随着经济的快速发展，传统能源日益短缺，开发和利用新能源作为国家实现可持续发展的一项战略举措，越来越受到国家的重视。新能源上市公司是开发、生产和销售新能源产品并在证券市场公开交易的上市企业，如何准确合理的评估其企业价值，已经成为政府、投资者和社会公众关注的焦点。新能源企业经营面临的高度不确定性，使得企业管理者的决策具有灵活性，这种柔性管理价值就是实物期权的价值。传统的价值评估方法不能评价企业拥有的未来投资机会的价值，即忽略了企业的实物期权价值。本文运用遗传算法优化的人工神经网络，对实物期权中的B-S模型进行改进，旨在建立一种能更加全面准确的评估新能源上市公司企业价值的方法。首先，在对国内外研究现状进行综述的基础上，介绍了传统企业价值评估的方法，并对实物期权理论进行了详细的阐述。其次，分析了新能源上市公司的特点和价值评估环境以及其拥有的实物期权的类型，并分析了传统企业价值评估方法在评估新能源上市企业价值时存在的不足以及运用实物期权评估其企业价值存在的优势。再次，B-S模型虽具有一定的缺陷，但是它提供了影响企业价值的五个参数，将这五个参数作为BP神经网络的输入变量，通过遗传算法确定网络最优权值，建立评估新能源上市公司企业价值的改进的实物期权模型。最后，选取新能源板块典型的上市公司进行实证研究，将运用改进实物期权模型计算的股权价值与运用B-S模型计算的结果分别与实际值进行比较，验证了改进模型的准确性。进一步利用改进模型得到的股权价值计算股价，将其与实际的平均收盘价进行比较，有助于判断股价的未来变动趋势，帮助投资者做出正确的投资决策。另外，通过对样本公司的五个参数进行敏感性分析，找出影响企业价值的关键因素，从而对管理者如何提升企业价值提出合理建议。