1. 研究目的与意义
| 一 研究背景
截至2021年6月，我国网民规模达10.11亿，较2020年12月增长2175 万，互联网普及率达71.6%，较 2020年12月提升1.2个百分点。截至 2021年6月，我国网络支付用户规模达8.72亿，较2020年12月增长1787 万，占网民整体的86.3%。截至2021年6月，我国网络购物用户规模达8.12亿，较2020年12月增长2965万，占网民整体的80.3%。在互联网行业迅猛发展的形势下，我国电商企业也得到了良好的发展环境，企业与企业之间的并购、重组也不断发生。互联网企业估值的准确度和合理性对于投资者来说越来越重要，而互联网企业的估值与传统企业的估值差异较大，传统企业的估值与营业收入、净利润相关，而互联网企业通常是轻资产企业，在经营前期及中期后期的营业收入变动性不易估计，难以用传统估值方法计算。 唯品会是中国领先的名牌折扣网，并于2012.3.23成功在美国纽约证券交易所（NYSE）上市，是中国华南首个在纽交所上市的电子商务公司。本文选取唯品会作为案例，基于 DEVA 估值模型，根据目前互联网企业的发展情况对模型进行适当的改进，通过理论与实际案例的结合，希望在前人的基础上构建一个能更准确计算互联网企业估值的方法。 二 研究意义 理论意义，本文基于DEVA模型，结合目前互联网企业的发展状况及特点修正DEVA模型，得到一个更适合于互联网企业的估值方法，通过对原有模型的参数进行一个补充和完善，为模型未来的发展提供一定的理论支撑。在我国，应用传统评估方法能够满足大部分的企业价值评估。但是随着互联网企业迅速发展，需要根据企业的核心价值因素，运用合理的评估方法，使估值结果更加科学合理。互联网企业与传统企业相比有更独特的核心价值特征和类型更多、更加新颖的商业模式。不同的核心价值因素需要根据其特定的情况进行评估，例如在同一市场上很难找到与评估企业类似的可比对象，或很难准确预测企业未来的现金流等。 现实意义，对互联网企业本身而言，更加准确合理的企业估值能够更好地发现发展中存在的问题并做出调整，了解自身定位并更好地根据企业发展状况制定更加合适的发展战略，让企业未来能够走上一条更为合理的发展道路；对互联网行业而言，准确的互联网企业估值可以让行业内的环境更加健康，促进整体行业的发展；对整个资本市场而言，通过对互联网企业进行估值，客观的企业价值能够给股票定价、企业投资等活动提供支撑；对于投资者而言，准确的互联网企业估值，可以让投资者更明了企业的投资价值，在做出投资决策时能更慎重地进行考虑，减少投资损失。 |
2. 研究内容和预期目标
|
研究内容 互联网行业作为快速发展的新兴企业，与传统企业核心价值有较大的差异，核心价值影响因素也有较强的独特性——资源、运营以及用户价值等指标无法在传统的资产评估模型中得以衡量。因此，本文选取了国际上普遍使用的互联网企业价值评估模型——DEVA 模型，结合我国现代互联网企业的特点，在对 DEVA 模型修正的过程中，引入对企业价值产生影响的重要指标，以求得客观合理的评估结果。其次，本文选取了广州唯品会信息科技有限公司为案例，通过对其核心价值影响因素进行分析，利用修正后的 DEVA 模型进行企业价值评估，使评估结果更加科学合理。 目前互联网行业发展迅速，更新换代比较快速，原有的DEVA 模型并没有准确的界定用户的概念，企业价值与用户数量平方的关系随着互联网企业的发展也很难一直保持。因此，需要结合现代互联网行业的发展规律，分析现代互联网核心价值影响因素和企业价值特点，以此为基础对MaryMeeker提出的传统的DEVA模型进行改进，根据互联网电商企业的特性，选择适当的修正系数，弥补该模型自身的缺陷，使其评估结果更加准确。引入市场份额以及用户价值等因素，力求能够在一定程度上完善互联网企业价值评估体系。 写作提纲 第一章，绪论。对本文的研究背景及意义的简单介绍，分析提炼互联网企业的特性以及外部因素的影响，提出本篇文章的研究内容、方法和创新点。 第二章，文献综述。阅读和整理国内外文献，总结企业常用的估值方法和互联网企业估值方法。 第三章，互联网企业价值评估理论基础。介绍了包括梅特卡夫定律以及齐普夫法则等相关的理论。分析传统常用的估值方法在运用于互联网企业时的优缺点以及对 DEVA 模型进行介绍并分析其优缺点。 第四章，修正DEVA模型的构建思路及适用性分析。根据互联网企业的特征，对 DEVA 模型进行修正，并介绍模型参数的选取、改进的思路、最终模型参数的确定。最后分析修正后的模型是否能够用于互联网企业估值，哪种类型的互联网企业更为适合用该模型。 第五章，案例分析。介绍互联网企业的定义、分类、发展现状及互联网企业价值的影响因素，重点阐述唯品会所处的电商行业和企业自身。将改进的 DEVA 模型运用到唯品会案例中，并将评估结果与其他评估方法估值结果进行比较，分析 差异原因。 第六章，结论。结合案例分析得出结论，同时分析研究存在的不足，并对模型及互联网企业估值方法未来的进一步完善提出展望。 |
3. 国内外研究现状
| （一）国外研究现状 互联网起源于国外，因此对于互联网企业估值方面的相关理论更为完善。美国广播通讯业之父大卫萨尔诺夫率先提出用户数量与企业价值之间应为正向关系。而 Metcalfe（1973）则将无线电视评估的评估方法引入到互联网企业估值中，进一步明确互联网企业价值等于网络所拥有用户的平方数，这一研究结果后面被命名为梅特卡夫模型，是早期互联网估值的重要理论之一。Bauer（2005）在之前的研究基础上引入客户生命周期这一新概念，构建了兼备非财务和财务指标的估值模型——CLV 模型。Gupta（2009）用亚马逊、巴诺教育、亿创、莫柏星和SK 电讯五家企业的数据验证了该模型的适用性，并提出公司价值等于预期用户价值的思路。Demerjian（2012）围绕平台型互联网企业展开探讨，提出融合了财务和非财务数据的混合指标适配性较强；无独有偶，Young-MinLee（2016）认为电子商务企业的估值模型也应兼容这两种视角。国外对于互联网企业的估值考虑因素率先融入了用户价值，并用实际数据进行了验证。 （二）国内研究现状 国内对于基于用户价值角度的相关理论研究时间上较为滞后且相对较少。互联网企业在初期时潜在价值程度较高，帅青红（2005）据此提出了 CVBC 估值模型，肯定了用户潜在价值的重要性。马越（2016）在详细整理了传统估值理论体系，结合互联网企业特点之后发现一直以来在企业估值中占据主导地位的现金流和利润等财务指标并不属于关键因素，用户的数量、引入价值能力和上升空间才是真正值得关注的。车培容（2017）从实证角度出发，选取了国外上市的 36家中国互联网企业，进行面板数据分析，发现活跃用户的信息数量对提高公司市值有正影响，并解释了其作用机理。国内学者近年来多数还是以已有的成熟理论为基础，结合研究细分行业的各自特点和经营模式，做进一步的修正。孙骏（2015）以社交类互联网企业为研究对象，对比了梅特卡夫模型和 DDM 模型后认为，投资者可能更偏向于符合互联网行业乐观态度的前者，而后者更多是作为一个下限值的预测方法。邵雅楠（2017）针对互联网初创企业的特点，在 DEVA 模型中引入了可比系数α，对企业地开放流动性起到调节作用。潘慧中（2018）根据互联网游戏企业看中游戏用户黏度的特性，在用户价值模型中引入月留存率 R ，即某天新增的用户中在一个月后还存在有效操作的用户数量与新增用户的比值，用案例企业连续四年的数据验证了其研究的有效性。胡晓明，朱羽灿（2019）认为大多数研究用户贡献值时直接采用营业收入进行计算太过粗略，没有考虑获取用户成本，因此选择了用户净收支，以便更优地反映用户向导型的互联网游戏企业价值。谢泽丰（2020）对国泰君安模型中的价值平方关系做出修正，认为出行类互联网企业无论亏损还是盈利，都更在乎市场占有量和活跃用户数量，这与用户价值法十分契合，可以在企业出现无法运用传统估值方法的状况时，通过非财务指标反映较为真实的价值。付翔（2020）考虑到网络电商企业的变动性，将 DEVA 模型中的初始投入成本进行重新定义，以用户维护投入额作为更佳选择。在以唯品会的数据验证之后得出DEVA法适合于互联网企业初期累积用户流量、构建用户网络的估值应用。 研究现状总结： 从目前研究现状可发现，互联网企业发展历史短，数据难获取，估值理论与实务操作结合研究远远不够，根据案例而针对性修改模型的研究少，探索针对性强的合理科学的互联网企业估值方法是亟待解决的问题。因此本文将延续近年来涌现的互联网估值创新做法，通过案例研究，修改梅特卡夫定律中的DEVA模型对互联网行业的估值进行进一步探索，丰富互联网企业的估值体系。 |
4. 计划与进度安排
1、2022年1月至2月，完善框架。进一步阅读参考文献，完善本文理论框架部分。搜集相关融资平台数据，进行初步指标分析。
2、2022年2月至3月，完成初稿。进一步收集相关资料，按照前期拟订出的框架，充实论文的内容，并对其加以具体分析论证，完成论文初稿。
