在全球智能化浪潮以及国家政策支持下,我国人工智能产业规模迅速扩大,市场中投融资活动、并购等交易日益频繁。了解人工智能企业的价值特点、对人工智能企业进行价值评估成为了重要课题。本文研究了人工智能企业的价值构成、价值特征以及价值影响因素,分析了人工智能企业价值评估的特点。在此基础上引入实物期权下的Schwartz-Moon模型对人工智能企业价值进行评估,为人工智能企业价值评估提供理论及实践参考。人工智能企业与传统的劳动密集、资金密集企业不同,其核心竞争力在于技术、知识、人力。企业呈现出无形资产占比高、盈利能力强、成长速度快的特点。同时,也存在风险高、不确定性大的特点。除了现有获利能力带来的现有价值外,企业价值还应考虑潜在获利能力带来的潜在价值。企业价值受盈利能力、成长能力、创新能力以及外界环境等多方面因素的影响。当前实务中对人工智能企业的估值多采用传统评估方法。传统估值方法忽略了人工智能企业价值评估的动态性、不确定性,对未来收益进行静态、单一预测,忽略企业管理柔性的价值,无法合理评估人工智能企业的内在价值。针对传统价值评估方法的局限性,本文引入实物期权思想对人工智能企业进行估值。实物期权方法聚焦于现金流的不确定性,通过概率分布描述现金流分布,衡量了企业管理柔性的价值,与人工智能企业价值评估的动态性、不确定性、整体性相适应。本文选取了实物期权方法中的Schwartz-Moon模型结合蒙特卡洛模拟法对进行估值。这是由于蒙特卡洛模拟法在处理不确定因素较多的复杂问题时比其他方法更简单、效率更高、结果更准确。Schwartz-Moon模型考虑了收入、收入增长、成本的波动,利用随机微分方程描述多个相关变量,充分考虑了企业面临的不确定性。本文用Schwartz-Moon模型对科大讯飞公司进行估值,通过估算所得企业价值求出评估基准日的股权价值,与当日股价进行对比以验证评估结果的合理性。利用敏感性分析判断模型估值中的关键参数,识别出企业价值管理中应该关注的因素,包括加强成本控制、技术创新,提升行业竞争力等。最后对Schwartz-Moon模型的有效性进行了分析,通过估值结果与实际股价的对比发现二者差异较小,验证了模型的有效性。同时,利用传统估值方法对科大讯飞公司进行估值,发现估值可操作性不高、结果准确度差。这验证了实物期权方法相比传统估值方法的有效性以及合理性。本文分为五大部分。第一部分是引言,该部分主要介绍了论文的研究背景、意义,并对相关文献进行梳理,了解了国内外对于企业价值评估方法、实物期权、人工智能企业价值的研究现状。第二部分是基于实物期权的人工智能企业价值评估理论概述。本部分对论文研究的对象进行了阐述,包括人工智能企业、人工智能企业的价值、人工智能企业价值评估方法以及相关理论基础。介绍了人工智能企业的内涵和特点,人工智能企业价值的构成及影响因素。阐述了传统企业价值评估方法及其局限性,实物期权的内涵及其适用性。第三部分是人工智能企业价值评估的实物期权模型构建。本章根据人工智能企业的特征选取了适用的Schwartz-Moon定价模型,介绍了模型构建过程,估计参数及获取方法,并对模型的适用性进行了分析。第四部分是基于实物期权的人工智能企业价值评估模型的应用。本部分将Schwartz-Moon定价模型用于科大讯飞公司,结合蒙特卡洛模拟法求解,最终得到企业的评估价值。首先,分析了行业概况,并对公司的基本情况、不确定性进行了分析,然后应用模型对公司进行估价并对模型参数进行敏感性分析。第五部分是人工智能企业应用实物期权估价模型的有效性评价及案例启示。通过对Schwartz-Moon模型评估结果与实际股价、传统评估方法结果进行对比,验证了模型应用于人工智能企业价值评估中的有效性,并对案例研究启示进行了总结。本文通过归纳文献等方法深入分析了人工智能企业的价值,根据人工智能企业价值评估特点,提出将实物期权方法应用于企业估值中,并选取了适用于人工智能企业的Schwartz-Moon定价模型。运用案例研究法,将模型应用于科大讯飞公司估值中。通过对评估结果的分析验证了该方法对人工智能企业进行估值的适用性。通过研究,本文认为实物期权下的Schwartz-Moon模型为人工智能企业价值评估提供了一个新思路。其评估结果可以有效反映企业价值,为相关交易活动提供合理的参考价格。