【安信计算机】从量化的角度看云计算公司的估值

在本文中，我们通过对27家美股SaaS公司的16个因子进行回归分析，来探讨云计算公司估值的重要因子。我们得到了如下多元线性回归的模型：ev.rev = -14.245 + 118.824*revgrowth.n2 + 15.447*opm + 11.946*cacsh.rev.p。该模型的调整后R²达到0.6534，表示结果较有解释力度。该模型显示，影响SaaS公司估值的三大重要因素有：

1. revgrowth.n2：未来两个日历年度的复合收入增速；

2. opm：TTM运营利润率；

3. cacsh.rev.p：最后一个报告期的现金占TTM收入的比例。

收入增速是一切的基础。只有Top-Line出现了增长，Bottom-Line才可能有积极变化。同时，高收入增长可以迅速拉低下一年的公司的估值水平，使得看上去不那么合理的估值变得合理起来。我们发现，诸如Zoom Video Communications、Slack、Zscaler等高估值的公司均有极高的收入增速预期(36% / 42% /37%)。

运营利润率代表着企业的效率及健康程度。高运营利润率的公司才能更好地给股东创造价值，从而享受更高的估值。Veeva(VEEV)的未来两年复合收入增速在18%左右，Workday(WDAY)的未来两年复合收入增速在23%左右，但是Veeva的估值在25x左右，Workday只有14x左右，这其中一个重要的原因是Veeva的运营利润率有27%，但是Workday的运营利润率只有-17%；

风险提示： 没有分离Beta与Alpha；采取单截面数据而不是时序数据；大量依赖于历史数据；因子集中在财务层面；如若美股的SaaS公司的估值实质上是高估或者低估，结论也会被削弱。

考虑到美国云计算的发展领先于我国若干年，并且美股的成熟度比我国的股市要高，我们将以美股的估值为锚，进行解构与分析。我们将研究范围定在27家SaaS公司（CRM / VEEV / WDAY / NOW / DBX / PANW / MDB / TEAM / ZS / ZEN / OKTA / COUP / PLAN / PAYC / APPF / PFPT / RNG / MDSO / QLYS / APPN / NEWR / DOCU / BOX / RP / WK / QTWO / HUBS）。对于每家公司，我们提取了若干因子，之后从彭博中提取个股的相关数据，他们的定义如下表所示：

2.1. 公司总体财务状况分析

我们使用R语言进行回归分析。首先将所有的因子放在一个以ev.rev为因变量的多元线性回归方程；然后按照AIC（Akaike Information Criterion）最小的原则，逐步剔除因子，最终使得整个方程的AIC最小，这时，模型构造如下：

我们发现模型中包括了revgrowth.n1 / revgrowth.n2 / sga.p / opm / npm / cacsh.rev.p / ocf.rev.p这几个因子。但是，明显的，revgrowth.n1 / revgrowth.n2相关性很高，sga.p / opm / npm的相关性也很高，存在过相关的问题。因此，我们将revgrowth.n1 / sga.p / npm 剔除，重新构造多元线性回归模型：ev.rev = a*revgrowth.n2 + b*opm + c*cacsh.rev.p+d*ocf.rev.p，结果如下。

显然的，revgrowth.n2通过了最为严苛的显著性检验，opm / cacsh.rev.p通过了99%的显著性检验，截距通过了95%的显著性检验，ocf.rev.p通过了90%的显著性检验。整个模型的p-value = 3.507e-06，也通过了显著性检验。整个模型的调整后R方为0.6915，说明解释程度较有力度。但是，我们注意到ocf.rev.p的系数为负，一般来说经营性现金流占收入比越高，则说明公司的议价能力越强，公司的估值应当越高才对。我们认为这可能是因为cacsh.rev.p与ofc.rev.p存在共线性。考虑到ocf.rev.p的显著性水平没有cacsh.rev.p高，因此，我们将ocf.rev.p因子删除，进行第三次模型建立：ev.rev = a*revgrowth.n2 + b*opm + c*cacsh.rev.p。

第三次构造的模型的revgrowth.n2极为显著，截距和cacsh.rev.p也通过了99%的显著性检验，opm通过了90%的显著性检验。整体模型也通过了显著性检验，调整后R方为0.6534,并没有比第二次构造的模型下降太多。我们还使用了Kappa函数进行了多重共线性检验，结果为21.57958，说明我们构造的模型中因子存在多重共线性的可能性较小。

通过回归，我们得到这样一个模型：

ev.rev = -14.245 + 118.824*revgrowth.n2 + 15.447*opm + 11.946*cacsh.rev.p。

从定性的角度，我们认为，其说明以下几点：

(1)未来两年的复合收入增速对公司估值最为重要。 我们发现，诸如Zoom Video Communications、Slack、Zscaler等高估值的公司均有极高的收入增速预期(36% / 42% /37%)；我们认为，高收入增速是一切的基础，收入是Top-Line，没有高收入增速，很难说服市场给予高估值；

(2)第二重要的因素为运营利润率。 运营利润率代表着企业的健康程度和运营效率。高运营利润率的公司才能更好地给股东创造价值，从而享受更高的估值。用砸钱的方式总能获取客户的买单，但是最终，这些砸了的钱，还是要通过运营利润一点一点赚回来的。Veeva(VEEV)的未来两年复合收入增速在18%左右，Workday(WDAY)的未来两年复合收入增速在23%左右，但是Veeva的估值在25x左右，Workday只有14x左右，这其中一个重要的原因是Veeva的运营利润率有29%，但是Workday的运营利润率只有-15%；

(3)现金为王。 现金占收入比越高，说明公司的现金储备越充裕，也在一定程度上说明公司的收入转化为现金的能力越强。我们一直强调，SaaS模式的一个关键点是订阅制。在订阅制的模式下，公司先收到现金，之后才会确认收入。传统模式下，公司是先确认收入，再通过漫长的账期收到现金。换句话说，在当前这个时点，SaaS公司的现金占收入比会比较高。

尽管线性回归会给出相关的系数，将自变量带入后就可以得到公司的估值，但是我们不建议这么做，因为我们认为，标准的估值方式应该是未来的现金流折现，我们这里给出的公式只是对因子的探讨和一个快速的逼近，其与真实值肯定存在差距，而且，投资不只是一门科学，更是一门艺术，需要考虑更多的因子。