一家从未盈利的公司为何能得到数十亿美元的估值？为什么有些初创企业能够吸引大量投资，而另一些不能？在“估值教父”、金融学教授和经验丰富的投资者阿斯沃斯·达摩达兰看来，正是故事的力量推升了企业价值，增加了数字的内涵，甚至说服了那些谨小慎微的投资者去承担风险。在商业中，既有故事讲述者，讲述着引人入胜的故事，也有数字处理者，构建估值模型和计算公式。两者都是成功的关键，但只有将二者结合起来，企业才能够提升其价值并长盛不衰。
通过一系列的案例研究，《故事与估值：商业故事的价值（精）》向我们展示了故事讲述者如何更好地将数字纳入叙事进行阐释，而数字处理者又如何创建更富于想象力、经得起推敲的模型。达摩达兰研究了优步的首秀，以及叙事如何成为其获得不同估值的关键所在。他调查了推特和脸书这两家在IPO中估值数十亿美元的独角兽企业，为什么一个（推特）停滞不前，而另一个（脸书）发展迅速。他还着眼于更为成熟的商业模式，如苹果和亚马逊，以展示公司的历史如何既能丰富，也会制约其商业叙事。通过分析矿业巨头巴西淡水河谷公司的案例，他展示了外部叙事的影响，以及国家、商品和货币是如何塑造一家公司的故事的。《故事与估值》揭示了围绕数字编织故事的益处、挑战和陷阱，以及测试故事可行性的有效方法。

阿斯沃斯·达摩达兰是美国纽约大学斯特恩商学院金融学克施纳家族讲席教授，全球广受推崇的估值和财务专家，曾多次获得包括纽约大学杰出教学奖在内的各类教学奖项，并于1994年被《商业周刊》评为全美商学院杰出教师。此外，他还为美国许多知名投资银行提供公司财务与估值培训课程。在上述领域，达摩达兰自己撰写并与人合著过许多作品，包括《估值》《投资估价》《学会估值，轻松投资》《应用公司财务》《投资原理》《驾驭风险》等。

前言
第1章 一个关于两类人的故事
简单的测试
故事的魅力
数字的力量
让估值发挥桥梁的作用
变化是常态
公司生命周期
小结
第2章 为我讲个故事
贯穿历史的故事讲述
故事的力量
在科技（数据）时代讲故事
讲故事的危险性
小结
第3章 讲故事的要素
故事结构
故事类型
故事讲述者采取的步骤
好故事的组成成分
小结
第4章 数字的力量
数字的历史
数字的力量
数字的危险性
小结
第5章 数字处理工具
从数据到信息
收集数据
分析数据
数据呈现
小结
第6章 构建一个故事
成功故事的精髓
前期工作
故事
小结
第7章 故事试讲
三种可能性（3P原则）：有可能、很有可能和极有可能
绝无可能的故事
似无可能的故事
不太可能的故事
小结
第8章 讲故事关联到数字
价值分解
讲故事与输入相结合
定性与定量
对故事定价
小结
第9章 从数字得出估值
从输入到估值
解构价值
小结
第10章 完善和修改故事——反馈回路
切莫刚愎自用
定价反馈
其他故事
小结
第11章 修改故事——现实世界的影响
为什么修改故事
故事修改的三种类型
小结
第12章 新闻与故事
信息效应
收益报告与故事
其他的公司新闻
公司治理新闻
小结
第13章 从“大视角”进行研究——宏观故事
宏观故事与微观故事
宏观故事构建的步骤
“大故事”
宏观投资注意事项
小结
第14章 公司生命周期
公司的成长过程
公司生命周期中的故事和数字
对投资者的启示
小结
第15章 管理上的挑战
从公司生命周期的角度看待管理职责
公司生命周期对管理者的启示
过渡问题
小结
第16章 尾声
故事讲述者和数字处理者
对投资者的启示
对创业家和公司管理者的启示
小结
注释

早在中学时期，我们便被分为故事讲述者和数字
处理者两类人，一旦被归为某一类人，我们便会一直
保持自己的偏好。数字处理者在中学里会选择与数字
相关的课程，在大学里会选择与数字相关的学科（工
程学、物理科学、会计学），久而久之，他们便会失
去讲故事的能力。故事讲述者则在中学里学习社会科
学课程，在大学里进修历史、文学、哲学和心理学，
从而得以不断提高其讲故事的技能。两类人所接受的
教育让他们对彼此抱有既敬畏又质疑的态度，当他们
作为MBA学生来上我的估值课程时，这种相互质疑已
经发展成为一条不可逾越的界限。这两类人都自说自
话，深信自己才是掌握真理的一方，而对方则是错误
的一方。
我必须承认，较之讲故事，我更加擅长处理数字
，在我首次开始教授估值课程时，我几乎完全是在迎
合我的同类人的需求。在努力攻克估值问题的过程中
，我得到的一个重要教训是，没有故事作为支撑的估
值既无灵魂也不可信，故事比数据表更易于记忆。尽
管我并不能立即做到自然而然地将数字与故事相结合
，但我仍然开始尝试着在估值中融入故事，使估值更
加生动，在此过程中，我重新找回了自六年级起便一
直被我压制的讲故事的能力。尽管就本能而言，我依
然是一名左脑思考者，但在某种意义上，我重新开发
了我的右脑。我想在本书中分享的正是这种将故事融
于数字（或者反过来）的经验。
就我个人而言，在本书中，我首次使用了第一人
称单数形式作为主语。尽管反复使用“我”和“我的
”可能会使你感到不快，或显
得我异常自负，但在写下我对公司的估值时，我
意识到我所讲述的关于那些公司的故事其实是我自己
的故事，这些故事反映了我对这些公司及其管理者的
思考，以及我对整个行业格局的理解。因此，在本书
中，我将描述我过去所做的一些讲故事的尝试，即于
2013年讲述
的关于阿里巴巴的故事，于2014年讲述的关于亚
马逊和优步的故事，以及于2015年讲述的关于法拉利
的故事，并将这些故事转化为估值。
我感觉与其使用庄严的复数“我们”强迫作为读
者的你接受我的故事，不如让你批判甚至彻底否定我
的故事，因为这样更加坦诚（且更有趣）。事实上，
为了充分发挥本书的作用，你可以选取其中一个关于
某个公司（如优步）的故事，思考有哪些部分你无法
认同，并讲出你自己版本的故事，然后基于你的故事
对该公司进行估值。公开我基于真实公司所讲述的故
事的风险在于，随着时间的流逝，现实世界中会发生
一些意外事件否定我的故事，甚至导致我的故事变得
大错特错。对此我并不惧怕，反而十分欢迎，因为这
让我可以回顾、改善以及丰富我的故事。
在本书中，我将尝试扮演多重角色。当然，由于
投资者是我最常扮演的角色，因此我会花费大量的篇
幅以投资者的身份从外部审视公司故事并为公司估值
。另一些时候，我也会作为企业家或创始人，努力说
服投资者、客户和潜在雇员相信某家新公司能够存续
并具备价值。鉴于我并未创立过任何一家价值数十亿
美元的公司，你可能认为我并不具备说服力，但我认
为我多少能为你提供一些有价值的东西。在最后几个
章节中，我会从上市公司高层管理者的视角审视故事
和数字之间的联系，但同时，我亦需承认在有生之年
我从未担任过任何公司的CEO（首席执行官）。
我的目标在于使数字处理者在读完本书后能够使
用我的模板构建故事来支撑其公司的估值，同时，不
论一个公司故事多么富有创意，故事讲述者都可以借
助本书中的内容将其转换为数字。更广泛地说，我希
望本书成为两类人（故事讲述者和数字处理者）之间
的沟通桥梁，赋予他们一种共同语言，使其将各自的
工作做得更好。

动人的故事+漂亮的数字=更好的估值！
“估值教父”、估值教科书《估值》、《学会估值，轻松投资》作者阿斯沃斯·达摩达兰的新作！
作者在《故事与估值：商业故事的价值（精）》中深入解析了自己对优步、阿里巴巴、法拉利、亚马逊的估值过程，并给出了严谨可靠的估值结果，读者可将书中的估值故事和估值结果放在实际环境中与各公司当前股价进行自由比对。

在估值领域，没有谁的贡献比阿斯沃斯·达摩达
兰更大。《故事与估值》这本书正确且恰当地揭示出
一个道理：没有了故事，你便无法理解股市。达摩达
兰颇具启发性的探索之旅，将使你领略人性在数据为
王的时代有多重要。
迈克尔·莫布森 瑞信董事总经理、全球金融策
略首席
达摩达兰将我们带到了一个约瑟夫·坎贝尔、沃
伦·巴菲特和纳西姆·塔勒布的事业相互交织的地方
，他的发现之旅揭示了那些仅仅笃信讲故事或摆数字
的分析师所忽略的新的价值和风险。达摩达兰向我们
展示了他对阿里巴巴、亚马逊、优步、法拉利等公司
不断展开的叙事、分析与估值。或许他曾是个宽客，
但如今他已是一位极为客观、平衡的分析师，一位讲
述动人商业故事的大师，一位笔耕不辍、传道授业的
良师。
戴维·福斯特 商业估值资源公司（BVR）首席
执行官
达摩达兰的案例研究让估值变得不再生涩难懂。
他在案例分析中所展现出的自我批评，巧妙地告诫了
读者，高质量的估值需要左右脑联动，既要有数字，
也得有故事。
托马斯·E.科普兰 圣迭戈大学商学院金融学杰
出教授
估值导师达摩达兰清晰地证实了只有量化的估值
方法还远远不够，在应用时还必须有更加定性的商业
叙事。然而，定性分析也有风险，例如我们会将自身
的偏见带入叙事之中。达摩达兰出色地将故事与刻板
的量化分析有机结合，两者相互制衡，使其获得更有
把握的估值。
斯蒂芬·佩因曼 哥伦比亚大学商学院教授
达摩达兰对于叙事和传统金融分析与估值的成功
结合是前所未有的。《故事与估值》展示了故事讲述
者和数字处理者能从这种结合中获得的巨大益处，这
本书或许会成为传统估值和商业“推销”领域的里程
碑。令人信服的数字需要一个故事。
保罗·约翰逊 Nicusa资本公司创始人，高级咨
询师

数字的力量
过去，我们对数字的使用总是受限于以下两个因素：首先，收集和存储海量数据是一项劳动密集型工作；其次，分析数据极为困难且成本高昂。随着计算机数据库和计算工具的普及，数据世界变得更加“扁平”和大众化，这使我们每个人都能够进行数字处理，在几十年前，这是绝对无法想象的。
随着我们进入了一个可以在网络空间收集数据且每个人都可以获取并分析数据的时代，我们也看到数字在一些令人意想不到的方面取代了故事。在《点球成金》这本书中，迈克尔·刘易斯——一位能将最枯燥无味的故事讲得引人人胜的故事大师——讲述了职业棒球队奥克兰运动家的总经理比利-比恩的故事。比恩摒弃了依靠球探挖掘有潜力的年轻棒球投手和击球手的传统方法，而采用了建立基于赛场表现的统计模型的方法寻找最合适的球员。他的成功影响了其他的体育项目，并催生了棒球数据统计分析法——一套现在几乎已被所有运动项目采用的数字驱动型体育管理方法。
那么，我们为何会被数字吸引呢？在一个充满不确定性的世界里，数字会给我们一种精确和客观的感觉，与讲故事形成一种平衡。然而，这种精确往往是一种错觉，因为很多因素会导致数字产生偏差。尽管数字存在这些缺陷，但在投融资及其他许多领域中，数字处理者或“宽客”（quant）在本质上都是运用数字的力量来通报消息或危言耸听的。对选择相信复杂数学模型而非常识的人而言，2008年的金融危机便是一次重要的警示。
现实世界中的两大发展——可随时访问的海量数据库和强大的数据处理工具——颠覆了几乎所有的数字处理工作，这一点在金融市场中体现得尤为明显。然而，这些发展是有代价的。如今，你在投资中面临的问题不再是缺乏足够的数据，而是拥有太多数据，而这些数据可以生成相互矛盾的结论。正如行为经济学家们所得出的结论，数据泛滥造成的一个令人啼笑皆非的后果是，由于可用数据过多，我们的决策过程甚至变得比以往还要简化且不合理。另一个极为讽刺的现象是，随着数字在绝大多数商业洽谈中出现得越来越频繁，人们对数字的信任度不断降低，并转而开始讲述故事。
要在决策过程中用好数据，你必须对数据进行管理，而数据管理涉及三个方面。首先，你需要遵从一些简单的规则来采集数据，包括判断要采集的数据量以及要采集哪个时间段的数据，并寻找方法来规避或在最大程度上减少可能出现的偏差。其次，你需要运用基本的统计学方法挖掘相互矛盾的海量数据背后的含义，并使用统计工具解决数据过载的问题。如果你还记得在大学时期学习的统计学课程，并能在面对海量数据时很好地运用这些知识，那么你会是一个不可多得的人才。但遗憾的是，我们中的大多数都忘记了统计学这门学科，这导致我们在处理数据时显得力不从心。最后，你必须以新颖有趣的方式展示数据，让那些不能从统计学的角度发现数据细微差别的人也能理解这些数据的含义。对天生的故事讲述者而言，这可能需要耗费一些时间，但这些时间是值得的。
我们很容易理解为什么亚马逊、网飞（Netflix）和谷歌等公司在根据其积累的客户信息微调营销策略并变更产品供应时用到了大数据技术。但与此同时，你必须认识到数据驱动型分析还存在局限性和风险：层层数据背后隐藏着偏差，不精确性被看似精确的估算掩盖，决策制定者在判断应采取的行动和采取行动的时机时过分依赖数学模型。
P4-6