如何估算一家互联网创业公司的价值？
互联网公司的魅力正是因为无限的可能性，新三板公司也是如此。纳斯达克新三板酝酿着很多黑马，但对于投资者来说，最大的问题是如何从3000多家新三板公司中发现黑马，如何正确地对这些公司进行估值。
传统的估值体系在新三板不可行，很难找到规范的操作体系。随着新三板挂牌公司越来越多，这个问题会越来越突出。
互联网公司应该如何估值？虽然这个问题在圈内被广泛提及，但似乎并没有特别满意和统一的答案。随着注册制和vie的回归，我们相信这个问题会更加重要和困难。我们试着整理一下目前为止的一些碎片化的感受和经历，抛砖引玉。
互联网公司的估值有什么特殊性？
如果说今天的“互联网”可以算是科技的代名词，那么科技股，或者说新经济，最大的特点就是变化相当快。这种快捷可以表现在几个方面:
1.技术迭代快。
很难准确判断技术的发展趋势。曾经的领先者可能很快就会成为落伍者，存在所谓的“先行者的诅咒”，从模拟相机到数码相机，从MP3到音乐手机，从电纸书阅读器到IPAD，从传呼机到手机...新技术到来后，是对传统技术的毁灭性颠覆；
2.马太效应
从一个小公司崛起成为老大，也快几年了。时机很重要。再好的创意，再多的资金量，错过了风口就很难东山再起，但是早期很难预测这个潜在的巨头。比如千团大战后活下来的活跃海量玩家就很少，比如很多移动IM，微信出来后很难复制。比如早年有很多类似雅虎的门户公司，但最后下来的只有几家；
3.边缘清晰度
通用技术可以跨越很多不同的行业，很难界定界限。作为众多技术的代表，互联网可以连接几乎所有的行业，比如互联网教育、互联网制造、互联网农业、互联网旅游等...“互联网+”提出后，成千上万的行业被加上了互联网的标签，都是互联网企业。比如苹果，这是一家硬件公司、软件公司还是互联网公司？再比如华大基因。是生物企业还是互联网企业？DJI，是消费电子产品，还是互联网，还是自动化企业？
4.国家政策
对于传统企业来说，由于其成长性和成熟性，会经历一个较长的时期，所以不需要特别受制于产业政策上的一些收紧或放松。但对于一个能在短短3-5年内从1变成100的科技行业来说，这种影响就变得非常灵活了。例如，我们都知道优步的商业模式相当好，但在许多国家遭到政府的严厉抵制。一个新的优步会不会在未来找到一条不完全革命但能被政府认可的中间路线，从而在某些国家走得更快？比如3G和4G，牌照的发放，标准的选择，全球供应商的准入，都会和监管部门的意志有很大关系。
5.商业模式
互联网公司的商业模式很难一触即发，从初创期到成熟期几乎每年都有新的尝试和考虑。典型的例子就是奇虎360。在上市前的几年，这家公司尝试了几种盈利方式，比如考虑网络u盘(现在叫云盘)收费、软件下载会员等。，但直到上市后才确定浏览器流量甩出去+游戏/联运双主线驱动...这个故事似乎发生在所有的初创公司。
6.上市阶段
一个标准的互联网公司大概会经历三个阶段。一种是起步阶段，有大量的R&D、服务器/带宽投入，收入很少或者几乎可以忽略不计。二是成长期，表现为用户快速增长，商业模式不断成熟。但在现阶段，他们可能不会盈利，因为他们会用自己的利润去补贴市场和终端用户，加速自己的马太效应；第三，成熟阶段，公司用户增速放缓但收入增速较快，开始实现盈利。
如果所有的互联网公司都能在第三阶段上市，换句话说就是历史上我们熟悉的一个估值体系，我们可以简单的按照DCF或者PE等一些指标来定价，但问题恰恰是:他们往往会在第一或第二阶段上市，大部分都显示没有盈利，甚至有的用户亏损很多没有收入！这真的让很多有意愿的参与者无所适从。
如果我们用绝对估值法给公司定价，你会沮丧地发现，给企业一个可持续的增长率是没有意义的，2%-10%甚至更高，你永远分不清期间几个点的区别。如果我们回头看，在1999的纳斯达克4000家上市公司中，只有不超过5家在当年创下新高(苹果、亚马逊、微软...欢迎补充)，而且我没有收入的统计，但是数量不会太多(比如思科的收入比当时高，但是市值却远不如以前)，我们会意识到几乎99%的公司的可持续增长率其实都是负的！但是那时候投行或者公司本身，甚至市场，会这么想吗？
一句话，科技股代表未来，被称为新经济。“未来”或“新”是不确定的，这是传统企业最大的区别。也正因为如此，他们才会在投资人心中种下许多梦想，诠释无限期待。所以，除了梦想和梦想，互联网公司估值面临的最大挑战是不确定性。
伯克希尔在1998。在哈撒韦公司的年会上，巴菲特被问及是否考虑过在未来某个时候投资科技公司。他回答说，“这可能很不幸，但答案是否定的。”巴菲特继续说道:“我非常佩服安迪。”格罗夫和比尔；盖茨，我也希望通过投资他们，把这种崇拜转化为行动。但是说到微软和英特尔的股票，我不知道10年后的世界会是什么样子。
从传统的估值方法出发，互联网公司的真实方式给了投资人基本的否定。
估值和收入/利润有关系吗？
亚马逊是电商领域的老大，过去十年的盈利能力可以忽略不计。但由于其营收增速始终保持在30%左右，市值从2005年的200亿美元增长到现在的2000亿美元+。所以，在这种情况下，显然，估值和盈利关系不大。
以中国移动为例。2014年，中国移动收入比2007年增长近一倍，利润增长50%左右，但市值却下降了一半。如果因为增长率低而得出PE下行的结论，那么估值应该与收入或利润的增长率有关。好主意，我们继续。
2011年后，腾讯控股的营收增速和利润增速更早，出现系统性下滑。之前每年都在60-80%以上的平台，2011年后基本都在50%以下，利润增速下降的更厉害，达到20-30%。那么为什么增长率低但市盈率高呢？大家都说因为微信，微信改变了市场对公司的预期，所以不用看现在的市盈率，要看微信未来的产业布局。那就是用户？换句话说，只要互联网公司的用户在快速增长，你就不用关心收入、利润、收入增长率、用户增长率？
有很多案例可以验证这个逻辑。比如脸书2012上市的时候，因为用户一直在快速增长，所以市值快速增长，虽然市盈率是2013的90倍，2014的70倍。
我们最后谈到了用户。
梅特卡夫定律
从梅特卡夫定律开始。罗伯特；罗伯特·梅特卡夫(1946-)出生于纽约州的布鲁克林，3Com公司的创始人，并制定了梅特卡夫定律，该定律认为网络的价值等于网络节点数量的平方，网络的价值与连接到网络的用户数量的平方成正比。在具有n个成员的通信网络中，每个成员可以与其他成员建立n-1个关系。所以他认为网络值v = k * n的平方，k是常数。这个被称为圣经的定律，主要是让投资人相信，互联网公司只要有用户就是好的，他们的任务就是获取用户。
但随着互联网泡沫的破灭，梅特卡夫定律在回归理性时也有自己的不足。比如网络规模这么爆炸，那为什么还有很多孤立的网络公司，而不是整合在一起？或者说，如果梅特卡夫定律是正确的，那么无论两个网络有多大，都应该是互联的，但这是违背历史发展的。请参考《魔鬼梅特卡夫传播网络价值定律错在哪里》一文。
我个人认为，随着网络规模的扩大，每增加一个用户给网络带来的价值效应应该是衰减的。举个简单的例子，如果再加一个因素，时间，把公式改成V=K*N2*T，会更说明问题。t表示我们在网络中停留的时间。停留时间越长，电商/广告/游戏的变现能力越强，网络价值越大。在微信里，我们加了一个好友。我们会花同样多的时间去关注他/她的点点滴滴吗？显然不是。如果我们有10000个好友，我们会一天24小时都在微信上吗？也不可能。
人们总是关注自己最亲近、最好、最感兴趣的朋友或话题。因此，随着网络规模的增加，进入网络的用户对网络中个体的时间占用分布应该是逐渐下降的，即n(数量)增加，t(时间)减少，所以网络的值不应该是N2(平方)，而是一条低于N2但更线性的、包含增长极限特征的曲线。
齐夫定律就是对这一点的回答，是齐夫在20世纪40年代提出的。以一大段典型的英语文本为例，最常见的单词the通常占所有出现单词的近7%。第二个词:of占所有出现的词的3.5%，第三个词and占2.8%。换句话说，比例的顺序(7.0，3.5和2.8等等。)紧密对应1/k的顺序(1/1，1/2，1/3…)。如果网络有n个成员，这个值与1+1/2+1/…+1/(n–1)成正比。Zipf定律很好的解释了长尾定律，最后，接近对数函数Ln(n)。
如果用公式V=K*n*Ln(n)来表达这样一个n与增长极限e***，共存的网络价值模型，似乎比梅特卡夫定律更接近真实情况。但是，这不是问题的关键，因为都是增长模式。如果我们不知道用户数为X时的网络价值，那么我们也不知道用户数为X(1+Y%)时的网络价值。换句话说，如何确定k？
关于K，简而言之，K就是网络公司从用户变为盈利的系数，也就是俗称的货币化系数。我们可以猜测K与几个因素有关:第一，互联网公司存在马太效应，所以行业地位或先发优势很重要。在3-5年的趋势中，我们几乎记不起曾经有哪家公司的市场份额超过50%，份额被另一家公司取代，所以K应该包含了某个先驱或行业领袖的“马太”因素；第二，商业模式决定了一个公司的议价能力和盈利能力的可持续性。所以也要看2B/2C的不同议价能力。第三，用户粘性和活跃度。由于平台本身的定位、产品、体验等原因，用户会在不同的平台上活跃，流失率也不一样。比如SNS属性的平台粘性，也要分为活跃度较高的熟人社交平台和活跃度较低的陌生人平台。
第四，ARPU个人用户的盈利能力，这个不用多说，但是这个数字的稳定性和持续性都与前面的因素有关。还有，在一个网站的用户数量没有增加的前提下，今年和明年的收入可能会有很大的不同，因为它已经开始货币化了，那么我们能说这个网站的价值得到了很大的提升吗？换句话说，我们给ARPU的是预期价值还是现值？好像不是，因为如果给定现值，比如ARPU=0，那么结论就是网站的V值为0。如果给定了期望值，如何保证预期的实现？
当我们认为自己离真相越来越近的时候，我们离实战越来越远。这是我对以上分析的感受。因为即使我们在形而上的层面上，似乎列出了各种可能的方法和可以导致问题答案的步骤，我们仍然觉得这种方法无法付诸实践。因为，马太效应，商业模式，用户粘度/活跃度，单体ARPU等。，很难用一套模型来量化，更何况再加上时间和发展的维度，会让问题更加复杂。
简单来说，追踪互联网公司的用户可以判断趋势，尤其是行业层面。这样的尝试会更有意义。可以参考三年前《10互联网投资策略200次:平台的力量》的思路，但似乎并不容易定义公司的价值。但这是否意味着这些方法毫无意义呢？我认为不是。因为这种思考会让我们理解互联网的本质，是对定性分析方法的有益探索，我也没有排除这些定性分析方法在未来会逐渐量化的可能。