互聯網公司的魅力正是因為無限的可能性，新三板公司也是如此。納斯達克新三板醞釀著很多黑馬，但對於投資者來說，最大的問題是如何從3000多家新三板公司中發現黑馬，如何正確地對這些公司進行估值。
傳統的估值體系在新三板不可行，很難找到規範的操作體系。隨著新三板掛牌公司越來越多，這個問題會越來越突出。
互聯網公司應該如何估值？雖然這個問題在圈內被廣泛提及，但似乎並沒有特別滿意和統壹的答案。隨著註冊制和vie的回歸，我們相信這個問題會更加重要和困難。我們試著整理壹下目前為止的壹些碎片化的感受和經歷，拋磚引玉。
互聯網公司的估值有什麽特殊性？
如果說今天的“互聯網”可以算是科技的代名詞，那麽科技股，或者說新經濟，最大的特點就是變化相當快。這種快捷可以表現在幾個方面:
1.技術叠代快。
很難準確判斷技術的發展趨勢。曾經的領先者可能很快就會成為落伍者，存在所謂的“先行者的詛咒”，從模擬相機到數碼相機，從MP3到音樂手機，從電紙書閱讀器到IPAD，從傳呼機到手機...新技術到來後，是對傳統技術的毀滅性顛覆；
2.馬太效應
從壹個小公司崛起成為老大，也快幾年了。時機很重要。再好的創意，再多的資金量，錯過了風口就很難東山再起，但是早期很難預測這個潛在的巨頭。比如千團大戰後活下來的活躍海量玩家就很少，比如很多移動IM，微信出來後很難復制。比如早年有很多類似雅虎的門戶公司，但最後下來的只有幾家；
3.邊緣清晰度
通用技術可以跨越很多不同的行業，很難界定界限。作為眾多技術的代表，互聯網可以連接幾乎所有的行業，比如互聯網教育、互聯網制造、互聯網農業、互聯網旅遊等...“互聯網+”提出後，成千上萬的行業被加上了互聯網的標簽，都是互聯網企業。比如蘋果，這是壹家硬件公司、軟件公司還是互聯網公司？再比如華大基因。是生物企業還是互聯網企業？DJI，是消費電子產品，還是互聯網，還是自動化企業？
4.國家政策
對於傳統企業來說，由於其成長性和成熟性，會經歷壹個較長的時期，所以不需要特別受制於產業政策上的壹些收緊或放松。但對於壹個能在短短3-5年內從1變成100的科技行業來說，這種影響就變得非常靈活了。例如，我們都知道優步的商業模式相當好，但在許多國家遭到政府的嚴厲抵制。壹個新的優步會不會在未來找到壹條不完全革命但能被政府認可的中間路線，從而在某些國家走得更快？比如3G和4G，牌照的發放，標準的選擇，全球供應商的準入，都會和監管部門的意誌有很大關系。
5.商業模式
互聯網公司的商業模式很難壹觸即發，從初創期到成熟期幾乎每年都有新的嘗試和考慮。典型的例子就是奇虎360。在上市前的幾年，這家公司嘗試了幾種盈利方式，比如考慮網絡u盤(現在叫雲盤)收費、軟件下載會員等。，但直到上市後才確定瀏覽器流量甩出去+遊戲/聯運雙主線驅動...這個故事似乎發生在所有的初創公司。
6.上市階段
壹個標準的互聯網公司大概會經歷三個階段。壹種是起步階段，有大量的R&D、服務器/帶寬投入，收入很少或者幾乎可以忽略不計。二是成長期，表現為用戶快速增長，商業模式不斷成熟。但在現階段，他們可能不會盈利，因為他們會用自己的利潤去補貼市場和終端用戶，加速自己的馬太效應；第三，成熟階段，公司用戶增速放緩但收入增速較快，開始實現盈利。
如果所有的互聯網公司都能在第三階段上市，換句話說就是歷史上我們熟悉的壹個估值體系，我們可以簡單的按照DCF或者PE等壹些指標來定價，但問題恰恰是:他們往往會在第壹或第二階段上市，大部分都顯示沒有盈利，甚至有的用戶虧損很多沒有收入！這真的讓很多有意願的參與者無所適從。
如果我們用絕對估值法給公司定價，妳會沮喪地發現，給企業壹個可持續的增長率是沒有意義的，2%-10%甚至更高，妳永遠分不清期間幾個點的區別。如果我們回頭看，在1999的納斯達克4000家上市公司中，只有不超過5家在當年創下新高(蘋果、亞馬遜、微軟...歡迎補充)，而且我沒有收入的統計，但是數量不會太多(比如思科的收入比當時高，但是市值卻遠不如以前)，我們會意識到幾乎99%的公司的可持續增長率其實都是負的！但是那時候投行或者公司本身，甚至市場，會這麽想嗎？
壹句話，科技股代表未來，被稱為新經濟。“未來”或“新”是不確定的，這是傳統企業最大的區別。也正因為如此，他們才會在投資人心中種下許多夢想，詮釋無限期待。所以，除了夢想和夢想，互聯網公司估值面臨的最大挑戰是不確定性。
伯克希爾在1998。在哈撒韋公司的年會上，巴菲特被問及是否考慮過在未來某個時候投資科技公司。他回答說，“這可能很不幸，但答案是否定的。”巴菲特繼續說道:“我非常佩服安迪。”格羅夫和比爾；蓋茨，我也希望通過投資他們，把這種崇拜轉化為行動。但是說到微軟和英特爾的股票，我不知道10年後的世界會是什麽樣子。
從傳統的估值方法出發，互聯網公司的真實方式給了投資人基本的否定。
估值和收入/利潤有關系嗎？
亞馬遜是電商領域的老大，過去十年的盈利能力可以忽略不計。但由於其營收增速始終保持在30%左右，市值從2005年的200億美元增長到現在的2000億美元+。所以，在這種情況下，顯然，估值和盈利關系不大。
以中國移動為例。2014年，中國移動收入比2007年增長近壹倍，利潤增長50%左右，但市值卻下降了壹半。如果因為增長率低而得出PE下行的結論，那麽估值應該與收入或利潤的增長率有關。好主意，我們繼續。
2011年後，騰訊控股的營收增速和利潤增速更早，出現系統性下滑。之前每年都在60-80%以上的平臺，2011年後基本都在50%以下，利潤增速下降的更厲害，達到20-30%。那麽為什麽增長率低但市盈率高呢？大家都說因為微信，微信改變了市場對公司的預期，所以不用看現在的市盈率，要看微信未來的產業布局。那就是用戶？換句話說，只要互聯網公司的用戶在快速增長，妳就不用關心收入、利潤、收入增長率、用戶增長率？
有很多案例可以驗證這個邏輯。比如臉書2012上市的時候，因為用戶壹直在快速增長，所以市值快速增長，雖然市盈率是2013的90倍，2014的70倍。
我們最後談到了用戶。
梅特卡夫定律
從梅特卡夫定律開始。羅伯特；羅伯特·梅特卡夫(1946-)出生於紐約州的布魯克林，3Com公司的創始人，並制定了梅特卡夫定律，該定律認為網絡的價值等於網絡節點數量的平方，網絡的價值與連接到網絡的用戶數量的平方成正比。在具有n個成員的通信網絡中，每個成員可以與其他成員建立n-1個關系。所以他認為網絡值v = k * n的平方，k是常數。這個被稱為聖經的定律，主要是讓投資人相信，互聯網公司只要有用戶就是好的，他們的任務就是獲取用戶。
但隨著互聯網泡沫的破滅，梅特卡夫定律在回歸理性時也有自己的不足。比如網絡規模這麽爆炸，那為什麽還有很多孤立的網絡公司，而不是整合在壹起？或者說，如果梅特卡夫定律是正確的，那麽無論兩個網絡有多大，都應該是互聯的，但這是違背歷史發展的。請參考《魔鬼梅特卡夫傳播網絡價值定律錯在哪裏》壹文。
我個人認為，隨著網絡規模的擴大，每增加壹個用戶給網絡帶來的價值效應應該是衰減的。舉個簡單的例子，如果再加壹個因素，時間，把公式改成V=K*N2*T，會更說明問題。t表示我們在網絡中停留的時間。停留時間越長，電商/廣告/遊戲的變現能力越強，網絡價值越大。在微信裏，我們加了壹個好友。我們會花同樣多的時間去關註他/她的點點滴滴嗎？顯然不是。如果我們有10000個好友，我們會壹天24小時都在微信上嗎？也不可能。
人們總是關註自己最親近、最好、最感興趣的朋友或話題。因此，隨著網絡規模的增加，進入網絡的用戶對網絡中個體的時間占用分布應該是逐漸下降的，即n(數量)增加，t(時間)減少，所以網絡的值不應該是N2(平方)，而是壹條低於N2但更線性的、包含增長極限特征的曲線。
齊夫定律就是對這壹點的回答，是齊夫在20世紀40年代提出的。以壹大段典型的英語文本為例，最常見的單詞the通常占所有出現單詞的近7%。第二個詞:of占所有出現的詞的3.5%，第三個詞and占2.8%。換句話說，比例的順序(7.0，3.5和2.8等等。)緊密對應1/k的順序(1/1，1/2，1/3…)。如果網絡有n個成員，這個值與1+1/2+1/…+1/(n–1)成正比。Zipf定律很好的解釋了長尾定律，最後，接近對數函數Ln(n)。
如果用公式V=K*n*Ln(n)來表達這樣壹個n與增長極限e***，共存的網絡價值模型，似乎比梅特卡夫定律更接近真實情況。但是，這不是問題的關鍵，因為都是增長模式。如果我們不知道用戶數為X時的網絡價值，那麽我們也不知道用戶數為X(1+Y%)時的網絡價值。換句話說，如何確定k？
關於K，簡而言之，K就是網絡公司從用戶變為盈利的系數，也就是俗稱的貨幣化系數。我們可以猜測K與幾個因素有關:第壹，互聯網公司存在馬太效應，所以行業地位或先發優勢很重要。在3-5年的趨勢中，我們幾乎記不起曾經有哪家公司的市場份額超過50%，份額被另壹家公司取代，所以K應該包含了某個先驅或行業領袖的“馬太”因素；第二，商業模式決定了壹個公司的議價能力和盈利能力的可持續性。所以也要看2B/2C的不同議價能力。第三，用戶粘性和活躍度。由於平臺本身的定位、產品、體驗等原因，用戶會在不同的平臺上活躍，流失率也不壹樣。比如SNS屬性的平臺粘性，也要分為活躍度較高的熟人社交平臺和活躍度較低的陌生人平臺。
第四，ARPU個人用戶的盈利能力，這個不用多說，但是這個數字的穩定性和持續性都與前面的因素有關。還有，在壹個網站的用戶數量沒有增加的前提下，今年和明年的收入可能會有很大的不同，因為它已經開始貨幣化了，那麽我們能說這個網站的價值得到了很大的提升嗎？換句話說，我們給ARPU的是預期價值還是現值？好像不是，因為如果給定現值，比如ARPU=0，那麽結論就是網站的V值為0。如果給定了期望值，如何保證預期的實現？
當我們認為自己離真相越來越近的時候，我們離實戰越來越遠。這是我對以上分析的感受。因為即使我們在形而上的層面上，似乎列出了各種可能的方法和可以導致問題答案的步驟，我們仍然覺得這種方法無法付諸實踐。因為，馬太效應，商業模式，用戶粘度/活躍度，單體ARPU等。，很難用壹套模型來量化，更何況再加上時間和發展的維度，會讓問題更加復雜。
簡單來說，追蹤互聯網公司的用戶可以判斷趨勢，尤其是行業層面。這樣的嘗試會更有意義。可以參考三年前《10互聯網投資策略200次:平臺的力量》的思路，但似乎並不容易定義公司的價值。但這是否意味著這些方法毫無意義呢？我認為不是。因為這種思考會讓我們理解互聯網的本質，是對定性分析方法的有益探索，我也沒有排除這些定性分析方法在未來會逐漸量化的可能。