移动出行平台的评估及价值分析

第1章 绪论

1.1研究背景

根据数据统计显示,中国移动互联网在2019年末,已拥有19.13亿消费者体量,居于全世界手机用户总体量的三分之一;4G网络基站已经超过500万个,约占全球基站总量的50%;国内共有1220亿GB的流量消费,同比增速超过70%;中国已经成为世界范围内,最大的电子商务市场,其交易规模高达34.81万亿元;中国还拥有249.88万亿元网络支付交易额,与此同时,国内的移动支付普及率率远超发达国家;35.8万亿的数字经济增长值,使中国成为仅次于美国的数字经济大国[1]。

随着现代化信息技术的崛起,移动互联网逐渐成为推动社会经济发展的重要组成部分。尤其是4G技术的全面推广,使共享经济获得了前所未有的发展空间。根据资料显示,截止到2019年,中国共有8亿人参与共享经济,达到3.2万亿元交易规模的同时,实现了11.6%的增幅。共享经济交易规模位居前三的领域分别是知识技能、生产能力以及生活服务,具体交易数值为3063亿元、9205亿元以及173001元。此外,上述领域分别实现了30.2%,11.8%以及8.8%的增幅[2]。

中国互联网经济的高速发展,已经催生了一批优秀的互联网企业,同时层出不穷的创新商业模式也不断改变着人们的日常生活方式。打车用滴滴、出门骑摩拜、点餐用美团。由此可见,互联网企业的发展方向越来越明确,市场细分效果也不断提升。对投资人来说,新兴市场的潜在经济效益与发展前景关系到投资方向。与此同时,互联网企业的估值与评估方法的合理性密切相关。在这种情况下,投资人必须结合行业特点,选取多种评估方法,提升评估的准确性。

基于上述背景,本文的研究目的在于回答以下问题:

1.移动出行类互联网公司的商业模式特征及影响其企业价值的关键因素是什么?

2.传统估值方法是否适用于这类互联网企业?如不适用,是否有其他方法?

1.2研究意义

1.2.1理论意义

对互联网企业来说,融资是扩大企业规模的主要途径。因此,寻求融资的互联网企业越来越多。与此同时,也有许多企业开展兼并收购活动以谋求进一步发展。而企业的价值评估是这些经济行为中的关键步骤。但是传统估值法存在较大的局限性。究其原因,自由现金流折现法、成本法以及市场法对于尚未形成稳定盈利,也没有出现大量可比上市公司,财务报表不对外披露的互联网企业来讲适用性相对较低。本文选取互联网企业价值驱动以及商业模式为切入点,并采用了新估值模型对其展开分析——基于梅特卡夫定律的DEVA估值模型以及基于曾李青定律的估值模型,对传统评估方法有一定的替代和补充作用。

1.2.2实践意义

滴滴出行等移动出行平台,是司机和乘客的连接点,其核心在于快速实现司乘之间的供需匹配,通过这种方式,使双方在最短的时间内满足各自的需求。与此同时,企业、顾客以及司机都能各取所需,进而实现共赢。因此,本文希望通过以商业模式和价值驱动因素为出发点对滴滴出行为代表的移动出行公司进行估值,并进行相关验证,为共享出行这一万亿级市场的价值评估提供参考,对今后移动出行平台的投融资、兼并收购等经济活动具有一定的借鉴作用。

1.3研究内容及方法

1.3.1研究内容

在研究过程中,本文对“滴滴出行”的估值逻辑展开深入探究,并选取国内外企业价值评估案例进行剖析,深度结合案例公司的商业模式和价值创造特征。笔者以新估值模型为基础——DEVA估值模型和曾李青定律估值模型,随后修正模型缺陷,使估值结果变得更加准确。

本文共分为六个章节,主要内容如下:

第一章是绪论,具体包括选题的研究内容,研究意义以及研究背景,初步解释了移动出行企业价值特征和评估特点,引出了估值方法的选择问题。

第二章是文献综述及相关理论部分,具体包括互联网价值评估以及商业模式的理论知识,再结合学者们对于互联网企业商业模式的研究,阐述互联网企业价值评估的关键影响因素,以及目前对于互联网企业价值评估方法的相关论点。

第三章是移动出行平台商业模式分析部分。首先介绍了目前共享经济背景下的移动出行行业的发展概况,分析其商业模式特征,并以国内移动出行领域的先驱者“滴滴出行”作为案例公司,详细介绍其商业模式和价值实现方式,并指出其估值难点。

第四章是移动出行平台估值方法的探析。首先分析了行业传统估值方法的适用性和局限性。然后,结合移动出行平台商业模式特征和价值影响因素,根据梅特卡夫定律引入传统DEVA估值模型,并对其特点和应用缺陷进行分析,进而提出模型修正思路。同时,对基于曾李青定律的相对估值模型的框架和应用思路进行阐述。

第五章是运用修正后的DEVA模型,以及基于曾李青定律的相对估值模型对我国移动出行平台的独角兽 “滴滴出行”进行价值评估。例如,在企业价值评估过程中,将根据“滴滴出行”公司实际情况,参考Uber、Lyft等同行业公司,同时搜集网上公开数据,对各项估值参数进行一一的确定,得出修正后的评估结果,并对评估结果进行比较分析。

第六章是结论和研究展望,经过反复论证,最终得出结论,并阐述对互联网企业价值评估的启示。同时也深刻总结目前所使用模型的局限性,并展望需要进一步改进的方向。

1.3.2研究方法

本文采取理论与实际相结合的原则,具体研究方法如下:

1、规范研究法:

本文围绕选题,收集了大量网络数据,期刊以及国内外相关文献。随后,筛选出关联性较强的资料并对其进行整合。通过这种方式,对价值评估方法进行归类,并展开适用性分析。最终选择从用户价值角度出发,对企业进行估值。由于互联网公司较为特殊,研究人员要以此为基础,对参数和模型进行修改,使其变得更加完善。

2、案例研究法:

本文采用对比的方式,将新估值模型与传统估值模型的特点罗列出来,并选择我国移动出行平台滴滴出行等企业作为案例公司,并以新估值模型为研究工具,完成企业的价值评估,再跟胡润研究院、恒大研究院等专业机构给出的企业估值进行对比,检验模型的可操作性和合理性。

3、比较分析法:

本文结合移动出行平台的商业模式特点,将基于用户价值的估值法与传统估值法进行对比,并详细分析两者的特点,最终发现前者的评估准确性更高。

1.4创新之处

一是估值模型的选择。本文从传统估值理论和模型出发,结合移动出行平台的商业模式特点和价值驱动因素,逐步引入了目前应用程度较少,但是对于互联网新兴企业具有一定适用性的DEVA估值模型和基于曾李青定律的估值模型。国内外对于基于用户价值的评估方法在应用实践案例方面相对较少,没有整体的分析、修正和应用。因此,在对现有文献进行研究的基础上,笔者结合对于案例公司的业务分析,进行了一些创新调整。

二是估值的调整机制。在以往估值模型的修正和应用中,有人直接使用市场占有率指标作为调整系数,但笔者认为市场占有率与估值溢价有关联,但直接相乘无法体现关联程度。而本文参考了美国Uber和Lyft公司,通过对比分析两家企业的市销率,估算出市场对于美国互联网出行行业龙头Uber的溢价程度。

第2章 理论基础及文献综述

2.1理论基础

2.1.1商业模式相关理论

全世界整体经济的发展以及互联网的应用促使新兴科技企业的运营方式以及盈利方式发生了天翻地覆的变化,“盈利模式”的概念逐步被国人用来表述这些创新行为。从实际情况来看,商业模式的理论根底是由多个学科构成的。并且商业模式对于这些学科知识的理论有一定的整合作用[3]

价值链理论:迈克尔·波特在探究相关领域的过程中,首次提到了“价值链”一词[4]。具体而言,研究人员要收集企业的各种活动数据,并以此为基础,对活动效果进行分析。迈克尔·波特认为,辅助活动与基本活动共同构成了企业的价值活动。需要注意的是,售后服务、产品转移、产品销售以及产品研发等环节均为基本活动。此外,企业还要提供5类服务,具体包括销售服务、市场服务、物流服务、生产服务以及售后服务。与此同时,人力资源、技术支持以及资金投入均为辅助活动。另外,企业还要提供4类辅助,具体包括型企业基础设施、人力资源管理、产品技术研发以及原材料采购。在此基础上,企业的价值链逐渐形成。

资源基础理论:能力与资源的结合,就是所谓的企业。持这种观点的理论,被称为“资源基础理论”。此外,数量稀少的、可持续的、难以被他人模仿、无法被交易的资源和能力使得不同的企业可能长期拥有差异化优势,长期占有这种稀缺资源的公司往往能够延长垄断周期[5-8]。在状态均衡的前提下,能力与资源的差异性,会对企业发展造成较为明显的影响。因此,企业要结合自身情况,采用较为独特的方式将能力与资源组合在一起。

价值网络理论:拜瑞内勒巴夫(Nalebuff)与布兰德伯格(Brandenburger)在研究相关领域时,共同提出了“价值网”的概念[9]。简单来说,全部商业主体之间的关系,就是所谓的价值网。因此,价值网是由互补者、竞争者、供应商、顾客以及企业共同构成的。与价值链理论强调竞争不同,价值网络理论一方面强调竞争,另一方面有鼓励合作,竞争只是解释了企业之间的利益分配关系,整体价值的创造是由合作推动的。此外,组织之间的关系被称为战略网络[10]。从概念上看,它跟价值网络存在一定的相似性。合资企业与战略联盟的结合,能够形成强大的战略网络。在研究商业模式时,战略网络与价值网络均为主流研究方向。在实践过程中,商业模式创新与价值网络重构存在较强的关联性。因此,学界普遍认为价值网络是商业模式的重要组成部分[11-14]

2.1.2互联网企业价值相关理论

乔治·吉尔德(1993)在研究相关领域时,认为网络技术与网络价值的发展存在明显规律。随后,他将这一规律命名为梅特卡夫定律(Metcalfe’s law)。究其原因,罗伯特·梅特卡夫是3Com企业的创始人,对互联网的发展具有突出贡献。该定律认为网络节点数的平方与网络价值相等,网络用户的数量平方与网络价值呈正相关。具体而言,当通讯网络中有n个用户时,所有用户都可以与其他用户建立联系,而这种关系可以用n-1表示。与此同时,计算机的价值与网络用户的数量呈正相关。

如果将其用数学公示列式,即得到类似质能方程E=MC²的公式。需要注意的是,商业化系数与价值系数均由M表示,而网络价值由E表示。此外,C代表网络节点数量。

在20世纪40年代,G.K.齐普夫研究相关领域时,发明了齐普夫定律。在这个定律中,把一篇文章中单词出现的次数按照从多到少的序列开始排序,位列第二的单词出现次数约为第一项的二分之一,位列第三的单词是位列第一单词的三分之一,依此类推……,换而言之,排在第N位单词的出现次数为第一位的1/N。

在互联网中这个定律说明:当网络用户数量为N时,其数值会与l+1/2+1/3+…+1/(N-1)成正比,最终接近ln(N)。简单来说,该数值约等于恒定值与ln的和。此外,能得到类似值的成员数量为N-1。因此,N个节点组成的网络中,其价值并非与N²成正比,而是N*(1+1/2+1/3+…+1/(n-1))≈N*ln(N)成正比。

曾李青(2014)在研究相关领域时,发明了曾李青定律。简单来说,网络技术发展并非无迹可寻。曾李青指出,节点平方与网络价值成正比。不过,开工时要除R平方。此外,R之间的因素与网络节点之间的距离如下:

T:connect time网络连接时间;

S:speed网络带宽;

I:interface交互界面;

C:content内容。

2.2文献综述

2.2.1互联网企业商业模式研究文献

随着互联网经济的快速发展,学术界兴起了对互联网商业模式的研究。美国Allan Afuah(2000)在分析互联网商业模式时,指出企业开展营业活动的秩序,就是所谓的商业模式。与此同时,他撰写了《互联网商业模式与战略:理论和案例》,并对商业模式分类学进行了定义。他认为企业必须充分发挥资源优势,提升服务水平与服务质量,逐步拓宽利润空间。在此基础上,企业为市场主体创造价值的过程,被称为商业模式[15]。此外,Mahadevan(2000)、Rappa(2003)在研究过程中,选取商业模式的属性和要素为研究对象,详细分析互联网企业商业模式的特点及现状[16-21]。国内对商业模式,特别是互联网企业的商业模式研究相较于国外稍微晚一些。王波(2002)在研究相关领域时,认为商业模式的定义过于广泛,严重影响了研究结果的准确性。他强调,商业模式是指企业的运营方式[22]。罗珉(2003)在研究过程中,撰写了《组织管理学》,并在书中分析了商业模式的理论框架。他认为企业的经营手段与基础条件,就是所谓的商业模式[23]。翁君奕(2004)在研究该领域时,选取商务模式创新为切入点,对创新决策和创新思路展开深入探究。他认为商务模式共有三种分析体系,具体包括价值保持、价值支撑以及价值主张[24]。王雪冬(2015)在研究过程中,指出商业模式与价值体系密切相关。他选取伙伴价值,企业价值以及顾客价值等角度切入,详细分析了两者之间的关系[25]。魏炜(2017)、程愚(2013)在研究该领域,明确指出企业价值、现金流结构、关键资源能力、盈利模式、产品定位以及业务系统均为商业模式的重要组成部分[26-28]。

具体到互联网移动出行的商业模式来看,传统交通与互联网进行融合,就是移动出行的本质。在传统的出行模式中,车辆使用效率较低。而互联网技术的崛起,使大数据、云计算以及区块链等现代化信息技术走进了人们的生活。在互联网技术的影响下,车辆使用效率直线提升。与此同时,出行成本大幅度下降。再加上环境污染以及交通堵塞等现象的缓解,使大众逐渐意识到了移动出行的好处。需要注意的是,共享经济的出现,使大众获得了更多选择的机会[29-30]。王羽(2018)在研究相关领域时,认为互联网租车与互联网约车是汽车共享出行服务行业的主要类别。他选取商业模式,竞争格局以及市场规模能角度,对出行服务的特点及现状展开深入探究[31]。邱学林(2017)和潘晓瑜(2018)在研究过程中,选取营销策略为切入点,详细分析了滴滴出行的业务覆盖范围及未来发展方向,并结合软件性能与用户数量,提出了部分建设性意见[32-33]。

2.2.2互联网企业价值评估研究文献

美国互联网行业于上世纪90年代,引发了股市泡沫。具体而言,股票市场的崩溃与互联网行业密切相关。在此基础上,互联网行业的价值逐渐成为学界研究的主要方向。与此同时,也有部分学者选取互联网企业价值的影响因素为研究对象,对其展开深入探究。Schwartz E S(2001)在研究过程中,选取实物期权模型为研究工具,并对其进行了优化。在判断企业的信用等级时,企业破产的可能性是其主要参考依据。此外,它对股票的波动性与计量数值进行了核算,使两者变得更加精确[34]。AmitR(2001)在研究该领域时,采用多个维度以及多个视角为切入点,详细分析了互联网企业的价值以及影响因素[35]。刘鑫、宋丽平(2014)在研究过程中,以访客人数,页面浏览量以及上市公司股价为基础,搭建了回归模型。他们认为,公司平均股价与网络流量指标呈正相关[36]。

随着对于互联网企业商业模式和价值影响因素研究的逐步深入,通过挖掘企业商业模式特征,从而抓住影响企业价值的核心要素,在此基础上,学界对互联网企业价值评估研究资料日益增多,尤其是包括用户价值、用户流量等指标。Rajgopal(2000)在研究该领域的过程中,选取非财务指标为切入点,对互联网公司的价值展开深入研究。最终,他们认为亲爱的股票价格与独立访客数量呈正相关[37]。谢蓬(2009)在研究该领域时,明确指出优质的商业模式,是互联网企业创造价值的基础。因此,传统估值方法存在较大的局限性。对研究人员来说,选取商业模式为切入点,能够提升评估结果的准确性[38]。董育军、谈多娇(2012)在研究过程中,搭建了客户价值理论模型。需要注意的是,该模型较为特殊。究其原因,他们将未来客户量,权益成本以及收入贡献等指标融入模型,进一步提升了评估结果的精度[39]。韩淑静(2018)、陈科均(2018)等人通过对共享经济下的商业模式进行综合分析,紧紧抓住流量、用户体验、用户贡献等核心价值因素,运用国泰君安模型、EVA模型等价值评估方法,对滴滴出行、永安行等共享经济下的移动出行服务平台价值进行了探索性研究[40-41]。

2.2.3 文献述评

经过对上述理论和文献的整理可知,学界极为重视互联网企业商业模式的评估。与此同时,研究方法与理论基础愈发成熟。部分学者选取互联网企业价值驱动因素与商业模式为切入点,对相关领域展开深入探究。需要注意的是,传统的研究方向大多为财务分析,具体包括企业的经营能力、偿债能力以及盈利能力等指标。现阶段,许多学者将研究切入点放到了非财务因素领域,具体包括,市场占有率、技术创新能力,网络流量以及用户量等指标。

网络覆盖率的增长,使互联网行业迅速崛起。与此同时,此类企业的商业模式创新频率极高。在此基础上,学界的研究视角越来越全面,估值结果也越来越精确。随着互联网企业的成长,非财务指标逐渐成为学界研究的重点方向。基于这一点,许多学者采用财务指标与非财务指标相结合的方式,提出了全新的研究思路。不过,互联网行业发展周期较短,关键性数据仍处于缺失状态。再加上实践经验毫无借鉴价值,导致互联网企业的估值体系仍旧存在许多不足之处。

3章 移动出行平台商业模式分析

3.1行业概况

客户在出行过程中,所获得的互联网服务被称为移动出行。截止到2010年,以网约车为代表的移动出行服务市场发展迅猛,而网约车的迅速崛起,使大众的出行方式发生了改变。与此同时,汽车使用效率直线上升。由于更为快捷且成本费用更低,移动出行现已成为用户的最为主流的出行方式之一。虽然在疫情期间,网约车运营服务被暂时叫停。不过,国内的移动出行规模仍旧处于上升态势。

从实际情况来看,中国最近十年的经济发展情况极为理想。根据数据统计显示,截止到2010年,国内共拥有40.2万亿元生产总值。而在2020年,国内共拥有101.6万亿元生产总值。简单来说,国民收入水平越来越高,人均可支配收入也不断增长。在宏观经济压力承压下行的背景下,发展共享经济对于我国建设绿色低碳经济以及经济转型有着重大的意义,同时,这也符合“大众创新,万众创业”的发展理念。消费是拉动经济增长的三驾马车之一,随着国内经济的转型和城镇化水平的提高,大众的消费习惯与消费理念也已截然不同。简单来说,消费结构与消费需求密切相关。而共享经济的出现,使移动出行业逐渐成为推动社会经济发展的重要组成部分。

在社会方面,近些年来,随着中国经济发展整体水平不断提高,基础建设施网络得到了持续完善,居民出行也变得更为便捷和频繁。此外,一线城市的交通状况越来越差,拥堵现象始终得不到解决。基于这一点,地方政府结合交通情况,制定了一系列法律法规,具体包括限购限行等政策。不过,此类政策对基础设施建设有一定的要求。与此同时,居民私家车的整体利用率也不高,每天大部分时间都停在路边或者车库,造成道路占用或者车位紧张,不仅带来大量资源的闲置和浪费,而且即使车辆闲置也会带来较高的维护成本。因此大力发展移动共享出行,既可以提高出行效率,又能缓解拥堵情况。

在技术方面,近十年来,互联网技术可以说取得了快速突破,大大方便了社会大众的生活。移动智能终端的快速普及也为移动出行提供了技术条件,使得人们可以直接手机进行预约和支付,让出行更方便快捷。除此之外,区块链、智能网联、无人驾驶以及新能源等技术的崛起,使国内出行服务市场获得了前所未有的发展空间。

为了推动出行服务市场的发展,政府结合大众的出行情况,制定了一系列法律法规。通过这种方式,对出行市场进行引导,使其变得愈发安全规范。特别是网约车、顺风车等新型出行方式,一开始被与“黑车”混为一谈的,随着行业的发展,政府不断完善相关领域的监管制度,使该群体获得了法律的承认。

根据亿欧汽车商业评论的分析,从行业发展时间与市场成熟度来看,应用成熟期、快速发展期、市场启动区以及行业探索期是移动出行市场在发展过程中,所经历的四个时期。而目前,中国移动出行市场正处在快速发展期阶段。

根据资料显示,行业探索期是2010至2015年。在此期间,易到用车成为国内最早的网约车企业。随后,滴滴、快的、神州相继进入市场,使市场竞争变得愈发激烈。与此同时也促进了移动出行市场的发展。

从实际情况来看,常启动期是2015至2016年:在移动出行领域,主流运营商开始发力,并逐渐形成垄断,市场份额趋于集中。随后,快递打车与滴滴打车正式合并。紧接着,优步中国业务也被滴滴收购。

2017年至2024年是快速发展期:在此期间,美团、高德分别发挥自身流量优势,大力发展聚合模式,并取得了一定的效果,国内移动出行市场也由此进入“一超多强”的竞争格局。

2025年以后将进入应用成熟期:随着自动驾驶技术的发展和逐步普及,中国移动出行市场将在新技术的推动下实现新的产业变革与升级,各平台趋于成熟发展。

移动出行平台的评估及价值分析

  图:中国移动出行平台重要时间点

  信息来源 :亿欧智库

3.2移动出行平台商业模式特征

历经10年的发展,中国移动出行市场已经逐渐形成3种商业模式并存的发展现状:

(1)C2C轻资产模式:私家车是移动出行市场的核心组成部分。由于该模式比较简单,复制速度非常快,并且拥有极为可观的流量资源。劣势在于以私家车加盟为主要运力,平台无法保障乘客的安全。除此之外,企业的运营成本极高。究其原因,参与利润分配的主体较多,具体包括驾驶员,租赁公司以及平台。

(2)B2C重资产模式:以自购车辆为主要运力。平台对车辆以及司机的控制力较强。简单来说,平台可以利用培训的方式,了解司机的思想动态。在此基础上,平台能够保障乘客的安全。不过,该模式的运营成本非常高。相较于轻资产的C2C模式,该模式扩张速度较慢,利润空间较小。

(3)聚合模式:在多年的B2C和C2C模式之争下,以高德、百度、美团为代表的聚合平台强势崛起,通过开放端口在各自平台同时接入多家网约车服务商,聚合多个流量入口提升打车效率,尤其是有效的聚合了位于行业底层的地方性网约车企业,实现双赢。

3.3案例公司基本情况和商业模式

3.3.1案例公司基本情况

从实际情况来看,企业属于移动出行业的领头羊。根据数据统计显示,在平台的用户数量已达5.5亿,其业务范围包括货物运输、共享单车、大巴及代驾、顺风车、豪华车、专车、快车以及出租车等等。

2012年,小桔科技在北京成立,并且当年推出了嘀嘀打车 APP。

2013年,嘀嘀和快的分别获得腾讯和阿里巴巴的战略投资。

2014年,企业用滴滴打车,取代了“嘀嘀打车”,同年专车业务上线。

2015年,企业结合出行情况,开启了拼车和快车业务。简单来说,技术人员利用数据分析,提高司机与乘客的信息配对效率,为双方节省时间。

2016年,首开春运跨城顺风车,随后,企业获得了73亿美元的融资。

2017年,开启了海外租车服务;完成超过55亿美元的融资;在app中,增设了Ofo单车业务;跟“Taxify”签订了合作协议;启动新的合资项目发展新能源汽车服务。滴滴美国研究院正式成立,总部位于硅谷山景城。

2018年,;搭建共享单车平台,并将其融入app中;增加了外卖业务;“快的Taxi”全面升级,品牌正式进入香港;跟多家新能源汽车厂商签订了合作协议;小桔车服公司收购嗨修养车,构建车主服务生态。

2019年,该软银签订合作协议;扩大平台覆盖范围,并将日本的出租车行业纳入麾下;跟国家电网电动汽车公司签订合作协议;跟BP达成新能源车充电网络合作协议。

2020年,发布“0188”三年行动计划,即回归网约车核心价值,全力保障乘客的安全;日均服务1亿单;8%的全行业渗透率;用户人数超过了8亿。年中推出子品牌“花小猪”,主打追求高性价比的年轻用户。

3.3.2案例公司商业模式

作为行业的先驱者,滴滴出行使人们的出行习惯发生了改变,滴滴出行使人们的出行习惯发生了改变。在其影响下,现代化出行方式应运而生。需要注意的是,滴滴打车拥有全新的服务理念,现代化信息技术与出行服务行业的融合,彻底打破了出租车垄断出行市场的局面,使大众有了更多的出行选择。线上交流和支付,线下提供产品和服务,从发出约车需求到完成行程支付打车费,为了优化乘客的出行体验,企业采用一键式打车,使操作步骤变得更加简洁。其商业模式的主要创新之处在于:

(1)解决用户痛点,节约时间资源。对于乘客来讲,出行最大的痛点在于,传统的路边拦车方式等待时间长,而且不知道到底还要等多久,同时,还面临着司机挑活儿,好不容易拦到车又被拒载的风险。对于司机来讲,运营的最大痛点在于,无法及时获得客源,长时间空载浪费油耗,每天运营额的多少全看运气。而滴滴出行的出现,很好的解决了用户和司机各自面临的痛点,通过大数据快速实现司乘之间的供需匹配,帮助双方节省时间。

(2)匹配用户需求,丰富产品层次。经过多年的发展,针对高端客户,推出了豪华车业务;针对商务客户,推出了专车、优享等品质服务;针对日常出行客户,推出了快车、顺风车等高性价比的出行服务;此外,还陆续推出了代驾、公交、共享单车等便捷服务。

(3)把握用户心理,创新营销模式。一方面通过广告创新来吸引顾客,“搭上顺风车拯救地铁汪”“全力以赴的你,今天座好一点”,“吸血加班楼广告”,很好地把握消费者心理,引起共鸣。另一方面,滴滴打车也在走温情路线。具体而言,《为什么这支片子让滴滴CEO泪流满面》就是程维的创业经过。此外,滴滴出行还尝试跨界营销,与电影《一步之遥》展开合作,“如果梦想总有一步之遥,至少车上睡个好觉。”,使用户感到交互、方便、温暖并产生持续效果。

3.4案例公司的价值实现方式

从实际情况来看,滴滴出行的发展理念只有一句话,“让出行更美好”,具体而言,企业要利用能力与资源,帮助客户节省出行时间,进而提升出行体验。因此,需要外出的用户,就是滴滴的目标客户。滴滴出行前期的发展重心主要在于培育移动出行这一细分市场,无任何盈利,以促销补贴的策略来吸引客户,并逐渐培养客户打车习惯。同时,在此过程中积累用户数据,并逐步提升市场占有率。其后期的价值实现主要可以分为以下几个方面:

1.车费抽成与平台服务费。简单来说,平台与司机之间属于合作关系。平台有义务为司机提供数据支持,而司机也要支付相应的费用。根据数据统计显示,平台的抽成为20%。需要注意的是,汽车租赁公司会跟专车签订合作协议。你快车为例,除了20%的佣金之外,车主还要提交0.5元的商业保险费。停止计费后,司机客户端的显示金额与平台客户端存在较大的差异。究其原因,平台未采用直接扣除的方式,实现订单的抽成。如此一来,用户在使用平台软件时,滴滴会有收入进账,这是滴滴很重要的一个收入来源。

二是界面广告的收入。根据滴滴出行公布的信息,其平台总用户量已经高达5.5亿用户,如此庞大的用户基础,自然而然的产生了很好的广告传播效果。而每一次打车都有一个分享红包得到打车券的机会,一个用户转发,可能就会有十多人点击,曝光率是非常可观的。因此,平台要充分发挥广告效应,采用封面宣传的方式,引导客户点击链接,从而获得宣传费用。

三是信息挖掘服务。当用户使用滴滴出行APP预约用车时,后台会自动记录和储存用户发起和结束订单的起始地点,并根据实时定位记录相关的运行线路,每一个人每一次订单都将产生一条记录。在样本量足够大时,可以通过分析,找出其中规律,总结出各个城市不同用户群体的消费行为和日常出行路线。例如与地图公司合作,提高即时信息的收集能力,进而获取实时路况信息。与商圈的商户合作,通过分析用户节假日和工作日不同的历史出行记录,总结各大商圈主流用户节假日的出行规律,挖掘、预测用户常用起始位置,为商户描绘用户的节假日的消费需求和习惯。

3.5案例公司的估值难点

(1)盈利能力尚未完全体现,不确定性较大

在实践过程中,滴滴出行属于新兴互联网企业。因此,就收益预测难度相当大。在传统的预测方式中,研究人员要收集企业的历史数据,并以此为基础,对该企业进行价值评估。需要注意的是,传统的估值方法对切稳定性要求非常高。需要注意的是,创新型企业与高科技企业不适用于该假设。究其原因,互联网公司与高科技公司存在较大的不确定性。不仅如此,突发性,不确定性以及复杂性是互联网企业的经营特征。在这种情况下,现金流量的预测难度非常大,且其真正实现盈利的时间点往往存在不确定性。2019年,Lyft在上市前夕,曾在招股书上写了这样一句话:“We have a history of net losses and we may not be able to achieve or maintain profitability in the future。”即“我们一直在亏损,并且情况没有任何改观”。基于这一点,滴滴总裁柳青在2020年4月,强调企业已经开始盈利。纵然企业拥有极大的潜力,但对滴滴盈利持怀疑态度的大有人在。

(2)非财务指标对估值的影响较大

与传统企业不同的是,滴滴出行属于互联网企业,其潜在价值相当大。因此,传统的企业价值评估法很难满足滴滴的评估需求。需要注意的是,现阶段的财务报表无法体现出基于盈利模式新增长的潜在价值。在财务报表上也无法体现盈利能力和相应的利润。不过,该项业务拥有极大的潜力。这是因为互联网企业的价值并不是通过报表上的资产实现的,而是通过用户资源、流量资源、点击量、互动评论数等非财务指标带来的。

(3)行业更迭快,可比案例较少

从实际情况来看,互联网企业的运营模式较为新颖,更迭速度非常快。基于这一点,互联网企业的寿命普遍较短。与此同时,能够获得上市机会的互联网企业少之又少。因此,能够作为合适可比案例的公司凤毛麟。移动出行行业同样如此,例如中国网约车鼻祖“易到用车”,其成立比滴滴出行更早,一度达到国内网约车市场80%的市场份额,但最后在滴滴出行、嘀嗒出行、首汽约车等后起之秀的竞争下,黯然退出了市场。对于国内移动出行寡头“滴滴出行”来讲,国内目前没有合适的可比对象。即使是传言即将在香港IPO,顺风车市场占有率第一的“嘀嗒出行”,其在用户基数,主营业务等方面与案例公司“滴滴出行”依然存在较大差异。目前来看,移动出行行业仅美国的Uber公司1家在体量、业务结构等方面与其类似,可以作为可比对象,其余同行业企业难以作为参考对象,且基本都没有上市。

第4章 移动出行平台估值方法

4.1传统估值方法适用性分析

在实践过程中,评估和判断企业整体价值的过程,被称为企业价值评估。具体而言,评估人员采用估算、分析以及测算等方式,对企业部分权益、股东权益以及整体价值进行评估。现阶段,市场法、收益法以及成本法是较为常见的价值评估法,而具体采取何种取决于企业的商业模式和盈利模式特征。

4.1.1 成本法

从实际情况来看,评估人员以目标企业资产负债表为依据,估算、分析以及测算企业负债和各项资产的过程,被称为成本法。该评估法的理论依据为:通常情况下,相同用途替代品的价格要高于某项资产。此外,成本法适用范围较为广泛,原则上说,对于一切以资产重置、补偿为目的的资产业务都适用。简单来说,即成本累积法与成本重置法。

这种方法的缺点在于评估结果无法体现那些没有在财务报表中反应的资产,也无法体现各项资产的协同效应,如一家企业拥有的大量用户基础、巨大的流量、创新的营销模式、有辨别性的品牌价值、优秀的企业文化和管理等。因此,如果使用成本法对移动出行平台这种固定资产投入较小、账面价值远小于实际价值的企业进行估值,得到的只能是网络服务器、信息系统、自购车辆等资产的价值,这将远远低估了企业的实际内在价值,因而不能使用成本法对移动出行平台进行估值。

4.1.2 收益法

评估人员为了确定评估对象的价值,采用企业预期收益折现或资本化的方式完成评估,被称为收益法。需要注意的是,贴现理论是收益法的理论基础。简单来说,未来收益现值的获取能力即资产的全部价值。此外,Eva评估法、CAPM模型、内部收益法以及贴现现金流量法均为收益法的体现形式。

从企业价值评估角度出发,经营现金流、税前利润、净利润、毛利率以及销售收入均属于经济收益。需要注意的是,在折现率合适的情况下,价值指标与经济收益可以互相转化。此外,现金流量折现法是最为常用的评估方法。

应用这种方法的两个关键在于,一是企业经营状况比较理想,预期收益非常可观,且预期的现金流为正向,但是移动出行平台类企业往往自由现金流呈净流出状态,且行业仍处于快速发展时期,未来经营难于准确预测。二是要明确与收益相契合的折现率,在实践过程中,估值折现率往往跟加权平均资本成本密切相关。而移动出行平台类企业为了解决未来发展所需资金,依然有较大的融资需求,资本结构随时可能出现较大变化。而资本结构一旦发生变化,折现率也将随之变化,使得通过收益法对移动出行平台企业进行估值可能出现较大波动,难以在实务中加以应用。

4.1.3 市场法

选取可参考企业与目标企业进行对比,就是所谓的市场法,调整相关系数,进一步明确评估对象的价值。此外,市销率法、市净率法以及市盈率法均为常见的评估方法,以及互联网交易平台常用的P/GMV(平台交易总额)法等等。公式表达如下:

其中:可比企业的相关指标用X2表示,被评估对象的相关指标用X1表示,可比企业价值用V2表示,被评估对象价值用V1表示。

这种估值方法是基于替代原理,通过运用市场公开信息和数据,对评估对象进行估值直观明了,评估结果也更易让交易双方接受。因此,实务中应用也较为广泛,也经常被用来作为其他估值方法评估结果的验证和复核。比如,对评估标的使用收益法估值后,倒算一个P/E倍数,与市场上可比企业相比较,看相关指标是否在合理区间。

市场法在具体使用的过程中,往往需要具备两个基本条件:一是要能够找到与被评估企业相同或类似的企业,并且可以获得充分、可靠的经营与财务等参考数据;二是可比企业和被评估对象之间的价值差异是可以通过对相关指标进行调整而消除。但是移动出行平台类企业大多未上市,国内市场上几乎无法找到合适的可比对象。目前国际上,已上市的出行服务公司仅有两家(Uber和Lyft),即便如此,由于案例公司的财务指标无法获取,难以直接通过对相关财务指标进行调整,而得出企业的价值。

综上,前述三种评估方法,而结合滴滴出行的,特点和估值难点,新兴互联网行业的价值评估不能用传统评估方法完成,因此,我们仍需继续寻找符合互联网企业特征的新估值模型。

4.2基于梅特卡夫定律的估值模型介绍及修正思路

4.2.1 DEVA模型介绍

DEVA估值模型(discountedequity valuation analysis),是玛丽·米克(Mary Meeker)在研究相关领域的过程中,提出的估值方法。玛丽的团队在1995年发布的《互联网报告》中首次提到,与传统企业相比,互联网企业在资产属性,商业模式,盈利特点等方面有着天壤之别。玛丽·米克指出,获取用户资源是推动互联网企业发展的基础,所有互联网企业商业模式的共性。简单来说,互联网企业必须充分利用客户资源,并对其进行深入挖掘,进而转化为企业实实在在的收益,为企业带来价值增长。这与在对传统企业的估值中,更看重于企业的资产规模、盈利能力和现金流规模的惯例,存在着本质的区别。因此,她借鉴了梅特卡夫定律的部分内容,最终搭建了DEVA估值模型,其公式为:

V=MC2

其中:V是被评估对象的价值,M是为获得单位用户初始投入成本(单位获客成本),C是用户资源创造的价值

通过这个模型,我们看到,用户创造价值与互联网企业创造价值呈正相关。玛丽·米克这一估值理论提出后,资本市场开始大规模并购互联网企业,致使互联网泡沫越来越大。在此基础上,玛丽·米克的地位急速飙升,并获得了社会各界的认可。随后,《华尔街日报》将她列为市场“三大推动力”之一,其他两人沃伦·巴菲特以及格林斯潘。

在该模型的应用中,Facebook 耗费了40亿美金、30亿限售股以及120亿普通股,合计190亿美元,收购了一家当时核心员工只有50的公司——WhatsApp。该公司是一家即时通讯软件公司,与国内的微信类似,没有广告推广,但是从第二年开始向用户收费0.99美元/年(首年免费)。尽管2014年被Facebook并购时,WhatsApp的用户数已经达到了4.5亿人。但是,如果仅从当时企业的现金流和效益规模来计算,投资人需要42年的时间,才能收回本金。

那么问题来了,作为全球社交巨头的Facebook 为什么还愿意花这么多钱去做一笔看似要半个世纪才能回本的投资呢?究其原因,该企业采用了梅特卡夫定律的DEVA估值逻辑,即网络节点中的用户平方数与网络价值成正比,详情见下图。Facebook 是左下角的矩阵a,而WhatsApp是右上角的矩阵b。此次并购意图达到的效应就是,WhatsApp移动终端的用户与Facebook网页端的用户合而为一,为企业提供了更大的价值。如此一来,资本市场、股东以及企业对互联网行业的态度发生了巨变。

移动出行平台的评估及价值分析

  图:DEVA估值理论对互联网企业频繁并购的解释

  图片来源:国泰君安证券研究

从实际情况来看,类似案例也发生了国内。具体而言,国内的新兴互联网企业在发展过程中,一旦展现出巨大的潜力,奇虎、小米、百度、阿里以及腾讯等大型互联网企业便会采用收购的方式,将新兴互联网企业兼并。在此过程中,双方可以各取所需,进而实现共赢。

4.2.2 DEVA模型特点

(1)DEVA模型充分体现了互联网中网络节点(用户)之间的交互属性。从计算公式我们可以看出玛丽米克对于互联网企业的价值评估,不仅仅考虑用户单体给企业创造的直接价值,而会考虑大量用户与用户之前互动产生的潜在价值。以移动出行平台为例,下载使用“滴滴出行”APP的乘客越多,自然打车订单量也越多,与此同时乘客基数越大,也会吸引更多的司机注册滴滴快车、专车、顺风车等业务。而相应的注册司机越多,平台接单速度越快,乘客使用体验越好,也会更倾向于自己和推荐周围的同事、家人使用滴滴出行,进一步增加用户基数,形成司乘规模相互促进增长的良性循环。

(2)DEVA模型不受互联网企业财务指标的约束。移动出行平台与其他互联网企业一样,前期的发展阶段都存在盈利性较差,现金流为负,且缺乏充分的公开财务报表数据等问题,因而传统的估值方法难以适用。而DEVA模型从用户价值角度定义了互联网企业的价值,更加注重非财务指标因素的影响,并通过量化将其有效应用于企业价值评估中去。

4.2.3 DEVA模型的缺陷

从模型的计算公式,我们可以看出企业的价值和用户价值的平方成正比,也就是说互联网平台每增加一个用户,这个用户不仅可以单独贡献价值,还能通过与其他用户的互动而进一步增加平台收益。因此该平台的价值会与用户数量呈平方关系递增。但是,我们也要客观的意识到,在互联网平台发展初期,这种指数级增长或许是合理的,很多创业公司在前几轮融资的估值规模也都增长惊人。但是如果不加条件的应用则过于激进,致使互联网投资具备极大的风险性。当通过DEVA估值模型计算出的价值远远大于互联网企业内在价值时,互联网泡沫也就逐渐形成了。

因此,当平台发展到一定程度,用户规模增长到一定基数的时候,企业价值继续和用户数量保持平方关系递增就往往脱离实际了。这是因为用户与用户之间的互动协同,在达到一定数量之后也会出现边际递减。罗宾·邓巴在研究相关领域时,发明了150定律。简单来说,148人是人类拥有稳定社交网络的上限,约等于150人。也就是说即使我们的社交平台上有500,700,甚至上千的好友,但我们日常生活中会经常互动的也就是150人左右。因此,当平台用户增长到一定规模时企业价值的平方关系将不再成立。

此外,DEVA模型仅考虑了规模效应,没有考虑头部效应。对于滴滴出行这样的行业绝对龙头,由于占据了较高的市场份额,在行业规则制定,社会资源获取,抗市场风险能力等方面均具有突出的优势。因此实务中,对于头部企业的价值评估,一般都会给与一定程度的估值溢价。

4.2.4 DEVA模型的修正思路

4.2.4.1 明确单位用户资源创造的价值

对于互联网企业来讲,并非所有用户都可以为企业带来价值,单纯的下载和注册并不能为企业贡献收益,真正带来价值的是“活跃用户”。而对于活跃用户的定义,各互联网企业由于商业模式的不同也不完全一样,例如,视频类平台以上传、播放及评论视频为标准,游戏类平台以登录账号、上线时长或者付费为标准,电子商务类平台以实际出售或购买商品为标准等等,而移动出行平台的活跃用户则是以登录和使用app下单为标准。因此,本文在计算单位用户创造的价值时,所使用的计算基数为 “活跃用户”。

而活跃用户数量的统计方式一般分为年活跃用户数量(YAU),日活跃用户数量(DAU)以及月活跃用户数量(MAU)三种。如何应用相关统计数据,也是看互联网的商业模式和盈利模式。本文选取的案例公司是“滴滴出行”,作为移动出行服务平台,其收益实现的方式是按订单收取的佣金,而非按月或者按年收取会员费或者服务费。因此,对于移动出行服务平台单位经济周期以日计算更为合适,所以我们选择日活跃用户(DAU)作为模型参数。

在确定完用户基数后,我们需要进一步量化单位用户创造的价值。本文采用的是互联网企业较为常用的指标ARPU(AverageRevenuePerUser),也就是用户的平均收入值。在实践过程中,电信运营商是最早应用ARPU指标的行业。在互联网企业兴起之后,尤其是在互联网服务类平台中,ARPU也被广泛应用于统计平台单位用户所贡献的收入。

因此,在明确了单位用户资源创造的价值之后,DEVA模型计算公式变为:

V=M×(DAU×ARPU)2

其中:V是被评估对象的价值,M是为获得单位用户初始投入成本,用户的平均收入值用ARPU表示,日活跃用户数量用DAU表示。

4.2.4.2 修正企业价值与用户价值的关系

如上文提到的DEVA模型缺陷之一,就是在用户数量达到一定规模之后,企业价值与用户价值无法永远保持平方关系。因此,用户价值和公司价值的关系较为特殊,基本位于指数增长与线性增长之间。而每个用户与平台其他用户的协同效应除了受邓巴数字的约束外,也基本符合词频学中的齐普夫定律。

在此基础上,研究人员修正了两者之间的关系,其计算公式如下:

V=M×(DAU×ARPU)×ln(DAU×ARPU)

其中:V是被评估对象的价值,M是为获得单位用户初始投入成本,用户的平均收入值用ARPU表示,日活跃用户数量用DAU表示。

4.2.4.3 增加估值调整系数

维尔弗雷多·帕累托(1895)选取财富分别为切入点,对贫富差距悬殊的现象展开深入探究。他发现二八法则适用于全部国家的财富分布情况。简单来说,就是大部分财富被少部分人占据,而少量财富为大部分所有。

从实际情况来看,头部效应的应用频率极高。简而言之,“头部”是指关注度较为集中的IP、题材或公司。在此基础上,部分学者认为众多长尾与少数头部共同构成了互联网时代。成为“头部”后,资源、关注以及流量都会直线上升。对投资人来说,他们的投资目标仅为前两名。因此在给“滴滴出行”这种头部企业估值时,由于拥有上述的优势资源,实务中往往需要给予一定的估值溢价。

因此,在增加了估值调整系数之后,DEVA模型计算公式变为:

V=M×(DAU×ARPU)×ln(DAU×ARPU)×α

其中:V是被评估对象的价值,阿尔法M是为获得单位用户初始投入成本,用户的平均收入值用ARPU表示,日活跃用户数量用DAU表示,α为估值调整系数。

4.3基于曾李青定律的相对估值模型

4.3.1曾李青定律估值框架

综上所述,互联网用户的数量与网络价值成正比,而网络节点数的平方等于网络价值,并在此基础上产生了DEVA估值模型。在此基础上,可以将曾李青定律引入其中。

根据万有引力定律来看,两个质点之间的引力不仅与彼此的重量成正比,还和距离成反比。在2014年,曾李青指出,网络节点之间的距离与网络节点数都会对网络价值构成影响,其估值框架表达为:

V=K×N²/R²

其中:网络节点之间的距离用R表示,用户数量用N表示,变现因子用K表示,互联网企业的价值用V表示。

4.3.2曾李青定律估值应用思路

根据数据统计显示,网络节点距离的影响因素较多,具体包括以下几点:

  表 网络节点距离影响因素

移动出行平台的评估及价值分析

  数据来源:网络公开信息整理

在实践过程中,上述因素均属于内生因素及外生因素。具体而言,企业运营模式的优化、网络连通速度的提高以及内容质量的改善均属于互联网内生因素。与此同时,基础设施建设及科技水平提高均属于互联网外生因素。两种因素都能减少网络节点的距离,进而推动互联网企业的发展。

尽管,我们可以定性的去分析网络节点距离影响因素,但是依然很难像国泰君安等专业机构一样用庞大的数据库和算法支撑对这些影响因素进行量化。因此,李代桐(2017)、范鹏飞(2018)等人创新的将该模型与传统的市场法进行综合,通过找到合适的可比企业,以相对估值的方式对“乐视网”“斗鱼直播”进行了评估,将难以绝对量化的因素进行相对比较,即将原公式变为:

V2=K2×N2²/R2²

V1=K1×N1²/R1²

从而得到,

V2=V1×K2/K1×N2²/N1²×R1²/R2²

其中:V2表示被评估对象的价值,可比企业的价值用V1表示,则被评估对象的价值是可比企业的价值与K、N、R三组对比系数的乘积。

作为相对估值的可比企业,本文选择了同样为移动出行巨头的“Uber优步”。选择Uber作为可比企业,一是因为其作为网约车的鼻祖,在市场地位和业务规模方面与滴滴出行处于同一体量,月活用户超1亿人次,尽管在中国市场开拓过程中败给了滴滴出行,但其在美国本土市场也占有超七成市场份额。另一个重要原因,是因为其业务结构也与滴滴出行类似,物流运输、外卖配送、共享单车以及网约车均为公司的业务范围,并且网约车是其核心业务。

表 “滴滴出行”、“Uber优步”基本情况

企业名称 月活用户(MAU) 市场地位 主营业务
滴滴出行 0.93亿 70%中国市场占有率 网约车、代驾、共享单车、外卖、巴士等
Uber优步 1.11亿 70%美国市场占有率 网约车、共享滑板车、外卖、长途货运等

数据来源:易观千帆大数据、Uber年报

5章 案例公司价值评估

5.1修正的DEVA模型的应用

5.1.1活跃用户量的确定

由于年初新冠疫情的爆发,以及后续部分城市的持续反复影响,2020年全国移动出行市场受到较大的冲击,且波动较大,不能很好反映整体市场以及案例公司“滴滴出行”的正常发展趋势。根据滴滴出行发布的2020年平台运营情况,2020年全年出行业务走出了“胜利V字曲线”,年初由于各地严格的防疫措施以及对大规模人员流动的限制,出行业务单量出现断崖式下跌。随着国内疫情的逐步稳定而逐渐恢复,并10月份重新回到前期高点。因此,为客观反映滴滴出行的正常发展趋势,本文选择了2019年下半年的数据作为分析基础,从下图曲线趋势可以看出,滴滴出行在新冠疫情爆发前处于良好的增长态势。因此本文选取12月的30天日均活跃人数作为滴滴出行估值模型中的活跃用户量参数值。即:

移动出行平台的评估及价值分析=1718.6万。

移动出行平台的评估及价值分析

  图 2019年下半年“滴滴出行”日活用户变化趋势图

  图片来源:易观千帆数据库

5.1.2ARPU的确定

对于滴滴出行来讲,现阶段,车费抽成是平台盈利的主要手段,因此每单位经济周期内的ARPU值是指每个活跃用户每天为滴滴带来的佣金收入。因此,滴滴出行的ARPU=用户日均单量×平均客单价×平台抽成比例。

2020年,滴滴出行在发布“0188”三年计划时,曾提到未来日均单量的目标为1亿单,其中网约车5000万单,目前公司目标完成过半。也就是说,移动出行服务的日均单量已达到5000万单目标的一半,这与滴滴出行总裁柳青在接受媒体专访时说的“滴滴出行日单量破2500万”是一致的。因此,由平台日均单量和日均活跃用户数量,我们计算可得活跃用户贡献的日均单量=2500/1718.6=1.45单/天。对于运营客单价和抽成比例,滴滴出行也曾公开回应,其运营客单价为20-25元人民币之间(本文取中间值23),平台抽成比例为20%。因此,滴滴出行的ARPU=23×1.45×20%=6.69元/天。

5.1.3单位获客成本的确定

在DEVA模型中M值被定义为单位获客成本,初创期企业往往使用注册资本数与用户数之比。但是,对于已经获得多轮融资,且在融资后取得快速增长的企业,如果继续使用注册资本作为分子进行计算,逻辑上存在一定不合理。尤其对于“滴滴出行”这样受资本热捧的移动出行平台,自成立以来已经获得了至少18轮融资,公开披露的融资总金额高达212亿美元。

  表 滴滴出行历年融资一览表

移动出行平台的评估及价值分析

  数据来源:天眼查、、胡润研究院、网络公开信息整理

可以说,强力的资本支持是滴滴出行实现快速增长,获得超70%市场占有率的重要原因。因此,本文采用融资总金额与总用户数之比确定单位获客成本M。

因此:M=212×6.5/5.5=251元/人

5.1.4估值调整系数的确定

为估算资本市场对于行业龙头企业的估值溢价水平,本文查阅了两家美国移动出行平台Uber和Lyft公司的相关数据。Uber众所周知是全球网约车运营模式的鼻祖,也是全球第一大移动出行服务平台,目前占据着美国网约车市场约70%的市场份额。而Lyft名气稍小,它其实是美国第二大打车应用,自2012年成立以来,一直是Uber在美国最大的竞争对手,并于2019年3月抢先上市,成为网约车第一股。在2019年5月,Uber正式登陆纽交所,成为上市公司之一。因此,我们可以通过这对竞争者的市值与其经营成果的关联程度来估算市场对于行业龙头的溢价水平。由于Uber和Lyft依然处于亏损状态,因此无法使用市盈率(P/E)指标。且两者作为互联网应用平台,账面资产与企业内在价值的关联程度不高,因此市净率(P/B)指标同样不合适作为对比指标。两家公司同属于移动出行服务行业,因此选择市销率(P/S)进行对比更为合适。通过查阅公开市场信息,Uber滚动市销率为8.95,Lyft滚动市销率为7.91。因此,估值调整系数α=8.95/7.91=1.13

表 “Uber优步”、“Lyft来福车”滚动市销率

对比企业 市销率TTM 溢价系数
Uber优步 8.95 8.95/7.91=1.13
Lyft来福车 7.91

数据来源:Investing.com英为财情

5.1.5估值结果

综上所述,将上述修正后的DEVA模型中各参数确定之后,带入上述的公式()中,可得:

V=M×(DAU×ARPU)×ln(DAU×ARPU)×α

=251×(1718.6×6.69)×ln(1718.6×6.69)×1.13

=3048亿人民币(约469亿美元)

由此可得,在修正后的DEVA估值模型下,滴滴出行的估值在3048亿人民币左右,约合469亿美元。

5.2基于曾李青定律的相对估值模型的应用

5.2.1变现因子对比系数的确定

基于曾李青定律的估值模型中K值代表的是变现因子,是用户流和现金流的比例系数,是对用户流变现能能力的一种计量。但是我们也注意到,目前各大主流的移动出行平台基本仍处于“入不敷出”的状态,大部分依处于投入大量资金培养用户,扩大用户基数,提高市场总量和市场份额的阶段,尚未从“用户培养”到“用户变现”转变。以Uber为例,从其公开的年度财务报表信息可以看到,2017-2019年Uber的经营活动现金净流出分别达到-14.2亿、-15.4亿和-43.2亿美元。因此,我们可以反向思维,企业作为一个市场化主体,不管是何种商业模式,其核心目的在于盈利,因此未来的变现收入至少需要能够覆盖初始的投入成本。这与实务中有些投资项目将WACC(加权平均资本成本)作为企业最低报酬率的逻辑是一样的。所以,在确定比较参数变现因子K时,本文采用了DEVA模型中的单位获客成本。上文中,我们已经计算得到滴滴出行单位获客成本为251元/人,而从Uber的官网和年报可知,目前Uber的融资规模为317亿美元,用户总量为6.5亿,因此Uber公司的单位获客成本为317元/人。因此,K1=317,K2=251,变现因子对比系数K2/K1=0.79。

表 “滴滴出行”、“Uber优步”单位获客成本

名称 总融资规模 用户数量 单位获客成本
滴滴出行 212亿美元 5.5亿 251元/人
Uber优步 317亿美元 6.5亿 317元/人

数据来源:天眼查、滴滴官网、Uber年报

5.2.2节点数量对比系数的确定

对于节点数量,与上文修正的DEVA模型类似,本文选择使用活跃用户数量作为两者的节点数量对比依据。由于2020年美国受新冠疫情的影响比中国更剧烈且持续时间更长,因此,对于Uber活跃用户的统计期间,本文也选择了2019年。从Uber公布的年报可知,Uber公司2019年四季度的MAPCs(Monthly Active Platform Consumers)为1.11亿人,也就是国内所称的MAU(月活用户)。为保持节点数量与可比公司的统计口径一致,在曾李青定律相对估值模型中“滴滴出行”的活跃用户数量也采用月活用户数,同期滴滴出行MAU为9253万人。因此,N1=1.11,N2=0.9253,节点数量对比系数N22/N12=0.69。

表 “滴滴出行”、“Uber优步”月活用户情况表

名称 节点数量N

(月活跃用户)

可比系数
滴滴出行0.9253亿人0.69
Uber优步1.11亿人

数据来源:易观千帆大数据、Uber年报

5.2.3节点距离对比系数的确定

上文在介绍曾李青定律估值理论时,已经提到用户节点距离的影响因素包括两类,具体而言,企业运营模式的优化、网络连通速度的提高以及内容质量的改善均属于互联网内生因素。与此同时,基础设施建设及科技水平提高均属于互联网外生因素。两种因素都能减少网络节点的距离,进而推动互联网企业的发展。因此,具体到移动出行平台来讲,平台的派单/接单速度、用户界面的清晰程度、定位和导航路线的准确性、司机的服务水平等等都是影响用户节点距离的关键因素,在这里我们可以把用户节点距离具体理解为用户的感知程度,也就是用户体验感。而对于用户体验感,我们可以通过用户对于相关应用软件的评分来进行量化分析。我们选取了苹果和安卓(Google)两大应用商城上,用户。满分均为5分制,可以看到“滴滴出行”在Appstore和安卓商城的得分分别是4.3分和4.0分,平均4.15分。“Uber优步”在Appstore和GooglePlay上的得分分别是4.7分和4.5分,平均得分4.6分。因此,R1=5/4.6=1.1,R2=5/4.15=1.2,节点距离对比系数R12/R22=0.81。

表 “滴滴出行”、“Uber优步”月活评价情况表

名称 应用商城 用户评分 平均得分
滴滴出行 Appstore 4.3 4.15
安卓商城 4.0
Uber优步 Appstore 4.7 4.6
GooglePlay 4.5

数据来源:App store、安卓商城、Google Play

5.2.4估值结果

从纽交所的公开信息可知,截止2020年2月Uber公司的市值约为1080亿美元,即:V1=1080亿,带入上述的公式中,可得:

V2=V1×K2/K1×N2²/N1²×R1²/R2²

=可比企业市值×变现因子对比系数×节点数量对比系数×节点距离对比系数

=1080×0.79×0.69×0.81

=482亿(美元)

由此可得,在基于曾李青定律的相对估值模型下,滴滴出行的估值在482亿美元左右,约合3133亿人民币。

5.3估值结果分析

本文结合移动出行平台商业模式特点,分别应用修正的DEVA模型和基于曾李青定律的相对估值模型对案例公司“滴滴出行”进行了价值评估,得到的结果分别是469亿美元(3048亿人民币)和482亿美元(3133亿人民币)。与恒大研究院《中国独角兽报告:2020》中给出的估值516亿美元,以及胡润研究院《2020胡润全球独角兽榜》3700亿人民币的估值相比,本文的估值结果有以下两个特点:

(1)估值结果体量规模相当,均接近于资本市场给予滴滴出行的500亿美元量级。不管胡润研究院还是恒大研究院,作为独立第三方机构,均未披露对于独角兽企业的估值计算方法和依据。但是,本文通过对“滴滴出行”的商业模式和价值实现方式进行分析,紧扣“用户资源”这一企业价值的关键影响因素,分别应用基于梅特卡夫定律和曾李青定律的两个估值模型对滴滴出行进行价值评估,得出的结果与专业评估机构披露的估值总体上处于一个量级。因此,可以说本文基于用户价值对于滴滴出行进行价值评估的方向,以及模型的选择和应用是相对合理的。

(2)本文用两种估值模型得到的结果均略低于专业评估机构对滴滴出行的估值。主要原因在于本文对于滴滴出行的价值评估,更多的是对其核心的移动出行业务板块的价值评估。但“滴滴出行”除了出行服务外,也拓展了外卖、社区团购等多元化服务,除此之外,自动驾驶、智慧交通、云计算以及金融等领域均包含在内,并积累了一定的成果。而本文在估值过程中,没有考虑此部分新业务对于企业的价值增值。

6章 结论与展望

6.1研究结论

互联网经济的迅速崛起,一方面跟科技水平密切相关,另一方面也离不开资本的推动。而资本的助力不仅体现在互联网公司初创期的历轮融资过程,而且也在各个细分领域的重大重组并购中发挥着重要作用。例如,饿了么与美团、爱奇艺与暴风音影以及快的与滴滴等企业,而其中如何合理的确定互联网企业价值,是最终促成融资和重组的重要关键步骤。本文以滴滴出行作为案例公司,对移动出行平台这类互联网公司的价值评估方法进行了探索,通过本文的研究,可以得出以下结论:

(1)用户资源是互联网企业的关键价值驱动因素,其不反应在财务报表中,但是实实在在影响着企业的内在价值。通过对案例公司进行商业模式分析,双边网络效应是滴滴出行的运营模式,简单来说,企业既要满足客户的需求,又要给司机提供服务对象,而且司机和乘客两端相辅相成。通过培养用户习惯,扩大用户群体,积累用户信息,当用户数量持续增长时,借助服务费、广告推送、信息挖掘、金融信贷等多种方式将流量变现,从而实现企业价值。因此,本文对滴滴出行进行价值评估的基础也是基于活跃用户数量、日均订单规模等代表用户价值的非财务指标。

(2)与传统的估值方法相比,基于梅特卡夫定律和曾李青定律的估值模型,更适用于移动出行平台这类互联网公司的价值评估。本文根据滴滴出行的商业模式和价值实现方式特征,逐一确定了估值模型应用参数,得出的结果接近于胡润研究院和恒大研究院等公开市场给予滴滴出行的估值。一方面,验证了结论一中所说的“用户资源是互联网企业的关键价值驱动因素”,另一方面,也验证了资本市场对于互联网企业的大致估值逻辑。在曾李青定律与梅特卡夫定律的估值基础上,研究人员搭建了估值模型。换而言之,在研究用户价值的过程中,可以运用活跃用户数量、日均订单规模等非财务指标,很好的应用于以“滴滴出行”为代表未上市、处于发展阶段、以用户为核心资源的互联网公司。

6.2相关局限性

(1)不管是基于梅特卡夫定率的DEVA估值模型,还是基于曾李青定律的相对估值模型,都只是对估值的理论依据和框架进行了阐述,并没有对具体参数的计算给出明确的应用指引。比如用户价值如何定义,用户数应该用ARPU、YAU、MA亦或是DAU,应该如何统计等等都没有明确的说明。以上这些指标参数的选取和计算,都是基于笔者对滴滴出行商业模式和价值实现方式的理解基础上进行的,因此带有一定的主观性,其客观、科学的确定方法仍有待进一步的研究和探索。

(2)由于曾李青定律的估值框架,没有明确各项参数的具体计算方式,因此本文采用了相对估值方法,可比对象与案例分析对象的差异可能对估值结果产生一定影响。本文从商业模式、行业地位、市场规模、数据可获得性等方面综合考量,选取了Uber作为可比对象,但事实上虽然Uber和滴滴在整体业务规模和业务结构方面趋同,但其在服务群体、商业政策、经营管理等方面与滴滴存在着一定差异,而这些差异将使估值结果与案例企业内在实际价值存在一定偏差。

(3)本文对于“滴滴出行”的估值,主要是针对其移动出行业务,没有考虑其他新拓展的业务。自从“0188”三年行动计划公布之后,滴滴已经借助出行业务积累的流量优势开始了全面扩张模式。具体而言,企业的跑腿业务在3月初上线。随后,小桔旅行在5月上线。需要注意的是,小桔旅行的运营内容较广,具体包括餐饮、酒店、机票销售、火车票、入境旅游以及境内旅游等业务。紧接着,“橙心优选”在6月上线。与此同时,企业将成都定位试点城市。再者,同城货运在7月上线,花小猪成立于8月份。由此可见,滴滴打车利用巨大的流量,不断尝试各种领域,具体包括社区团购、旅游中介、物流配送以及跑腿等业务。不过,其竞争对手极为强大,既有顺丰和美团这样的庞然大物,又有许多中小企业遍布市场。此外,业务方面的创新,是提升企业价值的核心要素,但由于相关业务尚处于起步期,公开信息较少,以及是否能够像出行业务一样跑赢竞争对手获得持续发展存在一定不确定性,因此,本文在对滴滴出行的价值评估中并未考虑此部分新业务带来的估值。

6.3研究展望

6.3.1对于案例公司的展望

从本文的研究结论来看,用户基础和网络效应是滴滴价值提升的核心驱动力,对用户和流量的掌控对于滴滴提升企业价值至关重要,因此,滴滴可以从以下几方面着手,提升用户满意度,增强用户粘性:

第一,深耕用户体验,对企业来说,必须不断完善服务技术。具体包括定位导航、用户偏好以及路径选择等方面,均为技术人员努力的方向。此外,提升顾客忠诚度的关键点在于用户体验。而优化用户体验的根本是从技术层面做到最好。滴滴本身掌握大量用户出行数据,并具备资本优势,应该将用户体验做到极致,尤其在“实时位置定位”“最优路径规划导航”等方面。用户体验做到了极致,就建立起了第一层壁垒。

第二,在必要的时候,灵活使用促销补贴等营销手段应对新进入者的挑战。需要注意的是,服务价格会对客户选择构成决定性影响。换而言之,服务价格大于用户体验。当有行业新进入者挑起补贴战时,企业的市场占有率会受到压缩。在此基础上,企业必须结合自身情况,提前制定好应对方案。尤其是对方使用“价格战”或“补贴战”时,企业必须及时跟进。通过这种方式,提升用户忠诚度。从Uber的年报信息中,我们也可以看到其在上市之后,也依然维持着较高的补贴支出。由于司机端与用户端密切相关,再加上前者的存在取决于后者的数量。因此,企业要结合市场环境,增强用户端的掌控力。企业必须虽然从用户角度节约了成本,却对市场环境造成了负面影响。因此,可以在符合反垄断法相关法律法规的要求下,换股以及谈判都可以解决困境,缓解内耗现象,并巩固和扩大市场份额,建立起第二层壁垒。

第三,持续完善运营安全保障体系,重新树立安全出行典范。移动出行服务运送的是生命,乘客安全永远是放在第一位的,滴滴出行对此已经有了深刻体会。2018年发生的滴滴顺风车事件,直接导致滴滴关停整改顺风车这块在出行服务中盈利性最好的业务。尽管经过整改后,滴滴顺风车又重新上线,还推出了独立子品牌“青菜拼车”,不过,“嘀嗒出行”已经抢占了先机。因此,滴滴须牢记前车之鉴,围绕“0188”中的“零重大安全事故”目标,在司机和车辆管理、安全响应处置、隐患治理和风险防控方面做到行业最佳,建立起第三层壁垒。

综上所述,企业必须结合服务内容,不断提升服务质量,使用户获得绝佳的消费体验,进而增加用户粘性。通过这种方式,来形成对司机端的天然吸引力,巩固核心竞争力和市场地位,提升企业内在价值。

6.3.2对于研究方法的展望

不管是基于梅特卡夫定率的DEVA估值模型,还是基于曾李青定律的相对估值模型,与传统价值评估模型相比,在理论总结和实践应用方面,都还没有形成较为成熟的体系。尽管为我们提供了一定的分析思路和框架,但是对于参数的选取和应用方面,依然处于开放的状态。不过我们也可以看到,以上估值模型都牢牢抓住了用户价值和网络效应这两点,把握住了互联网企业价值创造的核心,做到了“模糊的正确”,因此我们可以在一些互联网企业重组并购案例中找到相关应用的痕迹。

但是,无论是理论体系的形成,还是实践应用的逐步规范统一,都需要不断的研究积累和实践应用校验,对于互联网企业这个出现时间短,发展速度快的行业来讲,在实践应用和案例积累方面与传统行业相比还远远不足。相信随着当下互联网经济的高速发展,在不久的将来,越来越多的学者和资本市场相关从业者,会深入挖掘非财务指标的参考价值,并应用到互联网企业价值评估中去。随着研究的深入和实践案例的增多,也会逐步形成相对成熟的创新估值方法体系,为互联网企业的投资决策提供重要的思路和参考,降低投资风险的同时,进一步促进互联网企业的稳健发展。

移动出行平台的评估及价值分析

移动出行平台的评估及价值分析

VIP月卡¥免费
VIP年会员¥免费
价格 ¥9.90 发布时间 2022年11月27日
已付费?登录刷新
下载提示:

1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“文章版权申述”(推荐),也可以打举报电话:18735597641(电话支持时间:9:00-18:30)。

2、网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。

3、本站所有内容均由合作方或网友投稿,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务。

原创文章,作者:写文章小能手,如若转载,请注明出处:https://www.sbvv.cn/chachong/76507.html,

(0)
写文章小能手的头像写文章小能手游客
上一篇 2022年11月27日
下一篇 2022年11月27日

相关推荐

My title page contents