关键词:
用户价值
互联网企业
价值评估
摘要:
上世纪90年代,中国互联网与世界接轨,互联网整体行业在我国发展势如破竹,为具体分析互联网企业市场的发展情况,应该对互联网企业进行价值评估,深入评价企业发展现状。目前评估方法较多,最常用的有收益法、市场基础法、市场法等,但由于互联网企业发展模式不同于传统企业,具有创新力度大、用户规模效应、资本结构存在弹性等特点,利用传统评估模型用于评估互联网企业相形见绌。针对这一问题,基于梅特卡夫的DEVA价值评估模型应运而生,将企业财务指标与非财务指标相结合,立足互联网企业价值由用户驱动这一特点,对互联网企业进行价值评估具有一定可行性与准确性。本文以互联网上市公司K企业为例,通过财务指标对K企业2016-2019年进行分析,整体发现K企业偿债能力、盈利能力、营运能力较强,由于游戏行业宏观调控,导致2018-2019年营业收入增长较缓,盈利能力放缓,但仍然具有投资意义,随后使用传统EVA模型及熵值法计算权重进行企业价值评估,得出结果,一方面可以作为辅助价值评估依据,另一方面通过权重比较分析得出K企业用户价值的重要性。通过基于用户价值规模的DEVA模型,引入业务调整系数对K企业价值做出计算。利用上述模型方法计算结果与评估基准年市值进行误差率比较分析,并对于模型的实操性、适用性进行对比。研究发现,EVA模型会计调整项目较多,计算过程较为复杂,虽得出EVA值大于2019年市值,具有投资价值,但主观预测性较为严重,得出误差率远远大于DEVA模型误差率,说明基于用户规模的DEVA模型更具有准确性和操作性。针对修正后的DEVA模型,也存在些许不足,对于互联网企业资本结构、财务杠杆能力、用户之间节点距离等没有考虑,也没有应用在模型分析中。在今后的DEVA模型改进中,应选取多种财务指标进行量化、引入企业加权资本成本、节点距离等完善该模型,构建更加确切准确的互联网企业价值评估方法。对于互联网企业价值评估,应从深处挖掘企业价值影响的主导因素,立足互联网企业特点进行模型构建及修正,挖掘用户交叉价值,深层次分析用户行为,通过用户行为分析企业发展走向,量化用户价值指标,计算企业价值。