文接着对M'进行了修正。基础的DEVA模型中的M指的是单个客户投入初始资本，而考虑到“僵尸”用户的因素，以及Lending Club公司的用户分析，需要对M值进行一定的修正。最后每用户价值C也要调整为每有效用户C'来进行评估，原因同样也是“僵尸”用户的问题。

最后将调整系数λ代入DEVA模型，得到修正的DEVA模型。修正的DEVA模型公式如下：

E’指的是被评估P2P网络信贷企业的市场价值；M’指的是在对被评估对象进行调查后根据僵尸账户比重进行调整的有效客户投入初始资本；C’代表每有效客户的价值；λ为调整系数，代表着被评估P2P网络信贷企业市场价值与模型评估价值E的比值。

运用修正的DEVA模型进行价值评估，具有以下几个优点：第一，运用修正的DEVA模型充分考虑了无形资产，客户价值的评估以及M’值都在一定程度上进行了反映。第二，不再以单纯的财务报表来对互联网企业进行价值评估，不会出现大幅低估的现象。第三，具有很强的开放性和动态性。修正的DEVA模型充分考量了行业的特点，而不仅仅局限于企业自身，并且充分研究了用户之间的协同关联价值。

五、采用修正的DEVA模型对“爱投资”价值评估

（一）“爱投资”的分析

2013年3月31日，爱投资在线投融资平台上线，其隶属于安投融（北京）网络科技有限公司，公司注册资本为1500万元。目前，安投融（北京）网络科技有限公司旗下的爱投资在线投融资平台中理财产品主要包括“爱担保”、“爱保理”、“爱融租”，并拥有较完善的风控体系、优秀的管理团队和品牌。2014年6月20日，爱投资在线投融资平台荣获第三届中国财经峰会·2014行业最具影响力品牌奖。2015年1月爱投资在线投融资平台荣获第三届金融行业评选最佳互联网金融平台大奖。2015年6月12日，上市公司春兴精工（002547）宣布收购P2P平台爱投资运营方安投融（北京）网络科技有限公司51%的股权。

在为公司进行价值评估时，首先应对企业进行SWOT分析。评估企业的外部环境和内部能力，以潜在用户这一角度来辨别企业现有的所有优势、劣势、机会和威胁（SWOT）。外部分析主要是认真检视会影响企业业绩和竞争地位的那些外部要素，包括经济和行业环境。内部分析考虑的是企业的能力，包括生产能力和效率，推广、销售和渠道的效率，技术能力，产品深度、品质以及现有的管理层和雇员。“爱投资”的优势有：国企中援应急公司对“爱投资”进行了战略投资；“爱投资”拥有五层风险控制体系，筛选合作机构、分散管理区域、审查借款企业、完善贷后检查、建立风险对冲；拥有71个合作保障机构（包括融资性担保公司、商业保理公司等），对资金进行全面担保；信息安全由SSL安全加密技术保障，资金安全由专业第三方支付实现，进而保障资金安全；管理团队均为来自知名企业的精英；品牌和声誉优势较强；《关于促进互联网金融健康发展的指导意见》等互联网金融规范文件发布，给较大的P2P网络信贷企业带来了更好的发展环境。劣势：发展时间较短；仅以企业作为借款客户，存在着很大的局限性。机会：《关于促进互联网金融健康发展的指导意见》出台，对其他中小P2P网络信贷企业进行限制，规范了P2P网贷市场。春兴精工等投资者对“爱投资”的注资，提升了公司的竞争实力。威胁：P2P网络信贷企业具有很强的网络外部性，超大型的P2P网络信贷企业对其业务的扩张带来压力；腾讯、阿里巴巴等“互联网巨鳄”已经建立和正在建立的互联网银行对其产生业务上的冲击；中国股市的快速发展，使的用户数量相对难以拓展。总之，“爱投资”虽然作为一个大型P2P网络信贷公司，且发展速度非常快速，但其面对的挑战也是相当多的。

安投融（北京）网络科技有限公司独立拥有着爱投资在线投融资平台，且此平台业务为“爱投资”的主营业务，其他业务在本文的评估过程中可以忽略不计。因此在对“爱投资”的价值评估主要侧重于爱投资在线投融资平台，也就是爱投资P2P网络信贷平台。爱投资P2P网络信贷平台的交易量具有以下特点：与同行业其他企业相比，其交易量数额大；交易量的增长速度呈快速增长趋势，且增长速度逐渐加快。“爱投资”成立以来的交易量如下表所示。

如图5-1所示，“爱投资”自成立以来，其业务有着稳定快速的发展，并且其发展速度符合互联网企业的特点。在成立的第一年业务发展较慢，但在平台成立第二年中，交易量快速增长。第二年的平台交易量是第一年的2倍多。“爱投资”这种快速发展的状态是符合互联网企业发展现状的，运用修正的DEVA是可以的。

（二）“爱投资”的评估

P2P网络信贷企业具有着互联网属性和金融属性。但是由于国内大部分P2P网络信贷企业成立时间较短，且处于亏损状态或微盈利状态，因此在这里也无法使用市盈率和市净率对P2P网络信贷企业进行估值。在评估过程中，需要更多地关注互联网属性，而对于其金融属性也要有所体现。而“爱投资”也具有这种特点，所以要选择一种创新的评估模型来进行衡量，本文将在此用修正的DEVA模型来对“爱投资”进行价值评估。

图5-1 “爱投资”历年交易量

首先对M’进行评估。由于上市公司春兴精工（002547）在2015年6月12日宣布收购P2P平台爱投资运营方安投融（北京）网络科技有限公司51%的股权。根据半年报中6月30日的数据显示，累计成交额约为73.4亿元，用户平均投资金额为67645元。通过以上两个数据，可以很容易地得到有效用户数量约为10900位。在对爱投资的僵尸用户比例调查后，发现僵尸用户占总用户的十倍甚至更高，同时与Lending Club公司进行比较发现，需要对M’进行一个十分之一的倍数调整。此外结合安投融（北京）网络科技有限公司的注册资本1500万元与有效用户数量的比值，得到M’值约为138。

接下来对客户价值进行评估。在这里本文同样是根据“爱投资”发布的2015年半年报的内容，截止到2015年6月30日，爱投资在线投融资平台累计成交额约为73.4亿元，上线项目融资额为62.1亿元，通过上述两个数据可以轻松地得到上线企业的融资成本约为18.2%。根据2015年爱投资半年报中，用户的平均投资金额67645万元。而对于用户的市场价值，可以通过上线企业的融资成本18.2%与项目的平均收益率13.7%之差，并扣除担保费用大约1.5%，计算得出结果大约为3%。最后结合用户的平均投资金额68637万元，评估得到每有效用户价值大约为1580元。

然后通过对爱投资是安投融（北京）网络科技有限公司分析发现，P2P网络信贷业务是其最主要的业务，其他业务所占比重非常小，在这里可以对其他业务进行忽略，同时也便于充分体现P2P网络信贷企业的价值评估过程。

最后根据修正的DEVA模型，利用上述求得的λ、M’和C’数值，进而得到“爱投资”公司的市场价值，如下所示。

E’=λM’C’C’=5×138×1580×1580=17.22亿元

总之，在2015年6月30日对安投融（北京）网络科技有限公司的价值评估结果约为17.22亿。这一结果略高于春兴精工收购“爱投资”15亿的估值，但之间相差并不大，仅有15%的差距。这又在一定程度上证明了本文的评估结果是科学合理的。

不过在这里本文也要对评估价值结果略高于春兴精工对“爱投资”的估值的原因进行解释，主要原因有以下两点。首先，调整系数λ使用的是美国唯一一家P2P上市公司Lending Club的数据，Lending Club作为世界上最大且最成熟的P2P网络信贷企业，是其他一般的P2P网络信贷企业无法相比的，利用其数据计算得来的λ值必然会较高。但是正因为Lending Club公司的特点，因此用此系数评估的企业价值可以作为企业的最高价值来考虑，对企业进行兼并收购具有很强的指导意义。此外，由于春兴精工的主营业务是通讯系统设备、汽车、航空等精密铝合金结构件的制造、销售及服务，与P2P网络信贷行业没有直接关系，对“爱投资”的估值存在着低估的可能性。因此，本文对“爱投资”的价值评估结果是较为合理的。

六、研究结论

近年来，中国经济高速的增长以及国内金融市场的蓬勃发展，使得国内P2P网络信贷行业发展迅速。同时P2P网络信贷行业的并购重组也愈演愈烈，而对企业的价值评估随之也越来越重要。本文在研究分析了传统价值评估方法之后，发现传统的方法已经不适用于P2P网络信贷企业。因此本文在DEVA模型的基础上，结合金融行业的特点，使用修正的DEVA模型对P2P网络信贷企业进行价值评估。本文并以“爱投资”为例，将修正的DEVA模型用作评估实践。

通过我们对Lending Club市场价值的计算，并通过基本的DEVA模型得到了Lending Club评估值大致为10.9亿美元，将市场价值与评估价值进行相比得到调整系数λ为5，从这个数据出发，结合爱投资公司的数据，估计出融资成本大致等于18.2%，最终确定爱投资平台的年有效用户价值为1580元，利用修正的DEVA方法，我们计算得到爱投资公司的价值大致等于17.22亿元人民币。

[1]施金龙, 李绍丽. 企业价值评估方法综述与评价[J]. 江苏科技大学学报(社会科学版), 2009. 01： 81-83.

[2]谭三艳. 企业价值评估方法研究[J]. 财会通讯, 2009.23： 33-36.

[3]徐爱农, 曹中. 我国企业价值评估中的相关问题研究[J]. 商业研究, 2009. 10： 94-97.

[4]梁美健, 吴慧香. 考虑协同效应的并购目标企业价值评估探讨[J]. 北京工商大学学报(社会科学版), 2009. 06： 96-99.

[5]俞富坤. 企业价值评估的发展和方法[J]. 农村经济与科技,2009,12：60-62.

[6]刘任重. 基于企业价值评估的DCF与RIV定价模型的比较[J]. 统计与决策, 2013. 02： 59-61.

[7]杜娜. 期权法在企业价值评估中的应用[J]. 对外经贸,2013. 02： 113-114.

[8]王景升. 企业价值评估的理论与方法研究[J]. 理论界,2005. 12： 228-230.

[9]卢勇, 虎林. 西方企业价值评估理论及在我国证券市场中的适用性[J]. 金融理论与实践, 2005. 01： 57-59.

[10]王焕梅. 基于自由现金流量的企业价值评估模型[J].科技创业月刊, 2007. 05： 35-37.

[11]王欣. 基于客户关系价值的企业价值评估[J]. 商业时代, 2007. 36： 40-41.

[12]颜莉, 黄卫来. 初创期高新技术企业价值评估研究[J].研究与发展管理, 2007. 06： 92-99.

[13]赵新华, 万威武. 实物期权在企业价值评估中的应用框架分析[J]. 经济师, 2003. ,08： 166-202.

[14]齐安甜, 张维. 基于成长期权的企业价值评估模型[J].管理工程学报, 2003. 01： 65-69.

[15]冯耕中,吴月琴,于洋. 新兴网络企业价值评估研究述评[J]. 预测, 2003. 05： 66-70.

[16]费良成. 企业价值评估发展趋势[J]. 中国资产评估,2000. 04： 21-24+47.

[17]文静. 高新技术企业价值评估的研究[J]. 商业研究,2004. 21： 12-14.

[18]吴海波. 基于自由现金流量的企业价值评估方法分析[J]. 湖北师范学院学报(哲学社会科学版), 2011. 01： 71-73.

[19]齐洁. 例析EVA企业价值评估方法的应用[J]. 财政监督, 2011. 11： 53-55.

[20]尹笑雯. 收购中的企业价值评估研究——以小天鹅为案例[J]. 生产力研究, 2010. 06： 210-212+219.

[21]刘俊枝. 试论证券市场中的企业价值评估[J]. 经济师,2010. 12： 67-69.

[22]宗义湘, 陈宇, 张润清. 企业价值评估方法评价[J]. 河北农业大学学报(农林教育版), 2002. 01： 48-50.

[23]孙哲. 企业价值评估中的收益法研究[J]. 现代商业,2014. 27： 247-248.