【Web3 VC的融資和估值是怎麼來的？ 】 你有沒有好奇過，為什麼同樣是融資1千萬美元的專案，有的估值是1個億，有的估值是2個億？ 你有沒有疑惑過，影響web3專案融資額和估值關係的變數有哪些？ 為什麼有的專案能把估值抬到天上，但TGE之後便一路破發; 而有的項目無人在意悄悄低開，卻能連續好幾天漲服眾人？ 在一個VC專案中——專案方做局，VC打錢，交易所上幣，散戶接盤👉這四方力量，究竟是如何博弈的？ ———————————————— 上面這些問題也是我面對VC幣一直以來的困惑🤔——對於web3專案，多少錢的融資應該對應多少錢的估值呢？ 於是，我根據rootdata上所有可查詢的數據，匯總了615個專案的融資額和估值，整理成了一張詳細的表格，並對其中的數據進行了分析。 ✅ 先說最最核心的數據結論：600多個專案的「估值/融資總額」倍數的中位數是10，平均數是12，這是最核心的benchmark，也是我認為最有參考價值的數據。 這意味著，普遍而言，當一個 Web3 項目獲得 1 千萬美元的 VC 融資時，其在融資階段被認可的估值通常在 1 億美元左右。 對於我們普通散戶投資者來說，這個數位具有直接的指導意義：它提供了一個快速判斷專案估值是否“普遍合理”的尺規。 如果你看到一個專案以遠超這個平均水準的倍數進行融資（比如 1 千萬融資，估值卻是 2 億甚至 3 億），那麼你就需要提高警惕了。 這可能預示著專案估值存在泡沫，或者早期投資者對項目未來 FDV 的期望被過度推高，從而增加了你作為二級市場接盤方的風險。 ———————————————— 接下來是正文部分，首先長文預警⚠️本文將會分為以下幾個部分： 1️⃣方法論：研究這個數據的原因和意義是什麼 2️⃣數據來源 3️⃣數據的分析與解讀：融資額和估值的相關性，“估值/融資”的平均數&中位數，不同的融資輪次、融資金額、融資年份對“估值/融資”的影響 4️⃣不同市場環境下，專案方、VC、交易所、普通投資者的關係推演 5️⃣結論：數據的參考意義和不足之處 ———————————————— 🟢 【第一部分：方法論】🟢（有點長，但是建議閱讀） 傳統的風險投資模式中，融資額與估值的關係清晰明瞭。 一個項目獲得 X 金額的融資，對應的投后估值是 Y，那麼 VC 理論上獲得的股權比例便是 X/Y。 這個股權比例在傳統公司中通常是透明的、受法律約束的，並被記錄在Cap Table中。 它的高低，主要取決於： -專案自身的吸引力與潛力： 專案的技術創新、市場規模、團隊背景等。 -專案方的議價能力： 如果專案受到眾多 VC 追捧，專案方自然有更強的議價權，能以更高估值出讓更少股權。 -專案所處的階段： 早期項目風險高，估值模型可能基於未來預測如現金流折現，可能出讓更多股權; 而後期專案有營收和用戶基礎，估值更為成熟和穩定。 -市場環境： 牛市下整體估值水準會更高。 然而，當我們將目光轉向加密貨幣領域，情況則變得截然不同，且更為複雜。 傳統的估值邏輯和「融資額/估值 = 持幣比例」這一等式，在這裡面臨著巨大的變形 👇 ✅ 加密貨幣領域與傳統 VC 投資的巨大區別 在 Web3 投資中，存在以下幾個關鍵區別，使得簡單套用傳統估值邏輯變得困難重重： 1️⃣持幣比例與代幣經濟學的高度不透明性： -與傳統股權的 Cap Table 不同，Web3 專案的代幣初始分配比例以及詳細的解鎖和鎖倉時程表，往往不是強制公開或完全透明的。 -模糊用途的代幣儲備（如“生態系統基金”或“社區基金”）的最終分配和使用缺乏明確監管，為專案方和早期投資者提供了操作空間，使得 VC 實際獲得的“有效持幣比例”可能遠超其名義上的“融資額/估值”比例。 -代幣供應量也可能是動態變化的（通脹/通縮），進一步增加了不確定性。 2️⃣估值邏輯的多元與彈性： -Web3 專案的估值，除了傳統方法，還深度依賴於代幣經濟模型、社區規模與活躍度、網路效應、賽道熱度以及市場情緒。 -很多時候，估值並非嚴格基於專案的實際情況或現金流，而更像是一種【需求定價法】❗️即根據專案方“希望融到多少錢”和 VC “預期賺多少倍”來倒推。 特別是在牛市中，專案方和 VC 有【動機】和【機會】合謀，可能以“退出時的流動性和預期回報”為基準來倒推當前的估值，而不是反過來根據正常的實際成本和持幣比例來定價。 這使得估值更像是TGE時 FDV的一個「預期錨點」。。 3️⃣信息不對稱與監管滯後： Web3 領域缺乏成熟、統一的監管框架和強制性資訊披露要求。 這導致資訊高度不對稱，專案方和 VC 擁有遠超普通散戶的信息優勢。 這為專案方和 VC 利用規則彈性、進行利益最大化的操作提供了土壤。 ✅ 那麼，「估值/融資比例」在 Web3 領域有何實際意義？ 儘管存在上述複雜性，「估值/融資比例」在加密貨幣領域仍然具有橫向對比意義和指導價值： 1️⃣衡量市場預期： 它成為了專案 TGE 后，市場判斷其 FDV 是否合理或破發的一個重要參照基準。 2️⃣揭示 VC 的稀釋成本 從 VC 角度看，這個比例顯示了他們在「紙面估值」上為獲得相應代幣份額所付出的「稀釋成本」。 比例越高，意味著他們在名義上獲得的代幣份額越少。 然而，這種名義上的稀釋，可能掩蓋了 VC 通過其他管道（如額外代幣分配、優惠條款）獲得的實際利益，使得他們的“有效持幣比例”可能高於名義值。 研究這個比例，有助於我們推測 VC 和專案方之間是否存在這樣的「隱性交易」。 3️⃣洞察市場情緒與行業泡沫： 通過對大量項目數據的分析，這個比例的平均值和中位數（10-12），可以作為當前市場環境下Web3專案普遍估值水準的 benchmark。 當個別專案的該比例顯著高於行業均值時，這應該成為一個強烈的警示信號。 它可能預示著過度炒作、估值泡沫，以及專案方和早期 VC 存在高度一致的“推高估值、高位出貨”的短期動機，將巨大的風險轉嫁給後續的二級市場散戶投資者。 ———————————————— 🟢 【第二部分：數據來源】🟢（可以跳過😂） 為了深入分析 Web3 專案的融資與估值關係，本文的數據均來源於 @RootDataCrypto 。 【數據收集方式與範圍】 -手動收集： 鑒於 RootData 網站 API 介面的高昂費用，本次數據收集工作完全通過純手動方式完成（電子乞丐實錘了😢）。 這保證了對每個項目數據的審閱，但也意味著收集過程耗時較長。 -篩選標準： 1️⃣以「估值」為核心篩選條件： 本研究主要關注融資額與估值的關係，因此只收集了所有在 RootData 上公開披露了具體估值金額的專案。 2️⃣剔除無效數據：融資金額非明確數位： 排除了那些融資金額未公開、或未披露具體數位（如“數百萬美元”、“未公開”）的專案。 面向普通投資者的融資輪次： 剔除了 IDO、Public Sale等直接面向普通投資者的融資輪次。 -數據處理邏輯： 1️⃣總融資金額的計算： 對於每個專案，其總融資金額是將其所有 VC 融資輪次（種子輪、A 輪、B 輪等）的融資金額進行加總。 2️⃣估值的選取： 為了盡可能反映專案在某一時點的最新機構認可估值，我們統一選取了專案有記錄的最後一輪估值數據。 【數據的局限性與權衡】 需要明確指出的是，儘管付出了大量努力進行數據收集與篩選，但受限於以下因素，本次研究的數據仍存在一定的局限性： -手動收集的潛在誤差： 個別項目數據可能存在偏誤，儘管已盡力核對，但未能進行從頭到尾的完整校對。 -數據時效性與公開性： 並非所有專案的估值和融資細節都完全公開。 部分專案的最新融資資訊可能尚未被收錄或披露不詳。 -未統計 TGE FDV 數據： 本研究的核心分析基於 VC 融資階段的估值數據，尚未獲取專案 TGE 當日的 FDV 數據進行更進一步的對比和驗證。 這將是未來研究的方向（ Flag 🚩 +1）。 ———————————————— 🟢 【第三部分：數據的分析與解讀】 🟢 ✅ 【融資額和估值的相關性】 圖表⃣ 1️：散點圖：融資總額與估值金額的相關性（對數刻度） 【數據結論】： ⭕️ 總融資金額與最後一次估值金額的相關係數： 0.80 ⭕️ 結論： 相關係數接近 1 表示強正相關，意味著融資金額越大，估值金額也傾向於越大，這符合投資的普遍邏輯。 一些專案可能用相對較少的融資額獲得了較高的估值（點位於平均趨勢線上方），而另一些專案則可能需要更多的融資額才能達到類似的估值（點位於平均趨勢線下方）。 這種分散性正是我們後續深入探討的「估值」融資比例」的意義所在。 ✅ 【“估值/融資”倍數的分佈以及平均數&中位數】 圖表⃣ 2️3️⃣：不同檔位的“估值/融資”的項目數量（直方圖和餅圖） 【數據結論】： ⭕️ “估值/融資比例”的平均值： 12.36; “估值/融資比例”的中位數： 10.00 ⭕️ 大部分專案的估值/融資倍數都集中在5-10檔位（211個專案，佔34.3%）和10-15檔位（183個專案，佔29.8%）。 ⭕️ 約85%的專案，「估值/融資倍數」小於20倍。 【深入解讀】： -中位數 10.00 ：意味著一半的專案其估值是融資額的 10 倍或以下，而平均數 12.36 則略高，表明存在少數極端高估值的專案拉高了平均值。 -64%的專案集中在 5-15 倍區間：這說明 Web3 VC 投資多數專案在融資階段仍會遵循一定的市場共識，避免過於離譜的估值。 這個區間可能被視為市場在專案吸引力與 VC 風險回報之間找到的平衡點。 -約 85% 專案小於 20 倍：這間接說明瞭，對於散戶而言，如果看到一個專案“估值/融資比例”超過 20 倍，可能需要極其謹慎⭕️因為這已遠超行業普遍水準，要麼專案擁有顛覆性潛力，要麼存在嚴重的估值泡沫，或者 VC 的實際利益並非我們表面看到的那麼簡單（划重點）⭕️。 ✅ 【融資金額對“估值/融資”倍數的影響】 圖表⃣ 4️：不同融資金額下的加權平均「估值/融資」倍數（表格，反映該檔位總資本的效率） 圖表⃣ 5️：不同融資金額下「估值/融資」的平均數與中位數 （兩個柱狀圖） 【數據結論】： 加權平均： 0-100 萬美元檔位和 6000 萬-1 億美元檔位的加權平均倍數顯著高於其他檔位。 1 億-3 億美元檔位也相對較高，位列第三。 平均數與中位數： 0-100 萬美元檔位同樣在平均數和中位數上遠超其他所有檔位。 6000 萬-1 億美元檔位在平均數和中位數上也表現突出。 其他大多數檔位的平均數和中位數都集中在 10-12 左右。 【解讀】： ⭕️0-100 萬美元檔位（極早期專案，高倍數領跑）： 無論從加權平均、平均數還是中位數來看，這個最小融資檔位的“估值/融資”倍數都表現出最顯著的膨脹。 此時專案僅有概念、白皮書或極早期原型，風險最高。 但如果成功，回報潛力也最大，因此投資者願意接受更高的「估值溢價」。。 （但需要注意，0-100萬融資的專案有許多都並沒有發幣，參考價值有限） ⭕️6000 萬-1 億美元檔位（中後期衝刺，估值次高）： 這個檔位在加權平均、平均數和中位數上均表現出較高的估值倍數，僅次於極早期。 這一類專案在各自賽道中已嶄露頭角，具備成為“明星專案”的潛力，吸引了更多機構投資者的關注和競爭，從而推高了估值倍數。 投資者可能看重其即將爆發的增長潛力和接近退出（TGE）的臨近性，願意支付較高的溢價。 ⭕️1 億-3 億美元檔位（大型項目，穩健且高位）： 這個檔位在加權平均倍數中位列第三高，且總融資額和總估值規模都非常龐大。 達到這一規模的專案通常已是各自賽道的頭部玩家，具備成為“獨角獸”的潛力。 投資這類專案，除了財務回報，可能還伴隨著戰略佈局、生態合作等考量，吸引了更多傳統機構或戰略投資者入場，他們對估值倍數的接受度可能更高。 ⭕️3 億美元以上檔位（巨無霸專案，估值趨於理性）： 這個最高融資檔位的加權平均倍數反而相對居中（11.03）。 達到如此大規模融資的專案，通常已經非常成熟，此時估值可能更接近傳統企業的理性估值方法，注重項目的現金流、用戶規模等硬性指標。 投資這類巨型專案的 VC 或後期投資者可能更注重投資的確定性和風險控制，對估值倍數的期望更為穩健。 ——👇圖片太多，剩下的見下一個thread👇——