A Market Street egyik apró kávézójában egy fiatal elemző laptopja fölött görnyed. A táblázatában valami furcsa. Az Airbnb forgalma épp csak kezd alakulni, a bevétel még nem indokolna semmilyen eufóriát. Mégis, az egyik sorban egy szám felkelti a figyelmét. Az aktív foglalások száma egyetlen hónap alatt 38 százalékkal nőtt. A „komoly” szállodaipari elemzők ekkor még kinevették. „Nincs saját épületük. Ez nem is igazi üzlet.” Az elemző azonban mást látott. Egy platformot, amely nem ingatlant, hanem bizalmat ad bérbe.

Néhány hónappal később a Sequoia Capital beszállt az üzletbe. Öt év múlva, az IPO-nál, az Airbnb értéke százmilliárd dollár körül jár. Ötszöröse annak, amit a hagyományos elemzők valaha reálisnak gondoltak volna.

A legtöbben úgy gondolunk az értékelésre, mint egzakt tudományra. Bevétel, nyereség, diszkontráta, osztalék. Csakhogy a modern gazdaságban egyre több olyan cég van, ahol ezek a számok nem mondanak semmit a valódi értékről.

Az Uber például éveken át veszteséges volt, mégis több milliárd dolláros értékelést kapott, mert az elemzők felismerték, hogy az érték nem a profitban, hanem a hálózati hatásban rejlik. A Netflix esetében sem a bevétel alakulása volt a legfontosabb mutató, hanem a lemorzsolódási ráta. A Tesla pedig nem a gyártott autók számával, hanem az előrendelések megugrásával alapozta meg vezető pozícióját.

A jó értékelés tehát sosem mechanikus számolásról szól, hanem a lényeg megértésén. Ha ez sikerül, akkor sok pénzt kereshetünk. Ha viszont nem, akkor rengeteget bukhatunk.

2015-ben az Airbnb-t sokan még alulértékelték, mert nem rendelkezett saját ingatlanokkal. Ám a korai befektetők, mint a Sequoia Capital, más mutatókat néztek. Az aktív foglalási arányt és a platform növekedési sebességét. Ezek pedig azt mutatták, hogy a kereslet nem lineárisan, hanem exponenciálisan nő.

A Netflix sikere sem a bevételben rejlett. Azok az elemzők, akik figyelték a felhasználói megtartási arányt, látták, hogy a platform addiktív. A 2010-es évek elején a Netflix éves lemorzsolódási rátája 8-9 százalék volt, miközben a kábeltelevíziós szolgáltatásoknál ez 20 százalék fölött járt. Ez a különbség azt jelezte, hogy a Netflix hosszú távon stabilabb bevételt termelhet, mint bárki más. És így is lett.

A Tesla Model 3 2016-os előrendelési kampányában egy hét alatt 325 ezer előrendelés érkezett. A hagyományos autóipari elemzők nem tudtak mit kezdeni ezzel a számmal, mert az iparágban soha nem volt szokás a jövőbeni keresletet előrendelésekben mérni. Aki viszont felismerte, hogy ez a láthatatlan kereslet a márkahűség és a bizalom mutatója, az idejében lépett.

Kristin Burton, Michele Heath és William Luse 2023-as kutatása 482 digitális egészségügyi startupot vizsgált. A szerzők azt találták, hogy a szabadalmak száma, az online jelenlét (például követőszám) és a pénzügyi közzétételek átláthatósága erősen korrelál a befektetői aktivitással. Vagyis az érték nemcsak a pénzügyi mutatókban, hanem a bizalmi jelekben rejlik. A kutatók szerint a hagyományos P/E ráta ezekben az iparágakban kevésbé informatív.

Balcerzak és társai 2023-as tanulmánya kimutatta, hogy a szerződéses elemek, mint például az exitfeltételek, opciós struktúrák vagy befektetői jogok pontosabb képet adnak a technológiai startupok értékéről, mint a hagyományos értékelés. Ez különösen a korai fázisú vállalkozásoknál fontos, ahol a hagyományos pénzügyi adatok még szűkösek.

Az AI-alapú tartalomiparban (például OpenAI, Stability AI) nem a nézettség vagy a reklámbevétel a kulcs, hanem az algoritmus skálázhatósága és a felhasználói interakciók minősége. Ezek a mutatók döntik el, hogy a modell tanul-e a felhasználóktól, és mennyire képes új piacokat megnyitni.

A TerraCycle-hoz hasonló, a körforgásos gazdaságban tevékenykedő vállalatokat nem a bevételük, hanem a visszaforgatott hulladék aránya alapján értékelik. A zöld érték immár nem szlogenként, hanem mérőszámként szerepel a befektetési döntésekben.

A fentiek természetesen nem jelentik azt, hogy a számok már abszolút nem fontosak. Azonban lényeges, hogy jó számokat nézzünk. A WeWork példája mutatja, hogy a hagyományos ingatlanpiaci mutatók (négyzetméterár, bérleti díj) félrevezetőek voltak, mert a cég modellje valójában rövid távú bérletekre épült, óriási kockázattal. A SoftBank több milliárd dollárt bukott a hibás értékelésen. A számok tehát fontosak, de a rossz modell torzítja a számokat is.

A hagyományos értékelés az új iparágak esetében olyan, mint amikor valaki hőmérővel próbálja megmérni a szél sebességét. Az eszköz lehet precíz, csak épp nem azt méri, amit kell. A speciális iparágakban más műszer kell. A befektető itt inkább meteorológus, mint könyvelő. A láthatatlan mintázatokból olvassa ki, mi jön.

A modern befektetőnek tehát új érzékszerveket kell kifejlesztenie.

A digitális, AI-alapú, platform- és zöldiparágakban a hagyományos mutatók csak rész-igazságot adnak.

A sikeres értékeléshez meg kell érteni az üzleti modellt, meg kell találni a megfelelő alternatív mérőszámokat, tekintettel kell lenni az iparági sikerkritériumokra, és figyelembe kell venni kvalitatív adatokat is.

Ugyanabban a kávézóban, ahol az Airbnb-elemző 2015-ben számolt, most más ül egy modernebb laptop előtt. Egy fiatal nő, aki egy új AI-startup adatait vizsgálja. A bevételek még kicsik, ám a felhasználói aktivitás kiugróan magas. Talán éppen most fedezi fel valaki a következő Airbnb-t?

A cikk szerzője Sebestyén Géza, az MCC Gazdaságpolitikai Műhelyének vezetője, a BCE egyetemi docense