初创公司如何给自己估值

昨天一个朋友问到我初创公司如何估值的问题,我觉得这个问题其实挺有普遍性的,所以将我自己的一些想法在此分享给大家。

1、初创公司的估值模型

为了方便大家理解这个估值模型,我假设投资者对初创投资公司投资后,后续在初创公司上市或被并购时一次性完成退出。在这样的条件下,估值公式如下:

公司估值 = E * NPV
E:预估的初创公司未来成功的可能性;
NPV:初创公司成功退出后的净现值;

NPV = CF/(1+R)^T

CF:投资者退出初创公司所获得未来现金流;
R:贴现率
T:投资到退出时所经历的年限。

从以上估值公式我们可以看出,要对初创公司进行估值,就需要确定以下变量:

  • E,即初创公司未来成功的可能性;
  • CF,初创公司成功推出时能够给投资者带来的现金流;
  • T,成功退出时所经历的年限。
  • R,贴现率,即投资者期望的年化回报。

由于要对上述参数进行相对准确的预测相对较难,除了上述公司外,我们还需要引入敏感性分析

我可以看到,根据上述公司,决定初创公司估值的总共有四个变量:E,CF,T和R。我们可以首先根据投资者资深的偏好去确定T和R的数字。打个比方,投资者在对初创公司进行投资的时候希望能够在第5年退出并获得不少于40%的年化收益率的话,我们就可以将T设定为5,将R设定为40%。在这样的条件下,我们可以将E和CF作为变量列出一个表格,列出不同的E和CF的组合情况下,初创公司的估值表,这个表格列示如下:

CF1,CF2...CF5填写不同的未来现金流金额;
E1,E2....E3填写不同的成功可能性,5%,10%,15%...

通过以上表格,大家就可以在确定的投资回报率以及投资期限的条件下(一般情况下,投资者对于其期望的投资回报率和投资期限都是由一个基本的要求的),针对不同的投资回购金额以及投资回报成功可能性制作计算对应的估值区间。若通过这个敏感性分析得出的估值区间高于目前初创公司的估值,那么我们起码可以说,目前初创公司的估值是相对比较合理的。

2、估值模型应用的局限

估值模型和估值的方法说我了,这里我想说说这个估值模型的应用局限。

  • 不准确性。这个估值模型涉及到四个基本的变量,而且各变量之间是乘数关系。这也决定了,任何变量设置的不准确,都会使结果严重偏离实际的数值。所以这个模型更多的作用是验证,也就是验证在初创公司成功退出的情况下,其目前的估值是否合理。因此,这个估值模型不应作为初创公司的定价模型。故如果你将其应用于定价模型的话,我觉得这个模型可能并不比拍脑袋来的更为准确。

  • 样本的局限性。这个模型涉及预测初创公司未来成功的可能性。本身这个E就有太多的决定性因素了。因此,从单个的企业去着眼的话,其实是无法确定这个数字的。目前这个E往往只能采用一些行业或者是投资者过往案子的一些平均成功率作为参考。比方说,初创公司平均成功率,某基金投资成功率等。而这些成功率从其样本数量上来说也可能是不太充足的,这也造成了这些成功率本身就存在一定的偏差。

  • 投资回报金额的不可预测性。在这个模型中,投资回报大致是通过比较法,也就是通过类似公司目前上市的估值进行比较。通常使用的测算参数是初创公司未来的净利润以及未来上市时的PE倍数。但是,即使非常成熟的公司,要精确的预测其未来3-5年的净利润就已经非常不容易了,又何况初创公司!

小结

  • 要精确的对初创公司估值很难。
  • 本文给出的估值模型的主要作用在于验证,即验证在一定逻辑下目前初创公司的估值是否合理。

3、初创公司如何报价

读到这里,读者可能要说了。老兄,你说了半天等于没说呀!给出了一个公式又说这个公式不靠谱,那么我在融资的时候到底该如何进行报价呢?能不能给出一个可以操作的方法呢?

答案是肯定的,下面我就给出一个供创业者思考估值的逻辑框架。

  • 比较法。比较法的底层逻辑是锚定效应。创业者可以参照近期市场上类似或近似公司的融资案例来对自己公司进行估值。可以告诉大家,比较法也是大多数投资者会采用的验证方法之一。

  • 融资金额估算法。一般来说,初创公司需要进行多轮融资,初创公司的管理团队可以通过对于初创公司达到下一个里程碑所需要的资金进行预测,进而对初创公司进行估值。因为,公司在初创阶段的融资所出让的股权比例一般不会太高,一般在10-20%这样的水平。所以在确定了融资金额以及你愿意出让的股权比例后,初创公司的估值也就出来了(融资金额/出让比例)。

  • 估值模型验证。在进行了上述比较法和融资金额估算法以后,初创公司的估值范围大致确定下来了,初创公司的创始人可以用本文前面所介绍的估值模型对估值进行验证。以最终确定估值的范围。

最后,初创公司是否可以拿到融资,以及在拿到融资的时候是否可以获得更高的估值,很大程度上还是取决于大家的水平。在这方便,贾跃亭绝对是我们学习的榜样。当然,学会了贾跃亭吹牛以外,更为重要的是我们要有相应的担当。否则,短时间的成功也只能是又一场镜花水月

希望本文对那些想要了解初创公司估值方法的朋友能够有一定的帮助。

                                   —— End ——
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,456评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,370评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,337评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,583评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,596评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,572评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,936评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,595评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,850评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,601评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,685评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,371评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,951评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,934评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,167评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,636评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,411评论 2 342

推荐阅读更多精彩内容