1. 平台投资时钟：博弈渗透率的二阶导

1.1. 渐行渐远的互联网超级周期

所有行业都有周期性，产业趋势叠加资本扩张会形成超级周期。产业周 期与资本周期共振形成了投资周期。平台互联网过去 30 年的牛股辈出 本质上是技术变革、需求爆发、叠加资本扩张周期形成了技术革命+渗 透率提升+估值扩张的超级产业周期。 从资本回报角度，产业和资本始终存在以下周期性变化：需求繁荣吸引资本进入，资本创造供给； 导致产能过剩竞争加剧，利润与回报率下滑，资本撤出；长期投资不足，产能出清，格局改善与利润率恢复； 需求再次回暖，供给短缺行业进入下一个繁荣期，资本进入；

一个超级周期由几个存在部分重叠的小周期叠加而成。供给侧的技术持 续迭代与需求侧的爆发互为因果，随着技术的普及和基础设施的不断完 善，推动产业整体渗透率的持续向上。多轮技术和需求的小周期共同形 成一轮超级产业周期。

技术导入期（1995-2000）、Web1.0 与 PC 互联网时代（2000-2008）、移 动互联网+Web2.0（2008-2020），目前正处在从 Web2.0 向 Web3.0 过渡 阶段。而 PC+移动互联网的 Web1.0-2.0 时代（2000-2020）构成了超级 周期的主升浪，并由此带来了最高的资本回报率。 平台互联网的超级周期正渐行渐远。我们正处于技术对社会的深度改造 阶段，新的生产关系对生产力的再适配。技术变革和深度应用极大提升 了全社会生产力和生产效率，但现有的生产资料分配方式和生产关系需 要对高水平的生产力做出适配和调整。

1.2. 平台互联网的投资时钟

平台互联网发展符合标准产业发展的渗透率 S型曲线。基于渗透率曲线， 应当关注：渗透率、渗透率增速、渗透率增速的变化（二阶导）四个指 标的周期性变化规律，以及收入/业绩/估值如何受上述四个指标的影响。

以渗透率增速的变化为基准，可以将平台互联网发展分为四个阶段：导 入-爆发增长期、加速成长期、成熟成长期、成熟-衰退期；四个阶段的 渗透率的加速度经历了增长-触顶-放缓-负增长-企稳的过程。 我们发现：渗透率主导了收入/业绩的绝对水平，渗透率增速决定了收入 和业绩的增速（一阶导），而估值变化由渗透率增速的变化决定（二阶 导）：

导入-爆发期：渗透率 0-15%，渗透率增速为正，且渗透率加速度为 正；由此带来：收入加速增长，但往往尚未盈利；估值（往往是 PS， EV/S 甚至采用更早期的 Top Line 指标，如用户数，订阅数，GMV 等）与渗透率加速度同步达到生命周期最高点；

加速成长期：渗透率 15-50%，渗透率增速依然为正，但增速在放缓； 收入持续增长但增速放缓（对应渗透率增速），但尚未实现规模效应， 业务的扩张可能带来亏损加剧；此时估值（PS）随着渗透率加速度 曲线放缓开始均值回归，但收入扩张对冲了估值的回归；

成熟成长期：渗透率 50-70%，渗透率仍在提升，但渗透率增速明显 放缓，加速度为负；体现为收入增速明显放缓（但仍为正），此时平 台普遍开始盈利，估值面临从 PS 向 PE 以及 DCF 切换；估值水平进 一步收缩。此时分析重点从需求和空间开始向供给侧格局与龙头竞 争优势切换；

成熟-衰退期：渗透率 70%以上，渗透率大幅放缓，渗透率增速逐步 降至 0，加速度持续下滑至稳定；收入增速放缓至不增长甚至负增长； 但规模效应充分体现，平台往往拥有极强盈利能力；且平台往往开 始探索新的市场和增长曲线；供给侧的格局改善，龙头竞争优势带 来的业绩持续性，以及探索新市场拓展新曲线可能带来估值的再次 扩张。

1.3. 选择摆脱“地心引力”能力强的企业

增速和估值存在均值回归的“地心引力”规律。在整个产业生命周期的各 个阶段，寻找能够持续克服“地心引力”实现超越同行业和市场预期的增 长曲线和回报率的企业： 在爆发增长期具有超预同行业平均水平和市场预期的增长和回报率， 且增长的持续性更长，增速放缓的节奏更慢；对于成熟成长期的企业，寻找恢复能力强于行业平均且快于一致预 期的企业。

2. 互联网总有下一个平台

2.1. 平台简史：从信息革命到生产关系变革

技术迭代遵循清晰的规律：能源利用效率提升，信息处理效率提高。 物质、能量与信息是产业和社会演变的基础要素，历代产业革命过程中， 技术的迭代与进化方向十分清晰，沿两条路径螺旋前进：能源的利用效 率更高，信息的获取效率和分发效率更高；在同一个技术周期中，能源 作为基础，利用效率的提升往往引领一轮产业变革，信息革命紧随其后。 技术变革对产业和社会的影响遵循：技术变革-生产力提升-生产关系重 新适配的一般性规律。技术变革推动生产力提升，生产效率的变化导致 现有生产要素和分配规则的周期性失衡，并在一定程度上制约生产力的 进一步迭代。因此生产关系始终需要适配最先进的生产力，并由此驱动 了技术-生产力-生产关系的周期性变革。

上述周期性规律自工业革命、能源革命、信息革命以来周期性重复出现。 并非技术本身，而是技术进步带动的生产关系的组织形式变化，以及社 会制度变化才是关键。

本文聚焦于平台互联网的发展，倾向于采用信息和媒介的视角，而非硬 件和制造端的视角，对平台及互联网产业变革规律做归纳。 互联网发展的三个阶段：Web1.0（Read），Web2.0 平台（Read & Write） +移动互联网时代，以及正在孕育的 Web3.0（Read & Write & Own）时 代。 上述发展阶段分别对应了：信息处理效率的变革，技术的大规模应用带 来的生产力的快速提升，以及新的生产效率带来一系列的社会财富与阶 级分配以及治理机制的影响，并最终导致新的生产关系调整与适配。

Web1.0：技术导入期，信息处理效率的革命

1985-1990 年：技术导入期和 PC 基础设施普及。Windows 操作系统 降低了个人计算机的使用门槛，在此期间互联网技术的研究从学术 界的小范围交流开始向大规模的商业化应用。1990-2000 年：泡沫时代。以 1993 年思科（Cisco）上市为标志，全 球互联网硬件基础初步完善；同时 1995 年网景公司开发的浏览器提 供了访问互联网的最重要工具；这也是 Dotcom 企业大爆发的时代， 雅虎、eBay、雅虎、亚马逊、Google 均成立于这个时期； 2000-2010 年：PC 互联网时代。产业发展回归理性，在互联网泡沫 期保持了扩张的谨慎性，专注技术的研发和商业模式真正能够成立 的企业随着美国经济在 2003 年后恢复繁荣开始崛起，Google 在此期 间上市，Facebook 为代表的社交网络亦在此期间诞生（即时通讯 IM 的诞生亦在此时期）。

2008 年金融危机之前的宽松的流动性，此时距离 2000 年互联网泡沫 破灭已经过去 7 年，货币宽松+经济复苏使得市场需要一个足够体量 的新产业新逻辑驱动经济增长，Web2.0 的概念被市场热捧。 Facebook 和 YouTube（后被 Google 收购）为代表的 Web2.0 平台逐 步成熟并成为主流。众多内容创造者和程序开发者在平台上提供其 他服务，并与平台分享利润的模式快速发展（区别于 Web1.0，所有 内容和服务均有网站提供）。 2007 年发布的 iPhone 带动了智能手机的爆发，迅速普及的 3G 网络 使得移动互联网的基础设施开始成熟，移动互联网的时代正在快速 开启；

Web2.0：平台时代，生产力大幅提升，新的阶层与财富诞生

2010-2020 年：Web2.0+移动互联网时代，平台时代。随着 iPhone4 的发布，以及谷歌安卓系统的推出，基于智能手机系统的应用商店 成为移动互联网的基础设施和流量入口，并成为了 Web2.0 理念的主 流发展方向；苹果的 APP store 和安卓的应用商城成为了 Web2.0 时 代最重要的基础设施平台。 移动互联网突破了 PC 端在线时长的瓶颈，基于移动互联网的商业模 式在此期间蓬勃发展，并真正开始将线上世界与线下融合，基于数 字和平台基础的生活服务开始加速发展，移动互联网的线下供应链 和基础设施建设局新一步加速，海外和国内并诞生了 Uber、美团、 大众点评等一系列生活服务平台。同时，所以 PC 时代的巨头也纷纷 向移动端转型。

但与此同时，Web2.0 平台时代的弊端与矛盾亦逐步出现，主要平台 控制了信息与基础设施的入口，占据了产业链大部分利润，并形成 垄断。伴随着社会基础算力的完善，虚拟现实设备的快速突破以及 区块链等去中心化思想和工具的产生，新的技术和模式开始逐步孕 育。VR/AR 等技术开始落地。 不仅在技术层面，平台的崛起以及掌握了核心的数据资源后，生产 资料的趋势性集中带来了财富分配失衡的加大，既有的政策和社会 分配体系在新的生产力之间逐渐失衡，并由此带来了生产关系的逐 步迭代和完善。

Web3.0：技术变革的第三阶段，生产关系对生产力的再适配

Web3.0 是“后端”的革新。2.0 时代的平台导致了数据作为生产资料 的垄断和不平衡；数据的生产者不掌握数据的所有权。平台的存在 挤压了平台参与各方的利益。Web3.0 概念的诞生，正是在上述背景 下，基于 P2P 网络原理，但去掉了大多数中介机构，仅基于技术和 算法、以及参与者的共识构建去中心化的网络生态，对生产要素所有权的重新分配，希望进行生产关系的重构。

产业周期位置判断：技术对社会的深度改造，新的生产关系对生产力的 再适配。 从技术迭代的周期判断，我们仍然处于在 1985 年以来互联网和信息技 术驱动的同一轮技术周期中，但已经进入第三阶段，即技术变革和深度 应用极大提升了全社会生产力和生产效率，但现有的生产资料分配方式 和生产关系需要对高水平的生产力做出适配和调整。

2.2. 三大规律主导平台的兴衰更替周期

信息产业存在三条规律1：7-2-1 定律、诺维格定律、基因决定率，上述 三条规律解释了平台互联网行业发展过程中的大部分趋势。

科技产业很容易形成 7-2-1 的行业格局： 规模效应极强，为市场竞争大于在市场竞争。轻资产的成本结构带来了 扩张极低的边际成本，和极强的规模效应，需求端对软件和服务亦相对 标准化，由此造成了赢者通吃的现象。 70%是反垄断风险与市场主导地位的最佳平衡。平台互联网领域往往形 成龙头 70%，第二名 20%，其余参与者 10%的市占率格局。龙头掌握行 业规则制定权，占据 60-70%的市场份额，但在反垄断的潜在担忧下， 龙头通常不会选择占据更高的市场份额。70%通常是龙头在垄断与市场 主导地位的平衡选择。而龙头和第二名通常不会关注更小的企业和细分， 因此小企业能够在 10%的市场中生存。

市占率达到 50%后增速会明显放缓，需要寻找新的增长曲线。 市占率超过 50%后，收入增速很大程度上受制于行业增长。平台低扩 张边际成本和赢者通吃的特征往往导致平台“早熟”，并迅速占据大部分 市场份额，在此之前，新兴平台只要专注于自身商品服务以及商业模式 的迭代，即可对高增长具备较高的控制力。 但当市场份额超过 50%后，公司经营数据以及财务数据的增长，开始受 制于行业增速。考虑到行业规模的扩张必定更慢，因此公司若希望在较 长时间内维持增速，必须考虑寻找具备足够市场空间的新兴领域，作为 公司新的增长曲线。

企业跨领域竞争受制基因存在很大不确定性 。为什么一家龙头企业进入成熟期后，在新的领域很难成功？并不是因为 忽视技术创新，事实上龙头企业往往在改进式创新领域始终处于行业领 先地位；也并不是管理层没有关注到颠覆式技术的出现和潜在威胁，实 际上很多颠覆式技术的诞生恰好来自于龙头企业内部。 在克里斯坦森的《创新者的窘境》一书中，认为导致成熟企业跨领域扩 张高失败率的原因更可能来自于支撑其成功的原因：稳定且高效的客户 价值反馈体系，能够迅速满足客户需求的企业流程，以及判断哪些项目 能够最大程度满足客户需求，并对公司发展有益的企业价值观。上述三 个因素构成了上文所述的一家企业的基因。 高效而成熟的客户反馈体系，决定了企业内部的决策流程及价值观判断 是以满足现有客户需求而设置的，颠覆式技术，新兴市场的需求在市场 诞生的初期规模很小，难以成为主流市场，或成为公司主要客户的需求， 因此在内部流程的推进过程中层层受阻，新兴业务往往成为牺牲品。

2.3. 王朝建立：要素、标准、变现

王朝建立的标志，是掌握一个时代最重要生产要素的控制权和规则制定 权，这决定了财富的分配结构。

财富的归属。核心生产要素的阶段性集中和垄断导致了社会财富的周期 性分化加剧。纵观全球历史，土地是最根本的生产要素，周期性的土地 兼并与过度集中往往带来贫富差距的加大与矛盾激化。 互联网时代的巨头扮演了流量“守门员”的角色，现阶段美股互联网龙头 主要可以提炼归纳为四大赛道：操作系统（硬件+软件）、内容创作/分 发、社交通讯、零售和消费履约服务。

产业标准的争夺往往生死之战：市值和体量并非决定因素，颠覆式技术 往往能以弱胜强。 发生时机：15-20 年产业周期的前 3-5 年内。在 15-20 年一轮的产业技 术周期中，上述重大商业竞争普遍发生在产业初期的 3-5 年时间段。 这亦符合此前的赢者通吃定律：科技行业存在 7-2-1 定律，赢者通吃决 定了是为市场竞争大于在市场竞争，争夺市场进入的权力就等于争夺市 场主导份额，所以激烈的商业竞争总是发生在行业发展初期。 参与企业：参战各方往往实力（实力/市值）差距悬殊。参与重要商业 争夺战的双方普遍不是势均力敌的，甚至往往是实力差距悬殊。如 1981-1990 年，苹果已经是 PC 行业巨头，而微软彼时只是小软件和系 统开发商、浏览器之战中已经是巨无霸的微软和新兴企业网景 Netscape， 微软与雅虎对互联网内容的争夺之战时二者收入和实力差距同样巨大。 获胜规律：能否获胜不只是看市值大小，颠覆式技术往往以弱胜强。在 收入和市值等账面实力相差悬殊的情况下，实力较弱的企业是否毫无胜 算？

我们发现并非如此，上述对规则争夺的胜负往往取决于小企业是否具备 了颠覆式技术并建立起足够影响主流需求的细分市场： 追溯英特尔与日本半导体之战、雅虎与 Google 对互联网内容分发权之 战的争夺、微软与 Google 的搜索之战、Google 与 Facebook 对通信和社 交流量的争夺，上述相对弱势的一方（市值/收入更小）获得最终胜利， 都是依靠自身颠覆式技术优势（如 Google 的 PageRank 搜索技术在当时 对关键词搜索技术的代际优势），以及培养起足够撼动主流需求的市场； 而龙头往往由于此前提及的基因决定论，无法集中资源对潜在颠覆领域 投入。 但若新兴企业技术的颠覆性不足，往往被巨头利用市场优势碾压。英特 尔和微软可能是最擅长用市场优势对冲技术优势的企业。英尔特与摩托罗拉的处理器之争（1989 年）、复杂指令集与精简指令集之争；微软与 苹果的操作系统之争、与网景的浏览器之争、与莲花公司的企业软件服 务之争；本质上都是在不具备技术优势，但也并不存在颠覆式技术代差 的情况下，利用自身市场优势实现了对中小企业的碾压。

2.4. 平台需持续创新以寻求垄断的“正当性”

收租并不能高枕无忧。掌控要素与制定标准后，利用现有壁垒和商业模 式收租是最常见的获取超额垄断收益的路径。但我们认为，与传统产业 的两点差异决定了平台具有更迫切的创新动力。

产业特征差异：互联网和科技产业的竞争动态性。行业一直处于高 速和频繁的变化中，以研发创新和主导权争夺为代表的动态竞争为 主。 许多盛极一时的互联网科技公司或平台运营商，虽然曾经一度拥有 很高的市场份额和集中度，但是只要允许在市场中自由地研发创新， 很快就被新进入者或跨界对手取代，或者受到强有力的竞争压力。

社会外部性：基础设施属性导致平台天然有寻求自身垄断“正当性” 的证明。赢者通吃和基础设施属性使得互联网天然具有比传统工业 企业更大的社会外部性，始终是全社会关注的焦点。 垄断红利不应当成为巨头掌握行业规则的目的，而是持续创新和寻 找增长的手段。在社会舆论、反垄断等监管下，平台需要对自身超 额垄断利润的使用方向寻找“正当性”。即：并非用于进一步加大贫富 差距，或对权力的俘获（这也是触发反垄断诉讼的两个核心原因）， 而是持续对创新与科技投入，以保持对全要素生产率提升的贡献。

2.5. 政策是生产关系适配生产力

我们认为政策与产业的关系，与生产力和生产关系具有相似之处：生产 力决定生产关系，如果生产关系始终需要适配生产力的发展。政策本质 上是产业发展的结果，政策始终是适配最先进生产力，以促进创新和发 展。 全球政府对科技企业监管背后的三个核心问题：科技创新、要素与财富 的分配、公共权力2。政策监管的周期性是有其内在规律的：本质是技 术创新、分配公平/效率、以及私权/公共权力之间的动态平衡。

美国反垄断周期往往伴随国内民粹主义崛起，本质是生产要素的集中度 提升带来的贫富分化加剧。美国在经历“镀金时代”尖锐的社会贫富分化 与劳资矛盾后，在一系列的政治和经济社会运动中，形成了能够对抗资 本负面因素的机制，并被法律化为一系列社会保障制度，包括：反垄断、 消费者保护、劳工保护等。 美国并购潮与反垄断往往此消彼长，但并非完全一致。自 1890 年至今， 美国出现过六轮并购潮，在历次并购潮后期，往往伴随着政策与监管的 转变。 百年反垄断历史，其背后的主流学派完成了从布兰迪斯学派的启蒙，到 如今新布兰迪斯学派再次崛起的完整轮回，背后是学派主张与社会背景 和国家核心利益的最大契合。

反垄断通过影响：市场进入、服务定价、投融资三种方式对产业规则进 行调整，进而影响产业格局。 反垄断因素在一定程度上成为了产业普遍出现 7-2-1 格局的重要主导原 因。对于不同行业，不同处罚措施对企业后续发展影响大不相同：

对能源这类天生具备规模效应的企业而言，拆分只能在短期内实现 市场结构上的分散化假象，规模经济规律驱动下，最终拆分的企业 经过重组和并购，重新成长为四大石油巨头（埃克森美孚、英国石 油、皇家壳牌、雪佛龙）。

对于科技类企业，拆分带来的市占率的下滑以及超额垄断收益的降 低，将极大削弱其核心研发能力（AT&T 贝尔实验室被拆分后再无重 大创新），核心竞争优势的丧失将使得企业在激烈竞争的科技行业因 为研发速度的放缓而最终丧失竞争力。

而同样是科技行业的微软案例中，即使面临相对温和的处罚方式， 在位企业也会由于担心社会舆论和再次监管的压力，而放缓在新兴 的，可能颠覆现有核心领域竞争格局的赛道中的布局脚步。

产业环境、社会结构差异决定国家间反垄断价值取向差异大。美欧反垄 断在法律渊源、衡量标准、执法机构及域外效率四个维度存在较大差异， 并且在对待平台反垄断具体规制策略维度亦存在较大分歧。 关于美欧反垄断领域的差异，存在包括反垄断法实施机制、权利集中度 等方面的诸多解释。我们认为美欧产业环境、社会及政治结构上的异同 才是导致反垄断规制差异的核心原因：

美国的互联网平台监管，是本国科技企业全球数字定价权与日益扩 张的平台公权力之间的艰难权衡，并在国内民粹主义大潮以及利益 集团对政策反复游说下充满矛盾与妥协的司法博弈过程。

欧盟对互联网平台企业的监管，是受限于数字产业定价权劣势背景 下，基于贸易保护和消费者权益保护视角，依赖权利机关的行政执 法权利，对具备数据垄断能力的国际巨头的行政规制行为。本质上 反的是外国企业对本国市场的垄断。

欧盟的反垄断对超级平台远非伤筋动骨。尽管欧盟反垄断在执法效率、 执行标准上远比美国严格，但囤于科技及数字产业链的比较劣势，以及 美国企业占据全球数字定价权的事实，巨额罚款、市场准入以及竞争行 为的限制，很难对超级平台构成伤筋动骨的影响。

3. 趋势的 Beta：加速度、业绩与估值共振

3.1. 收入比盈利重要，加速度决定估值

平台模式前期有大量基础设施投入和资本开支，并最终依靠规模效应和 经营杠杆盈利，盈利和现金流呈现出典型前低后高，前期长期亏损，后 期持续且大规模盈利的特点。因而对平台企业而言，财务指标特别是盈 利往往显著滞后。市场总是寻找更早期的增长指标作为验证空间和判断 周期的代理变量。 成长股投资范式下，收入是判断周期阶段的最可靠指标。平台互联网投 资满足产业成长股投资时钟，生命周期的判断与渗透率的加速度是核心 指标，直接影响估值水平。高风险偏好下，市场会进一步寻找更为前瞻 性的指标作为增长和渗透率的代理变量。 能够持续多年保持 20%的收入增速（超额收入增速）的企业十分罕见。收入增速与估值水平在长周期维度严格单调关系。在 40 年的长周期维 度，估值趋势与收入增速趋势是严格单调的。

3.2. 最佳投资时机：渗透率加速+估值扩张

平台盈利明显滞后与收入。平台互联网的商业模式需要较大的前期基础 设施投入并依靠营销和管理费用的经营杠杆，因此盈利节奏与份额及规 模扩张存在明显的滞后。 成长股投资时钟范式下，收入扩张+估值扩张，以及收入扩张+估值均值 回归两个阶段是收益率最高的阶段。而企业业绩和盈利的提升期反而并 不是股价收益率最高的阶段。

案例一：eBay 在 2000-2004 的辉煌后增长失速

美国电商行业平台模式因其更快的增速和更高的盈利能力，在早期更被 看好。eBay 早期的扩张速度和盈利能力远高于同期竞争对手 Amazon， 高增长+高盈利能力驱动 eBay 在 2000-2004 年股价累计涨幅超 2680%， 且 2000 年的互联网泡沫也未能对 eBay 股价构成明显冲击，符合标准的 收入扩张+估值扩张戴维斯双击。 但随后，2005 年起公司收购 Skype 因缺乏业务协同性和发展前景饱受市 场质疑（最终减记 14 亿美金商誉减值）；与此同时，作为收入的前瞻性 指标，eBay的GMV开始出现明显增速放缓，在2005年增速降低至30%， 此后逐年下滑，尽管金融危机后有所回暖，但增速趋势性放缓。 尽管 eBay 凭借自身平台的轻资产模式下始终保持了 30-40%的 EBID A Margin，但成长股投资范式下，高盈利能力并不是决定 eBay 估值和股 价的决定性因素。

案例二：雅虎的高盈利能力并不能改变其产品和商业模式的衰落

雅虎自始至终保持了高盈利能力：其 EBITDA Margin 始终保持在 35%以 上。但雅虎自身在内容领域投入的滞后，以及搜索领与 Google 的竞争失 败，导致其收入增速自 2005 年大幅放缓，并由此带来了股价的大幅调 整。

Booking（Priceline）：长达十四年的 20%以上超额收入增速

Booking 面对的是全球商旅出行线上化渗透率提升的大产业周期机遇， 大空间高天花板和轻资产低边际成本的商业模式使得 Priceline 能够实现 全球扩张，并连续 14 年实现收入端 20%以上增长，并由此驱动其股价 累计超过 12191%的涨幅。 但自 207 年后，随着交通出行线上化渗透率逐步见顶，Booking 的预定 量，间夜数以及收入明显放缓。尽管依然保持了41%以上EBITDA Margin的高盈利能力，但股价仍在 2017-2020 年出现明显调整。

3.3. 哪些因素决定收入增速拐点？

经营数据、收入以及业绩和盈利能力的变化是平台运营和战略实施的结果。因此收入本身依然是一个滞后指标。我们试图进一步寻找驱动收入 和经营数据出现变化和拐点的前瞻性因素。

如何看待并购带来的收入增长？ 并购最主要的两大影响是缩短拓展新业务的时间，以及改变行业竞争格 局，分别对应了收入端增长的持续性和盈利情况的改善。

3.4. 平台拓展第二曲线成功率更高

增速快，触及单一市场增长瓶颈也很快。平台模式在触达临界点/垄断 核心入口后往往呈现非线性增长，使得平台市占率达到 50%的速度远超 一般行业。但诺维格提出了产业发展过程中的另一个重要规律：即一家 企业市占率超过 50%后，其进一步的增长往往受制于行业，公司自身的 努力对增长的贡献边际递减。这意味着增速放缓的必然性，若平台仅满 足于现有利润池而停滞不前，甚至存在增速断崖式下滑的风险。 平台必须时刻寻找具备足够市场空间的新兴领域，作为公司新的增长引 擎。因此复盘历史上的科技巨头，其探索新领域寻找第二增长曲线的步 伐从未停止，甚至在核心利润池仍处高速成长期，即开启了新市场拓展 的步伐。

基因决定论：企业扩张边界的核心约束。对于第二增长曲线的探索往往 并非一帆风顺：企业边界的扩张本质上来自于组织能力的外溢，对互联 网企业而言，由于具备灵活的组织架构，其组织能力的边界通常高于传 统工业企业，但企业的基因往往成为限制企业扩张边界的核心因素。 我们复盘了历史上重要的平台互联网企业对全新业务领域的探索。结果 表明： 平台互联网企业普遍具备相比传统工业企业更强大的组织能力以及更 适应灵活多变业务的组织架构，并由此导致平台企业往往能够利用自身 1）流量资本、2）组织架构灵活性、3）管理方法论的优势，在新领域 获取优势，进而展现出明显超越传统工业企业的扩张能力。即：龙头之 所以成为龙头，本身即具备了超强的多领域扩张并持续寻找增量市场的 能力。

探索新业务和增长曲线的成功与否，取决于： 1）业务与企业核心能力赛道的相近程度； 2）增量市场的大小，体量能否支撑成为主要驱动力； 3）技术的颠覆性/渐进性改进。

通常而言：操作系统生态、内容分发与工具、通讯社交、电商履约四个 赛道之间存在明显的能力边界： 平台互联网企业在同一赛道内的扩张往往具备： 1）资源能力禀赋有规模效应，能够复用； 2）及时有效的客户价值反馈体系； 3）高效而规范的企业内部组织架构和决策流程； 4）能够做出正确决策，并形成业务发展正循环的企业决策价值体系；上述因素共同支撑了在同一赛道内的扩张具有极大成功概率。

Google 收购 YouTube 进一步对互联网内容分发与工具业务的拓展，微 软在企业专业软件服务领域从操作系统向 Office 的拓展；苹果凭借 iPod 的成功进一步向 iPhone、iPad 等一系列 i 产品的扩张等，均是成功的案 例。 而跨赛道的相关业务尝试，则多以失败告终。我们认为这种失败，往往并非来自于技术的落后，甚至并非因为对跨领域业务缺乏足够了解的专 业员工，因为上述因素很容易通过研发/收购/招聘解决。企业基因的因 素影响更大。 企业的基因，可以按以下思路拆解为三个要素：1）核心客户与反馈客 户需求的一整套价值体系；2）企业的决策流程：决定什么样的解决方 案能够被管理层看到；3）企业价值观：决定企业最终做什么才能符合 企业利益最大化。 基因决定论对企业边界的影响可以进一步从以上三个维度进行解读：龙 头企业跨界扩张的困难，更核心的因素来自企业赖以成功的客户反馈体 系、决策流程以及价值观。企业组织架构和决策流程的构建是围绕如何 巩固现有核心业务的利益最大化而然服务的。 这套高效运转的体系，使得企业内部在进军面临差异较大的行业时，对 现有核心客户价值贡献较低，以及缺乏明朗前景价值的领域，存在巨大 的内部流程、文化和价值观阻力。

3.5. 博弈政策拐点的弹性很大

反垄断调查及裁决直接影响公司持续经营的根本假设，因此资本市场对 正在接受反垄断调查的公司反应剧烈且持久。 考虑到微软作为数字经济时代科技企业接受反垄断调查、被裁决拆分， 并最终反转的戏剧性过程，以及其数据的可获得性，本文以微软反垄断 案为例，对企业在时间窗口期资本市场表现进行分析。

微软的反垄断始末资本市场表现分四阶段：

第一阶段：情绪乐观，惯性向上期。相关部门/企业剔除指控/诉讼期 伊始，市场偏乐观预期下，超额收益惯性向上。 立案信息捕风捉影，超额收益小幅回撤。对龙头信仰仍在，累计超额利 润惯性上行。

第二阶段：情绪转变，大幅调整期。调查和诉讼程序深入，情况向 不利于公司发展，超额收益大幅调整 创始人/CEO 在舆论环境/监管压力下隐退，超额收益事前先大幅调整， 后反弹。

第三阶段：情绪崩溃，加速下行期。反垄断裁决落地，累计超额收 益小幅反弹，但面对拆分的严厉裁决，累计超额收益大幅下行。 情绪向极度悲观方向发展，超额收益大幅下行。裁决落地小幅反弹，但 拆分处罚下继续下行。

第四阶段：柳暗花明，绝地反转期。政府换届，态度趋缓，市场预 期从极度悲观低谷大幅反弹。美国政党交替是重要拐点。累计超额收益反应出极强的事前反应属性 （往往在政策和裁决正式公布前 1-3 个月即反应）。

我们试图进一步从更长周期维度审视这轮针对微软的反垄断影响： 1998-2001 期间的反垄断对微软而言并非伤筋动骨：微软在核心 PC 操作 系统领域的统治性地位并没有受到本质重塑，亦没有出现核心业务部门 的拆分；这是微软在此后依然维持其 PC 时代王朝垄断基础设施红利的 前提； 反垄断更多是阻击了微软向互联网等新兴大的具备颠覆性可能的产业 野蛮扩张的步伐。通过约束微软的行为，客观上为新兴一代的雅虎、 Google 等互联网企业崛起赢得了窗口期。

即使不考虑反垄断影响，微软自身 PC 时代的企业基因，是否具备把握 住互联网时代商业模式和技术路线的能力，并在互联网领域延续其统治 基因仍然是值得讨论的。 更长周期视角，金融周期和自身业务发展趋势则是更为主导的因素。微 软 80%的涨幅来自于 2008-09 年之后，并与美联储货币宽松周期同步。 而微软自 2014 年后，积极主动转型云计算，基于操作系统和企业服务 市场持续的业务拓展和恢复是其大幅跑赢纳斯达克基准的核心原因。

2014 年 2 月 4 日，微软董事会宣布由纳德拉担任公司董事和 CEO，纳 德拉上任后采用了两大战略以扭转微软的战略颓势： 战略一：业务上做减法，资源能力聚焦核心利润池。此前微软与 Google 业务 100%重合，并还有游戏、数据库业务等，团队众多，派系复杂， 组织内耗严重。纳德拉只强化企业级软件相关业务，对于不可能和没有 竞争力的业务，通过自生自灭的方式进行精简。 因而：互联网业务、微软亚洲研究院、移动业务、Skype 即时铜须你业 务都在做减法之列；微软将资源能力集中到了最擅长、核心能力最强的 Office 和数据库为核心的企业级软件服务。 战略二：基于现有企业软件服务市场，大力发展云计算 Azure。2014 年 微软的 Azure 其实处于行业中相对落后位置。微软通过将 Office 从过去的软件销售，变成跟在线软件订购（Saas），转型为云计算业务服务。 Azure 平台依靠 Office 的支撑，从几乎 0 的市场占有率，快速提升至 20%， 超越了 Google 的 12%。

3.6. 资本周期通过贴现率影响估值

在所有影响估值的要素中，资本周期的影响是决定性的： 资本周期对平台互联网企业估值影响很大。自 1994 年，特别是自 2020 年疫情以来，美联储货币宽松程度与纳斯达克指数涨幅拟合程度很高。 而 1980-1994 年二者拟合程度较低。 上述长周期维度的非同步/同步特征显示了金融和资本周期与科技和平 台互联网产业周期的相互影响： 资金总是流向对全社会生产率边际贡献最高的产业。个人电脑与互联网 产业爆发期为 1990-1995 年，并迅速成为驱动美国和全球经济发展的核 心引擎，阶段性的全要素生产率最高。新兴产业的快速爆发与美联储趋 势性流动性宽松是金玉相逢，并成为主导 1994 年后纳斯达克指数走势 的核心因素。2020 年新冠疫情以来，平台互联网的生产率贡献在所有行业中依然最高， 并由此驱动了平台互联网企业的进一步水涨船高。

为什么产业生命早期会产生估值泡沫？ 产业生命周期早期往往伴随着资本和估值泡沫，上述现象在不同时期的 众多产业已经多次出现。本文更关心：产生上述阶段性泡沫的微观解释， 即估值泡沫产生的微观交易结构和投资者心理。 Dave Valliere & Rein Peterson在《Inflating the bubble: Examining Dot-Com Investor Behavior》一文中，针对 2000 年美股互联网泡沫时期的一级市 场投资人进行了系列深度访谈与研究，并总结出了以下产业生命周期早 期产生估值泡沫的核心原因： “产业发展初期的金融泡沫与其说是对新技术的追捧，不如说是投资组 合竞赛压力下的囚徒困境3。” 在一个正常投资决策模型中，对于新兴业务诞生初期，市场缺乏充分认 知，早期投资的失败导致对认知风险的提升，并驱动投资组合降低相关 领域的风险敞口，由此实现投资组合风险的负反馈机制。

估值泡沫时期与上述模型的差异来自增加了全新的变量：高市场预期 （Market hype）。对新兴产业前景能够颠覆现有行业的高期待，改变了 投资者预期，此时：

认为旧的估值方法和度量企业价值的手段已经不能再解释正在快 速发展的新兴业务（在本案例中为平台经济和互联网）；

因此，极高的估值被认为是可以接受的，因为旧的估值已经不能度 量新企业价值，新的估值方法被发明出来，在新的估值方法下，高 估值看起来可以被接受；

失败的投资在以往被认为会提高投资人对风险的认知，并降低对特 定行业的风险敞口；但在高预期下，失败的投资被认为是排除了难 以跑通的选项，幸存的尚未被证伪的商业模式和企业的成功率反而 是提升了，因而降低了投资组合风险，应当进一步加大对这一产业 相关投资组合的投资力度以摊薄沉没成本；

从投资组合的角度，出于组合竞赛压力和错过颠覆式创新大时代的 担忧，投资经理选择进一步加码上述赛道，并由此导致上述投资决 策流程从负反馈转变为正反馈，持续推动估值水涨船高。

资本与产业存在“高增长-高估值-持续融资”的正循环。资本周期主要通 过影响 DCF 中分母的贴现率来影响企业估值。对企业估值的影响更进 一步体现在建立起融资、高增长、高估值的正循环体系：

由于平台的基础设施属性，必然经历市场教育和规模不经济的阶段， 因此融资活动现金流而非经营现金流成为支撑企业度过规模不经济 阶段的核心动力；

基于平台爆发式增长的客观规律，平台依靠融资现金流进行激进的 营销和市场教育和拓张以迅速占领主导市场，而高增长的事实（也 许并非业绩，可以是客户、可以是订单数，可以是 GMV）支撑了平 台企业初期的高估值；

高估值（一级 OR 二级）进一步提升了公司融资能力，使得公司具备 持续获取融资现金流保证持续的营销和市场推广的可能性，并通过 持续的高增长维持现有估值水平；

上述正循环能够维持的核心来自：1）宽松的流动性带来的一级市场 和二级市场的高风险偏好；2）企业位于产业生命周期的早期，持续 增长具备足够的空间和动能；

而流动性始终具备周期性，产业总会走向成熟期，上述两个条件的 周期性变化使得上述正循环的失效。此时，前期对基础设施的投入， 和真正能产生经营活动现金流的商业模式最终存活下来。经营活动 现金流取代融资现金流，成为支撑企业发展的核心动力。

4. 龙头的 Alpha：产品/赛道/价值观/管理层

4.1. 优秀的产品/服务且持续创新是基础

什么是优秀的产品和服务：高效建立起用户信任关系 能够更低成本、更快速地建立起用户信任关系的产品和服务模式具有更 高估值。商业社会的运行基础来自信任关系，我们认为流量时长争夺的 本质也是信任关系建立效率的争夺。流量的变现效率竞争，本质上是能 够在更短时间、更轻的资产、更低的代价建立起用户与平台/渠道/品牌 之间的信任关系。 信任关系的获得存在两种路径1）信任时间的占据（体现为用户时长 的占据）；2）商誉的积累；

信任时间的占据常见：娱乐场景：媒介形态上看热媒介（媒体）对冷媒介（社交和社区） 的替代；内容特征上看，“形象”代替“概念”，“知道”代替“理解”；社交场景：互动、反馈、身份，通过朋友圈、视频号等线上“工作量 的证明”，积累社交资本；工作场景：作为生产力的工具本身，作为产出的保障，从而对工具产生依赖；

商誉的积累是另一种形式：典型如电商履约和供应链体系，本质上是通 过重资产的服务和体验实现对渠道心智的占据，即渠道商誉的积累。这 种方式和途径更慢、更重、需要更长时间的资金投入，但颠覆的难度也 极高。 商业模式的差异表面上看是信息（流量）变现效率的高低，实际上则是 信任关系建立效率的差异。

操作系统：从媒介而非功能角度理解，系统是生产、休闲娱乐、社 交的媒介本身，媒介即内容，操作系统作为基础性媒介，媒介的偏 好决定了你使用的软件，接触的内容，甚至价值观； 社交网络：社交资本的积累（实际或虚拟）；信息分发：精准的信息匹配体系和能力，纯线上，构建信任的效率 高，但信任时间的更替也很快，所以颠覆也很快； 电商：履约体系和商品匹配效率，轻重结合，很难颠覆，但增长速 度慢，投入大，建立信任的成本高； 从Windows 的视窗操作系统、到Google的Page Rank搜索技术，到TikTok 的推荐算法，均符合上述规律。而上述特征在财务端的体现，则是轻资 产、高利润率、且具备可持续性的商业模式普遍享受更高的估值。

颠覆式产品的必要条件： 科技行业的主要矛盾：如何通过快速降低成本，让科技带来的生产力提 升快速普及并提高生活水平和便利程度。 我们认为，具备成为秩序颠覆者并领导新一轮产业革命的企业，具备以 下三个特征：大众的而非精英的，开放的而非封闭的，迭代的而非完美 的。 上述三大特征分别代表了最广泛的客户需求和市场、最先进生产力，因 而最具备掌控规则制定权，并成为基础设施的潜力。

大众的而非精英的： 基于上述主要矛盾，平台提供的服务最终一定是能够服务尽可能多的人 群与客户，而非仅仅服务少数/特定精英群体。根据创新扩散理论，新技 术的推广在初期一定是从少数向大众扩散的过程，但技术和模式的创新， 最终一定是满足大多数人的利益而服务。 技术和服务的基础性，目标客户广度的潜力，是度量新的科技趋势、企 业和商业模式能否具备颠覆性和引领时代的核心指标。 服务于大众市场的产品和服务，必然是以规模效应、密度经济等降低成 本为导向的，通常是以极低的门槛吸引最广大的消费者，并通过技术降 低个性化服务的边际成本。

开放的而非封闭的：开放和封闭是相对的，背后的核心是判断，巨头构建的服务/生态，能否 借助全社会最优秀的智慧和技术，充分受益于整个时代的技术进步。 从开放 PC 操作系统授权的微软战胜试图通过封闭硬件-操作系统独吞 PC 市场的苹果；到 Web2.0 时代构建平台，引入开发者完善平台生态进 而带动了 UGC 强势崛起的 YouTube；再到安卓凭借开源在硬件和生态 落后的情况下维持了移动端市场份额的势均力敌。 开放是手段而不是目的，开放的意义在于最大程度分享和受益整个时代 的科技进步的结果，利用全社会的技术、人才杠杆，始终站在先进生产 力的最前沿。

迭代的而非完美的： 世界上没有完美的产品。信息和数字时代，方法论的最大变化在于，控 制论的思想下，通过高频的数据反馈，实现产品和服务的不断迭代。完 美某种程度意味着落后，具备持续迭代改进空间的产品和服务，才能始 终维持竞争力。

4.2. 赛道决定天花板，空间通常比预期大

潜在市场空间 TAM（Total Addressable Market）选择决定了高增长的 持续性和空间，进而决定了市值空间和估值水平。 本文对平台互联网从系统生态、内容分发、社交通讯、电商服务四大赛 道的产业特征、商业模式、用户特征和估值特点进行了提炼：

四大赛道并非并列关系，而是构成产业链层级：我们常用的流量概 念，本质上可以被拆解为：用户规模、用户时长、用户花费、用户 心智；最终争夺的是用户信任关系（决定产业链价值分布）。

都是基础设施，但构建操作系统生态相比其他赛道，具有更强的基 础设施特征，因而具备了成为基础设施中的基础设施特征。

都希望构建生态提高迁移成本，但重资产与重投入（硬件）的电商 和操作系统天生更难被颠覆。而内容分发与社交通讯，则天然迭代 更快且更迭频繁。

操作系统和电商服务市值空间更大，超额收益分布平均。大空间、 慢变化、高迁移成本的行业是最符合投资者审美的长坡厚雪赛道， 为此投资者可以容忍较低的利润率水平（如强管控 B2C 电商）、较长 期的亏损、和更平缓的增长曲线。 因而系统生态与电商服务吸引了最多，且长期的投资者关注，其超 额收益的分布在整个生命周期中分布相对均匀。其后期的超额收益更多来自前期重资产基建投入积累的壁垒。

内容分发与社交通讯高迭代，快节奏。而内容分发与社交通讯高频 迭代，多平台栖息，代际更替频繁的特征决定了其收益曲线的高仰 角和快节奏，因而其爆发式增长期往往吸引了成长股范式的投资者 追捧，并导致了超额收益相比系统生态和电商服务更集中在前期。 我们也看到内容分发与社交通讯鲜有机会在市值秩序中占据榜首， 这也表明了其市值空间的相对局限性。

潜在市场空间会随着基础设施的完善和使用习惯的养成而比预期更大。 市场往往基于现有的基础设施的水平对潜在市场空间缺乏想象力。 Netflix最初从光碟租赁转型流媒体订阅业务时市场对潜在空间的测算存在低估，这与彼时低水平的互联网接入速度、PC 和移动互联网的低渗 透率均相关。市场对基础设施的普及和新模式渗透率提升速度的非线性 认知不够。事实上，随着北美，甚至全球互联网基础设施水平的迅速提 高，基于 Netflix 面对的是全球流媒体订阅市场的快速爆发，巨大的 TAM 支撑了 Netflix 自 2005 年以来持续 15 年的 20%以上（除 2008、2012 年） 超额增长。

4.3. 用户中心和长期主义是最好的商业模式

平台模式的财务结果往往滞后于战略实施，短期的亮眼数据也许对中长 期的竞争优势的构建并没有更多贡献。 资本青睐的“好模式”屡屡成为短期的季度冠军。轻资产、高利润率和高 回报率的商业模式因为有更好的季度业绩表现和盈利能力，在短期往往 更受资本市场青睐，因为具备更高的估值和短期更高的资本回报。 但用户为中心的长期主义战略牺牲短期利润业绩，往往在长期获胜。但 在互联网发展的历史上，以用户体验而非资本市场的喜好为核心，并愿 意牺牲短期盈利能力，通过长期资本投入构建起基础设施，持续满足用 户需求的公司屡屡在长期的商业竞争中获胜，并通过更持续的高增长和 更高的天花板，获得更高的长期投资收益。 在互联网发展历史上，Amazon 对 eBay 的惊天逆转，以及美国版“外卖 大战”中 DoorDash 对 Grubhub 的后来者超越为上述结论提供了有力证明。

Amazon 对 eBay 上演了互联网历史上最激动人心的逆转 在电商平台发展初期，资本市场对轻资产平台模式的青睐显而易见：更 高的利润率水平（长期 35%以上 EBITDA Margin），更快速增长的活跃 用户数，使得 eBay 享受了高估值和高市值。而彼时亚马逊正因其长期 亏损和高额资本开支，以及捉襟见肘的现金流，饱受资本市场质疑。

亚马逊的史诗级逆转是众多因素共同的结果：

Amazon 在产品创新领域始终保持了高度创造力，除了重要的 AWS 云计算产品之外，还推出了包括 Kindle 阅读器、Prime 会员、无现金 门店等产品。

亚马逊保持了管理团队的稳定性以及战略的一致性；在 2020 年统计 的数据，亚马逊的资深管理团队（S-team）平均在公司年限为 16 年； 亚马逊上市至今只有一位 CEO，而 eBay 至今经历了 4 任 CEO 更替；

相比专注长尾和 C2C 交易的 eBay，亚马逊的目标市场（TAM）更大 且更为广泛支撑了其业绩持续超额增长的持续性和更高的天花板， 这也是其长期市值占优的重要因素。

但最根本的原因，在于相比 eBay 更加重视商户的成功（eBay 的关注 重点多年来经历了从小商户，到头部商户，再到回归小商户的转变）， 亚马逊的B2C和后来的Marketplace自始至终更加关注消费者的用户 体验。

始终坚持长期主义战略，愿意牺牲短期经营利润，保持长期基础设 施的资本投入，以保证更快的履约购物体验，讨好消费者，而不是 投资人和资本市场；亚马逊的管理层更倾向于忽略短期的利润波动 和市场压力，而 eBay 则更加擅长盈利数据和市场预期的管理；

亚马逊的 Prime 会员以及对于物流基础设施的持续投入是其长期主 义战略，牺牲短期利润并带来长期回报的证明。

DoorDash 对 Grabhub 的后来居上是另一个用户体验长期取胜的案例

Grabhub 在美国更早开展外卖业务，其商业模式为典型的平台模式：提 供餐厅预订平台，并通过收取预订佣金获取收入，而配送由餐厅自己完 成。满足轻资产、高利润率、高回报率。但上述模式也导致了缺乏独立 配送能力的餐厅无法在 Grabhub 上满足消费者需求，由此限制了平台的 餐厅供给。 而 DoorDash，包括后续的 UberEats 则选择了最大化满足消费者、商户 需求，提高履约体验，自建配送团队的方式。这种商业模式更加重资产， 并且需要对用户、商户、配送员更高的激励费用。但却提供了更多的平 台餐厅供给，以及更好的履约体验。因此尽管牺牲了短期的利润， DoorDash 和 UberEats 很快实现了对 Grabhub 市占率的显著超越，2020 年 DoorDash 上市时其市值已经是 Grabhub 的 10 倍。

4.4. 管理团队和组织能力决定企业边界

平台和科技类企业的核心资产是优秀的团队和管理层。创始人和管理团 队的创造力、价值观以及稳定性对持续创造超额增长和收益的影响更大。

信息时代企业生产关系的变革，以及带来的利益分配机制的变化，是科 技企业保持持续创新能力的核心来源。 公司所有权决定了分配制度。工业时代的生产资料是原材料和设备，股 东/管理人与工人是雇佣关系，材料和设备折旧以及耗材构成了大部分 成本，企业盈利的核心来自效率的提升，支付给公司的工资与企业利润 是零和博弈。 资本掌握的设备、材料是最先进的生产力，而劳动力可替代性极强，因 此资本对劳动力的剥削随着经济周期而波动，并由此诞生了欧美的工会 组织，在争取权利的过程中产生了很多资源和时间的消耗。 科技时代知识型员工是先进生产力，掌握技术和知识的核心员工不可替 代，因此分享公司所有权，才是信息和科技时代降低成本的重要方法。 因此各大科技企业普遍采用期权激励机制。所有权的变化改变了分配制 度，并构成了科技企业能够持续创新的重要动力。 同时我们应当注意到，生产关系的变化，不仅仅是公司内部的职能层级 之间的，更是社会各个阶级之间的对数据这一全新要素的所有权的生产 关系的重新调整。

管理方法论的变化：从机械论，向控制论、信息论、系统论转变。 机械论诞生于工业时代，强调确定性和可预知性。因此强调计划、战略， 强调效率的提升和执行的完成度，与工业生产型企业较低的利润率水平， 需要依靠效率改善提高利润率带来规模效应的运营逻辑。 控制论、信息论与系统论则是面向不确定的方法论： 控制论的核心是持续迭代。区别于机械论对未来做尽可能确定的预测逻 辑，而是根据变化不断进行调整，即看重迭代与反馈。信息和数字时代 的高频数据反馈与迭代能力为控制论在企业管理中的运用提供了基础； 信息论是关于通信的理论。信息论认为，系统中不确定性越多，熵就越 大，消除不确定性的方法，是引入更多信息。如同广告的精确投放需要 引入更多的搜索关键词，以消除不精确的推荐。关键词，成为消除系统 不确定的信息。 系统论的观点认为局部最优不等于全局最优。即更加强调整体用户体验 的最优，而不只是追求堆积硬件性能的最强。 上述三大方法论相比工业时代企业的机械论管理思维上的优势，是科技 产业能够快速增长更为核心的支撑力。

4.5. 估值方法随生命周期与风险偏好大不同

估值是产业趋势、资本周期和商业模式共振的结果。因此，研究估值规 律，本身是研究产业规律和资本周期，以及交易结构和背后的交易心理。 估值方法的选择和估值水平的高低具有极强的事后解释性；估值规律是 产业和资本运行规律通过交易的映射。 好的生意和企业是比较的结果，估值水平的高低同样来自比较。抛开产 业生命周期，资本周期，在不考虑参照系的情况下讨论估值的绝对水平 和企业的绝对价值，缺乏足够的规律归纳。

生命周期对估值方法的选择是决定性的：本文无意赘述不同估值方法的 原理。我们认为，尽管处于同一互联网技术大周期下，但细分技术迭代 周期以及行业内企业的生命周期阶段，是决定互联网估值方法的核心因 素：

相对估值法在成长期最主流。处于快速迭代和新业务拓展阶段的企 业远期现金流具有低可预测性和不稳定性，基于高速增长的业绩， 甚至收入的相对估值法是最为普遍且最具比较意义和一般规律性的 估值方法，因此 PS、PE 估值方法是成长期和成熟成长期较为普遍。

DCF 则多用于已经进入成熟期的业务或企业进行估值。平台的多业务特征使得分部估值法（SOTP）对度量整体市值较为常 见。而不同部分的估值方法选择同样基于生命周期，以相对估值法 最为常见。 估值指标的创新本质是在评估增长的节奏，寻找增长和渗透率阶段的量 化前瞻性指标，但也受资本周期与市场风险偏好的影响。 由于平台企业新兴企业和商业模式在中期内缺乏盈利：因此价值-点击率 （Price per Click）、页面观看次数（Price per View）、单客户价值（Price per Customer）等新的估值方法被采用，以解释收入/利润的短期缺失。 2000 年互联网泡沫时代，资本宽松周期，高市场偏好下，对于互联网科 技企业的美好前景的预期带会带来相对估值方法的创新。

【来源：快资讯】

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：1953179025@qq.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。