如何成為獨角獸企業？

香帥如是說

獨角獸，希臘神話一種神秘罕見的珍稀生物——曾被用來形容估值驚人（超過10億美金）的初創企業。2008年之前，全球每年最多出現1只獨角獸，2008年之後，這個品種似乎繁衍得不錯，每年都有7、8只。再到2014年之後，不知道是“基因技術”改變還是“氣候條件”突變，這個曾被視為“珍稀”的品種突然井噴。截止2017年10月，300多隻獨角獸全球亂竄，尤其是中國，簡直成了“獨角獸飼養基地”，僅僅2015年就出現了33個獨角獸，其中包括我們耳熟能詳的餓了麼、秒拍、三隻松鼠、58到家。

為什麼獨角獸會變得越來越不“稀罕”？這是偶然還是必然？背後的邏輯到底是什麼？中國出了這麼多獨角獸，是不是有什麼“獨角獸飼養獨家秘籍”？

這些問題，不管是對於創業者，還是投資人，都是至關重要的。

可惜的是，獨角獸不是上市公司，數據很不好找，所以這方面的研究一直是很匱缺的。大家對獨角獸的討論，基本上停留在“定性”和花邊的層面。下面的這篇論文，是我們團隊2017年底開始動手做的一個小項目——手動整理了多個數據庫，扒拉網上的數據，將截止2017年底全球近300個獨角獸企業做了一次梳理，想從具體的數據而不是碎片化的信息中找到一些關於獨角獸企業估值的趨勢和底層邏輯。

一些特別有趣的發現：

2004年初至2017年10月這十多年間，中國和美國是當之無愧的“獨角獸飼養場”：一共307個獨角獸企業中，美國166家，中國107家，佔據了88.93%的比重。中國的獨角獸是在2014年之後異軍突起的，從2014年到2017年，共長出來了101家獨角獸 。

以中美兩國273家獨角獸企業的數據來看，獨角獸企業的估值呈現出“絕對估值水平提高”和“估值增速上升”兩大趨勢：

第一，估值水平不斷提升，初創企業估值達到獨角獸所耗時間迅速縮短：2000年創立的企業需要約13年時間估值才能達到獨角獸級別的10億美元估值，2010年需要約5年時間估值能達到獨角獸級別，而2015之後創立的企業最多2年時間就能達到獨角獸級別，比如58到家、秒拍、融360、微影時代等等企業。

第二，獨角獸企業估值增速呈現出快速上升，逐年遞增的趨勢：2000年、2005年、2010年成立的獨角獸估值平均增速分別為0.6億美元/年、1.6億美元/年和6.3億美元/年。早期出現的的企業估值增速較慢，比如Jawbone、Linkedin，後來者估值增速不斷提升，包括比如Sofi、Magic Leap、華大基因。近期均值則為10億美元/年，如淘票票、商湯科技等等。

那麼，到底是什麼驅動了這兩個趨勢呢？

通過詳細的數據分析，我們發現——初創企業要成為獨角獸，技術創新，融資環境，和商業模式是最重要的驅動力。

理由並不複雜：技術創新加速新企業誕生，形成正反饋效應，讓資本和勞動力向採用創新技術的企業聚集，為企業提供突破性快速成長的機會。而近十多年全球（尤其中美）富餘的資金環境刺激了VC和PE機構的競爭。資本的競相追逐，使得為數不多的高潛力初創公司估值不斷提升。另一個就是新興的平臺型模式的企業具備聚集/網絡效應優勢，能夠快速俘獲高增長機會。所以採用平臺商業模式的初創企業也更容易成為獨角獸。

比如說，如果一個企業所在行業屬於突破性技術創新行業，其估值達到獨角獸級別的時間將會大幅縮短5.8年。如果企業採用平臺型商業模式，則企業達到獨角獸估值所耗時間能縮短2年。這也說明，任何一個希望培育獨角獸的國家和地區，數字基礎設施的建設和發展都是至關重要的。

再比如說，當VC/PE年均融資額每提升1000億美元，企業估值增速將會加快7.2億美元/年；而如果企業採用平臺型商業模式，其估值增速將會顯著地提升25.5億美元/年。

這些結果，我想，也許對投資人和企業都會有些啟示。

（文章很長，有10000萬字。已經發布在2019年2月的《上海金融》，原文標題為《獨角獸企業興起：典型事實和驅動力量》，作者是唐涯、陳靖、徐建國、陳戴希）

關鍵詞：獨角獸企業、估值、數字技術、融資成本、平臺經濟

獨角獸企業興起：

典型事實和驅動力量

文 / 唐涯、陳靖、徐建國、陳戴希

引言

初創企業是經濟增長的重要動力，不但能夠刺激新的就業，催化技術進步，也是財富投資管理的重要工具(Gompers and Lerner,2001;Samila and Sorenson，2011;Chemmanur and Loutskina and Tian,2014；Wiens and Jackson,2015;Sparshott,2016)。隨著近十年來全球經濟增長動能趨緩，初創企業被寄予厚望——美國連續通過了《創新法案》、《技術轉移商業化方案》、《美國小型企業法》，成立了聯邦小企業管理局（SBA）、小企業發展中心（SBDC）專門支持創新創業。而我國十三五期間，激勵創新創業活力成為了國家戰略，十九大報告更是強調創新驅動發展戰略。

初創型企業估值不斷提升是近年來的一大特殊現象（Scott, 2016）。從被資本追逐的頭部初創公司，也就是俗稱的“獨角獸企業”來看，近年來也呈現出井噴的趨勢：根據Cowboy Ventures（2013）的測算，2003-2013年期間，只有0.07%的初創企業，即1538家企業中僅有一家可以成長為獨角獸企業。截止2013年，全球一共出現50家獨角獸企業。而2014年之後，獨角獸企業數目一路狂飆，截至2017年10月，全球已經有300多家獨角獸企業。正像Griffith and Primack（2015）文章中指出的，全球獨角獸隨處可見。Unicorns seem to be everywhere。

事實上,包括谷歌（Google）、臉書（Facebook）、阿里巴巴（Alibaba）等在內的頂尖企業都是曾經的獨角獸企業，滴滴、鏈家、螞蟻金服、商湯科技等是正在崛起的獨角獸企業。這些獨角獸企業為何出現？哪些因素能夠解釋他們的超高估值水平和超高增速？目前傳統資產定價模型很難直接回答以上問題，因為標準化的用來估計現金流、增速、折現率的方法，要麼無效，要麼生成非常畸形的數據（Damodaran，2009；Bhagat，2014；Hudson，2015；Suster，2016）。

但是獨角獸企業的成長機制及估值研究，對於未來的企業發展模式、增長驅動力，以及私募基金投資、資本市場估值都具有重要的前瞻性影響（Brown and Wiles，2015；CB Insights，2015）。由於現象太新，沒有集成的數據，也缺乏廣泛接受的理論基礎等原因，這個領域的研究在學術界還處於幾乎空白的階段。

本文手動整理美國CrunchBase和CB Insights初創企業數據庫、中國ITJuzi和啟信寶等初創企業數據庫，用上市企業數據庫Capital IQ、Bloomberg、Wind做後續估值信息補充，最後通過網絡搜索完善缺失變量，形成了截至2017年10月最為完整的中美獨角獸數據庫。[1]這一數據庫包含大量微觀層面的信息，比如獨角獸企業的成立時間、細分行業、成為獨角獸的時間、是否在後續上市、最新估值情況、以及企業商業模式等等變量，為對獨角獸企業微觀層面的量化研究提供了紮實的數據基礎。

我們發現，從2004年初至2017年10月中美出現的273家獨角獸企業的估值呈現出兩大趨勢：

第一，估值水平不斷提升，初創企業估值達到獨角獸所耗時間迅速縮短：2000年創立的企業需要約13年時間估值才能達到獨角獸級別，2010年需要約5年時間估值能達到獨角獸級別，而2015之後創立的企業最多2年時間就能達到獨角獸級別。

第二，獨角獸企業估值增速呈現出快速上升，逐年遞增的趨勢：2000年、2005年、2010年成立的獨角獸估值平均增速分別為0.6億美元/年、1.6億美元/年和6.3億美元/年。早期出現的的企業估值增速較慢，比如Jawbone、Linkedin，後來者估值增速不斷提升，包括比如Sofi、Magic Leap、華大基因。近期均值則為10億美元/年，如淘票票、商湯科技等等。

我們進一步研究分析獨角獸估值水平上升，估值增速加快這兩大估值趨勢的原因發現，技術進步、融資環境以及商業模式這三個因素是這兩大趨勢背後的重要驅動力。

首先，技術創新為初創企業提供突破性快速增長機會。技術創新加速新企業誕生，形成正反饋效應，讓資本和勞動力向採用創新技術的企業聚集，為企業提供突破性快速成長的機會（Jensen, Webster and Buddelmeyer，2008；Kogan and Papanikolaou，2010）Kogan, Papanikolaou, Seru and Stoffman，2017）。

其二，宏觀融資環境的日漸寬鬆刺激了初創企業估值快速升高。2008年後全球融資環境日漸寬鬆，融資成本下降，融資渠道增多。VC、PE機構擁有大量資本供給。資本的競相追逐，使得為數不多的高潛力初創公司估值不斷提升（Gompers and Lerner，2000；Samila and Sorenson，2011；Brown and Wiles，2015；Chernenko, Lerner and Zeng，2017）。

其三，平臺模式推動初創企業的高增長，帶來估值提升。隨著互聯網基礎設施建設的完善，採用平臺型商業模式的企業具備聚集以及網絡效應優勢，能夠快速俘獲高增長機會（Ritter and Gemünden，2003；Dyer and Hatch，2006）。

根據以上討論，我們用技術進步情況、技術創新情況、企業所在行業是否屬於突破性技術創新來刻畫技術進步的影響；用融資成本、資本供給來刻畫融資市場環境；用獨角獸企業是否屬於平臺型企業這一虛擬變量來刻畫該企業的商業模式（Boulton, Smart and Zutter，2016）。

我們的實證結果顯示，獨角獸企業的成長速度和估值增速，與技術進步、融資成本和商業模式密切相關：

（1）從估值水平來看，如果某企業所在行業屬於突破性技術創新行業，其估值達到獨角獸級別的時間將會大幅縮短5.8年。如果企業採用平臺型商業模式，則企業達到獨角獸估值所耗時間能縮短2年。特別地，以互聯網滲透率以及平臺型商業模式代表的增長潛力，對獨角獸估值水平帶來顯著影響。這說明在當前的環境下，數字基礎設施的發展對於初創企業拓展業務邊界，估值提升的重要影響（NOTE:控制了貨幣貶值因素後，這一結論依然成立）。

（2）從獨角獸的估值增速來看，在獨角獸成長過程中，當融資環境放鬆，VC/PE年均融資額每提升1000億美元，企業估值增速將會加快7.2億美元/年；而如果企業採用平臺型商業模式，其估值增速將會顯著地提升25.5億美元/年。

作為首篇對獨角獸企業估值及其驅動因素進行量化研究的研究，本文主要的貢獻如下：（1）填補獨角獸學術研究的空白，為超高估值、超高增速這種特殊類型的初創企業研究，提供了文獻支持；（2）本文對於獨角獸企業估值的討論，豐富了私募基金以及資本市場估值文獻。本文的發現指出，如果企業從事平臺型商業模式，則其估值將會顯著提升；（3）為數字經濟時代的企業生命週期理論提供一個全新的證據和視角。

本文後續安排如下，第二部分是文獻綜述；第三部分詳細闡述數據來源，對獨角獸企業的特徵、估值、和行業分佈進行了描述性統計。第四部分是實證結果，討論獨角獸企業估值的兩大特點，並分析其背後的驅動因素。第五部分是結論。

02

文獻綜述

儘管業界和媒體關於獨角獸企業的曝光和討論很多，培育高增速初創企業甚至成為了多國國家層面的戰略目標，但是由於數據缺乏，關於獨角獸企業的嚴肅學術研究非常少。在為數不多的文獻中，Zörgiebel（2016）發現獨角獸企業在融資前的媒體曝光度對其估值具有顯著影響。Brown and Wiles （2015）定性分析指出，包括獨角獸融資在內的私募IPO市場（Private IPOs, or PIPOs ）之所以迅速長大，源於需求（上市公司面臨強監管、PE幫助公司改進運營）和供給（低利率環境、市場對PE的接受度提高）兩方面因素。

從估值角度，學術和實踐均認為對獨角獸在內的初創企業估值充滿了挑戰，因為難以應用傳統資產定價模型，標準化的用來估計現金流、增速、折現率的方法，要麼無效，要麼生成非常畸形的數據（Damodaran，2009；Bhagat，2014；Hudson，2015；Suster，2016）。究其原因，初創企業在拿融資的時候，有的依賴人力資本，有的基於願景想法，他們之中大部門僅有少量或者根本沒有營業收入。即便部分企業有短暫的盈利歷史，估值也依靠本輪創投私募市場偏好以及後續創投私募是否跟進（Damodaran，2009）。本節基於三個維度：1）技術進步；2）融資環境；3）商業模式來梳理前人文獻中關於初創企業估值的研究成果。

首先，技術進步及創新帶來的增長潛力，對於企業估值增長具有重要影響。從業界觀察來看，每一波大型技術革新浪潮都會產生一個或者更多獨角獸企業（Lee，2015）。而從學術角度，Jensen, Webster and Buddelmeyer（2008）發現技術創新是新公司的機會，特別是在產生突破性創新的領域。相比在位公司，新公司在越不確定、創新度越高的情況下更容易成長壯大。Kogan and Papanikolaou（2010）發現對特定生產技術衝擊敏感度越高的公司，有更大的增長機會。Kogan, Papanikolaou, Seru and Stoffman（2017）發現技術創新無論在公司層面還是行業層面都能增加生產效率，產生外溢（positive spillover）和商業模仿行為，並且形成正反饋效應——資本和勞動力會向採用創新技術的企業聚集。

其次，融資環境對於早期企業的估值非常重要。當初創企業的資產大多是人力資本、無形資產時，拿到外部融資是這些企業成長、估值增長起來很關鍵的一步（Hsu，2004；Bernstein, Korteweg and Laws，2017）。融資到底對初創企業成長有什麼影響？Samila and Sorenson（2011）控制了內生性因素，發現VC資本供給增加直接導致了初創企業數量大量增加。大量文獻證實了早期融資與初創企業成功之間的因果關係（Sorensen，2007；Kerr, Lerner and Schoar，2011）。從初創企業的估值來看，流入VC、PE機構的資本對於這些機構投資標的公司的估值影響很大，資本的競相追逐，使得為數不多的高潛力初創公司估值不斷提升（Gompers and Lerner，2000）。特別地，近年來融資環境發生了巨大的變化，特別是金融危機後，各國真實利率大幅降低（Fischer，2017），新型加槓桿、高收益財富管理工具受到人們的熱捧（Bernanke, 2013）。一方面，融資成本的下降刺激著資本向獨角獸企業聚集。Brown and Wiles（2015）認為2008年12月以來，美聯儲將聯邦基金利率目標定在0至0.25%之間，非常有效地降低了很多標準金融資產的收益率，讓機構和私人投資者向地產、創投、私募聚集，光是私募市場就在幾年間充斥了萬億美元資金。另一方面，融資渠道的豐富也助推資本投向獨角獸，比如近年來傳統公募基金甚至比VC創投對獨角獸企業，特別是熱門行業獨角獸的後幾輪融資更感興趣（Chernenko, Lerner and Zeng，2017），公募基金對獨角獸提供更穩定資金，也通過訂立合約對創業者給予更多間接激勵。

再次，在數字經濟時代，隨著互聯網基礎設施建設的完善，採用平臺型商業模式的企業具備聚集以及網絡效應優勢，能夠快速俘獲高增長機會（Ritter and Gemünden，2003；Dyer and Hatch，2006）。根據McKinsey（2014）的調研，全球軟件以及線上服務公司的成長速度最快，前者得益於技術的快速更迭，後者得益於商業模式，特別是平臺型商業模式的興起。為什麼平臺型商業模式能夠帶來較大增長潛力？因為平臺具備聚集（cluster）以及網絡效應（network effect）帶來的優勢。2000年以前，學者們從實際地理位置上的靠近來談聚集效應的優勢，Porter（1998）認為聚集能形成相對比較優勢，能夠提高生產效率、企業成長速度以及提高就業率。隨著工業企業的聚集，充分的內部交流以及經濟個體單元之間的共同工作能夠促進產品/生產創新，以及銷售市場的擴大（Feldman，2000）。而當今的平臺是在虛擬概念上聚集個體以及生產要素，享有以上甚至更廣意義的比較優勢。過往研究還表明，與消費者、供給者、研發機構、競爭者網絡關係越密切，越有可能在網絡中創造信息價值（Barney，1991），越可能成功，實現高速增長（Ritter and Gemünden，2003；Dyer and Hatch，2006）。

03

數據來源與描述性統計結果

01

數據來源 >>>

本文樣本包括2017年10月份之前，達到過（或者曾經達到過）獨角獸級別的非上市企業（或者曾經是非上市企業），樣本包括美國和中國公司。本文主要從以下四個渠道手動收集整理數據：（1）美國初創企業數據庫CrunchBase和CB Insights；（2）中國初創企業數據庫ITJuzi和啟信寶；（3）美國上市企業數據庫Capital IQ以及Bloomberg；（4）中國上市企業數據庫Wind和Bloomberg。對於少部分數據庫中的缺失變量，本文通過公開網絡資料整理補充。在下述基礎變量可得性的基礎上，我們手工收集了273家獨角獸企業，其中107家來自中國，166家來自美國。需要注意的是，一些有名的公司並不屬於獨角獸，主要是因為它們上市前和被收購前的估值並沒有達到10億美元級別，例如騰訊、百度和亞馬遜等。

每一條數據記錄包括以下基本變量：（a）獨角獸企業名稱Name；（b）獨角獸企業成立日期（精確到月度）FoundDate；（c）初創企業達到獨角獸日期（精確到月度）HitUniDate；（d）獨角獸企業最新估值Valuation：對於已經上市的、曾經是獨角獸的企業，採用其2017年10月16日當天市值；對於未上市的、已經被收購的企業，採用它的收購價格；對於未上市的、未被收購的企業，採用它最新一輪融資的投後估值；（e）行業分類Industry，根據CB Insights行業分類詳細劃分；（f）商業模式BizModel，我們將企業按商業模式劃分為平臺型與非平臺型商業模式，平臺型企業是指撮合交易的信息中介，具備集聚效應及網絡效應，通過有效地撮合、配對來提高效率。參考Evans and Gawer（2016）對於平臺型企業定義，我們把通過網絡平臺搭建的信息中介，且平臺上的內容提供個體（不包括自身在內）大於1000，內容購買個體大於1000的商業模式，定義為平臺型商業模式。典型的採用平臺型商業模式的企業包括：滴滴打車、領英、Netflix、蘋果、阿里巴巴等。

02

獨角獸企業特徵描述性統計結果 >>>

近年來，頭部初創企業的估值顯著提升，出現了越來越多的獨角獸企業。表1以5年為區間，統計了1991-2017年10月以來，以5年為一個區間的描述性統計結果。可以看到，獨角獸集中出現於2011-2015、2016-2017這兩個區間，其中，在2011-2015區間共出現了共計168家獨角獸企業，總數最多。從年均趨勢來看，獨角獸出現數呈遞增特徵，2001-2005區間年均成立0.4家，2011-2015區間年均成立33.6家，2016-2017區間年均成立47.5家。回溯目前獨角獸的創立時間來看，這些獨角獸集中創立於2006-2010、2011-2015這兩個區間。圖1按年統計了獨角獸企業出現個數，同表1結果一致，獨角獸企業集中出現於2014-2017年，其中，2015年共出現了84家獨家獸企業。

圖1. 各年出現的獨角獸企業數量（2004-2017年）

就獨角獸企業的最新估值來看（表2），目前獨角獸最新估值均值為118.0億美元，中位數為18.0億美元。雖然都為獨角獸企業，但是個體之間的估值差異非常大，標準差高達604.1億美元。已上市獨角獸公司的最新估值整體明顯高於非上市獨角獸公司，已上市公司最新估值均值為555.8億美元，中位數為41.3億美元，顯著高於非上市獨角獸公司均值53.6億美元。

就獨角獸企業的行業分佈而言，獨角獸企業屬於初創型企業中的一類，跟已上市的成熟型企業不同，其行業遍佈商業、科技等前沿領域，用傳統行業標準來做劃分是非常不合適的。我們參考CB Insights創業投資數據庫的行業細分標準，根據獨角獸公司簡介，對獨角獸企業的行業分佈進行判斷，並進行了如下統計。表3顯示，獨角獸企業集中於軟件應用、電商、金融科技、On-demand領域，前4大行業所在獨角獸企業個數佔比為49.5%。從初創企業成為獨角獸所用平均時間而言，3D打印、VR、汽車科技、物聯網這些尖端科技行業用時最短，成長速度最快，其次是社交行業。從最新估值情況來看，社交、電商、軟件應用這三個行業的獨角獸估值最高，分別為獨角獸平均估值的3.1倍、2.0倍、1.8倍。

04

實證結果

01

獨角獸企業估值的典型事實 >>>

1.1 估值水平提升，估值達到獨角獸所耗時間迅速縮短

我們發現，不論中國還是美國的獨角獸企業，從企業初創到估值達到10億美元，成為獨角獸的所耗時間HitUniAge在大幅縮短，新生的初創企業達到獨角獸級別的速度更快。圖2及圖3的橫軸為獨角獸企業初創時間，縱軸為企業初創到估值達到獨角獸級別所耗時間。從圖2中107家中國獨角獸公司以及圖3中166家美國獨角獸公司的估值路徑來看，1995年創立的公司需要20年時間，估值才能達到獨角獸級別。2000年創立的企業需要約13年時間估值才能達到獨角獸級別，2010年需要約5年時間估值能達到獨角獸級別，而2015之後創立的企業最多2年時間就能達到獨角獸級別。圖2及圖3的結果表明，以獨角獸為代表的頭部初創企業估值水平，在近年來快速提升，企業從0到達到十億美金估值水平的速度，明顯提升。

圖2. 中國新生的初創企業達到獨角獸估值更快

圖3. 美國新生的初創企業達到獨角獸估值更快

1.2 獨角獸估值增速快速上升

除了估值達到獨角獸所耗時間迅速縮短，獨角獸企業的估值增長速度也在顯著提升。我們用企業最新估值數值除以企業達到最新估值的時間（取對數值）來表示估值增長速度。由於企業達到獨角獸級別之後，可能面臨上市選擇，上市與否，直接影響企業估值增速。我們區分圖4（非上市公司樣本）、圖5（上市公司樣本）來觀測獨角獸企業的估值增速。圖4及圖5中橫軸為獨角獸企業初創時間，縱軸為獨角獸企業估值增長速度。我們發現，兩個樣本情況均表明，新生初創企業的估值增長的速度更快。圖4非上市公司樣本中，各年估值增速不斷提升，特別地，估值增速下限不斷上移。平均而言，2000年成立的獨角獸估值增速為0.6億美元/年，2005年達到1.6億美元/年，2010年達到6.3億美元/年，近期均值為10億美元/年，逐年遞增。從估值增速下限來看，2008年創立的獨角獸估值增速最低為1.1億美元/年，2013年為2.3億美元/年，2016年估值增速最低值達到了6.3億美元/年，同樣呈現出逐年遞增的特點。圖5上市公司樣本同樣呈現出各年估值增速整體不斷上移的相似趨勢，不過圖5上市公司樣本的估值增速更加分化。

圖4. 獨角獸估值增長速度加快（非上市公司樣本）

圖5. 獨角獸估值增長速度加快（上市公司樣本）

02

獨角獸估值背後的驅動因素 >>>

4.1節中，我們發現企業估值水平提升（估值達到獨角獸所耗時間迅速縮短）、獨角獸估值增速快速上升兩大特徵。本節就獨角獸估值的這兩大特徵背後的驅動因素進行詳細分析。獨角獸成長趨勢與技術進步、融資環境、商業模式這三方面因素有關。一方面，技術創新加速新公司誕生，並且提供突破性快速成長的機會（Jensen, Webster and Buddelmeyer，2008；Kogan and Papanikolaou，2010），並且形成正反饋效應，讓資本和勞動力向採用創新技術的企業聚集（Kogan, Papanikolaou, Seru and Stoffman，2017）。從融資環境來看，流入VC、PE機構的資本供給對於這些機構投資標的公司的估值影響很大，資本的競相追逐，使得為數不多的高潛力初創公司估值不斷提升（Gompers and Lerner，2000；Samila and Sorenson，2011）。另外，融資成本下降以及融資渠道的豐富刺激著資本流向獨角獸企業（Brown and Wiles，2015；Chernenko, Lerner and Zeng，2017）。另一方面，在數字經濟時代，隨著互聯網基礎設施建設的完善，採用平臺型商業模式的企業具備聚集以及網絡效應優勢，能夠快速俘獲高增長機會（Ritter and Gemünden，2003；Dyer and Hatch，2006）。

我們用以下變量來刻畫技術進步：

• 技術進步，參考Boulton, Smart and Zutter(2016)的做法，我們分別用中國/美國的互聯網滲透率來代表技術進步情況，技術進步給企業帶來快速增長機會。

  
  

• 技術創新，我們用中國/美國PCT專利數量（取log值）來代表技術創新情況。

  
  

• 突破性技術創新，我們用當年企業所屬行業是否屬於突破性技術創新行業來代表企業增長潛力，比如VR、AI在2016-2017年屬於突破性技術創新行業。

我們用以下變量來刻畫融資環境：

• 融資成本，我們用中國/美國商業銀行中長期貸款利率來代表融資成本，貸款利率越高，表明獨角獸企業面臨的融資市場環境越差，反之則代表融資市場環境較好。

• 資本供給，我們用VC/PE投資機構當年融資額來代表VC及PE機構的資本供給情況，資本供給越多，表明獨角獸企業面臨的融資環境越寬鬆。

我們用以下變量來刻畫商業模式：

• 平臺型商業模式，我們用獨角獸企業是否屬於平臺型企業這一虛擬變量來刻畫該企業的商業模式。參考Evans and Gawer（2016）對於平臺型企業定義，我們把通過網絡平臺搭建的信息中介，且平臺上的內容提供個體（不包括自身在內）大於1000，內容購買個體大於1000的商業模式，定義為平臺型商業模式。

下表4展示了驅動獨角獸企業形成速度的迴歸結果，因變量為企業初創至達到10億美元獨角獸估值所耗時間，從企業初創到企業達到10美元獨角獸估值所耗時間越短，表明企業估值水平提升速度越快。我們在表4的迴歸中加入了GDP增速作為控制變量，同時在列2、3、4中加入了行業虛擬變量、地區虛擬變量作為控制變量。

表4的迴歸結果表明，我們發現技術進步、融資環境、商業模式這三個因素對獨角獸企業的形成速度產生顯著影響——技術進步越快，融資環境越寬鬆，企業採用平臺型商業模式，獨角獸企業成長時間能夠顯著縮短。

從各個代理變量來看，列2中，如果技術進步加快10%，企業達到獨角獸估值所耗時間將縮短2.3年。列4中，如果某企業所在行業屬於突破性技術創新行業，其估值達到獨角獸級別的時間將會大幅縮短5.8年。如果企業採用平臺型商業模式，則企業達到獨角獸估值所耗時間能縮短2年。從融資環境角度，假設融資成本下降1%，企業達到獨角獸估值所耗時間將顯著減少0.8年。特別值得注意的是，以互聯網滲透率以及平臺型商業模式為代理變量的增長潛力，對獨角獸估值水平帶來顯著影響，這兩者證實了在互聯網為基礎設施的數字經濟時代，基礎設施的不斷完善，拓展了初創企業的業務邊界，讓初創企業更容易長大。

需要注意的是，表4結果中，對於某家獨角獸企業，自變量選取的是該獨角獸成立當年的數值。在表5中，我們對於自變量時點的選擇進行了討論。列2中，所有自變量選取該企業達到獨角獸估值級別當年的值（終點年份值），在列3中，所有自變量選取該企業從創立到達到獨角獸估值級別期間的各年均值（期間均值）。我們發現，列2中，當自變量選取該企業達到獨角獸估值級別當年的值時，技術進步以及融資成本對於企業估值水平提升，並不存在顯著影響。總地來說，表5的結果表明，對於獨角獸的成長來說，起點和過程是重要的（列1、列3各變量係數顯著），而終點年份的驅動因素，反而不重要。我們的結果與Sedláček and Sterk（2017）的研究結論一致，初創企業的成長路徑，受起點的影響更大。

技術進步、融資環境以及商業模式對獨角獸企業估值增速（從成立之初至最新估值的增速）的影響，我們用表6的迴歸來進行分析。表6中因變量為企業估值增速（企業最新估值除以企業達到最新估值的時間），自變量選取該企業從創立至今各年的均值，迴歸中加入了GDP增速作為控制變量，同時在列2、3、4中加入了行業虛擬變量、地區虛擬變量。

表6的迴歸結果表明，融資環境以及商業模式，是對獨角獸企業的估值增速起到決定性影響的因素。特別地，企業採用平臺型商業模式，或者融資環境越寬鬆，VC/PE拿到的資產供給越多，企業估值增速會越快。列3及列4中，當融資環境放鬆，VC/PE年均融資額每提升1000億美元，企業估值增速將會加快7.2億美元/年；而如果企業採用平臺型商業模式，其估值增速將會顯著地提升25.5億美元/年。

03

穩健性檢驗 >>>

考慮貨幣貶值因素對估值水平的影響，即2004年達到十億美元與2017年達到十億美元不能完全等同。本節中，我們考慮貨幣貶值因素（通脹因素），對初創企業達到10億美元估值的所耗時間HitUniAge進行如下標準化，HitUniAge*為標準化後的所耗時間：

其中"πt"為該企業達到獨角獸估值水平當年的通脹率，"πt+1"為次年的通脹率，以此類推。

我們用調整後的企業到達獨角獸估值所耗時間HitUniAge*作為因變量，列1至列4中的迴歸模型與表4相同。迴歸結果如表7所示。剔除貨幣貶值因素的影響後，我們發現基本結論與之前一致，技術進步、融資環境和商業模式這三大維度對驅動企業估值水平提升具有顯著影響。其中，技術進步和商業模式的影響更為顯著。列4中，如果某企業所在行業屬於突破性技術創新行業，其估值達到獨角獸級別的時間將會大幅縮短6.3年。如果企業採用平臺型商業模式，則企業達到獨角獸估值所耗時間能縮短2年。從融資環境角度，假設融資成本下降1%，企業達到獨角獸估值所耗時間將顯著減少0.7年。

05

結論

初創企業的成長以及估值，是投資者，甚至各個國家、政府都極其關注的一個話題，因為它們既是經濟增長的引擎，也能刺激新的就業崗位增長，還是財富投資管理的重要工具。Google、Facebook、Twitter、阿里巴巴等在內的頂尖科技領導者及商業模式創新者是初創企業裡耀眼的明星，他們都曾屬於獨角獸企業。這些獨角獸企業為何出現？哪些因素能夠解釋他們的超高估值水平和超高增速？本文以獨角獸這樣一類超高增速、超高估值的初創型企業為研究對象，通過手動收集美國CrunchBase和CB Insights初創企業數據庫、中國ITJuzi和啟信寶初創企業數據庫中的獨角獸企業信息，對獨角獸企業估值特徵以及微觀層面的估值驅動因素進行了量化研究。

我們發現，獨角獸企業呈現出：估值水平不斷提升，估值增速不斷加快這兩大趨勢。我們認為，技術進步、融資環境以及商業模式是解釋獨角獸估值最關鍵的三大維度。本文發現，技術進步越快，融資環境越寬鬆，企業採用平臺型商業模式，獨角獸企業成長時間能夠顯著縮短。其中，中國企業成長速度對於技術進步這個因素尤為敏感。從獨角獸形成速度來看，如果某企業所在行業屬於突破性技術創新行業，其估值達到獨角獸級別的時間將會大幅縮短5.8年。如果企業採用平臺型商業模式，則企業達到獨角獸估值所耗時間能縮短2年。從獨角獸的估值增速來看，在獨角獸成長過程中，當融資環境放鬆，VC/PE年均融資額每提升1000億美元，企業估值增速將會加快7.2億美元/年；而如果企業採用平臺型商業模式，其估值增速將會顯著地提升25.5億美元/年。

附：[1]本研究樣本包括美國和中國，全球獨角獸企業以這兩個國家為主。Brown and Wiles （2015）發現1994-2014年間的142家獨角獸企業以美國和中國為主。

參考文獻：

Baden-Fuller, C., & Haefliger, S. (2013). Business models and technological innovation. Long Range Planning, 46(6), 419-426.

Barney, J. (1991). Firm resources and sustained competitive advantage. Journal of Management, 17(1), 99-120.

Bernanke, B. S. (2013). Long-term interest rates. Fed conference report. Retrieved from: https://www.federalreserve.gov/newsevents/speech/bernanke20130301a.htm

Bernstein, S., Korteweg, A., & Laws, K. (2017). Attracting Early‐Stage Investors: Evidence from a Randomized Field Experiment. Journal of Finance, 72(2), 509-538.

Bhagat, S. (2014). Why do venture capitalists use such high discount rates?. The Journal of Risk Finance, 15(1), 94-98.

Boulton, T. J., Smart, S. & Zutter, C., 2016. Internet Penetration and International IPO Underpricing. Working paper.

Brown, K. C., & Wiles, K. W. (2015). In Search of Unicorns: Private IPOs and the Changing Markets for Private Equity Investments and Corporate Control. Journal of Applied Corporate Finance, 27(3), 34-48.

CB Insights (2015). Data: There are now over 9x more private IPOs than actual tech IPOs. Retrieved from https://www.cbinsights.com/research/private-ipo-tech/

Chemmanur, T. J., Loutskina, E., & Tian, X. (2014). Corporate venture capital, value creation, and innovation. Review of Financial Studies, 27(8), 2434-2473.

Chernenko, S., Lerner, J., & Zeng, Y. (2017). Mutual funds as venture capitalists? evidence from unicorns. Harvard Working paper.

Chesbrough, H. (2010). Business model innovation: opportunities and barriers. Long Range Planning, 43(2), 354-363.

Damodaran, A. (2009). Valuing young, start-up and growth companies: estimation issues and valuation challenges. Stanford Working paper.

Dyer, J. H., & Hatch, N. W. (2006). Relation‐specific capabilities and barriers to knowledge transfers: creating advantage through network relationships. Strategic Management Journal, 27(8), 701-719.

Feldman, M. P. (2000). Location and innovation: the new economic geography of innovation, spillovers, and agglomeration. The Oxford Handbook of Economic Geography,

Fischer, S. (2017). The low fevel of global real interest rates. Fed conference report. Retrieved from: https://www.federalreserve.gov/newsevents/speech/fischer20170731a.htm

Gompers, P., & Lerner, J. (2000). Money chasing deals? The impact of fund inflows on private equity valuation. Journal of Financial Economics, 55(2), 281-325.

Gompers, P. A., & Lerner, J. (2001). The money of invention: How venture capital creates new wealth. Harvard Business Press.

Griffith, E. & Primack, D. (2015). The age of unicorns. Retrieved from:http://fortune.com/2015/01/22/the-age-of-unicorns/

Henrekson, M. & Sanandaji, T. (2017). Schumpeterian entrepreneurship in Europe compared to other industiralized regions. IFN Working paper.

Hsu, D. H. (2004). What do entrepreneurs pay for venture capital affiliation?. Journal of Finance, 59(4), 1805-1844.

Hudson, M. (2015). The Art Of Valuing A Startup. Forbes Magazine. Retrieved from: https://www.forbes.com/sites/mariannehudson/2015/03/06/the-art-of-valuing-a-startup/#5d2568801d73.

Jensen, P. H., Webster, E., & Buddelmeyer, H. (2008). Innovation, technological conditions and new firm survival. Economic Record, 84(267), 434-448.

Kerr, W. R., Lerner, J., & Schoar, A. (2011). The consequences of entrepreneurial finance: Evidence from angel financings. Review of Financial Studies, 27(1), 20-55.

Kogan, L., & Papanikolaou, D. (2010). Growth opportunities and technology shocks. The American Economic Review, 100(2), 532-536.

Kogan, L., Papanikolaou, D., Seru, A., & Stoffman, N. (2017). Technological innovation, resource allocation, and growth. The Quarterly Journal of Economics, 132(2), 665-712.

Kurzweil, R. (2004). The law of accelerating returns. In Alan Turing: Life and Legacy of a Great Thinker (pp. 381-416). Springer Berlin Heidelberg.

Lee, A. (2013). Welcome to the unicorn club: Learning from billion-dollar startups. Retrieved from: https://techcrunch.com/2013/11/02/welcome-to-the-unicorn-club/

Lee, A. (2015). Welcome to the unicorn club 2015: Learning from billion-dollar companies. Retrieved from https://techcrunch.com/2015/07/18/welcome-to-the-unicorn-club-2015-learning-from-billion-dollar-companies/

McKinsey (2014). Grow fast or die slow. Retrieved from: https://www.mckinsey.com/industries/high-tech/our-insights/grow-fast-or-die-slow

Porter, M. E. (1998). Clusters and the new economics of competition (Vol. 76, No. 6, pp. 77-90). Boston: Harvard Business Review.

Samila, S., & Sorenson, O. (2011). Venture capital, entrepreneurship, and economic growth. The Review of Economics and Statistics, 93(1), 338-349.

Scott, S. (2016). The valuation of early stage companies has risen sharply. Retrieved from: https://smallbiztrends.com/2015/12/valuation-early-stage-companies-risen-sharply.html

Sedláček, P., & Sterk, V. (2017). The growth potential of startups over the business cycle. American Economic Review, 107(10), 3182-3210.

Senor, D., & Singer, S. (2009). Start-up nation: The story of Israel's economic miracle. McClelland & Stewart.

Sorensen, M. (2007). How smart is smart money? A two‐sided matching model of Venture Capital. Journal of Finance, 62(6), 2725-2762.

Sparshott, J. (2016). Sputtering startups weigh on U.S. economic growth. Wall Street Journal. Retrieved from: https://www.wsj.com/articles/sputtering-startups-weigh-on-u-s-economic-growth-1477235874

Stemler, A. (2017). The myth of the sharing economy and its implications for regulating innovation. SSRN Working paper.

Suster, M. (2016). What Most People Don’t Understand About How Startup Companies are Valued. Retrieved from: https://bothsidesofthetable.com/what-most-people-don-t-understand-about-how-startup-companies-are-valued-7815c3153a1d.

Ritter, T., & Gemünden, H. G. (2003). Network competence: Its impact on innovation success and its antecedents. Journal of Business Research, 56(9), 2003, pp. 745

Van Reenen, J., & Yueh, L. (2012). Why Has China Grown So Fast? The Role of International Technology Transfer. CEP discussion paper, 1121.

Wiens, J., & Jackson, C. (2015). The importance of young firms for economic growth. Sign, 816, 932-1000.

Zörgiebel, S. J. (2016). The rise of the unicorns-how media affects start-up valuations. SSRN Working paper.

END

香帥的金融江湖

ID：xiangshuai-finance

[email protected]

閱讀更多 香帥的金融江湖 的文章

關鍵字: 珍稀 陳靖 投資