一、高新技术企业估值方法探讨——浅议期权估价法的适用性（论文文献综述）
刘梦乔[1]（2021）在《基于神经网络模型的上市公司估值方法应用研究》文中认为经济的飞速发展,企业之间的产权交易也越来越丰富,使得市场对于企业价值评估的内容也越来越严格和多样化。科创板于2018年宣布成立,它对于整个市场来说,是属于新成立的板块,其独立于主板,因此,设立科创板对于市场来说具有重大意义,那么对科创板的研究也同样极具现实意义。本文首先分析了科创板的企业普遍运用几大传统估值方法的适用性及其缺陷,而以往的企业价值评估方法,大体上涵盖下列方面:资产价值法、期权估值法、现金流量折现法等。资产价值法评估的结果可能不全面,公司的价值绝非仅是各项资产的加总,同时一旦仅以价值评估的历史数据为侧重点,通常无法对企业当前资产规模和经营状况产生直观准确的认识与判断;相对估值法的重点主要集中在比较对象的确定上,一般情况下经营状况完全一致的两个企业是不存在的,而这主要取决于相关专业人员的主观评价,一旦出现问题必然会导致价值评估结果的准确性难以保障;其次现金流量折现法对创立之初的企业适用性本质上是不高的,主要是由于初创企业在当前阶段的现金流并不会出现明显增长,甚至还会出现负现金流的情况,同时考虑到风险因素的影响,使得该方法实际操作难度较高;而期权估值法、EVA估值法用估值模型需要假设很多前提条件,模型中的参数可能无法从市场中得到,在现实条件下通常会受到商业运行模式和行业产业类型的制约和束缚,从而限制了模型的应用。由此,在前文分析了传统估值方法存在的一系列问题及局限性的基础上,提出了运用BP神经网络对企业价值进行适当评估。为了确保对BP神经网络在企业价值评估中的优势有着准确了解与认识,本文选取科创板企业为侧重点,依托于Python3.6软件对现有相关企业的各项数据进行统一收集与梳理,并在此基础上构建相应的BP神经网络模型,同时通过个案检验法对所得模型的合理性与有效性加以验证,最终归纳出研究结论。本研究归纳出的BP神经网络并不依赖于数学模型的应用,同时在应用过程中并未存在前提和假设,因此能够有效弥补现有相关模型的不足。另外,BP神经网络对企业类型并不存在严格要求,样本数据主要来源于企业历史数据,不需要对企业未来经营状况进行推测与判断,模型建立主要是在计算机支持下完成的,在最大限度内降低主观因素的干扰,因此能够打破以往评估方法的局限性,提高评估效率,确保所得评估结果的科学准确。在选取科创板公司为重点构建BP神经网络模型过程中,从中归纳出下列结论:由于BP神经网络的优势与特征,使其在企业价值评估中表现出良好的适用性;通过对现有案例进行分析验证发现,BP神经网络模型评估企业价值的精确度明显高于传统的价值评估方法;针对任何类型的企业来讲,均可能存在企业价值评估不准确的情况,进而造成投资者投资风险的提高,因此应确保投资者能够对企业价值有着准确认识与判断;从影响企业价值的指标来看,大体上包括:存货周转率、资产总额、净资产收益率,所以,要想在真正意义上实现企业价值的提高,应扩大企业规模和数量,同时还应重视提高企业发展水平,最终实现企业价值的有效提升。不仅如此,还应对产品质量保持着高度关注,强化产品竞争优势,通过创新促进自身经营效益的提高,同时进一步延伸销售范围,保证预期经营目标顺利实现。
郭岚一[2]（2021）在《互联网企业价值评估方法应用研究 ——以美团为例》文中指出诞生于上世纪六十年代的互联网经历了多年的发展,现如今已经成为了国家经济与人民生活中不可或缺的一部分。截至2020年12月,中国网民数量就已高达9.89亿,网络普及率高达70.4%,是当之无愧的互联网大国。自2012年“互联网+”概念的出现,到2015年李克强总理确定了“互联网+”行动计划,我国互联网行业稳步驶进了快车道。作为我国新经济发展的重要引擎,互联网行业成为了金融市场中投资者竞相投资的热点之一,金融市场对互联网企业的动态发展同样是格外的关注。在这样的时代背景下,许多互联网企业选择并购重组,亦或是历经多轮融资上市,随之而来的如何为互联网企业合理估值就成了迫切且重要的问题,这引起了大量学者的关注。由于互联网企业盈利不稳定、可比公司少、轻资产甚至是表外资产多等独特性,导致运用传统方法对其进行价值评估时并不适当,而用户是互联网企业最重要的资源,其价值体现在用户创造的网络效应中。梅特卡夫定律揭示了互联网企业价值与用户数量的平方呈正比,曾李青定律提出节点之间的距离也会影响互联网企业的价值,在此基础上国泰君安证券研究部提出了V=K×P×N2/R2这一互联网企业定性估值公式,因此本文的研究内容将更多地考虑一些非财务因素对互联网企业价值的影响,以梅特卡夫定律为基础结合互联网企业自身特点与估值难点,改进原有估值模型,合理量化相关参数,提高原有模型的适用性与可操作性,最终对互联网企业进行合理的价值评估。本文的创新点在于从用户数量、单位用户成本等角度入手考虑互联价值评估这一问题,同时选择以新经济企业的代表美团作为研究案例,美团是生活服务类电商平台,这类企业在互联网企业价值评估中涉及较少。本文分析研究后得出以下结论:一是对于互联网企业价值评估这一问题而言,梅特卡夫定律具有一定的优越性。财务状况差或是不稳定、未来发展难以预计且缺乏可比公司是当下我国大多互联网企业的特性,因此从用户规模等新角度出发对互联网企业估值就十分必要;二是评估互联网企业价值时财务因素与非财务因素缺一不可。虽然互联网企业价值受非财务因素影响较大,但财务因素同样不容忽略,本文在构建估值模型中引入了单位用户获取成本这一指标,来衡量企业是否有潜力形成规模化经济,是否存在过度“烧钱”导致资金链断裂的风险;三是提升企业价值的根本路径在于提高企业的核心竞争力。互联网企业要想扩大用户规模、保持用户粘性不能仅依赖于优惠折扣等营销方式,更要从根本上提升自身的产品质量服务水平,提高用户满意度增强自身的竞争力。
张玉群[3]（2021）在《基于实物期权法的高新技术企业价值评估研究 ——以四维图新为例》文中认为高新技术企业的经营方向以研究开发和技术成果转化为主,其根本是掌握核心的自主研发知识产权,并且在发明创造新时代浪潮的推动下伴随着科学技术手段的不断创新,在传统领域推陈出新。在互联网新浪潮的背景下,高新技术企业以大数据平台为基础,伴随科技变革,不断创新升级自身业务结构,在加强核心自主研发知识产权的同时,为市场提供创新的产品与服务,借以提高自身企业价值,扩大市场占有率,保持市场竞争力。而且随着我国传统产业的转型升级和国家对高新技术行业的大力扶持,我国高新技术企业的数量不断增加,与其相关的并购、上市等经济活动也频繁发生。这便对高新技术企业的估值提出了更高的要求。只有对高新技术企业的价值有正确认识,才能对它们进行精准定位,企业的外部投资者和内部管理层才能做出正确的投资决策。因此国内外专家们开始研究高新技术企业的估值问题,但是目前对高新技术企业的价值评估并没有统一的研究体系和方法,很多时候对高新技术企业的估值方法仍然沿用传统企业估值的方法,这就导致在对高新技术型企业进行价值评估的过程中,必然会忽视企业的自身特点以及企业的具体发展状况。而且高新技术企业不确定性强、产品或服务难以被替代、表外无法资产多等特点使得传统的评估方法难以对其进行全面准确的价值评估,因此,基于对高新技术企业的企业特性分析,试图找到有别于传统企业估值方法的,更适用于高新技术企业特点与发展状况的方法及模型。所以本文选择了实物期权法。尝试构建收益法与实物期权法相结合的模型对高新技术企业进行价值评估。本文首先对国内外学者们在企业价值评估理论方面的研究成果进行了梳理,详细说明了研究目的与意义,随后回顾了企业价值理论和企业价值评估相关理论、期权理论,并对传统的估值方法和实物期权法进行了详细介绍。其次明晰了高新技术企业的界定,在结合高新技术企业特点的基础上对传统估值方法应用的局限性进行了阐述,并考虑引入期权概念,构建更加适合高新技术企业的估值模型,并对该模型的适用性进行了分析探讨。最后选取合适的公司作为案例分析对象,而四维图新公司作为典型的高新技术企业,具有高投资、高风险、不确定性强的特点,而且已经成立10余年,高新技术研发经验丰富,且符合企业自由现金流折现两阶段的基本假设,即成立初期高速发展然后进入稳定期稳步增长,因此为使研究案例更具代表性,本文选取此公司作为评估对象进行价值评估,并详细说明模型中各参数的具体选择方法,而最终的评估结果与四维图新的市值较为接近,表明了该模型适用于对高新技术企业进行价值评估。本文认为高新技术企业不同于传统企业,使用传统评估方法对其进行评估存在一定的缺陷和不足。而实物期权法可以较好的弥补这些缺陷,并且高新技术企业的价值由两部分构成,一部分是企业现有资产的价值,另一部分是企业未来投资机会的价值期权的价值。因此可以将高新技术企业的价值分为两部分,分别采用不同方法进行评估,对现有资产的价值采用收益法评估,用实物期权法评估期权的价值,最后将两部分加总便可以得出企业的整体价值。应用这一组合评估模型对高新技术企业进行价值评估,不仅能够帮助企业对价值创造的核心有进一步的清晰认知,还能为企业的战略规划制定参考路线,有利于企业的可持续发展。笔者结合评估学与之前的学术研究基础,总结出适用于高新技术企业价值评估的方法,希望该方法能帮助企业更好进行企业价值评估,为企业的并购、投资、上市等各种活动提供经营决策依据。通过深入的分析,希望也可以对其余行业的价值评估起到一定借鉴意义,从而有助于国内企业良性发展。并且希望可以细化不同方法的适用领域,使价值评估理论体系更加完善。
王家成[4]（2021）在《二叉树期权定价模型在芯片企业并购中的估值应用研究 ——以A公司并购B公司为例》文中研究表明海外并购作为一个国家硬实力的体现,是我国建设经济强国和技术大国的驱动力之一。近年来我国经济整体形势预期向好、于稳定中蓄势,资本市场持续壮大,国内企业积攒了一定的实力后纷纷把目光放眼海外,意在通过海外并购寻求扩张以及获取优质的经济、技术等资源。但是在并购热潮中失败的实例屡见不鲜,究其原因可能是对目标企业的估值不够合理所形成高额溢价或者被并购公司无法达成既定业绩目标导致的商誉减值。因此,选择合理的估值方法对目标企业进行科学准确的估值对企业日后实现持续稳健发展具有重要意义。本文主要研究在海外并购时评估被收购企业价值运用二叉树期权定价模型的可行性和适用性。首先介绍了研究背景、意义等。其次,回顾了中外专家学者们在实物期权领域的理论研究和应用成果,以及在海外投资企业估值领域的成就。在此基础上运用归纳比较法从各个方法的基本原理切入研究各自的适用性,之后引入A公司并购B公司的案例,对并购动因和并购过程等作出介绍,然后将二叉树模型运用于对B公司的价值估算中求取估值结果,再将其和原来评估的结果予以比较和分析,以并购后的实际经营状况为依据检验估值结果的可靠性,验证模型应用的优越性,最终认识到半导体芯片企业在海外并购时把二叉树模型应用在标的资源价值评估中的意义,并收获了有益启示。本文利用理论和案例分析研究发现:（1）被收购的B公司所蕴含的期权特性的价值在用市场法和收益法评估时没有得到很好地体现,而二叉树期权定价模型在结合了传统估值方法的基础上将并购后经营中的不确定性的这部分期权价值考虑进了企业的整体价值当中,在本文的案例中其估值结果科学较为全面的反映了目标企业的整体价值;（2）三大传统评估方法各有所长,但它们固有的局限性限制了他们的适用范围,相比较而言实物期权模型在企业估值领域具有一定的优势,其应用丰富了现有的评估体系;（3）在海外并购交易中对目标企业的估值举足轻重,相比于传统的市场法和收益法等,利用二叉树模型评估可以得到更为真实客观的价值,有利于降低我国企业海外并购失利的风险。
庄伟[5]（2021）在《基于Schwartz-Moon模型的高新技术企业价值评估研究 ——以博雅生物为例》文中认为在全球科技发展浪潮的推动和国家科技兴国战略的导向下,我国高新技术企业得以迅猛发展。随着科创板的推出,高新技术企业更是成为了资本市场关注的焦点,市场中投融资、并购重组等资本活动日益频繁,这增加了对高新技术企业价值精准评估的需求。但是,高新技术企业的成长模式和经营特点与传统企业不同,具有无形资产占比高、发展不确定性大等特点,导致传统估值方法存在局限性,无法精准评估其内在价值。因此,本文尝试引入基于实物期权思想的Schwartz-Moon模型来对高新技术企业进行价值评估研究,以期探寻可行的价值评估路径,为企业管理层和市场投资者提供参考意见。本文采用理论分析和案例研究相结合的研究方法,遵循从理论分析到实际应用的逻辑路径,对高新技术企业估值问题展开研究。在理论分析层面,本文首先基于高新技术企业价值构成及价值特征阐述了高新技术企业的价值评估特性,在此基础上对传统企业价值评估方法的局限性和实物期权法的适用性予以分析,认为实物期权法与高新技术企业价值评估特性契合,具有良好的方法适用性。随后,通过实物期权模型的对比分析,认为Schwartz-Moon模型内设多个随机微分方程和均值回复方程,更全面地考虑了企业的发展不确定性和成长性。因此本文选择Schwartz-Moon模型进行高新技术企业价值评估架构,为模型在高新技术企业估值中的应用研究提供基础工具。在实际应用层面,以博雅生物为案例研究对象,通过模型在高新技术企业价值评估中的实际应用对其适用性进行更深入探讨。首先,本文从模型应用可行性分析,到模型参数取值,再到蒙特卡洛模拟运算,展示了模型规范的实施应用程序。其次,通过Schwartz-Moon模型和传统估值模型在评估基准日的估值结果对比分析,在一定程度上验证了模型在高新技术企业估值中的有效性。最后,本文基于模型设计思路和估值应用实践,对模型应用局限性作出了分析。本文主要研究结论可以归结为如下三点:（1）实物期权法适用于高新技术企业价值评估。实物期权法通过识别企业在经营发展过程中的期权特征,借助期权计算方式来衡量企业潜在获利机会价值,从而更贴近高新技术企业内在价值。（2）Schwartz-Moon模型在高新技术企业价值评估中具备有效性和可操作性。模型通过构建多个随机微分方程去描述企业在收入增长和成本变动等多方面的动态波动性,能更有效地捕捉高新技术企业在发展不确定性中所具有的潜在获利机会价值。根据模型在案例中的估值应用结果来看,模型对于高新技术企业的评估结果和企业实际股价的差异率控制在合理范围内,说明模型能为该类企业估值提供可行的方法路径。（3）Schwartz-Moon模型存在一定应用局限性。模型在参数估计和适用范围上存在局限性,评估者在运用模型时需充分考虑模型适用范围,对部分关键性主观参数审慎估计。
杨小强[6]（2021）在《基于DCF与B-S模型结合的人工智能企业估值研究 ——以海康威视为例》文中研究说明近几年来,许多国家经济增速放缓,传统产业带来的经济增长推动力已大不如前。而人工智能如火如荼的发展为世界各国经济转型、寻找新的经济增长点带来了前所未有的机遇和挑战。人工智能作为一种新兴技术,已成为万物互联时代资本竞相追逐的技术,实现世界经济的再增长。目前人工智能行业作为新兴产业被大众争相追捧,人工智能技术热潮空前绝后。但目前我国学术界在人工智能企业估值研究方向的探讨仍处在萌芽阶段,三大传统评估方法依旧是学者进行价值评估的主要工具和理论依据。经笔者研究分析发现,单纯使用传统评估方法对于人工智能企业估值研究是存在不适用性的。在此背景下,本文将DCF模型与B-S期权定价模型相结合,并引入企业非财务指标,致力于构建的人工智能企业适用的全新价值评估体系。文章首先分析了人工智能企业的行业背景和特征,得出人工智能企业具有无形资产比重较大、未来风险高、难以在资本市场上找到完全可比的公司等特征。根据这些企业的特点,探讨研究传统评估方法的应用合理性及适用性,得出目前传统评估方法均不适合单独用于人工智能企业的价值评估的重要结论。结合目前我国学术界对于人工智能企业价值的认识和界定,本文把人工智能企业的总体价值划分为两个大部分,一个是其现有资产的价值,二个是企业的潜在价值。因此本文选择了分段计算的人工智能模型,将DCF模型和人工智能实物期权方法中的B-S模型相互结合起来,并使用BP神经网络和GARCH（1,1）模型对估值模型参数进行预测。最后,本文选取人工智能行业的代表性企业—海康威视进行价值评估计算,并将评估结果与案例企业在评估时点的总市值进行比较分析,以此来说明运用本文方法所计算得到的企业价值评估结果的有效性与合理性。本文在第六章引入案例分析对本文使用的评估模型进行了检验。通过对检验结果进行分析表明,针对人工智能企业的特征,将DCF与B-S模型相互紧密结合在一起的方法进行评估,可以解决单纯使用唯一模型进行估值研究的缺陷,将企业实际价值更好地体现,该组合模型估值方式较大程度上可以反映出人工智能企业的真正实际价值。采用BP神经网络和GARCH模型进行参数预测改进,可以大大减小预测的误差,进一步提高评估结果的精度。引入非财务指标人工智能企业的价值评估体系也具有客观性与适用性。
李岚楠[7]（2021）在《高新技术企业并购估值方法研究 ——以L公司并购T公司为例》文中研究指明并购重组是企业内部控制成本、外部寻求资源整合,完善产业链布局,实现多元化发展的必由之路。在如今疫情的影响以及“互联网+”的背景下,诸多企业选择了并购高新技术产业来顺应发展浪潮,并购高新技术产业已经成了快速实现转型升级,促进企业发展的便捷之路。在并购重组中,对企业进行估值是不可回避的环节,估值方式则是估值过程中不得不面对的选择。这一阶段的国内并购案,既有选择了合理的估值方式,成为靓丽经典教科书式的成功的案例,也不乏有由于选择不够科学的估值方式、最终定价不合理等因素制约导致最终业绩迅速下滑的失败案例。并购过程中的价值评估结果取决于方式的选择,选用何种估值方法进行价值评估是并购重组工作中的核心要素之一。因此,针对高新技术企业高风险高收益的特点,不局限于传统估值方法,引入实物期权理论,取长补短,可以使评估的方式更加符合实际,对于促进并购市场更加和谐地发展有着积极作用。从结构上来说本文分为五章。第一章介绍了企业并购定价的相关背景和国内外专家学者的主要研究成果。第二章对高新技术企业并购的相关概念和相关理论入手,一方面,相关概念陈述了高新技术企业的界定、企业并购和企业价值评估的概念,并分析了企业并购的动因;另一方面的相关理论则介绍了EVA模型、DCF模型、B-S模型,为后续的案例分析奠定了理论基础。第三章描述实际案例,分析企业实际情况,为案例分析提供了分析依据。第四章在前面几章的基础上,明确了B-S模型不能单独使用,需结合DCF模型一起使用,再将此理论运用到介绍的案例中,进行综合分析。最后第五章通过分析得到模型具有适用性与可操作性的结论,能够为企业价值评估提供参考,并在此基础上得到关于估值方法选取、结合与灵活使用方面的启发,然后分析未来实物期权法在高新技术企业并购估值中的应用与发展方向。论文的研究表明,高新技术企业具有的期权特性和隐藏的价值,B-S模型与DCF模型相结合的方式考虑了上述价值,保证所用到的方法具有一定的科学性;同时考虑到两种模型的可使用性,根据评估过程,依次计算出每一个参数的相关信息,用实例证明了方法的可操作性,可以为并购估值活动方式的选择提供参考。
杨忠强[8]（2020）在《企业生命周期视角下相对估值法与科创板IPO定价研究》文中提出科创板的设立是支持和培育具有发展潜力的科技创新型企业的一项重要金融市场改革举措,具有重要的的战略导向和资源支持意义。科创板全新的上市规则,不再仅仅局限于盈利、营业收入等指标,更加多元化,也更具包容性,为资本市场的进一步发展注入了新的活力。科创板上市企业的新特性也对企业上市估值提出了新要求,传统的绝对估值法并不能完全胜任,需要对估值方法探索补充,以更好的为投资者投资决策提供估值参考。本文基于科创板上市企业的新特性、估值新要求,探索相对估值指标与科技创新型不同生命周期阶段企业价值的相关关系,以期能够发现相对估值法在科技创新型企业企业估值中的规律,为投资者估值决策提供有建设意义的参考。本文采用实证研究的方式进行相关研究,以具有主业突出且成长性较好特征的深圳中小企业板块市场企业的2015至2019年相关数据为研究对象,将企业所处生命周期阶段作为分类型的调节变量引入模型,观察调节变量的不同取值情况下,自变量与因变量之间的关系是否发生变化,以此探索在不同生命周期下,相对估值指标与企业价值之间的相关关系。本文采用面板数据的固定效应模型及倍分法的研究方法,以Tobin’s Q为被解释变量,PR、PS、PE等相对估值指标为主要解释变量,企业所处的生命周期划分变量为虚拟变量。通过实证研究发现:（1）不同生命周期阶段的科创型企业,具有不一样的特征与经营特性,适用不一样的相对估值法。（2）尽管存在生命周期的差异,但市研率指标与企业价值指标初创期、成长期、成熟期等各个阶段都具有显着的相关关系,具有较好的适用性。（3）市销率指标与企业价值指标在初创期、成长期、成熟期也都具有较为显着的相关关系,可以作为估值决策的重要参考。（4）市盈率估值指标与企业价值指标并不存在显着的相关关系,在我国资本市场中的投资估值决策适用性不强。基于研究发现,本文建议投资者在使用相对估值法进行投资估值决策时,可以优先考虑市研率指标及市销率指标,且不限于使用一种方法,可以同时使用多种方法,对照比较。特别地,针对具有高研发投入的科技创新型企业而言,应重点关注市研率指标,结合现有行业的相近类似企业,综合比较,以提升投资估值的精确性。
黄迪[9]（2020）在《基于EVA与实物期权的A新能源上市公司价值评估》文中研究指明近年来,随着全球经济的快速发展,对能源的需求也在快速增加。传统能源不可再生并且一直在消减,同时在使用的过程中给环境带来了很大的污染。面对经济和环保两方面的压力,世界各国纷纷将目光转向既环保又可再生的新能源领域,加上我国资本市场日渐完善,该行业受到政府的大力扶持,因此,我国新能源行业拥有巨大的发展前景和潜力。新能源企业的价值评估对于企业治理的改善、投资者进行投融资决策也越来越重要。然而,由于我国对新能源行业企业的价值评估研究比较少,理论与方法缺乏具体的应用,新能源企业价值常常被低估。为了能够获取新能源企业的真实价值,也为进一步完善我国企业价值评估的理论研究,提高投资者投资决策的准确性,本文以我国新能源产业发展中的典型代表A新能源上市公司为例,开展新能源企业实物期权研究,旨在构建一套科学、合理的新能源企业价值评估模型。本文首先梳理企业价值评估的相关文献,归纳总结出企业价值评估的相关理论和方法。然后结合A新能源上市公司的具体特征,运用比较分析法对各种企业价值评估方法的适用性进行分析,得到新能源企业价值中包含实物期权价值,传统企业价值评估方法难以完全反映出企业整体价值的结论。接着,引入实物期权法作为重要补充,构建出EVA与实物期权法的综合模型,分别用来计算现有获利能力价值和期权价值。最后以A新能源上市公司为例,分别使用传统的自由现金流量折现法、上述综合评估模型,计算出其整体价值,并和评估基准日及2018全年的股价分别进行对比分析,得出结论。研究结果表明,该综合模型适合用来评估新能源企业的整个价值。通过和传统价值评估方法对比分析,EVA与实物期权相结合的综合模型计算出的整体价值更加准确的反映出企业的内在价值。向企业及其利益相关者提供准确的信息,为其做出科学合理的决策提供科学依据;对于我国证券市场的规范化、投资风险及时规避、合理投资的实现等具有重大意义;也为其它新能源企业价值评估提供参考和借鉴,更好的推动新能源产业的发展。
陈常滢[10]（2020）在《人工智能类上市公司估值问题研究 ——以海康威视为例》文中研究指明随着大数据时代的到来,人工智能成为了新一代产业变革的动力,通过人工智能的对传统行业的赋能,激发了社会新一轮的科技热潮和社会投资者的投资热情。根据《中国新一代人工智能发展报告2019》数据显示,截止2019年2月28日,中国共有745家人工智能企业,在745家人工智能企业中,融资总额为3832.22亿元,达到2017年的2.04倍,排名全球第一。但人工智能类上市企业爆发式的增长也使得一些投资者盲目跟风投资,浪费了社会资源。同时人工智能作为一个新的领域,其企业估值也区别于传统的企业估值方法,传统投资者对其进行投资分析时按照以往的方式进行分析,得出的结果有失偏颇。现阶段更亟需对人工智能企业价值的合理评估和正确评价,这也是引导该领域有序发展的先决条件。本文选取人工智能领域具有代表性的企业——海康威视进行了企业价值评估案例分析。首先,结合人工智能类上市企业的领域特征确定了人工智能企业的价值内涵由现有价值和潜藏价值构成。其次,针对人工智能类上市企业的价值分析了各主流评估方法的适用性,选用自由现金流折现模型和B-S估值模型分别对企业的现有价值和潜藏价值进行评估,得出整体价值后与市场的实际股价进行比对,得出两种方法结合去评估人工智能企业价值是较为合适的。
二、高新技术企业估值方法探讨——浅议期权估价法的适用性（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、高新技术企业估值方法探讨——浅议期权估价法的适用性（论文提纲范文）
（1）基于神经网络模型的上市公司估值方法应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 第一节 选题背景及研究意义 |
| 一、 选题背景 |
| 二、 研究意义 |
| （一） 理论意义 |
| （二） 现实意义 |
| 第二节 研究方法与研究内容 |
| 一、 研究方法 |
| 二、 研究内容 |
| 三、技术路线图 |
| 第三节 研究的贡献与不足 |
| 第二章 文献综述 |
| 第一节 企业价值研究现状综述 |
| 一、 国外企业价值评估方法研究现状 |
| 二、 国内企业价值评估方法研究现状 |
| 第二节 影响企业价值评估的指标研究综述 |
| 一、 国外影响企业价值评估的指标研究现状 |
| 二、 国内影响企业价值评估的指标研究现状 |
| 第三节 神经网络应用研究现状综述 |
| 一、 神经网络理论发展历程的文献综述 |
| 二、 神经网络在财务会计领域应用的文献综述 |
| 第四节 文献研究评述 |
| 第三章 相关理论概述 |
| 第一节 企业价值评估理论及方法 |
| 一、 资产价值法 |
| 二、 相对估值法 |
| （一） 市盈率、市净率、市销率估值法 |
| （二） 公司价值倍数估值法 |
| 三、 现金流量折现法 |
| 四、 期权估值法 |
| 五、 EVA估值法 |
| 第二节 传统企业价值评估方法的优劣分析 |
| 一、 资产价值评估法 |
| 二、 相对价值法 |
| 三、 现金流量折现法 |
| 四、 期权定价法 |
| 五、 EVA估值法 |
| 第四章 神经网络理论及模型的建立 |
| 第一节 神经网络相关理论 |
| 一、 神经网络基本理论 |
| 二、 神经网络的发展历程 |
| （一） 单层神经网络（感知机） |
| （二） 两层神经网络（多层感知器） |
| （三） 多层神经网络（深度学习） |
| 三、 神经网络模型选择 |
| （一） 结构 |
| （二） 激活函数 |
| 第二节 企业价值评估指标的建立 |
| 一、 选择科创板企业的原因及其特点 |
| 二、 科创板企业的价值驱动因素 |
| 第三节 神经网络预测模型的建立及结果 |
| 一、 神经网络预测模型的建立 |
| 二、 具体构建模型的过程 |
| （一） 数据来源及处理 |
| （二） 模型设计 |
| （三） 各个神经元的权重值W和偏置bias |
| （四） 训练配置 |
| （五） 训练过程 |
| （六） 保存模型 |
| 三、 神经网络预测模型的值与结果分析 |
| （一） 结果验证 |
| （二） 相关指标结果分析 |
| 第五章 传统法估值与模型结果对比 |
| 第一节 相对估值法 |
| 一、 市盈率、市净率、市销率预测法 |
| （一） 市盈率模型预测值 |
| （二） 市净率模型预测值 |
| （三） 市销率模型预测值 |
| 第二节 绝对估值法 |
| 一、 现金流量法预测值 |
| （一） 加权资本成本的确定 |
| （二） 企业自由现金流预测 |
| （三） 2019年末企业价值评估 |
| 二、 B-S模型预测值 |
| （一） 实物期权法计算现有企业价值 |
| （二） 实物期权法计算企业价值 |
| 三、 EVA预测值 |
| （一） 计算历史EVA |
| （二） 计算预测期EVA |
| 第三节 传统估值法与神经网络估值结果对比 |
| 第六章 结论与展望 |
| 第一节 研究结论 |
| 第二节 未来展望 |
| 参考文献 |
| 附录 |
| 致谢 |
（2）互联网企业价值评估方法应用研究 ——以美团为例（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 第一节 研究背景及意义 |
| 一、研究背景 |
| 二、研究意义 |
| (一)理论意义 |
| (二)实践意义 |
| 第二节 研究内容及方法 |
| 一、研究内容 |
| 二、研究思路 |
| 三、研究方法 |
| (一)案例研究法 |
| (二)规范性研究法 |
| 第三节 创新点 |
| 第二章 相关理论及文献回顾 |
| 第一节 相关概念界定 |
| 一、新经济 |
| 二、互联网企业 |
| 第二节 相关理论回顾 |
| 一、企业价值评估理论 |
| (一)资本预算理论 |
| (二)资本结构理论 |
| 二、互联网企业价值评估理论 |
| 第三节 文献综述 |
| 一、关于传统企业估值方法的研究 |
| (一)收益法 |
| (二)市场法 |
| (三)成本法 |
| 二、关于互联网企业估值方法的研究 |
| (一)修正估值模型 |
| (二)期权估值方法 |
| (三)非财务因素估值方法 |
| 三、文献述评 |
| 第三章 互联网企业概况及价值评估方法分析 |
| 第一节 互联网企业概述 |
| 一、互联网行业发展现状 |
| 二、互联网企业的盈利模式及价值来源 |
| (一)互联网企业的盈利模式分析 |
| (二)互联网企业价值来源分析 |
| 三、互联网企业的特点 |
| (一)马太效应 |
| (二)网络效应 |
| (三)规模经济显着 |
| (四)轻资产、无形资产占比大 |
| (五)技术变更迅速 |
| 第二节 互联网企业价值评估方法分析 |
| 一、互联网企业价值评估难点 |
| (一)非财务因素难以衡量 |
| (二)企业发展难以预测,未来风险较高 |
| (三)可比公司少 |
| (四)生命周期的不确定性 |
| 二、企业价值评估常用方法及其局限性分析 |
| (一)收益法 |
| (二)市场法 |
| (三)成本法 |
| (四)实物期权法 |
| 第四章 基于梅特卡夫法则的互联网企业估值模型的改进 |
| 第一节 梅特卡夫法则相关理论 |
| 一、梅特卡夫法则 |
| 二、围绕梅特卡夫法则的争议 |
| 第二节 基于梅特卡夫法则原有相关估值模型及其局限性 |
| 一、DEVA估值模型 |
| 二、国泰君安估值公式 |
| 第三节 基于梅特卡夫法则互联网企业估值模型的改进 |
| 一、模型改进的主要思路 |
| (一)网络规模的分析与修正 |
| (二)用户数量的分析与定义 |
| (三)确定企业价值与用户规模之间的关系 |
| (四)变现因子与溢价率系数的分析与确定 |
| (五)节点间距离的分析与替换 |
| 二、估值模型的确定及其特点、适用性分析 |
| 第五章 美团案例分析 |
| 第一节 案例介绍 |
| 一、美团公司情况简介 |
| 二、美团商业模式分析 |
| (一)到店、餐饮外卖业务 |
| (二)酒店旅游业务 |
| (三)新业务及其他 |
| 三、美团财报分析 |
| 四、案例适用性分析 |
| 第二节 估值模型的应用 |
| 一、传统估值模型的应用 |
| (一)收益法 |
| (二)市场法 |
| 二、梅特卡夫估值模型的应用 |
| (一)基本参数的确定 |
| (二)应用估值模型计算企业价值 |
| 第三节 美团案例研究结论 |
| 第六章 研究结论与启示 |
| 第一节 研究结论 |
| 第二节 研究启示与不足 |
| 一、研究启示 |
| (一)互联网企业价值的高低不止取决于用户规模的大小 |
| (二)分析企业商业模式,合理确定网络规模与相关参数 |
| (三)评估互联网企业价值时,财务因素与非财务因素缺一不可 |
| (四)提高企业核心竞争力是企业价值提升的根本 |
| 二、研究不足 |
| 参考文献 |
| 致谢 |
（3）基于实物期权法的高新技术企业价值评估研究 ——以四维图新为例（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 第一节 研究背景及意义 |
| 一、研究背景 |
| 二、研究意义 |
| 第二节 国内外文献综述 |
| 一、国外文献综述 |
| 二、国内文献综述 |
| 三、文献述评 |
| 第三节 研究内容和研究方法 |
| 一、研究内容 |
| 二、研究方法 |
| 第二章 企业价值评估相关理论与方法 |
| 第一节 企业价值概述 |
| 一、企业价值特点 |
| 二、企业价值的内涵 |
| 三、企业价值标准 |
| 四、企业价值评估指标 |
| 第二节 价值评估理论 |
| 一、古典经济学的价值理论 |
| 二、马克思劳动价值论 |
| 三、效用价值论 |
| 四、均衡价格论 |
| 第三节 期权 |
| 一、期权概念及相关概述 |
| 二、期权的类型 |
| 第四节 企业价值评估方法 |
| 一、传统企业价值评估方法 |
| 二、实物期权法 |
| 第三章 实物期权法在高新技术企业价值评估中的应用 |
| 第一节 高新技术企业界定及特征 |
| 一、高新技术企业界定 |
| 二、高新技术企业特征 |
| 第二节 实物期权法适用性分析 |
| 一、传统方法的局限性 |
| 二、实物期权法的适用性 |
| 第三节 高新技术企业期权识别和模型构建 |
| 一、高新技术企业期权识别 |
| 二、模型构建 |
| 第四章 四维图新企业价值评估 |
| 第一节 四维图新公司介绍 |
| 一、四维图新简介 |
| 二、四维图新财务状况 |
| 第二节 评估基本事项说明 |
| 第三节 现有价值评估 |
| 一、预计未来现金流 |
| 二、确定折现率 |
| 三、现有资产价值评估结果 |
| 第四节 期权价值估算 |
| 一、确定模型参数 |
| 二、计算期权价值 |
| 三、敏感性分析 |
| 第五节 评估结果及分析 |
| 第五章 结论、不足与展望 |
| 第一节 研究结论与建议 |
| 一、研究结论 |
| 二、相关建议 |
| 第二节 研究不足与展望 |
| 一、本文不足 |
| 二、展望 |
| 参考文献 |
| 致谢 |
（4）二叉树期权定价模型在芯片企业并购中的估值应用研究 ——以A公司并购B公司为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 第一节 研究背景及意义 |
| 一、研究背景 |
| 二、研究的目的和意义 |
| 第二节 文献综述 |
| 一、国外文献综述 |
| 二、国内文献综述 |
| 三、文献述评 |
| 第三节 研究方法和创新点 |
| 一、研究方法 |
| 二、创新点 |
| 第四节 研究的内容和路线 |
| 第二章 相关理论及估值方法 |
| 第一节 相关理论 |
| 一、企业并购理论 |
| 二、二叉树模型相关理论 |
| 第二节 估值方法比较分析 |
| 一、传统估值方法 |
| 二、实物期权法 |
| 三、传统评估方法和实物期权法的对比分析 |
| 第三章 A公司并购B公司的案例分析 |
| 第一节 并购主体公司简介 |
| 一、收购方A公司简介 |
| 二、被收购方B公司简介 |
| 第二节 并购过程和并购绩效 |
| 一、并购动因 |
| 二、并购过程 |
| 三、并购的绩效与影响 |
| 第三节 B公司的企业特征和其估值特殊性 |
| 第四章 估值方法的具体应用 |
| 第一节 二叉树模型的适用性分析 |
| 第二节 二叉树期权定价模型的具体应用 |
| 一、构建营业收入二叉树 |
| 二、构建自由现金流量二叉树 |
| 三、确定折现率 |
| 四、B公司的估值结果 |
| 五、调整后的B公司价值 |
| 六、估值结果差异分析 |
| 第三节 应用二叉树期权定价模型的合理性验证 |
| 一、估值合理性分析 |
| 二、敏感性因素分析 |
| 三、应用预期及不足 |
| 第五章 结论与展望 |
| 第一节 结论 |
| 第二节 启示和展望 |
| 参考文献 |
| 致谢 |
（5）基于Schwartz-Moon模型的高新技术企业价值评估研究 ——以博雅生物为例（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 文献述评 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 研究贡献与不足 |
| 1.4.1 研究贡献 |
| 1.4.2 研究不足 |
| 2 高新技术企业特征及企业价值评估方法 |
| 2.1 高新技术企业定义与特点 |
| 2.2 高新技术企业价值评估的特殊性 |
| 2.2.1 高新技术企业价值构成 |
| 2.2.2 高新技术企业价值特征 |
| 2.2.3 高新技术企业价值评估特性分析 |
| 2.3 传统企业价值评估方法及局限性分析 |
| 2.3.1 收益法 |
| 2.3.2 市场法 |
| 2.3.3 成本法 |
| 2.3.4 传统估值法的局限性 |
| 2.4 实物期权法及适用性分析 |
| 2.4.1 实物期权概念 |
| 2.4.2 实物期权法 |
| 2.4.3 实物期权法的适用性 |
| 2.5 本章小结 |
| 3 基于Schwartz-Moon模型的高新技术企业价值评估架构 |
| 3.1 实物期权模型的选择 |
| 3.1.1 Schwartz-Moon定价模型的基本思想 |
| 3.1.2 Schwartz-Moon定价模型的比较优势 |
| 3.2 Schwartz-Moon定价模型的构建 |
| 3.2.1 模型的应用假设 |
| 3.2.2 模型的建立过程 |
| 3.2.3 模型的估计参数与确定方法 |
| 3.2.4 蒙特卡洛模拟解法 |
| 3.3 本章小结 |
| 4 Schwartz-Moon模型在博雅生物价值评估中的应用 |
| 4.1 案例选择说明和研究设计 |
| 4.2 案例对象介绍 |
| 4.2.1 博雅生物基本情况介绍 |
| 4.2.2 博雅生物所属行业特征 |
| 4.2.3 博雅生物科技属性特征 |
| 4.3 Schwartz-Moon模型应用可行性分析 |
| 4.3.1 博雅生物价值构成分析 |
| 4.3.2 博雅生物成长趋势分析 |
| 4.3.3 博雅生物发展不确定性分析 |
| 4.3.4 模型对博雅生物适用性分析 |
| 4.4 Schwartz-Moon模型的具体应用 |
| 4.4.1 评估假设条件 |
| 4.4.2 模型参数取值 |
| 4.4.3 蒙特卡洛模拟结果 |
| 4.4.4 敏感性分析 |
| 4.5 与传统估值模型的比较分析 |
| 4.5.1 基于收益法的价值评估 |
| 4.5.2 基于市场法的价值评估 |
| 4.5.3 评估结果分析 |
| 4.6 模型局限性分析 |
| 4.7 模型应用总结 |
| 5 研究结论及相关建议 |
| 5.1 研究结论 |
| 5.2 相关建议 |
| 参考文献 |
| 致谢 |
（6）基于DCF与B-S模型结合的人工智能企业估值研究 ——以海康威视为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状述评 |
| 1.2.1 DCF模型国内外研究现状 |
| 1.2.2 B-S期权定价模型国内外研究现状 |
| 1.2.3 人工智能企业价值评估国内外研究现状 |
| 1.2.4 国内外研究现状述评 |
| 1.3 研究内容与思路 |
| 1.3.1 研究内容 |
| 1.3.2 研究思路 |
| 1.4 研究的创新点 |
| 第2章 理论基础与研究方法 |
| 2.1 理论基础 |
| 2.1.1 MM理论 |
| 2.1.2 价值理论 |
| 2.1.3 实物期权理论 |
| 2.2 研究方法 |
| 第3章 人工智能企业价值评估方法适用性分析 |
| 3.1 人工智能企业特点及其评估难点 |
| 3.1.1 人工智能企业特点 |
| 3.1.2 人工智能企业评估难点 |
| 3.2 人工智能企业价值评估方法适用性分析 |
| 3.2.1 传统企业价值评估方法适用性分析 |
| 3.2.2 B-S期权定价模型适用性分析 |
| 3.2.3 DCF与B-S组合模型的构建及适用性分析 |
| 第4章 DCF与B-S组合模型改进及其依据 |
| 4.1 DCF模型改进及其依据 |
| 4.2 B-S模型改进及其依据 |
| 4.3 改进组合模型优势总结 |
| 第5章 考虑非财务指标的人工智能企业评价体系的构建 |
| 5.1 平衡计分卡理论 |
| 5.2 非财务指标引入的依据 |
| 5.3 人工智能企业评价指标构建 |
| 5.3.1 企业评价指标体系构建 |
| 5.3.2 突变级数法 |
| 5.4 人工智能企业整体价值评估体系 |
| 第6章 案例分析:以海康威视为例 |
| 6.1 案例企业介绍及财务分析 |
| 6.1.1 企业基本介绍 |
| 6.1.2 企业财务状况分析 |
| 6.2 企业现有资产与潜在价值评估 |
| 6.2.1 企业现有资产价值评估 |
| 6.2.2 企业潜在价值评估 |
| 6.3 企业财务指标影响权重测算 |
| 6.4 评估结果与分析 |
| 6.4.1 评估结果 |
| 6.4.2 评估结果分析 |
| 第7章 研究结论与展望 |
| 7.1 研究结论 |
| 7.2 研究不足与展望 |
| 7.2.1 研究不足 |
| 7.2.2 未来展望 |
| 参考文献 |
| 附录 神经网络预测现金流MATLAB代码 |
| 致谢 |
（7）高新技术企业并购估值方法研究 ——以L公司并购T公司为例（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 现实意义 |
| 1.3 文献综述 |
| 1.4 研究内容及方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.5 本文的主要贡献 |
| 第2章 基本概念及相关理论 |
| 2.1 基本概念 |
| 2.1.1 高新技术企业 |
| 2.1.2 企业并购估值 |
| 2.1.3 高新技术企业并购估值 |
| 2.2 理论基础 |
| 2.2.1 基于EVA模型的企业并购估值理论 |
| 2.2.2 基于DCF模型的企业并购估值理论 |
| 2.2.3 基于B-S模型的企业并购估值理论 |
| 第3章L公司并购T公司案例介绍 |
| 3.1 L公司基本情况 |
| 3.2 T公司基本情况 |
| 3.2.1 T公司竞争优劣势分析 |
| 3.2.2 T公司财务指标 |
| 3.3 L公司并购T公司的并购背景与目的 |
| 3.3.1 并购背景 |
| 3.3.2 并购目的 |
| 3.4 L公司并购T公司过程介绍 |
| 第4章L公司并购T公司估值分析 |
| 4.1 估值模型选择分析 |
| 4.2 DCF模型评估标的公司基本价值 |
| 4.3 B-S模型评估标的公司的期权价值 |
| 4.4 T公司整体价值 |
| 4.5 结果分析 |
| 4.5.1 本文计算结果与实际评估价格对比分析 |
| 4.5.2 并购后T公司实际资产价值追踪分析 |
| 第5章 结论、启示及展望 |
| 5.1 研究主要结论 |
| 5.2 研究的启示 |
| 5.3 展望 |
| 参考文献 |
| 附录 |
| 致谢 |
（8）企业生命周期视角下相对估值法与科创板IPO定价研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究的背景与意义 |
| 1.2 研究内容、基本思路 |
| 1.3 研究方法 |
| 1.4 本文的创新之处与不足 |
| 第二章 文献综述 |
| 2.1 企业生命周期相关研究回顾 |
| 2.2 企业价值评估相关研究回顾 |
| 2.3 文献评述 |
| 第三章 理论分析与假设 |
| 3.1 企业生命周期阶段划分理论 |
| 3.2 不同生命周期阶段下的相对估值法运用与研究假设 |
| 3.2.1 初创期企业相对估值法运用与研究假设 |
| 3.2.2 成长期企业相对估值法运用与研究假设 |
| 3.2.3 成熟期企业相对估值法运用与研究假设 |
| 3.2.4 衰退期企业相对估值法运用 |
| 第四章 研究设计 |
| 4.1 变量选取及解释 |
| 4.1.1 被解释变量 |
| 4.1.2 解释变量 |
| 4.1.3 控制变量 |
| 4.1.4 变量内生性问题及其处理 |
| 4.2 样本数据来源与筛选 |
| 4.3 模型构建 |
| 4.3.1 初创期企业价值与相对估值指标 |
| 4.3.2 成长期企业价值与相对估值指标 |
| 4.3.3 成熟期企业价值与相对估值指标 |
| 第五章 实证分析 |
| 5.1 描述性统计 |
| 5.2 初创期相对估值指标与企业价值相关性检验 |
| 5.2.1 市研率指标适用性检验 |
| 5.2.2 市销率指标适用性检验 |
| 5.3 成长期相对估值指标与企业价值相关性检验 |
| 5.3.1 市销率指标适用性检验 |
| 5.3.2 市研率指标适用性检验 |
| 5.3.3 市盈率指标适用性检验 |
| 5.4 成熟期相对估值指标与企业价值相关性检验 |
| 5.4.1 市盈率指标适用性检验 |
| 5.4.2 市研率指标适用性检验 |
| 5.4.3 市销率指标适用性检验 |
| 5.5 倍分法检验 |
| 第六章 结论、建议与展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间的研究成果及发表的学术论文 |
（9）基于EVA与实物期权的A新能源上市公司价值评估（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.3.3 国内外研究述评 |
| 1.4 研究思路和方法 |
| 1.4.1 研究思路 |
| 1.4.2 研究方法 |
| 1.5 创新点 |
| 第二章 相关理论基础 |
| 2.1 概念的界定 |
| 2.1.1 新能源企业 |
| 2.1.2 企业价值评估 |
| 2.1.3 经济增加值 |
| 2.1.4 实物期权 |
| 2.2 企业价值评估理论基础 |
| 2.2.1 MM理论 |
| 2.2.2 资本资产定价理论 |
| 2.2.3 实物期权理论 |
| 2.3 企业价值评估方法 |
| 2.3.1 资产基础法 |
| 2.3.2 现金流量折现法 |
| 2.3.3 相对价值法 |
| 2.3.4 经济增加值法 |
| 2.3.5 实物期权估值法 |
| 2.3.6 企业价值评估方法的比较分析 |
| 第三章 自由现金流量法评估A新能源上市公司价值及存在问题研究 |
| 3.1 A新能源上市公司概况 |
| 3.1.1 A新能源上市公司简介 |
| 3.1.2 A新能源上市公司的特征 |
| 3.1.3 A新能源上市公司发展前景分析 |
| 3.2 自由现金流量法评估A新能源上市公司的价值 |
| 3.2.1 历史自由现金流量 |
| 3.2.2 估算未来自由现金流量 |
| 3.2.3 计算加权平均资本成本(WACC) |
| 3.2.4 A新能源上市公司价值 |
| 3.3 自由现金流量法评估A新能源上市公司价值存在的问题 |
| 3.3.1 无法对A新能源上市公司未来的现金流量进行准确的预测 |
| 3.3.2 无法呈现A新能源上市公司价值中期权价值 |
| 3.3.3 不能反映A新能源上市公司“管理柔性”的价值 |
| 3.4 A新能源上市公司价值评估存在问题的原因分析 |
| 3.5 引入实物期权的必要性分析 |
| 第四章 A新能源上市公司价值评估方案的设计 |
| 4.1 A新能源上市公司价值评估方法的选择 |
| 4.1.1 企业价值评估方法对A新能源上市公司的适用性分析 |
| 4.1.2 A新能源上市公司价值评估方法的确定 |
| 4.2 A新能源上市公司价值评估综合模型的构建 |
| 4.2.1 基本思路 |
| 4.2.2 总体框架 |
| 4.3 EVA法评估A新能源上市公司现有资产价值 |
| 4.3.1 EVA法的计算公式 |
| 4.3.2 A新能源上市公司EVA的会计科目调整 |
| 4.4 实物期权法评估A新能源上市公司期权价值 |
| 4.4.1 B-S模型的计算公式 |
| 4.4.2 A新能源上市公司B-S模型中参数确定 |
| 第五章 A新能源上市公司价值评估及效果分析 |
| 5.1 A新能源上市公司现有资产价值评估 |
| 5.1.1 历史EVA计算 |
| 5.1.2 EVA预测值计算 |
| 5.1.3 现有资产价值计算 |
| 5.2 A新能源上市公司期权价值评估 |
| 5.2.1 期权价值计算 |
| 5.2.2 参数敏感性分析 |
| 5.3 A新能源上市公司整体价值计算 |
| 5.4 两种估价方对A新能源上市公司估值结果分析 |
| 第六章 结论与展望 |
| 6.1 研究结论 |
| 6.2 本文的不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间发表的论文 |
（10）人工智能类上市公司估值问题研究 ——以海康威视为例（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 企业价值评估方法的文献综述 |
| 1.2.2 人工智能类企业研究文献综述 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 第2章 概念界定与理论基础 |
| 2.1 相关概念界定 |
| 2.1.1 人工智能的概念 |
| 2.1.2 人工智能类企业的界定 |
| 2.2 相关理论基础 |
| 2.2.1 企业价值评估相关理论 |
| 2.2.2 市场有效假说 |
| 2.3 估值工具分析 |
| 2.3.1 成本法 |
| 2.3.2 市场法 |
| 2.3.3 收益法 |
| 2.4 人工智能类上市企业估值工具的选择 |
| 2.4.1 人工智能产业特点 |
| 2.4.2 人工智能类上市企业价值特点 |
| 2.4.3 人工智能类上市企业估值方法分析 |
| 第3章 海康威视基本面分析 |
| 3.1 公司基本情况 |
| 3.2 产业发展概况及公司定位 |
| 3.3 主营业务及核心竞争力分析 |
| 3.3.1 主营业务分析 |
| 3.3.2 核心竞争力分析 |
| 3.4 能力指标分析 |
| 3.4.1 偿债能力分析 |
| 3.4.2 营运能力分析 |
| 3.4.3 盈利能力分析 |
| 3.5 公司基本面小结 |
| 第4章 海康威视企业价值评估 |
| 4.1 海康威视模型选择 |
| 4.2 海康威视现有价值评估 |
| 4.2.1 历史自由现金流量的核算 |
| 4.2.2 未来自由现金流量的核算 |
| 4.2.3 加权资本成本的确定 |
| 4.2.4 连续贴现值估算 |
| 4.2.5 现有资产价值评估 |
| 4.3 海康威视潜藏价值评估 |
| 4.3.1 B-S模型参数估计 |
| 4.3.2 潜藏价值评估结果 |
| 4.3.3 参数敏感性分析 |
| 4.4 总体估值结果及分析 |
| 4.4.1 海康威视估值结果分析 |
| 4.4.2 市盈率检验 |
| 第5章 研究结论与启示 |
| 5.1 本文研究结论 |
| 5.1.1 人工智能类上市企业估值应用层面 |
| 5.1.2 案例公司投资应用层面 |
| 5.1.3 企业价值评估应用方面 |
| 5.2 研究的局限性 |
| 5.3 研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间发表论文清单 |
四、高新技术企业估值方法探讨——浅议期权估价法的适用性（论文参考文献）
- [1]基于神经网络模型的上市公司估值方法应用研究[D]. 刘梦乔. 云南财经大学, 2021(09)
- [2]互联网企业价值评估方法应用研究 ——以美团为例[D]. 郭岚一. 云南财经大学, 2021(09)
- [3]基于实物期权法的高新技术企业价值评估研究 ——以四维图新为例[D]. 张玉群. 云南财经大学, 2021(09)
- [4]二叉树期权定价模型在芯片企业并购中的估值应用研究 ——以A公司并购B公司为例[D]. 王家成. 云南财经大学, 2021(09)
- [5]基于Schwartz-Moon模型的高新技术企业价值评估研究 ——以博雅生物为例[D]. 庄伟. 江西财经大学, 2021(11)
- [6]基于DCF与B-S模型结合的人工智能企业估值研究 ——以海康威视为例[D]. 杨小强. 江西财经大学, 2021(10)
- [7]高新技术企业并购估值方法研究 ——以L公司并购T公司为例[D]. 李岚楠. 重庆工商大学, 2021(09)
- [8]企业生命周期视角下相对估值法与科创板IPO定价研究[D]. 杨忠强. 闽江学院, 2020(03)
- [9]基于EVA与实物期权的A新能源上市公司价值评估[D]. 黄迪. 西安石油大学, 2020(12)
- [10]人工智能类上市公司估值问题研究 ——以海康威视为例[D]. 陈常滢. 广东外语外贸大学, 2020(08)