天花板在哪：市场有多大

2014 年，两位以专业著称的估值专家就同一家公司的价值吵了一架，吵法很干净：两人都用现金流折现，两人都把模型摊开给对方看，分歧只落在一个数字上——这家公司能长到多大。

一方是纽约大学的达摩达兰（Aswath Damodaran）。他把优步（Uber）的可寻址市场定为出租车与租车业约 1000 亿美元，假设优步能拿到 10% 份额，估值约 60 亿美元——而当时的融资轮已经把它隐含定价到 170 亿。另一方是本奇马克资本（Benchmark）的合伙人、优步早期投资人格利（Bill Gurley）。他的回应文章题目就叫《怎样错出一英里》（How to Miss By a Mile），主张 TAM 在 4500 亿到 1.3 万亿美元之间、份额可达 25%——他的 TAM 上限是达摩达兰假设的 25 倍以上。格利手里有一条经验证据：优步在旧金山的收入已经是当地出租车与租车业全部收入 1.4 亿美元的好几倍，还在快速增长。

莫布森的诊断是：两人都是专家，都用同一种方法，分歧完全落在对机会规模的感知上；而这个感知的根，是替代的边界。达摩达兰认为优步只替代出租车与豪华轿车，格利认为它替代的是“把人和物从 A 点运到 B 点的所有方式”。一个 TAM 假设的宽窄，就把估值拉开了二十五倍。这就是为什么莫布森要专门写一份《可寻址市场总量》——在他全部作品里，这是唯一一份系统教“怎么估市场有多大”的报告，也是中文投资写作里极稀缺的题材。

TAM 不是能长多大，是能创造价值地长多大

莫布森给 TAM 下的定义，第一件事就是往里嵌一个限定词。“TAM 不是一家公司能长多大，而是它能在创造价值的前提下扩张多少。”（“TAM is not about how large a firm can grow to be but rather how much it can expand while adding value.”）绝大多数人谈 TAM 时漏掉的，正是“创造价值”这四个字。TAM 是这家公司在它“能在创造股东价值的前提下服务的那部分市场”里、若拿到 100% 份额时所能实现的收入——它关心的不是规模本身，而是公司能在增值的同时增长多少。一家公司完全可以为了做大 TAM 而把回报做到资本成本以下，那种增长不创造价值，也就不该被算进真正的天花板。

估 TAM，莫布森要求做三角测量：绝对市场规模（人口、产品、转化率）、扩散模型（Bass）、基础率现实检验。三种方法各自独立、互为交叉验证——任何一种单独用都容易被自己骗。

在动手之前，还得先给要估的东西定位。莫布森借用了一张按“技术是现有的还是新的、客户是现有的还是新的”分的四格矩阵。现有技术加现有客户，是市场渗透，不算新产品，TAM 分析用处有限，公司主要靠定价与产品增强影响自己的天花板。现有技术加新客户，是市场开发，含地域扩张与老产品的新用途——一个经典例子是小苏打被重新定位成冰箱除味剂。新技术加现有客户，是产品开发，从平淡的产品线延伸到颠覆性创新都算。而最难估的是右上那一格——新技术加新客户，采用者总数与采用速度都是未知的。历史上最尴尬的预测失误都出在这一格：1940 年代初 IBM 的主事者估计整个电脑市场“也许就五台”；DEC 的创始人说过“没有理由有人会想在家里放一台电脑”。当技术与客户都是新的，你手里连一个像样的参照类都没有——这正是三角测量里“基础率检验”最使不上劲、也最需要谦卑的地方。

第一种，人口—产品—转化率。以他汀类药物为例：美国 3.2 亿人里逾 20% 有高胆固醇，其中约 5600 万人适合考虑他汀，而当前正在服用的约 2500 万。从“适合”到“在用”之间，最大的漏斗是依从性——获得降脂药处方的患者里约一半在六个月内停药，一年后仍在服用的只有 40%，五年后约剩四分之一。TAM 不是把人口一乘了事，中间每一层转化都会漏。莫布森还引了麦肯锡对新药销售预测的一次大规模检验：逾 1700 个分析师预测、覆盖 260 种药、跨十年，全部预测对峰值销售的中位数误差只有 4%，可平均误差很大——近三分之二的估计偏离峰值收入 40% 或更多。中位数很准、平均值很差，这本身就是在提醒：单个预测几乎不可信，只有分布可信。

Bass 模型：先慢后快，然后见顶

第二种是扩散模型。弗兰克·巴斯（Frank Bass）1960 年代提出的模型，把每一期的新增采用者写成一个乘积——采用率乘以尚未采用的潜在人数。它有三个参数：p 是创新系数，捕捉大众市场影响（你还不认识任何拥有者却已想买）；q 是模仿系数，捕捉人际影响（口碑与社会传染）；m 是最终采用者总数。莫布森团队把逾 50 个产品的实证参数列成一张表：p 平均 0.037，q 平均 0.327——q 显著大于 p。当 q 大于 p，渗透就呈 S 曲线，非累计采用者的分布近似正态。

这里有一个投资者最容易犯的错。S 曲线最陡的那一段增速极快，人们习惯把这段增速往前外推、并据此扩产。莫布森讲了一个彩电的教训：彩电 1950 年代推出，1968 年销售就见顶了（要到 1970 年代初才超过黑白电视）；1960 年代行业高速增长时，厂商外推陡峭段的增速、相应扩产，结果 1968 年制造产能做到 1400 万台，而销售在 600 万台就封顶了。峰值销售其实有解析式可算——峰值销售 ＝ m ×（p＋q）² ÷（4q）——外推 S 曲线的人，等于假装这个峰值不存在。

参数怎么落地估，莫布森用卫星广播的案例做了完整演示。估最终采用者 m，XM 卫星广播的战略规划总监在 1990 年代末做了一次逾 6000 人的全国电话调查，按收音机价格乘月订阅费构建需求矩阵：收音机 100 美元、月费 2 美元时对应 7780 万潜在用户，250 美元、10 美元时降到 3070 万，400 美元、12 美元时只剩 2370 万——跨度之大，本身就凸显了敏感性分析的必要，案例最后采用 m 等于 3000 万。估 p 和 q 则用类比法：选便携 CD 机、汽车收音机、蜂窝电话三个可比产品，按“产品特征权重 60%、市场结构权重 40%”打分加权，得出 p 约 0.011、q 约 0.492。因为 p 远小于 q，模型给出的形态是先缓慢采用、越过临界规模后快速上升，几年后采用几乎完全由模仿者驱动。这套“用类比给新产品估扩散参数”的做法，是把一个看起来无从下手的问题（一个全新品类会卖多少）拆成了可操作的步骤。Bass 团队 1992 年对卫星电视的一次预测可以印证它的精度：预测 1999 年 939.1 万户、实际 998.9 万户，预测渗透率 9.55%、实际 10.16%——七年之后，误差在个位数百分点之内。

Bass 模型里还藏着一个越来越要紧的现实：新技术的扩散在加速。莫布森团队给了一组“达到美国一半家庭所需年数”的对照——电话用了 71 年，电力 52 年，收音机 28 年，个人电脑 19 年，彩电 18 年，手机 14 年，互联网接入 10 年。服务的加速尤其剧烈：WhatsApp 推出仅 4 年就有 4.19 亿用户，同期 Facebook 1.45 亿、Gmail 1.23 亿。扩散越来越快意味着两件相反的事同时变难——你既更容易低估一个赢家能长多快，也更容易被一段陡峭的 S 曲线骗着把峰值想得太高。这正是三角测量存在的理由：单靠任何一种方法，都会在加速的世界里出错。

莫布森还要求把需求侧和供给侧的约束一条条过一遍。需求侧先要分清使用者与付费者——在医疗领域，消费者与付费者完全分离，必须同时考虑使用者的需要和付费者的激励；再看财务资源、物理极限（一个人能吃多少用多少）、需求弹性（价格上升时，无弹性商品的 TAM 可能增长、有弹性商品会缩小）、周期性、以及替代与替代威胁——最后这一条正是达摩达兰与格利分歧的核心。供给侧同样先分供应商与销售者（多数车企通过经销商卖车，TAM 至少部分反映其经销网络），再看供应能力、单位增长与定价、监管约束（监管变化可以放大或缩小 TAM）、激励（讽刺的是，本意让高管与股东一致的限制性股票薪酬，可能反而在鼓励风险规避）、以及规模——因为价值创造已嵌进 TAM 的定义，可寻址的 TAM 通常小于总 TAM。多数公司只能在地方层面拿到规模优势，少数能在全国或国际层面拿到；两个以上竞争者常各据一段利基以减少冲突，于是 TAM 又没有表面看起来那么大。

Bass 模型自己也有边界，莫布森团队列了四条，其中三条直接关系到“天花板到底有多高”。其一，替换周期：即使人口和渗透率都在上升，只要替换周期拉长，单位需求就可能下降；产品成熟到一定程度后，替换周期就成了需求的核心。其二，规模经济，这里莫布森引了格林沃尔德（Bruce Greenwald）那句“所有战略都是本地的”（all strategy is local）——公司能在地方或区域层面拿到规模经济，但随着它成长、逼近理论 TAM，创造增量价值的能力会迅速消散。沃尔玛是格林沃尔德的主案例：1970 到 1980 年代中期，沃尔玛在入库物流、广告、高管监督三方面胜出，而这些优势主要来自地理集中——门店与配送中心紧密聚集；一旦沃尔玛扩张到它的地方优势之外，资本回报与竞争优势都被侵蚀。这条教训不止适用于零售，只要你得派卡车去服务客户，地理集中就重要。其三，超射市场（Christensen 的颠覆理论）：公司改进产品的速度快过市场需要的速度，客户最终得到的超过所需、不再愿为额外改进付费——被超射的市场里，公司上行走不了（客户不肯多付），下行也走不了（会撞上成本更低的颠覆者）。

网络效应，比人们宣称的少见得多

第四条边界是网络效应，也是本章要处理的反证。

在很多叙事里，网络效应几乎成了万能护城河，仿佛哪家公司都能声称自己有。莫布森团队的数据把这个说法收紧了。他们给出了一个市场份额的分水岭：对多数消费品——运动鞋、软饮、汽车——领先公司的份额很少超过 40%；而在网络效应强的业务里，市场份额普遍远高于 50%，且常常接近 90%。微软历史上在 PC 操作系统的份额、eBay 在网上拍卖的份额、谷歌在搜索的份额，都在后一档。这条 40% 对 90% 的分水岭，等于给“普通生意”和“网络生意”划了一条界。而关键的一句是——强网络效应比人们宣称的要少见得多。附录表里的多数产品并不显著受益于网络效应（邻居有没有搅拌机，不影响它对你的价值）；即便是轴辐式网络如航空，网络效应也有限。真正的网络效应要靠“组合式网络”，即节点之间能彼此通信。阿瑟（W. Brian Arthur）有一句莫布森爱引的话——“网络，终究是少数。”（“Of networks, there will be few.”）而莫尔（Geoffrey Moore）的“跨越鸿沟”则补上另一半：在网络效应强的领域，多数公司根本无法从早期采用者过渡到主流用户。所以宣称有网络效应，不等于拥有它；能不能过鸿沟、份额到没到 50% 那一档，才是检验。

第三种方法——基础率现实检验——莫布森用在了一个最热门的公司上。2015 年 2 月的电话会上，马斯克提出特斯拉或能在未来十年、以约 60 亿美元的收入为基数、实现 50% 的复合年增长率。莫布森团队做了三重检验，最狠的是基础率那一重：他们找了逾 1200 个当时销售规模与特斯拉相当（60 到 130 亿美元）的公司，看它们随后十年的销售增长率分布——经通胀调整后的平均增速不到 3%，标准差低于 8%，而且没有任何一家实现了超过 40% 的复合年增长率。50% 相对于这个历史样本，大约落在均值之外六个标准差的地方。但莫布森没有把话说死，他诚实地补了一句——特斯拉可能做到吗？当然可能；但合理的概率是多少？审慎的投资者会把它定得非常低。这句补语很重要：基础率不是用来否决单个案例的，它是用来告诉你，如果你相信这个案例，你就是在下一个历史上几乎没有先例的注，你得为这个“几乎没有先例”准备好理由。

天花板会被重新定义

TAM 还有一个反直觉的性质：它不是固定的，公司可以通过业务品类演进把自己的天花板抬高。

莫布森举的最有反差感的例子是通用电气。杰克·韦尔奇 2001 年退休时，GE 占其 TAM 的份额比他二十年前上任时更低——高管估计 2001 年 GE 的 TAM 份额不到 10%，是 1980 年代初的一半。但 GE 的业务在韦尔奇任内表现优异，份额下降完全来自 TAM 被重新定义得远大于 1981 年。关键动作是“联结与杠杆”——把在生态系统某一个节点上建立的用户基础，转移到相邻的节点或产品。

谷歌是网络效应叠加双重规模经济的示范，也是莫布森讲“份额到 90% 那一档意味着什么”的现成例子。当时谷歌在全球互联网搜索的份额，在所有设备上接近 70%，在移动与平板上约 90%——海量查询带来强劲的广告收入（供给侧规模经济），又让它可以持续投资搜索技术、为用户增加价值（需求侧规模经济）。芒格对它的评价是——“谷歌有一条巨大的新护城河。事实上，我可能从没见过这么宽的护城河。”（“Google has a huge new moat. In fact I’ve probably never seen such a wide moat.”）为什么信息类的网络生意利润率弹性这么大，莫布森用一个经营杠杆的算例讲清了：一家固定成本占 25%、变动成本占 75% 的公司，销量从 50 万涨到 200 万，营业利润率从 0% 爬到 30%，总共改善 30 个百分点；而一家固定成本占 75% 的公司，同样的销量区间，营业利润率从 18.3% 爬到 70.8%，改善逾 50 个百分点。高固定成本、低边际成本，正是知识型网络在需求扩张时利润率能急速上行的原因，也是它在需求收缩时会急速下行的原因。

还有一层放大效应来自产业生命周期。详细的产业研究显示三个阶段：先是竞争者数量增长（美国汽车业曾从数家增长到约 75 家），然后是大洗牌、大量公司退出（汽车业降到约 20 家），最后竞争者数量与份额稳定。为什么这对估一家公司的潜力至关重要？因为在洗牌阶段，公司的销售可以比市场本身长得快得多。莫布森的算例：一个新产业销售 100、10 家平分；进入第二阶段，产业销售升到 200 而公司数降到 5——产业销售翻了一倍，而幸存者的潜在销售额翻了两番。天花板不只由市场总量决定，也由你能不能活到洗牌之后、把退出者的份额接过来决定。

这背后是莫布森从《预期投资》里带来的一张三类业务表：实体、服务、知识。实体业务的优势来自资产，为增加产能而投资，可扩展性低，卖的是竞争品；知识业务的优势来自人，为应对过时而投资，可扩展性高，卖的是非竞争品，享受需求侧规模经济。知识业务的独特之处在于——它一般不是为增加产能而投资，而是为应对过时而投资：卖更多现有产品几乎没有约束，但知识行业变化极快，过时的知识品几乎没有残值；拥有既有用户基础的公司可以把客户从一个产品迁到下一个，从而缓解过时风险。约翰迪尔是品类演进的好示范：一家以绿身黄轮拖拉机著称的实体公司，如今“一台大型约翰迪尔拖拉机的软件代码行数比早期航天飞机还多”，它的 GPS 能在田间近乎完美地引导农具（服务），MyJohnDeere.com 还给农民提供灌溉、养分、天气、作物价格与商品期货信息（知识）——一家实体公司把自己的天花板从“卖多少台拖拉机”抬到了“农业生产的多少个环节”。做成品类演进，公司就能利用网络效应、留住客户、并延长竞争优势期，这一条直接接回上一章的终值。

把这三种方法收在一起，莫布森给的不是一个数字，而是一套判据。他反复强调 TAM 是“过度自信与乐观主义泛滥的重灾区”——正因为如此，它才更需要三角测量的相互制衡：绝对规模法给你一个上限，扩散模型给你规模与速度，基础率检验则把前两者的乐观拉回到历史发生率的地面上。做成品类演进、把天花板抬高的公司，能一次拿到三重收益——利用网络效应、让客户经济性更有吸引力、并延长竞争优势期；但也要同时面对开放系统与封闭系统的取舍、功能放在产品里还是云端、数据归谁所有这些真实的战略难题。TAM 从来不是一个可以从券商报告里抄来的数，它是一次需要你自己动手做的三角测量。

所以留一道作业。挑一个你正在用高增长假设估值的公司，把它的 TAM 拆成两问：第一，这个 TAM 的边界画在哪里——它替代的到底是一个窄品类，还是一整类需求（像优步之争那样）？第二，去把跟它今天规模相当的公司找一批出来，看它们过去十年的销售增速分布，你的增长假设落在这个分布的第几百分位？如果落在六个标准差之外，你不必因此放弃它，但你必须能说出，凭什么这一次不一样。

本章依据

• A1｜报告（本章主文本）：《可寻址市场总量：估算一家公司潜在销售额的方法》（Total Addressable Market: Methods to Estimate a Company’s Potential Sales），2015-09-01，Credit Suisse GFS，与 Dan Callahan 合著（research/michael-mauboussin/digest/shard-09.md，cs-010 · P0）。Damodaran vs Gurley 的 Uber 之争（60 亿 vs 4500 亿–1.3 万亿、替代边界）、“TAM 内嵌价值创造”定义、三角测量法、他汀人口/产品/转化（半年一半停药、一年 40%、五年四分之一）、麦肯锡 1700 预测 260 药（中位误差 4% 而近三分之二偏离 40%+）、Bass 模型三参数与逾 50 产品参数表（p 均 0.037、q 均 0.327）、峰值销售解析式、彩电 1968 见顶（产能 1400 万 vs 销售 600 万）、Bass 四大局限、网络效应份额分水岭（多数消费品 <40%、强网络 >50% 常近 90%）、特斯拉“六个标准差之外”（1200+ 同规模公司十年增速平均 <3%、无一家达 40% CAGR，且“可能吗？当然可能，只是概率极低”）、韦尔奇任内 GE 的 TAM 份额从约 20% 降到 10%、三类业务表、约翰迪尔品类演进，均出自此篇。
• 归属：扩散模型＝Frank Bass（受 Everett Rogers《Diffusion of Innovations》影响）；“跨越鸿沟”＝Geoffrey Moore；“所有战略都是本地的”与沃尔玛地理集中案例＝Bruce Greenwald；超射市场＝Clayton Christensen 颠覆理论；“Of networks, there will be few”＝W. Brian Arthur；组合式网络与需求侧规模经济的整合归莫布森团队。特斯拉基础率检验、TAM 内嵌价值创造的定义、三类业务的估值含义为莫布森（部分承自《Expectations Investing》，与 Rappaport 合著）。
• 不管钱纪律说明：Uber、特斯拉、GE、约翰迪尔、沃尔玛均为教学案例，非莫布森本人交易或推荐；特斯拉一节只呈现基础率分布与“审慎概率极低”的判断，不给买卖结论。
• 数字纪律说明：Bass 参数表、特斯拉六标准差、网络份额分水岭、GE 份额均取自 cs-010 正文与附录 A 可读表格；本章未使用任何 OCR 散架的图内数值。

本站正文为基于公开材料的独立编辑与研究归纳，不替代原始资料，也不构成投资建议。