.緒論1.1研究背景近年來，互聯網對我國GDP的貢獻率逐年增高，已成為國民經濟的重要組成部分。截至2021年9月，我國互聯網企業所擁有的用戶規模達到11.67億歷史新高。其中，在線直播用戶達到6.35億，占互聯網用戶數量的一半以上（54.41%）。信息技術的不斷發展，網速的不斷提高，都為我國直播行業注入了新鮮的血液。圖1-1網民規模和互聯網普及率數據來源：CNNIC中國互聯網絡發展狀況統計報告圖1-22016-2022中國在線直播用戶規模（億人）數據來源：艾媒咨詢互聯網直播連接線上線下場景，通過智能終端鏈接主播和觀眾，培養用戶粘性，不斷吸引潛在的用戶，為企業增值。但是，在這個過程中，直播行業也同樣伴生了一些如直播業務流水是刷的、流量是機器人等問題。其對外作為營銷手段誘使觀眾打賞，對內欺騙投資者獲得更高估值。《中共中央關于全面推進依法治國若干重大問題的決定》（2014）指出，要加強互聯網有關立法，完善網絡信息監管機制。《關于規直播行為規范化的通告》（2019）指出，網絡直播應當以其為依據，以部門規章、行政條例等形式出臺規定，建立準入機制，建立登記審查方式，確保網絡直播數據監管主體“真實、準確、客觀、公正”。因此，互聯網直播行業要想良性發展并尋求自身企業價值，規范流量造假是必然的。本文將站在投資者角度，探究直播行業流量造假會對企業估值產生怎樣的影響。1.2研究意義1.2.1理論意義直播行業作為互聯網領域中高速發展的新興行業，己有研究對于直播企業進行企業價值評估分析的案例相對來說還很少，而且己有的部分研究是基于傳統企業價值評估方法進行的研究分析，對于商品以及價值創造不同于傳統行業的直播平臺來說不是很合適。因此本文將針對流量造假對直播平臺的估值方法再次探討，希望對行業估值提供參考。1.2.2實踐意義公司能否正確估值，在各類資本活動如上市融資、股權私有化等方面會產生重要作用，也將對我國互聯網經濟發展的發展產生重要影響。本文主要引用新的修正估值模型DEVA，對歡聚時代流量造假前后的財務和非財務數據進行估值運算，并將估值結果作比較，分析互聯網直播行業流量作假對企業估值的影響，從而為互聯網直播行業的投融資、兼并等提供更科學的幫助。1.3研究方法1.3.1比較分析法本文以歡聚時代流量造假被發現的時間為節點，將企業在造假前后的財務和非財務指標進行比較，通過分析影響因素的變化趨勢，來明確企業估值變動的原因。1.3.2案例研究法本文采用案例研究方法進行研究。以歡聚時代造假前后的企業估值為例，研究流量造假對企業估值的效果和未來存在的風險防范措施，對互聯網直播行業想通過流量造假來提高企業價值的上市公司，具有重要的實際價值，對其它流量造假的互聯網企業具有借鑒意義。1.3.3改進的DEVA模型分析法本文通過互聯網直播行業一些現實發展的特點，根據流量造假企業的一些內在規律，做出各種相應的簡化和假設，然后通過改進的DEVA模型，數字化表示互聯網直播行業流量造假對企業估值的影響。1.4本文可能的創新點1.4.1選取財務和非財務因素納入計量互聯網企業的高度成長性，容易導致高風險、收入不穩定、企業一直盈余為負、非財務因素波動等問題。尤其流量造假，更會影響很多非財務因素。因此，無法直接應用傳統估值方法，亟待更為合適的估值模型。本文通過分析互聯網直播行業流量造假的企業，總結宏觀政策、所處行業、企業財務和非財務數據對企業流量造假的影響，對后期想通過流量造假美化數據的企業提供參考及借鑒意義。通過對流量造假企業歡聚時代的研究，分析其流量造假前后財務數據和非財務數據的變化，歸納流量造假前后互聯網直播行業估值發生變化的原因。1.4.2結合企業內在因素分析流量造假可以一段時間內影響企業估值，但流量造假并非唯一因素，企業長久估值提升需要依靠內生性的增長來驅動。流量造假、宏觀經濟和行業動向調整，會短期改變企業估值；長期來看，企業最終估值由公司治理結構、行業利潤率、業績改善等內在因素決定。企業內生性增長能力越強，企業估值水平越高。1.5研究框架本文主要依據企業價值估值理論，通過對歡聚時代流量造假前后財務和非財務數據的對比，國家宏觀經濟走向、行業政策導向，來分析互聯網企業流量造假對企業估值的影響。本文綜合研究框架如下，具體研究內容包括下面幾個部分：第一章，緒論。該部分主要介紹流量造假的產生背景、現實狀況，以及伴生而來的影響企業估值，從而引出本文的研究內容、可能貢獻與理論現實意義。第二章，文獻綜述。該部分主要梳理歸納國內外相關文獻，圍繞直播流量造假和企業估值進行展開論述，探討國內外研究的走向和不足。第三章，相關概念及政策介紹。闡述財務造假的定義和相關規章制度，為本文的研究內容提供詳實的政策依據。第四章，影響互聯網企業的估值的因素及估值方法。本章闡述修正的DEVA模型的由來，明確企業估值方法及影響企業估值的因素，并說明影響企業估值的機理有哪些。第五章，歡聚時代流量造假的案例介紹。本章內容主要是對歡聚時代流量造假前后企業估值的案例進行分析，介紹企業的基本情況，發展現狀以及歡聚時代流量造假的動因和過程。第六章，歡聚時代流量造假前后企業估值的比較分析。主要是分析歡聚時代在流量造假前的企業估值，流量造假被發現后的企業估值。通過分析單位用戶初始投入資本、活躍用戶數、付費率、單位用戶貢獻的價值、市場占有率與估值的關系，找到影響企業估值變動的根本原因。結論部分闡述本次對歡聚時代企業估值分析的研究成果。并基于案例分析的結果，提出本文的結論和啟示，為其它想通過流量造假提高公司價值的互聯網直播企業，提出合理化建議。圖1-1研究框架圖1-1研究框架緒論文獻綜述相關概念及政策介紹影響互聯網企業估值的因素及估值方法單位用戶初始投資活躍用戶數單位用戶貢獻價值市場占有率流量造假對企業估值影響的案例介紹流量造假對企業估值影響的案例分析結論與啟示付費率

2.文獻綜述從現有的文獻資料來看，國外資本市場歷史發展較久，尤其美國19世紀末20世紀初便開始了互聯網企業的價值該如何評估以及股票應如何定價的思考。反觀國內，現有研究主要集中在直播行業的運營模式研究、企業估值研究，但未有直播行業流量造假為例進行的估值案例研究。本章將重點介紹國內外互聯網企業估值方法的發展狀況，以及對互聯網直播流量造假的研究，并為本文結合流量造假提出一種新的互聯網估值模型提供思路。2.1互聯網企業估值的研究到20世紀末，國外傳統的估值理論已經得到了完善和實證檢驗。但隨著信息技術在全球范圍內迅猛發展，傳統估值方法已經不能滿足市場需要。互聯網行業的快速成長使得傳統估值理論難以適用。于是，學者們提出了各種新的估值理論與模型。與此同時，新的新興互聯網企業開始發展，谷歌、微軟等紛紛誕生，西方學術界開始重視這類企業的估值。Blodge和Anning（1998）的研究發現，互聯網公司的估值與傳統企業估值之間有很大差距。Baueretal.（2005）將客戶群體分類，認為不同客戶對應的貼現現金流（DCF）存在差異。Alietal.（2008）認為，互聯網現金流是隨機分布的，無法準確估計未來現金流。由此可以看出，在有別于傳統企業的互聯網企業估價中，使用DCF法存在一定的弊端。在國內最初的研究中，也通常采用DCF法對互聯網企業進行估值。然而，廖理和汪毅慧（2001）認為DCF法的持續穩定假設并未考慮到互聯網企業所隱含的無限的未來增長機會。黃潔（2013）運用波士頓矩陣模型，對戰略分析的變量進行估計，最終通過貼現得出企業的整體價值。學者們很快注意到，用DCF法來估計互聯網企業未來的現金流過于保守，而客戶價值（即網絡活躍用戶數）才是影響互聯網公司價值的最重要因素（魏嘉文和田秀娟，2015）。此外，Gilder（1993）首次提出互聯網企業的估值與客戶數量密切相關，并歸納為互聯網企業估值與網絡用戶數的平方成正比的梅特卡夫定律。根據梅特卡夫定律，摩根斯坦利分析師Mary（1995）在之后提出了DEVA估值法，認為項目的項目經濟價值等于項目初始價值的平方乘以用戶的附加值（E=MC在這之后，學者們對網絡用戶數進行更深層次的探討。Steven（1999）將網絡用戶數市值聯系起來，根據市值與訪問該網站人數的比率估計互聯網企業股票的合理范圍。Trumannet.al（2000）發現凈收入與公司股價之間沒有顯著關系，而網頁瀏覽數據和訪客人數等非財務指標作用明顯。針對網站用戶，Demers和Lev（2001）通過實證分析，發現用戶流量是影響互聯網企業估值的核心因素。之后Harmon（2012）發現，互聯網企業估值與流量，和用戶數和訪問量高度相關，因此，網站訪問量的變化被用來估算互聯網企業的市場價值。2.2流量造假的研究網絡用戶數及流量指標被學者發現重要性的同時，流量造假日益浮出水面。國外研究學者對互聯網流量造假的研究大多著力于廣告流量造假，未對直播行業流量造假及其對估值的影響具體分析。Nandini（2019）通過經濟和法律研究，探討了付費點擊廣告中虛假點擊的原因和影響。Wilbur和Zhu（2009）針對廣告流量造假、流量買賣現象進行分析，并提出可使用中立的第三方審計搜索引擎檢測算法發現造假。目前國內對網絡營銷中的流量造假的研究還處于起步階段，主要集中在媒體傳播、市場營銷、商業倫理、網絡空間治理等方面。在媒體傳播方面，鐘藝玲和張燕（2017）發現流量造假會降低互聯網廣告的經濟效益；在市場營銷、商業倫理方面，子燁（2019）指出流量造假會擾亂市場秩序；在網絡空間治理方面，周琳和葉健（2016）認為流量造假會破壞網絡生態。可見，目前針對流量造假的研究多限于警示其危害，未聯系流量造假和估值進行探討。2.3文獻評述通過梳理國內外文獻的研究內容可以發現：第一，在互聯網企業崛起之后，中外學者研究發現影響互聯網企業用戶價值核心要素是用戶流量；在互聯網企業發展初期，企業價值與財務指標之間并沒有太大關系，各學者著重分析了用戶價值對企業估值的影響，提出了基于用戶價值實現的價值估值模型和DEVA模型。第二，隨著近年來直播行業的發展，涉及更多的非財務指標。其中，流量造假問題已成為影響互聯網企業資本市場定價的重要因素。流量造假導致了對互聯網企業用戶貢獻和商業模式被深入研究，但尚未形成成熟統一的互聯網企業針對流量造假估值理論體系，模型設計也仍處于研究階段。

3.相關概念及政策介紹3.1流量造假的定義流量造假是指“經營者或者流量造假者利用技術方法，為獲取收益而偽造的虛假數據。”（梁敬祎，2020）最初，虛假流量的主要手段是代理IP與用戶登錄狀態模擬協議仿真協議，但隨著互聯網平臺技術監管不斷發展，這些方法的作用日趨降低；之后，造假公司雇傭真實網民形成“水軍”，一起制造平臺熱點。目前，某些平臺同時使用人工和操作軟件流量造假，如央視新聞報道某些名人微博賬戶互動異常頻繁—一條微博就有數百萬、數千萬甚至數億的轉發量例如，明星蔡徐坤提到的一條微博就獲得了1.04億的轉發量。根據中國互聯網中心顯示，相當于當年三分之一的微博用戶轉發了這條微博。這類造假首先雇傭或租用大量真實賬號，再通過刷量平臺自動增加粉絲數、轉發數、打卡數、點贊數和榜單數，使造假前后的數據差異巨大。3.2直播行業流量造假的內涵MaxRead在其書《互聯網上大部分是虛假的》（《MostoftheInternetisFake》）中對虛假的互聯網流量舉出具體例子進行分析，同時對用戶造成的損失進行說明。其認為流量造假可概括為以下幾類：第一，虛構虛假粉絲活躍數。虛構虛假粉絲活躍數指的是通過平臺渠道或第三方刷量機構，購買假活躍粉絲積極轉發、點贊、評論等，形成羊群效應。（下列例子均出自渾水報告）例如抽樣YY直播武漢地區測試，87.5%活躍粉絲的IP地址在短時間內從一個地點跳到另一個地點。可是測試在疫情期間，武漢非機器人幾乎無法移動位置。另外，這些移動IP控制的機器人通常一進直播間便開始打賞，形成大批量“撐場面“的活躍粉絲。第二，虛構主播收入。虛構主播收入指的是平臺、工會利用虛假賬號打賞主播，之后打賞返還的過程。這就導致主播銀行信用報告收入與官方渠道宣稱主播收入不一致。例如作為YY直播前五工會所有者銀行信用報告合并總收入僅為1.563億元人民幣，與官方所稱11個億收入差距極大。第三，虛構付費會員數指的是通過機器人平臺、工會利用虛假賬號，使付費會員增多。例如YY直播前三主播李先生的最大打賞者平生和另外14個打賞者都跟李先生共享imei號，其中包括8個頂級打賞者。可以說，李先生直播的大部分收入來自偽裝的付費會員。3.3直播行業流量造假的相關政策3.3.1國家政策2014年，《中共中央關于全面推進依法治國若干重大問題的決定》表明，要加強互聯網立法力度，完善網絡信息監管機。2019年，在我國法律法規中，《網絡信息內容生態治理規定》中首次對網絡信息內容的生態治理進行規定，但其對流量造假行為的定義并不明確。針對禁止流量造假行為的規定，散見于《消費者權益保護法》、《消費者權力保護法》《反不正當競爭法》、《廣告法》、《刑法》、《互聯網信息服務管理辦法》及上文提到的《網絡信息內容生態治理規定》。具體如下表3-1所示：

表3-1流量造假的責任問題責任類別出自法案規定民事責任《消費者權益保護法》經營者應當如實、全面地公布其商品或者服務所發布的信息。《消費者權利保護法》流量造假行為影響消費者選擇權、損害消費者合法權益的，經營者和發布者應當承擔相應賠償責任。行政責任《反不正當競爭法》通過一般條款（擾亂市場秩序，損害其他消費者和經營者合法權益）對流量造假進行規制。《廣告法》針對廣告流量造假，規定經營者不得虛構交易，編造用戶評價。刑事責任《刑法》設置虛假廣告罪、破壞計算機系統罪，發布虛假廣告，刪除、修改、增加計算機信息系統數據的，依法給予處罰。互聯網平臺的義務和責任《網絡信息生態治理規定》明確了互聯網平臺在生態治理領域的責任和義務。《消費者權益保護法》規定了網絡交易平臺的責任和義務。《廣告法》對互聯網信息服務提供者的義務和責任進行了規定。《互聯網信息服務管理辦法》規范提供互聯網信息服務的平臺。3.3.2直播平臺自治機制直播平臺是直播的重要陣地和利益方，對直播平臺的約束，決定了直播根源的流量造假問題。2016年04月13日，北京市直播行業自律新聞發布會在市文化執法總隊舉行，百度、映客、花椒等20多家從事直播行業的龍頭企業共同發布了《北京網絡直播行業自律公約》，承諾從18日起，網絡直播房間必須標識水印；內容存儲時間不少于15天備查；所有主播必須實名認證；對于播出涉政、涉槍、涉毒、涉暴、涉黃內容的主播，情節嚴重的將列入黑名單；審核人員對平臺上的直播內容進行24小時實時監管。2015年下半年以來，直播平臺迎來井噴式增長。然而，以“直播造人”為代表的淫穢色情事件頻發，違反社會公德甚至涉賭、涉毒問題屢有發生，甚至一些企業以此為讓熱點，將其作為上市和推廣的噱頭。在這樣的背景下，北京網絡文化協會發起了議定自律公約的活動。針對當前直播平臺存在的問題采取監管措施，落實直播平臺的主體責任。

4.影響直播行業估值因素及估值方法4.1修正DEVA模型的建立衡量上市公司的企業價值，由其現階段的資產規模、所處行業、未來的盈利、成長能力、經濟政策等多方面因素決定。上市公司企業盈利產生現金報酬，主要包括經營過程中產生的現金流量、融資過程中產生的現金和投資過程中產生的現金。然而，互聯網企業因未來現金難以估計，故本文采用修正的DEVA模型的估值方法。4.1.1DEVA模型的建立DEVA模型是由摩根斯坦利著名分析師Mary在一份互聯網報告（1995）中提出的。在她的觀點中，互聯網公司的資產不同于以往傳統企業的資產，多數資產為輕資產，所以結合互聯網公特點來看，用戶是企業價值的重要構成因素，企業用戶價值的增加客源增加收入從而提升企業的價值。這個模型公式是：E=MC2（公式4式中，E為企業價值；M為單個用戶投入的初始成本；C為單位經濟周期用戶的創造價值。從公式中可以看出，DEVA模型在估算互聯網行業的價值時，認為用戶價值起決定性因素。也就是說，每個成員提供的個人價值用戶越多，就會推動整個互聯網企業價值的增長。但是由于用戶是一個非常龐大的群體，所以，僅僅通過計算用戶的數量并不能全面地反映出互聯網公司的實際價值大小。因此，DEVA模型需要引入更廣泛的指標來衡量其整體價值。用戶的價值不是個人用戶的貢獻，而是用戶在與其他網絡用戶交流時互動的價值。4.1.2DEVA模型修正思路然而，在DEVA模型的早期，互聯網產業是一個新興行業，很多技術尚未成熟，在互聯網發展早期，技術還不夠先進，許多人還不能連接互聯網，所以用戶大都很活躍。然而，隨著網絡信息技術的快速發展，互聯網用戶數量不斷增加，用戶注冊數遠遠超過對企業做出貢獻的實有用戶數量。因此，本文將用戶具體分為活躍用戶（MAU）和付費用戶，并引入付費轉化率（K）表示活躍用戶的付費意愿。在確定了用戶類型之后，以每個用戶的平均貢獻（ARPU）來衡量其對企業的貢獻，說明付費用戶在固定時間段內為企業創造的價值。此外，奇普夫認為，隨著網絡規模的擴大，新用戶給網絡帶來的價值也在下降。故本文用戶價值引用奇普夫的n×lnn。其次，直播行業的快速發展，加劇了互聯網行業的競爭，市場越來越多的同質化產品，行業也呈現出集中化趨勢，因此在直播行業占有份額不同的企業，價值也不同，引入市場占有率（P）。基于以上分析，針對互聯網直播行業，本文為量化企業內部因素，構建如下估值模型：E=M×K×P×ARPU×MAU×ln?ARPU×MAU（公式4其中，M為單位用戶初始投入資本，K為付費率，P為市場占有率，ARPU為單位用戶貢獻價值，MAU為活躍用戶數。4.2影響估值的因素4.2.1企業內部因素第一，單位用戶初始投入資本（M）。為了了解互聯網企業中每個活躍用戶的開發成本，從而推斷出企業開發用戶的能力，單位用戶的初始投資成本是非常重要的指標。企業的企業初始市值與年度年活躍用戶數的比率可用來獲得單位用戶的初始投入資本M。第二，活躍用戶數（MAU）。一些用戶在注冊后就停止登錄或使用該網站，使他們無法繼續為公司作出貢獻，即所謂的非活躍用戶。活躍用戶數是指在相關時期結束時，至少登錄過一次直播平臺用戶賬戶的累計數量。這些活躍用戶，無論在免費還是收費模式，都可以為企業帶來新的資源，增加企業的價值，進一步說明活躍用戶在互聯網企業估值中的重要性。第三，付費率（K）。付費用戶的數量是指在相關時期內至少在直播平臺上購買過一次虛擬物品或其他產品和服務的注冊用戶賬戶的累計數量。付費率是指付費直播活躍用戶占總活躍用戶的百分比。互聯網企業的營業收入與用戶的付費意愿密切相關。隨著用戶規模的不斷擴大以及用戶使用行為的變化，付費率成為衡量互聯網企業運營能力和盈利水平的重要指標之一。付費率代表了用戶的付費意愿，從而表示付費用戶對企業營收的拉動。第四，單位用戶貢獻的價值（ARPU）。單位用戶所貢獻的價值，是指付費用戶在一定時期內為企業所創造的價值。對YY直播平臺而言，活躍用戶數是指能為平臺創造價值的用戶數，即ARPU＝企業營業總收入／活躍用戶數。第五，市場占有率（P）。市場占有率，是指企業在同一類市場上銷售量某種產品所占的比例。在很大程度上，它反映了企業的競爭地位和盈利能力。直播行業市場占有率=直播APP的活躍用戶數規模/整體娛樂直播的活躍用戶規模。4.2.2企業外部因素上文討論了影響互聯網企業估值的內部因素。可以看出，直播行業的流量欺詐對活躍用戶數量、活躍用戶數量、單個用戶創造的收入、單個用戶上市時投入的初始資本、用戶支付率和行業地位都有很大影響。深入分析直播行業的巨大差異及其原因，資本介入占了非常重要的比重。總體上可以認為，企業在發展階段的資本介入，可以極大地提高生產率和生產效率，提高企業產品市場占有率，提升企業盈利能力和管理水平，以優化企業資源配置，促進企業高質量發展。同時，基于國家經濟形勢，如貿易戰、泛娛樂的普及，由于每個人對企業的認知、判斷和評價條件不一致，企業的最終估值也不同。另外，政策變化影響企業的方式很多，可以概括為產業政策、財稅政策和其他政策。產業政策變化對企業的影響主要體現在對企業所處行業的影響上，因為行業的變化會引起企業業務、管理模式、資本干預等因素的變化，從而影響企業估值。財稅政策變化對企業的影響反映在生產成本、利潤指標和財務數據的變化中，從而導致公司估值的變化。其他政策變化可能不會直接影響企業的日常運營，但會間接影響企業的發展。例如，由于法律法規變化、對直播內容合規性更加嚴格、行業重大安全事件等因素，企業估值會發生變化。4.3流量造假影響企業估值的機理由上文流量造假定義可知，流量造假主要對活躍用戶數、企業收入、付費人數產生影響。因此，本文通過估值公式分別解釋活躍用戶數、企業收入、付費人數對內部各因素產生的影響。盡管大多數互聯網公司擁有很多注冊用戶，但真正對公司做出貢獻的用戶卻是活躍用戶，因此，互聯網公司的價值評估會產生很大的影響。而流量造假虛構活躍粉絲數，偽造了這一重要數據，會導致活躍用戶數虛高。因為初始投入資本由上市當日股價決定，故活躍用戶數的虛高，導致大哥用戶初始投入資本降低。另外，通過對直播平臺收入結構的分析發現，直播打賞是直播公司收入的主要來源。故ARPU代表了單個活躍用戶對企業創造的收入。流量造假會影響收入和活躍用戶數，對單位活躍用戶價值的評估產生不利影響。針對付費用戶數和付費率，直播行業與傳統行業不同，價值規模受到用戶群體規模的影響，互聯網企業需要獲得更多的用戶才能搶占市場先機，但用戶價值無法直觀體現。但在互聯網企業的眾多業務中，主要取決于用戶規模的大小，必須由互聯網企業來提供付費服務。企業付費服務的收入在很大程度上取決于忠誠和穩定的用戶群體，而這正是互聯網價值得以提升的地方。流量造假通過同一機器偽造不同付費用戶，導致付費用戶真實數比實際數高，進而影響付費率。最后是市場占有率。渾水報告發出后，時隔一天歡聚時代便回復渾水“對行業無知”，且雖未有做空報告，可例如淘寶直播等各大直播平臺均有買流量的先例，見表4-1。故用戶雖改變，但假設市場份額不變，僅引入市場份額作為量化參數。 表4-1近年各直播平臺流量造假情況平臺名稱流量造假事例虎牙直播虎牙直播在英雄聯盟總決賽期間日訪問量6-30萬人，但是彈幕總數達到6000萬。網友發現在比賽毫無波瀾時，彈幕依舊重復相同的“八個6”淘寶直播有人針對平臺推出刷量套餐，120元可買1萬觀看人次抖音直播抖音官方推出DOU+，280元可買1萬觀看人次快手直播秒刷1萬次播放需11.23元，慢刷1萬次播放8.99元數據來源：新浪財經綜上，流量造假對企業內部因素的影響為：活躍用戶數增加，單位用戶初始投資降低，付費人數增多，付費率變化（比值不定），單位用戶貢獻價值變化（比值不定），市場占有率不變。

5.歡聚時代案例介紹5.1歡聚時代基本概況5.1.1歡聚時代介紹歡聚時代分為國內業務和國外業務。2012年起經營的YY直播（歡聚時代國內業務），是中國直播發展的起源。2016年是移動互聯時代到來的年份，隨著中國入網人數的不斷增加和網速的發展，被譽為“中國移動互聯網直播元年”，直播平臺和觀看人數在這一年發展迅猛。自此，越來越多的直播平臺獨立于視頻網站，顯示出巨大的市場潛力。5.1.2歡聚時代主營業務歡聚時代有工會環節的模式，主播、工會、平臺的收入占比基本為30%、10%和60%，其盈利主要依靠：流媒體業務。圖5-1歡聚時代2020凈收入數據來源：歡聚時代2020年報5.2歡聚時代流量造假前后歷程5.2.1歡聚時代被發現流量造假2020年11月17日，百度宣布將以36億元收購YY直播。18日，知名做空機構渾水（MuddyWatersResearch），在社交媒體上發布報告，劍指YY直播的母公司歡聚時代——表示經過詳細調查，YY直播業務有約90%直播收入為假，海外版Bigo有約80%的直播收入為假。渾水多個例子（cases）的設備串號（imei號）、內部IP、機器IP實錘證明：業務流水是平臺和主播工會刷的，流量大部分用的機器人。渾水得出結論如下表：表5-1近年各直播平臺流量造假情況直播流（打賞）線上約會收入Bigo收入審計意見大約90%為假。大約80%為假。80%的Bigo收入是造假的，如果按照對公司有利的假設測算，則大概是60%的收入是造假的。Bigo新加坡母公司四年換了三家審計機構，并且在2016-2018年收到了三次持續經營不確定性審計意見。數據來源：渾水官網報告：《MW_YY_11182020》5.2.2后續處理 2020年11月19日，歡聚時代正面回應此次控告，表示渾水“數據混亂、對行業無知”。數據來源，《歡聚時代反駁渾水報告》有意思的是，針對設備串號、虛假IP數據來源，《歡聚時代反駁渾水報告》2020年11月20日，歡聚時代和某些董事及高管被列入聯邦推定證券集體訴訟，指控在提交給美國證券交易委員會的文件中對渾水報告中的某些指控作出了重大誤述和遺漏。歡聚時代年報對此寫到：目前無法預測可能產生的后果或與之相關的后果。

6.歡聚時代案例分析6.1前后估值比較6.1.1流量造假前后短時間企業估值變動因本論文主要討論公布流量造假后、市場預期下的估值變動，用市值變動代替估值變動。2020年11月17日，歡聚時代開盤101.24美元，收盤96.60美元；18日渾水報告發出當天，開盤96.22美元，收盤71.01美元。因總股本為0.8億股，按收盤價計算市值變化，從77.28億美元跌到57.22億美元，一天跌了26.1%。數據來源，雪球6.1.2流量造假后長時間企業估值變動歡聚時代19日回應后，歡聚時代股價總體呈現先上升（最高到144.41美元），后下降至目前50.56美元股價，39.42億美元市值。之所以出現先短期下降，再上升，后下降的趨勢，本文認為一方面是流量造假帶來的負面影響導致下降；而之后百度收購歡聚時代旗下YY直播帶來的未來預期更好，投資者認可給以較高的估值；另一方面在于歡聚時代賣掉YY直播后著力于國外業務Bigo，后續市值將回歸Bigo真實流量帶來的估值。因為歡聚時代2021年2月才成功交割YY直播，目前有關Bigo的財務和非財務數據并未經過審計。鑒于Bigo新加坡公司2016~2018三次被出具持續經營不確定性審計意見，故本文主要探討歡聚時代被錘造假后較短時間市場預期的估值變化（從造假前到交割完成YY直播后），而對之后Bigo的最終估值不做研究。圖6-1歡聚時代股價（收盤價）周k線數據來源：雪球，自被公布流量造假以來呈現先下降，后上升，再下降的趨勢6.2流量造假前的內部因素6.2.1活躍用戶數的確定歡聚時代活躍數分為國內YY直播和海外Bigo業務。為方便計算，將按國內業務（YY直播）月活躍數（MAU1）和全球流媒體（含YY直播、Bigo）月活躍數（MAU總）進行探討。根據歡聚時代2019Q3~2020Q3季報數據，造假前各季度月活躍數如圖6-2。圖6-2歡聚時代月活躍人數數據來源，歡聚時代2019年Q3~2020年Q3季報如圖可看出2019年全球因疫情在家觀看直播人數變多，而2020年月活躍數相對平穩。歡聚時代流量造假被揭露發生在2020年11月，故取2020年第三季度月活躍數作為造假前數據。因此，截至被渾水發布造假報告前，MAU1=4100萬人，MAU總=9200萬人。6.2.2單位用戶初始投入資本的確定歡聚時代于2012年11月21日在美國納斯達克上市。初始發行價為10.5美元，首日收盤于11.31美元，相對開盤價上漲7.7%，公司首日市值6億美元。數據來源，雪球單位用戶初始投入資本M=6億美元/0.92億人=3.11美元/人。6.2.3付費率的確定根據歡聚時代2020年Q3季報及年報，截至被渾水發布造假報告前，YY直播付費人數（MAPU1）為410萬，全球流媒體（含YY、Bigo）付費人數（MAPU總）=750萬。數據來源，歡聚時代2020年Q3季報及年報因此數據來源，歡聚時代2020年Q3季報及年報6.2.4單位用戶貢獻價值的確定ARPU=企業營業總收入數據來源，歡聚時代2數據來源，歡聚時代2020年年報6.2.5市場占有率的確定因歡聚時代季報只顯示了全球直播活躍人數，未有YY在國內市場的占有率。故采用Mob研究院的數據計算得出的YY直播的市場占有率P1=40%。如圖6-3。圖6-3國內前10直播平臺月活躍數數據來源：Mob研究院根據歡聚時代2020年Q3季報，全球流媒體活躍用戶數為2.875億數據來源，歡聚時代2020年Q數據來源，歡聚時代2020年Q3季報6.3流量造假后的內部因素根據渾水報告抽樣結論顯示：大約90%的直播流（打賞等）收入是造假的，87.5%的用戶（活躍用戶、付費用戶）是假的數據來源，渾水官網做空報告：《數據來源，渾水官網做空報告：《MW_YY_11182020》其中，活躍用戶數MAU1、MAU總均變為造假前活躍用戶數的12.5%（1-87.5%）；M因活躍用戶數的改變而變化；付費率因活躍用戶和付費人數同時改變而不變；收入變為造假前的10%（1-90%）單位用戶貢獻受收入和活躍用戶數變化的影響。得到以下表格：表6-1歡聚時代流量造假前后內部因素對比流量造假前調整計算流量造假后MAU141000000×12.5%5125000MAU總92000000×12.5%11500000M6.52÷12.5%52.16K110%不變10%K28.15%不變8.15%ARPU138.89×10%÷12.5%31.112ARPU總22.04×10%÷12.5%17.632P140%不變40%P總32%不變32%數據來源：前文確定的各因子經過整合得到由前文估值模型可算出：在流量造假前，歡聚時代企業估值E總=73.89億美元；在流量造假后，歡聚時代企業估值E總變為E總’=56.06億美元。對比市值變化：渾水做空前一天，歡聚時代收盤價為96.60美元，共有0.8億股，因此市值V總為77.28億美元；渾水做空當天，歡聚時代收盤價為67.78美元，共有0.8億股，因此市值V總’為54.22億美元。數據來源，雪球表6-2歡聚時代估值模型驗證EV誤差作假前73.8977.284.39%作假后56.0654.223.39%數據來源：前文確定的各因子經過整合得到上表可看出，量化估值的因素在作假前、作假后誤差分別為4.39%、3.39%，與現實情況偏差不大。根據上文數據還可算出，流量造假前YY直播估值E1=37.45億美元，偏差為4.02%，基本符合百度的收購價格。對比歡聚時代賣出YY直播價格數據來源，歡聚時代2020年年報數據來源，歡聚時代2020年年報表6-3YY直播估值模型驗證EV誤差YY直播37.45364.02%數據來源：前文確定的各因子經過整合得到然而，造假公布前百度已與歡聚時代簽訂全資協議，故雖延遲交割，可百度收購價格并未改變（出自百度2020年年報）。綜上，流量造假導致的用戶數減少影響MAU、MAPU，再影響付費率K；而收入和用戶數的流量造假影響ARPU，進而影響企業估值。6.4百度收購歡聚時代的估值影響2020年11月17日早間消息，百度宣布以總價約36億美元收購歡聚時代國內直播業務（以下簡稱“YY直播”），交易預計將于2021上半年完成。此前，百度YY直播的收購被視為“一場各取所需的聯姻”。但如今，PK大戰中，百度的“歡聚時代”也正在經歷著前所未有的挑戰。2019年6月，歡聚時代宣布獲得阿里巴巴領投5億美元B輪融資。在業內人士看來，歡聚時代目前的重點是海外市場，急需大量的資本支持和更嚴格的國內監管，因此，將收入達到頂峰的國內業務的出售，可能為后續的業務結構調整提供彈藥。2021年2月8日，歡聚時代發布公告，稱旗下YY直播（國內）業務出售給百度的交易已基本完成。歡聚時代在同年2月19日達到最高點。因此，可以看出百度收購對歡聚時代估值具有十分正向的影響。7.結論與不足7.1結論網絡直播使我們的娛樂方式更加豐富，但也產生了許多問題。網絡直播以互聯網為載體，互聯網自身的虛擬性、交互性和全球性增加了互聯網權利保障的難度。數據造假使投資人無法獲取合理數據，也對社會真實公平產生了負面影響。本文通過研究發現：第一，財務造假確實可以為企業估值帶來提升。財務造假提高活躍用戶數、付費人數，進而影響付費率和單位活躍用戶貢獻，還降低了單位活躍用戶初始投資成本。然而，一旦流量造假被發現后，企業估值會迅速回到真實數據帶來的估值。第二，中國的互聯網直播行業時至今日仍存在買賣流量現象，而非歡聚時代回應時所說流量造假是“直播行業和生態”。希望各直播平臺能優化產業數據準確性，國家也制定法律監管。執法必嚴、違法必究，對作假主播和平臺加大處罰力度。“輕千乘之國，而重一言之信。”望直播平臺盡量杜絕數據作假，而不是通過流量造假偽造數據，臨到收購才被揭露巨大欺詐。通過對歡聚時代流量造假前后企業估值的變化，本文得到啟示如下：對于互聯網直播行業的企業來說，企業未來的良性發展，需要企業根據戰略方向、所處行業、自身發展階段來考慮。如果想提高企業估值，短期來看流量造假可以提高，長遠來看真實驅動企業核心競爭力、提高企業內生增長更為可靠。7.2不足流量造假數據來源于渾水公司報告，歡聚時代及其高管雖被集體訴訟，可結果并未知曉。渾水報告出現后到歡聚時代回應前（2020年11月18日~19日），為便于計算市場預期流量造假下的估值影響，本文對歡聚時代流量造假數據引用渾水報告。為便于理論分析，文章將影響企業估值的諸多因素概括為單位用戶初始投入資本、活躍用戶數、付費率、單位用戶貢獻的價值、市場占有率五個方面，而對宏觀經濟環境、行業政策、團隊精神，產品研發能力等其他并未涉及。

參考文獻黃潔.基于DCF估價模型的中國網絡公司價值評估[D].北京郵電大學,2013.魏嘉文,田秀娟.互聯網2.0時代社交網站企業的估值研究[J].企業經濟,2015(8)：105-108.廖理,汪毅慧.實物期權理論與企業價值評估[J].數量經濟技術經濟研究,2001(3)：98-101.鐘藝玲,張艷.虛假流量對互聯網廣告的危害及應對[J].青年記者,2017(14):16-17.子燁.代寫刷量屢禁不止、電商平臺“黑灰產業鏈”泛濫[J].廣西質量監督導報,2019(04):3.周琳,葉健.公眾號刷量鬧劇“涮”了誰[J].中國報業,2016(21):42.沈澤鵬．基于在線用戶評論的互聯網企業估值[J]．江蘇商論，2019（11）：29-31．邵爭艷，陳學敏.互聯網企業估值研究的知識圖譜分析[J]．現代商業，2019(32):9-10胡曉明，朱羽燦．三用戶導向的互聯網游戲企業投資價值研究——以天潤數娛并購拇指游玩為例[J]．廣西財經學院學報，2019(32)：132-139.張雪梅,馬心怡.DEVA模型在互聯網企業估值中的應用[J].財會通訊,2021(04):129-132.梁敬祎.互聯網營銷中“流量造假”法律規制研究[D].黑龍江大學,2021,MAthesis.韓磊,靳淑君.網絡直播中低俗行為的社會危害及治理機制研究[J].傳媒,2020(23):85-87.王鑫.娛樂直播平臺中主播與公會交互下的薪酬機制研究[D].安徽:中國科學技術大學,2020.彭兆東.實物期權在評估互聯網企業價值中的應用研究——以樂視公司為例[D].內蒙古:內蒙古農業大學,2016.郭全中,郭鳳娟.2020年我國傳媒業資本運作的新進展[J].西部學刊,2021(1