纽约大学金融学教授Damodaran:Anthropic估值中最脆弱的不是资本成本,而是万亿收入假设
Damodaran发布Anthropic估值后收到大量反馈,他进行自我批评并按脆弱性排序各假设,指出驱动$1.45万亿估值的核心变量是十年内达到万亿收入的目标,而非9.74%的资本成本。他用历史回报、市场隐含预期回报和定价倍数三重检验论证高折现率主张的内在矛盾,并建议担忧违约风险的读者调整失败概率而非折现率。
纽约大学斯特恩商学院金融学教授Aswath Damodaran在发布Anthropic的内在估值后,收到了大量反馈。他在11月3日的文章中对自己的估值进行自我批评,将各输入变量按对价值的影响幅度和自身的不确定性两个维度排序,得出一个明确结论:驱动$1.45万亿估值的最关键变量不是资本成本,而是他假设Anthropic在十年内达到万亿年收入的判断。如果这个收入目标落空,利润率会下降、算力资产会闲置、失败风险会上升,估值会发生更剧烈的变动。
Damodaran的资本成本选择是9.74%,其中包含高风险科技公司的股权成本和基于BB+信用评级的债务成本,这使Anthropic接近2026年美国公司资本成本分布的第90百分位。他在文章后半部分用整整三个小节论证为什么这个数字不是估值的核心争议,以及为什么把12%、15%甚至20%当作合理折现率的主张存在内在矛盾。
他的第一重检验是历史。他维护的美国股票数据从1928年延续至今:2001至2025年的平均年回报为8.74%,1976至2025年为11.92%,1928至2025年为10.13%。如果只看股权风险溢价(股票相对国债的超额回报),相对于十年期国债的溢价范围为5.5%至5.75%,相对于短期国债的溢价范围为7%至7.5%。以2026年10月26日4.9%的十年期国债利率为基准,平均风险公司的股权成本约为10.4%至10.65%。他特别指出,这些历史数据来自美国——全球最成功的股票市场——存在选择偏差,可能高估未来回报,因此用比历史更高的折现率更加站不住脚。
第二重检验是市场隐含。Damodaran每月计算标普500的隐含预期回报:2026年10月初这个数字为8.99%,且与具体资产定价模型无关——无论你信不信CAPM,市场当前定价隐含的回报就是8.99%。他进一步指出,几乎任何对现金流或增长率的质疑都会让这个数字更低而非更高。因此,声称中位美国公司的股权成本应为12%或15%,等于声称你无法在这个市场上以同等风险获得那个回报,却仍然坚持那个数字。从1994年以来,美国股市的隐含预期回报从未超过10%。
第三重检验是定价倍数的一致性。如果假设美国公司的股权成本为15%,配合约5%的名义经济增长和20%的平均净资产收益率,市场市盈率应该只有7.5倍。但实际前瞻市盈率接近20倍。这意味着你要么卖出所有股票,要么重新审视你的折现率假设。同理,12%的资本成本对应约9倍的企业价值/营业利润和6至7倍的EV/EBITDA,远低于当前市场水平。Damodaran的结论是:如果你一边说股权成本是15%,一边说市场市盈率15倍是合理的,你在自相矛盾。
对于担忧Anthropic违约风险的读者,Damodaran给出了一个关键区分:资本成本是持续经营概念,不应把违约风险全部塞进折现率。他估计Anthropic的合约承诺总额约$4500亿,现值约$3730亿,其中约$700亿明年到期、$760亿后年到期。公司目前持有$1140亿现金,IPO后预计超过$2000亿。他已经在估值中嵌入了10%的失败概率——即Anthropic遇到逆风、无法履行合约、被迫甩卖资产的情形。他认为,如果你的担忧超过这个水平,应该调动的变量是失败概率,而非资本成本。事实上,如果忽略失败风险而把违约担忧全部压进折现率,你需要约11%的资本成本才能得到与他相近的估值。
Damodaran还批评了风投和私募股权行业普遍使用的20%、30%甚至50%目标回报率。他引用Cambridge Associates的数据指出,这些基金的实际长期回报不仅远低于宣称目标,而且与公共股票指数基金惊人地接近。他认为这些虚构数字不只是营销话术,它们反过来影响创始人出让多少股权、以及VC和PE投资者为何持续无法为其投资人创造价值。
在反馈部分,Damodaran统计了共享表格中读者的估值分布:多数人认为他高估了Anthropic,群体共识更接近$1万亿而非$1.5万亿。在反对者中,除直觉判断外,最大的单一理由是认为9.74%的资本成本太低。他对此表示失望但并不意外,因为他观察到评估师和分析师长期将资本成本当作一个可以随意调节以表达乐观或悲观的旋钮,而缺乏对其经济含义和现实约束的理解。
他的最终建议是把讨论重心拉回真正重要的问题:Anthropic能否在十年内实现万亿收入?这个假设一旦不成立,利润率、再投资需求和风险都会同向恶化。对于投资者如何处理这种不确定性,他列出四种路径——完全忽略(赌徒型)、完全回避(只持有成熟资产)、设定安全边际、以及利用大数法则分散持仓。选择哪种取决于你的风险承受力和组合结构,而非某个统一的折现率数字。