第4章财务模型与估值

4、财务模型与估值：AI芯片公司的收入预测模型

做AI芯片投资，最头疼的就是估值。我见过太多人拿着消费电子那套PE估值法，往寒武纪、地平线这些公司身上套，结果算出来的数字自己都不信。为什么会这样？说白了，AI芯片的商业模式跟传统芯片完全不一样，收入结构、成本结构、现金流特征，都有它自己的脾气。

今天我就把这块掰开揉碎了讲。咱们从收入预测模型开始，再到估值方法，最后聊聊DCF在硬科技公司里的那些坑。

AI芯片公司怎么赚钱？目前就两条路：卖IP授权，或者卖芯片。这两者的财务模型天差地别。

ARM是这模式的鼻祖。你想想看，IP授权模式的核心是「一次设计，多次收费」。我设计一个NPU内核，可以授权给10家、20家客户，每家客户再卖几百万颗芯片。边际成本几乎为零。

收入结构通常是：

我个人习惯用这个公式来预测IP授权公司的收入：

年收入 = Σ(新授权客户数 × 平均授权费) + Σ(存量客户出货量 × 芯片均价 × 版税率) + 维护费收入

这里有个关键点：授权费是一次性的，版税才是持续性的。很多公司为了冲业绩，拼命签新客户，授权费收入暴涨。但你要看版税收入有没有跟上。如果版税收入增长缓慢，说明客户的产品卖不动，那授权费迟早也会断。

避坑指南：我曾经见过一家AI芯片IP公司，连续三个季度授权费收入翻倍，但版税收入几乎没动。后来一查，客户拿了IP根本没量产，就是囤着「占坑」。这种收入质量很差。

英伟达、AMD、华为昇腾都是这条路。卖芯片，一锤子买卖。收入预测相对直接：

年收入 = 芯片出货量 × 平均售价（ASP）

但这里有两个变量要特别小心：

我建议做芯片销售模式的收入预测时，至少做三个情景：

情景	出货量假设	ASP假设	年收入（亿元）
乐观	产能全开，客户需求旺盛	维持当前ASP	120
基准	产能利用率80%	ASP年降10%	85
悲观	产能受限，客户砍单	ASP年降20%	50

嗯，这里要注意：不要只给一个数字。我见过太多分析师只给一个「最可能」的收入预测，结果市场一有风吹草动，整个模型就崩了。

PS（市销率）和PE（市盈率）是二级市场最常用的估值方法。但在AI芯片公司上，用不好就是灾难。

PE = 股价 / 每股收益。说白了，就是公司赚1块钱，市场愿意花多少钱买。

PE估值法有个前提：公司得盈利。但AI芯片公司，尤其是初创期，基本都是亏损的。寒武纪上市三年亏了30多亿，你用PE怎么估？估出来是负数，没意义。

就算公司盈利了，PE也不一定靠谱。AI芯片公司的利润波动极大。今年因为一笔大订单盈利5亿，明年订单没了可能又亏回去。PE在这种周期性波动面前，就是个摆设。

我的经验：PE估值法只适用于稳定盈利、增长可预测的AI芯片公司。比如英伟达这种，已经形成了垄断地位，利润增长相对稳定。对于还在爬坡期的公司，别用PE。

PS = 市值 / 营业收入。不关心利润，只看收入。

PS估值法在AI芯片公司里更常用，因为大部分公司都在烧钱扩张，收入增长比利润更重要。但PS也有坑：

我个人习惯给IP授权模式的公司更高的PS倍数。为什么？因为它的收入更「值钱」——毛利率高、可重复性强、客户粘性大。芯片销售模式的公司，PS倍数要打折。

DCF（现金流折现）是估值理论的「圣杯」。理论上，把未来所有自由现金流折现到现在，就是公司的内在价值。但实际操作中，DCF在AI芯片公司上几乎就是个摆设。

为什么？我列几个坑：

预测期太长：AI芯片的技术迭代周期是2-3年。你让我预测5年后的现金流？说实话，连公司CEO自己都说不清楚。DCF通常要预测10年，这10年里AI芯片行业可能已经天翻地覆了。
终值占比过高：DCF模型里，终值（Terminal Value）通常占估值的60%-80%。终值怎么算？假设一个永续增长率。但AI芯片公司能永续增长吗？技术一换代，可能整个产品线就废了。
折现率难定：AI芯片公司的风险溢价怎么算？WACC（加权平均资本成本）里，股权成本用CAPM模型，但Beta值怎么取？这些公司上市时间短，历史数据少，算出来的Beta根本不靠谱。

我的建议：DCF可以作为参考，但别把它当决策依据。我更喜欢用「情景分析+相对估值」的组合。先做三个情景的收入预测，再给一个合理的PS倍数区间，最后算出一个估值范围。这样虽然粗糙，但至少不会犯方向性错误。

举个例子。假设一家AI芯片公司，基准情景下明年收入10亿，后年15亿，大后年20亿。我给它的PS倍数是8-12倍（参考同类公司）。那它的合理估值就是80-240亿。这个范围虽然宽，但至少告诉你：低于80亿可能是机会，高于240亿要小心。

好了，财务模型和估值这块，核心就是这些。记住：模型是工具，不是真理。AI芯片行业变化太快，任何模型都有失效的时候。保持怀疑，多问几个「如果」，比死磕一个数字重要得多。