股权投资项目估值陷阱与规避策略

《股权投资项目估值陷阱与规避策略》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、股权投资项目估值陷阱与规避策略摘要：股权投资传统优质资产标的越来越难以搜寻，而新业态、新创意、新技术蓬勃发展，未来的商业价值毫无疑问蕴藏于这些新兴领域。然而，大浪淘沙，哪些是金子，哪些是垃圾，哪些是过程中的沉没成本与代价，当下难以清晰判断，需要从一些基础的商业逻辑来克服可能面临的种种陷阱，实现既抓住机遇，勇立潮头，又逢凶化吉，成就财富。中国3/vie　　关键词：股权投资估值陷阱规避策略　　国内股权投资行业经过十多年发展，逐渐步入“资产荒”。宏观经济进入新常态，整体发展速度有所下降，这是需求多样化，消费升级等倒逼供给侧改革，迫使传统产值大户转型乃至淘汰，

2、资产重新洗牌。以“互联网”或“互联网+”为主要特征的新型服务或制造业同期突飞猛进，变化速度远远超过了渐进式发展。在股权投资推动下，前期优质企业无论是经营者还是投资者均得到双赢局面。当下，有资产又有发展前景的企业越来越难找，而资产轻盈、理念或技术先进、或模仿运用互联网的企业越来越多。这种变化正在对经济发展发生着深刻影响，迫使股权投资也越来越面向早期企业。在经济换档时期，如何在风口浪尖上把握初创企业投资的真正价值，既要积极介入，又要审慎应对，防止落入陷阱。　　一、当前股权投资面临的主要陷阱　　（一）行业陷阱　　宏观投资方向选择国家或地方支持的行业理想正确，

3、但国家鼓励的行业很快遍地开花，形成大面积的同质竞争，或有占得先机的企业能发展起来，慢一拍就会困难重重。行业分析总会提及以国内为主的大市场基础与增长潜力，这种纯理论分析从逻辑上没有错误，也非常诱人，且可以找到很多现成的资讯材料支撑其观点。但投资毕竟是投标的企业，不是行业，企业在行业中的地位是真正价值所在，要想挤进行业并拥有地位，代价巨大。俗语说“只有倒灶的企业，没有倒灶的行业”，有它一定的说服力。如果项目70%描绘行业而20%分析企业，基本可认定不值得投资。企业自身信息最为根本，一些个案“偷梁换柱”，掩人耳目，说明尽调不充分，了解不到位。若以理论销售额或

4、注册用户数估值的个案，会产生错觉，似乎这样好的行业和市场，企业占1%的份额应该没有问题，而现实并非如此简单。在消费市场，那些已上市的公司，如建材、家具、服饰等要做到市场的5%并不容易，整�w市场虽大，因供给充足，消费多样化，谁也当不了老大。在电商领域，有“阿里”示范效应，类同企业以所谓的细分市场纷纷进入，如果产品同质较多，就很难超越，且“阿里”还有许多配套服务，新电商难以做到。但农村电商平台，由于货源的独特性、差异性、地域性明显，仍有潜力，“阿里”也早有布局。当传统电商已较为成熟时，因移动互联网、人工智能的兴起，不仅带动了电商新的增长，更带动了另一些新

5、业态的发展，如社交、互联网金融、游戏娱乐、机器人等。所以行业好并非企业好。　　（二）技术陷阱　　技术性企业，会详细描述技术的先进性，工艺的先进性，应用的广泛性等。初创期技术性企业，先进性一般真实存在，所谓的“陷阱”不一定指技术本身，而是技术转化为市场份额的能力。不能转化为服务能力与市场占有能力，就发挥不了价值。技术人员创业，往往过于专注、迷恋技术本身，忽视技术市场化。还有把手段、工具理解成技术，在互联网领域尤其明显。互联网谁都可以用，技术是背后的硬件与软件，叫“信息技术”可能更加确切。一些打着互联网技术的初创企业，同样面临市场适用、适应性问题。互联网企

6、业以标杆企业为参照，以市场基数为吸引，以非常手段吸引用户为增长常态，殊不知互联网太发达而用户忠诚度非常差，难以持续增长，极可能产生新一轮的泡沫，P2P倒闭潮就是教训。还有，技术占产品的比重过小，常规技术仍占产品大部分，技术的通用性差，夸大新技术的预期贡献等也会影响估值。技术的替代与竞争格局同样是不可忽略的重要内容。　　（三）退出陷阱　　股权投资以增值退出为目标，与被投资企业是阶段性合作。资金引入方正是掌握了投资人的这个特点，会把退出的预期设定得非常漂亮，通常以当前PE倍数为投资估值，以首次上市退出时的PE倍数来比较阐述预期收益。这种方法预测收益在1倍以

7、上，年化20%以上。目前市场首次上市PE在22倍左右，成为重要的退出参照指标。如果股权不能公开上市流通，不能如期上市，价值得不到体现，新三板就是一个例证，普遍有价无市。投资以上市退出为最佳、最优、最理想化的选择，而非最实际、合适、灵活的选择，前期设计理想目标可为上市，退出路径要多重设计，理性、客观地分析各种可能性与保障措施而不是盲从。从投资到退出少则三年，多则五年以上。能预计三年已是不易，测算五年以上更难，如果前期利润水平设得很好，当真正上市要体现的时候业绩平平，对投资人退出并不有利，对企业再融资也不利。期待在风口上很快飞起来，如果不可持续，会跌得很惨

8、。如果退出预期仅仅是数据模型技术的支持而非企业内部资源性的支持和外部政策环境的保障，多数会落空