什么样的人能够成为中国优秀的To B科技领域投资人?钛资本创始人周鹤鸣提出了“中生代”的概念:即指具备扎实的产业和/或投资基本功、拥有对技术趋势和中国市场的解构/再重构能力、经历过技术小周期(即跨越新技术鸿沟进入广泛采用期)和项目完整投退历程的投资人。再过5年,“中生代”里或将成长出顶级投资人,业绩将成为其注解。

斯道资本投资总监张矩研究了已经经历完整投退周期的美国创业投资情况,通过历史数据分析认为,“中生代”的提法符合现阶段国内To B科技领域投资发展状况。基于这个理念,加上之前的行业从业经验、对行业的深度洞察,以及行业工作带来的资源积累,是成为优秀To B科技领域投资人的必要基础。在2019年1月份举办的钛资本“新一代企业级科技投资人投研社”在线研讨会第11期上,张矩以美国VC行业发展为参照,分享了对技术与经济周期中的中国风险投资“中生代”的机遇以及需要补充的功课等思考。

张矩拥有中美两国超过20年的高科技行业经验,是国内为数不多的兼具创业经验和技术背景的投资人。张矩曾经长期负责谷歌、YouTube数据中心架构及运维、数据存储和处理平台,对大型数据中心的构建和运维以及技术团队的管理有独到见解。归国后,他曾任Joyent中国区首席代表以及友友系统首席运营官,2013年加入光速安振中国创投任执行董事,2016年加入峰瑞资本任董事、早期及成长期项目负责人,对中美两国的企业IT和创业环境有着深刻理解。张矩专注的投资领域包括企业软件及服务、云计算与大数据、SaaS、存储和IT服务等,参与的被投企业包括青云和瀚思等。

资本的一些基本特性

在探讨风险投资历史之前,先分享一下资本在经济运行中的两个有意思的特性。

首先,考虑到货币的出现及其发展过程中,大部分时间里其主要功能是商品和服务交易中的中间媒介,“钱生钱”其实是一件相当神奇的事情。如果暂时把纯粹理论辩论和意识形态基础放在一边,用相对实用主义的视角来观察和解释,钱生钱,也即资本的增值(回报率)是社会经济学研究的主要组成部分。相当普遍的看法是资本的增值主要来源于时间成本和机会成本,但这只是资本在经济运行中作用的表征而非动因。资本和风险之间的作用和反作用是资本价格和回报的关键性决定因素。即使在剩余价值的理论框架中,劳动创造剩余价值,但是利润是剩余价值的货币转化结果,而剩余价值的货币转化过程会受到包括技术因素、市场因素、时间因素等等众多外部因素的影响。资本作为这一过程中的主要促进和平衡因素,其连带的劳动投入以及资源的稀缺性是明确的。总结讲,资本是劳动产生的剩余价值货币化的核心因素。

其次,为了准确衡量一个投资行为的表现,通常会参照标准资产定价模型(CAPM)来计算一个投资行为的资本成本,然后计算绝对回报率和资本成本的差值来作为衡量指标(活跃回报率)。虽然由于数据获取的可能性和客观性,针对标准资产定价模型本身的有效性有不少的争议,但是,标准资产定价模型在概念上明确引入了市场风险协方差的系数(β系数),用来反映投资资产和投资组合与市场整体的联动性。针对风险投资的资本成本的衡量,应该是所有风险投资基金在从事投资活动中的一个基本考量。根据过去二十年美国资本市场历史数据的回归计算,风险投资的资本成本大致在年化14%-16%之间。这一成本数据也是通常谈到的风险投资基金在存续周期内至少需要2-3倍整体回报的基准。鉴于中国资本市场的发展阶段和历史积累状况,并没有一个科学合理的风险投资的资本成本预估,这也是风险投资在整个资本市场中对于资本的吸引力还处于一个相对非理性状态的原因。

回顾美国VC发展史

在美国,VC早在二战以后就开始了。回顾美国VC发展史,有几个非常关键的时间节点和历史事件,导致了VC快速成长成为私募重要组成部分。

首先,二战后美国颁布了《中小企业发展促进法》,从政策和政府引导层面开始大力支持中小企业的发展。其次,在60年代末70年代初,美国金融监管领域对于投资人的财务责任有了重新的理解和定义:从以每一个投资项目的成败为主要依据,发展到以投资组合的财务回报为依据,这为早期风险投资的合理性做了清晰界定。

从70年代开始美国风险投资蓬勃发展,后来知名的IT企业包括Compaq、Intel、Microsoft等都获得了风险投资,属于第一代最成功的投资。1980年往后约十几年的时间,整个风险投资领域的回报变得相对较差。随着杠杆收购和对冲基金的大量产生,早期风险投资相对进入了沉寂的阶段。从80年代末期到1990年开始,信息技术和高技术企业的发展给风险投资带来了新一轮的发展机会。

从历史上来看,风险投资最早受政策推动,之后受技术发展等因素的影响,经历过蓬勃发展期,也有过沉寂期。其中有两个因素值得一提:

第一,是生产资本和财务资本的分离。随着工业化发展带来的生产规模化效应,将利润重新投入,用于生产规模的扩大性再生产,在经济扩张期是非常合理的。在这样情况下,资本的投入和回报呈线性关系。但是随着生产规模和需求发展之间的错配,资本的投入和回报比例一定逐渐下降。当大企业或者整个社会经济运行的一部分资本不再投入再生产中,而变成财务资本并剥离后,开始去追求其它投资以获取更高回报的时候,一部分资本就被合理化地应用在其它可能产生高回报的领域。技术的发展显然是可能产生高回报的领域之一。

第二,VC从业者的工作,是要解决技术发展以及一个创业企业发展早期所必然出现的资本市场信息极度不对称情况。即财务资本持有者很难知道新的技术发展趋势,而创业者也很难接触到资本持有者。所以VC从业者的主要使命就是解决这个信息不对称的问题。技术发展的信息不对称和资本的不匹配性促使了风险投资的出现。

但是VC的一个主要工作是通过投后管理来提升被投企业价值,最终获得高回报。国内VC在发展过程当中,并没有经历过类似美国70年代末到80年代初的沉寂期,而美国VC在这个阶段开始大量地参与到被投企业的日常经营活动中,通过各种方式提升企业的价值。现在,国内绝大多数基金的投后服务还限于两方面:一是整个投资组合里所有被投企业之间的交流;二是提供法务、财务、人事等辅助性增值服务。

从美国VC行业研究文献来看,国内VC的认知与历史统计数据之间也存在着偏差。例如:从历史统计数据来看,被VC投资的企业的高层管理人员的变动,要远高于没有被VC投资的企业(比例超过三倍),显然被VC投过的企业由投资者推动高层人员变动调整是大概率事件;另外,有VC参与的企业,其成长要远快于没有VC参与的企业,这主要是VC所带来的结盟性资源,包括VC所带来的上下游和用户以及非IPO的并购性退出资源等生态资源,都为被投企业带来了极大的价值。

美国VC投资人画像

在美国,VC在市场中有比较明确的层次。公认的第一梯队的VC有七到八家,包括耳熟能详的红杉资本、DCM等一系列基金。对于第一梯队和第二梯队的基金,学术界有非常完善的研究。从工作时间分配的比例来看,合伙人层面基本上是50:50的比例从事投资和投后管理;而从基金合伙人的教育和工作背景来看,70%左右为理工科背景,67%同时还有MBA学位,更为关键的是约37%具有创业经验,约40%曾为大公司高管,具有技术管理和商业管理等工作经验;从工作年限来看也相对较长,一般在从事VC投资之前有15年到22年的工作经历。

这些数据从另一个侧面说明,很难通过投资工作本身来获取所需知识和经验。优秀的投资人可能一年只完成三到五个项目,而这三到五个项目一般平均要7—10年才能完全知道结果,这是一个非常低频且长周期的工作,非常不利于经验积累和知识积累。这也就导致了对于投资人的背景、工作经验、经历等有较高的要求,因为很难通过投资工作本身来获取这些知识和经验,而投资的真正价值创造在很大程度上是通过把投资人之前的商业运营经验投入到被投公司而产生,私募资本也都是类似的情况。

对照美国VC的画像,当下提出中国风险投资“中生代”的概念,无论从美国VC的发展情况还是历史数据来看,都较符合目前中国VC投资行业的现状和发展方向。

技术周期与经济周期

2018年到2019年,是中国经济发展大变化的年代:一是经济结构不平衡和债务的积累,二是去杠杆的节奏问题,三是地缘政治特别是中美关系以及中国与其它发达国家贸易问题。这三重因素叠加而导致出现了经济周期现象。

虽然美国VC到80年代出现了一个显著的下滑期,和当时整体经济的发展下行期重合,但很多投资人都表达了一个共同的观点,即早期投资特别是以技术为导向的风险投资不应过度关注所谓的宏观经济周期:首先,早期投资的周期比较长,在7—10年的周期里试图预测宏观经济的发展,特别是所投领域的经济发展,相对比较困难;其次,所谓的宏观经济周期,特别是经济下行阶段,技术发展促进生产力的提高正是对抗经济周期或者是经济走出萧条的核心动力,因而以技术为导向的投资具有潜在的逆周期红利。

更为重要的是,对于技术采用周期的理解对于早期投资要比经济周期更重要。一方面,技术采用周期与经济大周期有非常强的对应关系,从历史上看几个比较明确的技术周期:从蒸汽机开始到铁路、汽车、互联网,每个大周期都是50年到60年的时间范围,显然技术大周期的初期对投资来说是可遇不可求。而对投资更有意义的则是在大周期内的技术采用周期(Technology Adoption Cycle),这个小周期内出现的是改良性、边缘性或者狭窄性的技术发展。不同技术采用周期所具有的发展特性以及周期内各个阶段中的特性,对风险投资来说更具有指导性意义。

大周期的表现形式有三个非常明确的特征:第一是技术发展导致了社会劳动力结构有非常大的变化;第二是整个经济的基础设施发生了变化,最明显的例子就是铁路、公路、电力和互联网;第三是当这些技术得到广泛应用时,人们的生产生活方式发生了明显变化。

从九十年代初到现在,互联网技术周期产生了巨大的机会,基本上所有的中国风险投资成功案例都是因为这个大周期——正好处于大周期的上升阶段,巨大的产业红利导致了成功的投资。再以IT为例,从七十年代开始普及到八十年代对生产力的影响达到瓶颈,再到九十年代因为互联网而使得IT技术普遍应用到各领域,产生了巨大的生产力提升。那么,何时会产生巨大的投资红利呢?当互联网变成基础设施的时候,因其所带来的巨大基础架构变化,将产生巨大的投资红利。对于小周期也就是技术采用周期,也有很多的例子,比如美国对于ATM机和POS机的采用就给创业企业带来了很多机会。不同技术因其特性和功能性的差异而有不同的采用周期,每个技术采用周期也有不同特性,从创新者、早期采用者到主流市场,这中间有巨大的鸿沟。这些对于判断在技术发展的哪个时间点进行投资能够创造更大的价值,有着重要的指导意义。

定义中国的风险投资“中生代”

中国风险投资前二十年的历史中,很多重大的成功案例基本上都源于商业模式的机会,而商业模式的机会通常来源于技术采用周期跨越了初期成熟性鸿沟达到了主流市场阶段而产生的红利效应,加上中国的人口规模和很多领域相对发展不均衡而造成的巨大的结构性红利。这些成功的投资案例掩盖了投资人对做风险投资某些所必备技能的匮乏以及整个行业性价值创造的误解,包括从业人员的技能和经验配比以及行业标准性操作模式等。

在中国前二十年的风险投资历史中,对于成长期特别是技术导向企业成长期阶段的投资,实际上可能没有大规模发生过,这个判断的逻辑依据是:

第一,此前,国内的技术采用周期有着非常明确的模仿性。因为国内基础技术发展的相对滞后性,很多技术的发展有非常明确的可参照路径,通常都是在技术得到验证之后再投资,之后的发展基本上就快速变成了后期投资,即规模性和最后退出前的过桥性投资。而真正非常专业的技术成长期投资的经验积累和人员成长则相对比较匮乏。

第二,技术采用周期内的发展,与企业发展环境的稳定性非常相关。任何一个企业采用一项新技术,预期的学习成本和采用的成本都不可逆,这对于企业来说都是相对较大的投入负担。如果企业的经营环境不够稳定,则对于新技术的采用不利。过去的会计电算化、引进外资企业、学院技术的产业化等政策性引导,产生了现在绝大多数的国内IT企业巨头,基本上都是政策性引导形成的,而不是纯粹从技术采用周期走出来的企业。

投资人有三项非常基础的素质,都需要很长的养成时间:第一项能力是对大趋势的敏感和理解力,即当听到一个新技术发展的时候,能够看到这个技术带来的潜在变革和潜在效益,也就是从起点A想象到终点B的能力;第二项能力是看清从起点A到终点B的发展过程,这个能力的来源于对于技术发展过程以及商业运营活动参与的积累,也就是必须要经历过很多公司的发展过程、参与规划过很多公司的发展路径;第三项是处理不确定性的能力。早期投资本身具有太多的不确定性,而最大的不确定性来源于未知的不确定性。

当技术导向的早期风险投资逐渐发展成为真正的价值回归和价值创造范畴之内,对于投资人的要求也逐渐吻合钛资本创始人周鹤鸣多次提到的“中生代”画像。在“中生代”框架下,充分发挥之前的经济积累和行业洞察以及资源积累,是成为潜在优秀的投资人的必要基础。

技术小周期中走出自己的路

中国的风险投资差不多从2005年开始,人民币基金在过去五到十年中的发展非常迅猛,人民币基金的投资额度约是美元基金的五六倍的水平。在开始的时候,人民币基金更多参考美元基金的投资逻辑和投资风格,但在最近几年因为中国互联网经济特别是移动互联网经济的发展和巨大成功对投资风格产生很大的冲击,所以人民币基金未来将形成自己的风格,并且可能与美国投资风格有较大的区别。

在国内的企业IT市场上有这么两个现象:第一,长期以来,中国的技术产品实际上在市场上缺乏定价权,而缺乏定价权的结果之一就会产生劣币驱逐良币现象;第二,从大的经济形势和经济环境来看,将会像日本和韩国那样形成大型综合性企业主导经济领域的现象。这两个现象其实会在比较长时间,决定人民币基金对于技术投资,在“募投管退”所有阶段所采用的方式、方法与方向上,与美国VC有较大差异。

美元基金由于在中国To C领域的成功而获取了巨大收益,但从To B的角度看来,即使有美国的知识储备和可参照案例及相关研究,在中国也缺乏成功的投资项目案例。所以,人民币基金必有机会形成自己的风格,甚至超越美元基金。此外,中国的环境与市场有自己的特点,业界普遍认为AI和生物科技将是下一个对整个社会基础架构造成深远影响的技术,虽然中美都在投这两个领域,但最终中国这两个行业的演变也一定与美国市场形成较大的区别。

那么,在国内面对在海外还没有得到应用的早期性技术时,投资时有哪些需要注意的呢?

第一,要尽最大努力理解中国的经济环境。首先,整个产业发展的可预测性较低,政策的影响会比较大;其次,从某种程度上说,因为涉及到不同的所有制体系,再加上知识产权保护情况,将导致先进技术特别是前瞻性技术一定程度上遇到非技术性竞争。每年,世界银行、IMF都提供国家竞争力分析,其中有不同国家经济环境对于技术的友好性的阐述。

第二,在不同的地缘政治下,经济大环境往前发展需要保持良好的兼容性和开放性,但也要注意中国市场的独特性。中国对于新技术,特别是具有国家发展战略意义的新技术的使用,有着非常良好的环境。总之,最重要的就是一定要理解中国特有环境下的技术采用周期的特性。

回到技术采用周期的关键性驱动因素。例如5G处于国家战略层面,对中国企业可能带来的机会、发展的速度和发展的规模,有大比例的可能性比美国更快、更好。

钛资本研究院观察

中国风险投资“中生代”是时代的产物,也是应运而生的一代。在近几次全球性的技术大周期中,中国的技术及技术投资产业都处于跟随状态,相应也导致缺乏催生相应专业技能的环境。在整个中国的国家层面,经济要从粗放型走向精细化运营;在技术产业层面,要从跟随型创新走向原创型创新;在技术投资产业层面,也要从技术大周期的初期运势型走向中后期的职业化运作型。而“中生代”就诞生于这样一个“小江小河”的时代,“治大国如烹小鲜”正是这一时期的鲜明特色。正如业界近期经常讨论的,“风口上猪也能飞起来”,那么风口变小了,猪还飞得起来么?这个时候,是否需要职业的“工程师们”“建高楼”“造飞机”,让创业者们站的更高、飞的更远?这就是中国“中生代”风险投资者的使命,他们将承上启下、融合中美、继往开来,以“农民工”和“码农”的姿态,一块砖、一行代码等码出一个真正的技术经济繁荣大时代。

钛资本研究院:技术周期催生中国风险投资“中生代”相关推荐

  1. 钛资本研究院:未来三到五年,中国企业服务赛道将呈现黄金时代的基础

    自2015年企业服务"元年"起,国内创投圈经历了过山车式的震荡.到2019年底,经过了几轮迭代,企业服务从需求到创业再到投资的整个链条都更加的理性化以及回归商业本质. 钛资本从20 ...

  2. 钛资本研究院:中国零售业的数字化趋势和软件品类分析

    近些年,在零售科技的推动下,中国的零售行业在快速发生改变.零售科技的行业规模足够大,很多应用市场还比较早期,创业.投资机会较多.另外,像阿里.腾讯这样的大的产业投资机构,也很关注零售科技,这也给了财务 ...

  3. 钛资本研究院:企业服务早期投资方法论

    钛资本研究院曾在2018年和2019年连接两年的开年之初发表观点,坚定认为企业服务市场将在未来5-10年内迎来上升期,2018年到2019年将迎来企业服务创业的新一轮周期.虽然2015年被普遍认为是中 ...

  4. 钛资本研究院:一文读懂5G发展现状及创业投资机会

    2019年6月6日,工信部给三大运营商及广电发放了5G牌照,相比业内推测的发放时间提前了4-6个月.这很大程度上与中美贸易战,华为.中兴等通信企业在全球拓展中遇到的安全.监控等问题,以及以5G为代表的 ...

  5. 钛资本研究院:基层诊疗,人工智能临床辅助决策的新战场

    中国的医疗人工智能进入了价值验证的阶段,市场开始向医疗人工智能企业要结果.怎么得到这个结果,如何落地是摆在企业面前很关键的问题.可预见,该赛道都在重新做调整或洗牌. 讯飞医疗是科大讯飞孵化的独立子公司 ...

  6. 钛资本研究院:智能经济,数字经济学视角的范式变革

    马克思主义经济学中有一条最根本的论述,生产力决定生产关系.就是说每一次技术的创新会带来生产力的变化,生产力变化会带来生产关系的变化,其中包括商业模式和组织机构的变化.这些变化同时映射到创新创业中,将形 ...

  7. 钛资本研究院:5G时代,SD-WAN将何去何从?

    最近,SD-WAN在融资领域是一个比较热的话题.国外几家SD-WAN的头部企业不断地获得融资,也包括被思科.VMware等巨头收购和兼并,国内创业公司推出了各种SD-WAN产品和解决方案.不得不说,目 ...

  8. 钛资本研究院:创业公司如何搭建高管团队,实现组织跃升?

    对于企业的可持续发展来说,人才培养.企业文化都要有长远考虑.2018年教师节,马云从阿里退休时的演讲中说:"今天的阿里巴巴最了不起的不是它的业务.规模和已经取得的成绩,最了不起的是我们已经变 ...

  9. 钛资本研究院:企业服务市场资产的平衡计分卡

    "平衡计分卡"是一个绩效管理体系,体现在从战略管理到战略执行落地的路径上,所关注的四类指标是财务.客户.内部运营.个人学习和成长.与OKR.KPI,以及IBM和华为长期使用的PBC ...

最新文章

  1. 人脸检测对齐--Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks
  2. dos命令行设置网络优先级_海康威视二层接入网络交换机DS-3E2326-H 26口_DS-3E2326-H_DS-3E2326-H...
  3. envi 文件 生成mat_JVM 内存分析工具 MAT 的深度讲解与实践——入门篇
  4. OAuth2.0的四种授权方式
  5. [BUUCTF-pwn]——bjdctf_2020_babyrop2
  6. 内存溢出_关于PermGen Space内存溢出解决方案
  7. 深度学习(四十三)——深度强化学习(6)AlphaGo全系列
  8. sqlserver 还原bak文件 查看不到_SQL server中用T-SQL语句实现(建库,分离,附加,备份,还原)...
  9. VSTS For Testers读书笔记(5)
  10. STM32-串口接收、发送数据实验-程序代码分析
  11. ExtJs + .NET MVC 不分页处理大数据
  12. hdu 5833 Zhu and 772002 (高斯消元)
  13. 后端研发菜鸟成长记 第一章 入门 之 存活下来
  14. ASP.NET MVC载入页面常用方法
  15. linux下载ed2k资源,linux下迅雷替代方案-linux下载工具
  16. 虚拟机 无法 ftp服务器系统,访问不到虚拟机上的ftp服务器上
  17. 寻找隐藏在CloudFlare和Tor后的真实IP
  18. 解决:在ubuntu下安装R语言ks包时的error:configuration failed for package ‘rgl’
  19. 关于assert im_orig.shape[2] == 3, 3ch image is expected
  20. 【埋点】是什么埋点?简述埋点的操作流程

热门文章

  1. 匈牙利算法的基本原理与Python实现
  2. 中科金财区块链平台容器化最佳实践
  3. 时序数据库 influxDB (入门)/InfluxDB stadio可视化工具 部署、管理、配置、使用
  4. 动物模型之肾衰竭模型 大鼠实验性ARF的最常用大鼠模型
  5. reverse、inverse和converse区别
  6. [统计]_通俗地讲一类错误和二类错误
  7. CSS笔记(字体样式,文本属性和颜色样式)
  8. BP神经网络实现汽油辛烷值预测,《MATLAB源码+数据集》
  9. 大数据项目 --- 数据采集项目
  10. 计算机科学 实践调查报告,计算机专业调查报告范文