Musings on Markets 是纽约大学 Stern 商学院金融学教授 Aswath Damodaran（人称「估值教父」）自 2008 年更新至今的个人博客，以 DCF 内在价值与「叙事与数字」框架对热点公司（SpaceX、特斯拉、英伟达等）做公开估值拆解，兼发宏观市场综述，是估值领域最受推崇的免费教材。
Aswath Damodaran 在 2026 年 10 月的分析中，将 Anthropic 和 OpenAI 判定为高增长、高亏损、负自由现金流的年轻成长阶段公司，并指出其万亿美元定价主要依赖“混乱指标”（如 ARR），而非传统内在估值。作者认为，Anthropic 声称的 2026 年第二季度盈利不可信，因为调整项拼凑了合法费用的加回。Anthropic 的 ARR 为 670 亿美元（预计年底超 1000 亿），OpenAI 的 ARR 从 700 亿降至 500 亿美元，因报告口径从总营收转向净营收。Damodaran 警告，市场可能转向远期营收（如 2030 年）来让当前高倍数显得合理，但投资者可能错误地将这些远期倍数与当前市场倍数比较。
Aswath Damodaran 在 2026 年 10 月的分析中，以运营指标（营收增速、利润率、自由现金流）而非成立年限或行业归类，将 Anthropic 和 OpenAI 判定为高增长、高亏损、负自由现金流的年轻成长阶段公司，并指出其万亿美元级定价主要依赖“混乱指标”（如 ARR），而非传统内在估值。
Anthropic 和 OpenAI 均处于高增长、高亏损、负自由现金流的年轻成长阶段，尽管其营收规模已达数百亿美元。
作者在2026年10月15日旧金山活动中指出，Anthropic在IPO前会议披露2026年第三季度营收168亿美元（环比增长45%），调整后实现盈利，年度经常性收入（ARR）达670亿美元，预计年底将超1000亿美元。作者认为，年轻公司定价常依赖“混乱指标”（如ARR、眼球数、用户数）而非传统估值指标（盈利、账面价值、现金流），并解释为何定价取代估值。
作者提出判断公司阶段的三种方法：
| 判断维度 | 方法 | 局限性 |
|---|---|---|
| 成立年限 | 按运营时间长短分类 | 基础设施行业需数十年，科技行业可能几年从初创到成熟 |
| 行业归类 | 将行业整体视为特定生命周期阶段 | 科技行业内有成熟/衰退公司，公用事业中也有因数据中心繁荣而增长的公司 |
| 运营指标 | 营收增速、利润率、自由现金流、失败风险 | 最准确，能识别被误分类的公司 |
年轻公司的共同运营特征：高营收增长（通常基数小，但也有例外）、经营亏损（业务模式未成型、固定成本压倒收入）、负自由现金流（再投资以支撑增长）、高失败风险（需外部资本维持）。
作者原话说：“if a company has revenue growth in single digits, stable margins and positive free cash flows to the firm, it is a mature company, no matter how it views itself.” 意即：“如果一家公司的营收增长为个位数、利润率稳定、企业自由现金流为正，那它就是一家成熟公司，无论它如何看待自己。”
截至2026年10月，两家公司的关键运营指标：
| 指标 | Anthropic | OpenAI |
|---|---|---|
| 营收（ARR口径） | 670亿美元（预计年底超1000亿） | 未披露具体数字 |
| 营收增速 | 极高（环比增长45%） | 极高 |
| 经营利润 | 调整后盈利，但作者认为不可信 | 亏损 |
| 自由现金流 | 深度负值 | 深度负值 |
| 估值传闻 | 总市值超1万亿美元 | 总市值超1万亿美元 |
作者指出，两家公司营收规模已很大（“growing at scale”），但业务模式仍在变动中（按使用量还是订阅收费、高端还是大众市场定位）。关于Anthropic声称的盈利，作者原话说：“I know that Anthropic claimed to be profitable in the second quarter of 2026, but I don't think that even Anthropic believes this to be true, since these are adjusted profits and the adjustments represent a patchwork of add-backs of legitimate expenses.” 意即：“我知道Anthropic声称2026年第二季度实现盈利，但我认为连Anthropic自己都不相信这是真的，因为这些是调整后利润，调整项拼凑了各种合法费用的加回。”
作者区分两种方法：
作者认为，不相信有效市场的人有两条路：投资者路径（估值→买入低估/卖出高估→等待价格回归价值）和交易者路径（放弃内在价值判断→用图表等技术工具低买高卖）。年轻公司之所以多用定价而非估值，是因为其现金流不稳定、传统估值指标失效，只能依赖ARR、用户数等“混乱指标”。
作者明确表示，Anthropic和OpenAI的调整后盈利不可信，自由现金流深度为负，未来能否产生正现金流完全取决于AI业务如何演变。读者应注意，这是学术视角的分析，作者并未给出买卖建议，而是强调理解公司生命周期阶段对选择估值或定价方法至关重要。
好的，这是对 Damodaran 教授报告“Part 2”章节的分析。
作者指出，虽然投资者倾向于用定价（比较法）替代估值（现金流折现法）来评估年轻公司，但定价过程本身也依赖于对增长、风险和盈利能力的隐含假设，且面临数据匮乏和可比公司难寻的挑战。
作者首先解释了为何估值年轻公司比成熟公司更复杂。估值需要依赖财务报表、市场规模和行业统计数据来预测未来现金流、增长和风险。对于像 Anthropic 和 OpenAI 这样的年轻公司，其财务报表因高增长和未成型的商业模式而充满“噪音”，历史数据有限，且所在市场仍在快速演变，这使得估值工作异常艰巨。作者原话说：“valuing young companies will always be more complicated than valuing more mature businesses”，意即：“估值年轻公司总是比估值更成熟的企业更为复杂。”
因此，许多投资者转向定价，即参考类似公司的交易价格。作者以 Anthropic 和 OpenAI 的近期融资为例，展示了市场对它们的“定价”：
| 公司 | 最近一轮融资时间 | 融资金额 | 投后定价 |
|---|---|---|---|
| Anthropic | 2026年5月 | 650亿美元 | 9650亿美元 |
| OpenAI | 2026年3月 | 1220亿美元 | 8520亿美元 |
| OpenAI (待完成) | IPO前 | 300亿美元 | 约1.4万亿美元 |
然而，作者强调，风险投资（VC）的定价本质上是“前瞻性定价”，而非基于内在价值。对于 Anthropic 和 OpenAI 这类即将IPO的公司，其定价过程“both more compressed and even less informative”（意即：更加压缩且信息量更少）。投资者实际上是在根据对IPO价格的预期来定价，并折现以反映不确定性。例如，Anthropic 在2026年5月融资时，市场对其IPO的预期定价为1.15万亿美元，而当时的投后定价9650亿美元则代表了约1500亿美元的折价。
作者将定价过程分解为三个步骤：标准化价格、寻找可比公司、控制差异，并指出在评估Anthropic和OpenAI时，每一步都因公司所处生命周期阶段而面临特殊困难。
作者详细阐述了定价的三个步骤：
1. 标准化价格：将股价除以一个共同变量（如收入、利润、账面价值），得到市盈率（PE）、市销率（EV/Sales）等倍数，以便跨公司比较。
2. 寻找可比公司：找到与被定价公司相似的、已有市场定价的公司，通常按行业、地域和规模划分。
3. 控制差异：即使使用相同倍数，不同公司因增长、风险等差异也会有不同的倍数水平，定价时必须考虑这些差异。
作者指出，对于 Anthropic 和 OpenAI 这类公司，这三个步骤都面临挑战。首先，由于它们尚未盈利或盈利不稳定，常用的市盈率（PE）等基于利润的倍数无法使用，选择范围被迫缩小到基于收入的倍数（如市销率）或更“混乱”的指标。其次，寻找真正“可比”的公司极其困难，因为它们在技术、商业模式和增长潜力上独一无二。最后，控制差异时，需要对未来增长和盈利能力做出大量隐含假设，这实际上又回到了估值所需的核心判断上。作者在下一节将具体说明，为何使用年化经常性收入（ARR）或用户数等倍数，本质上是在对未来盈利能力、增长和再投资做出隐含假设。
作者指出，Anthropic和OpenAI这类早期亏损公司，定价只能依赖营收倍数，但年度经常性收入（ARR）的计算方式不统一且容易被操纵。 作者解释，当公司亏损、自由现金流为负时，营收是唯一可行的指标，因此" desperation drives you up the income statement until you find a positive number"（绝望迫使你在利润表上向上寻找，直到找到一个正数）。这导致市场聚焦于营收，且因增长极快，转而使用年化营收运行率（ARR）。作者原话警告："the perils with annualized revenue rates (ARR) is that they are not standardized and can be easily gamed"（年化营收运行率的危险在于它们没有标准化，且容易被操纵）。他举例，OpenAI近期将报告口径从总营收转向净营收，导致ARR从700亿美元降至500亿美元，而Anthropic仍报告总营收，将云服务商付款记为费用。此外，ARR可用最后一天、最后一周或最后一个月的数据计算，虽然两者目前都采用月度年化，但并无约束。
作者认为，随着定价争论升温，市场可能转向远期营收甚至远期盈利，通过拉长预测期来让当前的高倍数显得合理。 Anthropic已提出2026年底ARR超1000亿美元的目标，打开了使用远期营收的大门。作者预测，投资者和分析师可能进一步看向2030年或2036年的营收，因为"scaling prices today to forward revenues five or ten years out will make the pricing multiple look lower"（将当前价格除以五年或十年后的远期营收，会让定价倍数看起来更低，从而更易辩护）。更极端的是，基于预期的营业利润率或净利润率，转向2031年或2036年的预期盈利——例如声称Anthropic当前市值仅为2036年预期盈利的25倍。但作者警告："Investors use frames of what comprises normal or high, based upon their acquaintance with a multiple, and many will (mistakenly) compare these forwards earnings multiples to current earnings multiples in the market"（投资者根据对某个倍数的熟悉程度来判断正常或偏高，许多人会错误地将这些远期盈利倍数与当前市场盈利倍数比较，从而做出贵或便宜的投资判断）。
作者指出，将定价与用户数或算力挂钩有其内在逻辑，但这类倍数仅适用于同行业公司，缺乏历史参照系。 其逻辑是：更多用户或算力是未来营收和盈利的先行指标。作者回溯了互联网时代Mary Meeker用网站访问量和眼球数给公司定价的先例。对于AI公司，可将市值或企业价值与算力（以千兆瓦衡量）或获取算力的支出（算力承诺）挂钩。但作者指出弊端："The downside of using metrics that are specific to a business (users, eyeballs or compute power) is that you can compute that multiple only for the companies in this business, restricting comparisons, and you have no perspective on what comprises high, low or typical for that multiple"（使用业务特定指标的缺点在于，你只能为同行业公司计算该倍数，限制了比较范围，并且你无法判断该倍数的高低或典型水平）。
作者提供的定价对比表显示，基于不同指标，Anthropic和OpenAI各有相对便宜的一面，但两者都可能整体被高估。 在1.5万亿和2万亿美元市值假设下，基于最新ARR或2026年ARR，Anthropic比OpenAI更便宜；但基于2030年预期营收、算力成本/容量和用户数，OpenAI更便宜。作者指出每个倍数都有注意事项：Anthropic使用总营收而OpenAI使用净营收；Anthropic用户更多来自企业且按使用量付费，因此每个用户定价应更高。但作者强调："it is entirely possible that both Anthropic and OpenAI may be overpriced, and by comparing the two, you are just finding the less overpriced entity"（两者都可能被高估，比较两者只是在寻找被高估程度较轻的那个）。
作者认为，Anthropic和OpenAI面临最困难的定价场景——行业内公司极少且几乎都未上市，缺乏可靠的同行组。 定价依赖同行组，而LLM领域的竞争对手要么是大型科技公司的小部分业务（如Gemini是Alphabet的一小部分，xAI是SpaceX的一部分，Muse被Meta的广告业务掩盖），要么本身未上市。作者将定价场景按难度分为四类，从"大量上市公司"到"极少公司且几乎未上市"，Anthropic和OpenAI属于最后一类。当Anthropic的IPO路演开始时，缺乏同行组将成为障碍。作者指出，最窄的定价游戏是将两者相互配对比较，但至少在OpenAI上市前，比较将是在Anthropic的公开定价与OpenAI的私人定价之间进行，SpaceX可能被作为有噪音的同行加入。
作者认为，无论用哪个定价指标（如市销率），都必须理解该指标与公司内在价值之间的传导链条——增长、盈利能力和风险三者缺一不可，而 Anthropic 的看涨或看跌叙事若只抓住其中一环，都是不完整的。
作者将定价比较扩展到更广的范围。如果 Anthropic 接近 1.5 万亿美元市值，它将与 Mag Seven（七大科技巨头）和 SpaceX 对标——这些公司市值均接近或远超万亿美元。作者原话说：
> "The argument will be that investors who seek out large market cap companies will compare them to each other, even though Tesla, Apple and Anthropic are very different companies in terms of business model and where they are in the corporate life cycle."
意即："论据将是，寻找大市值公司的投资者会将它们相互比较，尽管特斯拉、苹果和 Anthropic 在商业模式和企业生命周期阶段上是非常不同的公司。"
定价比较结果（基于1.5万亿和2万亿美元目标定价）：
| 对比公司 | 对 Anthropic 看涨方的意义 | 对 Anthropic 看跌方的意义 |
|---|---|---|
| SpaceX | Anthropic 比 SpaceX 更便宜 | AI 热潮同时推高了两家公司，SpaceX 的高价不代表合理 |
| Mag Seven | Anthropic 的高估值可由更高预期增长解释 | 收入与盈利的巨大差距（表中未列，但使 Mag Seven 案例更强）无法仅靠希望和潜力解释 |
作者指出，无论选择哪个定价指标（如市盈率），都必须思考该指标如何与公司价值相连，以及需要在定价中控制哪些变量。以市盈率为例，连接当前盈利与整体价值的链条有三环：
1. 盈利增长：更高增长→更高价值
2. 增长效率：更高的净资产回报率（ROE）→同样的盈利能产生更多现金流
3. 风险：更低风险→更低折现率→更高股权价值
由于市盈率对 Anthropic 和 OpenAI 不适用，作者转向企业价值/收入（使用 ARR 或过去12个月收入）。该指标下，Anthropic 高定价需要满足三个条件：
| 定价决定因素 | 具体内容 | 对 Anthropic 的要求 |
|---|---|---|
| 收入增长 | 不仅增长量大，而且要快 | 早期年份实现"天高"的收入增长 |
| 盈利能力 | 从当前亏损转向盈利的路径 | 营业利润率飙升至30%或更高，依赖有利的单位经济性和规模效应 |
| 风险 | 经营风险、财务风险（算力承诺）、监管风险 | 风险状况快速收敛至平均水平，监管风险消退、商业模式站稳脚跟 |
作者判断："While you may find this story to be a reach, it is a plausible one"——意即："虽然你可能觉得这个故事有些牵强，但它是合理的。"
作者用"盲人摸象"的寓言总结：Anthropic 的看涨者和看跌者都容易只抓住公司故事的一部分。
看涨者的完整叙事：
看跌者的完整叙事：
作者明确表示不会选边站："It is because I am investor at heart and feel more comfortable making my decision based upon an intrinsic valuation of Anthropic"——意即："因为我骨子里是投资者，更倾向于基于 Anthropic 的内在价值评估来做决定。"这需要等到完整招股说明书提交（预计下周）。
| 标的 | 方向 | 作者态度一句话 | 关键数据 |
|---|---|---|---|
| Anthropic | 持有观察 | 作者认为其定价依赖“混乱指标”，调整后盈利不可信，自由现金流深度为负，但高定价故事（高收入增长+高利润率）在逻辑上“合理” | 2026年Q3营收168亿美元（环比+45%）；ARR 670亿美元（预计年底超1000亿）；2026年5月融资投后定价9650亿美元；传闻总市值超1万亿美元 |
| OpenAI | 持有观察 | 作者认为其同样处于高增长、高亏损、负自由现金流的年轻阶段，定价面临与 Anthropic 相同的困境，且 ARR 口径从总营收转向净营收导致数字下降 | 2026年3月融资投后定价8520亿美元；IPO前待完成融资定价约1.4万亿美元；ARR 从700亿美元（总营收口径）降至500亿美元（净营收口径） |
| SpaceX | 未明示 | 作者将其作为 Anthropic 和 OpenAI 定价比较中“有噪音”的同行，但认为 AI 热潮可能同时推高了两家公司 | 市值接近或远超万亿美元（与 Mag Seven 和 Anthropic 对标） |