国际干散货物流是世界经济发展的重要组成部分,而船舶又是航运市场的基本要素。随着国际航运业和航运活动的不断发展和日益繁荣,对于干散货二手船的价值评估服务和投资决策建议的需求日益增多。在船舶买卖、船舶融资租赁、航运保险等领域都需要有客观准确的干散货二手船价值评估服务和投资决策建议做支持。为了提高船舶经纪人的沟通效率,促进干散货二手船的交易,需要精准地判断干散货二手船的价值。本文对干散货二手船价值的评估方法和影响干散货二手船价值的因素进行了系统的分析,归纳总结为自身因素、市场因素、交易因素和其他因素。随后建立了各因素反馈关系图,运用社会网络分析的方法,对影响因素进行了筛选,认为重要的影响因素包括有一年期期租费率、新造船价格指数、二手船价格指数、拆船量、在建运力、BDI指数、拆船价格和伦敦银行拆借利率以及自身因素。针对BP神经网络的不足,引入了人工蜂群算法（ABC）,提出了一种结合人工蜂群智能算法的BP神经网络干散货二手船价值评估模型。通过2015年8月-2018年8月巴拿马型干散货二手船的数据对模型进行了实验,实验结果表明了该算法具有更准确的评估结果,并且具有更快的收敛速度和稳定性。基于某一艘干散货二手船价格目前可预估,但干散货二手船市场短期内存在波动,以企业原本通过租船满足运力需求,现在考虑购入二手船自营来节约成本为例。基于实物期权的理论建立了干散货二手船最优投资决策模型,并进行了实证分析。结果表明,最优投资价格与二手船价格的波动性成负相关,最优的投资收益与二手船价格的波动性成正相关。