风险投资的不对称逻辑：赌对比避错更重要
哪些因素有助于投资成功？
每当我考虑进行私人投资时，大致上会有两个主要问题需要自己思考：
-
哪些因素可能带来成功？
-
如果一切顺利，它的规模能发展到多大？
-
可能会出现什么问题
事实上，前两个问题本质上是相同的，而第三个问题（在我看来）则完全无关。我提到这一点是因为，在讨论风险投资于初创企业时，人们往往关注的都是各种风险：执行风险、市场风险、竞争风险、招聘风险等等。要是市场规模不够大怎么办？要是他们无法实现既定愿景怎么办？对初创企业来说，不利因素实在太多了。实际上，只有极少数初创企业才能发展成大型公司！所有这些让人犹豫不决的理由都是成立的！在没有任何其他因素考虑的情况下，不投资初创企业的理由几乎总是多于投资的理由。鉴于如此高的失败率，持悲观态度的人通常才是正确的。
然而——风险投资其实属于幂律型行业。这个道理极其简单，也常被视为理所当然，但事实上大多数人在进行投资或构建投资组合时并未将这一基本原则牢记在心（我自己有时也会偏离这一原则！）。
如果一切顺利，它的规模能发展到多大？这正是目前需要思考的问题。在我看来，第三个问题其实并不重要，原因在于市场的不对称性——做错决策最多只会导致资金损失 1 倍，而做对决策则有可能带来无限的上行空间。这里还有一个有趣的细节：某家大型机构投资者分享了关于基金中表现最优异的 25%和最差的 25%的基金在投资回报分布方面的数据。有趣的是，无论是表现最好的那组基金还是最差的那一组基金，其投资中回报低于 1 倍的比例都是 50%。我提到这一点是想说明：亏损的投资比例并不会影响基金是属于表现最佳的那组还是最差的那组。
“该企业能发展到多大的规模”这一问题如今显得更为重要。在过去的~15 年里，任何软件公司的理论市场总规模上限都取决于其软件预算。而对于如今的许多人工智能公司而言，市场总规模的上限已不再是软件预算，而是员工薪酬或咨询费用。这其实并非什么革命性的变化，但我总是能看到相关案例。随着新技术的出现而提升的市场总规模上限这一概念也并非新鲜事，这也是为何排名前十分的企业规模会持续扩大的原因之一。我刚进入风险投资领域时，一家市值 10 亿美元的公司就已经被视为非常了不起的成就了。不再如此了……不过——在那个时候进行投资时，人们往往很难想象会有比这更好的回报，因为那被视为当时的“上限”（并非真正的上限，只是最高收益水平的大致范围）。试想，如果在 2017 年因为“Teradata 的市值只有 40 亿美元”而放弃投资 Snowflake，那可就错了。在重大科技变革发生之际，潜在收益规模会迅速增长！
这正是让当前的投资变得复杂的原因——毕竟如果我们假设今天的退出估值就会成为明天的退出估值的话。我确信，2036 年表现最出色的那 10%的公司，其收益将会远远高于现在水平，但以这种思维方式去投资实在很困难。这并不是说所有公司都会发展得很好，现在投资就很容易，恰恰相反。如今开始创业的公司比以往任何时候都多（这也让做风险投资变得更加有趣），但不幸的事实是，大多数公司最终都无法成功。唯一重要的是找到那些能够创造奇迹的创始人！如果一切顺利，这些公司的发展规模能有多大？
季度报告摘要
十大电动车/新交通出行收入倍数
每周十大股价变动榜单
多性向估值指标最新动态
SaaS 企业通常是根据其营收的倍数来定价的——在大多数情况下，这个营收数据指的是未来 12 个月的预期营收。营收倍数是一种简化的估值方式。由于大多数软件公司尚未实现盈利，或无法产生可观的自由现金流，因此这是用来对比整个行业的唯一指标。即便采用 DCF 估值法，其中也充满了各种长期假设。SaaS 模式的优势在于，其在早期的快速增长最终会带来后期的盈利。下文中的营收倍数是通过企业价值（市值加上债务再减去现金）除以当期营收来计算得出的。
总体数据：
-
整体中位数：4.3 倍
-
前五名的中位数估值：30.5 倍
-
10 年期利率：4.7%
按生长速度分类。在以下的分类中，我将预期未来 12 个月的生长速度高于 22%的视为高生长型，介于 15%-22%之间的视为中等生长型，而低于 15%的则视为低生长型。对于“高生长型”的界定标准，我不得不进行调整。如果 22%这个数值看似有些随意，那确实如此……我只是选了一个能让大约 1001 家公司的成长速度符合高生长型标准的数值，这样样本量才能具备更强的统计意义。
-
高生长型公司的估值中位数：17.2 倍
-
中等生长阶段企业的中位数 EV/NTM 营收倍数：6.8 倍
-
低生长阶段的中位数估值倍数：3.8 倍
企业价值/未实现营收/未实现生长率
下图显示的是 EV/NTM 营收倍数除以市场普遍预期的 NTM 营收增长率。也就是说，如果一家公司的估值为 20 倍其 NTM 营收，而其预期营收增长率为 100%，那么该公司的实际估值倍数则为 0.2 倍。制作此图的目的是展示每只股票的估值相对于其成长预期而言是偏低还是偏高。
企业价值/未调整自由现金流
折线图显示了 FCF 估值倍数在 0x 至 100x 之间的所有公司的中位数。我设置这一数据子集，是为了展示那些以 FCF 作为重要估值指标的公司。
净营运资金现金流为负的公司并未被列入该图表中。
EV/NTM 营收多性向与 NTM 营收生长率的散点图
增长与估值倍数之间的关联度如何？
运营指标
-
中位数未来 12 个月增长率：13%
-
长期平均增长率中位数：16%
-
毛利率中位数：76%
-
平均营业利润率为 2%
-
中位自由现金流利润率：21%
-
净留存率中位数：110%
-
平均客户获取成本回收期：44 个月
-
销售与营销费用占营收的中位数比例：34%
-
研发支出占营收的中位数比例：23%
-
管理费用占营收的中位数比例：13%
同类公司业绩数据
40 法则的计算公式为营收增长率与自由现金流利润率之和（营收增长率和利润率均需采用近期及长期数据）。自由现金流则通过营业现金流减去资本支出得出。
GM 调整后投资回收期是通过以下公式计算得出的：（上一季度的营销与销售费用）/（本季度的净新增年度经常性收入乘以毛利率）×12。该指标反映了 SaaS 企业需要多少个月才能以毛利润为基础偿还其全部营销成本。由于大多数上市公司并不公布净新增年度经常性收入，因此我采用了间接计算的年度经常性收入数值（即季度订阅收入乘以 4）。净新增年度经常性收入则简单地为当前季度的年度经常性收入减去上一季度的数值。那些未披露订阅收入的公司则被排除在分析之外，并标注为“NA”。
本文所参考的资料包括彭博社、Pitchbook 以及相关公司的公开文件。
本通讯中所呈现的内容仅为作者的个人观点，并不一定反映包括 Altimeter Capital Management, LP（简称“Altimeter”）在内的任何其他个人或机构的意见。虽然这些信息源自可靠渠道，但若存在不准确之处，作者概不承担任何责任。本文仅用于提供信息参考，不应被视为投资建议。过往表现并不能保证未来结果。Altimeter 是一家在美国证券交易委员会注册的投资顾问机构，但注册并不代表其具备特定的专业技能或受过相应培训。Altimeter 及其客户会买卖公开交易的证券，并且已经且/或可能会对文中提及的公司进行投资或做出与文中观点一致或不一致的投资决策。此处表达的观点仅代表作者本人，而非 Altimeter 或其客户，后者保留根据自身判断做出投资决策或进行交易活动的权利，而这些决策或活动可能与本文观点一致，也可能存在差异。
本文及其中所含信息仅用于提供参考之用。文中表达的观点仅为作者个人观点，并不构成任何证券的销售要约、购买建议或购买要约的邀请，亦不对任何投资产品或服务提出推荐意见。虽然文中部分信息来源于被认为可靠的渠道，但作者及其雇主或关联方均未对这些信息进行独立核实，因此无法保证其准确性与完整性。据此，对于该信息的公正性、准确性、及时性或完整性，既不作出任何明示或暗示的陈述或担保，也不应依赖此类信息。作者及其所有雇主及关联人员均不对此信息承担任何责任，也无义务在未来更新其中的分析内容。
