稍微认真的一点的投资人会注意到「估值」和「收入」经常被作为一对概念一起使用,仿佛两者之间存在一种绝对关系。常常听到说某家公司的 P/S 值,说的就是「价格与收入之比」,其实就是对两者关系的一种描述。
这种指标可以帮助我们理解一家公司。但它有潜在的问题:将某家公司价格和收入的关系量化成为一个数字,容易让人产生一种错觉,误以为只要使用了数字,对公司的描述就精准靠谱了起来。
但投资人需要区分「精确(Precision)」和「准确(Accuracy)」的不同。通过下图一目了然:
▲ 精确(Precision)
▲ 准确(Accuracy)
这其实是投资行业的普遍问题:精确的财务模型和指标让人们感觉很安全,但结果常常是不准确的。Uber 的早期投资人 Bill Gurley 在 2011 年的一篇文章中提到了这一点,也谈及了对 P/S 这一比率的使用。最近重读这篇文章,我发现许多观点在今天仍然是适用的。
什么估值手段可靠?
给公司估值时,金融行业普遍认为现金流折现法(DCF)是逻辑上最靠谱的,这个方法简单说,就是将公司未来所创造的现金流以特定的折现率换算到今天,然后加总。
这种方法的关键因素有两个:未来的现金流和折现率。就连巴菲特也认为这是估算企业价值的最佳办法。然而面对早期公司,使用这种方法几乎不可能。由于早期公司不确定性太大,无论是现金流和折现率都难以可靠预估,得出的结果更是不知偏差了多少公里。
于是 P/S Multilple(价格收入倍数)拯救了大家。P/S 一直是硅谷和华尔街最流行的估值方法。它虽然算得上是最粗糙的估值手段,但优越在理解起来很容易,而且非常实用。在美股最火爆的年头,P/S 是投资人的口头热词。然而,不假思索地使用却很危险。因为同样的收入规模,支撑起来的估值是截然不同的。
例如,如果我们看看科技股的 P/S 分布:
▲ 纳斯达克科技股 P/S 分布
▲ 纽交所科技股 P/S 分布
能看到 P/S 倍数的差别是巨大的。在最高一层有 Facebook(16.95 倍)、Atlassian(13.27 倍),Workday(12.75 倍),到低一些的 Box(5.35 倍)和 Square(3.82 倍),再到下面大量徘徊在 1 倍左右的公司。
然而,投资者常常选择平均倍数作为估值依据:
这样做的风险是,即使是在同一科技板块内,使用平均数仍然掩盖了上述巨大差异:少数公司拥有较高的 P/S 倍数,大量公司堆积在低倍数区域。也就是说,同样大小的收入,市场只把高估值倍数给予少量公司。
为什么会产生这种差异?刚才说到,我们很难用现金流折现法估算早期公司,因为我们难以确定公司长期的现金流量水平和折现率。但有一点是我们是能判断的(以下三点意思相同且完全可替换):
1. 哪些因素在长期会为公司带来更好的现金流
2. 在使用现金流折现法的前提下,公司的哪些特质在长期会有更高的估值
3. 哪些公司拥有更高的收入质量
9 个引发高估值的公司特质
具体点说,什么样的公司符合上面的标准?Bill Gurley 总结出 9 个特质。
1. 持续的竞争优势
核心问题只有一个:要是有人想向消费者提供和你一模一样的产品和服务,这事做起来有多难?要是很难,或者说你占领的市场别人不容易进入,华尔街马上就会为此嗨起来,投资者的财务模型就能马上将现金流预测推进到未来很长的时间去,估值自然也就上去了。
例如,可口可乐这种上了年纪的公司,增长远不及许多年轻公司,却有 4.4 倍的 P/S 倍数。这是因为市场认为可口可乐的竞争优势可以长期维持下去。
2. 网络效应
许多人认为「网络效应」就是在一个系统中消息可以顺着网络传递出去,一传十,十传百。其实这顶多算是病毒式(Viral)传播。还有一些投资人感觉中的「网络效应」其实却只是规模效应的表现而已。真正的「网络效应」说的是:随着加入网络的人越来越多,网络中现有的用户得到的好处也越来越多,网络本身的价值越来越大。
人们常常谈「网络效应」,事实上成功的例子屈指可数。一旦成功获得了「网络效应」,公司的护城河就仿佛坚不可摧,估值也会很高,可能会在 10 倍以上。例如 Facebook、Uber、Airbnb、Google。
3. 可预测性
投资人看中公司的盈利模型。未来的收入越是可预测,公司的估值倍数就越高。为什么 VC 多年来一直这么看好 SaaS(Software as a Service) 公司?因为 SaaS 的整个收入模型的核心就是周期性的「订购(Subscription)」收入。这种模式下收入的增长相对于传统软件行业更缓慢,但一旦增长起来,将会产生周期性且稳定的现金流。
反面的例子就是获得一次性收入的公司,或者现有收入在未来不再存在的公司。例如传统软件行业,做一单是一单,或者一些不具备平台特质的游戏公司,因为一款流行游戏的热潮很快会散去。
4. 高转移成本(顾客锁定)
按照第 3 点,可预测性能带来高估值。另一个角度看,将顾客留存更久,也是提高转移成本的一种办法。如果公司的产品 Churn Rate 高,留存率低,就是坏消息。
如果顾客能轻易转移到竞争对手的产品去,公司的估值也不会高。如果顾客发现这种转移很困难,公司就会有更强的定价权,更长的用户寿命,进而有更高的估值。
顾客锁定有不同的具体方式,可能是技术的锁定,数据的锁定,在新系统中重新部署的成本。总而言之,高转换成本在估值过程中意味着加分。
5. 边际利润率
VC 们钟爱可以「规模化(Scale)」的公司。意思是这些公司随着收入的提升,利润率也会更高。微软、Google 这样的公司在过去一直有很强大的规模化效应,而且很可能在未来的很多很多年一直存在。软件行业则是规模化的代表行业,因为每多卖出一份产品的边际成本基本是零。
有能力实现规模化的公司更有可能获得更高的估值,因为增长和不断增加的利润率能在未来带来更好的现金流。
6. 用户集中程度
每一家在美国上市的公司,如果存在对某一客户的销售额超过了收入的 10%,必须在招股说明书中披露。为什么投资者这么关心这一点?因为通常来说分散的客户总是更好的。一旦有一个客户在公司的营收中占据过大的比例,它就会有更强的力量来左右定价甚至是产品本身。而恰恰是因为这个客户占据这么多份额,公司不可能忽略大客户的意见。
理想的结构是大量的小客户,这时候他们都是「价格接受者」。Google 的广告关键词业务就是这种情况。
7. 对合作伙伴的依赖性
如果一家公司高度依赖于合作伙伴或其他平台,那么它的估值可能终将要被打折扣。例如,某家公司的流量几乎全部来自于搜索引擎 SEO。这时候 Google 的技术变化和政策等一举一动都潜在影响这家公司。
甚至是,即使在此前多年的合作中从未有过因为 Google 方面的变化造成的影响,只要投资人知道有这种可能性,长期来看公司就会被给予一个较低的估值倍数。
典型的例子是 Zynga。上市前最火爆的一段时间里,Zynga 几乎是完全依赖于 Facebook 平台进行游戏的推广和分发。每一个投资人都会考虑,Zynga 对 Facebook 的这种依赖有什么优势和弊端。毕竟没人希望仅仅由于 Facebook 政策和算法的变动而对 Zynga 产生各种不可预见的影响。这正是产生低估值的原因之一。
8. 有机增长与高推广开销
花在市场营销上的钱过多,会伤害公司的估值。有机增长则更多是找到了真正的需求所在,提供优质的产品和服务,借助用户的口口相传。通常来说,拥有超高估值的公司,无论是否做推广,都拥有超强的有机增长水平。
在亚马逊的成长史中,曾有过一段时间花了大价钱在电视上做广告。但后来创始人 Jeff Bezos 亲自砍掉了这部分花销。
他提到:「我们大约花了 15 个月来测试电视广告的效果。它确实有效,但对比开销来说,这笔钱花得不划算。以后更多的资金会投入到如何给顾客更好的体验上去,而不是花在大声叫卖我们的产品和服务上。口口相传是最强大的渠道。如果你能提供好的产品和服务,人们总会发现你。」
这并不是认为所有的营销都是无用的,而是说在完全相等的情况下,投资人会给具备有机增长特性的公司更高估值。
9. 增长
在所有的这些特质中,增长或许是最重要的一个。增长速度越快,在未来可能创造的现金流越多,公司获得的估值就越高。如果公司增速有 25%,华尔街就会非常亢奋;如果增速有 50% 甚至 100%,华尔街就会癫狂。
然而对增长的依赖也很危险。作为单一判断标准,增长有很强的误导性。判断标准很简单:如果增长不能转变成长期的现金流,就可能是无用或者有害的,估值会受到影响。
某种意义上说,增长很简单。如果你不管公司的其他方面,很容易就能实现。例如:今天我想创业,我的商业模式是以 8 块 5 毛的价格卖面值 10 元的纸币。问题是,这家公司的增速会如何?
显然,所有人都会希望用 8 块 5 买我的 10 块钱纸币。做好准备的话,我可以几天之内就做到上亿规模。虽然这是个极端的例子,但它却是今天许多公司的商业实质。任何人看到低廉的价格都会一拥而上,增长会随之而来。但这些增长是不可持续,有毒害的。
即使考虑到了利润率,单纯依赖增长也有风险。如果某家公司在一个新市场上实现了高速增长,却不具有上述第 1 点的竞争优势,很快就有新公司进入展开同质化竞争,增长和利润也将不复存在。
一个简单的评估系统
上面 9 个特质有重叠之处,合在一起则可以成为一套比较完整的评判系统。投资者能够将这个系统套用到任何公司上去,借以形成对于估值水平的判断。这个简单的系统长这样:
举几个实例说明怎么用:
这个系统不能告诉你「精确」的估值,但可以帮助你思考「准确」的价格在什么位置,以及一家公司「贵」还是「便宜」到底是什么意思。
【钛媒体作者介绍:硅谷投委会;微信公众号:vscouncil】
根据《网络安全法》实名制要求,请绑定手机号后发表评论
投资真的有太多技巧
精确和准确