基于改进DEVA模型的线上健身平台企业价值评估研究

摘要：随着国家经济技术的发展，互联网与健身平台结合形成了线上健身平台，该平台满足了人民多元化的健身需求，也成为发展体育经济中的一个重要模块。目前对于线上健身平台企业的评估较少，且多是以单一角度进行企业价值评估。因此文章在改进DEVA模型的过程中引入了情景分析法，并使用改进后的DEVA模型对案例企业Keep进行价值评估。评估结果表明，改进后的DEVA模型对线上健身平台企业价值评估具有一定的适用性。

关键词：DEVA模型；线上健身平台企业；情景分析法；价值评估

中图分类号：F275文献标识码：A文章编号：1005-6432（2024）35-0049-04

DOI：10.13939/j.cnki.zgsc.2024.35.013

1引言

国务院在2021年印发的全民健身计划（2021—2025年）中强调提供全民健身智慧化服务，推动线上和智能体育赛事活动开展，支持开展智能健身、云赛事、虚拟运动等新兴运动。体育总局在2023年印发的《2023年群众体育工作要点》中真正实现对不同年龄层次、不同职业类型、不同健身习惯和需求人群的全覆盖。这些政策说明国家对于全民健身有着极大的决心，对于健身模式的需求呈现多样化。随着互联网经济的发展，人民健身的模式也发生了改变，其中线上健身平台产业以其健康的理念、便捷的使用方式出现在了全国人民的视野，满足了人民多样化的健身需求。

为了减少企业价值评估的不确定性，研究者将情景分析法应用在企业价值评估中，取得了不错的研究成果。文章采用以用户为核心的DEVA模型为评估模型，在改进DEVA模型的过程中引入了情景分析法，使用改进后的模型对案例企业Keep进行价值评估，研究改进后的DEVA模型在线上健身平台企业价值评估中的适用性。

2DEVA模型改进

2.1DEVA模型理论

DEVA模型参考了梅特卡夫定律，由证券分析师MaryMeeker在1995年提出，汉文直译为股票价值折现分析模型。该学者认为互联网企业有其自身的特点，轻资产较多，与传统企业的区别较大，应该将用户作为互联网企业价值的重要资源。其模型表达为：

E=M·C2（1）

其中：E是企业价值，M是单位用户的初始投入资本，C是单位用户价值。

2.2模型改进

2.2.1修正用户价值

基于稳定性和准确性，文章选择使用平均月活跃用户MAU————来计算目标企业价值。同时使用用户平均贡献值（ARPU）来衡量活跃用户的价值，ARPU为营业收入与平均月活跃用户数的比值。

2.2.2修正企业价值与用户价值的关系

传统DEVA模型中指数型增长往往会使结果被高估，进而导致估值泡沫，因此文章将依据齐普夫定律修正企业价值和用户价值的关系。

2.2.3修正初始投入成本

目前大多数线上健身平台都积累了一定的客户，经历了一定程度的融资，为了提高结果的准确性，文章将用上市前的融资总额除以上市前的累计活跃用户数来计算初始投入成本。

2.2.4引入市场占有率

互联网行业马太效应突出，这会影响企业价值评估。因此文章引入了市场占有率K对DEVA模型进行改进。

2.2.5引入用户付费率

用户付费是企业增加利润的重要环节，用户付费率是检验企业影响力的重要标准，能反映互联网企业变现能力。因此文章引入用户付费率P，平均月付费用户数除以平均月活跃用户数就得到P。

2.2.6引入情景分析法

线上健身平台企业是一种新型的互联网企业，用户是其企业价值的核心要素，这符合DEVA模型的内核。目前线上健身平台企业还处于高速成长期，其发展模式慢慢细化得更加具体，盈利方法处于探索过程中，因此其未来发展的不确定性非常强。现阶段关于互联网企业价值的研究多基于单一视角，是以历史信息作为基础进行研究的，这种视角适合研究稳定性高、波动不大的企业，不适合现阶段的线上健身平台企业。

在DEVA模型中引入情景分析法后，可以预测企业未来出现的多种情形，以多角度的视角对企业进行价值评估，减少估值的不可控性。为了估值的可操作性，研究人员一般会设置双情景、三情景、四情景等情景框架进行评估。不同情景出现的概率为W，最终改进后的DEVA模型公式如下：

E=∑ni=1M·Ki·P·Wi·MAU————·ARPUi·ln（MAU————·ARPUi）（2）

其中：E为企业价值，M为单位用户的初始投入资本，MAU————为平均月活跃用户数，P为用户付费率，Ki、Wi、ARPUi分别为第i种情景的市场占有率、第i种情景出现的概率、第i种情景的单位用户平均贡献值，其中i=1，2，…，n。

3案例分析

3.1Keep公司基本情况

Keep是于2014年成立的一家运动科技公司，于2015年推出Keep移动应用程序，为用户提供全面的健身解决方案，帮助用户健身。2018年3月，通过引入自有品牌智能健身设备及配套运动产品扩大了产品供应。于2018年9月，推出会员订阅计划，以提供更多优质内容及补充产品。2023年7月12日，在坚持不懈的努力下，该公司在香港上市。目前产品包括在线健身内容、智能健身设备和配套运动产品，三大产品涵盖用户整个健身周期，其服务效果起到了协同的效应。该公司在国内的注册用户超过了3亿，中国健身人群中大多数都了解Keep应用软件，Keep成为中国的一个头部线上健身平台。公司发展至今，经历了九轮融资，融资合计超过40亿元，可见其潜力是巨大的。

3.2构建未来情景框架

影响线上健身平台企业价值的驱动因素有很多，分为外部影响因素和内部影响因素。常见的DEVA模型内部影响参数有单位用户收益、平均月活跃用户数。常见的外部影响因素为宏观经济、技术进步、行业政策等，同时外部因素会引起内部因素的变动。经过搜集和查阅相关文献、行业资料，根据因素重要性和不确定性进行排序，文章选取宏观经济、技术进步、行业政策这三个关键驱动因素搭建未来情景框架，其中一个关键驱动因素分为两种情况，一共构成了8种可能出现的情景。但很多情景在现实生活中出现的可能性不大，为了让评估过程操作性更强，以公司在情景下的发展前景为判断标准，选取3种情景：高情景、中情景、低情景来进行估值，具体表述如下。

3.2.1高情景

国家经济发展良好，促进了线上健身平台产业规模的扩大，让技术人员有充足的资金进行技术研发，线上健身平台企业技术中高速发展，具有强大的技术竞争力。同时国家颁发的相关行业政策在一定程度上推动了线上健身平台企业前进，对行业发展是有效的。在高情景下，Keep公司的发展前景良好。

3.2.2中情景

国家宏观经济良好发展，其GDP增长率上升，线上健身平台行业市场环境较好。但线上健身平台企业在研发上进展不明显，没有攻克关键技术，市场竞争力下降。但国家颁发的相关行业政策在一定程度上推动了线上健身平台发展，总体来说发展情景一般。

3.2.3低情景

国家经济发展比较低迷，宏观经济缓慢发展。线上健身平台企业没有足够的资金搞研发，同时没有培养出关键竞争技术，造成市场竞争力低的困境。国家虽然颁发了有关线上健身的行业政策，但这些政策对线上健身平台企业的发展效果不显著。

3.3计算未来情景概率

不同驱动因素之间不一定是绝对的相互独立，因此文章将使用基于贝叶斯规则的交叉影响分析法计算不同情景的概率，具体计算过程如下。

3.3.1初始概率的确定

Keep公司公开的财务数据较少，但国家经济情况一定程度上能代表不同行业的发展状况。因此文章依据我国近十几年来GDP增长率，确定宏观经济这一驱动因素的初始概率。将4%作为宏观经济发展的分界点，超过4%为良好发展，不超过4%为缓慢发展，根据出现的频次计算概率，计算得出宏观经济良好发展和宏观经济缓慢发展的初始概率分别为86.67%和13.33%。

3.3.2修正初始概率

不同驱动因素之间可能存在交叉现象，为了获取更加准确的数据，向100名未毕业或已经毕业的研究生发放打分问卷，该问卷包括技术进步和行业政策初始这两项驱动因素初始概率的确定，以及不同驱动因素之间的交叉影响情况。得出技术中高速发展、技术低速发展的初始概率分别为59.99%和40.01%，行业政策利好、政策中性的概率分别为62.09%和37.91%。通过整理相关数据得到表1。

通过表中的强度值，计算交叉影响系数。即当交叉影响强度小于0时系数取值为“1/（1-交叉影响强度）”，当不小于0时取值为“交叉影响强度+1”，得到交叉影响系数矩阵。再将矩阵里的每一列元素进行归一化处理，得到如下矩阵B。

B=0.130.160.260.110.280.230.130.160.090.240.090.150.260.110.130.160.280.150.090.240.130.160.090.150.260.160.260.160.140.150.130.160.130.160.140.15

利用和积法算出该矩阵的特征向量WT=[0.200.140.180.140.190.15]T。将特征向量和初始概率两两相乘计算出后验概率，最后求出每个驱动因素下两种不同情况后验概率的百分比为修正后的概率，具体如表2所示。

在计算出不同驱动因素的修正概率后，根据概率树分析法计算出高、中、低三种情景的概率分别为38.76%、20.87%、1.27%。但文章只对这三种情景进行分析，最终三种情景的概率如下，高情景为38.76%/（38.76%+20.87%+1.27%）=63.64%、中情景为34.27%、低情景为2.09%。

3.4评估目标企业价值

3.4.1平均月活跃用户数

文章依据目标企业2021—2023年上半年的平均月活跃用户数的平均增长率，对2023年下半年的平均月活跃用户数进行测算，得出2023年下半年的平均月活跃用户数为2879.8万人，则2023年一整年的平均月活跃用户数为2917.4万人。

3.4.2单位用户平均贡献值

ARPU等于营业收入除以平均月活跃用户数。Keep公司经过多年发展形成了一套比较完善的销售体系，近几年营业收入跳动性不大。因此文章采用现有的2022年上半年、2022年下半年、2023年上半年的营业收入，计算其正增长率、增长率均值、负增长率，据此测算2023年下半年不同情景的营业收入，最后求出2023年高、中、低情景的ARPU值分别为73.8/人、67.6/人、61.4元/人。

3.4.3初始成本

根据目标企业的年报和招股说明书里的数据，在上市前累计活跃用户数约为43665.3万人，按照中国外汇交易中心公布的历史汇率换算后，Keep公司上市前的融资总额为427725.75万元，则初始成本M=427725.75/43665.3=9.80（元/每人）。

3.4.4市场占有率

根据相关资料可知，以月活跃用户量为衡量基础，Keep在2022年年底在线上健身平台的市场占有率为23.5%。文章根据Keep公司的自身实际情况及现有的行业情形，确定了Keep在2023年一整年的市场占有率，得出其高、中、低情景的K值分别为28.5%、23.5%、18.5%。

3.4.5用户付费率

根据目标企业的年报和招股说明书里的数据，计算得出2019年上半年至2023年上半年的用户付费率，文章据此选择一个相对保守增长的年用户付费率，即10.4%。

3.4.6目标企业价值

将计算的不同参数数据代入公式中，评估出Keep的企业价值为69.46亿元，测算结果如表3所示。文章选取的评估基准日为2023年12月31日，当天休市，则参考最近的股票活动时间12月29日的市值66.41亿元验证估值结果，计算出文章评估的误差率为4.59%，与股票市值相差不大，这说明评估结果具有一定的合理性。

4结论及展望

4.1结论

利用线上健身平台健身，不仅有利于增强人民体魄，还有利于建设和谐健康的社会关系，因此线上健身平台企业的评估工作是非常有必要的。文章在改进DEVA模型的过程中引入了情景分析法，以多角度视角对案例企业Keep进行价值评估，减少估值的不确定性。评估结果为69.46亿元，评估误差率为4.59%，可见改进后的DEVA模型对线上健身平台企业价值评估具有一定的适用性，为以后线上健身平台企业的研究奠定了一定的基础。

4.2展望

文章在评估的过程中基于可操作性，选取了3种情景来评估目标企业。事实上价值驱动因素较多，形成的情景也会更多。因此在之后使用改进后的DEVA模型进行价值评估时，文章认为可以增加目标企业的价值驱动因素、选取更多情景对企业进行价值评估，这样可以提高评估结果的准确性。

参考文献：

[1]DESSARTL，DUCLOUM.Healthandfitnessonlinecommunitiesandproductbehaviour[J].Journalofproduct&brandmanagement，2019，28（2）：188-199.

[2]罗恒，王家宏，钟丽萍，等.数字技术赋能健身服务业：内在机理、应用实例与推进路径[J].体育文化导刊，2022（9）：89-96.

[3]宋静雅.基于EVA的网易公司价值评估研究[D].哈尔滨：东北农业大学，2020.

[4]王潇.情景分析法在周期性企业价值评估收入预测中的应用[J].现代商业，2023（5）：88-92.

[5]陈蕾，张静文，莫荣团.情景分析与公司估值：模型选择、情景构建和概率测算[J].财会月刊，2019（21）：12-21.

［作者简介］刘亚璇（2001—），女，湖北潜江人，西南林业大学经济管理学院，硕士研究生，研究方向：资产评估理论与实务；李春波（1980—），女，云南个旧人，硕士，西南林业大学经济管理学院副教授，研究方向：财务管理、农林经济管理和统计应用。