蚂蚁金服1550亿美元的估值是怎么算出来的?

2018 年 4 月 14 日 虎嗅网 KeyKey7


前两天,英国巴克莱银行(就是阿里巴巴IPO时的做市商)在重新评估后,将“超级独角兽”蚂蚁金服的估值从1060亿美元上调至1550亿美元,幅度接近一半。Mr.Key想借这个由头分析一下市场究竟是怎么给一家互联网公司估值的。


市场上和书本上的估值方法可能有20种,像什么P/E法、净现值法、现金流折现法等,这里不做定量分析,只尝试找出影响估值的核心因素。


对比较成熟的公司,国内常用的最简单的是P/E法,即市盈率。先算出这家公司的每股收益,再从二级市场上找到同行业的平均市盈率,结合该公司在行业内所处的位置及其成长性,估出一个P/E值,再乘以每股收益及全部股本,得出其估值。


比如,如果市场对小米2017年净利润为10亿美元的预测基本准确,参照同行业(小米在二级市场上应该参考大型互联网公司而非手机硬件公司),同在香港上市的腾讯2017全年净利润是715亿元,按照2017年末约39000亿的市值计算,P/E大概是55倍。以这个市盈率看小米的估值在550亿美元,但这没有考虑溢价。


有一个不能忽视的点在于,相对于这种纸面上的简单算数,一家公司的估值应该以实际产生股权交易时的出价为准。也就是说,“有价无市”没用,有人买你才算真实价值。估得再高,无人问津也是独角戏。所以,如果市场争抢着入股小米,供需不平衡,那它的估值理应高于550亿美元。


但P/E法比较适应于传统行业或比较成熟的互联网公司,对于那些增长迅速、却没盈利的对象就玩不转了。那这时该适用于什么估值方法呢?


一般,互联网行业的估值普遍高于传统行业,主要得益于互联网公司的高成长性以及广阔的业务边界。估值是市场对一家互联网公司在未来的生命周期里能产生多少利润的价值反映,着眼点不在于当前的财务数据。而且还要看,再重新复制一家这样的公司所需的成本,即机会成本与先发优势有多大。


针对计算机领域,梅特卡夫在1973年提出了一个定律,网络的价值等于网络节点数的平方。他后来还亲自证明过Facebook的营收与用户数(用户相当于节点背后的每台联网计算机)的平方之间呈现正相关性。把梅特卡夫定律套用在互联网公司的估值中,可以产生一个简单的公式:v=km^2,v是价值(估值),k是变现系数,m可以理解为月活用户数MAU。


由于在线、连网、实时交互等特性,互联网公司的用户价值是以平方形式释放的,也就是几何级增长。比如一家互联网公司的MAU为1亿,另一家同类公司为1000万,那两者之间的价值差距可不只10倍。而传统行业的用户价值很可能是线性的,即v=km。这体现了连网的价值。


再看机会成本。马太效应在互联网行业是被放大的,一个平台的先发优势会逐渐加速它的行业垄断性,这在社交领域体现得很充分。另外,像亚马逊AWS之于欧美市场,阿里云之于国内市场,也体现了“早起鸟儿有食吃”的机会成本。市场现在重新孵化一个同级别的AWS或阿里云,难度极大,所以它们会在估值上产生较高的溢价。


由以上分析再来看蚂蚁金服的估值。巴克莱给出的调高估值的理由是用户数的增长以及单用户价值(ARPU)的提升,这源自2017年支付宝在线下支付领域的快速渗透,以及由支付场景与金融服务体系的丰富化带来的单用户收入贡献的增加。


如果套用上面最简单的公式v=km^2,蚂蚁金服活跃用户数的增长是抬升估值的重要因素。易观的数据显示,2017Q4,支付宝的市场份额环比提升了0.53个百分点,占比为54.26%,财付通占比38.15%。线下扫码这种高频业务带动了转账、理财等低频业务,让营收结构更多元化,这反过来又促进了变现系数k。


当然,专业的投行用于分析公司估值的模型与变量要复杂很多,但总体趋势和道理不会与这个基本公式相悖。顺着这个思路想,国际化战略应该是未来将蚂蚁金服估值抬升到另一高度的核心因素,这意味着用户数与应用场景的延伸。


由于电子钱包在使用习惯上的本地化属性,支付宝在海外的应用人群目前仍集中在中国出境游客身上,这对增加总用户数似乎没什么明显效果。但从生态角度看,蚂蚁金服通过入股、合作等方式连接了十几个海外电子钱包,再通过它们去连接当地的用户、商户、银行、第三方服务商等,将国内的生态复制到当地,把小网络连成大网络。还记得梅特卡夫定律对“连网”的价值肯定吗?这也是为什么生态级的公司估值远远大于用户数相仿的平台级或工具类公司。


*文章为作者独立观点,不代表虎嗅网立场


 虎Cares 


你戏很多吼,还不来释放一下

2018虎Cares全新「职场丧T」预售上线

助你逆战北上广,怼死戏精同事路人和老板


👇👇

登录查看更多
0

相关内容

浙江蚂蚁小微金融服务集团有限公司,简称蚂蚁金服,正式成立于2014年,是专注于服务小微企业与普通消费者的互联网金融服务公司。其前身是成立于2000年10月,独立于阿里巴巴集团之外的中国内资公司——浙江阿里巴巴电子商务有限公司。 维基百科
【CVPR2020】跨模态哈希的无监督知识蒸馏
专知会员服务
59+阅读 · 2020年6月25日
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
【机器学习课程】Google机器学习速成课程
专知会员服务
164+阅读 · 2019年12月2日
【课程】概率图模型,卡内基梅隆大学邢波
专知会员服务
69+阅读 · 2019年11月4日
为什么AI公司都在一边融资,一边投资?
腾讯创业
6+阅读 · 2018年9月25日
如何迅速提高公司估值?
计算广告
5+阅读 · 2018年5月16日
PPTV创始人姚欣:人工智能到底怎么赚钱?
2017创业阵亡最全名单曝光,触目惊心!
今日互联网头条
5+阅读 · 2017年12月26日
如何看待目前国内AI公司的估值?
雷锋网
4+阅读 · 2017年12月25日
IDG资本杨飞:从价值投资谈2017中国现象
IDG资本
4+阅读 · 2017年12月22日
你以为自己真的了解用户画像?其实猫腻可多了
THU数据派
8+阅读 · 2017年7月12日
Arxiv
9+阅读 · 2020年2月15日
Arxiv
21+阅读 · 2019年8月21日
Arxiv
6+阅读 · 2018年10月3日
Implicit Maximum Likelihood Estimation
Arxiv
7+阅读 · 2018年9月24日
Arxiv
4+阅读 · 2018年3月22日
Arxiv
5+阅读 · 2015年9月14日
VIP会员
相关VIP内容
【CVPR2020】跨模态哈希的无监督知识蒸馏
专知会员服务
59+阅读 · 2020年6月25日
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
【机器学习课程】Google机器学习速成课程
专知会员服务
164+阅读 · 2019年12月2日
【课程】概率图模型,卡内基梅隆大学邢波
专知会员服务
69+阅读 · 2019年11月4日
相关资讯
为什么AI公司都在一边融资,一边投资?
腾讯创业
6+阅读 · 2018年9月25日
如何迅速提高公司估值?
计算广告
5+阅读 · 2018年5月16日
PPTV创始人姚欣:人工智能到底怎么赚钱?
2017创业阵亡最全名单曝光,触目惊心!
今日互联网头条
5+阅读 · 2017年12月26日
如何看待目前国内AI公司的估值?
雷锋网
4+阅读 · 2017年12月25日
IDG资本杨飞:从价值投资谈2017中国现象
IDG资本
4+阅读 · 2017年12月22日
你以为自己真的了解用户画像?其实猫腻可多了
THU数据派
8+阅读 · 2017年7月12日
相关论文
Arxiv
9+阅读 · 2020年2月15日
Arxiv
21+阅读 · 2019年8月21日
Arxiv
6+阅读 · 2018年10月3日
Implicit Maximum Likelihood Estimation
Arxiv
7+阅读 · 2018年9月24日
Arxiv
4+阅读 · 2018年3月22日
Arxiv
5+阅读 · 2015年9月14日
Top
微信扫码咨询专知VIP会员