1亿美金的天使轮项目意味着什么?

“Pied Piper will be tied to this crazy valuation that you will never be able to live up to.” ——Silicon Valley


好项目在变少,天使轮估值也开始水涨船高。从今年开始,我们在中美市场上都看到了估值非常高的天使轮项目,典型估值为3-4亿人民币或者1亿美金。

这让我们开始担心,原因包括以下几点:

1.天使轮是指一个公司有一个好的团队、一个好的想法,但还没有证明产品的市场适应性和进入市场的模式,也没有证明一个可持续的商业模式。

2.这些投资有很高的失败率。根据经验,大约一半的天使轮投资完全失败(公司倒闭),使每个人的投资化为乌有,包括创始团队的投资。

3.从天使轮到退出的过程中会进行很多轮的股权稀释,根据经验,天使轮投资者在天使轮和退出期之间会被稀释大约2/3。

4.任何早期阶段的投资组合的结果都存在幂律分布(Power law distribution,通俗名为长尾分布),天使轮投资组合也不例外

这里解释一下幂律分布,是指某个具有分布性质的变量,且其分布密度函数是幂函数(一般规定小于负1)的分布,f(x)~x^(-α-1),具体分布图可以看后文的结果。自然界与社会生活中存在各种各样性质迥异的幂律分布现象,比如英文单词出现的频率分布(齐夫定律)、个人收入的统计分布(帕雷托定律,也就是传说中的二八效应,20%的人类掌握着80%的财富)、地震规模大小的分布(古登堡—里希特定律)等都是典型的幂律分布。

因此我们建立一个模型,来追踪在整个基金运行过程的数据。如果读者想看看具体的模型,可以在公众号后台回复模型二字即可获得链接。

这里有一些假设,总结来说就是:1个1亿美金规模的基金,一共投资100个项目,每个项目投后估值为1亿美金,占股1%;从天使轮到退出稀释的份额为2/3;这100个项目的回报服从幂律分布,其中回报最高的项目估值为100亿美金。

运算结果的幂律分布如下图:

考虑到这些假设,一个1亿美金规模的天使轮基金,如果所有的投资都按照投后1亿美金来算,那么该基金几乎没有回报(实际回报为1.3333倍)。而且这一数字是毛额,尚未计入基金的管理费用和时间成本。

但是改变一些假设后,上面的回报数字会有所改变:

1.如果你相信在100个投资中,表现最好的项目最终将价值1000亿美金(而不是100亿美金),那么回报数字就会发生很大的变化,最终回报会到达13(未考虑管理费用和时间成本),而不是1.3。

2.从天使轮到退出的稀释也很重要,如果你认为从天使轮到退出期的稀释只有50%,那么最终回报会到达2(未考虑管理费用和时间成本),而不是1.3。

但是我们要知道,世界上只有几百家市值超过1000亿美金的公司,其中大约四分之一是在过去30年里从风险投资组合中产生的。而过去10年,即2010年到2019年上市的美国公司中,只有2家超过1万亿美金(TSLA、FB),4家超过1000亿美金(SHOP、NOW、TEAM、SQ),48家超过100亿美金。因此,投出一个千亿美金的公司有可能发生,但可能性非常小。这是一个非常高的标准,在每个基金的投资组合中都不应该期望太高,更别说是一个天使基金。

因此,当我们看到越来越多价值1亿美金的天使轮融资时,人们不得不问一个问题,投资者期望的是什么?

1.投出一个1000亿美金的项目?我们表示非常怀疑

2.在退出时稀释程度较低?这个也许有可能发生

3.回报不服从幂律分布?在100个项目基数下,这个基本不太可能

当我们改变模型的时候,我们找到了一个天使轮投资能够work的数据:如果按照2000万美金的投后估值运行同样的模型,最终回报为6.667倍(未考虑管理费用和时间成本)。这是一个很不错的种子基金,在扣除管理费用和Carry后能够给LP带来4倍的回报。因此如果能在100个天使项目中出现一个100亿美金的公司,那么在天使轮中支付投后2000万美金的项目似乎很有意义。

如果我们跳出这个现有的模型框架,会不会有另一个高阶的破局之路呢?是有的,那就是不靠天使轮投资赚钱。我们看这个例子:如果一个VC基金规模为100亿美金,那么他们可以拿其中的5亿美金去投天使轮(假设每个案子估值1亿美金,投资500万美金占股5%,也可以投资100个)。这个基金可以完全不期望这5亿美金收回投资,而通过剩余的95亿美金去赚钱,因为他们获得了更多的信息和更好的进入机会,并且他们在后期进行追加投资的话,到退出时候的稀释份额也会更少。

事实上,高瓴创投和红杉种子基金目前就是这样的策略,真是有意思的打法。这不管是对于天使基金(整体提高估值后,导致回报下降)和VC基金(缺少信息和进入机会,可投的好项目减少,导致回报下降)都是一种降维打击,那么除了天使基金往后投和VC基金往前布局一起内卷以外,有什么破局之道吗?让我们敬请下回分解。

Reference:

https://avc.com/2021/11/seed-rounds-at-100mm-post-money/

插播广告:

欢迎大家关注《科技零食》播客,这是一档对科技行业进行商业评论的播客节目,可通过小宇宙、喜马拉雅、苹果自带播客进行关注和收听,也可在关注本公众号后通过下方菜单栏打开!

本文使用 文章同步助手 同步

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,033评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,725评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,473评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,846评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,848评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,691评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,053评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,700评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,856评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,676评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,787评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,430评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,034评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,990评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,218评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,174评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,526评论 2 343

推荐阅读更多精彩内容