基于EVA和实物期权的软件和信息技术服务企业价值评估研究 ——以中科创达为例

来源 :西南财经大学 | 被引量 : 0次 | 上传用户:yizhanghong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,软件和信息技术服务行业快速发展,具有市场环境变化快、产品更新快、技术要求高以及企业决策的高不确定性等特征,传统的估值模型已不能适应软件和信息技术服务行业的特点,得出的评估结果无法准确地反映出企业的真实价值。因此需要构建一个更合适的评估模型,为该行业内频繁的经济活动提供方法支持。本文基于软件和信息技术服务行业的特点,将EVA模型与实物期权模型相结合,构建了一个科学、合理的软件和信息技术服务企业的价值评估模型,并以中科创达为案例对象,对模型进行实践应用。本文首先对企业价值评估、EVA以及实物期权理论等相关理论和概念进行了阐述;其次对软件和信息技术服务行业的概况、特点,以及企业价值评估中的难点进行分析。由于其行业的特点,企业价值中除了现有资产价值外,还有实物期权的价值,传统的估值方法无法衡量出期权价值。因此本文引入实物期权的思想,将EVA模型与实物期权法中的B-S模型相结合。在案例部分,本文以中科创达为例,运用EVA模型评估出中科创达现有资产的价值,B-S模型评估其未来的潜在价值。将两部分的价值汇总得到中科创达的整体价值,以评估基准日的股价作为参考标准,对评估结果进行验证。本文的研究结果表明,相较于仅使用传统的价值评估方法,本文构建的组合模型更能准确地评估出软件和信息技术服务企业的内在价值。通过对中科创达的价值评估以及对评估结果的验证分析,从实践角度证明了组合模型的合理性和准确性,为评估其它软件企业提供了案例借鉴,为经济活动的相关人员提供准确真实的企业信息,从而合理地进行各项决策,进一步推动行业的发展。
其他文献
近年来采用减量型有机垃圾生物处理机对厨余有机垃圾就地就近处理在我国许多城市得到应用,但其运行过程中产生的高浓度尾水排放问题也越来越引发关注,并在一定程度上限制了其推广应用。目前针对此类尾水的高效净化处理工艺研究还鲜有报道。本论文以减量型有机垃圾生物处理机尾水为处理对象,针对其有机物和悬浮物浓度高的特点,通过构建厌氧-好氧小试反应器装置开展研究,开发了一种高效的机械搅拌厌氧生物反应器(MAAB)-好
在复杂网络领域中,流行病传播动力学的阈值识别是一个热点问题。爆发阈值对于流行病的评估、预警和防控具有很重要的指导作用。针对不同类型的动力学过程和不同结构的网络,流行病爆发阈值的识别结果往往会有较大差异。传统的流行病爆发阈值的识别方法,如理论解析和数值模拟等,都存在一定的局限性。本文主要运用机器学习理论和方法对复杂网络上流行病传播的阈值识别问题进行深入研究,通过经典的易感-感染-易感(Suscept
GitHub已经不仅仅是一个代码托管平台,其孕育的各种开源社区不仅造福于企业与开发者,同时也在日渐深远地影响着我们的日常生活。很多开发者把GitHub当做自己的另一份简历,因为上面非常清晰了记录了开发者的行为轨迹。但是对于招聘者来说,这些概念可能是模糊的,本文的角度就是对开发者和招聘广告进行匹配,从而进行职位的自动推荐,解决开发者和招聘者之间的语义鸿沟。推荐算法的研究一般需要用户-项目评分数据集,
车道线检测技术是智能交通技术发展的关键技术之一,在很多新型汽车上已经预装了包括车道线检测的高级辅助驾驶技术,可以满足一些基本需求。在正常的道路场景中,很多技术能够取得良好的检测效果,但是实际的道路场景是包括车道线磨损、阴雨天气、眩光等因素,业界很多学者也已将目光转移到这类场景下的检测。其中深度学习方法在车道线检测领域表现出更高的精度和鲁棒性,为更多场景的车道线检测提供了可能。所以,本文基于深度学习
本文主要研究甲骨文、商周金文、春秋楚简和魏晋南北朝石刻字的智能识别。它们历史悠久,与现代汉语差别较大,有较高的识读门槛,使用人工智能方法进行识别有较大意义。文字使用时有常用字和偏僻字的区别,对应到本文的数据集来说,即存在分布不平衡的情况,某些常用的字可能有上千张样本,某些偏僻字可能只有几十张样本。如果直接将原始数据放入神经网络中进行训练必然会导致模型产生较大的偏置,模型会学到很多样本数量多的文字的
城市河道经黑臭整治后仍存在较高氮营养盐的普遍性问题,硫作为河道生态系统中重要的组成元素,其对河道氮转化过程的影响作用不容忽视,传统化能自养的“厌氧氨氧化”和“硫自养反硝化”如何参与其中的氮转化是一项值得探讨的工作。本研究在对经黑臭整治工程后的河道现状调研的基础上,结合高通量测序、荧光定量PCR、宏基因组学和宏转录组学技术,系统评定了不同外部调控下硫自养反硝化与厌氧氨氧化的耦合潜力,并通过构建河道实
红树林是一种湿地木本植物群落,在热带地区、亚热带地区的海陆交错区中是生产力最高、生物多样性最为丰富的海洋生态系统之一,其生态价值非常重要,可以巩固岸堤、防范风浪以及能够净化海水和空气。此外,得益于红树林中品类众多的鱼类和栖息的鸟类,当地的渔业生产和自然旅游业同样可以得到极大的促进。但是,由于自然因素和人为因素的共同作用,严重破坏了海洋生态,红树林也无法幸免于难遭到了许多破坏。据悉,全球范围内的红树
随着计算机视觉技术不断发展,自然场景下的文本识别作为计算机视觉中的一个重要分支,近些年来被广泛应用于机器人指引、票据识别、车牌识别和工业检测等领域中,具有非常广阔的应用场景。但是,自然场景下的文本不同于标准文档中的文本,其背景信息往往更加复杂,同时也有方向倾斜、不定长和多角度等特征。本文针对自然场景下的文本特点,用深度学习方法对自然场景下的文本检测和识别进行研究,主要包括以下三个方面。1.针对自然
本文基于BVAR模型框架对中国的货币政策冲击及其对“一带一路”相关国家的金融经济溢出效应进行分析。首先,本文使用了一个简单的开放经济国家模型,对国内和国外的货币政策冲击的影响进行了定性分析。其次,建立在贝叶斯向量自回归系统中,本文使用符号识别法对于中国货币政策冲击进行识别;然后,将第一步识别出的中国货币政策冲击作为外生变量来解释“一带一路”相关国家金融变量和经济变量的相关反应,并且使用局部投影的方
任务驱动型作文是近年来高考作文中的重点考查类型,既切合语文核心素养的要求,又符合交际语境写作的特点,是一线师生重点关注的对象,也有利于培养学生真实的作文能力,提高教学的有效性。基于此,本文以S中学的高中语文任务驱动型作文教学现状为研究对象,采用文献研究法、问卷调查法和案例分析法,以提供切实可行的作文教学策略为研究重点,从以下三个方面展开研究:首先,以2015年-2020年全国卷高考作文为范围,分析