《基于DEVA價值評估模型的平臺型企業(yè)價值評估案例-以嗶哩嗶哩網站為例》15000字

基于DEVA價值評估模型的平臺型企業(yè)價值評估案例—以嗶哩嗶哩網站為例摘要近年來移動互聯網迅速發(fā)展，于開放互通的市場格局下在政務、醫(yī)療、文化等領域進一步便利人民生活；同時，面對互聯網用戶增長速度放緩但手機使用強度不斷增加的現狀，各細分行業(yè)都努力通過精細化運營從而挖掘用戶最大價值。在用戶精神文化需求多元化、消費習慣場景化與碎片化的趨勢下，以網絡視頻為代表的內容行業(yè)走上了發(fā)展快車道，頭部玩家們通過不斷延伸、優(yōu)化的業(yè)態(tài)矩陣向資本市場傳達著獨特的投資價值，即使面臨長期虧損，以嗶哩嗶哩、快手等為代表的網絡視頻企業(yè)仍受到投資者青睞并實現高額市值。傳統(tǒng)的僅關注財務指標的企業(yè)價值評估方法在互聯網企業(yè)的估值實踐中具有相當的局限性，因而分析并構建一種體現互聯網企業(yè)核心價值的科學、直觀、易用的價值評估模型就具有特定的意義。本文首先梳理了現有的互聯網企業(yè)價值評估研究，簡潔描述了網絡視頻行業(yè)現狀，深入闡述了典型代表嗶哩嗶哩的商業(yè)模式、財務表現與核心價值，從而選定了以用戶價值為評估核心的DEVA價值評估模型，并在判斷其適用性及局限性的基礎上從用戶價值與投入資本兩方面進行了改進，最后使用嗶哩嗶哩2019年、2020年及2021年前三季度共三個時期的有關數據對改進的DEVA價值評估模型進行了實證檢驗。計算結果顯示，基于改進的DEVA模型的價值評估結果與嗶哩嗶哩實際市值的誤差率不斷改善并最終實現了3.3720%的較低水平，資本市場對嗶哩嗶哩用戶價值的認可程度呈現著不斷上升的趨勢，說明了改進的DEVA價值評估模型在用戶資源視域下具有較好的應用意義，將為互聯網企業(yè)的價值評估帶來更多的有益思考。關鍵詞：網絡視頻平臺；用戶價值；DEVA模型；價值評估目錄TOC\h\z\t"阿一,1,阿二,2"緒論 緒論互聯網作為蓬勃發(fā)展的重要基礎設施，長期以來在政策引領下于就業(yè)、收入、教育、醫(yī)療、養(yǎng)老、托育等民生福祉領域發(fā)揮了關鍵作用，為推動我國經濟高質量發(fā)展提供了強大動力，顯著提升了人民群眾的獲得感、幸福感、安全感。當前社會服務各領域加速數字化進程，互聯網普及率持續(xù)提高，根據中國互聯網絡信息中心數據，截止到2021年9月，互聯網用戶規(guī)模達到11.67億歷史新高。在疫情常態(tài)化、流量視頻化的新技術加速落地的背景下，行為深化、邊界延展的網絡視頻消費習慣不斷刺激基于視頻內容的服務生態(tài)擴張，互聯網視頻平臺走上了發(fā)展快車道。不過伴隨著光明發(fā)展前景的是目前在線視頻行業(yè)尚未形成穩(wěn)定的盈利閉環(huán)，雖然各大視頻平臺積極基于各自基因探索包括會員、廣告、打賞、電商及內容分發(fā)等在內的多樣化變現方式，但“跑馬圈地+精細化運營”所帶來的高昂成本仍使愛奇藝、快手、嗶哩嗶哩等大多數互聯網視頻平臺長期處于虧損狀態(tài)。然而，部分互聯網企業(yè)長期陷入盈利困境的現實，并不妨礙其在資本市場上受到投資者的追捧并達到高額市值（估值）。互聯網企業(yè)投融資、并購等資本活動的正常開展需要建立在正確評估企業(yè)價值的基礎上，而傳統(tǒng)的企業(yè)價值評估方法面臨適用性挑戰(zhàn)，因而以互聯網視頻企業(yè)為分析對象，探究互聯網企業(yè)的價值評估具有切實的理論與現實意義。本文在梳理互聯網企業(yè)價值評估相關文獻及闡釋互聯網視頻行業(yè)發(fā)展現狀的基礎上，分析并改進基于用戶價值的DEVA價值評估模型，以期以形式簡潔、指標關鍵且易得的模型，測算將網絡視頻平臺的核心資源——用戶價值作為估值錨時模型估值與實際市值的差異情況并闡述可能的原因，從而為以網絡視頻平臺為代表的互聯網企業(yè)的價值評估提供有益的啟發(fā)。一、文獻綜述（一）基于傳統(tǒng)估值方法拓展的互聯網企業(yè)價值評估研究傳統(tǒng)的企業(yè)價值評估方法主要分為資產基礎估值法、絕對估值法（收益法）和相對估值法（市場法）三類。資產基礎估值法利用資產減去負債測算出企業(yè)的所有者權益，經典方法包括重置成本法和凈資產賬面價值法等；絕對估值法是對資產的未來預期收益進行折現的方法，經典模型包括現金流貼現（DCF）模型及其衍生的調整現值（APV）模型、自由現金流貼現（FCFF）模型、股利貼現（DDM）模型和經濟附加值（EVA）模型等；相對估值法是比較被評估公司與市場上相似公司的乘數方法，通過財務數據計算合理的價值比率再進行價值評估，經典模型包括市盈率（PE）模型、市凈率（PB）模型和市銷率（PS）模型等。運用傳統(tǒng)的企業(yè)價值評估方法關注財務指標，且需要滿足特定的前提條件，但互聯網企業(yè)存在相當的特殊性（Thomasetal.，2009）。資產基礎估值法著眼于核查現有資產而無法預見互聯網企業(yè)的未來成長性，且其核算過程繁縟，同時難以核定無形資產導致無法客觀評估互聯網企業(yè)的核心價值（段文奇等，2018）。絕對估值法的核算基于可預期的未來收益及折現率（Colomboetal．，2010），但互聯網企業(yè)業(yè)務拓展迅速導致特定階段的穩(wěn)定性及可預料性較差，譬如燒錢擴張導致連年虧損而無法預測未來成本與收益，同時也存在著未上市或上市時間短導致公開數據短缺的情況。相對估值法的應用核心在于確定合理的參照企業(yè)，而互聯網企業(yè)在特定行業(yè)存在商業(yè)模式差異大、可比上市企業(yè)數目及財務數據缺少、估值參數合理性不足的情形（Truemanetal．，2000），導致相對估值法的應用存在困難。基于傳統(tǒng)估值方法的適配性不足，后續(xù)研究主要在模型操作層面進行改進與拓展。在操作層面進行改良的研究肯定了傳統(tǒng)估值方法的理論基礎，如在資產基礎估值法的基礎上費用資本化方法（Demersetal.，2000）進行了指標匹配優(yōu)化，在絕對估值法的基礎上前景預測的權重化可能性方法（Thomasetal.，2009）著力于降低預期收益的不確定性，在相對估值法的基礎上基于成長性比較的PEG乘數法（Koller，2010）嘗試改善參數合理性與預期成長性等。（二）基于非財務指標與企業(yè)生命周期的互聯網企業(yè)價值評估研究傳統(tǒng)的企業(yè)價值評估方法面臨適用性挑戰(zhàn)，而基于傳統(tǒng)估值方法拓展的互聯網企業(yè)價值評估研究，即財務指標的操作層面改良研究，其實證顯示財務指標與股價的相關性仍舊較低（Ghandour，2010），因而諸多學者將研究焦點聚集于非財務指標或財務指標與非財務指標結合的生命周期視角。非財務指標體系下，互聯網企業(yè)價值評估研究主要從宏觀經濟、用戶價值、管理能力與生態(tài)協(xié)同四個維度展開。宏觀經濟維度包括形勢政策、行業(yè)環(huán)境等研究角度，如Semmler（2012）利用復合證券定價模型驗證了經濟周期對互聯網企業(yè)估值的放大效應，Singh（2013）利用信息瀑布模型闡述了媒體輿論在互聯網企業(yè)估值中對個體投資者的羊群效應。用戶價值維度包括顧客資產、終生價值等研究角度，如Ordanini（2010）通過因子分析法驗證了顧客訪問量、黏性與忠誠度對互聯網企業(yè)估值的影響。管理能力維度包括企業(yè)家能力、管理結構等研究角度，如Garg（2013）分析認為董事會監(jiān)管和企業(yè)業(yè)績具有倒U相關性，進而影響互聯網企業(yè)估值。而生態(tài)協(xié)同維度包括協(xié)同效應、戰(zhàn)略聯盟等研究角度，如Hallen（2012）實證分析得互聯網企業(yè)間通過直接與簡潔催化關系結成的良性生態(tài)關系對互聯網企業(yè)估值具有積極影響。Thomas（2009）認為傳統(tǒng)估值方法拓展視角與非財務指標視角兩種互聯網企業(yè)價值評估思路沒有本質矛盾，評估結果的差異性源于互聯網企業(yè)處于不同的生命周期。生命周期的階段差異性導致互聯網企業(yè)在不同時期具有不同的發(fā)展特征與評估需求，因而需要綜合財務指標與非財務指標采取不同的價值評估準則和方式。互聯網企業(yè)在初創(chuàng)期與成長期具有靈活性價值屬性，應關注并評估非財務指標；在成熟期與衰退期具有收益性價值屬性，應考量并評估財務指標（段文奇等，2018）。如Kemper（2012）提出基于顧客價值的現金流量折現模型與基于顧客價值的實物期權定價模型分別應對互聯網企業(yè)初創(chuàng)期現金流為負及成長期爆炸式增長的主要特征；Koller（2010）構建關鍵價值要素模型對應互聯網企業(yè)成熟期具有穩(wěn)定現金流的主要特征；Cochran（2006）構建cox風險比例改進模型對應互聯網企業(yè)衰退期持續(xù)虧損的主要特征。（三）研究述評對互聯網企業(yè)價值評估的研究需要從互聯網企業(yè)整體價值的形成過程、影響價值的關鍵機理和企業(yè)價值的評估方法三個層面分別進行，不同性質的價值創(chuàng)造要素對企業(yè)具有不同的價值貢獻，企業(yè)所擁有的價值創(chuàng)造潛力和企業(yè)價值的形成結果也大為不同。用戶是稀缺資源（Sunetal.，2009），是驅動互聯網企業(yè)價值創(chuàng)造的關鍵因素。用戶對互聯網企業(yè)的價值創(chuàng)造，不僅包括創(chuàng)造收入，還體現于產生協(xié)同和擴展其它業(yè)務的能力(Jooetal．，2011)，以及作為看漲期權向市場釋放積極的價值信號(Sirmonetal．，2011)?？梢哉f，用戶對企業(yè)價值的影響機理本質上就是如何測度用戶資源數量并對其進行合理定價。本文在分析網絡視頻平臺的商業(yè)模式的基礎上研究用戶資源這一關鍵驅動因素對企業(yè)價值的影響機理，并優(yōu)化、驗證基于用戶價值的DEVA價值評估模型，以為相關研究提供更多有益思路。二、網絡視頻行業(yè)與嗶哩嗶哩發(fā)展現狀（一）移動互聯網發(fā)展概況互聯網應用從細分領域可以劃分為基礎應用類（即時通信、搜索引擎、網絡新聞與在線辦公）、商務交易類（網絡支付、網絡購物、網上外賣與在線旅行預定）、網絡娛樂類（網絡視頻、網絡直播與網絡游戲）和公共服務類（網約車、在線教育與在線醫(yī)療）四大類。從用戶規(guī)模來看，截至2021年6月，互聯網應用用戶規(guī)模和網民使用率前五名分別為即時通信應用（9.8330，97.3%）、網絡視頻應用（含短視頻應用，9.4384億，93.4%）、短視頻應用（8.8775億，87.8%）、網絡支付應用（8.7221億，86.3%）與網絡購物應用（8.1206億，80.3%）。在線下場景加速向線上融合的發(fā)展趨勢下，人們對于移動互聯網的依賴度穩(wěn)步加深，根據QuestMobile數據，2021年9月移動互聯網用戶人均單日使用時長達到了6.6小時。而視頻化是內容消費和生產的長期趨勢，2021年以來網絡視頻應用在各細分領域使用時長排名中位列第一，時長占比達30%，成為最具成長性的流量聚集地。中國移動互聯網繁榮發(fā)展的同時也已進入存量時代。根據QuestMobile數據，2018到2020年，中國移動互聯網的用戶月均同比增速持續(xù)下降，分別為4.9%、2.3%、1.7%；用戶時長和用戶月人均打開APP個數增速放緩，網民時間與精力的挖掘空間持續(xù)縮窄。在存量博弈的情況下，中國移動互聯網的競爭已經從跑馬圈地粗放式的獲取流量轉向如何通過精耕細作將量留住的新時代。（二）網絡視頻應用競爭格局與商業(yè)化路徑按照視頻時間的長短，網絡視頻分為5分鐘以內的短視頻、30分鐘以內的中視頻及30分鐘以上的長視頻三種。短視頻的代表性應用有抖音與快手；中視頻的代表性應用有嗶哩嗶哩、西瓜視頻等；長視頻主要指網絡劇、網絡綜藝、網絡電影和網絡動畫等專業(yè)內容，其代表性應用有愛奇藝、騰訊視頻、優(yōu)酷與芒果TV等；在一定程度上中長視頻具有相互靠近、滲透的趨勢。按照內容生產方式，網絡視頻分為UGC（UserGeneratedContent，用戶生產內容）、PUGC（ProfessionalUserGeneratedContent，專業(yè)用戶生產內容）與OGC（OccupationallyGeneratedContent，專業(yè)機構生產內容）三種。在專業(yè)性和內容承載力方面，短視頻以直接、簡單的形式傳遞碎片化信息，制作門檻相對低；中視頻與長視頻則需要專業(yè)的個人或機構參與更具深度的內容制作。以相對穩(wěn)定的流量作為判定標準，網絡視頻應用的競爭格局較為清晰。在2021年第三季度，短視頻賽道中抖音與快手的月活均值分別為6.3億與3.2億，用戶使用時長均值分別為144.6分鐘與125.3分鐘；中視頻賽道中嗶哩嗶哩與西瓜視頻與的月活均值分別為2.7億與1.2億，用戶使用時長均值分別為88分鐘與32.7分鐘；長視頻賽道中愛奇藝、騰訊視頻、優(yōu)酷與芒果TV的月活均值分別為5.3億、4.59億、2.3億與2.24億。在商業(yè)化路徑方面，不同網絡視頻平臺基于內容與用戶特征進行會員付費、廣告、直播打賞、游戲、電商等變現方式的組合。短視頻平臺主要依靠廣告、電商、直播打賞等變現途徑，其內容特性不支持付費會員體系的建立；而中視頻和長視頻主要通過廣告、付費會員進行變現，同時前者也可通過直播打賞與電商進行獲利。（三）嗶哩嗶哩發(fā)展現狀1.嗶哩嗶哩簡介嗶哩嗶哩（BiliBili），簡稱B站，創(chuàng)立于2009年6月，早期定位為ACG內容（動畫、漫畫和游戲）為主的二次元視頻彈幕網站，后逐步發(fā)展為覆蓋生活、游戲、動漫、科技和知識等多元文化和興趣內容，以PUGV（ProfessionalUserGeneratedVideo，專業(yè)用戶生產視頻）為核心，包括OGV（OccupationallyGeneratedVideo，專業(yè)機構生產視頻，長視頻為主）、短視頻、直播等全場景的高粘性、高認同的綜合視頻平臺與文化社區(qū)。嗶哩嗶哩于2018年3月28日在納斯達克掛牌上市，并于2021年3月29日在香港掛牌二次上市。在2021年第三季度，嗶哩嗶哩月活躍用戶數（MAU）達到了2.672億，同比增長35.5%；日活躍用戶（DAU）達到7210萬人，同比增加35.3%；月付費用戶數達到2390萬人，同比增長59.3%。嗶哩嗶哩2018年—2021年第三季度月活用戶數、月付費用戶數及同比增速數據如圖1所示。圖1嗶哩嗶哩2018年—2021年第三季度月活用戶數、月付費用戶數及同比增速圖2.嗶哩嗶哩商業(yè)模式嗶哩嗶哩的商業(yè)模式圍繞“流量獲取—流量變現”展開，可闡述為以PUGV為核心的優(yōu)質內容吸引用戶，以活躍的社區(qū)氛圍留住用戶，形成“創(chuàng)作者—內容—用戶”的正反饋循環(huán)，并基于內容生態(tài)拓展以移動游戲、增值服務、廣告、電商及其他為核心的多元變現業(yè)務實現商業(yè)化價值。（1）移動游戲游戲是嗶哩嗶哩PUGV生態(tài)中觀看量第二大的品類，是直播內容的最大品類。作為中國二次元游戲市場最重要的分發(fā)平臺，游戲業(yè)務是嗶哩嗶哩早期變現的主要渠道。嗶哩嗶哩的游戲業(yè)務主要分為獨代游戲、聯運游戲與自研游戲三種運營模式，對財務收入產生主要貢獻的獨代與聯運模式，其貢獻比例約為3:1，后者的毛利率相對更高。根據艾瑞咨詢，2020年嗶哩嗶哩占中國二次元手游市場的份額達21.5%，占整體手游市場的份額為2.3%，其運營了中國iOS暢銷榜Top100的所有二次元手游，其頭部產品《FGO》《碧藍航線》保持強生命力的同時依賴度逐漸降低。嗶哩嗶哩憑借強大交互性及對二次元文化的深刻理解，以精準營銷+原生內容聯動保障游戲高成功率，即通過游戲相關視頻內容聚集大量游戲愛好者，實現向游戲玩家的精準轉化進而實現流量變現；同時依附其內容生態(tài)將游戲素材導入社區(qū)反哺平臺發(fā)展實現閉環(huán)，最大化游戲生命周期價值。嗶哩嗶哩游戲業(yè)務增長的關鍵是豐富且優(yōu)質的產品供給，同時平臺MAU增長也是重要驅動力。二次元游戲市場持續(xù)升溫，加之游戲用戶群體正在發(fā)生代際遷移，90后及00后用戶形成消費主力，基于高重合、高粘性年輕人用戶流量優(yōu)勢，嗶哩嗶哩將長期受益于Z世代的行業(yè)紅利，游戲業(yè)務仍能維持高于行業(yè)的增速。（2）增值服務嗶哩嗶哩的增值服務主要包括直播、大會員充值、有聲讀物平臺（貓耳FM）及漫畫板塊。嗶哩嗶哩的直播業(yè)務由與游戲、娛樂、音頻、學習等內容共同驅動，區(qū)別于主流直播平臺的內容與運營模式，其直播業(yè)務有四大特點：視頻用戶也是直播用戶，直播的優(yōu)勢品類與視頻的優(yōu)勢品類高度重疊；主播大多兼具UP主身份，粉絲粘性與付費意愿更高；主播分成比例較其他頭部公司更高，對于主播更有吸引力；探索極具二次元特色的虛擬主播等新型直播方式。相較頭部直播平臺，嗶哩嗶哩的直播收入規(guī)模、付費率和單DAU廣告價值較小，2020年占中國直播市場的份額僅為0.7%。存在差距主要由于商業(yè)化起步晚，頭部內容不足且用戶偏低齡化、消費能力較弱。嗶哩嗶哩大會員服務起步較晚，于2018年1月正式推出，大會員享有免費或搶先觀看部分內容、半價點播付費內容等內容特權，以及裝扮、身份和視聽相關特權，大會員業(yè)務的增長核心在于優(yōu)質內容供給。（3）廣告目前嗶哩嗶哩廣告業(yè)務的重點行業(yè)包括游戲、食品飲料、電商、護膚美妝和3C產品等，隨著用戶年齡增長和平臺出圈，有望逐步開拓汽車、家居、早教等更多垂直領域的商業(yè)化機會。目前嗶哩嗶哩提供的廣告服務包括品牌營銷、效果營銷和內容營銷，其廣告商業(yè)化的核心價值在于為品牌方提供與用戶建立互信關系的良好土壤，通過內容連接品牌與用戶，建立持續(xù)的情感溝通，長期沉淀用戶信任與品牌心智。嗶哩嗶哩依靠“UP主+用戶”互動共創(chuàng)，利用UP主的內容資源進行商單軟廣對接、品牌專題創(chuàng)建等活動實現傳播擴散，借助圈層種草完成用戶轉化，從而形成消費閉環(huán)，達到品牌營銷效果。2018年為嗶哩嗶哩廣告收入的增長突破點，移動端開始接入首頁信息流廣告。2020年7月花火平臺的上線，是B站提高變現效率、規(guī)范社區(qū)商業(yè)生態(tài)的進程的重要一步。廣告主可以與平臺合作找準產品受眾，提高廣告投放效率；接入花火平臺的UP主有機會獲得官方指派的商單，定期獲得較好的回報；嗶哩嗶哩有利于留住UP主，穩(wěn)定社區(qū)創(chuàng)作生態(tài)，同時打開非頭部UP主們的商業(yè)合作空間，獲得更多的商業(yè)資源。對標頭部視頻平臺，嗶哩嗶哩的廣告變現相對克制，其承諾無貼片廣告，并控制廣告加載率限制到達率和觸媒頻次。以月活用戶平均貢獻廣告收入（廣告收入/MAU）來衡量平臺的廣告變現能力，2019年、2020年嗶哩嗶哩單用戶廣告收入分別為7.0元、9.9元，約為愛奇藝的1/2、快手與芒果TV的1/3。隨著嗶哩嗶哩商業(yè)化的成熟以及破圈帶來的更多流量，有望縮短與頭部平臺在廣告變現能力上的差距，實現廣告業(yè)務的進一步快速發(fā)展。（4）電商及其他嗶哩嗶哩的電商及其他業(yè)務主要包含會員購平臺的商品銷售及漫展等線下活動的門票銷售，其中電商收入貢獻最大，商品以手辦、模玩、盲盒等ACG衍生品為主，并逐漸拓展圖書、3C等產品類目。3.嗶哩嗶哩財務分析（1）業(yè)務收入嗶哩嗶哩營收保持高速增長，2018—2020年分別實現營業(yè)收入41.3億元、67.8億元、120.0億元，分別同比增長67.3%、64.2%、77.0%。2021年前三季度已實現136億元的營業(yè)額，其中2021年第三季度實現營業(yè)收入52.07億元。圖1嗶哩嗶哩2018年—2021年第三季度分業(yè)務營業(yè)額變動及增速圖更為關鍵的趨勢是嗶哩嗶哩收入增長引擎轉變，收入結構優(yōu)化均衡。受益于增值服務及廣告業(yè)務的收入增長及應收占比攀升，公司收入結構由相對單一、依靠游戲業(yè)務逐步向多元化發(fā)展，游戲收入占比從最高2017年的83.4%持續(xù)下降至2020年的40.0%。圖2嗶哩嗶哩2018年—2021年第三季度分業(yè)務收入占比游戲業(yè)務年營收總量持續(xù)增長但增速及貢獻占比均有所下降。2018—2020年游戲收入分別為29.4億元、36.0億元、48.0億元，分別同比增長43%、23%、34%；收入占比從2017年的83%下降至2020年的40%，主要系廣告、增值服務等非游戲業(yè)務高速增長，壓縮了游戲收入的比重。增值服務得益于積極引入頭部主播及熱門賽事資源，收入規(guī)模增速顯著，2018—2020年分別為5.9億元、16.4億元、38.5億元，分別同比增長232%、180%、134%；同時占營收比重不斷提高，2018—2020年從14%提升至32%，成為僅次于游戲的收入增長助推力。2020年嗶哩嗶哩直播收入為13.1億元，同比增長121.3%，占增值服務收入的34%，占總收入的11%；月均直播付費用戶110萬，同比增長83%，占平臺月活躍用戶數的0.6%。2020年嗶哩嗶哩大會員服務收入為16.5億元，同比增長129%，占增值服務收入的43%，占總收入的14%；月均大會員規(guī)模達到1240萬，同比增長110.2%，占月均付費用戶的83.8%，大會員付費率為6.7%。嗶哩嗶哩廣告收入保持高增速，占營收比重不斷提升。2018—2020年廣告收入分別為4.6億元、8.2億元、18.4億元，分別同比增長191%、76%、126%；廣告收入占總營收的比重不斷提升，2020年廣告收入占總營收15.4%，已成為收入支柱之一。2018—2020年電商及其他業(yè)務收入分別為1.4億元、7.2億元、15.0億元，分別同比增長92%、403%、108%；占總營收的比重小幅穩(wěn)步提升，2019年起占比突破10%。電商平臺商品交易總額連續(xù)三年超100%增長，并于2019年超過10億元，毛利率逐漸提升至近20%。（2）業(yè)務成本與費用嗶哩嗶哩的營業(yè)成本不斷增長。營業(yè)成本主要包含收入分成成本、內容成本、服務器及帶寬成本、電商及其他成本。收入分成包括游戲研發(fā)商及渠道方分成、直播主播分成、UP主分成及激勵，作為主要成本項，2017年起占總成本的比例基本維持在45%—50%。內容成本包括收購影視版權，自制劇集、綜藝等，占比逐年提升，2020年占比20.5%。服務器及帶寬成本占比從2017年的19.0%持續(xù)下降至2020年的9.5%，體現規(guī)模效應，是驅動毛利率擴張的重要原因。圖3.嗶哩嗶哩2018年—2021年第三季度分季度營業(yè)成本變動及增速經營開支方面，銷售費用率攀升，管理費用率與研發(fā)費用率相對穩(wěn)定。2020年銷售費用同比增長191.4%達到34.9億元，費用占比達29.1%，其中基于用戶增長的戰(zhàn)略目標將86.1%銷售費用投入營銷及推廣。管理費用同比增長64.7%至9.8億元，費用占比為8.1%，近幾個季度維持在8%—9%；研發(fā)費用同比增長69.2%至15.1億元，費用占比為12.6%，基本穩(wěn)定在12%—13%。圖4.嗶哩嗶哩2018年—2021年第三季度分季度經營開支變動及增速（3）毛利率與凈利潤盈利能力方面，毛利率持續(xù)改善。2017年起實現毛利潤扭虧為盈，2018-2020年毛利率分別為20.7%、17.6%、23.7%。圖5.嗶哩嗶哩2018年—2021年第三季度分季度毛利潤及毛利率嗶哩嗶哩進入發(fā)展快車道，業(yè)務擴張導致營業(yè)成本與經營開支攀升，公司虧損程度不斷擴大。2019—2020年公司虧損12.9億元、30.1億元，2021年第三季度GAAP（美國公認會計準則）凈虧損為-26.86億元，對應凈利率為-51.59%，創(chuàng)下歷史虧損新高。圖6.嗶哩嗶哩2018年—2021年第三季度分季度GAPP凈利潤與凈利率（四）嗶哩嗶哩核心價值來源嗶哩嗶哩的核心優(yōu)勢與護城河在于圍繞優(yōu)質用戶群所打造的內容與社區(qū)。嗶哩嗶哩的核心用戶是Z世代人群（1995年—2009年出生的占中國人口總數18.3%的2.64億年輕人），用戶數占比約為80%，其具有互聯網使用時長及應用程度高、表達及分享意愿強，付費意愿及能力強的特點；嗶哩嗶哩對Z世代用戶的滲透率約為53%，即每2個年輕人中有1個是嗶哩嗶哩的用戶，同時通過破圈加速滲透Z世代人群并延伸涵蓋85后在內的Z+世代。1.內容：全場景、多元化的優(yōu)質內容生態(tài)是嗶哩嗶哩的核心競爭力內容是內容社區(qū)的競爭核心，用戶及時長的爭奪取決于內容生態(tài)的競爭力。嗶哩嗶哩基于不同的消費場景與內容需求，通過不同的視頻形式拓展內容的深度與廣度，以更好地吸引與滿足不同圈層的受眾。PUGV是嗶哩嗶哩內容生態(tài)的基石，也是社區(qū)成長的核心驅動力。個性鮮明、富有創(chuàng)造力的優(yōu)質Z世代用戶群奠定了內容創(chuàng)作端的優(yōu)勢，在良好的創(chuàng)作氛圍與激勵機制下，基于共同興趣與強文化歸屬感，用戶可以成為內容創(chuàng)作者（稱為“UP主”），同時內容創(chuàng)作者本身就是核心用戶。PUGV在2020年貢獻了91.4%的視頻觀看量，2021年第三季度月均活躍內容生產者達270萬人，月均高質量視頻投稿數達1010萬，用戶日均使用時長達88分鐘，日均視頻播放量達23億次。同時，PUGV內容品類持續(xù)拓寬加深，生活區(qū)穩(wěn)居用戶觀看量第一，二次元分區(qū)即游戲、動畫等長期位列第二至第四區(qū)間，知識區(qū)為代表的嚴肅內容迅速崛起。另一方面，嗶哩嗶哩重點布局IP化、精品化的OGV內容，持續(xù)豐富長視頻內容庫。通過獨自制作、聯合制作或從第三方采買動畫、紀錄片、綜藝、劇集與電影等頭部優(yōu)質內容實現拉新、促活與轉化，并反哺PUGV創(chuàng)作生態(tài)。國創(chuàng)動畫是嗶哩嗶哩第一大OGV品類，嗶哩嗶哩也是日本動畫版權的最大引進方。同時，嗶哩嗶哩推出Story模式，以短視頻內容填補用戶碎片化時間的需求，補全視頻消費場景，以長中短結合的綜合視頻內容生態(tài)及社區(qū)促進用戶滲透及時長份額的提升。2.社區(qū)：社區(qū)文化是嗶哩嗶哩的內核與最大壁壘嗶哩嗶哩良好的社區(qū)氛圍孕育于健康的內容生態(tài)與活躍的良性互動之中，其承載著年輕一代的共同文化與價值觀念，是嗶哩嗶哩的發(fā)展根基。嗶哩嗶哩從二次元社區(qū)起步，逐步拓展基于興趣的子社區(qū)，目前擁有30個一級分區(qū)和90個二級分區(qū)，共計7,000余個文化圈層。共同興趣與持續(xù)互動使用戶建立起群體認同與情感紐帶，特有的社區(qū)氛圍強化了歸屬感，不斷提高著用戶粘性與使用時長，從而強化了社區(qū)壁壘。豐富的社區(qū)互動機制包括彈幕、評論、點贊、收藏、投幣等形式，UP主與用戶之間的互動活躍度是社區(qū)氛圍的直接體現，2021年第三季度月均互動數達102億次。彈幕是全民UGC（UserGeneratedContent，用戶原創(chuàng)內容），是嗶哩嗶哩社區(qū)的核心互動機制。彈幕改變了單向的視頻觀看體驗，在觀眾之間、觀眾與UP主之間建立起溝通機制，增加參與感和沉浸度，在交流、陪伴與共情中拉進情感距離，實現內容共創(chuàng)，形成專屬語言文化，營造和諧、團結、濃厚的社區(qū)氛圍。嗶哩嗶哩在中國引領了彈幕這種極具交互性的社交潮流，2020年用戶共發(fā)送超過22億條彈幕，平均每個MAU每月發(fā)送1條彈幕。點贊與投幣是用戶對視頻內容認可的標志。點贊對于用戶來說沒有成本，其反映內容價值的意義相對弱，因而嗶哩嗶哩設計了投幣機制，將用戶的在線時長貨幣化，即用戶的在線時長越久可擁有越多的硬幣，具有獲取門檻硬幣是有限的，投幣行為即是一種更高級的認可。硬幣機制認可了用戶的活躍價值，并將用戶的認可納入平臺的內容推薦體系，更好地營造社區(qū)內容生態(tài)。會員準入制度和風紀管理機制維護了嗶哩嗶哩的社區(qū)文化與價值觀。普通注冊用戶必須在100道題目的會員資格考試中及格才能成為正式會員，從而可以正常使用彈幕與評論等社區(qū)功能；有關賬號權益、彈幕文化等社區(qū)規(guī)范的題目有助于維護社區(qū)風氣，截至2020年12月31日，約有1.026億正式會員通過了會員考試。社區(qū)紀律委員會制度下，用戶可以親身參與社區(qū)管理，監(jiān)控和報告平臺上發(fā)布的任何不當內容，營造自我規(guī)范的健康環(huán)境。三、DEVA價值評估模型的適用性分析及改進（一）梅特卡夫定律與傳統(tǒng)DEVA模型1.梅特卡夫定律喬治·吉爾德于1973年提出“網絡價值與網絡節(jié)點數量（聯網用戶數量）的平方成正比”的互聯網外部性論斷，并使用以太網之父羅伯特·梅特卡夫（RobertMetcalfe）的姓氏為其命名（喬海曙等，2014）。伴隨著互聯網的蓬勃發(fā)展，其揭示的用戶規(guī)模之于互聯網企業(yè)的價值意義被越來越多的學者所驗證與認可，定律的具體公式如下所示：VK式中V=網絡價值，K=價值系數，N=網絡節(jié)點數量（聯網用戶數量）。K值是衡量互聯網企業(yè)用戶變現能力的常數，其取值受到商業(yè)模式、初始投入、用戶性態(tài)等綜合因素的影響。另一方面，假設網絡中存在N個節(jié)點（用戶），任一個用戶與其他（N-1）個用戶產生聯系，連接總量為N(N-1)，當N足夠大時N（N-1）可近似于N22.傳統(tǒng)DEVA模型基于梅特卡夫定律，美國投行MorganStanley的分析師MaryMeeker于1995年提出了首個基于用戶價值的DEVA估值模型（DiscountedEquityValuationAnalysis，股票價值折現分析）（張雪梅等，2021），認為互聯網企業(yè)的價值等于單位用戶的初始投入資本與其價值平方的乘積。具體公式如下所示：V=M×C2（式中V=互聯網企業(yè)價值，M=單位用戶初始投入資本，C=單位用戶價值。從互聯網用戶數量的真實效用角度分析，當其達到一定規(guī)模時單位用戶的價值不會維持在理想的高位狀態(tài)。后續(xù)研究者基于據用戶增長到一定規(guī)模后的價值變動情況，結合美國語言學家G.K.齊普夫（GeorgeKingsleyZipf）探索發(fā)現的詞頻分布定律，在定量解釋長尾理論的基礎上，根據價值貢獻的比重變動調整了用戶數量所產生的規(guī)模價值，具體公式如下所示：VK式中V=互聯網企業(yè)價值，K=價值系數，N=網絡節(jié)點數量（聯網用戶數量）。從市場情形的角度分析，國泰君安證券研究所將現有公式進一步商業(yè)化，從定性分析角度提出了更廣泛的視角，構建了國泰君安四維模型，具體公式如下所示：VK式中V=互聯網企業(yè)價值，K=價值系數，P=溢價系數，N=網絡節(jié)點數量（聯網用戶數量），R=網絡節(jié)點距離。P值反映企業(yè)的市場（行業(yè)）地位，可用市占率進行指代，從而體現溢價水平；R是網絡節(jié)點間的距離，測算了互聯網的互通效率。（二）傳統(tǒng)DEVA模型的適用性及局限性1.傳統(tǒng)DEVA模型的適用性梅特卡夫定律解釋了網絡經濟下的邊際收益遞增現象，基于此，DEVA價值評估模型的關鍵優(yōu)勢在于將用戶價值錨定為互聯網企業(yè)的價值驅動要素。網絡視頻平臺圍繞用戶建設，核心作用是為用戶提供內容觸達的渠道，受用戶價值的影響大，而DEVA價值評估模型通過評估用戶資源的核心影響來評估互聯網企業(yè)價值，相比于傳統(tǒng)的估值方法更適用于網絡視頻平臺的價值評估。傳統(tǒng)的DEVA模型主要考慮了互聯網企業(yè)的單位用戶初始投入資本和單位用戶價值兩個因素，前者在一定意義上構筑了用戶護城河，后者則體現了企業(yè)在特定商業(yè)模式下憑借產品與運營所獲取的用戶回饋。相較于傳統(tǒng)估值方法，這在一定程度上減少了對財務數據的依賴性，彌補了其在反映表外資產方面的不足，而且在應用DEVA模型時可以同時考量用戶對企業(yè)產生的直接貢獻與用戶間協(xié)同效應所產生的價值，更好地反映網絡視頻企業(yè)規(guī)模經濟的優(yōu)勢。2.傳統(tǒng)DEVA模型的局限性（1）用戶價值測算過于模糊首先，傳統(tǒng)DEVA模型關注用戶數量而忽視用戶屬性及對應的差異性貢獻，但不同類別的用戶具有截然不同的價值。例如從涉入程度講，特定產品的用戶可以分為行業(yè)資深用戶（深度了解產品所在行業(yè)各類產品）、核心用戶、低頻用戶、流失用戶、邊緣用戶（未使用但使用類似產品或服務）和非用戶（完全不使用此產品），若僅從用戶數量考慮將高估用戶資源對企業(yè)價值的影響。（2）投入資本選取存在偏差傳統(tǒng)DEVA估值模型只考慮了企業(yè)在創(chuàng)建時投入的初始資本，忽視了在企業(yè)發(fā)展過程中的持續(xù)投入對企業(yè)價值的影響。對于互聯網企業(yè)而言，在企業(yè)生命周期的各個階段為了獲得及維持一定規(guī)模的用戶流量都需要大量的資本進行持續(xù)投入，初始投入的資金無法全面體現互聯網企業(yè)的價值創(chuàng)造過程。（三）DEVA模型的改進1.修正用戶價值（1）界定用戶屬性明確模型的用戶類別與計算口徑，對于互聯網視頻平臺而言，活躍度的劃分方式是辨別用戶價值的良好尺度。從活躍度講，特定產品的用戶可以分為活躍用戶與非活躍用戶，前者具有日活躍用戶（DAU）、周活躍用戶（WAU）、月活躍用戶數（MAU）和年活躍用戶數（YAU）的計算口徑。改進的DEVA模型將使用月活躍用戶數MAU（MonthlyActiveUsers）衡量特定時間范疇的用戶規(guī)模。（2）量化用戶貢獻目前互聯網行業(yè)中常用用戶平均貢獻值ARPU（AverageRevenuePerUser）指標衡量特定時間尺度內的單位用戶貢獻均值，該指標可以以最簡潔的方式核算復合業(yè)務矩陣下互聯網企業(yè)的單位用戶價值。ARPU=特定時間范疇凈營業(yè)額總額/特定時間范疇活躍用戶數（3）修正平臺價值與用戶貢獻關系互聯網企業(yè)的用戶數量達到一定規(guī)模后，伴隨著增速放緩，新增用戶的邊際貢獻也呈現遞減趨勢。因而改進的DEVA模型將傳承傳統(tǒng)DEVA模型中基于齊普夫（GeorgeKingsleyZipf）發(fā)現的詞頻分布定律所進行的改進，避免高估企業(yè)價值。2.修正投入資本傳統(tǒng)DEVA評估模型將投入資本的時間節(jié)點局限于企業(yè)經營的期初投資，忽視企業(yè)長期發(fā)展與后續(xù)投入，無法體現持續(xù)發(fā)展過程中為獲客與留存而進行的付出?，F有研究多沿襲這一計算思路，使用如開盤首日募集資金額度、招股說明書中明確的公司初始投資額或工商登記信息中明確的實繳資本等指標進行計算。本文將特定時間范疇內營業(yè)成本與經營開支之和確定為總投入資本，單位用戶投入資本M核算為總投入資本與活躍用戶數的比值。改進后公式為：VM四、改進的DEVA價值評估模型的應用（一）價值評估思路計算將基于2019年、2020年全年指標求出的月均數據及截至9月30日的2021年前三季度的月均數據。嗶哩嗶哩于2018年3月28日登錄納斯達克，故股價及市值將采用美股數據；由于2018年第二、三、四季度距企業(yè)上市時間間隔過短，考慮信息披露、市場情緒等因素該時期數據將不納入考量，港股數據同樣具有二次上市時間短的情況因而只考慮嗶哩嗶哩的美股市場表現。（二）價值評估應用（1）資本市場實際市場價值測算嗶哩嗶哩總股本數量可在其股本結構的歷史變動中查取，價值評估過程中使用的年度普通股本日均值將由普通股本數量在特定年度的持續(xù)時間通過加權計算得出。表1嗶哩嗶哩總股本數量歷史變動表變動日期2017/12/312018/3/282018/12/312019/3/182019/4/1變動后普通股本93569300278482800311687900311908100311949600變動日期2019/4/52019/12/312020/3/312020/4/102020/12/31變動后普通股本326123400328116200330125000347435700351920000變動日期2021/1/312021/3/292021/4/26變動后普通股本352310000380612300384362300嗶哩嗶哩的股價數據采用納斯達克的收盤價，匯率數據來源于中國外匯交易中心，市值=收盤價×普通股本。嗶哩嗶哩2019年度實際市場價值（年均值，人民幣）=2019年年均收盤價（美元）×2019年年均股本數×匯率=16.2104×322417078×6.8985=36054982574.52（元），嗶哩嗶哩2020年度及2021年前三季度的實際市場價值（年均值，人民幣）同理可分別計算得出為94409085428.94元、255302987408.95元。表2嗶哩嗶哩2019年度、2020年度及2021年前三季度實際市場價值測算表均值201920202021（前三季度）收盤價（美元）16.210439.9964105.0980普通股本322417078342212033375373222市值（美元）5226495988.1913687236927.1839450966932.81匯率6.89856.89766.4714市值（人民幣）36054982574.5294409085428.94255302987408.95（2）基于改進的DEVA模型的價值評估根據嗶哩嗶哩2019年、2020年年度報告及2021年第三季度報告披露的有關數據，利用（式5）可獲得嗶哩嗶哩基于用戶價值的估值。例如基于改進的DEVA價值評估模型，嗶哩嗶哩2019年度市場估值V（年均值，人民幣）=MClnC=MMAUARPUln?(MAUARPU)=2019年度月均單位用戶投入資本(2019年度月均活躍用戶數2019年度月均用戶平均貢獻值)ln?(2019年度月均活躍用戶數2019年度月均用戶平均貢獻值)=689424750(表3.嗶哩嗶哩2019年度、2020年度及2021年前三季度市場估值測算表表A.參數計算201920202021（前三季度）月活躍用戶數117475000185800000242533333營業(yè)額總額67779220001199897600013602901000月均5648268339999146671511433444用戶平均貢獻值月均4.80815.38176.2319投入資本營業(yè)成本5587673000915880000010657556000經營開支268542400059811390007374879000總額82730970001513993900018032435000月均68942475012616615832003603889單位用戶投入資本月均5.86876.79048.2611表B.基于改進的DEVA模型價值評估結果估值（人民幣）66799857024.96140707263867.72263911869274.86實際市值（人民幣）36054982574.5294409085428.94255302987408.95誤差率85.2722% 49.0400% 3.3720%（三）價值評估結果分析綜合以上計算，嗶哩嗶哩2019年度的市場估值（人民幣）與實際市值（人民幣）分別為66799857024.96元與36054982574.52元，誤差率為85.2722%；2020年度的市場估值（人民幣）與實際市值（人民幣）分別為140707263867.72元與94409085428.94元，誤差率為49.0400%；2021年前三季度的市場估值（人民幣）與實際市值（人民幣）的誤差率分別為263911869274.86元與255302987408.95元，誤差率為3.3720%?；诟倪MDEVA模型的價值評估結果與嗶哩嗶哩實際市值的誤差率呈不斷下降的趨勢，且在2021年前三季度的計算中模型估值與實際市值取得了理想的趨近結果。使用改進的DEVA價值評估模型進行測算是為了拓展互聯網企業(yè)價值評估的視角，而不是僅憑其結果去片面地判定實際市值是否合理，資本市場的投融資行為是眾多因素共同作用的結果，比如關注凈利潤等財務指標的行為也是基于財務視角的理性判斷，不同的投資邏輯適合不同的市場情形與企業(yè)。圖7.嗶哩嗶哩2019年—2021年第三季度市場估值與實際市值對比嗶哩嗶哩于2018年3月28日才登陸納斯達克，資本市場了解、理解進而認同并欣賞其核心價值需要一定的時間，在這期間嗶哩嗶哩努力破圈，打破二次元平臺的刻板印象，穩(wěn)步向著4億月活用戶數發(fā)起沖擊，通過一份份披露積極發(fā)展狀況的財報取得資本市場的注意與認可，這反映在了圖8所展示的具有一定階段性的股價增長趨勢之中，也反映在了模型估值與實際市值的差異性表現之中。在用戶資源視角下，嗶哩嗶哩的價值在較長的一段時期內被資本市場所低估，或者說市場沒有一個理想的基于用戶價值的衡量意識與手段去判斷互聯網視頻平臺的價值水平，導致嗶哩嗶哩實際股價與市值的變動滯后于核心的用戶價值增長速度，體現在改進的DEVA價值評估模型的測算上就是正常的數值差異與前期較高的差異率。但是在2021年前三季度的計算中模型估值與實際市值實現了誤差率為僅為3.3720%的迫近，在嗶哩嗶哩虧損規(guī)模不斷擴大的背景下，體現了資本市場對其用戶價值不斷上升的認可與重視，也在一定程度上說明了市場對以網絡視頻平臺為代表的互聯網企業(yè)的盈虧預期與高容忍度。圖8.嗶哩嗶哩2018年—2021年第三季度納斯達克每日收盤價因而，2019年、2020年這兩年的計算中模型估值與實際市值差距較大的情況可以從市場對嗶哩嗶哩核心價值未完全認可這一原因進行解釋。2021年前三季度的計算中模型估值與實際市值差距縮小至較低水平可以從市場更新用戶價值這一估值錨的觀念至較高程度這一原因進行解釋，同時，誤差雖然無法完全消除，但也是多方面原因導致的結果，比如市場仍對現金流與盈利能力為代表的傳統(tǒng)財務指標具有關切、視頻賽道擁擠且具有投資潛力的企業(yè)眾多、改進的DEVA價值評估模型具有更多的完善空間等。從應用過程與結果分析來看，改進的DEVA價值評估模型在用戶價值視角下具有良好的啟發(fā)意義，其適用性在嗶哩嗶哩的實際發(fā)展與數值測算中也實現了積極正向的檢驗。當前市場普遍看好嗶哩嗶哩的發(fā)展前景，隨著用戶規(guī)模的不斷擴張和用戶價值的持續(xù)開拓，嗶哩嗶哩在未來具有更加廣闊的發(fā)展空間。結語不斷總結經驗，不斷跨越式發(fā)展，同眾多全英文專業(yè)課程一道，為培養(yǎng)高水平的復合型人才貢獻力量。主要參考文獻喬海曙,呂慧敏.中國互聯網金融理論研究最新進展[J].金融論壇,2014,19(07):24-29.DOI:10.16529/ki.11-4613/f.2014.07.006.張雪梅,馬心怡.DEVA模型在互聯網企業(yè)估值中的應用[J].財會通訊,2021(04):129-132.DOI:10.16144/ki.issn1002-8072.2021.04.025.魏嘉文,田秀娟.互聯網2.0時代社交網站企業(yè)的估值研究[J].企業(yè)經濟,2015(08):105-108.DOI:10.13529/ki.enterprise.economy.2015.08.021.曾麗婷.基于梅特卡夫模型的互聯網初創(chuàng)企業(yè)價值評估[J].財會通訊,2019(23):58-62.DOI:10.16144/ki.issn1002-8072.2019.23.013.段文奇,宣曉.基于價值創(chuàng)造視角的互聯網企業(yè)價值評估體系研究[J].財貿研究,2018,29(09):85-97.DOI:10.19337/ki.34-1093/f.2018.09.008.THOMASR,GUPBE.2009．Thevaluationhandbook:valuationtechniquesf