欢迎来到天天文库
浏览记录
ID:17959173
大小:2.24 MB
页数:48页
时间:2018-09-11
《人工智能行业上市公司估值问题研究--以科大讯飞为例》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、学校代码:80402分类号:学号:M40161003密级:UDC:上海国象会讨学陡SHANGHAINATIONALACCOUNTINGINSTITUTE硕士学位论文MASTERTHESIS论文题目人工智能行业上市公司估值问题研究—以科大讯飞为例学位类型专业学位学科专业会计硕士学位申请人姓名朱贝贝导师姓名上海国家会计学院二〇一八年五月上海国家会计学院硕士学位论文论文题目人工智能行业上市公司估值问题研究——以科大讯飞为例学位类型专业学位学科专业会计硕士学位申请人姓名朱贝贝导师姓名宋航
2、论文提交日期2018年5月ISHANGHAINATIONALACCOUNTINGINSTITUTEMASTERTHESISTITLEOFTHESISStudyontheValuationofListedCompaniesintheAIIndustry——BasedoniFLYTEKTYPEOFDEGREEProfessionalDegreeMAJORMasterofProfessionalAccountingMACANDIDATEZhuBeibeiSUPERVISORSongHangSUBMISSIONDATEOFTHESIS2018.5论文题目:人工智能行业上市公司估值问题
3、研究——以科大讯飞为例学科专业:会计硕士学位申请人姓名:朱贝贝导师姓名:宋航摘要人工智能行业作为一个新兴的高科技行业,近两年来发展迅速,尤其在各类相关事件和政策的推动下,所受到的关注度空前。在二级市场,人工智能行业的上市公司股价也接连创下历史新高,市盈率等指数明显高于A股平均水平和海外成熟市场的对标公司。对于相关的投资者来说,如何选用合适的估值方法对人工智能行业的上市公司进行评估是一个值得研究的课题。本文首先整理并归纳了绝对估值模型、相对估值模型、实物期权模型等主要的估值方法及其各自的优缺点,之后分析了人工智能行业的现状、所处的行业周期以及相应的估值特征,从理论分析的角度得出
4、了该行业适用实物期权模型进行估值的结论。接着本文选取了A股市场人工智能行业最具代表性的上市公司——科大讯飞进行评估,分别采用DCF模型和实物期权模型,并对所得的估值结果进行对比,结合真实市场的股价走势展开分析。通过研究分析,我们可以得出相比现金流折现法,用实物期权模型对科大讯飞进行评估能够得到更为准确的结果。实物期权模型考虑到了企业在实际经营过程中的不确定性,更能体现人工智能行业上市公司的价值。最后,根据本文的研究结果得出结论,指出文章的局限性并对未来的研究方向进行展望,希望给相关的研究者和投资者提供一些参考。关键词:估值;人工智能行业;实物期权模型;科大讯飞论文类型:案例分
5、析IITitle:StudyontheValuationofListedCompaniesintheAIIndustry——BasedoniFLYTEKSpecialityorProfessionalFields:MasterofProfessionalAccountingApplicant:ZhuBeibeiSupervisor:SongHangABSTRACTAsanemerginghigh-techindustry,theAIindustryhasbeendevelopingrapidlyinrecenttwoyears,especiallyundertheimpetu
6、sofvariousrelatedeventsandpolicies.Inthesecondmarket,thesharepriceofListedCompaniesinAIindustryhasalsohitarecordhighinrecentyears.TheindexofP/EissignificantlyhigherthanthatoftheAshareandtheoverseasmaturemarket.Fortherelatedinvestors,howtochoosetheappropriatevaluationmethodtoevaluatetheliste
7、dcompaniesintheartificialintelligenceindustryisasubjectworthyofstudy.Firstly,thispapersummarizesthemainvaluationmethodssuchasabsolutevaluationmodel,relativevaluationmodel,andrealoptionmodel,aswellastheirrespectiveadvantagesanddisadvantages.Thenitanalyzes
此文档下载收益归作者所有