计算机应用行业_云服务的估值体系_51页_1mb

计算机应用行业 - 云服务的估值体系

核心内容

云业务类型与估值方法

• 综合型云业务（IaaS + PaaS + SaaS）：提供整套软硬件云服务，具有较强的协同效应，市场估值为10倍EV/sales或20倍EV/EBITDA。典型如AWS和Azure。
• 软件+平台型云业务（PaaS + SaaS）：主要提供软件订阅和开发服务，市场估值为7倍EV/sales。典型如Salesforce。
• 数据中心型云业务（IaaS）：提供数据中心租赁与互联服务，市场估值为6倍EV/sales或14倍EV/EBITDA。典型如Equinix。

估值体系的适用性

• EV/sales：是最适合云业务的估值方法，尤其适用于处于高速投入期的云计算公司，其倍数与公司盈利能力及收入增速相关。
• EV/EBITDA：适用于具有较多固定资产的云平台，其倍数与EBITDA率正相关。
• P/E：不适用于云业务，因其受到资本结构和税收政策影响，可能低估公司价值。

云业务的本质

• 云业务本质上是“资源使用”售卖业务，其价值来源于收入，而非净利润。
• 不同云业务的技术门槛和协同效应不同，导致估值倍数差异。

主要观点

1. EV/sales 和 EV/EBITDA 是更适合云业务的估值方法，因为它们不受资本结构和税收政策影响，且适用于不同阶段的云业务。
2. P/E 估值法存在局限性，特别是在云业务需要大量资本投入或处于高速扩张阶段时，会低估公司实际价值。
3. 云业务估值具有波动性，当前估值方法得出的结论更接近“估值中枢”，而非实际估值。
4. 云计算公司需通过资本投入和外延收购，以实现从基础设施到软件服务的全面布局。

关键信息

• 云业务发展阶段：处于市场拓展期和高速投入期，销售、折旧费用和资本支出较大。
• 估值方法选择：基于财务和云业务属性，EV/sales 和 EV/EBITDA 更适合评估云业务。
• 典型云公司估值：
  • AWS：EV/sales 为19倍，EV/EBITDA 为38倍。
  • Azure：EV/sales 为10倍，EV/EBITDA 为20倍。
  • Salesforce：EV/sales 为7倍。
  • Equinix：EV/sales 为6倍，EV/EBITDA 为14倍。
• 估值模拟方法：通过历史数据拟合，选择最匹配的估值体系和倍数，以评估非云业务和云业务的价值。

风险提示

• 云业务属于新兴产业，历史数据有限，估值误差可能较大。
• 估值随着云业务形式变化而变化，未来仍可能波动。
• 云业务发展不及预期可能导致收入和盈利能力下降。

估值方法分析

绝对估值法（DCF）

• 优点：最直接评估公司价值，计算公司未来现金流的折现值。
• 缺点：预测复杂，误差较大，难以实施。

相对估值法

• 经营乘数：EV/sales、EV/EBITDA、EV/FCF。
• 股权乘数：P/E。

云业务属性与财务特征

典型美股云公司分析

亚马逊 AWS

• 成立时间：2006年。
• 主要产品：EC2、S3、EBS、EFS、RDS、Redshift、Aurora、DynamoDB、CloudFormation、CodeStar、Athena、EMR、Sagemaker、Polly、Rekognition、Lex、Azure DeepLens。
• 估值模拟：2013-2017年EV/sales倍数分别为27倍、9倍、20倍、12倍、19倍，EV/EBITDA倍数分别为54倍、19倍、38倍、22倍、38倍。

微软 Azure

• 成立时间：2008年。
• 主要产品：Virtual Machine、Azure App Service、Blob Storage、File Storage、Queue Storage、Disk Storage、Azure SQL Database、Azure Cosmos DB、Azure Databricks、Stream Analytics、Machine Learning、Bot Service、Azure Monitor、CloudFormation、CodeStar。
• 估值模拟：2014-2017年EV/sales倍数为10倍，EV/EBITDA倍数为20倍。

国内云业务发展

• 阿里云和腾讯云：作为国内两大云计算巨头，通过合作细分领域龙头企业，实现全面布局。
• 资本合作：阿里入股恒生电子、石基信息、润和软件、卫宁健康等，腾讯入股长亮科技、东华软件等。
• 目标：通过资本合作，实现IaaS、PaaS、SaaS三位一体，打造综合型云平台。

图表索引

• 图1：DCF估值法的实施步骤
• 图2：AWS的EC2产品线发展历程
• 图3：AWS存储与迁移发展历程
• 图4：AWS可用区发展历程
• 图5：AWS管理、开发工具发展历程
• 图6：AWS数据库及分析工具发展历程
• 图7：AWS的AI产品结构
• 图8：AWS在SaaS和PaaS层面上的外延收购历程
• 图9：04-17年公司实际EV与估值模拟出的非云业务EV
• 图10：13-17年实际和模拟得出的AWS的EV
• 图11：13-17年AWS的EV与估值倍数
• 图12：Azure计算功能发展历程
• 图13：Azure存储与迁移功能发展历程
• 图14：Azure数据库功能发展历程
• 图15：Azure分析工具发展历程
• 图16：Azure管理工具发展历程
• 图17：微软全球云计算区域分布
• 图18：04-17年微软实际EV与估值体系模拟出的非云业务EV

表格索引

• 表1：AWS弹性计算实例产品线
• 表2：AWS存储和迁移产品线
• 表3：AWS管理和开发产品线
• 表4：AWS数据库与分析工具产品线
• 表5：04-12年亚马逊非云业务估值模拟结果
• 表6：Azure计算产品线
• 表7：Azure存储和迁移产品线
• 表8：Azure数据库产品线
• 表9：Azure分析工具产品线
• 表10：Azure管理工具产品线
• 表11：04-13年微软非云业务估值模拟结果