基于修正DEVA模型的数字阅读企业价值估值——以阅文集团为例

Digital Reading Enterprise Value Valuation Based on Modified DEVA Model—Taking China Literature Group as an Example

摘要: 数字阅读是IP产业链的源头，具有无形资产占比高的特点，运用传统方法进行估值容易失真。文章以阅文集团为例，通过对传统DEVA模型进行改进，修正用户数量、引入市场占有率和付费渗透率，进一步对模型估值的准确性进行分析。结论显示修正DEVA模型与市值更加贴近，也更能反映价值变动的成因。

Abstract: Digital reading is the source of the IP industrial chain, with a high proportion of intangible assets, the use of traditional methods for valuation is easy to distort. Taking China Literature Group as an example, this paper further analyzes the accuracy of model valuation by improving the traditional DEVA model, modifying the number of users, introducing market share, and paying penetration. The conclusion shows that the modified DEVA model is closer to the market value and can better reflect the causes of value changes.

1. 引言

随着互联网技术不断发展，生产力的程度和人们的生活方式都在持续发生变化，互联网也逐渐成为我国的支柱产业。根据《2022年中国数字阅读报告》提供的数据，中国数字阅读用户规模持续攀升，达到了5.30亿的新高，同时产业规模也达到了新的峰值。该数据充分显示，数字阅读行业正展现出蓬勃发展的强劲态势。不仅如此，基于互联网企业的红利优势背景下，作为内容输出企业，一方面用户需要在移动端、PC端阅读，另一方面掌握着市场中绝大部分的IP版权，可以通过广播剧、影视剧和漫画等媒介为互联网企业提供了二次变现的机会，进一步拓宽了收益渠道。

互联网企业在运营过程中，展现出鲜明的特点，其中最显著的是无形资产占比大，同时伴随着高风险、成长性强，所以传统企业的估值方法对互联网行业而言并不适用，评估结果存在一些争议[1]。为了取得企业合理的定价，在整理归纳前人相关研究的基础上，对其特点、模式进行分析研究，并运用优化后的DEVA模型对案例企业进行评估，可以更精准地体现数字阅读企业的真实价值，从而确保评估结果的合理性和有效性。

2024年1月11日，财政部印发《关于加强数据资产管理的指导意见》，要求“建立数据资产管理制度，促进数据资产合规高效流通使用，构建共治共享的数据资产管理格局，为加快经济社会数字化转型、推动高质量发展、推进国家治理体系和治理能力现代化提供有力支撑”。数据资产的价值评估成为当前亟需研究的重点议题。李秉祥和任晗晓(2021) [2]根据大数据资产的动态性采用实物期权法中的B-S模型得出数据资产的总价值。宋杰鲲等(2021) [3]构建基于混合多属性决策的EDVA评价模型，以此协助企业数据资产进行管理。大多为基于财务报表中的数据资料，或是基于企业未来的盈利能力及现金流水平来开展企业价值评估，且往往存在多个需要预测的参数和诸多会计假设。但数据资产亦有其不同于无形资产的特性(如用户活跃度、规模经济性、动态性等)，导致数据资产经济价值远高于其生产成本，数据交易市场规模有限，创造的未来收益较难计量等。

2. 传统DEVA模型概述及适用性分析

2.1. 传统DEVA模型

关于DEVA模型的提出，Robert Metcalf (1993)首次提出了梅特卡夫定律。接着Marry Meeker (1995)提出了DEVA评估模型，该学者认为影响互联网企业价值的根本因素是来自具有重要潜在价值的用户，并思考互联网企业的价值能否以用户价值为核心构建模型，计算出企业的数据资产价值[4]。所以在使用该模型时，应当考虑单位用户价值和用户数量。该模型如下：

$\text{E}=\text{M}\ast {\text{C}}^{\text{2}}$ (1)

式中：E为企业价值，M为产品的初始投入成本，C为单位周期内用户的价值[5]。

在上述公式中可以发现传统DEVA模型主要考虑了用户价值和初始投资成本。一方面，企业价值不局限于单个用户带来的价值，将用户之间的影响纳入考虑范围。用户之间联系越多，影响越大，用户价值也会相应增加，真正做到把用户价值进行量化。另一方面，非财务因素的引入，能摆脱财务因素的限制，在企业和用户之间建立联系，让一部分以用户为核心的企业进行准确的评估。

2.2. DEVA模型的适用范围

运用DEVA模型对互联网视频企业进行价值评估，主要基于以下两方面的考量：

2.2.1. 企业估值围绕用户展开

该模型只考虑企业的投入资本和用户的规模，如果企业不能以用户规模为企业带来收益，而是依据用户以外的因素，那么即使用户数量不断增加也不能够使得企业价值增加，企业价值随着用户数量的增加而增加。所以DEVA模型就是通过量化用户价值进而衡量企业价值。

2.2.2. 互联网初期企业和未上市公司

对于许多初创公司来说，未来现金流的预测非常困难。而DEVA模型通过衡量每位用户的成本及其未来对企业利润的潜在贡献，从而有效评估企业价值，巧妙绕过了互联网企业未来收益难以预测以及现金流为负所带来的评估困境。在互联网企业进入成熟期后，企业价值的增长并非单纯依赖于用户数量的无限扩张比如字节跳动、阿里、腾讯。

2.3. DEVA模型缺陷

2.3.1. 用户属性模糊

互联网的飞速发展和各大APP的更新迭代，用户的选择也变得多种多样，互联网企业的注册用户数与实际产生企业价值的用户间差别较大。容易出现账号活跃度低或者注册之后直接卸载的状况[6]。当前企业通过用户变现的模式大多为付费会员或者购买付费资源，所以前文提及的两种用户都不能为企业带来收益。因此有必要明确划分用户属性，进而准确评估企业价值。

2.3.2. 企业价值趋于多元化发展

由于马太效应的影响，用户基数越大的企业，越能迅速传播信息，并激发用户的使用欲望。互联网企业因市场竞争激烈，呈现出强者愈发强大、弱者逐渐边缘化的态势。当企业的产品和服务得到了市场的认可后，企业的价值实际上源于用户的多重贡献，包括用户直接参与或者用户间互动产生的附加值。传统DEVA模型仅聚焦单一因素，未能反映该复杂现象。

3. 数字阅读企业DEVA模型的修正

3.1. 修正用户数量

依据用户的活跃程度，我们可以将其细分为活跃用户与非活跃用户两类；而按照用户所享有的权益大小，则可将用户划分为会员用户与非会员用户。而对于企业而言，真正驱动价值增长的核心力量在于活跃用户和会员用户。在本文中，将模型中的用户明确界定为活跃用户，剔除非活跃用户数对于互联网企业价值的影响，尽量避免企业价值被高估的风险。本文采用较为稳定的月活跃用户数(MAU)作为用户数量，尽可能减少节假日、营销活动等影响因素[7]。

$用户黏性=月均活跃用户数÷年活跃用户数$ (2)

$年有效活跃用户数\left(\text{AAU}\right)=用户粘性\times 该年年活跃用户数$ (3)

3.2. 明确单位用户价值

在确定了为企业创造价值的用户群体后，接下来要做的就是计算每位用户的贡献值。而单位用户贡献值(ARPU)正是衡量每个用户在特定时间段内为企业带来的经济利益的指标。尽管大多数数字阅读企业的直接收入来源是付费阅读业务，但仍存在小部分数字阅读企业的商业模式是依赖于提供免费阅读内容来吸引用户。其计算公式如下：

$\text{ARPPIU}=\frac{应用收益}{应用付费会员}$ (4)

ARPPU的数值在某种程度上可以作为预测企业营运能力的一个指标，这是由于用户为企业创造的价值与企业的利润之间存在密切联系。在DEVA估值的相关研究中，通常直接使用业务收入和会员数量来计算ARPPU，郜明忠(2016) [8]和王禧琛(2024) [9]等均是如此。因此，引入ARPPU指标来反映每个付费用户的平均收入。

3.3. 修正企业价值和用户数量之间的关系

用户价值的增加最直观的表现就是企业收入的提高。随着当前互联网市场的不断扩张，用户规模对企业价值的影响逐渐减弱，无法一直呈平方增长。因此，我们采用齐普夫定律来优化企业价值与用户价值之间的关系，以对数关系来更为精确地描述企业价值与活跃用户数量之间的联系。例如有N个用户在使用视频平台，那么这个平台的一个用户带来的价值就是$1+1+2+1+3+\frac{1}{\text{N}}$ ，总计为lnN，企业中有N个用户，企业价值就为NlnN。数字阅读企业价值随用户贡献值的增加而增加，但其增长的速率会递减，企业价值存在一定的阈值。

$\text{E}=\text{M}\times \left(\text{AAU}\times \text{ARPPU}\right)\times \text{In}\left(\text{AUU}\times \text{ARPPU}\right)$ (5)

3.4. 单位用户初始投入资本M的确定

DEVA模型估值方法是一种“模糊估值法”，其单体初始投资成本不容易确定，更适用于初创企业。M是初始投资成本与注册用户数的比值，随着企业地不断发展，注册用户数的增多将导致M值不断变小。不仅如此，大多数企业在发展的过程中会进行不断地融资或贷款，不同生命周期阶段的企业，其初始投入成本也不尽相同，因此无法作为统一的价值驱动因素来考量。本文所研究的阅文集团，考虑到其已为行业中独角兽企业，所以剔除了初始投入成本这一指标，不考虑数字阅读企业初始成本的作用，重点关注企业后续发展中与获客成本相关的若干因素。

3.5. 获客成本m的引入

数字企业特点显著：内容是基石，平台是媒介，营销决定了产品运营的可能性。对应该特点，将获客成本划分为三部分：内容成本、平台分销成本、推广及广告开支。

$\text{E}=\text{m}\times \left(\text{AAU}\times \text{ARPPU}\right)\times \text{In}\left(\text{AAU}\times \text{ARPPU}\right)$ (6)

3.6. 付费渗透率和市场占有率的确定

从数字企业的核心构成来分析，付费会员无疑是主要的收入来源和关键的变现渠道。所以会员数量更能比活跃用户数反映企业的真实价值。同时活跃用户包含了付费用户，比率越高，说明用户为企业的内容和服务买单的意愿更强烈，更能拉动企业收入。所以该指标不仅能够评估企业的盈利能力，还能反映企业的内在价值，并通过提供高质量内容来有效推动付费用户数量的增长。

$\text{E}=\text{m}\times \text{P}\times \left(\text{AAU}\times \text{ARPPU}\right)\times \text{In}\left(\text{AAU}\times \text{ARPPU}\right)$ (7)

由于马太效应的影响，市场占比高的企业更能推动用户数量的提升。阅文集团作为头部企业，比其他企业有着更多的数字资源和推广渠道。因此在原有模型的基础上，应当加入相应指标来量化外部环境的影响，本文引入的是市场占有率K [10]。

$\text{K}=\frac{企业业销售收}{市场场销售收}$ (8)

$\text{V}=\text{m}\times \text{P}\times \text{K}\times \left(\text{AAU}\times \text{ARPPU}\right)\times \text{In}\left(\text{AAU}\times \text{ARPPU}\right)$ (9)

4. 案例分析

阅文集团是一个以数字阅读为核心，致力于IP产业链的开发与运营的综合性文化产业集团。它的前身可以追溯到盛大文学，后来得到了腾讯文学的大力支持。自2015年起，阅文集团与腾讯文学进行了合并，共同开拓更广阔的市场。到了2017年，阅文集团成功在香港上市，开启了新的发展阶段。

4.1. 阅文集团基本发展情况

4.1.1. 阅文集团主营业务

如表1所示，阅文集团的营业收入由在线业务、版权运营和其他业务三个板块构成。在线服务主要涵盖自身APP、腾讯旗下的联动产业以及第三方平台的代销业务；版权运营则主要涉及IP改编的电视剧、电影等特许权业务；而其他服务则多为增值类服务，例如广告推广和自有网络游戏的运营等。

Table 1. Revenue structure of China Literature Group 2018~2022

表1. 阅文集团2018~2022年收入构成

		2018	2019	2020	2021	2022
在线服务	金额(百万)	3,827,926	3,710,418	4,932,184	5,308,471	4,363,997
	占比(%)	75.98	44.45	57.85	61.24	57.23
版权运营	金额(百万)	1,003,032	4,423,104	3,451,107	3,231,353	3,160,237
	占比(%)	19.91	52.99	40.28	37.28	41.44
其他业务	金额(百万)	207,292	214,245	142,410	128,420	101,388
	占比(%)	4.11	2.57	1.67	1.48	1.33

数据来源：阅文集团年度报告。

2018~2022年(除2019年)在线服务是重要的收入来源，占比超过50%。并且在版权业务板块，2019年占比最高，以后年份也保持高收入，这是由于在2019年将新丽传媒进行合并，版权收入的大幅提升也推动企业的进一步转型。不仅能够在主要板块稳扎稳打，还能开拓新业务，发展势头良好。

4.1.2. 数据资源分析

内容作品的优良情况将决定客户是否买单，提供更多差异化选择、优秀的作家团队和丰富的内容资源，都能持续扩大付费客户数量。从图1来看，阅文集团的文学作品总数在2018~2022年间整体呈上升趋势，从2018年的11.2百万部作品增长至2022年的16.05百万部，增幅43.30%；从阅文集团的作家数量来看，从2018年的7.7百万位增长至2022年的10.24百万位，增幅32.99%。在2022“十二天王”名单中，单95后作家占比就超50%，可以看出新生代网文作家备受欢迎，也是为企业带来付费客户的主力军。通过不断提升内容质量创造价值，为版权运营奠定基石。

数据来源：阅文集团年度报告

Figure 1. 2018~2022 number of writers and works of China Literature Group

图1. 2018~2022年阅文集团作家、作品数量

4.1.3. 盈利能力分析

如表2所示，阅文集团净资产收益率总体波动大，尤其在2020年是负增长状态，高达−26%。不难发现下滑的原因如下：阅文集团将新丽传媒并购之后，盈利模式已经从单一的线上服务转变为线上服务和版权业务双线模式。并且在疫情期间版权业务特别是影视业，不能如期拍摄打击惨重，多数项目为亏损状态。而2021和2022年都扭亏为盈，是因为爆款IP、热播剧频出。阅文集团的销售毛利率保持在50%左右，但净利率却波动不断，2020年跌至−52.78%，造成当前状况的主要原因是阅文集团在收购新丽传媒后，整合效果并未达到预期水平，导致其商誉减值拨备高达40.16亿元，同时商标权减值拨备也达到了3.9亿元。不仅如此，免费阅读市场的兴起，对集团付费阅读业务造成影响。企业想进一步挖掘IP的价值，对新丽传媒进行了并购，方便进行影视化，但是净利率不升反降。

Table 2. Profitability analysis of China Literature Group in 2018~2022

表2. 阅文集团2018~2022年盈利能力分析

会计年度	2018	2019	2020	2021	2022
净资产收益(%)	5.87	5.8	−26	11.44	3.46
总资产净利率(%)	4.24	4.05	−18.85	8.28	2.64
销售净利率(%)	18.11	13.32	−52.78	21.26	7.97
销售毛利率(%)	50.77	44.23	49.66	53.06	52.85

数据来源：阅文集团年度报告。

4.1.4. 运营数据分析

自阅文集团成立以来，注册用户不断高速增长，月活跃数(见图2)从2018年的2.135亿增长到2022年2.439亿，在形成庞大的用户群的基础上保证了较为稳定的收入来源。另外，阅文集团的盈利模式也愈加成熟，除了用差异化的内容输出吸引读者，还灵活让广告商加入增加收入，也让企业有资金打磨作品吸引潜在用户。

可以从图2，图3中直观地看出2018~2022年月活跃人数连年攀升，但是付费用户数却一直下降，这与公司战略想要推广免费阅读模式有关。这并不意味着企业的营业收入会有所下降，在线版服务板块收入实现稳步增长，从2018年的38.28亿元增至53.08亿元，2022年收入回落至43.64亿元。庞大的用户基础吸引广告商的加入，不仅收入可观，还能为阅文集团创造更大的商业价值。

数据来源：阅文集团年度报告。

Figure 2. MAU and paying users of China Literature Group from 2018 to 2022

图2. 2018~2022年阅文集团MAU、付费用户数

数据来源：QuestMobile。

Figure 3. 2018~2022 user payment ratio of China Literature Group

图3. 2018~2022年阅文集团用户付费比率

4.2. 针对阅文集团修正的DEVA模型

本文将评估基准日定为2022年12月31日。

4.2.1. 对阅文集团用户属性的修正

本文首先进行用户属性的修正，第一步将模型中的用户定义为活跃用户。阅文集团的主要业务核心是在线阅读和版权业务，其他的业务都与阅文集团的运营密切相关，因此，本文将重点放在了阅文集团的活跃用户数量上，活跃用户来源于自有平台产品和腾讯产品自营两个渠道。根据QuestMobile所提供的数据，阅文集团2018年至2022年AAU如表3所示。

4.2.2. 单位贡献率ARPPU的确定

ARPPU由在线业务收入除以月付费用户数再除以该期间包含的月份数所得。根据阅文集团2022年年报可知，如表4所示，年度月付费用户数为780万人次，在线业务阅读收入来源于自有平台产品和腾讯产品自营两个渠道，分别为34.83亿元和5.91亿元，共计40.74亿元。

Table 3. 2018~2022 China Literature Group AAU (unit: million visitors)

表3. 2018~2022年阅文集团AAU (单位：百万人次)

	2018	2020	2021	2022
自有平台产品渠道月活跃用户	109.2	121.5	116.8	110.0
腾讯产品自营渠道月活跃用户	104.3	107.4	131.8	133.9
合计月活跃用户	213.5	228.9	248.6	243.9

数据来源：阅文集团年度报告。

Table 4. 2018~2022 China Literature Group ARPPU (unit: million yuan)

表4. 2018~2022年阅文集团ARPPU (单位：百万元)

	2018	2019	2020	2021	2022
自有平台产品渠道收入	2213.1	2425.1	3903.5	3848.4	3482.9
总收入	3164.9	3261.1	4535.1	4657.3	4073.9
平均月付费用户	10.8	9.8	10.2	8.7	7.9
单位用户平均贡献率ARPPU	24.42	27.7	37.1	44.6	42.97

数据来源：阅文集团年度报告。

4.2.3. 获客成本m

在阅文集团的业务成本构成中，与在线业务相关的成本主要有平台分销、内容成本、推广及广告开支[11]。由于2022年电视剧制作成本较2021年增长了51.39%，所以在获客成本方面加上了电视剧制作成本。企业有意维持现有用户，故购买高质量作品，从而巩固品牌效应并吸引更多的新增用户。通过不断投资内容以及积极进行营销活动增大用户容量。如下表5所示：

Table 5. China Literature Group 2018~2022 customer acquisition cost (unit: million yuan)

表5. 阅文集团2018~2022年获客成本(单位：百万元)

	2018	2019	2020	2021	2022
平台分销	196.17	569.5	1194.4	1151.0	850.2
内容成本	1529.31	1477.1	1464.5	1774.2	1512.7
推广及广告支出	851.84	1537.7	2016.5	2176.0	1472.8
电视剧、网络剧、电影制作成本	273.27	/	/	/	644.98
AAU	213.5	219.7	228.9	248.6	243.9
边际用户获取成本m	13.35	16.31	20.43	20.52	18.37

数据来源：阅文集团年度报告。

4.2.4. 市场占有率K

根据市场占有率的公式，企业的销售额占整个产业的销售额，据2022年阅文集团财报可知(见表6)，2022年营业收入为76.3亿元，整个市场规模收入463.52亿元，因此可得2022年市场占有率K为16.46%。

Table 6. Market share of China Literature Group in 2018~2022

表6. 阅文集团2018~2022年市场占有率

	2018	2019	2020	2021	2022
营业收入(亿元)	50.4	83.5	85.3	86.7	76.3
数字阅读市场规模收入(亿元)	233.3	275.3	326.7	388.0	431.59
市场占有率K (%)	21.60	30.3	26.1	22.3	17.68

数据来源：阅文集团年度报告。

4.2.5. 市场付费率P

据2018~2022年阅文集团财报，可知付费率P (见表7)。

Table 7. China Literature Group 2018~2022 payment rate P

表7. 阅文集团2018~2022年付费率P

	2018	2019	2020	2021	2022
平均月付费用户(亿)	10.8	9.8	10.2	8.7	7.9
AAU	213.5	219.7	228.9	248.6	243.9
用户付费率(%)	5.06	4.5	4.5	3.5	3.24

4.2.6. 评估结果

将上文得到的参数代入修正后的DEVA模型，可得：

$\begin{array}{c}{\text{V}}_{\text{2022}}=\text{m}\times \text{P}\times \text{K}\times \left(\text{AAU}\times \text{ARPPU}\right)\times \text{In}\left(\text{AAU}\times \text{ARPPU}\right)\\ =\text{18}\text{.37}\times \text{3}\text{.24\%}\times \text{17}\text{.68\%}\times \left(\text{2}\text{.439}\times \text{42}\text{.97}\right)\times \text{In}\left(\text{243900000}\times \text{42}\text{.97}\right)\\ =\text{260}\text{.33}\left(亿元\right)\end{array}$

将上述数据代入已知公式可以得到阅文集团2020、2021年企业估值分别为465.2亿元、410.3亿元。

本文旨在验证修正的DEVA模型在估值方面的准确性，通过对比分析2018年~2022年间，该模型的估值结果与实际市值的差异率来实现这一目标。由于阅文集团在香港上市，以港币进行结算，本文查阅了每年度最后一天的人民币兑港币汇率，可换算得到市值。

Table 8. China Literature Group 2018~2022 variance rate

表8. 阅文集团2018~2022年差异率

	市值(亿元)	修正前DEVA (亿元)	差异率(%)	修正后DEVA (亿元)	差异率(%)
2018	313.43	71.11	77.31	170.21	45.69
2019	306.2	74.82	75.56	304.7	0.5
2020	506.85	81.74	83.71	465.2	8.2
2021	429.24	96.72	77.47	410.3	4.4
2022	273.56	92.87	66.05	260.33	4.9

数据来源：东方财富网。

如表8所示，可以观察到修正前的DEVA模型差异率都高达70%，而修正后DEVA模型的差异均在10%以下，说明改进后的DEVA模型对阅文集团的估值较为准确。唯有2018年估值结果却与市值差异较大，主要是当年企业运营出现较大的问题，阅文集团的收购价格高于市场预期，这直接导致了其股价的大幅下跌。这种价格高于预期的收购可能使投资者对公司的未来盈利能力和发展前景产生疑虑，从而引发股价的暴跌。根据评估结果和偏离百分比可以看出修正后的DEVA模型既以阅文集团的用户资源为核心要素，又相比于传统DEVA模型更加客观地反映了阅文集团数据资产价值的构成要素，更加准确地评估了阅文集团的数据资产价值。所以修正后的DEVA模型与互联网企业的适配度更高。

4.3. 研究结论

4.3.1. 修正后的DEVA模型更适用于数字阅读行业

本文运用修正DEVA模型，对阅文集团2018~2022年进行了完整的价值评估，除2018年外，最终的估值差异率均小于10%。修正DEVA模型更贴合数字阅读企业的特点，引入市场占有率，充分考虑了活跃用户数量，明确了单体用户的价值，让最后的评估结果更具有客观性和参考价值。

4.3.2. 修正后的DEVA模型更能反映价值变动的成因

阅文集团的市值一路下跌，在修正后的DEVA模型中可以清晰地看出市场占有率和ARPPU都在不断地下降。一方面，单位用户地贡献价值没有提升说明付费群体已经趋近饱和，另一方面，盗版产品层出不穷，对行业冲击较大，所以企业的营业收入也难创新高。

4.3.3. 修正后的DEVA模型更注重用户资源对企业价值的影响

虽然DEVA模型考虑了活跃用户的影响，但是创造价值的只有付费用户。互联网行业发展瞬息万变，用户是创造企业的源泉，将用户视为企业的核心资源，并充分利用其规模效应，是提升企业竞争力的重要途径。在此过程中，正确认识和评估企业的运营能力显得尤为重要。阅文集团应当拓展用户资源的变现渠道，提升用户对企业的忠诚度和粘性，抓住活跃用户，保证自身产品的差异化，满足用户日益增长的消费需求。

综上所述，修正DEVA模型更能满足当下互联网企业价值评估的需求，通过引入市场占有率，充分考虑活跃用户数量和单体用户价值，使得模型更贴合行业特点，评估结果更加客观，有参考价值。同时，修正模型强调用户资源对企业价值的影响，将用户视为企业核心资源，发挥规模效应，提升运营能力。经过修正的DEVA模型为数字阅读企业带来了更精准的价值评估和发展指导，有助于企业实现稳健发展。