随着互联网时代的到来,数据的应用面变得越来越广泛。因为互联网金融业的数据产生量大、可利用价值高,所以数据资产已经成为了其获取利润的关键性资产。但是,对数据资产的交易定价却缺乏一个统一的标准。基于这种情况,如何针对互联网金融上市企业的数据资产价值进行有效地评估已经成为一个亟待解决的问题。本文首先界定了互联网金融上市企业和数据资产价值的概念,对互联网金融及其数据资产、无形资产价值评估、数据资产价值评估的前人研究进行了梳理,介绍了本文所要用到的相关理论和方法。其次,分析了实物期权法B-S模型在数据资产价值评估当中的适用性。并通过对互联网金融上市企业特点和其数据资产价值和影响因素的分析,提出对B-S模型进行改进,建立起适用于评估互联网金融上市企业数据资产价值的模糊改进B-S模型,具体围绕改进原因、模型推导、参数选取思路三个方面来展开讨论。最后,本文选取了拉卡拉为评估对象,介绍了选取原因及企业背景,将所构建的适用于评估互联网金融上市企业数据资产价值的模糊改进B-S模型应用其中,进一步检验模型应用效果。本文得出以下研究结论及成果:（1）构建了模糊改进B-S模型。本文通过对互联网金融企业和上市企业特点的分析,提出B-S模型假设条件中的不分配红利的条件和互联网金融上市企业的现实情况是相违背的,因此构建了考虑红利分配因素的改进B-S模型。然后,又因为互联网金融上市企业数据资产的特征和影响其价值的诸多因素,价值变动有着很强的不确定性,所以本文通过梯形模糊数的引入,建立了模糊改进B-S模型,提高了评估结果的准确性。（2）在改进B-S模型的参数选取上进行了优化。在对现行价格的参数选取上,本文采用了超额收益法分割出无形资产的价值,再通过matlab软件,将改进层次分析法和熵值法相结合,得出数据资产在无形资产中的权重,从而得出了数据资产的价值,这种超额收益法和主客观赋权法相结合的方法无疑提高了在现行价格参数选取上的合理性。（3）利用matlab软件将本文构建的模糊改进B-S模型和蒙特卡洛模拟应用到拉卡拉数据资产价值实际评估当中。并通过对参数进行敏感性分析,验证了评估结果的合理性,丰富了数据资产价值评估领域的实践。本研究成果能够为互联网金融上市企业数据资产价值评估的实际操作提供一定的借鉴,使企业更加重视对数据资产的管理和运用。