基于LSTM和实物期权模型的互联网企业价值评估

发布时间：2020-07-15 12:02

【摘要】：在我国经济高速的发展的大背景下,随着互联网行业的蓬勃发展,互联网企业也得到了快速发展。在发展的同时,不仅仅互联网企业之间进行着越来越多的产权交易,其他行业的公司也与互联网企业有着或多或少的并购交易。如何在企业并购中合理的确实企业价值成为了人们开始关注的问题。互联网企业与传统的企业相比较,有显著地特征,如无形资产比重大以及非财务指标占比多等,市场上大多数都是用传统的评估方法进行价值评估。但是,传统的评估方法,如现金流折现法和EVA方法以及成本法在运用到互联网企业中,都存在很大的局限性。而将实物期权方法应用于企业价值评估中,虽然能够很好的估计企业项目投资中的高度不确定性,使用一些创新的方法优化实物期权方法的参数估计,但是仍然无法解决实物期权在实际应用中存在一些偏离理论的因素的问题。随着全球经济不断发展,计算机科学和技术也早已广泛应用于人们的生活中。计算机科学技术拥有其强大的运算处理能力以及快速的搜索功能,满足了很多科技发展的需求,与其他科学技术也是拥有着越来越紧密的联系。在计算机技术发展的同时,也为企业价值评估提供了技术基础支持,将神经网络用于企业价值评估是一种符合时代发展的趋势。而且长短期记忆网络(Long Short-Term Memory,LSTM)是一种经过改进演化的循环神经网络,在数据处理方面更加的精确,能够将LSTM与实物期权结合用于企业价值评估是一种全新的突破。本文通过选取典型的互联网公司进行实证分析,运用LSTM神经网络,将影响实物期权的五个重要参数通过输入层到隐含层的循环链式结构,利用tanh激活函数,处理输入变量之间的非线性问题,再到输出层输出目标值股权价值,用历史数据作为训练样本,提高输出结果的准确性。再将结果与传统的B-S模型结果比较,验证了模型的适用性与可行性。将计算机科学技术用于企业价值评估可能是未来的一种发展趋势,其强大的运算处理能力以及快速的搜索功能,解决了企业价值评估中很多数据处理的问题。将LSTM与实物期权结合用于互联网企业价值评估也是一种全新的突破,丰富了企业价值评估方法体系。
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F275;F49
【图文】：

示意图,循环神经网络,结构示意图,定向循环

工作原理［５３］。传统的ＢＰ神经网络只是简单的考虑了输入与输出之间的关系，逡逑ＲＮＮ循环神经网络增加了定向循环，这种定向循环的增加能够处理输入之间前逡逑后关联的问题。ＲＮＮ循环神经网络的结构如图４．２所示。逡逑ｆ＾）逦Ｏｕｔｐｕｔ邋Ｌａｙｅｒ逡逑—邋＃逡逑图４．２循环神经网络结构示意图逡逑从上图中可以看出，ＲＮＮ循环神经网络包含了三个层，这一点与传统的ＢＰ逡逑神经网络没有什么区别。但是，两种神经网络虽然都包含了包含一条从Ｉｎｐｕｔ逡逑Ｌａｙｅｒ到Ｏｕｔｐｕｔ邋Ｌａｙｅｒ的单向流动的信息流，ＲＮＮ神经网络还包含一条从Ｈｉｄｄｅｎ逡逑Ｌａｙｅｒ流向下一个节点的Ｈｉｄｄｅｎ邋Ｌａｙｅｒ的信息流［３４］。数据的处理主要就是在逡逑Ｈｉｄｄｅｎ邋Ｌａｙｅｒ中完成了，而Ｈｉｄｄｅｎ邋Ｌａｙｅｒ的构造往往很复杂。本文通过时序的方逡逑式将其展开，详细讲解隐藏层中前一时间的状态是如何决定后一时间的状态的，逡逑具体的展开结构示意图如图４．３所示。逡逑２６逡逑

示意图,循环神经网络,展开结构,时间步

循环模,循环神经网络,块结构,神经网络

图４．４循环神经网络的循环模块结构逡逑ＬＳＴＭ神经网络就对这种循环模块的结构做出改进，所以ＬＳＴＭyL经网络的逡逑内部结构更加复杂，如图４．５所示。从图中可以看出，ＬＳＴＭ神经网络有四个交逡逑互层，不像ＲＮＮ循环神经网络内部结构中只有一个ｔａｎｈ层。逡逑？邋？邋？逡逑逦逦ｔ邋，逦ｔ逦ｔ＇逡逑丨＿＿丨＿丨｜丨｜丨丨邋？逦邋｜逦？今逡逑牛邋牛逡逑Ａ邋，；碟０邋，邋八邋，逡逑１、－丨逦逦邋逦ｖ逦逦逦Ｊ逦逦Ｊ逡逑＠逦（ｘｊ）逦＠逡逑图４．５邋ＬＳＴＭ的循环模块结构逡逑那么ＬＳＴＭ神经网络的隐含层层究竟有何特殊之处呢？主要是由于该隐含逡逑层拥有四个交互层，他们之间相互联系相互影响。此外，隐含层内部还增加了细逡逑胞状态。接下来我们将一起探讨一下这四个交互层的结构和作用。逡逑２８逡逑

【参考文献】