利用大數(shù)據(jù)做股權(quán)投資？投資人說“作用有限”

“雙創(chuàng)”背景下各類創(chuàng)業(yè)項(xiàng)目層出不窮,如何在海量的項(xiàng)目中尋找亮點(diǎn),如何提高投資前期的項(xiàng)目篩選和調(diào)研效率?如何給項(xiàng)目定一個合理的估值?這些問題困擾了不少投資人。

證券時報·創(chuàng)業(yè)資本匯記者發(fā)現(xiàn),針對創(chuàng)業(yè)投資存在的痛點(diǎn),有創(chuàng)業(yè)者開始利用大數(shù)據(jù)和人工智能來研發(fā)服務(wù)創(chuàng)業(yè)投資機(jī)構(gòu)的相關(guān)產(chǎn)品,如大數(shù)據(jù)篩選項(xiàng)目、大數(shù)據(jù)做估值模型、大數(shù)據(jù)判斷創(chuàng)業(yè)項(xiàng)目的有效專利等等,且此類的多個項(xiàng)目已經(jīng)獲得融資。然而,在信息不對稱、非標(biāo)資產(chǎn)為主的創(chuàng)業(yè)投資領(lǐng)域,大數(shù)據(jù)究竟能否派上用場?業(yè)內(nèi)人士接受記者采訪時表示,大數(shù)據(jù)或人工智能之類的工具或許能夠提高投前研究階段的效率,但從項(xiàng)目盡調(diào)之后就不太用得上,因此這類工具或許有一定的價值,但價值不大。

創(chuàng)業(yè)者:大數(shù)據(jù)助力

破解信息不對稱

當(dāng)前創(chuàng)新創(chuàng)業(yè)熱潮迭起,但在投資市場上,投資方與技術(shù)型企業(yè)在對某項(xiàng)技術(shù)的認(rèn)識常會出現(xiàn)信息不對稱的問題,這容易導(dǎo)致投資上的失誤。針對這一痛點(diǎn),在去年11月的高交會上,德高行CEO白波發(fā)布了一款專門服務(wù)于創(chuàng)業(yè)投資領(lǐng)域的新產(chǎn)品“知情君”,通過自身研發(fā)的專利大數(shù)據(jù)與算法分析的方法,將投資機(jī)構(gòu)最關(guān)心的企業(yè)技術(shù)問題進(jìn)行分析展現(xiàn)。

白波向記者舉例,在分析一家成長期的建筑行業(yè)的企業(yè)技術(shù)數(shù)據(jù)時可以發(fā)現(xiàn),該企業(yè)雖然名稱中包含“建筑”,但其專利技術(shù)結(jié)構(gòu)更接近新能源,對比同行業(yè)的另一家公司,該企業(yè)的綠色發(fā)電技術(shù)更處于細(xì)分行業(yè)的領(lǐng)先地位,結(jié)合其財務(wù)狀況可以更好地理解該企業(yè)的技術(shù)驅(qū)動力與發(fā)展?jié)摿?。“知情君可以幫助投資者理解企業(yè)的技術(shù)方向與技術(shù)優(yōu)勢,對比同類企業(yè)的技術(shù)特點(diǎn)與差異,挖掘企業(yè)技術(shù)積累與商業(yè)潛力的互動關(guān)系?！卑撞ㄕf。

大數(shù)據(jù)的應(yīng)用還首次在母基金上試水。去年11月,宜信財富發(fā)布了國內(nèi)首個私募股權(quán)母基金投資人工智能平臺,該系統(tǒng)可以從60多個維度來展現(xiàn)一只直投基金的投資情況、業(yè)績、基金、管理人等各方面表現(xiàn)的詳盡報告,從而提高對基金的識別效率。據(jù)介紹,宜信推出的“AI+FOF”系統(tǒng)類似一個超級“金融大腦”,能實(shí)時地抓取、分析、結(jié)構(gòu)化剖析各個基金背后的投資邏輯,不斷進(jìn)行追蹤,通過技術(shù)和母基金團(tuán)隊(duì)經(jīng)驗(yàn)進(jìn)行雙向賦能。宜信母基金管理合伙人廖俊霞向記者介紹,AI的應(yīng)用可以從三個方面極大地提高私募股權(quán)的投資效率:第一是提高準(zhǔn)確性;第二是加強(qiáng)投后管理;第三是判定行業(yè)風(fēng)向標(biāo)。

此外,還有創(chuàng)業(yè)者探索用AI的方式來破解傳統(tǒng)的股權(quán)價值評估痛點(diǎn)?！皞鹘y(tǒng)的股權(quán)價值評估需要請會計(jì)師、評估師、律師等,成本高、時效性不強(qiáng),應(yīng)用的場景單一。而現(xiàn)實(shí)情況是企業(yè)家也不知道企業(yè)值多少錢?！鼻昂Ｎ嗤?深圳)數(shù)據(jù)有限公司創(chuàng)始人李小強(qiáng)說,針對這一痛點(diǎn),前海梧桐數(shù)據(jù)利用大數(shù)據(jù)、AI、區(qū)塊鏈等新技術(shù),推出業(yè)內(nèi)第一個個人股權(quán)賬戶管理APP——金谷子,該工具為企業(yè)的AIEV估值提供了五種以上的應(yīng)用場景,用互聯(lián)網(wǎng)的方式提供一種實(shí)時、高效、低成本的估值服務(wù),實(shí)現(xiàn)全網(wǎng)可查可比。

據(jù)記者了解,當(dāng)前針對一級市場已經(jīng)有不少投資管理產(chǎn)品,包括基于數(shù)據(jù)庫的清科私募通、Fellow Data、因果樹、IT桔子、36氪創(chuàng)投助手,以及提供SaaS服務(wù)的VC800、VC SaaS,此外還有少數(shù)華興Alpha等FA的相關(guān)產(chǎn)品,但這些產(chǎn)品都尚處于發(fā)展期。

投資人:大數(shù)據(jù)對

股權(quán)投資作用有限

“大數(shù)據(jù)或許在篩選項(xiàng)目時起到一定的作用,但在其他階段就不太用得上?！鄙钲谝患褾A機(jī)構(gòu)人士葉女士告訴記者,在看項(xiàng)目的過程中,大數(shù)據(jù)的工具和產(chǎn)品可以通過公開新聞和信息抓取出哪些項(xiàng)目當(dāng)下比較熱、哪個APP下載量大、哪個公司招人比較多,還可以做相關(guān)項(xiàng)目所處行業(yè)的橫向和縱向?qū)Ρ?這一定程度上為她們看項(xiàng)目節(jié)省了時間。

葉女士所說的這類大數(shù)據(jù)產(chǎn)品包括創(chuàng)投圈內(nèi)已被廣泛使用的企名片、鯨準(zhǔn)、烯牛數(shù)據(jù)等,但這類產(chǎn)品的功能多集中在項(xiàng)目篩選和行業(yè)的簡單分析階段,“相對于企查查和天眼查而言,這類工具主要面向機(jī)構(gòu)投資人和FA機(jī)構(gòu),所以設(shè)計(jì)上也迎合了我們的需求,我們操作起來也很便捷。”葉女士說。但在她看來,大數(shù)據(jù)應(yīng)該難以企及項(xiàng)目估值預(yù)算這個層面,“估值模型可能有一定的參考價值,但是每個行業(yè)的估值邏輯都是不一樣的,不同的行業(yè)有不同的評價維度和系數(shù)?！?

千乘資本高級投資經(jīng)理雷鑫也持同樣的觀點(diǎn),“一級市場投資就是賺信息不對稱的錢,創(chuàng)業(yè)項(xiàng)目的技術(shù)、產(chǎn)品、構(gòu)架這些判斷是無法量化的,需要跟團(tuán)隊(duì)、專家、同行或者競爭對手去了解,信息反饋回來后最終做相對主觀的判斷,因此辯證來看,大數(shù)據(jù)的工具可能有價值,但價值沒那么大?！崩做谓榻B,比如在估值測算上,投資機(jī)構(gòu)會看項(xiàng)目,也會對比競爭對手,但實(shí)際上市場上不存在完全一樣的競爭對手,業(yè)務(wù)肯定會有差異化的,在這種情況下,用大數(shù)據(jù)去測算估值只能起到一定的參考作用。

此外,大數(shù)據(jù)在股權(quán)投資市場上的應(yīng)用還要看行業(yè)?！盎ヂ?lián)網(wǎng)行業(yè)的信息比較公開,但如果是工業(yè)領(lǐng)域,則需要對行業(yè)上下游資源都很熟悉,通過專業(yè)渠道去了解項(xiàng)目情況?！崩做握J(rèn)為,大數(shù)據(jù)的應(yīng)用或許在移動互聯(lián)網(wǎng)和互聯(lián)網(wǎng)創(chuàng)業(yè)項(xiàng)目的投資上有一定的作用,但已經(jīng)有多家機(jī)構(gòu)在這些領(lǐng)域的數(shù)據(jù)上做文章了,而且抓到的也只是公開的數(shù)據(jù)匯總和簡單的分析,價值不是很大。而在投后服務(wù)方面,雷鑫認(rèn)為,這個環(huán)節(jié)完全用不上這類工具,“投后服務(wù)主要是非標(biāo)資源的服務(wù)和對接?！痹诶做慰磥?大數(shù)據(jù)二級市場上的用處會比較大,但在股權(quán)投資上真正形成智能化、深度學(xué)習(xí)的階段還遠(yuǎn)未到達(dá)。

前海母基金管理合伙人李思平此前接受記者采訪時也表示,在母基金篩選子基金方面,肯定離不開技術(shù)手段,包括基于大數(shù)據(jù)的人工智能技術(shù),特別是在數(shù)據(jù)分析方面可以提高篩選效率。但投資終究是投人,還有很多方面是需要定性判斷而非定量判斷,技術(shù)可以作為手段,但不會取代原有的分析方法論。

對于這類項(xiàng)目而言,雷鑫認(rèn)為,這類工具和產(chǎn)品的形成大致可分為數(shù)據(jù)采集和數(shù)據(jù)分析兩個步驟,在數(shù)據(jù)采集方面,可能有些創(chuàng)業(yè)者會有一些比較獨(dú)特的數(shù)據(jù),比如項(xiàng)目的商業(yè)計(jì)劃書是PDF版本的,需要用到一些字符識別的工具把數(shù)據(jù)抓取出來,這在一定程度上有點(diǎn)門檻;而在數(shù)據(jù)分析上,抓過來的數(shù)據(jù)需要基于行業(yè)和客戶需求做篩選,這涉及到大量的人力投入,但數(shù)據(jù)分析的程度大多處于比較初級的階段,技術(shù)壁壘不是很高。