当今,数据的利用方式发生了极大的转变,数据已上升为一种新的生产要素,成为数字化时代推动企业发展的新动力。新一代信息技术的商业化应用,降低了数据的处理成本,加速了数据的资源累积,并催生出了新的商业发展模式。这些企业以数据为“原料”,以数字化技术为手段,对外提供大数据产品和服务,这类企业被称之为大数据服务型企业。随着全社会对数据价值的认可与对数字化转型的重视,大数据服务行业处于加速扩张阶段。反观学术界,有关大数据服务型企业价值的研究尚处空白。大数据服务型企业商业模式的特殊性、价值影响因素的多样性造成了企业未来收益不确定,可比公司难以寻找,报表无法反映企业的整体价值,传统评估方法的应用受到限制。在此背景之下,本文对大数据服务型企业价值评估问题进行研究。在梳理了国内外相关文献的基础上,本文依次进行了如下的研究工作。首先,本文对大数据服务型企业进行了定义并分析了大数据服务型企业独有的特点;其次,本文提出了四种主要的大数据服务型企业的商业模式,分别为大数据信息服务模式、大数据技术服务模式、大数据基础支撑服务模式和大数据融合应用服务模式,并对大数据服务型企业的价值影响因素进行分析。在此基础之上,本文分析了传统评估方法评估大数据服务型企业的不足,提出运用BP神经网络模型评估大数据服务型企业的价值;再次,本文构建了基于BP神经网络的大数据服务型企业价值评估模型,依次对评估指标、相关函数及重要参数进行确定,并选取了56家大数据服务型企业作为训练样本对模型进行训练;最后,本文选取四家大数据服务型企业作为测试样本,以验证模型的有效性。本文的创新之处在于将BP神经网络模型应用于大数据服务型企业价值评估。通过分析大数据服务型企业的价值影响因素,构建评估指标体系,对模型加以训练并进行实证分析,验证了模型的有效性。BP神经网络在大数据服务型企业的价值评估中具有良好的推广意义。BP神经网络具有灵活性高、操作性强的特点。其不依附于严格的评估假设,减少了主观人为因素对评估工作的影响,预测结果能够反映出评估指标与企业价值间的相互关系。在三大评估途径难以适用于大数据服务型企业价值评估的今天,BP神经网络模型提供了一种新的评估思路。同时,在大数据产业繁荣发展的背景之下,本文对大数据服务型企业如何形成竞争优势,实现企业的良性发展与价值增值具有借鉴意义。