VC退出的数学问题

无论是LP还是GP，都在尽可能地寻找多样化的投资机会，期待着能多遇到几个十倍回报的项目。Y Combinator是这方面的佼佼者，它有着极强的运用小额资金的能力，通常都会以15万美元左右换取7%的份额，进场创业项目的早期阶段。

早在2009年，YC注意到了还在孵化当中的Stripe，仅仅投了2万美元就得到了它7%的股份。2021年，Stripe在H轮中估值950亿美元。当初的2万美元摇身一变，现在已经价值66.5亿美元（不考虑稀释的话），给YC带来了远超预期的收益。

但是，就算是投100家公司也不能确保有6个十倍增长的机会。VC投资需要依赖大量的技巧和经验，只凭退出的好路径和好时机也远远不够。大部分VC机构不是简单地把钱砸向创业公司，然后静观其变，而是花很多时间和团队在一起，在一切可能的地方贡献自己的力量。

01 复杂的风险计算，植根于幂律分布里

VC把至少上百万的钱扔向创业公司，这背后需要严密的分析和考量。它是一种极其精确的风险计算，但预期收益和预期失败其实都植根于一些简单的算式里。就像Fred Wilson在博客里写的那样，VC背后的数学问题其实挺基础的。

在2010年前后，VC行业基本每年都会新流入200到300亿美元，时至今日，这个数字已经发生了巨大的改变。2020年，VC募资达到了736亿美元，超过了2018年创下的681亿美元的记录。而2021年又刷出新高，达到了令人惊讶的1000亿美元，是十年前的五倍左右。

这里的数学问题在于，每年产生多少收益才能给LP带来合理的回报。对于资金体量相对较小的LP来说，如果能拿到2.5倍的收益，会觉得非常满意，但加上GP的管理费和carry，这个数字就会上升变成3倍。因此，募集的1000亿美元需要转化为VC行业每年3000亿美元的收益。

接下来要计算的是，VC机构通常能在创业公司拿到多少股份。普遍使用的数字是20%，这就意味着，GP会拥有每个portfolio公司的20%。但很多业内老炮，包括Fred Wilson，都认为实际的份额要比这个低很多。

为了计算的需要，我们暂且还是使用20%。那么，刚才算出的每年3000亿美元的收益需要来自退出，并产生1万5千亿美元的总价值。但是，同样可能发生的情况是，在项目退出时只有几个VC参与其中。所以，重点在于弄清楚VC基金在deal中真实的所有权百分比。如果是50%，那么每年只需要6000亿美元的退出。

到这里，数学计算开始变得有点模糊。

比起日常生活中常见的正态分布，即大部分都是中间值，两边的极端值很少，VC退出其实更遵循幂律分布（Power-law Distribution），一支VC基金的全部收益很可能只是由几个、甚至一个deal带来的。正如Peter Thiel所说，回报最丰厚的项目可能比其他加起来还要多。

再回到数学视角。从数据统计来看，一支典型VC基金的portfolio里会放20到30个项目。如果需要其中10%的项目撑起整体回报，也就意味着LP的收益是由前2至3个项目带来的。

回顾近十年的数据，VC领域每年会有大约1000个退出，波动不大。但在资本方面，VC则来到了前所未有的充裕境地。Pitchbook的数据表示，deal的规模和估值都屡创新高，种子轮的中位数可以达到270万美元，在早期项目中这个数字是1000万美元，后期则达到了1650万美元。

2020年，VC整体退出创造了2890亿美元的价值，而在2021年，这个数字几乎翻倍，来到了5825亿美元，远远超过刚才计算出需要的3000亿美元。这个信息的背后，可能是VC行业整体表现优异，但更可能是只有头部几家机构在大放异彩。

对于行业外部的人来说，真正知道VC有多遵循幂律分布往往会被震惊到。表现最好的基金确实会比处于中位，甚至top quartile的基金要好得多。就绝对收益而言，top quartile的业绩通常很稳健，但并不会让LP眼前一亮。

当听到那些产生5倍实际收益的基金时，现在我们就可以意识到它们是真正意义上的领航者。毕竟，很多名牌基金在很长一段时间内也没能创造出高于3倍的回报。

02 退出时的数据，勾勒出回报率的起伏

在市场平稳发展的情况下，一支顶级的10年期VC基金能达到3倍的DPI。乍听起来是很多，但拆分一下，如果它每年的年化收益率可以达到12%，那么10年下来收益率就大概会在3.1倍。

但是，做一个横向比较，LP也可以用十年时间在其他资产类别上用相对低的风险拿到1.5倍的回报，他们把目光聚集到VC上就是看准了溢价收益。由于风险提高、流动性降低，再加上早期进场的时间成本，LP期待的是更高的回报。

很多LP的真实期待是6倍收益。所以，一支VC基金需要达到20%的年化收益率才最理想。这也就意味着，如果投10家创业公司，VC机构需要在2个明星项目上拿到30倍收益。但是，一个十倍项目和一个百倍项目是更可能发生的情况。

我们在之前的周刊里讲过计算基金回报的四种指标（）。如果一支VC基金已经走到生命进程的终点，把所有的收益返还给了LP，那么计算的指标就非常直接了当。比如，可以看看投资资本的整体倍数（MOIC），并且计算出LP现金流的实际内部收益率（IRR），然后拿这些数据跟有着相似vintage year的其他基金，以及其他资产类别进行比较。

当一支基金处于所在年份的前四分之一的位置，那么它的业绩可能看起来还不错。但是，如果收益率和风险较低或者流动性较强的投资机会比起来差不多，那么它的绝对收益水平就很一般了。

如果一支基金内还有未被实现的价值，它的收益率就只能是个大概。其中，RVPI和TVPI高度依赖VC机构评估portfolio的具体方法。给创业公司估值像是一种魔法，而不是科学，因为剩余价值的判定取决于内部规则。

长期以来，TVPI和DPI之间存在着非常大的差距，即使对成熟的基金来说也是如此，因为退出真的很难。一家portfolio公司的估值高于最终退出的价格，甚至都可以说是一个常见操作了。

而且，当前的表现也不一定会延续到未来几年。通常来说，一家VC机构在头几年放出的业绩指标跟基金长期表现的关联性比较小。在基金成立5年以上甚至更久之前，LP都很难了解真实情况，而且portfolio中的标的也还没成熟发展。

除此之外，IRR虽然在早期来看不太靠谱，但在后期也是个重要的衡量标准。从长远看，LPGP都需要重视资金的时间价值。送钱回家的时间越长，回报率的标准就应该越高。

当一个GP想要优化短期的IRR，就肯定不会选择在后续回合跟投，因为这会给LP带来额外的现金流支出，持有的成本也会相应增加。与倾向于大量跟投的大型VC机构比起来，这也是那些资金储备有限的早期种子轮基金显示出极高的IRR的原因之一。

我们从一些公开数据中就能很好地了解到VC基金的宏观表现，比如Cambridge Associates，它通过广泛的数据收集和比较得出衡量基金表现的基准，并且针对美国的VC基金定期进行信息披露。

在这个表格里，我们可以用2007年的数据为例详细展开一下。这个起始年份的选择还挺有意思的，因为首先，已经过去了接近15年，按理说大部分的资金都应该归还给LP了，但它的RVPI中还是有些存量。

其次，该年份的67支基金都经历了金融危机。一开始想挺过去肯定还蛮困难的，但另一方面它们也意外收获了以较低价格拿下优质deal的机会，手握筹码迎来接下来的十年牛市。那从数据来看，它们表现到底如何？

先看DPI，只有1.65，不太理想，相当于在三倍回报之路上走了一半就停了。再加上0.69的RVPI，很大程度上，这些基金需要依靠悬而未决的未实现价值来让自己的表现说得过去。而且，鉴于近年来私人投资估值上涨，最终如果DPI没有到达现在预计的TVPI的高水位，LP会很失望。

视角拉开，标普500指数从2007年7月1日到2017年7月1日正好翻了1.65倍。和有着充分流动的指数基金所产生的回报对比，这一年份VC基金的平均表现确实有点拉胯。

03 VC基金成功的法门，在于上行潜力

Horsley Bridge，一家专注于科技赛道的PE机构，也是a16z一支基金的LP，公开了它从1985年到2014年7千多个deal的情况。其中，几乎一半的投资都是亏钱的，只有6%的标的来带了十倍收益，而这些占到了总回报的60%以上。

在这些数据中，还有另一个惊奇的发现，就是最好的GP们并不在躲避糟糕的deal上有独特之处，一支基金的成功与否也不在于它的下行空间。在一个很不错的、2至3倍回报的基金，和一个超过5倍回报的顶级基金之间，丢钱的概率其实差不多。

区别在于，一支非常棒的基金能把赌注下在更多赢家身上。GP会问很多问题来确定数学方程式的参数，通过这种方式，顶级的VC机构往往会培养出几个黑马选手，它们甚至可以占到收益的90%。所以，VC的游戏是关于上行潜力的。

鉴于这一点，所有的LPGP都会特别在意市场规模。为了产生一支基金级别的回报，VC机构至少需要投到一家能产生数十亿美元盈利的创业公司。虽然让每一个deal都有这种潜力是几乎不可能的，但GP每一次出手时都应该抱有这种信心。

纽约顶尖的早期投资人Jerry Neumann曾经说过，他愿意承担的唯一风险是市场风险，也就是创业者们能否为自己的产品创造一个足够大的市场，大到可以填平他们一路走来难免会踏进的坑，而非退出风险，即创业者们还需要未来几年才能找到用户。

但在这里LPGP需要注意的是，市场规模并不等同于市场需求。市场规模是需求的信号，而不是对需求本身的衡量，一个市场小并不一定意味着市场需求也小。尤其在企业服务以及各种客单价超高的领域，还有很大的探索空间，别被一成不变的玩法限制了想象力。

标签： 风险计算