基于修正DEVA模型的互联网视频企业价值评估-以哔哩哔哩为例

基于修正DEVA模型的互联网视频企业价值评估——以哔哩哔哩为例摘要本文基于用户视角，通过修正用户数量、量化用户贡献、引入齐普夫定律、修正单位用户成本、引入市场占有率、引入用户付费率等方式来对传统的DEVA模型进行修正，最终以修正过后的DEVA模型来对哔哩哔哩的企业价值进行评估。通过研究本文得出结论：第一，修正后的DEVA模型基于用户视角，精准的考虑到互联网视频企业价值影响因素，避免了传统模型中财务指标的限制，选择参数适应当今互联网视频企业发展的需要，其用于互联网视频企业估值具有一定可行性。第二，这些因素对互联网视频企业价值影响较大，有利于决策者制定合理的方案来提升哔哩哔哩的价值。关键词：互联网视频企业价值评估DEVA模型ValueAssessmentofInternetVideoEnterprisesBasedonModifiedDEVAModel——TakingBiliBiliasanExampleAbstract:Inrecentyears,Internetvideoenterpriseshavegrownrapidly,andtheirindustryscaleandperformancehaveshownrapidgrowth,injectingnewvitalityintoChina'seconomy.However,withthecontinuousdevelopmentoftheindustry,traditionalvaluationmethodshavegraduallyexposedtheirlimitationswhenfacingInternetvideoenterprises,makingitdifficulttoaccuratelyreflecttheirvalue.Therefore,itisofgreatsignificancetoexploreandimprovethevalueassessmentmodelofInternetvideoenterprisestopromotethehealthydevelopmentoftheindustry.Basedontheuserperspective,thispapermodifiesthetraditionalDEVAmodelbycorrectingthenumberofusers,quantifyingthecontributionofusers,introducingZipf'slaw,correctingtheunitcostofusers,introducingthemarketshare,introducingtheuserpaymentrate,etc.,andthenfinallyevaluatesthevalueofBilibilirisewiththemodifiedDEVAmodel.Thispaperconcludesthat,firstly,themodifiedDEVAmodelisbasedontheuser'spointofview,accuratelytakesintoaccountthefactorsaffectingthevalueofInternetvideoenterprises,avoidsthelimitationsofthefinancialindicatorsinthetraditionalmodel,andselectstheparametersadaptedtotheneedsofthedevelopmentoftoday'sInternetvideoenterprises,whichisfeasibletobeusedinthevaluationofInternetvideoenterprises.Secondly,thesefactorshaveagreaterimpactonthevalueofInternetvideoenterprises,whichisconducivetothedecisionmakerstoformulateareasonableplantoimprovethevalueofBilibili.Keywords:InternetvideoenterprisevalueassessmentDEVAmodelTOC\o"1-3"\h\u目录TOC\o"1-2"\h\u一、引言 一、引言（一）研究背景和研究意义1.研究背景近年来，我国信息基础设施不断完善，5G技术的深度覆盖为互联网行业的快速发展提供了坚实基础。网络视听领域呈现高速发展态势，已成为数字经济体系中的关键内容产业。然而，部分互联网视频企业在上市后遭遇股价破发，如2023年快手股价破发49%，爱奇艺破发80%。这些问题不仅打击了投资者信心，还对行业投融资环境产生了负面影响。互联网视频企业具有无形资产占比高、风险大、成长性强的特点，其价值难以用传统估值方法准确评估。因此，构建一套适用于互联网视频企业的估值模型显得尤为重要。例如，通过引入用户视角的评估方法，如用户生命周期价值和用户黏性指标，能够更精准地评估企业价值。以哔哩哔哩为例，其在2024年第三季度实现营收73.1亿元，同比增长26%，并首次实现单季度盈利。这一成功案例表明，互联网视频企业通过优化内容生态、提升用户黏性和拓展商业化路径，能够实现价值增长。因此，以哔哩哔哩为研究对象，找寻符合互联网视频企业的估值模型，不仅有助于投资者理性决策，还能为企业的并购、重组等行为提供科学依据。2.研究意义我国互联网视频行业的发展时间并不长，但由于社会和技术等因素，近些年成长较为迅速。以哔哩哔哩为例，该公司在2024年第三季度营收为73.1亿元，同比增长26%，这是哔哩哔哩第一次单季度盈利，其股价和市值也随之有所上升，这与爱奇艺等互联网视频公司的股价和市值持续下跌形成鲜明对比。也就是说，哔哩哔哩的发展模式比较有特色，有成为价值增长的潜力，因此选择哔哩哔哩进行价值评估更具研究意义。本文构建修正的DEVA模型对哔哩哔哩进行估值，以期为互联网视频企业的价值评估提供借鉴。这样的研究不仅能够让投资者认清行业状况、看到未来前景，从而理性投资和科学配置资产，还能为企业并购、重组和收购等行为提供科学合理的依据。（二）研究内容与研究方法1.研究内容本文主要介绍了在修正后的DEVA模型下，哔哩哔哩的企业价值评估研究，共分为六章。第一章为引言。本节将探讨该研究的背景、重要性、主要内容和所采用的方法。第二章为理论基础及文献综述。主要阐述了相关理论作为后续讨论的重要依据，并对国内外企业价值评估的研究现状进行了简要分析，为案例研究的理论基础提供了支撑。第三章为互联网视频企业评估方法选择与适用性分析。本章首先探讨了影响互联网视频公司价值的因素、特征以及评估的挑战，随后分析了传统评估模型的适应性，最后选定了DEVA模型对互联网视频公司进行价值测评。第四章为传统DEVA评估模型的缺陷分析，并对其进行了一系列修正，最后对修正后DEVA评估模型的适用性进行分析。第五章为修正后DEVA评估模型在哔哩哔哩企业价值评估中的应用。本章首先阐述了哔哩哔哩公司的当前状况，接着依据基础的价值评估要素对其进行了评估并得出了相关结果，最后再根据这些评估结果进行深入分析。第六章为研究结论与建议。本章节将对全文研究结果进行全面总结，并提出合理可行的建议。2.研究方法第一，文献研究法。研究以互联网企业为研究目标，致力于探寻适配的估值方法。通过广泛检索与归纳国内外有关互联网企业估值的学术成果，把握当下国内外在此领域的研究动态。对以用户价值为核心的估值方法展开适度探究，权衡各模型的长处与短板以及实践可行性。第二，比较分析法。运用传统估值研究方法和经过改良的DEVA模型分别对案例企业实施估值操作，进而验证新型模型的应用价值，最终实现精准估值的目标。案例分析法。以互联网行业中的哔哩哔哩企业作为案例，依据DEVA模型，结合该企业的估值特性对模型进行分析改进，并运用改进后模型对企业展开估值工作。二、理论基础与文献综述（一）理论基础1.用户价值理论用户价值理论深刻揭示了互联网企业的核心价值逻辑，它认为，支撑互联网企业价值的是用户行为，用户通过对产品、服务的使用能够直接创造企业收益，另外，用户带来的流量也能间接增加企业收入，用户是互联网企业真正的价值来源。互联网用户不但是消费主体，更是无形资产。2.齐普夫理论齐普夫定律是信息科学和语言学领域的重要理论，它揭示了文本中单词出现频率的统计规律。齐普夫定律指出，一篇文本中的单词可以根据它们的出现频率进行排序，从高到低依次排列。因此，第二个经常出现的词。的出现频率是第一个词的半数，而第三个词的频率则是首个词的三分之一。根据这个规律，位于第r位置的词所呈现的出现频率是首词的基本频率。单词的1/r。总的词频计算方式是1加上1/2再加上1/3，直到1/(n-1)，当n无限增大时，这一和的结果大致接近于自然对数ln(n)。3.梅特卡夫理论梅特卡夫定律是理解互联网网络价值的重要理论基石，它表明网络的价值与用户人数的平方呈正相关关系。梅特卡夫的理论表明，网络的价值与其用户人数的平方成正相关。具体公式为：网络价值=K×N²，其中K为常数，N为用户数量。该原理阐明了互联网企业价值增长的特征，表明用户基数的扩大将导致价值的指数化上升。在互联网企业的价值评估中，梅特卡夫定律强调了用户群体的重要性，指出企业通过拓展用户数量，能够实现迅速的价值增长。（二）文献综述1.企业价值评估现状Fisher（1906）在《资本和收入的自然本质》一文中，分析了资本收益与企业价值之间的关系，提出资本的价值实质上是未来预期收益的现值的企业价值评估理论。Modigliani和Miller教授（1958）提出了MM理论，认为确定适当的折现率对于企业未来收益的预判至关重要，以此进行折现可以有效评估企业的价值。Franco和Mertor（1963）针对MM理论中存在的问题，研究提出了在所得税环境中企业价值的估值模型。至此，现金流量折现法形成完整的理论体系，并在此基础上衍生股利现金流折现法和自由现金流量折现法。刘芸芸（2005）以2000年互联网企业泡沫破裂为案例，专门选取B2B电子商务企业作为研究样本，分别用嵌入离散模型的实物期权法和传统估值方法进行评估，经对比，实物期权法更为精确。梅良勇（2005）认为在企业并购活动中交易双方往往更关注企业未来能否带来现金，EVA法正好能反映该企业是否具有增值的能力，能够给并购提供足够的支持，判断企业的真实价值和发展能力。李晟（2014）通过结合企业寿命周期，引入时间、增长率等指标，利用这些指标可以较好地判断企业所处的发展阶段，根据企业所处的不同阶段采取不同的估值方法，他研究得出成长期企业的成熟期网络效应开始显现，市场占有率逐步提高的情况下，可以采用市盈率法来衡量企业价值，以动态发展的角度丰富了企业价值估量的方法。2.互联网企业价值评估研究现状MaryMeeker（1995）于《互联网报告》里提出了DEVA模型。他主张，对于那些处于初创阶段的互联网企业而言，用户资源属于核心资产。DEVA模型有着基本公式E=MC²，这里的E指代被评估企业的价值，M表示单体投入的初始成本，C则意味着单体客户价值。该理论一经问世，便迅速在风险投资领域，成为互联网企业价值评估的关键参照标准。Wolf（1998）指出，能够运用改良后的EVA方法来评估互联网企业的价值。在其观点里，互联网企业的价值由两部分构成，一部分是当下的资产价值，另一部分则是对未来经济价值增长的预估数值之和。Schwartz（2000）提出，当待评估的互联网企业收入增长率攀升至特定高度时，采用实物期权模型来开展评估工作就会更为妥当。H.Steve（2012）提出量化用户质量之法，以市值比网站流量算出单位用户贡献度，兼顾网站流量与用户质量，为企业评估等提供精准参考。Guo和Zmeskal（2016）于2016年借助情景分析法，对互联网企业的发展进程实施阶段划分，以此检验实物期权模型是否能够有效应对互联网企业的收益波动情况，最后根据各阶段互联网企业的发展特征进行价值评估。帅青红（2005）继而提出了CVBC模型，并将其界定为“客户价值”，把顾客的生命周期与常见的估值方式有机结合起来。目的是解决网络企业在创立初期无利润，用常规评估手段难以实现价值评估的难题。该模型主张，一个企业的价值取决于其产品或服务为顾客创造的价值，而此价值是由顾客对产品或服务的需求以及愿意付出的价格所确定的。所以，该模型将顾客的需求与愿意支付的价格当作估算企业价值的两大关键因素。谈多娇和董育军（2010）研究表明，互联网企业的核心价值与自身拥有的客户资源密切相连，其中客户价值是推动企业价值增长的核心要素，具体通过单客户收入贡献、点击率、注册客户数量三个维度得以体现。因此在构建互联网企业价值评估模型时，需要对这些因素进行综合考量。谌鹏（2013）在TMT以及互联网高新企业展开研究时提出，为实现对企业价值更为精准的评估，应当把非财务指标中的累计收益率纳入考量范畴。这是由于此类企业的价值不仅仅取决于传统财务指标，非财务因素同样有着不可忽视的影响力，累计收益率能从特定角度反映企业经营动态。魏嘉文（2015）通过详细阐述传统评估方法存在的问题，以新浪微博为例，运用国泰君安的估值公式，结合市场法构建了以用户价值为导向的新模型，通过理论分析和案例分析相结合以及方法的革新为互联网企业提供精准评估的范式。倮日韦嵩（2016）在对16家上市A股的商业银行研究发现，在对银行未来市场价值进行评估时，要考虑互联网金融对其产生的冲击，将其产生的收益作为中间收入，从而减轻净息差的依赖性。在互联网金融时代，这种对传统银行业务模式的威胁，有助于银行对自身价值进行全面准确的认知，从而适应新的金融环境。郑小惠（2018）认为，作为互联网企业价值的来源，用户必须要纳入DEVA模型，并且随着用户的稳步增加和变现能力的提高，必将提升企业价值，为DEVA模型优化提供了思路。曾丽婷（2019）认为梅特卡夫定律在互联网初创公司的估值中可以使用，因为这一公式最大的优势就是不需要对企业的发展前景做过多预测，所需数据简单易得，对企业的盈利现状也没有较高要求，极大简化了估值过程。臧文清（2022）认为相比传统模型，DCF模型研究价值更高、空间更大。对互联网企业，若其现金流稳定、可预测性强，可用该模型评估，因其契合模型内在逻辑，能保障评估结果可靠，助力企业决策等。李启元，吴孝灵（2024）运用BASS模型并添加企业的市场竞争力，得到了市场潜在活跃用户量随网络用户量变化的规律,随后对BASS模型加以改进。然后,在此基础上,通过扩展DEVA模型，提出了一种能够揭示潜在活跃用户价值的框架，进而建立了互联网企业价值评估的DEVA-BASS模型。最终，将DEVA-BASS模型应用于叮咚买菜的企业价值评估案例中，展示了互联网企业价值评估不可仅限于现有用户的价值评估，还需结合对市场竞争力的分析来评估潜在用户的价值。3.文献评述本文梳理了互联网视频企业价值评估的研究现状，发现国内外研究大多基于财务信息视角，运用传统估值模型并结合用户信息或资本化处理等方式进行修正。但通过用户价值角度对互联网视频企业价值进行深入分析的文献不足。而本文以用户价值视角，引入用户黏性指标到DEVA模型中，用DAU/MAU衡量用户黏性，能够更加合理的修正模型。本文就哔哩哔哩进行实证研究，旨在为互联网视频企业价值评估提供借鉴与案例支持。三、互联网视频企业评估方法选择及适用性分析（一）互联网视频企业价值影响因素1.用户数量具体而言，活跃的用户数量是决定互联网视频公司价值的关键因素。已注册用户可以根据其活动进行注册分为活跃用户和非活跃用户。活跃的用户是指那些频繁访问视频平台并进行有效登录的用户，这些用户往往有可能转变为忠诚的用户或成为会员。；非活跃用户是不经常登录或没有有效操作的用户，他们给企业带来的盈利微乎其微。因此，只有活跃用户才是影响企业价值的用户。2.用户粘性什么是用户粘性，通俗的说就是用户停留在平台的时间，对于互联网企业来说只有留住用户提高活跃时间，才能给企业带来价值。日活跃用户和月活跃用户在总用户中所占比例越大，意味着用户的粘性越强。此外，高粘度的用户还可以形成“老拉新”的口碑效应，为企业带来源源不断的新用户，做到细水长流。3.单位用户贡献值单位用户贡献值（ARPU）是在线视频企业有着独具特色的盈利模式，而广告收入以及用户付费收入是其主要收入来源。平均每位用户所带来的收入数额，能够直观反映企业的变现能力，对企业价值有着重要影响，其展现了单位时间内用户规模对企业相关收入的贡献水平，体现出用户的付费意向。ARPU值越高，表明企业的内容体系与业务规划更为合理，能够充分契合用户的差异化需求。（二）互联网视频企业特点与评估难点1.互联网视频企业特点（1）无形资产占比高由于互联网视频企业的产品服务基本上是基于互联网的，因此，互联网视频公司必须在无形资产的开发上进行大规模的资金投入，这导致这些企业普遍成为轻资产模式，其无形资产的比例相对较高，而固定资产的比例则显著较低。而某些互联网视频公司由于无形资产所占比例过于突出，这种情况甚至可能对其核心优势和未来成长产生负面影响。（2）“马太效应”明显对于互联网视频企业来说，用户资源往往是其盈利的主要来源。头部企业通过早起布局和不断投入，积累了庞大的用户规模，精准地了解用户兴趣，并通过优化内容推荐和服务体验，使得新入场的视频企业难以在内容和体验上与之形成差异化的竞争，吸引用户的难度极高。另一方面，头部企业利用庞大的用户规模吸引更多优质内容的版权、广告和合作伙伴，强化自身优势。“据相关数据显示，互联网视频行业中排名前三的企业获得了该行业85%以上的市场份额，获得了85%以上的行业利润。（3）不确定性大在互联网视频的领域中，企业的竞争强度十分激烈，即便是行业第一梯队的腾讯、爱奇艺等企业，也都无法实现独立盈利。其次就是作为互联网视频企业无形资产中最重要的用户资源，用户的数量及黏性将极大地影响企业的发展，然而用户的喜好难以精准捕捉，具有很强的主观性。最后就是政府政策，这将对于互联网视频企业产生极大的影响。2.互联网视频企业评估难点（1）未来收益不确定性高互联网企业需要不断更新技术和营销手段来保持对新用户吸引的能力，然而技术更新往往滞后于用户需求变化。与此同时，政府不断出台和健全各种相关法律法规，加强监管力度,从内容审核到隐私保护等各个方面制约着互联网视频企业的生存和发展，综合导致互联网视频企业成长性难预料，纯在诸多不确定性。（2）缺少相关数据传统企业价值估值主要依据的是财务报表已有的数据和根据已有数据预测出的数据，但是互联网视频企业在我国的发展时间并不长，大部分处于创业初期或上市时间不长。如新兴的小众视频网站，成立也许只有三五年历史，财务数据十分有限，根本无法通过这些数据预测未来并准确估值。（3）非财务因素影响从上文的分析中可以得出，互联网视频企业的价值容易受到诸多非财务因素的影响，在发展初期，大部分互联网视频企业会出现亏损或者盈利能力较低的情况，像早期的哔哩哔哩就是长期处于亏损的状态，并且其大量的年轻用户群体以及社区文化等非财务指标在企业的财务报表中无法体现，仅仅依靠财务数据评估的方法就会低估企业价值。（三）互联网视频企业评估方法及适用性分析1.市场法及适用性分析市场法是以近期的市场交易价格为依据，对同类或类似资产进行价值评估，通过比较和修正被评估对象与参照物的差异来确定资产的市场价值。但市场法的运用需具备以下条件：一是必须要有活跃的公开市场，二是要有可对比的交易案例，三是要获得合理、真实有效的信息和财务数据，而互联网视频企业的价值来源主要是非财务指标，运用市场法会低估企业价值。此外，市场法的三个指标均是静态的指标，没有考虑到未来收益。综上，市场法并不适宜用于评估互联网视频企业。2.成本法及适用性分析成本法是从资产的重置成本出发，通过对被评估资产在现在市场上重新购建或建造的成本进行估计，减去资产实体性贬值等各项损耗而得出资产价值的一种方法。采用成本法必须要具备以下两个条件：一是能够对企业的各项资产和负债进行准确的识别和计量，并且对资产的重置成本和各项损耗做出合理的估计。二是该方法假定企业的经营状况及资产结构在评估时点上保持不变。因此，成本法通常不适用于互联网视频企业整体价值的评估，仅适用于对企业部分有形资产的评估。3.收益法及适用性分析收益法是通过预测企业未来收益折现来确定企业价值的方法。此方法前提条件是该企业的未来收益能够被预测，未来取得收益的风险能予以量化，可以通过货币计量，收益年限可以预测。而互联网视频企业前期为吸引用户、提高用户黏性，往往不惜重金投入，导致互联网视频的前期净现金流为零甚至为负。因此，对于互联网视频企业来说，由于发展未来风险很难合理量化，存在许多不确定因素，而历史数据有限，很难预测未来收益。因此，收益法不适用于评估互联网视频企业价值。4.DEVA评估模型及适用性分析DEVA模型是最早将梅特卡夫定律应用于实际的基于用户价值的估值模型。该模型认为，互联网企业价值提升的主要来源是用户数量的增加，互联网企业价值会随着用户数量的增长呈二次方程式增长。其应用公式如下（3.1）： E=M×C² （3.1）其中：E代表被评估企业价值，M代表单位用户的初始投资成本，C代表单位用户价值。DEVA评估模型在评估互联网企业价值时适用性较强，具体体现在以下方面：首先，DEVA评估模型能够摆脱传统财务指标的限制，在运用时无需考虑企业过去、现在以及未来的盈利状况，能够有效避开企业未来收益预测主观性较强等问题；其次，其数据获取相对简便，DEVA模型同时依赖财务数据与非财务数据，能够从企业年报或易观千帆等平台获取，无论是企业是否上市，都可以运用DEVA模型进行评估；最后它还会基于用户视角考量，对于互联网视频企业而言，DEVA模型将用户作为互联网视频企业价值驱动的主要因素，刚好符合互联网视频企业要求。综上所述，本文在对互联网视频企业进行价值估值时，选择应用DEVA模型。四、基于互联网视频企业DEVA估值模型的修正（一）传统DEVA评估模型缺陷分析1.用户属性不清晰传统DEVA模型仅仅考虑了用户规模对企业价值的影响，并且假设所有用户对这类企业的价值影响是相同的，同时互联网视频行业的注册用户数量远超那些真正带来价值的用户，如果继续应用传统的DEVA评估模型，将导致对这一行业的价值评估出现偏差，因此有必要对DEVA模型中的用户数量这一指标进行适当的调整。2.用户价值贡献与企业价值指数关系不成立传统DEVA模型假设每个新用户都可以与其他所有用户进行交互，从而认为企业价值和用户价值是平方关系。但是当企业的规模足够大的时候，互联网视频企业的价值增值就会变得足够缓慢，每个用户对企业的边际贡献就会变小。如果依旧采用传统的DEVA模型，将企业价值与用户贡献值视为指数关系，就会高估互联网视频企业的价值。3.影响企业价值因素单一DEVA模型以用户价值为核心，将用户价值作为企业价值评估的核心指标。但是随着互联网的发展，影响企业价值评估的因素变得更加综合，此时仅仅考虑用户价值已经不能完全体现互联网企业的真实价值，如果单纯以用户价值评估企业价值将造成高估。（二）DEVA评估模型修正过程综上所述，我们需要针对性地对DEVA模型进行修正。1.修正思路（1）修正用户数量DEVA模型中对用户属性的定义不准确。在众多的注册用户中，存在着部分甚至大量的无效用户，若是在计算企业价值时将这类用户包含在内，最终得出的企业价值难免会虚高。因此我们在计算企业价值的时候只关注活跃用户即可。用户活跃度是互联网视频企业的价值衡量体系的关键指标。企业可依据时间周期，将活跃用户划分为年活跃用户（YAU）、月活跃用户（MAU）、周活跃用户（WAU）和日活跃用户（DAU）。其中，年活跃用户统计范围宽泛、数量庞大，难以精准反映用户动态；日活跃用户数据则受短期因素影响，波动性较强。相较之下，选择月活跃用户（MAU）作为计算基础更为合理。修正后DEVA模型如（4.1）所示E=M×MAU2其中：E—企业价值，M—单位用户的初始投资成本，MAU—平均月活跃人数。（2）量化用户贡献在找到为企业带来价值的活跃用户后,需要对其进行价值量化。通常采用单位用户收入贡献衡量,可以简称为ARPU。ARPU指在特定时间内,每个用户对企业获得的平均收入,与企业的利润水平息息相关,可以预测未来营运水平。互联网视频行业，单位用户收入贡献也主要为无形资产，难以确定其公允价值，通常采用互联网企业营业收入作为ARPU。ARPU=营业收入平均月活跃用户数量化用户贡献后，修正的DEVA模型如（4.3）所示： E=M×(MAU×ARPU)2 （4.3）其中：M—单位初始投资成本，MAU—平均月活跃用户数量，ARPU—单位用户贡献值。（3）引入齐普夫定律根据齐普夫定律，以用户价值为基础的企业价值应是每个用户创造价值的总和。假设一家视频网站有N个用户，根据齐普夫定律，每个用户的价值为1+1／2+1／3+⋯+1／N，其和应为自然对数1nN的近似值，则该企业的总价值为N1nN。传统的DEVA模型对互联网视频企业的价值评估可能会高估，需要根据用户增长、获客成本等因素加以调整。修正后的模型为（4.4）所示：E=M×(MAU×ARPU)×ln(MAU×ARPU)(4.4)其中：M—单位用户初始投资成本，MAU—平均月活跃用户数量，ARPU—单位用户贡献值。（4）修正单位用户成本传统的DEVA模型一般只考虑到了企业的初始注册资本，并将其均摊给用户，因此来确定单体初始投入成本。这种方式是十分片面的，因此本文将用户成本的概念拓展为单位初始投资成本（M）与单位内容成本（C）两个部分来共同计算单位用户初始成本。在刚刚创立的互联网视频企业初期，它们为了获取新用户并将其留存，使其成为付费用户，会选择购买一些优质的影视资源，这些支出就构成了企业的初始投入资本。企业会将其分摊到每位注册用户的头上。因此在计算单位初始投资资本M时，公式如（4.5）所示：单位初始投资成本=初始注册资本注册用户数（4.5随后，各个网络视频企业为更好地获取新用户和留住老用户，开始提供更多更好的内容，所以在对网络视频企业估值时，要加上维护用户的成本。而内容成本是针对粘性强的活跃用户，这部分成本应该摊到每个活跃用户上，如式（4.6）所示：单位用户内容成本=内容产出总成本成本发生期间活跃用户数(故此，在计算企业价值时要扣除掉这部分为留存客户而支付的单位用户内容成本，而修正后的DEVA模型如（4.7）所示： E=M×[MAU(ARPU-C)]×ln[MAU×(ARPU-C)] (4.7)其中：M—单位初始投资成本，MAU—平均月活跃用户数量，ARPU—单位用户贡献值，C—单位内容成本。（5）引入市场占有率市场占有率是指企业的产品或服务在行业内的消费数量或金额所占的百分比，不仅反映了企业在行业中的覆盖范围，还体现了其对企业综合价值的贡献。本文通过被评估企业活跃用户数量占全行业活跃用户数量的比重来体现市场占有率，其计算公式为（4.8）：市场占有率=被评估企业活跃用户数量行业总活跃用户数量引入市场占有率后DEVA模型修正如（4.9）所示：E=M×P×[MAU×(ARPU-C)]×ln[MAU×(ARPU-C)](4.9)其中：M—单位初始投资成本，MAU—平均月活跃用户数量，ARPU—单位用户贡献值，C—单位内容成本，P—市场占有率。（6）引入用户付费率用户付费比例（用字母U表示）是通过付费用户的数量和活跃用户总体的关系来计算的。用户的充值行为是网络视频公司收入的关键组成部分，而用户的付费积极性将直接影响公司的整体价值。本研究将基于付费用户和活跃用户人数的比率来计算用户的付费比率，即公式（4.10）： 用户付费率=付费用户数量活跃用户数量 （4.10考虑用户付费率后DEVA评估模型修正如（4.11）所示：E=M×P×U×[MAU×(ARPU-C)]×ln[MAU×(ARPU-C)](4.11)其中：M—单位初始投资成本，MAU—平均月活跃用户数量，ARPU—单位用户贡献值，C—单位内容成本，P—市场占有率，U—用户付费率。2.修正后DEVA评估模型上述我们对初始DEVA模型的用户数量、单位用户成本以及用户价值与企业价值间的关系进行了修正，量化了单位用户贡献，引入了市场占有率、用户付费率指标，最终修正后的DEVA模型表示如（4.12）所示：E=M×P×U×[MAU×(ARPU-C)]×ln[MAU×(ARPU-C)](4.12)其中：M—单位初始投资成本，MAU—平均月活跃用户数量，ARPU—单位用户贡献值，C—单位内容成本，P—市场占有率，U—用户付费率。（三）修正后的DEVA评估模型适用性分析1.明确价值主要来源经过修正的DEVA模型对“用户”进行了重新定义，强调只有活跃用户才具备为企业创造价值的能力。同时，该模型采用平均月活跃用户数（MAU）作为企业价值评估的依据，有效降低了用户数量波动对企业价值评估结果的干扰。2.综合考虑不同因素对企业价值影响传统DEVA模型仅考虑到初始投资成本以及用户数量对企业价值的影响，而修正后的DEVA评估模型则综合考虑了多种影响互联网视频企业价值的因素，其最后得出的评估结果将更加合理准确。五、修正DEVA评估模型在哔哩哔哩企业价值评估中的应用（一）哔哩哔哩企业介绍1.发展历程哔哩哔哩(简称B站)在国内众多二次元视频弹幕网站中成立较早，是国际公认的国内知名的新兴视频社区，同时也是国内年轻人的新兴代名词。B站是AcFun之后第一个创立的弹幕视频网站，开创了一种与AcFun不同的弹幕视频发布系统，其主要用户群体是Z世代，并且在曾经最受年轻人欢迎的APP评选中获得了第二名。独特的社群模式和年轻态的用户群体使得站从创立之初就受到了资本的青睐，在IPO之前已经历了四轮融资。2013年完成A轮数百万融资，2014年完成B轮融资数千万，2015年完成C轮投资1223万元，腾讯于同年D轮投资上亿。但数次融扩展并不能使站大范围扩张，直到2018年3月，B站上市，总计募资4.83亿美记，开始在资本界大放异彩。下图是哔哩哔哩的企业发展历程：图1哔哩哔哩公司发展历程资料来源：哔哩哔哩年度ESG报告2.业务板块哔哩哔哩的业务板块主要分为四个部分，分别是移动游戏、增值服务、广告以及电商及其他业务。（1）移动游戏收入哔哩哔哩为第三方的网络游戏开发者提供移动端游戏平台，用户可以免费下载安装游戏，并通过哔哩哔哩账户进行相关操作。玩家不仅可以体验游戏的多样内容，还能够通过购买数字商品的方式来提升游戏体验。虚拟商品销售是移动游戏收入的主要来源，从2018—2020年，移动游戏营收分别占哔哩哔哩总营收的71.1%、53.1%和40.0%，其中，排名前十的游戏在2018、2019和2020年分别占总收入的67%、46%和33%。（2）增值服务收入哔哩哔哩的增值服务收入的来源包括：大会员的会员费用、在直播平台上购买的虚拟礼品、付费观看的内容，以及平台所售的虚拟物品。2018年1月，哔哩推出了大会员业务付费用户将享有优先观看高品质的动画、漫画和游戏相关内容的特权。（3）广告收入哔哩哔哩还提供了丰富的广告投放方式，比如手机客户端开机页广告、主页面横幅广告、视频推送旁广告等。（4）电商及其他收入哔哩哔哩的电商和其他业务主要为线上动漫、漫画、游戏产品，线下活动、演出门票收入等。作为平台的新业务，这是“二次元”业务的延伸，是吸引“二次元”用户群体的消费业务。（5）业务板块营收总结哔哩哔哩的营收来源主要由增值服务和广告收入、移动游戏和IP衍生以及其他方面构成。如图2所示是哔哩哔哩的主要业务收入构成。图22023年哔哩哔哩各业务板块营收构成3.盈利模式分析哔哩哔哩走出一条区别于其他互联网平台的可持续发展路径，形成高质量发展的良性商业模式，为了更好地分析哔哩哔哩的盈利模式，本文选择从利润点、利润对象、利润屏障3个方面进行分析。（1）利润点具体利润点如下表1所示表1哔哩哔哩2023年四大业务板块利润点业务板块利润点广告业务效果广告、开环电商合作增值服务整合营销、直播、大会员订阅、付费课程、内容付费移动游戏长线运营游戏、联运与社区优势电商及其他开环电商合作、IP衍生品业务哔哩哔哩的主要业务板块主要分为四个部分，分别是广告业务、增值服务、移动游戏和电商及其他业务等，通过多元化变现策略实现盈利。广告业务板块以效果广告、开环电商合作为核心，以社区内容为基石提升广告效能。增值服务板块则以整合营销、直播打赏、大会员订阅与付费课程等内容来满足用户多样化的内容消费需求。移动游戏板块则依靠游戏内购、长线运营和联运合作，打造二次元游戏生态。电商及其他板块则通过开环电商和IP衍生品开发来挖掘年轻用户消费潜力。（2）利润对象具体利润对象如下表2所示表2哔哩哔哩2023年四大业务板块利润对象利润点利润对象效果广告广告商开环电商合作电商平台、品牌商家整合营销品牌商家、企业直播平台用户、广告商大会员订阅平台用户付费课程平台用户内容付费平台用户长线运营游戏平台用户联运与社区优势游戏开发商、平台用户开环电商合作电商平台、品牌商家IP衍生品业务平台用户B站的盈利对象是使用和消费了B站产品和服务的人群，分析哔哩哔哩的盈利对象可以让我们更加清晰的明白B站盈利的关键点，为制定B站的市场策略提供基础。将哔哩哔哩的盈利对象按照上文对应到的利润点分类一一对应。可以发现哔哩哔哩的盈利对象主要是来源于平台用户、广告客户和运营商用户。平台用户指的在B站上观看视频的用户，包括普通用户和付费用户，其中付费用户即为会员用户。广告客户是指购买B站推广服务和广告宣传的消费者。运营商用户即与哔哩哔哩签订协议的运营商，公司提供内容产品，与之约定合作营销和推广，最后按比例分成。（3）利润壁垒一个企业要是想把握好核心竞争力，实现可持续性经营，就要有一个强大的利润壁垒，对于哔哩哔哩来说，他的利润壁垒就是：内容生态、用户价值和技术赋能。内容生态方面，哔哩哔哩拥有多样的内容体系和独家版权的内容，这使得哔哩哔哩拥有强大的竞争力。其拥有多元化的内容，从动漫、游戏、知识、生活等。多数的内容都有多个维度，不仅拥有丰富多样的内容体系以满足不同用户的需求，同时也拥有多种多样的内容类型吸引不同领域广告商的投放，实现其广告收益多元化。除此之外，哔哩哔哩拥有众多的独家内容，一些较为受欢迎的动漫、独家的综艺等。这些内容吸引更多的用户订阅成为大会员，增加其用户黏性，可以直接为该平台带来利润。用户价值方面，哔哩哔哩拥有国内数量最大的青年用户群体，用户具有强消费能力以及文化认同感，用户可为大会员、付费课程、周边IP衍生、直播打赏等增值服务付费，同时，高活跃度和黏性可带动平台广告投放、直播带货、游戏推广等业务发展。B站独有的社区文化以及互动氛围可增强用户社交关系和情感共鸣，提高用户黏性。技术赋能方面，B站通过精准的推荐技术、视频技术创新和强大的平台技术架构，使用户体验和平台的价值都得到了极大的提升。智能推荐算法依据用户的行为和兴趣准确推送定制化的内容和广告，既能提高用户对平台的依赖性，也能提高广告的投放和转化率。在视频技术方面，B站支持高清、高帧率的播放，并推出互动视频、全景视频等新形式，优化用户体验的同时进一步吸引了用户和创作者，促进更多优质内容的创作与传播。4.用户规模情况用户黏性、年龄、数量等状况，将会严重地影响企业经营状况，继而影响企业价值，因此，要想准确地判断企业价值，就必须对用户状况准确地进行分析。（1）用户年龄层次集中公司的主力用户是Z世代（1995-2009年）。目前,Z世代总人口约为3.42亿，占中国人口的比重为24.2%。他们是伴随着互联网的发展而成长的一代，对互联网有着高度的依赖性，在线时间长，消费意愿强，互联网归属感强。哔哩哔哩一站式平台在移动游戏和视频领域发展迅猛，是Z世代们喜爱的产品。调查显示，在九零后最喜爱的APP中，哔哩哔哩位于第二名。（2）哔哩哔哩获客成本低2022年，哔哩哔哩用户UGC浏览量占比89.6%，大幅度削减了播放版权资源的成本，使得哔哩哔哩能以较低的成本来实现获客。用户会因为视频的“人气”和“小群”而聚集在一起，围绕视频主题或内容生产内容、讨论自己感兴趣的话题。（3）哔哩哔哩用户数持续扩张创建之初，哔哩哔哩以优质内容吸引受众，引导受众成为up主，一起上传原创视频，形成“内容-用户-UP-内容”的良性循环。有了一定量的用户基础后，从ACG内容逐渐发展至影音、户外等三次元。（二）哔哩哔哩企业价值评估基本事项1.评估目的通过对哔哩哔哩的视频合理估值，帮助投资者正确认识当下互联网视频行业的发展形势，让企业管理者明确影响企业价值的重要因素，从而及时调整相应决策，促进企业更好地发展。2.评估对象本文评估的是特定日期时的哔哩哔哩公司总价值，主要评估该公司的资产负债表中所有资产和所有负债以及未在资产负债表中但会影响公司总价值的无形资产。3.价值类型结合对评估目的、评估客体、市场环境等方面的诸多因素，使得本次评估价值类型基本可以确定为市场价值。4.评估假设本次评估基准日现状评估，主要基于经营继续性、政策稳定性和费用延续性三大假设。第一，按照评估基准日资产的真实状态，即假定该企业在资产评估基准日时处于正常经营状态。第二，国家有关法律、政策规定不会发生重大变化，不影响评估结果。第三，在评估基准日以后税率、汇率等政策性征收费用不发生重大变化。5.评估基准日由于2024年年报未披露，因此评估基准日取2023年12月31日。（三）评估过程及评估结果1.评估模型参数测算（1）确定平均月活跃用户数量MAU如前所述，活跃用户和付费用户是互联网视频企业的价值来源，哔哩哔哩的四大业务也对象为上述两者。根据哔哩哔哩2023年年报，哔哩哔哩2023年平均月活为3.29亿，故哔哩哔哩MAU取3.29。（2）量化单位用户贡献ARPU在确定了哔哩哔哩的月活用户数量后，我们需要将价值进行量化，单位用户贡献越大，说明企业的营收能力越强。根据表三营业收入以及单位用户贡献公式，计算得出哔哩哔哩的单位用户贡献ARPU为68.39元。 表3哔哩哔哩2023年营业收入金额表 单位：亿元服务内容2023年移动游戏40增值服务99广告64电商及其他22合计225数据来源：哔哩哔哩2023年度报告ARPU营业收入月平均活跃用户数所以，哔哩哔哩的单位用户贡献ARPU取68.39。（3）确定单位内容成本C前面我们也提到，互联网视频企业只有不断地提供优质的产品和服务，才能留住老用户，吸引新用户，这部分经营成本的支出主要分为销售和营销支出以及研发支出，并将这部分成本平均分摊给每个活跃用户。查阅2023年哔哩哔哩年报，我们可以看到，在2023年，哔哩哔哩的销售和营销支出为39亿元，研发支出为45亿元。因此，计算公式如下：内容成本=销售及营销开支+研发开支(5.1)单位内容成本C=内容成本÷MAU(5.2)故此，得出内容成本在84亿元，单位内容成本C为25.53元。（4）确定市场占有率P互联网视频行业是马太效应特别明显的行业，强者更强，弱者更弱是其集中体现。根据互联网视频企业主要价值驱动因素的解释，我们选用被评估企业活跃用户数量占行业活跃用户数量的比例平均值，作为被评估企业的市场占有率指标。查阅资料，2023年12月我国互联网行业用户规模为10.92亿，而哗哩哗哩2023年月活人数为3.29亿人，故哗哩哗哩2023年市场占有率为30.13%，即P取30.13%。（5）确定用户付费率U上文中我们引入的单位用户贡献值ARPU指标，但是其无法辨明付费用户与非付费用户的现实情况，付费用户可以表现出对于该企业的较高用户黏性，以及反应出该企业具有多元化的商业模式。用户付费率=付费用户数/活跃用户数，根据查询到的2023年哔哩哔哩年报显示，哔哩哔哩大会员（付费用户）约2190万，可以计算出，哔哩哔哩的用户付费率U=6.66%。（6）单位初始成本M确定查阅可得，哔哩哔哩公司的注册资本金为177.25亿元人民币，单位初始成本=初始注册资本÷注册用户数量，在无法获得注册用户数量之前，根据期刊，以平均月活跃用户数量代替注册用户数量，则：哔哩哔哩初始投资成本M=52.43（元/人）。2.基于修正DEVA评估模型评估结果将上述参数数值代入，得出哔哩哔哩在评估基准日2022年12月31日的企业价值为：E=M×P×U×[MAU×(ARPU-C)]×ln[MAU×(ARPU-C)](5.3)E=53.88×30.13%×6.66%×[3.29×(68.39-25.53)]×ln[3.29×(68.39-25.53)]E=754.04亿元最终，在修正后的DEVA模型的计算下哔哩哔哩在2023年12月31日的价值为754.04亿元.（四）评估结果分析1.基于传统DEVA评估模型评估哔哩哔哩价值传统DEVA评估模型为：E=M×C2（5.4)其中：M代表原始初始投资成本，C代表单位用户贡献价值，E代表企业价值。在传统的DEVA模型里，涉及的关键参数是企业创立时投入的资本以及初始注册人数。然而，初代互联网视频企业的投资规模普遍不大，要是单纯以投入资金当作M值，计算结果通常会偏小。所以在实际运算时，我们将企业的注册资金当作初始投资成本来计算。哔哩哔哩创立之初的注册资本是177.25亿元；与此同时，由于哔哩哔哩尚未公布企业最初的注册人数，参考期刊后，我们用2023年哔哩哔哩的平均月活人数来替代其注册人数。这样一来，哔哩哔哩的初始投资成本即为：M=注册资本平均月活人数(5.M=53.88考虑到部分用户是因为哔哩哔哩的限时活动等短暂吸引而成为用户的，其实质性的粘性并不高，活跃值较低，其实际注册人数是大于平均活跃用户数的，因此哔哩哔哩的初始投入资本远小于53.88（元/人）。而传统DEVA中用户贡献价值的确定认为因为规模效应的存在，所以企业价值将按照注册用户数量的平方关系增长。我们用哔哩哔哩全年活跃用户数量YAU代表注册用户数量。得C=YAU=39.48（亿人）。由上，我们带入到公式之中，得到哔哩哔哩价值为83981.16亿元。2．评估结果对比本文采用传统DEVA模型计算出哔哩哔哩在评估基准日2023年12月31日的市场价值为83981.16亿元，采用修正后的DEVA模型计算出评估基准日价值为754.04亿元。根据东方财富数据显示，在2023年12月31日，哔哩哔哩的收盘价是22.11美元，总股本是4.166亿股，公司市值是652.07亿元。就此我们可以发现，采用修正的DEVA模型得到的结论与公司市值相差不大，其差异率只有14.48%，而采用传统的DEVA模型得到的价值却与市值相差千里。3．运用修正DEVA模型评估合理性分析使用修正的DEVA模型对企业价值进行估算更为合理。原因如下。一是DEVA模型在修正后紧紧抓住“用户”这一关键价值驱动因素，并且考虑到在互联网企业发展过程中，企业价值和用户数量不再是一个简单的指数式增长关系，对这两者关系进行修正，使得最终估值结果能够更加真实准确地反映出互联网企业的发展状况。其二，参数较为客观。修正后的DEVA模型需要的参数大多来自非财务数据，这样避免了收益法中的预测未来现金流量的问题，得出的结论更加客观、准确。4．修正后DEVA评估模型参数敏感性分析修正后的DEVA模型包含六个参数：市场占有率（P）、单位初始投入资本（M）、平均月活跃人数（MAU）、用户付费率（U）、单位用户贡献（ARPU）和单位内容成本（C）。这些参数的变化均会影响互联网视频企业的价值。从用户视角出发，本文高度重视与用户相关的参数，通过对单位用户贡献、单位内容成本、月活跃用户数、市场占有率和用户付费率进行敏感性分析，依据数值变化评估各参数对企业价值的影响，设置每个参数的变化范围为±5%与±10%，具体变化如表所示：表4参数敏感性分析参数变化幅度企业价值价值变动率-10%665.66−11.72%-5%710.86−5.73%月活跃用户数敏感性分析0754.040.00%5%798.755.93%10%845.7612.16%-10%611.86−18.86%-5%683.19−9.40%用户贡献敏感性分析0754.040.00%5%828.209.84%10%901.4019.54%-10%808.617.24%-5%781.493.64%内容成本敏感性分析0754.040.00%5%727.50-3.52%10%700.73-7.07%-10%678.71−10%-5%716.25−5.01%市场占有率敏感性分析0754.040.00%5%791.835.01%10%829.3710%-10%678.18−10.06%-5%718.68−4.95%用户付费率敏感性分析0754.040.00%5%791.404.95%10%829.9010.06%通过对上述敏感性分析中各参数的变动情况及其对企业价值变动率的影响进行观察，可以发现平均月活跃用户数（MAU）和单位用户贡献（ARPU）的变化对企业价值评估结果的影响程度显著高于单位内容成本（C）、市场占有率（P）以及用户付费率（U）。其中，单位用户贡献（ARPU）的敏感性最为突出，这进一步凸显了用户对于互联网视频企业实现价值增长的关键作用。从总体来看，当各个参数在±5%至±10%的范围内波动时，企业价值并未出现显著变化。这表明修正后的DEVA模型的参数设置较