当今,信息技术的迅猛发展进入了一个新的阶段,我国“网络强国”的战略稳步推进。互联网企业具有无形资产比重较大、高风险、高成长、高投入等特征,特别是其自身的高成长性主要体现为非线性成长的规律,这些特征使得难以使用传统的评估方法来估算企业在未来发展不确定情况下的真实价值。因此,对于日益繁荣的互联网企业,很有必要发展出一套能够结合其自身的行业和背景特点并且实用、准确、有效的评估体系。互联网企业作为创新型企业,一般都拥有较多的专利技术和著作权。文章首先分析了这类企业的行业背景和特征,得出互联网企业具有无形资产比重较大、风险高、难以找到完全可比的公司等特征。根据这些企业的特点,分析了现有企业价值评估方法的适用性,得出目前单一的评估方法均不适合单独用于互联网企业的价值评估。结合目前学术界对于企业价值的界定,本文将互联网企业的整体价值分成了两部分,一是现有资产的价值,二是企业的潜在价值。因此本文选用分段计算的方法,将DCF(现金流折现)模型与实物期权法中的B-S(Black-Scholes期权定价)模型结合起来,分别评估互联网企业拥有的实际资产价值与企业的潜在价值。并且在评估模型的构建中,对于互联网企业历史数据少、且数据非线性相关的问题,将适用小样本预测的灰色预测法与适用预测非线性相关数据的神经网络预测法应用于互联网企业的价值评估中;对于实物期权法中的波动率,则是以企业股票未来十二期预测价格为基础来确定波动率。最后,选取了神州泰岳、网宿科技、银江股份这三家互联网企业进行价值评估计算,并将评估结果与评估基准日的企业股票市值进行对比,以此来说明灰色神经网络对实物期权法改进的合理性以及运用此方法所计算得到的企业价值估计结果的有效性。从本文的研究结果表明,针对互联网企业的特点,将DCF与B-S模型相结合的方式对其价值进行评估能够较大程度上体现出互联网企业的实际价值。并且采用灰色神经网络预测模型对自由现金流和波动率预测能够减少预测误差,提高评估结果的准确性。