近年来,由于产权交易活跃,上市公司披露的商誉列报增多,其中绝大部分都是并购产生的。商誉作为企业价值组成的有机部分,对其评估和管理的能力显然会影响企业盈亏关系,倘若计提商誉减值损失过大,甚至会导致企业由盈利转为亏损,严重扰乱市场秩序。在此背景下,商誉逐渐沦落为上市主体操纵公司利润的帮凶,严重损害投资者利益。在商誉评估具体方法应用上,查阅国内外研究成果可以发现得到专家学者一致认可的是割差法和超额收益法。因为超额收益法更贴近于商誉为企业带来未来大于基准收益的超额收益这一本质属性,所以在理论上更优于割差法。但是在评估公司实际业务以及上市公司公告中笔者发现,评估公司对商誉的评估通常采用割差法,即首先通过采用收益法对被评估公司经营性资产和负债的未来预计产生的现金流量现值估算,并测算出非经营性资产、溢余资产和付息负债的价值,得出收益法测算的企业股权价值。其次识别被评估公司可辨认净资产的范围并确定其公允价值。最后,计算企业整体价值与企业可辨认净资产公允价值之间的差额,便得到评估基准日的商誉价值。超额收益法难在未来收益额的科学、合理、客观的预测,实务中运用较少,运用超额收益法的案例研究更是空白。究竟影响商誉价值的因素有哪些?传统商誉评估中如何评估商誉价值?人工智能浪潮下哪些先进的预测方法可以运用到评估领域?理论上,任何价值的形成都存有其特有的形成机理,是各因素叠加在一起而最终形成的,本文从研究商誉价值驱动因素入手,明确界定哪些因素会对商誉价值产生影响并带着这些疑问开始研究商誉评估;本文借鉴其他领域研究比较成熟的预测方法,以案例的形式具体研究了新方法在资产评估领域商誉评估中的运用,进而可以弥补资产评估在采用收益法时对非线性影响因素的理论空白。实践上,本文的研究成果,可以为评估公司开展商誉价值评估提供新途径、新思路;有益于企业管理者随时间动态管理本企业商誉,进而提升企业价值;还可以为投资者客观、准确了解包含商誉的企业价值提供参考,减少不必要的投资风险。在本文的理论部分,为了奠定商誉评估案例研究中所选择的影响商誉价值评价指标的理论基础,首先探究商誉价值的驱动因素。然后研究传统评估方法在商誉评估中的适用性比较,针对超额收益法理论基础更充分但实务预测困难的窘境,尝试性研究灰色预测、神经网络和马尔科夫链在资产评估当中的适用性。以洋河酒业为研究对象,结合杜邦分析公式研判收益指标,深入分析洋河酒业的经营情况和白酒行业市场预期分析各领域对商誉产生的影响。借助MATLAB软件实际操作灰色神经网络与马尔科夫链模型,实现很好的人机互动,解决了收益额预测中的“痛点”。科学的计算出商誉价值,并对该方法得出的结果理性分析。最后则是对全文的回顾,结合理论研究以及实务条件阐述了基本结论并提出相应建议,最后说明本文不足之处。基于全文内容,本文的创新点集中于收益预测“现代化”以及创新资产评估路径,综合了金融、工程领域智能算法,利用MATLAB编程手段,纵向选取灰色预测,横向选取BP神经网络,利用不同数据库储存的企业、行业近十年来年报、研报数据,纵横交错全方位筛选、整理指标体系。通过马尔科夫链在时间序列上动态修正,以期使商誉评估价值具有更高的公允性以及更简便的操作性。