来源:e代理(ID:iedaili)

作者:安澜资本 | 杨沐霖、陈智捷

本文仅为信息交流之用,不构成任何交易建议。

本文共计:4122 字 

阅读时间:6 分钟


很有趣的一个现象,在很长一段时间内,资本市场不是在投资独角兽就是在准备投资独角兽,那些手握大量独角兽的机构也就自诩站在了创投机构“鄙视链”的最顶端。一夜之间,貌似所有人都在谈论独角兽,以至于独角兽的战场异常火热,不只是各企业之间的市场竞争,更是背后创投机构的明争暗斗。失去百度阿里腾讯京东等黄金投资机会的投资人急于在市场上捕获下一只超级独角兽,在这条路上,一批又一批企业和投资人倒下了,另一批又正在迅速崛起。

在鱼龙混杂的独角兽战场,投资人更像是下注,因为很多题材的技术壁垒阻碍了投资人对其实际情况的精准把控,不只是投资人,可能连独角兽企业的管理团队都不知道自己的商业模式能否成功抢占行业赛道,为了融资不择手段的事件也就常有发生。在增长稀缺的当下,我们应该用一种怎样的逻辑去捕获下一只超级独角兽?

赛道及玩家的稀缺性与增长性

不同于创业者站在地球上看地球,投资者是站在月球上看地球。投资人与创业者的基本逻辑是不同的,创业者需要的是由一个点到线再到全面的铺开,去尽量延长产业的生命线,而创投人看重的是你这个点能不能够有足够后劲去铺开,你会不会是那个赢到最后的人。所以,独角兽所在赛道的稀缺性和成长性就尤为重要,投资人对于整个赛道上下游生态的分析就尤为重要。所以首先就需要选定赛道,哪些行业市场尚未被完全开发亦或未来将有望高速增长,确定赛道后再对这条赛道上的竞争者拆解分析,谁的基本面最佳,谁拥有的核心竞争力在未来最强势,从而筛选出行业龙头企业。

赛道怎么选? 这个问题对于普通投资人而言是很烧脑的。因为赛道的选择对于宏观形势和市场分析的能力要求很高,就如同火爆的SaaS软件服务板块,你去问很多人他可能连SaaS是什么都不知道。由此很多人就产出了一个简单的方法论,什么没听说过,什么听上去最高端,我就投什么。这个虽然有一定的道理,但押对宝的概率有点太低了。我们若没有独立分析选择赛道的能力,不妨去看看市场上的巨头都在玩些什么。巨头选择行业赛道时,很大程度上是完善自己上下游的生态系统,而这肯定是建立在对于自身长远战略考量之上的,所以这些上下游的行业就很可能成为未来的黄金赛道。除此之外,独角兽往往拥有爆发性增长的特点,而这往往伴随市场趋势新风口的出现,例如大家熟悉的抖音快手,无不受益于短视频行业的繁荣。

玩家怎么选?赛道细分和基本面拆解分析后,其实能剩下的头部企业已经不多了,那么如何确定你要投资哪一家?就比如在共享单车盛行的时代,你投ofo还是摩拜。当剩下的玩家不存在非常大的区分度情况下,投资人其实就会更加去看重企业高层团队的能力与商业思维。投资领域很有名的电梯法则在此时就能为投资人判断提供参考意见,因为真正有潜力的超级独角兽定是对自己的商业模式及发展战略有很清晰的理解规划。在短时间内,就能体现出这个企业的独角兽基因,为什么选择这个赛道,这个行业未来走向是怎样的,自身管理团队的优劣势在哪里以及最核心的竞争力,在厘清这些问题后,如果创业者与投资人形成了对相同问题的思维默契,二者互动也会更良心,后期就越有可能在资本加持下成为超级独角兽。

独角兽企业的天花板与护城河

我们上文提到过投资人与创业者逻辑的差异性,从投资人角度而言,独角兽的商业模式再完美,最终都要回到我的退出收益上,而影响退出收益的就是独角兽企业的天花板及护城河,一个决定你最多能获得多少回报,一个决定能不能获得预期的回报,二者缺一不可。然而现在市场上的独角兽似乎都没有天花板,用“只要我烧的钱够多,我的天花板就越高”这一逻辑的企业不在少数。有护城河的独角兽就更少了,独角兽的风控就像闹着玩一样(详见文章《【独角兽3】独角兽企业的风控逻辑》)。一个优质的独角兽既要有很高的天花板,也需要足够深的护城河,二者缺一不可。

独角兽的天花板很大程度上受到企业扩张路径的影响,而扩张又有多种模式,天花板的测算需要对每种模式下企业的路径进行合理的推演判断。例如,如果我的投资逻辑是锁定一家可以通过提升技术壁垒在某个特定领域开拓潜在市场的独角兽,那么我就需要去推算当市场50%开发、80%开发、完全开发后的投资收益,很可能你会发现这将带来惊人的现金流,但更大的一种可能就是他的天花板了。在这个时点,企业可以纵向扩张,继续升级技术更新市场也可以横向发展,开发有这个产品的衍生市场,而这之后独角兽的天花板又将会抬升到什么高度?但实际上,上述提到的扩张逻辑并不是一前一后,更多是双管齐下。于是我们在判断独角兽企业投资价值时,天花板的高度是一方面,广度又是另一方面。

举个例子,滴滴的扩张路径,由网约车每单抽成盈利开始,我们就可以以抽成比例去乘国内打车市场规模得出主营业务天花板,滴滴在网约车以外的2B新业务又会有新的价值核算方式,例如可能的滴滴物流,市场剩余给到滴滴可供开发的份额乘以单位费率,再将各个领域天花板累加就是滴滴的天花板,在不断扩张业务的同时,滴滴的天花板也会不断升高,最后将这个可能的数值与其市场估值比较,就能看出在此当下时点投资独角兽的未来收益究竟有多大。

同时,如果护城河的深度宽度不够,天花板塌下来是很正常的事。滴滴这样一个估值500亿的超级独角兽在顺风车领域都一败涂地,更何况一些初创面对激烈竞争的小公司。护城河的深度体现在企业的基本面,合规性则关乎其宽度。基本面又主要受到现金流和核心技术的影响,尤其是对于独角兽企业,资本带来现金流,现金流又将吸引更多资本,若是流动性不够充裕,很难在竞争中存活。有了充足的现金流,没有抵御外部挑战的强大技术,那只会是一场资本实力拉锯战,独角兽只有足够不可替代,才能拥有源源不断的现金流,所以这二者是一个相辅相成的关系。

除了数据造假,商业欺诈更是独角兽的“刺激战场”。盛极一时的美国血液检测独角兽Theranos一度让硅谷沸腾,因为它的技术壁垒太过于强大了,它的产品声称能够以极低的成本检测出上百种血液健康指标。而在造假丑闻爆出后,纵使有投资人出面为其站台,但仍难以抵抗颓势,商业幻梦瞬间破灭。这一超前技术吸引了大量的资本入局,先后获得甲骨文创始人Larry Ellison、风投德丰杰等个人和机构的资金注入,而Theranos风头极甚时期估值超过90亿美元,被评为仅次于特斯拉的“改变世界的创业公司”。这一切的一切都是建立在Theranos的技术壁垒之上,然而Theranos通过技术和检测结果造假在很长一段时间欺骗了大多数投资者。高新科技市场永远都在期待阿拉丁神灯,带来创世纪的技术突破,这为技术造假商业欺诈提供了可乘之机。当然也有可能Theranos并非故意造假,只是需要不断输血以支撑高昂的研发费用的被迫之举。

独角兽的投资怪圈,IPO并非唯一选择

2019众多超级独角兽出现在上市等待名单中,其中包括UBER、Airbnb、WeWork这些大众很熟悉的企业,而这使得2019IPO融资额有望超过1000亿美元。诸多投资人对这些即将上市的独角兽势在必得,这就使得Pre-IPO环节的独角兽投资市场格外火热,近日某知名“独角兽”企业开启IPO前最后一轮融资,有一百多家投资机构想参与投资。另一家企业原本估值约为900亿美元,投资者蜂拥入场在短时间内将其估值推至1500亿美元。这也就使得投资人陷入“别人都在投资,我不投资我就亏了”的怪圈之中。

IPO真的有这么赚钱吗?其实未必。我们就算不讨论破发的情况,IPO带来的盈利或许也没有市场想象的那么高。一个基本的逻辑是,若能够获得一家企业IPO配售份额份额,那么这将会是具有潜在高回报的投资,但是上市的首日表现和后期走势将很大程度取决于你选择的标的。我们在讨论某个特定时点IPO市场繁荣状况及经济状况时,往往会用到平均回报率这个词,但是平均带来的就是不公平,IPO的赢家输家被平均后显得似乎都赚了很多钱,但根据相关统计,IPO五年后60%的IPO投资回报为负。

那么投资者为什么如此热衷于投资Pre-IPO阶段的独角兽呢,因为投资者的策略并非长期持有而是通过炒作独角兽题材,抬高IPO价格从而实现一二级市场的快速套利。这一套逻辑是没有大问题的,问题就出在想要这么干的人太多了,使得独角兽在Pre-IPO轮融资时的估值就已经严重偏离其实际价值,而此时若二级市场认为这个虚高的价格并不具备说服力,就不会买账,这也是今年以来Lyft,UBER这些超级独角兽上市即破发的主要原因。同时,Pre-IPO阶段投资人都希望自己投资的独角兽尽快上市,即使他们可能并不具备上市条件,这也间接推动了IPO市场的繁荣。在IPO阶段未实现套利目标从而持续持有投资人们会发现,市场修正后的价格可能比他们入局阶段的价格还低,因为其入局时点的价格已经被高估了。

其实,独角兽的投资路径远不止IPO这一唯一选择,并购退出也不失为一种投资策略。投资人都渴望资产实现快速变现,而IPO具有的不确定性很难保证投资者能真正的赚钱退出,况且现在Pre-IPO轮的独角兽投资市场显然有点过热了。在IPO节奏难以掌控的情况下,通过并购逐轮退出的风险就会小很多。就像当年的摩拜,纳入美团麾下后才支撑度过了共享单车行业的寒冬。而并购是不是就不赚钱呢?当然不是,并且并购退出已经成了许多资本退出的主要选择。尤其是在生物科技领域,由于IPO变现周期较长,企业研发年限较长,研究费用需要源源不断补给,所以这类独角兽投资者更倾向于通过并购获得资产变现,根据相关数据显示,2009年以来通过并购退出的企业达18家,总估值超过475亿美元,远超过同期IPO退出的169亿美元。

无论对于投资者还是创业者而言,商业思维与长远战略布局永远都是最重要的,而也只有逻辑契合的创业者投资者组合才会共同打造出下一个独角兽,捕获一只超级独角兽从来不是一见容易的事,我们能做的是尽量去伪存真,基于对市场和商业模式的分析拆解,去找到概率最大化的选择。

作者介绍