导语
传统估值方法可分为相对估值法和绝对估值法，各类估值方法都有一定的优缺点，但大多适用于业务成熟度高、营收利润稳定的公司。
科创板制度：重点覆盖高新科技领域
设立科创板并试点注册制是提升服务科技创新企业能力、增强市场包容性、强化市场功能的一项资本市场重大改革举措。根据上交所发布的科创板企业上市推荐指引，科创板将重点推荐信息技术、高端装备、新材料、新能源、节能环保和生物医药六大高新科技领域。
科创板制度：重视估值，标准更灵活
从具体上市标准来看，科创板更加注重公司估值，采用市值与利润、营收、现金流等财务数据绑定的模式，多种上市标准也给予了新兴科技公司更多的可行空间。
科创板估值：传统估值方法存在局限
传统估值方法可分为相对估值法和绝对估值法，各类估值方法都有一定的优缺点，但大多适用于业务成熟度高、营收利润稳定的公司。
科创板估值：需根据实际“量体裁衣”
企业生命周期可分为初创期、成长期、成熟期和衰退期四个阶段。处于不同时期的企业有自身的营运特性，因此不能简单采用目前二级市场常用的PE估值法。
细分行业1：云计算公司适用估值方法
云计算行业根据所提供的服务不同，可分为IaaS、PaaS和SaaS三种模式，当前有望在科创板上市的云计算公司多以前两种模式为主。云计算公司大多仍处于成长期，随着市场需求逐渐打开收入持续增长，但受高额研发投入影响，公司难以实现稳定盈利。
云计算：收入比利润更反映成长性
以美国云计算巨头Salesforce为例，公司-年间收入快速增长，但盈利能力并不稳定，公司市值与营业收入呈现较为明显的正相关性。从估值水平来看，公司PE波动较大缺乏参考价值，而PS则基本处于6-9x的区间。由此可见，对于云计算公司，PS是更为适宜的估值方式。
云计算：PS估值——万国数据为例
案例1：万国数据（GDS.O）是国内领先的高性能数据中心运营商和服务商，公司数据中心分布于国内核心经济枢纽，目前所服务的近家客户主要包括大型互联网公司、金融机构、电信与IT服务提供商等。
与美股其他云计算公司相似，-年万国数据的营业收入持续增长，但仍尚未达到盈亏平衡，因此应采用PS对公司进行估值。
云计算：PS估值——万国数据为例
万国数据于年11月2日在美国纳斯达克上市。我们选取了美股云计算行业的15家公司，提取了这些公司在万国数据上市前一日的PS值，得出行业平均PS为8.6X，上下浮动10%后为7.7X-9.5X的区间。万国数据年实现收入7.04亿元，对应市值区间为54-67亿元，公司上市首日市值66亿元，符合市值区间的预测，验证了PS估值的适用性。
细分行业2：汽车相关公司适用估值方法
根据公开资料，有望上科创板的汽车企业主要分为三大类，其中车音智能主要是做智能产品，行圆汽车主要做平台服务，其余都是以智能汽车为主营业务，包括提供新能源电池或整车生产。
汽车：造车企业适用PE、PS、市值/GMV、市值/交付量估值方法年以来新造车势力的融资金额不断刷新眼球。如蔚来汽车、威马汽车、车和家、FMC、爱驰亿维、零跑汽车的融资金额已累计超亿元。
但无论是已上市的特斯拉，蔚来汽车，还是传言有望登陆科创板的小鹏汽车，奇点汽车。从新造车行业公司年净利情况看，均处于亏损的状态，公司处于一个初创期或早期成长期，因此无法直接使用PE估值进行对比。但考虑到可以通过对比汽车销量，以及市占率的变化来进行公司对比。因此，可以采用PS估值，市值/GMV，市值/交付量值进行投资指引。
此外，由于此类新车企对研发投入支出往往超过传统车企，如特斯拉RD支出占营收比重在12-13%左右，远超过通用的5%占比。因此，我们也可以通过追踪RD占比的变化，分析公司所处的生命周期，进而改变估值方法。
汽车：VM估值——蔚来汽车为例
案例一：蔚来汽车（早期成长期公司）
蔚来汽车是一家高性能的智能电动汽车公司，旗下已有EP9高性能纯电动超跑以及ES8、ES6两款纯电动智能SUV车型。年9月12日于纽交所上市，同年ES8累计交付辆。年12月发布第二款量产车型ES6，预计于年6月开始交付。
分析其上市前的融资情况和营收情况，其,年未有收入，因此也无法使用PS估值。从VM指数看，公司的企业价值在.6-.3处于一个估值增速较快的状态，主要是纯电动超跑EP9于.11首发，并随后刷新多条赛道记录，证明企业的研发能力（VM指数详解P21）。
汽车：市值/支付量估值——蔚来汽车为例
年9月上市后，蔚来汽车直至年1月底公告了三季报，其PS在/3/1-/3/13的均值为10.44，远超过TESLA同期PS=2.29的均值，也高于特斯拉刚上市时7.3倍的PS值。
通过对比蔚来和TESLA的PS、市值/GMV、市值/交付量可以发现，采用市值/交付量指数时，两者的差距明显较其他比较方式小。因此，对于早期交付量较少的产车企业，可以优先考虑市值/交付量，外加综合PS、市值/GMV指标与已上市企业TELSA、蔚来的对比，对企业价值进行估计。
细分行业3：半导体公司适用估值方法
根据科创板公布的5套上市标准，有传言被选入科创板的半导体公司存在以下三种可能性：1.一种技术相对雄厚，具有自主可控前景，但仍未上市的公司。2.海外上市的半导体公司回科创板增发上市。3.已上市的公司分拆其半导体业务部门在科创板上市。由此可见，科创板的半导体公司可能处于初创期或成长前期，如寒武纪；也可处于成熟期，如收购从港股退市的先进半导体的积塔半导体。因而需要对公司的发育阶段进行分析，不可直接统一采用PE估值。
半导体：PE估值——华虹半导体为例
案例一：华虹半导体（成熟期公司）
公司于年10月于香港上市，首日发行时PE为24.25,上下浮动10%即23-27,略低于当月行业PE值（30X）。
公司在-年分别实现营业收入39.27/36.88/36.61亿元，净利润为5.29/3.75/3.77亿元，公司上市前后的营收和净利润都处于一个相对稳定的范围，经营性现金流为正，投资和筹资现金流为负，说明公司的处于成熟期中。首发市盈率与发行时行业市盈率相近的情况，说明成熟期半导体企业适用PE估值。
半导体：PS估值——寒武纪为例
案例二：寒武纪（初创or成长早期公司，一级估值）：
寒武纪是一家智能芯片研发公司，拥有终端和服务器两条产品线。
根据寒武纪公开数据显示，公司年收入在为1亿元左右，结合年天使轮融资情况，公司16年的PS为6.5。但随着华为麒麟出货量的增加，17年生产量计划在万左右，预计对应寒武纪的17年营收10-20亿左右，PS为3.25-6.5。对比16、17年A股半导体行业的PS值8.5/6.9,比行业平均值较低，但考虑一二级的估值差，公司采用PS估值法相对合理。
半导体：VM估值——寒武纪为例
对于初创型科技公司，一般是由一级撮合定价，常用方法为历史交易法（参考目标公司历史定价）、可比交易法（VM指数作参考）。VM指数=本轮投前估值/前轮投后估值/两轮之间间隔月数。一般而言VM值应小于0.5，且随着融资次数增加而降低，如果VM过高说明公司现阶段估值上升较快，容易导致投资者信心不足。但若公司遇到重大转折，如两轮融资间公司营收有爆发性增长，会促使VM大于0.5。
目前寒武纪VM指数看，17年和18年融资都出现VM超过0.5的情况，考虑到麒麟出台量在17年有大幅度增长，以及18年公司研发出性能功耗全面超越CPU和GPU的MLU机器学习处理器芯片，导致公司估值上升较快。
因此VM估值可以作为上市前公司估值指引配合PS估值使用，如果上市前融资出现VM值超过0.5，说明公司存在一级市场估值过高的可能。
细分行业4：医药公司适用估值方法
根据科创板的上市准则和目前传言有望上板的公司看，有望上市的医药公司主要有以下四类：1.创新药产业链公司，如尚未盈利的，但已有产品处于临床一二期的，具有前景的1.1类新药；或者一些创新药产业链公司，比如CRO/CDMO等；2.创新医疗器械公司，如生产一些创新型的设备、医疗高值耗材、新生物材料的公司；3.基因检测类企业，如提供肿瘤基因筛查、基因大数据公司；4.涉及医疗信息化、互联网医疗等新医疗经济模式的公司，如春雨医生。
医药：对于创新药企业——DCF/FCFF与预期收益分析法最为常用
上述四类公司，对市值判断难度最大的应数创新药产业链公司，由于科创板此次未对利润有明确的限制，因此可能存在上市的医药公司仍处于亏损的状态。那么目前针对主板医药公司常用的PE将无法使用。此外，A股常用PEG=PE/（Growth*）去衡量企业目前估值是否合适，通常认为PEG=1代表公司阶段性估值合理。而A股部分药企为仿制药企业，因此常被认为处于一个稳定增速的阶段，常使用第二年业绩来计算PEG，这对创新药产业链的企业是不适用的，新药研发上市后直至专利失效期间的增速是非稳定的，因此PEG和PE无法直接使用。
目前，美国医药公司常用基于成本的分析法（Cost-basedmethod）、基于市场的分析法(Market-basedmethod)、预期收益分析法(Revenue-basedmethod)、现金流折现法（Discount-Cash-Flowmethod）和实物期权模型（realoption）五大类估值方法，最广泛使用的估值方法是预期收益分析法（revenue-basedmethod）和现金流折现法（DCF/FCFF）。
预期收益分析法主要是对FCFF的简化算法，但最后都会回归至对DCF/FCFF的计算方法，因此DCF/FCFF算法是目前最为公允的估值方法。
医药：FCFF方法——核心假设：现金流与贴现率
在FCFF方面使用中，主要包含两类假设，一类是对企业现金流的假设，一类是税后贴现率的假设。
现金流的假设则需要根据考虑对应患者情况，峰值市占率等多因素，因此可以采用研发管道现金流贴现模型进行计算。
由于创新药项目处于不同阶段面临的失败率不一样，因此对于创新药项目在不同阶段采用不同的税后贴现率反应风险的存在。
医药：研发管道FCFF高峰销售额
医药：研发管道FCFF估值方法—4管线虚拟公司MS为例
为更直接、方便的阐释研发管道FCFF估值方法，我们虚拟一个创新药MS公司，旗下拥有四条管线（A/B/C/D），对其经验状况进行假设并就管线进行估值。
管线A：现有创新药业务，已经过了快速增长期，业绩增速逐步下滑，面临仿制药、同类创新药的竞争压力。该业务是目前公司的营收来源，支持剩余管道的研发。
管线B：创新药管道，处于创新药申请阶段，若申请成功，年可上市销售，预计商品化概率85%。
管线C：创新药管道，处于临床3期，预计商品化概率58%，若顺利年可上市销售。管线D：仿制药管道，处于BE（生物等效性）试验阶段，国内BE试验成功率约为80%，预计管线D研发成功并提交申请成功的商业化概率为70%，年可上市销售。
资料来源：ClinicalDevelopmentSuccessRates-，民生证券研究院
医药：研发管道FCFF估值方法—4管线虚拟公司MS为例
第1步：分析四条管线情况后，就各个管线药品销售额的指标进行分拆，预测该管线药品潜在销售峰值。
医药：研发管道FCFF估值方法—4管线虚拟公司MS为例
第2步：计算单管道现金流。该步计算涉及创新药、仿制药从上市到销售峰值的时间，以及现有药物销售额的衰退预计。一般来说因药物适用症状、类型、医药公司BD能力不同会导致到达峰值时间不同。SethRobey认为新药到峰值时间在6年左右，目前统计的中位数在4-8年间。为简便计算，这里创新药取5年，仿制药取4年达到峰值，并保持2年。现存药物销售额衰退则按10%等差递减（即E=E销售额*0.9，E=E销售额*0.8）。
医药：研发管道FCFF估值方法—4管线虚拟公司MS为例
第3步：计算公司贴现现金流。我们参考A股同类公司的WACC、折旧摊销、资本性支出及运营资本变化给出了下面的FCFF模型，我们计算出的股权价值为亿，18年PE为。说明对创新药企业来说，虽然原有业务可能销售额在下降，但只要可上市的创新药上市，即可给公司带来大量现金流，故公司仍将维持一个高PE。
例：INCYTE公司目前凭借4款上市药，5条在临床阶段的，及其他20多条处于立项或理论验证阶段的小分子抑制剂药物，在美股获得PEX的高估值。
资料来源：民生证券研究院
细分行业5：金融公司适用估值方法
传言有望上科创板的金融独角兽企业主要是以提供支付、借贷业务等线上业务为主的互联网金融企业，如蚂蚁金服，微贷金融等。
对于此类将互联网与部分银行业务相结合的互金企业仍处于一个快速成长期，因此不能简单的采用传统银行类的PB估值法来衡量企业。因此我们可以根据企业不同的业务线，在STOP估值的基础上，对不同业务采用如市值/有效交易规模，市值/发债贷款规模的分步估值。
融资公司：市值/贷款规模估值
目前主流的互金公司分为5类模式：融资企业、资管企业、支付企业、科技输出类企业以及综合性平台企业（包含前四者）。
融资企业：消费信贷，网贷平台，金融超市。三者的盈利模式、贷款规模、发展历程均存在差异。但三者均是融资业务，核心点均是：贷款量（利润来源）、费率差（贷款费率-融资成本差）、风控（资产质量情况）。
估值方法：基于用户流量的基础上，可以结合传统金融企业PE方法与互联网企业的市值/贷款规模进行估值。此外，在坏账率低，用户数量大去情况下存在估值溢价空间。一般消费信贷企业因房贷量和坏账率均较网贷平台好，市值/贷款规模也更高，一般多在0.2X-0.4X。
资管公司：PE,市值/AUM估值
资产管理企业：基于业务差异主要分为管理型公司、渠道型公司、顾问型公司。核心点均是：AUM规模与增速，费率结构（稳定性），费率水平（AUM的效率）。互联网企业多为渠道型公司。
估值方法：
管理型：由于采取固定费率的公司规模较大、个体ROE稳定；采用浮动费率的规模较小，盈亏差异大。因此分别对应不同的估值方法固定费率型适用“PE结合AUM增速”方法，浮动费率型PE取决于业绩表现和稳定性
渠道型公司：采用薄利多销的策略，以量取胜，在费率稳定的前提下ROE也相对稳定，因此建议采用PE估值。
顾问型公司：在高费率，费率稳定的前提下，适用市值/AUM估值方法。
支付企业：市值/交易规模，PS估值方法
支付企业：核心是对金钱的转移。一般也可分为三类：卡组织（作为连接机构，提供清算、支付网络服务，属寡头行业，如银联），收单机构（基于“银行卡+POS机”模式，为商户提供收单和数据处理服务，行业集中度相对较高），互联网支付机构（基于线上购买场景收结款机构，行业头部效应明显）。
核心要素为：支付场景，交易规模，费率。行业PS多为2-10X，市值/交易规模为0.03-0.37X，一般市占率高，安全性能高的公司估值处于区间偏上位置。
金融科技企业：PS估值
科技输出类企业：核心是可替代性和收益分成机制。根据客户类型和产品属性，科技输出类公司主要分为软件服务提供商和硬件服务提供商两大类。其中软件输出型业务的整体毛利较高，头部企业的盈利表现突出。而硬件提供商的毛利率整体偏低，盈利水平也相对偏低。整体来看科技输出类企业适用于PS估值体系，PE值存在过高情况一般不适用。但根据具体产品体系和收益模式等方面可能存在估值溢价空间，前者关键在于可替代性，后者关键是收益分成机制。
软件企业：恒生电子、同花顺等高毛利率企业，市销率在15X-35X区间。
硬件企业：国民技术、民德电子等相对高毛利率企业，市销率在3X-10X区间。
互金平台类企业：STOP估值
平台综合类企业：常覆盖上述全部或部分业务，多是互联网巨头布局金融业务的产物，通产由场景引流结合变现业务（以电商、社交场景为基础，开展支付、融资、资管业务），数据收集/沉淀（利用业务数据作为风控和定价基础），技术支持/输出（利用企业自身技术优势，开展金融创新，运营维护）等部分组成。例：蚂蚁花呗=支付+融资业务。
估值逻辑方法：在采用STOP估值让覆盖业务分步累计估值基础上，还需要考虑以下溢价空间：客户数量，市占率，技术水平，业务协同等。
覆盖业务估值方法和水平：
融资业务：市值/发放贷款规模，参考区间0.2X-0.4X。
资管业务：市值/AUM，参考渠道型机构区间0.02X-0.18X，安全性能高，市占率高的公司可取区间偏上位置。
支付业务：市值/有效交易规模，卡组织和支付机构参考区间0.03-0.2X，收单机构可达至0.37X；市销率2X-10X。
技术业务：PS估值，软件服务市销率在10X-17X区间。
细分行业6：人工智能公司适用估值方法当前有望在科创板上市的人工智能公司可分为两类，一类侧重于技术研发（如人脸识别、语音识别），另一类侧重于技术应用（智能机器人、广告智慧营销）。这些公司的技术或产品部分仍处于概念期，尚未有稳定的收入来源，因此PE和PS估值均无法适用。
人工智能：产业链分层各有侧重
从完整产业链来看，人工智能可分为基础层、技术层和应用层。基础层提供数据及计算资源，技术层致力于具体问题的解决方案，应用层将相关技术应用于商业场景。考虑到以芯片厂商为代表的基础层公司估值可参考半导体行业，应用层公司的估值需考虑具体细分领域的行业特征，故本小节主要