MBA上海国家会计学院 | 互联网企业估值的探讨——梅特卡夫模型的应用

本文以梅特卡夫法则为理论基础，探究用户如何为互联网公司创造价值。一方面本文运用实际案例，分析用户数量(MAU)和单用户收入(ARPU)如何推动销售额和市值增长，来验证梅特卡夫法则的解释力，并对各参数之间的关系进行分析，来检测估值模型中包含的参数及其关系。另一方面，利用分析结论建立以梅特卡夫为基础的估值模型，并根据案例数据分析，对模型的显著性进行验证。

过去5年里，美国社交网络公司的表现较标准普尔指数高出170%。2017年全球市值前十的企业中，互联网企业占比一半。2007年到2011年，Twitter的估值从8000万美元到80亿美元;2012年到2014年，Instagram估值翻了35倍;2017年Snapchat上市，P/S高达70倍，这些都体现了互联网时代，金融市场对互联网企业的青睐。但光环似乎并未一直笼罩，2018年，Twitter的市值仅仅180亿美元，而Facebook市值高达5430亿，互联网公司为何享有高估值，估值的差异因何而起，引人深思。

互联网企业估值一直众说纷纭，很多互联网企业在上市时净利润和净现金流均为负，传统财务估值模型不再适用。他们最大的资源是用户，资源的价值体现在用户创造的网络效应中。研究互联网公司的获客方式、商业模式、规模效应，把互联网企业的经济活动规律抽象出来，设立参数、建立模型、检验参数和模型的有效性，并用以解释估值现象，是本文的意义。

二、理论基础

(一)梅特卡夫法则

1973年，计算机网络先驱罗伯特•梅特卡夫(Robert Metcalfe)提出了著名的梅特卡夫法则，即：网络的价值与网络节点的平方成正比。

3、未考虑企业生命周期

任何估值模型都必须关注企业的生命周期。由于品牌辐射力、替代品产生、用户兴趣转移等原因，在用户数N达到一定数量的时候，再想获取新的用户就变得较困难，当用户不再线性增长时，单用户价值也会有下降的可能，N也许不能在企业的整个生命周期内对市值保持平方级别的推动力。

三、研究设计

(一)互联网公司估值的基本思路

(二)国泰君安估值模型

第一层次，假设互联网企业的收入(Revenue)与单用户收入(ARPU)和月活跃用户(MAU)相关，并且这种关系是可以被量化的，其中假设是：

1、收入与月活跃用户(MAU)的平方呈正比;

2、收入与单用户收益(ARPU)呈正比。

第二层次，假设互联网企业的收入是公司价值的推动力，销售额会线性推动市值的增长。

(二)研究方向

1、通过分解销售额，研究ARPU和MAU如何推动销售额的增长，不同企业之间是否存在差异，差异的原因是什么。

2、研究销售额如何推动市值增长，不同企业之间是否存在差异，差异的原因是什么。

3、试图利用梅特卡夫法则进行估值建模，并根据案例数据验证模型的适用性，分析模型参数的解释意义。

(三)研究方法

本文选择Facebook、腾讯、Twitter三家公司作为建模案例，通过分析三个公司的的ARPU和MAU如何作用于销售收入，销售收入如何作用于股票市值，并分析了同行业不同企业的差异。

四、研究分析.docx

(四)初步结论

1、收入与用户数的平方成正比。

2、收入与ARPU趋于正向线性关系。

3、通过观察收入、成本与MAU、ARPU之间的关系，可以判断验证一家公司是否属于严格意义上的第三类具有互联网公司属性，并可以通过拟合曲线函数的次级和R^2来判断网络效应的强弱。如果拟合曲线函数次数越高，网路效应越强;如果次数相同，R^2越高，网络效应越强。

4、在用户数持续线性增长的前提下，互联网公司市值和收入一般呈正向线性关系。

五、建模设计与结论

根据前文的实验结论，搭建互联网公司估值的定量模型，并使用统计中的回归思想验证模型的适用性。

(一)参数设置

1、V

股权估值，因变量。取每季末总市值。

2、MAU

月活跃用户数，自变量1。根据梅特卡夫法则，V与MAU^2存在相关关系。

3、ARPU

单用户收入，自变量2。V与ARPU存在相关关系。如果实验对象在季度报告中公布了相应数据，则直接采用;如果未公布，则采用Facebook的计算方式，ARPU=季度收入*2/(本季度MAU+上季度MAU)。

区别原始ARPU(单用户收入)和扣除成本后的ARPU(单用户贡献)。

4、e

随机误差项。代表模型中省略的对因变量不重要的影响因素，或者无法控制、不易度量的随机因素。

(二)模型搭建

1、基于以上分析，建立模型如下：

V=α*ARPU*MAU^2+b+e，需要观察的统计参数如下：

(1)α：回归系数。

(2)b：截距项。

(3)R Square：可决系数R²(亦称确定系数)，用以度量拟合优度，R²的值越接近1，说明回归直线对观测值的拟合程度越好。

(4)α的P-value：T检验对应的P值，当P

(5)α的DW值：杜宾-瓦特森检验的结果，可用于判断随机项是否存在一阶序列相关，如果DW=2，则完全不相关;如果DW值接近0，则存在完全一阶正相关;如果DW值接近4，则存在完全一阶负相关。用于检验α是否随机。

2、检验方法

分别对试验对象的数据进行回归，并进行统计分析，观察相应的统计指标。

(三)回归结果汇总

从显著性来看，Facebook、腾讯、Twitter三家企业对应α和b的P-value均

从中国移动的财务报表中可以看出，移动和联通主要的收入还是来自于通话费用及数据流量这两部分。这两部分的收益不菲，但实际上我们也注意到这是在我国不对外开放信产业的背景下，寡头垄断的结果。互联网之所以能产生网络效应，是因为用户之间有连接和交互，但移动和联通只是通讯供应商，无法做到这一点，就算是通话或者短信，每一次消费行为只能连接到一个人，而非网络中所有人，这是移动和联通与第三类互联网公司最本质的差异，因此也达不到梅特卡夫法则下收入与用户数的平方成正比。尽管每个中国人都需要通讯三巨头的服务，但用户之间无法通过建立连接，所以这些通讯运营商并不具备互联网属性。

从拟合优度来看，Facebook和腾讯R²都接近1，拟合程度优于Twitter的0.649154。另可以看出，Twitter的回归系数α为负数，这与上一章我们发现的“Twitter估值困境”吻合，也就是说，在Twitter商业模式不变的情况下，只要Twitter用户增加，或者ARPU增加，它的估值就会下降，但若二者均不提高，估值也不乐观。

在对的随机性检验时，发现各公司的DW值不完全接近于2，说明还有未考虑进模型的因素，但影响不大。根据α*ARPU*MAU^2/V来计算模型的解释程度，得到的结果在90%上下，验证了MAU和ARPU对估值V的解释力。

(四)回归结果汇总

实际上本模型与国泰君安估值模型理念一致，但将梅特卡夫法则与实际案例结合后，对该模型进行简化和改进，使之更具有实用性和可量化性。

在模型中加入ARPU后，ARPU代表了变现因子K，MAU^2为网络用户数N的平方，那么剩下的P/R^2，本位可用α进行替代。既然国泰君安模型中的P是溢价率系数，取决于企业在市场中的地位，那么可以市场份额进行量化;R是网络节点之间的距离，即为企业为获取用户所付出的成本代价，例如，付出的销售费用等。那么P/R^2代表企业为获取用户付出相应代价后所能达到的市场份额，换句话说，α是一个单位付出市场投入产出多少的效率概念。

腾讯的α值为2.37E-08，大于Facebook的α值2.05E-08，这与上一章的观点吻合，谈及两家公司的网络效应时，通过收入和MAU的关系也可以发现腾讯的网络效应比Facebook更加强烈，因此用户价值对股权估值的转化率α也更高，这里的网络效应实际是网络效率。Twitter的α值为-1.3E-07，代表市场对其商业模式和盈利模式的负面情绪，造成了Twitter估值接连下降，至今未能超越IPO时的估值水平。因此对于Twitter来说，该模型不适用，因为其网络效率是负的。

该模型也证明一点：用PS为互联网企业进行估值存在不未必合理性。ARPU*MAU代表销售额，那么PS的实际经济意义是α*MAU，它是一个随用户数量变化的变动指标，不可简单与行业内其他公司对标，必须研究公司的用户、收入和市值的关系。

六、结论与展望

本文通过验证检验梅特卡夫法则的适用性，来探究分析和研究互联网公司的价值所在，本文得到以下结论。

第一，用户数和单用户价值推动销售额增长，而销售额推动市值增长，其中销售额和用户数的平方呈正比关系。

第二，企业的商业模式决定了用户能否持续增长。用户能否持续增长不仅决定了销售额能否推动市值增长，还决定了单用户收益能否持续增长，从而通过销售收入推动市值增长。因此商业模式的可持续与否进而影响单用户价值的变动。

第三，基于梅特卡夫法则的建立的估值模型V=α*ARPU*MAU^2+b+e，其中α为网络价值转换为股权估值的转化系数，模型经检验具备适用性和解释力。该模型可用于判断一个企业是否拥有标准的互联网公司属性，也可以用于判断企业的行业地位和市场认可度，并结合以及企业的商业模式进一步研究如何进行市值管理是否有价值。由于时间关系，受到研究范式的局限，本文所建立的模型仍存在10%尚未解释的影响因素，模型也未能在细分互联网行业中检验其适用性，选取更多案例进行研究。未来同行学者如有兴趣，可以继续研究细分行业的在转化系数α有何不同方面，并进一步解读转化系数，共同推动模型改善仍有进一步研究的意义。

今日资本的徐新女士曾提出这样的观点：未来大公司如果在互联网上没有声音，就不灵了，因为现代的用户只相信互联网的信息。她认为，超级平台建成的基础在于规模效应促成的独家性和垄断性，而平台开花在于平台背后强大的网络效应。因此，a也代表了市场垄断性。美团创始人王兴曾指出互联网平台的垄断比例：7：2：1，即第一名拥有70%市场，第二名20%，剩下的10%可以忽略不计。同为国际化社交网络行业的巨头，在用户开发和商业模式方面的差异，导致Facebook和Twitter的a有天壤之别，关键在于对用户的把控上。在梅特卡夫发则的驱动下，用户数量差异最终造成企业经济价值的巨大差异是巨大的。越不能吸引新用户，就越不能产生经济效益，就越没有不能吸引投资者资金去打通渠道获取新用户，最终，这样平台的网络效应越不能发挥作用。最后便是马太效应的结果便是这样一个结果：强者恒强。

互联网的价值通过梅特卡夫法则淋漓尽致地展现在商业社会里，赢得社会的瞩目和资本的青睐。互联网的推动力来自于生产效率提升的变革，包括，如零售模式从过去的小商品市场到超市到连锁店到今天的电商，其背后的推动力都是来源自于供应链成本的下降和供应链效率的提升。中国正迈入大消费升级时代，越来越多的互联网巨头面临增速放缓、红利消退，却正努力转向推进与传统行业的合作，因为落地为实为传统行业导流或改变传统行业的商业内容。如今，互联网不是颠覆而是融合。而传统行业在掌握了互联网工具、方法论和价值观之后如能成功转型，又重新迸发出勃勃生机。互联网供应了商业模式转换的肥沃土壤，因此对互联网行业的估值研究技术也必将随着时代的浪潮奔流不息之得到更为广泛的应用和研究。

指导教师介绍

单喆慜，上海国家会计学院副教授。上海财经大学管理学博士，研究领域为公司金融、企业并购、股票估值等。拥有中国注册会计师、中国证券分析师、美国证券分析师资格。担任清华大学五道口金融学院、清华大学经管学院、上海高级金融学院等知名高校EMBA客座教授，在国内和大中华地区拥有很高的学术声誉。为上海市电力公司、宝钢集团、上海电气集团、五矿集团等担任财务顾问。