一、企业价值评估方法
（一）折现法
现金流量的折现方法，是根据探究企业将来的现金流量，来确定其作为企业价值的关键要素，并通过运算获得企业将来营运过程中资产所产生的现金流量扣除折现以后的结果。现金流量的折现方法根据企业经营和管理性质的不同，大致可以分为股利现金流量模型、股权自由现金流模型和公司实体现金流模型。股利现金流量模型代表的企业配比给股东的现金流量的折现价值；而股权自由现金流模型则代表股权的投资者将来某段时限中可以获得的现金流量的折现价值之和；而公司实体现金流模型则代表了企业能够给予全部股东的在缴纳税费之后存在的现金流量的折现价值之和。
同时，现金流量折现模型也不是完美无瑕的，它也存在数据不准确的缺陷。在对企业价值进行评估过程中，要整合企业的过往的各类财务数据，并基于此背景下，对将来的企业现金流量进行价值的评价工作，如若这些过往的财务数据有采取现金流量的折现方法来评估企业的价值，那么就必须基于这些过往财务数据的前提之下完成将来企业现金流量的预估工作，若是企业的过往财务数据有点偏差，那么很大程度上会导致现金流量估算不准，这样使得最后评价出来的企业价值与实际价值差距过大。同时，此类手段之于现金流量的上升比率与折现比率上存在比较强的倚赖，因此它不太适合用在那些存在财务风险，或是过往数据有缺失的企业。
（二）市场法
市场法就是通过考虑市场的行情，然后采取与企业定价方法比较相似的手法来评价企业的价值，目前比较常用的有市盈率法、市净率法、市销率法采取市场法来评价企业价值的过程中，其计算需要的数据取得的较为简单，并且运算方式也相对简单。市盈率代表了价格与收益两者的关联，通过它可以直观的运算得出企业在投入与产出上的比率情况，甚至还能算出如增长率、风险补偿率等多种数据，具有比较高的综合性。市盈率的缺点就是它的假设前提一定要求企业是长期处于盈利状态的，企业如果有亏损，就不能运用该方法进行价值评估。
（三）期权定价法
期权定价法在常见的估值方法中属于自由度较强的一种价值评价手段，此种手段有效的结合了证券组合理论，并将那些无法确定的投资者决策与投资项目之于最终企业价值的影响进行了考量。其采用最普遍的模型为B-S 模型。它的不足之处在于，当实际运用中如果设置了相当数量的参数，那么运算时就会存在过多的主观性要素，只能选用来机器来计算。除此之外，其还可能由于假设的内容太多导致运算结论与实际的资本市场产生较大差距，鉴于这些因素使得期权定价法在实践中难以推广。
（四）EVA 价值评估法
EVA 又称为经济增加值。经济增加值代表的是企业在完税之后的营运净收益减去其成本消耗之后所得的结余收益，这个数值便是企业股东增加的财富价值。经济增加值的结余收益并非旧时企业的会计报表之内运算得出的利润，它应该是企业完税之后的净收益去掉企业所承担的债务与股权成本以后所结余的价值。不一样的行业存在不一样的行业生命周期，而企业位于不一样的生命周期进程时，它所存在的预期利润也会有着不一样的动态，因此，要合理的评价一个企业的价值，要考量企业处于哪个发展阶段来选择具体的评估模型。
二、人工智能企业评估方法适用性分析
（一）市场法下企业估值适用性分析
采用市场法对互联网人工智能企业进行估值时，主要侧重于公司的可比性以及价值比率的确定和调整，其局限性在于：一方面在采用市场法进行企业价值评估时，要求现行的资本市场是处于完全有效或者接近有效状态的，但是就目前的形势来看，我国的资本市场处于弱式有效状态，投机行为较多，致使股市的波动幅度较大，从而阻碍了市场规律的应用；另一方面互联网人工智能公司在选择价值比率进行估值的时候，由于数量较少，很难找到在主营业务结构、业务规模、业务范围、面临的风险等因素接近或者相同的公司对比。因此，市场法不适用于人工智能企业的估值。
（二）收益法下企业估值适用性分析
采用收益法对互联网人工智能企业进行评估时，主要侧重于公司的折现率的计算以及预期收益的预测，其局限性在于：一方面人工智能公司的成立时间较短，正处于成长期会使公司未来的预期收益很难预测，这会导致评估结果准确性较差。其创新性和高速成长性的特点使得公司的现金流量相对不稳定，也会影响了使用收益法的评价效果。另一方面受评估者主观上的影响，折现率、长期增长率等评价指标对企业估值的结果有重要影响，这些指标需要结合公司内部的财务数据以及外部的信息来确定其数值。并根据相关的评估人员计算得出，难度较大，会影响收益法估值的精确性。所以，收益法不适用于人工智能企业价值评估。
（三）成本法下企业估值适用性分析
采用成本法对互联网人工智能企业进行评估时，主要侧重于被评估公司的现实成本，其局限性在于：一方面成本法没有考虑无形资产对企业价值的贡献，成本法以财务报表为基础进行估值，不在财务报表上的无形资产很容易被评估者忽略，例如商誉；另一方面成本法在测算时只是将单个资产和负债的价值和确定为评估结果，忽略了公司整体层面的获利能力，没有体现出公司的整体效益和价值。所以，成本法不适用于人工智能企业价值评估。
（四）实物期权模型下企业估值适用性分析
互联网人工智能企业具有成立时间短、高成长性以及创新性等优点，同时其缺点也显而易见，具有许多不确定性，这会使得公司的收益波动幅度较大且风险性较高。而且使用传统的评估方法无法对企业的潜在价值进行正确估量，潜在价值包括业务模式创新、产品技术创新、政策等因素，而这潜在的价值能够为公司带来巨大的预期收益，因此在使用传统估值方法对人工智能企业进行评估时会产生较多弊端。而使用实物期权模型对企业价值评估的优点在于，实物期权模型可以根据内部和外部的信息来灵活地选择有用的价值，在未来投资决策的风险具有不确定性和投资项目的扩大及缩小投资、暂停甚至是延期投资等投资计划变化时，用实物期权模型更为合理。所以，实物期权模型适用于人工智能企业价值评估。
结语
人工智能作为新一轮产业变革的核心驱动力，不仅对传统行业具备较强的赋能作用，还能够激发社会创业热情以及投资者的投资兴趣。企业价值评估是保证企业和机构投资者收购、兼并、投资等活动有效进行的前提。我们在对人工智能企业进行价值评估时，可以借助本文论述到的相关方法，从而规避行业泡沫、估值偏差，避免给投资者造成损失。
参考文献
[1] 曹梦蝶, 林东杰. 科创板人工智能企业价值评估研究——以虹软科技为例[J]. 中国资产评估, 2021(9):11.
[2] 崔爽. 基于实物期权的人工智能类企业价值评估研究——以科大讯飞公司为例[D]. 哈尔滨工程大学, 2018.
[3] 宋华, 袁栋绪. 基于因子分析的公司价值评估方法研究——以人工智能板块上市公司为例[J]. 铜陵学院学报, 2018, 17(2):5.
[4] 贾雨佳. 基于APT的人工智能上市公司估值实证研究——以A公司为例[J]. 财会学习, 2018(19):3.