基于改進DEVA模型的線上健身平臺企業(yè)價值評估研究

摘要：隨著國家經(jīng)濟技術(shù)的發(fā)展，互聯(lián)網(wǎng)與健身平臺結(jié)合形成了線上健身平臺，該平臺滿足了人民多元化的健身需求，也成為發(fā)展體育經(jīng)濟中的一個重要模塊。目前對于線上健身平臺企業(yè)的評估較少，且多是以單一角度進行企業(yè)價值評估。因此文章在改進DEVA模型的過程中引入了情景分析法，并使用改進后的DEVA模型對案例企業(yè)Keep進行價值評估。評估結(jié)果表明，改進后的DEVA模型對線上健身平臺企業(yè)價值評估具有一定的適用性。

關(guān)鍵詞：DEVA模型；線上健身平臺企業(yè)；情景分析法；價值評估

中圖分類號：F275文獻標識碼：A文章編號：1005-6432（2024）35-0049-04

DOI：10.13939/j.cnki.zgsc.2024.35.013

1引言

國務(wù)院在2021年印發(fā)的全民健身計劃（2021—2025年）中強調(diào)提供全民健身智慧化服務(wù)，推動線上和智能體育賽事活動開展，支持開展智能健身、云賽事、虛擬運動等新興運動。體育總局在2023年印發(fā)的《2023年群眾體育工作要點》中真正實現(xiàn)對不同年齡層次、不同職業(yè)類型、不同健身習(xí)慣和需求人群的全覆蓋。這些政策說明國家對于全民健身有著極大的決心，對于健身模式的需求呈現(xiàn)多樣化。隨著互聯(lián)網(wǎng)經(jīng)濟的發(fā)展，人民健身的模式也發(fā)生了改變，其中線上健身平臺產(chǎn)業(yè)以其健康的理念、便捷的使用方式出現(xiàn)在了全國人民的視野，滿足了人民多樣化的健身需求。

為了減少企業(yè)價值評估的不確定性，研究者將情景分析法應(yīng)用在企業(yè)價值評估中，取得了不錯的研究成果。文章采用以用戶為核心的DEVA模型為評估模型，在改進DEVA模型的過程中引入了情景分析法，使用改進后的模型對案例企業(yè)Keep進行價值評估，研究改進后的DEVA模型在線上健身平臺企業(yè)價值評估中的適用性。

2DEVA模型改進

2.1DEVA模型理論

DEVA模型參考了梅特卡夫定律，由證券分析師MaryMeeker在1995年提出，漢文直譯為股票價值折現(xiàn)分析模型。該學(xué)者認為互聯(lián)網(wǎng)企業(yè)有其自身的特點，輕資產(chǎn)較多，與傳統(tǒng)企業(yè)的區(qū)別較大，應(yīng)該將用戶作為互聯(lián)網(wǎng)企業(yè)價值的重要資源。其模型表達為：

E=M·C2（1）

其中：E是企業(yè)價值，M是單位用戶的初始投入資本，C是單位用戶價值。

2.2模型改進

2.2.1修正用戶價值

基于穩(wěn)定性和準確性，文章選擇使用平均月活躍用戶MAU————來計算目標企業(yè)價值。同時使用用戶平均貢獻值（ARPU）來衡量活躍用戶的價值，ARPU為營業(yè)收入與平均月活躍用戶數(shù)的比值。

2.2.2修正企業(yè)價值與用戶價值的關(guān)系

傳統(tǒng)DEVA模型中指數(shù)型增長往往會使結(jié)果被高估，進而導(dǎo)致估值泡沫，因此文章將依據(jù)齊普夫定律修正企業(yè)價值和用戶價值的關(guān)系。

2.2.3修正初始投入成本

目前大多數(shù)線上健身平臺都積累了一定的客戶，經(jīng)歷了一定程度的融資，為了提高結(jié)果的準確性，文章將用上市前的融資總額除以上市前的累計活躍用戶數(shù)來計算初始投入成本。

2.2.4引入市場占有率

互聯(lián)網(wǎng)行業(yè)馬太效應(yīng)突出，這會影響企業(yè)價值評估。因此文章引入了市場占有率K對DEVA模型進行改進。

2.2.5引入用戶付費率

用戶付費是企業(yè)增加利潤的重要環(huán)節(jié)，用戶付費率是檢驗企業(yè)影響力的重要標準，能反映互聯(lián)網(wǎng)企業(yè)變現(xiàn)能力。因此文章引入用戶付費率P，平均月付費用戶數(shù)除以平均月活躍用戶數(shù)就得到P。

2.2.6引入情景分析法

線上健身平臺企業(yè)是一種新型的互聯(lián)網(wǎng)企業(yè)，用戶是其企業(yè)價值的核心要素，這符合DEVA模型的內(nèi)核。目前線上健身平臺企業(yè)還處于高速成長期，其發(fā)展模式慢慢細化得更加具體，盈利方法處于探索過程中，因此其未來發(fā)展的不確定性非常強?，F(xiàn)階段關(guān)于互聯(lián)網(wǎng)企業(yè)價值的研究多基于單一視角，是以歷史信息作為基礎(chǔ)進行研究的，這種視角適合研究穩(wěn)定性高、波動不大的企業(yè)，不適合現(xiàn)階段的線上健身平臺企業(yè)。

在DEVA模型中引入情景分析法后，可以預(yù)測企業(yè)未來出現(xiàn)的多種情形，以多角度的視角對企業(yè)進行價值評估，減少估值的不可控性。為了估值的可操作性，研究人員一般會設(shè)置雙情景、三情景、四情景等情景框架進行評估。不同情景出現(xiàn)的概率為W，最終改進后的DEVA模型公式如下：

E=∑ni=1M·Ki·P·Wi·MAU————·ARPUi·ln（MAU————·ARPUi）（2）

其中：E為企業(yè)價值，M為單位用戶的初始投入資本，MAU————為平均月活躍用戶數(shù)，P為用戶付費率，Ki、Wi、ARPUi分別為第i種情景的市場占有率、第i種情景出現(xiàn)的概率、第i種情景的單位用戶平均貢獻值，其中i=1，2，…，n。

3案例分析

3.1Keep公司基本情況

Keep是于2014年成立的一家運動科技公司，于2015年推出Keep移動應(yīng)用程序，為用戶提供全面的健身解決方案，幫助用戶健身。2018年3月，通過引入自有品牌智能健身設(shè)備及配套運動產(chǎn)品擴大了產(chǎn)品供應(yīng)。于2018年9月，推出會員訂閱計劃，以提供更多優(yōu)質(zhì)內(nèi)容及補充產(chǎn)品。2023年7月12日，在堅持不懈的努力下，該公司在香港上市。目前產(chǎn)品包括在線健身內(nèi)容、智能健身設(shè)備和配套運動產(chǎn)品，三大產(chǎn)品涵蓋用戶整個健身周期，其服務(wù)效果起到了協(xié)同的效應(yīng)。該公司在國內(nèi)的注冊用戶超過了3億，中國健身人群中大多數(shù)都了解Keep應(yīng)用軟件，Keep成為中國的一個頭部線上健身平臺。公司發(fā)展至今，經(jīng)歷了九輪融資，融資合計超過40億元，可見其潛力是巨大的。

3.2構(gòu)建未來情景框架

影響線上健身平臺企業(yè)價值的驅(qū)動因素有很多，分為外部影響因素和內(nèi)部影響因素。常見的DEVA模型內(nèi)部影響參數(shù)有單位用戶收益、平均月活躍用戶數(shù)。常見的外部影響因素為宏觀經(jīng)濟、技術(shù)進步、行業(yè)政策等，同時外部因素會引起內(nèi)部因素的變動。經(jīng)過搜集和查閱相關(guān)文獻、行業(yè)資料，根據(jù)因素重要性和不確定性進行排序，文章選取宏觀經(jīng)濟、技術(shù)進步、行業(yè)政策這三個關(guān)鍵驅(qū)動因素搭建未來情景框架，其中一個關(guān)鍵驅(qū)動因素分為兩種情況，一共構(gòu)成了8種可能出現(xiàn)的情景。但很多情景在現(xiàn)實生活中出現(xiàn)的可能性不大，為了讓評估過程操作性更強，以公司在情景下的發(fā)展前景為判斷標準，選取3種情景：高情景、中情景、低情景來進行估值，具體表述如下。

3.2.1高情景

國家經(jīng)濟發(fā)展良好，促進了線上健身平臺產(chǎn)業(yè)規(guī)模的擴大，讓技術(shù)人員有充足的資金進行技術(shù)研發(fā)，線上健身平臺企業(yè)技術(shù)中高速發(fā)展，具有強大的技術(shù)競爭力。同時國家頒發(fā)的相關(guān)行業(yè)政策在一定程度上推動了線上健身平臺企業(yè)前進，對行業(yè)發(fā)展是有效的。在高情景下，Keep公司的發(fā)展前景良好。

3.2.2中情景

國家宏觀經(jīng)濟良好發(fā)展，其GDP增長率上升，線上健身平臺行業(yè)市場環(huán)境較好。但線上健身平臺企業(yè)在研發(fā)上進展不明顯，沒有攻克關(guān)鍵技術(shù)，市場競爭力下降。但國家頒發(fā)的相關(guān)行業(yè)政策在一定程度上推動了線上健身平臺發(fā)展，總體來說發(fā)展情景一般。

3.2.3低情景

國家經(jīng)濟發(fā)展比較低迷，宏觀經(jīng)濟緩慢發(fā)展。線上健身平臺企業(yè)沒有足夠的資金搞研發(fā)，同時沒有培養(yǎng)出關(guān)鍵競爭技術(shù)，造成市場競爭力低的困境。國家雖然頒發(fā)了有關(guān)線上健身的行業(yè)政策，但這些政策對線上健身平臺企業(yè)的發(fā)展效果不顯著。

3.3計算未來情景概率

不同驅(qū)動因素之間不一定是絕對的相互獨立，因此文章將使用基于貝葉斯規(guī)則的交叉影響分析法計算不同情景的概率，具體計算過程如下。

3.3.1初始概率的確定

Keep公司公開的財務(wù)數(shù)據(jù)較少，但國家經(jīng)濟情況一定程度上能代表不同行業(yè)的發(fā)展狀況。因此文章依據(jù)我國近十幾年來GDP增長率，確定宏觀經(jīng)濟這一驅(qū)動因素的初始概率。將4%作為宏觀經(jīng)濟發(fā)展的分界點，超過4%為良好發(fā)展，不超過4%為緩慢發(fā)展，根據(jù)出現(xiàn)的頻次計算概率，計算得出宏觀經(jīng)濟良好發(fā)展和宏觀經(jīng)濟緩慢發(fā)展的初始概率分別為86.67%和13.33%。

3.3.2修正初始概率

不同驅(qū)動因素之間可能存在交叉現(xiàn)象，為了獲取更加準確的數(shù)據(jù)，向100名未畢業(yè)或已經(jīng)畢業(yè)的研究生發(fā)放打分問卷，該問卷包括技術(shù)進步和行業(yè)政策初始這兩項驅(qū)動因素初始概率的確定，以及不同驅(qū)動因素之間的交叉影響情況。得出技術(shù)中高速發(fā)展、技術(shù)低速發(fā)展的初始概率分別為59.99%和40.01%，行業(yè)政策利好、政策中性的概率分別為62.09%和37.91%。通過整理相關(guān)數(shù)據(jù)得到表1。

通過表中的強度值，計算交叉影響系數(shù)。即當交叉影響強度小于0時系數(shù)取值為“1/（1-交叉影響強度）”，當不小于0時取值為“交叉影響強度+1”，得到交叉影響系數(shù)矩陣。再將矩陣里的每一列元素進行歸一化處理，得到如下矩陣B。

B=0.130.160.260.110.280.230.130.160.090.240.090.150.260.110.130.160.280.150.090.240.130.160.090.150.260.160.260.160.140.150.130.160.130.160.140.15

利用和積法算出該矩陣的特征向量WT=[0.200.140.180.140.190.15]T。將特征向量和初始概率兩兩相乘計算出后驗概率，最后求出每個驅(qū)動因素下兩種不同情況后驗概率的百分比為修正后的概率，具體如表2所示。

在計算出不同驅(qū)動因素的修正概率后，根據(jù)概率樹分析法計算出高、中、低三種情景的概率分別為38.76%、20.87%、1.27%。但文章只對這三種情景進行分析，最終三種情景的概率如下，高情景為38.76%/（38.76%+20.87%+1.27%）=63.64%、中情景為34.27%、低情景為2.09%。

3.4評估目標企業(yè)價值

3.4.1平均月活躍用戶數(shù)

文章依據(jù)目標企業(yè)2021—2023年上半年的平均月活躍用戶數(shù)的平均增長率，對2023年下半年的平均月活躍用戶數(shù)進行測算，得出2023年下半年的平均月活躍用戶數(shù)為2879.8萬人，則2023年一整年的平均月活躍用戶數(shù)為2917.4萬人。

3.4.2單位用戶平均貢獻值

ARPU等于營業(yè)收入除以平均月活躍用戶數(shù)。Keep公司經(jīng)過多年發(fā)展形成了一套比較完善的銷售體系，近幾年營業(yè)收入跳動性不大。因此文章采用現(xiàn)有的2022年上半年、2022年下半年、2023年上半年的營業(yè)收入，計算其正增長率、增長率均值、負增長率，據(jù)此測算2023年下半年不同情景的營業(yè)收入，最后求出2023年高、中、低情景的ARPU值分別為73.8/人、67.6/人、61.4元/人。

3.4.3初始成本

根據(jù)目標企業(yè)的年報和招股說明書里的數(shù)據(jù)，在上市前累計活躍用戶數(shù)約為43665.3萬人，按照中國外匯交易中心公布的歷史匯率換算后，Keep公司上市前的融資總額為427725.75萬元，則初始成本M=427725.75/43665.3=9.80（元/每人）。

3.4.4市場占有率

根據(jù)相關(guān)資料可知，以月活躍用戶量為衡量基礎(chǔ)，Keep在2022年年底在線上健身平臺的市場占有率為23.5%。文章根據(jù)Keep公司的自身實際情況及現(xiàn)有的行業(yè)情形，確定了Keep在2023年一整年的市場占有率，得出其高、中、低情景的K值分別為28.5%、23.5%、18.5%。

3.4.5用戶付費率

根據(jù)目標企業(yè)的年報和招股說明書里的數(shù)據(jù)，計算得出2019年上半年至2023年上半年的用戶付費率，文章?lián)诉x擇一個相對保守增長的年用戶付費率，即10.4%。

3.4.6目標企業(yè)價值

將計算的不同參數(shù)數(shù)據(jù)代入公式中，評估出Keep的企業(yè)價值為69.46億元，測算結(jié)果如表3所示。文章選取的評估基準日為2023年12月31日，當天休市，則參考最近的股票活動時間12月29日的市值66.41億元驗證估值結(jié)果，計算出文章評估的誤差率為4.59%，與股票市值相差不大，這說明評估結(jié)果具有一定的合理性。

4結(jié)論及展望

4.1結(jié)論

利用線上健身平臺健身，不僅有利于增強人民體魄，還有利于建設(shè)和諧健康的社會關(guān)系，因此線上健身平臺企業(yè)的評估工作是非常有必要的。文章在改進DEVA模型的過程中引入了情景分析法，以多角度視角對案例企業(yè)Keep進行價值評估，減少估值的不確定性。評估結(jié)果為69.46億元，評估誤差率為4.59%，可見改進后的DEVA模型對線上健身平臺企業(yè)價值評估具有一定的適用性，為以后線上健身平臺企業(yè)的研究奠定了一定的基礎(chǔ)。

4.2展望

文章在評估的過程中基于可操作性，選取了3種情景來評估目標企業(yè)。事實上價值驅(qū)動因素較多，形成的情景也會更多。因此在之后使用改進后的DEVA模型進行價值評估時，文章認為可以增加目標企業(yè)的價值驅(qū)動因素、選取更多情景對企業(yè)進行價值評估，這樣可以提高評估結(jié)果的準確性。

參考文獻：

[1]DESSARTL，DUCLOUM.Healthandfitnessonlinecommunitiesandproductbehaviour[J].Journalofproduct&brandmanagement，2019，28（2）：188-199.

[2]羅恒，王家宏，鐘麗萍，等.數(shù)字技術(shù)賦能健身服務(wù)業(yè)：內(nèi)在機理、應(yīng)用實例與推進路徑[J].體育文化導(dǎo)刊，2022（9）：89-96.

[3]宋靜雅.基于EVA的網(wǎng)易公司價值評估研究[D].哈爾濱：東北農(nóng)業(yè)大學(xué)，2020.

[4]王瀟.情景分析法在周期性企業(yè)價值評估收入預(yù)測中的應(yīng)用[J].現(xiàn)代商業(yè)，2023（5）：88-92.

[5]陳蕾，張靜文，莫榮團.情景分析與公司估值：模型選擇、情景構(gòu)建和概率測算[J].財會月刊，2019（21）：12-21.

［作者簡介］劉亞璇（2001—），女，湖北潛江人，西南林業(yè)大學(xué)經(jīng)濟管理學(xué)院，碩士研究生，研究方向：資產(chǎn)評估理論與實務(wù)；李春波（1980—），女，云南個舊人，碩士，西南林業(yè)大學(xué)經(jīng)濟管理學(xué)院副教授，研究方向：財務(wù)管理、農(nóng)林經(jīng)濟管理和統(tǒng)計應(yīng)用。