互联网企业价值评估研究

□文/朱民琪

（江苏科技大学 江苏·镇江）

［提要］今天，互联网行业已经渗透到我们生活的方方面面，为更好地了解互联网行业的具体发展情况，需要对此类企业进行价值评估。本文就互联网行业的特点对梅特卡夫模型进行改进，对目前的资产价值评估体系进行补充，对现有估值方法可能存在的局限性做出更多分析，以期为互联网行业中各方的决策提供合理依据。

我国互联网应用进入快速发展时期，极大地满足了人们生产和生活需求，对我国构建新发展格局具有较高的理论和现实价值。然而，互联网企业组织结构与传统的公司有很大的不同，旧的估值方法可能并不适用。同时，管理者需要根据企业的发展情况，选择最合适的资本结构、融资方式，准确地估计和规划公司的资金流动，并制定出符合公司发展的战略布局。

一、文献综述

梅特卡夫定律最开始的定义指，网络的价值与实际用户数的二次方成正比的，大体意思就是你初期觉得买网卡不值当，但当越来越多的用户购买后，它的回报将会呈指数级变化，运用到互联网企业，就是当使用这个企业产品的用户越来越多，这个企业的价值就越来越高。

2005年，Baueretal认为，互联网公司财务报表中的财务数据不能反映公司的价值，所以用非财务数据，如ARPU来获得公司客户的终身价值，用现值来体现互联网公司的价值。Manfred的研究集中在用户的点击数、支付数量与公司价值的线性关系上。

2010年，北京邮电大学谈多娇与董育军指出互联网公司的估值不应仅仅使用传统方法，而应充分认识到用户价值的重要性。文章探讨了单用户估值理论，该理论适用于基于客户价值理论的互联网公司的估值，互联网公司价值的主要决定因素是用户价值的可用资源。其中，每个用户的平均收入贡献值和对未来用户规模的预测对公司股权成本的适用性有很大的影响。

2012年，Demrjian认为，只用非财务指标作为评价互联网公司的依据是不合理的，在比较财务和非财务指标后，他决定采用一种新的将这两个指标结合起来的模式评价互联网公司。

2016年，北京交通大学李岱桐通过分析和总结独特的互联网公司的生命周期，发现其与互联网时代公司的价值来源有关，得出互联网经济时代互联网公司的用户规模和变现能力对其价值的影响加大的结论，并采用用户价值法对其选取的公司的估值进行分析。李英敏研究当前互联网行业的未来趋势后提出，对于用户是影响价值的主要因素的互联网公司，采用用户价值法是合理的，并分析了用户价值模型在实践中应用的可能性。

2019年，李连杰基于选取的百度公司，具体分析了目前互联网行业中特殊的用户价值，论述了传统评估评价方法可能存在的不合理之处，然后阐述了用户价值法，介绍了用户价值法评价模型。在整个分析过程中，发现选择用户价值法对互联网行业进行评估是实现理想结果的最佳途径，以此作为评价方法获得的最终结果与其对应的市值进行比较，发现这个方法可行，以此来验证了评价的可行性，并为今后的评估工作奠定了进一步的基础。

二、梅特卡夫模型概念及原理

（一）梅特卡夫模型的概念。梅特卡夫定律是3COM公司的创始人梅特卡夫提出的，他认为网络的价值与连接的用户的平方成正比，当越来越多的人使用互联网产品，其产品价值就会提高，从而吸引更多的人来使用该产品，进而提高整个行业的价值。

梅特卡夫定律只从单位成本和单位使用者价值两方面进行分析，符合互联网企业自身的特点和盈利方式。这个模型没有考虑当前和未来的现金流。互联网企业需要大量投资才能快速扩大用户规模，因此如果公司的现金流为负，或者对未来现金流预测不准确，那么这一模型就可以直接用于成本预测，而不需要大量数据来预测，从而弥补预测不够准确可能导致的风险和决策失误。

梅特卡夫模式没有仅仅关注财务数据，这样就减少了因为财务数据来源分散带来的影响，克服了传统价值评价方法无法体现出企业资产负债表外的资产状况的问题，减少主观因素的影响，在这种情况下，选取的各种指标也易于获取。

（二）梅特卡夫模型的原理。该模型的原理通俗一点讲，就是当一个人开始并习惯使用某一互联网产品之后，他很有可能向他认识的其他人介绍这种产品，对于这个现象有一个名词叫网络效应，这种效应认为服务对于使用者的价值高低取决于使用者的数量多少。它的中心思想是，当新的使用者不断出现，用户活跃度提高，那么这中间的潜在链接将随之提高。20世纪80年代初，鲍勃提出了这个说法，它的初衷是希望顾客们可以更清楚明白地理解他们购买很多以太网板的原因。梅特卡夫定律在随后很长一段时间里被应用在说明很多科技的进步上，从电话到移动手机再到固定电话传真、互联网应用与互联网交流。我们可以明确发现，当互联网用户数量越来越多的时候，用户之间联系就会越来越多，因此一旦人与人之间架起互相连接的桥梁，那么它的价值将迅猛提升。梅特卡夫定律指出，互联网企业的价值是由大量的网络节点，即用户和潜在用户的联系而形成的，因此如何确定这些节点的真实价值成为了衡量互联网企业价值的关键。进一步挖掘用户与合理利用用户资源，有利于互联网企业创造价值、实现盈利、增强核心竞争力。甚至于当互联网泡沫破裂之后，人们仍然可以相信互联网的重要价值是建立在大量的网络节点上的用户数量和用户间有密不可分的联系基础上的。拥有更多的用户和更多的节点，企业在市场上的竞争优势、品牌知名度、市场份额、行业地位等方面都会随之提升。

梅特卡夫定律也显示，互联网企业的成本会呈直线上升趋势，所以当用户数量还不多的时候，互联网企业的投入成本就会超过其价值，而当使用者越来越多时，就会产生互联网的价值与企业投入成本相等的临界值。基于企业拥有优秀的变现能力，于是企业的价值产生了裂变，这就是为什么互联网企业在创业初期发展很快却没能盈利的解释了。所以，对于那些在创业初期和成长阶段具有很强开放性的互联网企业来说，进行价值评估最好的选择就是梅特卡夫模型。

然而，学术界对于梅特卡夫定律用于价值评估是否有效的争议也很有趣味性。2006年，IEEE Spectrum在曾经投稿的一篇论文里指出，Briscoe等学者觉得互联网的价值正日益向nlogn靠拢，并且他们相信，有些连接不具备同样的价值功能。21世纪初，Reade也在他的相关文章中指出，互联网的价值与链接的数目是成正比的。

人们时常会忘记梅特卡夫定律有一个结论也很关键，那就是网络效应的存在与否取决于链接是否出现。如果网页上面只是做到内容的堆积而没有任何整合，那它也不会存在任何有用的价值。理论上来说，我们可以通过点击任何一个网页转到另一个网页上，那么这些信息资源将被复制粘贴在一个不断扩大的单一网页中，而非具备索引功能的网站中。

三、梅特卡夫模型改进思路

在互联网刚刚起步的阶段，由于搭建的互联网平台不多，导致用户可选平台十分单一，此外每个使用者都不是被网站吸引来点击那个网址的，而是单纯对这个网址的内容有需求。早期的用户对于互联网有充分的认识，他们掌握互联网相关的专业知识，并能娴熟运用其来创造价值，这些用户基本上都是活跃用户，所以把他们区别开来就是多此一举。然而，互联网技术迅猛发展，公司规模不断扩大，越来越多的互联网平台出现，这些平台上的用户已经不再满足于仅仅一个简单的信息搜索工具的功能，而是需要通过各种途径获取更深层次的知识内容，在各个平台获取资源。这些用户浏览这些网站可能只是走个过场，用完就卸载了，也就没有办法在后续过程中继续创造价值，这些用户虽然是注册用户，但是对于公司价值来说没有实际的意义，这种类型的用户数量并不好区分，而且让人很难直接联系到价值评估的财务指标中。要是没有在模型中体现这一类型的指标，很大程度上将使得公司估值偏高。

从另一方面来说，企业价值与使用者数量不存在绝对的指数性关系。在过去，梅特卡夫模型认为企业价值与使用者产生的价值的二次方呈现正比趋势。但是这种关系在当前高速成长的互联网科技面前逐渐失去使用价值。如果只是简单地认为全部的节点都具有相同的价值，忽视了这些节点之间的差异性，那么结果很有可能存在巨大的偏差，所以要将那些无效的数据进行排除。互联网企业在用户快速增长的过程中，用户增长率相对于成立初期已经有了一定程度上的降低，一旦用户数量继续增长，用户增速将大大低于开始时，人与人之间的交互影响将受到限制，如果互联网企业的价值仍然以平方计算，企业的价值会呈现出没有限制的状态，也会导致企业估值偏高。

在头部效应的影响下，随着互联网使用者的增加，如果一家企业前期拥有很高的市场占有率，用户规模在前期就较为庞大，那么该企业的价值也会提升，会创造出更多的发展机遇，接着就使得发展更为迅速。而产业的市场占有率愈高，则能创造的发展机遇就更多，发展更迅速。然而，过去的梅特卡夫法仅以使用者价值为核心，没有综合考虑到市场份额的重要性。

在梅特卡夫的传统评估模型里，M值能够反映出使用者在单位经济循环中所创造的价值。但是，一个有效的盈利机制是可以把用户的潜在需求转换成现金流量的，其中的一些指标能够更准确地体现用户资源和企业的盈利能力。但此模型没有涉及K值的深度精化，有待改进。

基于对上述因素的考虑，单纯地以传统梅特卡夫模型进行评估已经不适合本文所阐述的互联网企业，所以对传统梅特卡夫模型的改进势在必行。

（一）活跃用户的界定。针对当下的互联网公司而言，评估一家公司的整体价值应当取决于它拥有多少活跃的用户，那些长时间不登录或是仅仅浏览却并不参与互动的用户无法给公司带来增值收益，自然也就不能被算在估值以内。梅特卡夫2014年发表的论文阐明了他的观点：月度活跃用户数MAU越高，互联网公司的收入也随之越高，二者之间存在正相关关系。只有那些活跃用户才能为公司带来收益，他们通过点赞、收藏、投币，也就是所谓的“一键三连”，承担起了活跃视频氛围的作用，不仅吸引了更多用户观看，推动了当前板块的发展，还能间接影响视频的点击量，吸引更多的广告商进行投资，帮助公司收获更多的广告收入。简而言之，他们贡献了点击量，点击量转化为了流量，流量吸引了投资方，最终为企业提升了附加值。故而，本文使用了公司年报中披露的月度活跃用户这一公开数值，对传统模型中的用户价值这一因素进行了修正。

（二）活跃用户ARPU的修正。ARPU即平均每个用户对公司价值的影响，这一个指标在一开始是通信运营商率先使用的，他们根据该指标的大小来判断可以从用户身上获取多少利润，互联网公司也开始向他们学习，把该项指标引入自己的报告中。现如今，绝大多数互联网公司均对它表示认同，很多公司开始将这一指标纳入年报中进行披露。它最初的值是通过公司本年营业收入除以当年的用户总数计算出来的。公司已推出产品在当前市场上的受欢迎程度、公司当前的盈利状况，甚至公司在未来的发展潜力，都可以通过它来体现。ARPU显示出来的值越高，企业可获得的收益也就越高，公司的价值也越高。但是，不同的公司、不同的企业之间，商业模式不尽相同，盈利模式难以统一，ARPU的计算方法也就难以保持一致，为了进行横向上的对比，就必须保证使用这一指数时选取的指标一致，否则就算进行了比较，也是完全没有参考价值。在评估企业价值时，用户黏性也是必不可少的一项指标，纵然是那些开始非常活跃的用户，在一段时间之后也可能因为各种原因失去对产品的兴趣，故而留存率对于企业而言也有着很大的影响。留存率，即产品发布一段时间以后，登录网站的用户数占最初所有注册用户的比率。就互联网行业而言，ARPU的值等于公司当月总收入/（公司当前活跃用户数×留存率），由此可以减少那些非留存用户对企业价值的影响。

（三）用户价值的修正。人们的联络在互联网的不断发展下，可以打破时空的限制，即便身处不同时间、不同空间，只要在同一平台上登录使用，都可以实现“沟通”。伴随着时间的流逝，越来越多的用户加入其中，互联网衍生出来的产品和服务也被翻来覆去地使用，但即便如此，用户的价值也不会呈现出爆炸式增长。因为随着企业进入成熟期和稳定期，用户们的边际贡献反而会逐渐平缓下来。每一个用户能够为企业带来的经济效益是有上限的，不可能做到无限制地扩张，人类客观上的社交规模所引发的局限性，使得用户价值无法呈现指数性的爆炸增长。

在修正了用户价值之后，DEVA模型变为：

其中：V代表公司价值；M代表单个用户投入的初始资本；ARPU代表单位用户平均贡献值；MAU代表月度活跃用户数。

（四）用户付费率的引入。一家企业在未来的收入潜力通常可以由目前的活跃用户数量客观地体现出来，但是却没有办法体现出当下企业的营收水平。其中的原因在于，互联网公司的收入水平由用户们的付费项目所决定，用户在App上投入的开销，即每个月的会员费、视频的点播费、打赏礼物的花费等共同组成了公司的绝大部分利润，故而付费用户数才能够切实反映出企业当下的盈利水平。这些活跃的用户只有真的购买了产品或者服务，才能让公司把潜力转变为购买力，只有这些客户不断地购买、不断地消费，才能够保障公司的有序经营和长远发展。引入付费率P后的DEVA模型变为：

（五）溢价率指数的引入。由于先占有大量用户规模的企业能在后期获得较为稳定的收入来源，因此在互联网这一行业中，那些占领市场份额最多的企业会比任何一家企业获利都多，而且后期再想进场抢夺前期用户资源的企业非常困难，相应的，收入也不如那些头部的企业，公司价值也随之变化。因此，本文针对这一效应提出溢价率指数K因子，以期与互联网企业的独有特征相吻合。

（六）改进的梅特卡夫模型。综上所述，将上述修正的参数加入后的模型为：

其中，ARPU为单位用户平均贡献值，MAU是月度活跃用户数，M是单个用户投入的初始资本，P为用户付费率，K是溢价率指数。

四、改进的梅特卡夫模型适用性分析

（一）以用户价值为导向。企业想要良好的运营下去，离不开一定数量的用户资源，用户资源的规模、有效性关系着互联网企业的未来价值走向。如果企业能够在市场上拥有优良的口碑，那么就能更好地扩大企业用户的规模，继而能够投入更多的资金用以扩张用户资源，带来更多的经济收入，企业的价值也会越来越高。梅特卡夫模型的理论基础与估值过程与用户指标一直有紧密的关联。

（二）减少主观因素的影响。在改进模型的过程中，不必对企业未来可能存在的经营情况进行人为的估算，本文在选取数值时，选取的都是上市公司会在年报中披露的数值，这些官方数值不需要人为的估算，因此可以减少在计算估值时由于过于主观而导致误差较大的可能性，而且能更好地反映其公司目前和以后的经营状况，同时还在一定程度上避免了传统的估值法可能会带来的某些会计计量的问题。比如品牌价值、用户资源等，这些价值在企业最初的财务数据中极有可能被低估或者被忽视，但这些价值在未来可以给企业带来可观的利润，是互联网企业的核心资产，并且具有巨大的发展潜力。梅特卡夫模型在改进后，可以同时将财务指标与非财务指标考虑进模型中，量化难以合理反映在财报中的核心资产，对这些无形资产进行更加全面且合理的评估，减少了因主观因素造成的估值误差。

（三）引入溢价参数。头部效应在互联网行业的体现尤为明显，这说明公司在该行业若处于领先地位将有助于企业获得超高溢价。本文通过引入溢价参数，把被评估公司放入整个行业市场，以便使用者在动态变化的评估环境下可以进行考量，可以使反映出的公司的发展趋势更具参考性，从而引导投资者进行更合理的交易。

五、改进的梅特卡夫模型优势分析

传统的梅特卡夫模型，因为平方关系不再成立，并且没有将用户的价值进行区分，所以企业的价值容易被高估。本文在对互联网的特点进行了具体分析之后，对其进行了相应的改进，改进后的模型会更加重视用户能否在未来持续创造价值，筛选掉那些无效的数值，同时也考虑了在一定程度上发展较为稳定的互联网企业在创造价值时相对于那些初创企业更容易创造价值这一因素，提高了模型中指标精准性的同时，也会更具灵活性。