网络公司价值评估方法的研究

《网络公司价值评估方法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、哈尔滨理T人学管理学硕l：学位论文网络公司的价值评估方法研究摘要二十一世纪的今天，人们利用网络在现实世界的基础上构建了一个虚拟世界——-网络世界，网络影响着人们的工作、生活、学习等诸多方面，同时也给人们带来了巨大的商机，网络公司越来越多，但是网络公司作为一种有别于传统形式的具有新特点的公司形式，当运用传统的价值评估方法对其价值进行评估时，面临了一些困境，同时，由于中国的资本市场有别于别国，不能简单套用别国的价值评估方法应用于我国，因此，随着我国互联网经济的飞速发展，确定一套针对我国目前的互联网公司的合理而有效的估值体系

2、显得十分重要而紧迫。本文在借鉴国内外有关网络公司价值评估研究方面的相关理论的基础上，对我国的网络公司的价值评估方法展开研究。首先，对网络公司的特点、网络公司的价值以及其价值的影响因素进行研究，并介绍了传统的价值评估方法应用于网络公司的价值评估时的优劣势，其次，作为论文的核心，利用文中所用公司的财务报表中搜集的数据，详细介绍本文要构建的网络公司价值评估模型—_BP神经网络模型的构建过程，并对模型进行优化，再次，将本文介绍的传统的价值评估方法与BP神经网络模型同时用于对同一个网络公司的价值进行评估，进行实证分析检验BP神经

3、网络的有效性。在以上研究的基础上，提出了将BP神经网络模型应用于网络公司价值评估的观点。本文的研究结果为网络公司的价值评估提供了一种工具和方法，可以为相关利益者和决策者对网络公司进行投资、重组、并购等决策提供理论指导和借鉴。关键词网络公司；价值评估；股权价值；BP神经网络哈尔滨理丁大学管理学硕．I：学位论文ResearchintheMethodofEvaluatetheValueofInternetCompany一-AbstractPeopleareusingnetworktoconstructavirtualworl

4、d—theintemetworldonthebasisoftherealwordinthe21stcenturytoday．Internetinfluncespeople’Swork，life，study,andotheraspects，italsohasbroughtourbigbusinesschances．TheamountofIntemetcompaniesareincreasing，butIntemetCompany‘havenewfeatureswhicharedifferentformthetraditi

5、onalones，itmeetssomedifficultieswhenusingthetraditionalvalHeevaluationmethodtoevaluatethevalueofIntemetCompany,atthesametime，China'scapitalmarketiSdifferentfromothercountries，wecannotsimplycopyforeignassessmentmethod．Alongwiththerapidintemeteconomiedevelopmentin

6、ourcountry,itisveryimportantandurgenttobuildasetofassessmentmethodinIntemetCompany．InthispapeLIlaunchedresearchinevaluatingthevalueChina’SInternetCompanyonthebasisofexploringcorrelationtheoryathomeandabroad．First，doastudyaboutthefeaturesanddefinitionofvalueofInt

7、emetCompany,asalsoasthecharecterswhichinfluncesthevalueofIntemetCcompany；second，asthecore，usingdatascolletedonlinetointroducetheprocessofbuildingthemodelevaluatingthevalueofIntemetComany．．theBPneuralnetworkmodel，andoptimizedthemodel，andlast，giveanexampleofevalua

8、tingthevalueofthesameIntemetCompayusingthetraditionalmethodsintroducedinthepaperaswellastheBPneuralnetworkmodeltoillustratetheeffectivenessoftheBPneuralnetworkmodel．O