智能驾驶企业估值分析：市场法在亏损成长型公司的应用

项目背景与核心问题

本项目为一项针对智能驾驶技术公司的估值分析。标的公司处于商业化初期，收入快速增长，但持续亏损且股东权益为负，市盈率等基于盈利的常规估值方法难以有效适用。

核心问题：在缺乏稳定盈利指标的条件下，如何选择并应用合理的相对估值方法，为机构投资者提供有依据的估值参考区间。

方法选择

估值从系统比较收益法、市场法与资产基础法开始。收益法（DCF）因商业化初期现金流预测不确定性较高而被否决。资产基础法难以充分反映自研技术及其他无形资产的价值。结合企业尚未盈利、现金流预测不确定以及可比公司数据相对可得等条件，选择市场法下的可比公司法作为主要估值方法。

在可比公司法框架下，进一步比较 P/E、EV/EBITDA 与 P/S 的适用性。P/E及EV/EBITDA因标的及相关可比公司持续亏损、净利润与EBITDA均为负值而被排除。P/B属资产负债表指标而非盈利指标，因标的股东权益为负、账面价值不能形成有效估值基础而被排除。P/S因收入仍为正且具备跨公司可比性而被选定——在利润、净资产及EBITDA均为负的情况下，收入是当前阶段更具可操作性的共同比较基础。

可比公司筛选

A股初步筛选在相关细分领域和商业化阶段上高度匹配的候选公司较少。扩展至港股市场后，补充了在商业模式和商业化阶段上更具相关性的候选公司。保留的A股参考范围与港股候选范围随后在统一的跨市场审查框架下进行评估，涵盖细分领域相关性、商业模式、商业化阶段、会计口径差异（IFRS与PRC GAAP）以及市场流动性差异五个维度。

数据清洗与倍数计算

处理跨市场会计准则差异（IFRS vs. PRC GAAP），剔除极端异常值，将标的收入统一至TTM可比口径。对所选可比公司集合计算均值、中位数及加权平均P/S倍数，确定基准倍数。该步骤确保跨市场比较建立在口径一致的数据基础之上。

流动性调整与敏感性测试

应用团队选定的非流动性折扣（DLOM）假设作为市场流通性调整。以预计收入增长率和P/S倍数为双变量构建敏感性矩阵，以估值区间替代单一估值点。矩阵明确展示了两个关键假设变化如何相互作用，提供一个对决策更具参考意义的估值区间，而非一个看似精准的单点估计。

关键判断与难点

项目产出与能力证明

项目产出包括：估值方法选择的完整论证、可比公司筛选与排除记录、基于P/S方法的跨市场估值分析、双变量敏感性分析框架，以及第18C章公开规则整理。上述工作体现了在缺乏稳定盈利指标的条件下，综合运用估值方法筛选、跨市场可比公司比较与敏感性分析，为亏损成长型公司建立估值参照区间的能力。