近年来,计算机视觉逐渐走进百姓的日常生活中。社会治理、日常生活等领域都已应用了计算机视觉技术,应用场景包括政府智能化办公、医疗资源智能化分配、家居设备的智能化管理等。由于计算机视觉技术背后存在巨大的商业市场,其近年来成为非常受欢迎的投资领域。计算机视觉相关企业在2018年所获得的融资金额为158亿元,为人工智能行业融资总量的四分之一。在整个行业欣欣向荣的背景下,需要注意估值的准确性以及越来越严重的估值泡沫现象。因此无论对于投资者还是对于资产评估从业者来说,如何确定计算机视觉企业的真正价值是亟待解决的问题。本文正是基于这样的背景,对计算机视觉企业价值进行研究分析,目的是探索适合评估计算机视觉企业价值的方法模型,从而将其应用到计算机视觉企业价值的评估中,确定企业的真正价值并且为投资者提供投资参考。本文以EVA模型为基础,针对计算机视觉企业的特点进行项目调整,并引入非财务因素,从而构建了EVA修正模型。首先采用规范研究方法对国内外文献进行梳理,发现前人研究对象集中在科技型与创业型企业,研究对象较为笼统,针对计算机视觉企业这一细分领域的研究不足,并且评估理论与实务相结合的经验很少,需要在理论方面有更多的探索和改进,从而更好指导实务工作。其次,构建了本文的研究框架,对具体研究方法、研究思路以及创新点进行阐述。接着,介绍了计算机视觉行业概况,了解其应用场景、发展现状、未来趋势和盈利模式,并从内部、外部两个角度分析了影响计算机视觉企业价值的因素。然后,将EVA模型与传统方法进行比较,结论是使用EVA模型得出的计算机视觉企业价值更接近企业真实价值,所以评估计算机视觉企业基本价值的工作将通过EVA模型来完成,该模型仅从财务因素角度出发进行估值,未考虑非财务因素角度。非财务因素角度的估值将借助层次分析法和专家打分法来完成,思路如下:以计算机视觉企业价值影响因素的分析为基础,构建非财务指标体系,并运用层次分析法和专家打分法确定调整系数。利用从非财务因素角度得出的调整系数对从财务因素角度得到的企业基本价值进行修正,即可得到企业最终价值。最后将EVA修正模型应用到行业龙头企业——虹软科技的价值评估中,验证了该评估模型的准确性以及在实务中的可操作性。本文的研究有利于计算机视觉行业良性发展,并为管理者制定发展战略、股东评价管理者管理水平、投资者做出投资决策等提供相应参考。本文引入非财务因素构建了EVA修正模型,希望能为相关人员提供评估计算机视觉企业价值的新思路。