基金规模只是策略的一部分：比较风险投资中不同资金部署策略下基金预期回报

风险投资人中常有一句话：“基金规模就是策略”。这话既有道理，也过于简化。更准确的说法或许是：“对于每一种基金规模，都有一套并不现实或风险极高的资金部署策略。”

从纯粹的资金部署角度看，任何风险投资策略都有几个关键要素，其中大多数显而易见。它们决定了基金将进行何种类型的投资。对于早期风险投资而言：

关键的一线决策：

阶段： 对于一只早期基金而言，可能会考虑 pre-seed、seed 和 A 轮融资
持股比例：“领投”投资的持股比例为 7.5%至 15%，或“跟投”的持股比例为 2%至 7.5%
后续投资储备： 基金通常会预留相当于基金规模 0%至 55%的资金，通过在未来融资轮次中按比例投资来维持其在投资组合公司中的持股比例，从而限制（或消除）股权稀释

下游影响：

平均单笔投资额： 市场环境越昂贵，为达到目标持股比例，每笔投资所需的资金就越多（反之亦然）
投资组合规模（投资笔数）： 根据初始支票金额和后续跟投储备的不同，基金将拥有足够资本，对一定数量的全新公司进行首次投资

我们可以将多种关键的首次投资决策作为输入进行蒙特卡洛模拟，并比较不同策略在相似市场环境下的表现。

作为 Gradient 去年 Fund 5 募资工作的一部分，我搭建了一套模拟逻辑，并已在这里的这个网络应用中开放使用（网站）。我因自己对 F1 的热爱，亲切地将其称为“The Monaco GP”——哈，懂这个梗吧？该应用通过运行数千次随机、迭代的基金生命周期，进行蒙特卡洛模拟，以建模不同基金回报的概率。

1亿美元基金的策略

不同基金策略之间的基本权衡，在考察更大规模的基金时最容易看清，因此我们来看一只 1 亿美元的基金（ 点击此处查看下方图表的交互式网页应用版本）

这四种策略按投资分散程度从最高（#1）到最集中（#4）排列。每向右移动一步，初始持股比例（2.5% → 5% → 10% → 15%）和后续储备资金都会提高，投资组合规模则从 160 家公司缩减至 22 家。 从一开始就可以看出，位于两端的策略要么执行起来不太现实，要么难以产生足够有吸引力的回报：

交易过多： 策略#1 需要进行 160 笔首次投资。在 30 个月的投资部署期内，这意味着每个月要完成 5 笔以上的新交易。对于一只 1 亿美元基金而言，这很可能并不现实。而且在 2.5%的持股比例下，你在每家公司中的持股都很少，因此即便是拥有一个超级赢家的顶级四分位基金，MOIC 也只能做到 2.5 倍。
过度集中： 策略#4 过于集中，以至于采用这一策略的基金中有一半实际上会亏钱（回报中位数为 0.9 倍）。即便是位居前四分之一的基金，也很少能押中真正有分量的赢家，这也是为什么该策略的回报会下滑至 1.8 倍。如此集中的配置甚至也换不来前 10%的表现：策略#4 的 P90（5.5 倍）实际上还不如集中度更低的策略#3（6.1 倍）。只有在极端尾部情形下（P95 达到 9.2 倍）它才会获得回报，但大多数基金永远到不了那里。

管理 1 亿美元基金的 GP，可能会希望采用策略#2 和策略#3 的某种组合（以绿色标出）。 两者都可行，具体取决于 GP 的能力圈：

策略#2 在这一组中拥有最佳的前四分之一回报（2.8 倍），且下行保护更稳健。如果你能够从一级基金获得大量项目流，并能通过后续投资拿到有意义的（约 5%）持股比例，这会是一条更可靠的路径。
策略 #3 以牺牲位居前四分之一的稳定性为代价，换取更优的前十分位回报（P90 为 6.1 倍）。如果你能够独立赢下并主导交易，而且相信自己的项目甄选能力，这就是更大的一次押注。

3000万美元基金的策略

( 点击此处查看下方图表的交互式网络应用版本 )

对于一只3000万美元基金，同样的四种策略下，合理策略的范围发生了变化。

过于集中，难以证明风险合理： 策略#3 和#4 将投资组合收缩至 9 至 13 家公司，而从数学上看并不划算。其前四分位数回报（1.4 至 1.5 倍）和前十分位数回报（3.5 倍）实际上都低于其上方那些更分散化的策略，更不用说其中位数结果会让 LP 损失一半资金。

在交易数量与持股比例之间取得平衡的策略#1 和#2 的某种组合，很可能是大多数 GP 的最佳路径。

那么，这一切意味着什么？

对数千个基金生命周期进行模拟， 并不等同于预测某一只单独基金的回报。归根结底，一只单独的风险投资基金要想成功，必须做到：

投中赢家并且
在这些赢家中持有足够有意义的份额

如果你不擅长挑选项目，或者在赢家项目中的持股比例微乎其微，那么无论怎样的基金策略都救不了你。不过，有些基金策略在结构上具备更高的下限和上行空间；另一些则是在承担更高风险的情况下，提供更好的上行潜力。

调整基金策略的各项输入参数进行推演是很有帮助的 （例如，为后续跟投预留多少资金、进行多少笔投资、目标入场持股比例是多少等），这样可以帮助你理解基金在不同市场情景下、围绕预期结果可能会有怎样的表现。LP 当然也会考虑这些因素

如何比较基金策略？

我构建了上述基金策略比较工具，以便 GP 和 LP 能够比较类似基金策略的结果，并理解其中的权衡。有两点说明：

使用这一工具的最佳方式是比较策略，而不是评估实际预期的 MOIC / TVPI。回报分位数直接取决于历史市场输入参数，相关数据可在此查看。其中最关键的是，企业以何种速度从一个阶段进入下一个阶段［例如，从种子轮到 A 轮］。我们并不清楚市场阶段晋级率和估值水平将会如何变化，因此对精确业绩的判断只能是推测性的。
这项分析及其视觉呈现更侧重于考察从前四分之一到前十分之一之间的回报差异。这是有意为之。没有 LP 会为了获取中位数回报而投资一家 VC 机构。他们完全可以在其他多种市场中，通过风险更低的资产获得类似的回报特征。
基金策略比较工具最适合用于 Pre-Seed、Seed 和 A 轮基金（或其组合）。

祝投资顺利！如果你想聊聊基金策略，随时给我发个消息。我很容易联系到。

—-

非常感谢 Peter Walker 和 Carta，感谢他们帮助我们调取市场数据，为这些模拟提供依据。