很多人第一次接触未盈利公司估值时，都会产生一种明显的不适感。

因为传统财务训练里，一个企业最重要的东西应该是利润。PE、ROE、净利率、现金流回报率，这些指标构成了绝大多数人对于“好公司”的认知体系。

但问题在于，当你真正进入AI、生物医药、SaaS、新消费、平台经济这些高速成长行业后，会发现一件非常反直觉的事情：

市场里最贵的一批公司，往往利润最差。

• 有些公司连续亏损十年，市值却越来越高；

• 有些企业收入规模还不大，却能完成数十亿美元融资；

• 还有一些创新药公司，甚至在没有任何商业化收入的情况下，就已经拥有百亿美元估值。

如果仍然坚持用传统PE框架去理解这些企业，最后只会得到两个结论：要么觉得市场疯了；要么觉得资本市场全是泡沫。

但真正进入一级市场、投行、PE、产业研究之后会发现，未盈利企业从来不是“没有估值逻辑”，而是它们采用的是另一套完全不同的定价体系。

传统成熟企业的估值，本质上是：对“确定性利润”的折现。

而未盈利公司的估值，本质上是：对“未来产业控制力”的折现。

这也是为什么AI和创新药，会成为财务建模里最能拉开专业度差距的领域。

因为它要求分析师不仅懂财务，还必须理解产业结构、用户行为、技术壁垒、商业化路径，以及未来现金流形成机制。

很多人学财务建模时，最容易陷入的误区，是把建模理解成“搭Excel”。

真正高级的建模能力，从来不是会做三张表。而是：能够把未来拆解成概率。

传统PE体系成立，有一个非常重要的前提：企业利润具备稳定性。

例如消费、银行、公用事业、制造业，这些行业已经进入成熟阶段，未来增长速度相对稳定，因此市场可以通过当前利润去推导未来现金流。

但AI和创新药完全不同。

这意味着：企业在最重要的扩张阶段，往往恰恰最亏钱。

以AI行业为例。

像 OpenAI、Anthropic 这类大模型公司，前期需要投入巨额GPU、算力、研发和数据训练成本。

这些支出在利润表上，会直接形成巨额亏损。但资本市场真正关心的问题，并不是：“它今年亏多少钱”。

而是：“它未来能不能成为AI时代的基础设施”。因为一旦形成平台效应，大模型公司会同时拥有：

• 用户入口

• 数据沉淀

• API生态

• 开发者体系

• 行业标准制定权

这种结构一旦建立，后期利润率可能会非常惊人。

云计算行业曾经经历过类似阶段。Amazon 在早期长期被质疑利润能力，但后来AWS成为全球云基础设施核心平台之后，市场才真正意识到：前期亏损，本质上是在建设未来垄断能力。

创新药行业则更加典型。例如 Moderna、百济神州，在药物研发阶段往往持续多年亏损。

因为创新药研发天然需要：

• 长周期研发

• 大规模临床

• 极高失败率

• 巨额现金投入

但只要某条核心管线成功商业化，企业可能瞬间完成估值跃迁。

因为创新药行业的核心特征是：单一爆款药物，就可能创造数十亿美元现金流。

所以市场真正定价的，从来不是当前利润。而是：未来产业地位。这也是未盈利估值最重要的底层逻辑。

未盈利企业最常见的估值方法，是PS。

PS=\frac{Market\ Value}{Revenue}

很多人第一次看到PS估值时会觉得粗暴。因为它只看收入，不看利润。

但真正理解成长型企业后会发现：对于高速扩张行业而言，利润很多时候是“主动被压制”的。

因此短期利润并不能反映真实竞争力。

而收入增长，反而更能体现企业是否正在建立行业地位。但PS真正高级的地方，并不在公式。而在于：市场愿意给多少倍PS。

这背后，本质是市场对于未来利润率的判断。

为什么AI公司会拥有极高PS？很多AI和SaaS企业，会出现20倍甚至30倍PS。

传统行业几乎不可能接受这种估值。因为传统行业的利润率天花板很明确。

但SaaS和AI行业不同。

例如：

• Snowflake

• Datadog

• Palantir Technologies

这些企业早期利润并不突出，但市场仍然愿意给高估值。

原因在于：软件行业具备极强边际扩张能力。

一个成熟SaaS产品形成规模后：新增客户成本会下降，毛利率会迅速提升，而收入却仍然具备持续扩张能力。

也就是说：市场并不是忽略利润。而是认为：利润未来会集中释放。

因此AI行业真正重要的指标，开始从利润转向：

因为这些指标更能反映：未来现金流质量。

例如一家AI SaaS企业，如果客户续费率持续超过120%，说明老客户正在不断扩大采购规模。

这种企业虽然暂时亏损，但未来形成规模后，利润率往往会快速提升。

所以高PS背后，并不是市场失去理性。而是市场在提前交易未来利润结构。PS估值最容易踩的坑，但这里也是普通投资者最容易误判的地方。

因为并不是所有高增长，都值得高PS。市场真正愿意给予高估值的前提，是：收入具备“高质量”。

很多企业虽然收入增长很快，但本质上只是：买量增长。例如某些AI应用层公司，通过大量营销获取用户，但用户留存率极低，商业化能力薄弱。这种增长，本质不可持续。

还有一些企业严重依赖补贴、低价竞争、渠道返佣。短期收入会很好看。但未来无法形成真正壁垒。这类企业后期估值往往会迅速坍塌。

C3.ai 就曾经历过类似估值压缩。

市场后来逐渐发现：AI概念本身，并不自动等于商业化能力。

于是估值逻辑开始回归收入质量。

这一点非常重要。因为真正专业的PS估值，从来不是：“收入增长越快越值钱”。

而是：“未来利润释放概率越高，估值越高”。

互联网和AI行业，最容易让传统财务思维失效的一点在于：用户本身，就是资产。

很多人会觉得这句话很虚。

但实际上，资本市场一直在这样定价。

因为用户不是流量。用户是未来现金流入口。 为什么AI行业开始争夺用户时长？

移动互联网时代，大家争夺的是下载量。

AI时代，大家争夺的是：使用深度。

例如：

资本市场越来越关注：

• 用户停留时间

• 日均交互次数

• API调用频率

• Agent使用强度

因为AI产品的商业化，不只是广告。它未来可能连接：

• 搜索

• 办公

• 电商

• 企业服务

• 智能Agent

• 自动化工作流

因此谁掌握用户入口，谁就更有可能掌握未来现金流分发权。

这也是为什么很多AI公司，即使短期收入不高，估值依然快速提升。因为市场在押注：未来生态控制力。用户价值如何量化？这里就进入用户价值模型。

核心公式是：

LTV=ARPU\times Gross\ Margin\times Customer\ Lifetime

这个模型背后真正重要的是：一个用户未来究竟能贡献多少现金流。

如果一家企业：用户留存极强，使用频率持续上升，未来商业化空间巨大。那么即使当前亏损，市场也会给予高估值。

因为资本认为：未来现金流已经在用户结构里提前形成。

用户估值最大的误区

但用户价值估值也最容易形成泡沫。

因为：DAU不等于商业模式。很多产品短期增长极快，但用户没有付费能力。

或者用户行为缺乏持续性。尤其AI应用层，现在已经开始出现明显分化。

很多产品只是短期新鲜感。用户会快速流失。而真正能形成长期价值的平台，需要同时具备：

高频使用

• 深度场景绑定

• 数据沉淀

• 网络效应

• 商业化路径

所以用户价值模型真正难的地方，并不是算公式。而是判断：用户行为能否沉淀成未来现金流。

如果说AI估值更像平台金融学。那么创新药估值，本质上更像：概率金融学。因为创新药公司真正的资产，并不是收入。

而是：未来药物成功概率。

创新药DCF和传统DCF最大的区别

传统DCF的核心逻辑是：预测未来现金流。

但创新药行业的问题在于：未来现金流高度不确定。

因为药物可能失败。于是创新药估值形成了一套特殊体系：风险调整DCF。叫rNPV模型。

rNPV=\sum \frac{Cash\ Flow_t\times Probability_t}{(1+r)^t}

和普通DCF相比，它最大的区别是：现金流需要乘以成功概率。

为什么临床阶段决定估值？

创新药行业里，最重要的变量是：临床推进阶段。因为每推进一步，成功概率都会明显提升。

例如：

• Preclinical

• Phase I

• Phase II

• Phase III

• NDA/BLA

市场会根据不同阶段，对未来现金流重新定价。尤其Phase II之后，很多公司会出现估值跃迁。因为市场开始认为：药物真正商业化的概率正在提高。

例如：

传奇生物

再鼎医药

它们很多时候的估值波动，并不是因为当前利润。而是因为：临床数据改变了未来现金流概率。

创新药估值为什么波动极大？

很多人会觉得创新药公司“太像赌博”。

本质原因就在于：估值建立在概率之上。一旦：

• 临床失败

• FDA结果不及预期

• 同类竞品领先

• 医保谈判压价

• 专利遭遇挑战

未来现金流会瞬间重估。

因此创新药行业经常出现：一天暴跌40%-50%。但从建模角度看，这种波动其实非常合理。

因为市场只是重新修正：未来现金流成功概率。

当PS、用户价值、管线DCF放在一起之后，会发现：它们虽然形式不同，但底层逻辑其实一致。

资本真正定价的，从来不是今天。而是：未来行业结构。

• 所以为什么：大模型公司估值远高于普通AI应用。因为市场认为：模型层更接近未来基础设施。

• 为什么：平台型创新药公司估值高于单药公司。因为平台意味着：未来可持续复制能力。

资本真正愿意支付高估值的，不是某一次增长。而是：未来长期控制力。

很多人以为财务建模只是Excel技术。其实真正高级的建模，从来不是公式。而是：把产业逻辑拆成现金流结构。

未盈利企业最危险的地方就在于：它们特别容易讲故事。因为利润尚未兑现，所以市场会不断放大未来想象空间。

但专业分析师真正重要的能力，是把这些故事拆解成：

最后再完成估值。

这也是为什么真正优秀的投资机构，会极度重视财务建模能力。因为建模不是为了“预测股价”。而是为了判断：一家企业未来到底有没有能力，穿越想象力周期。