智能制造條件下企業(yè)R＆D項(xiàng)目?jī)r(jià)值評(píng)估研究

孫佳旭，全 良，田國(guó)雙

（東北林業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，哈爾濱 150000）

智能制造的典型特征是將服務(wù)滲透于以數(shù)據(jù)流為基礎(chǔ)的虛擬網(wǎng)絡(luò)與高新技術(shù)實(shí)體生產(chǎn)相結(jié)合的制造系統(tǒng)之中［1］，它可能削減人力資源投入，甚至改變某個(gè)傳統(tǒng)行業(yè)，這決定了智能制造企業(yè)R＆D項(xiàng)目?jī)r(jià)值的準(zhǔn)確評(píng)估將具有重要意義。然而評(píng)估智能制造企業(yè)R＆D項(xiàng)目?jī)r(jià)值實(shí)際上困難重重。相比一般企業(yè)R＆D項(xiàng)目，一方面，智能制造企業(yè)在集動(dòng)態(tài)感知、實(shí)時(shí)分析、自主決策、精準(zhǔn)執(zhí)行為一體的同時(shí)面臨技術(shù)“峽谷”問題［2-3］，技術(shù)應(yīng)用指數(shù)型增長(zhǎng)、人力資源需求量縮減、智能產(chǎn)品更新周期縮短與增長(zhǎng)潛力等制約因素加大了其R＆D項(xiàng)目的風(fēng)險(xiǎn)性；另一方面，智能制造領(lǐng)域?qū)儆谥R(shí)技能與服務(wù)密集型產(chǎn)業(yè)［4］，無形資產(chǎn)占比大、研發(fā)資金投入多、項(xiàng)目研發(fā)生命周期長(zhǎng)。另外，由于全球市場(chǎng)競(jìng)爭(zhēng)和社會(huì)的可持續(xù)發(fā)展需求，可能導(dǎo)致客戶需求極具動(dòng)態(tài)突變性，在某時(shí)段內(nèi)突然爆發(fā)從而改變消費(fèi)預(yù)期投入，難以根據(jù)未來需求變化做出準(zhǔn)確預(yù)測(cè)，加大了其R＆D項(xiàng)目的不確定性。與此同時(shí)，智能制造企業(yè)將智能系統(tǒng)貫穿于產(chǎn)品的設(shè)計(jì)、生產(chǎn)、管理、服務(wù)全數(shù)字化生命周期，研發(fā)活動(dòng)涉及企業(yè)內(nèi)部各部門協(xié)同工作與R＆D項(xiàng)目相關(guān)上下游企業(yè)之間的相互協(xié)同，增加了其R＆D項(xiàng)目的復(fù)雜性。倘若缺少有效的投資決策分析，將導(dǎo)致智能制造企業(yè)失去競(jìng)爭(zhēng)潛力與發(fā)展機(jī)會(huì)。對(duì)此關(guān)鍵問題，若以已有價(jià)值評(píng)估方法評(píng)判智能制造企業(yè)R＆D項(xiàng)目?jī)r(jià)值，一是無法有效降低智能制造企業(yè)面臨的高風(fēng)險(xiǎn)性、不確定性與復(fù)雜性；二是缺乏靈活性，無法體現(xiàn)智能制造企業(yè)技術(shù)市場(chǎng)機(jī)遇?？紤]到上述問題，本文針對(duì)智能制造企業(yè)R＆D項(xiàng)目提出一種基于模糊實(shí)物期權(quán)模型的價(jià)值評(píng)估方法。

1 模糊實(shí)物期權(quán)方法評(píng)述

比較研究發(fā)現(xiàn)，在成本分析法、市場(chǎng)比較法、凈現(xiàn)值法和實(shí)物期權(quán)評(píng)估方法中，實(shí)物期權(quán)方法的應(yīng)用價(jià)值標(biāo)準(zhǔn)差最大，但該方法在處理不確定與靈活性問題時(shí)卻明顯優(yōu)于凈現(xiàn)值方法［5-8］。然而，經(jīng)典實(shí)物期權(quán)方法在評(píng)估智能制造企業(yè)R＆D項(xiàng)目?jī)r(jià)值方面，仍然存在以下不足：

1）忽略某些不確定性因素。一方面，實(shí)物期權(quán)方法雖然考慮到投資機(jī)會(huì)價(jià)值，但該方法假定未來現(xiàn)金流量現(xiàn)值與投資項(xiàng)目預(yù)期總成本為確定數(shù)值。智能制造企業(yè)屬于知識(shí)技能與服務(wù)密集型產(chǎn)業(yè)，R＆D項(xiàng)目未來收益現(xiàn)值、追加投資以及完工期限等信息的獲取存在多重不確定性，難以對(duì)以上信息做出準(zhǔn)確估計(jì)；另一方面，現(xiàn)行實(shí)物期權(quán)定價(jià)模型忽略了如網(wǎng)絡(luò)技術(shù)共享程度、競(jìng)爭(zhēng)對(duì)手策略及先占性程度等不易量化因素的影響，因此該方法很難滿足競(jìng)爭(zhēng)環(huán)境下的價(jià)值評(píng)估。

2）僅考慮市場(chǎng)風(fēng)險(xiǎn)。市場(chǎng)風(fēng)險(xiǎn)可以用波動(dòng)率加以描述，因此實(shí)物期權(quán)方法對(duì)處理R＆D項(xiàng)目中的市場(chǎng)風(fēng)險(xiǎn)有顯著的優(yōu)越性，但該方法無法有效降低智能制造企業(yè)自身技術(shù)和經(jīng)營(yíng)管理等非市場(chǎng)風(fēng)險(xiǎn)情況。

3）對(duì)隨機(jī)過程的假定。期權(quán)定價(jià)模型以股票價(jià)格遵循馬爾科夫過程為前提，但實(shí)物資產(chǎn)不同于金融資產(chǎn)，目前為止并未總結(jié)出其運(yùn)動(dòng)的一般規(guī)律［9］。

模糊數(shù)學(xué)以模糊區(qū)間估計(jì)為基礎(chǔ)，使準(zhǔn)確化在更一般的框架下得以展現(xiàn)，即從模糊性中尋找確定性信息。將模糊數(shù)學(xué)引入實(shí)物期權(quán)方法，能從一定程度上降低研發(fā)周期中風(fēng)險(xiǎn)性和不確定性因素的影響，使投資者能根據(jù)R＆D項(xiàng)目實(shí)際的進(jìn)展情況靈活地進(jìn)行決策，提高期望收益預(yù)測(cè)的準(zhǔn)確性。近年來，為解決參數(shù)不精準(zhǔn)帶來的價(jià)值波動(dòng)問題，不少學(xué)者開始應(yīng)用模糊集理論對(duì)項(xiàng)目投資價(jià)值評(píng)估問題展開探討。Wu等［10］利用模糊截集理論估計(jì)二叉樹期權(quán)模型中的參數(shù)，得出價(jià)值區(qū)間置信度并評(píng)估投資項(xiàng)目?jī)r(jià)值。Yoshida［11］考慮到投資者主觀因素及參數(shù)的不確定性，運(yùn)用模糊推理邏輯得出期權(quán)定價(jià)公式。趙雪萍等［12］用模糊數(shù)集合處理實(shí)物期權(quán)定價(jià)模型中的參數(shù)，并用該方法評(píng)估煤礦安全投資項(xiàng)目的價(jià)值。李妍等［13］結(jié)合PPP項(xiàng)目柔性特點(diǎn)，建立基礎(chǔ)設(shè)施PPP項(xiàng)目模糊實(shí)物期權(quán)柔性決策模型，并實(shí)例驗(yàn)證其有效性。

實(shí)際上，對(duì)參數(shù)的準(zhǔn)確估計(jì)并非易事，實(shí)物期權(quán)價(jià)值評(píng)估中模糊特性更為明顯，當(dāng)投資者對(duì)決策中關(guān)鍵數(shù)據(jù)進(jìn)行模糊化之后，獲得項(xiàng)目?jī)r(jià)值的準(zhǔn)確性會(huì)更高［9］。目前，將實(shí)物期權(quán)理論結(jié)合模糊數(shù)學(xué)方法的研究并不多，對(duì)R＆D投資項(xiàng)目中模糊實(shí)物期權(quán)價(jià)值評(píng)估研究相對(duì)較少，且鮮現(xiàn)于智能制造領(lǐng)域的研究與應(yīng)用?；诖?，本文引入三角模糊數(shù)，結(jié)合智能制造企業(yè)特點(diǎn)和投資者對(duì)R＆D項(xiàng)目發(fā)展的樂觀度，對(duì)實(shí)物期權(quán)價(jià)值評(píng)估模型進(jìn)行改進(jìn)，提出一種適合智能制造企業(yè)R＆D項(xiàng)目的模糊實(shí)物期權(quán)價(jià)值評(píng)估模型。應(yīng)用該模型對(duì)富士康科技集團(tuán)8k顯示器研發(fā)項(xiàng)目進(jìn)行分析，確定項(xiàng)目?jī)r(jià)值范圍及價(jià)值評(píng)估中的主要影響因素，為未來企業(yè)正確決策與項(xiàng)目的成功實(shí)施提供有力依據(jù)。

2 智能制造企業(yè)R＆D項(xiàng)目?jī)r(jià)值評(píng)價(jià)模型

2.1 智能制造企業(yè)R＆D項(xiàng)目?jī)r(jià)值——實(shí)物期權(quán)價(jià)值評(píng)估模型

對(duì)于智能制造企業(yè)而言，擁有R＆D項(xiàng)目的投資機(jī)會(huì)等同于企業(yè)持有者擁有看漲期權(quán)，通過從新產(chǎn)品導(dǎo)入流程直至訂單交付流程中支付期權(quán)費(fèi)用，以獲取智能產(chǎn)品研發(fā)專利或技術(shù)等權(quán)利，并選擇在當(dāng)前和未來是否投資研發(fā)以及如何進(jìn)行投資研發(fā)，其中R＆D項(xiàng)目資產(chǎn)現(xiàn)值與期權(quán)行使期研發(fā)投入價(jià)格等都將影響未來智能制造企業(yè)R＆D項(xiàng)目投資。由于智能制造企業(yè)R＆D項(xiàng)目的期權(quán)價(jià)值特性，R＆D項(xiàng)目?jī)r(jià)值應(yīng)該包含投資的資產(chǎn)價(jià)值和期權(quán)價(jià)值兩部分，即：

其中：V′是智能制造企業(yè)R＆D項(xiàng)目投入的資產(chǎn)價(jià)值，可用投資項(xiàng)目的凈現(xiàn)金流量現(xiàn)值表示；Vα是智能制造企業(yè)R＆D項(xiàng)目投資的期權(quán)價(jià)值，可用期權(quán)定價(jià)模型進(jìn)行評(píng)估。

結(jié)合實(shí)物期權(quán)思想，計(jì)算智能制造企業(yè)R＆D項(xiàng)目的期權(quán)價(jià)值時(shí)，做如下假設(shè)：

1）智能制造企業(yè)R＆D項(xiàng)目投資看作歐式看漲期權(quán)，預(yù)期現(xiàn)金流量現(xiàn)值S0是服從正態(tài)分布的隨機(jī)變量，投資成本價(jià)值是XE，期權(quán)有效期是τ。

2）無交易成本及稅金。

3）無需支付紅利。

4）項(xiàng)目可連續(xù)進(jìn)行投資。

5）無風(fēng)險(xiǎn)利率r、資產(chǎn)收益波動(dòng)率σ、底數(shù)e均可視為常數(shù)，本式中取e＝2.718。

考慮到智能制造企業(yè)R＆D項(xiàng)目未來收益變化服從布朗運(yùn)動(dòng)，基于“B—S”模型，實(shí)物期權(quán)價(jià)值可以表示為

其中：

2.2 改進(jìn)的期權(quán)評(píng)估模型——模糊實(shí)物期權(quán)價(jià)值評(píng)估模型

智能制造企業(yè)R＆D項(xiàng)目?jī)r(jià)值評(píng)估是對(duì)項(xiàng)目未來發(fā)展情況的預(yù)測(cè)，即研發(fā)投入總投資、完工期限以及經(jīng)營(yíng)成本等變量在決策時(shí)并非固定數(shù)值。相對(duì)確定性估計(jì)，區(qū)間估計(jì)能在一定程度上降低不確定性與高風(fēng)險(xiǎn)性的影響，使投資者能根據(jù)R＆D項(xiàng)目實(shí)際的進(jìn)展情況靈活進(jìn)行決策，提高期望收益預(yù)測(cè)的準(zhǔn)確性。模糊數(shù)能夠適用于區(qū)間估計(jì)，因此，模糊實(shí)物期權(quán)評(píng)估方法更能反映智能制造企業(yè)R＆D項(xiàng)目的實(shí)際價(jià)值，提高價(jià)值評(píng)估的精準(zhǔn)性。本文將三角模糊數(shù)引入實(shí)物期權(quán)評(píng)估方法中，結(jié)合投資者對(duì)企業(yè)發(fā)展的樂觀度，對(duì)上述“B—S”擴(kuò)展模型作進(jìn)一步改進(jìn)。

2.2.1 模糊期權(quán)價(jià)值的確定

智能制造企業(yè)R＆D項(xiàng)目模糊成長(zhǎng)期權(quán)價(jià)值公式表述如下：

其中：

利用三角模糊數(shù)的運(yùn)算，可推導(dǎo)出如式（4）所示的基于三角模糊數(shù)下智能制造企業(yè)的實(shí)物期權(quán)價(jià)值計(jì)算模型：

其中：

2.2.2 智能制造企業(yè)投資者對(duì)R＆D項(xiàng)目未來發(fā)展樂觀度α的確定

智能制造企業(yè)R＆D項(xiàng)目?jī)r(jià)值評(píng)估是對(duì)項(xiàng)目未來發(fā)展情況的預(yù)測(cè)，然而研發(fā)項(xiàng)目生命周期中各環(huán)節(jié)的確定、計(jì)劃、安排直至具體實(shí)施過程都將受到不確定性與高風(fēng)險(xiǎn)性因素的影響，此時(shí)可能導(dǎo)致各環(huán)節(jié)中實(shí)際現(xiàn)金流量與預(yù)期產(chǎn)生偏差。在模糊期權(quán)價(jià)值評(píng)估模型中，α值是根據(jù)R＆D項(xiàng)目投資者對(duì)項(xiàng)目未來發(fā)展的樂觀程度大小確定，是投資者對(duì)項(xiàng)目?jī)r(jià)值把握程度的體現(xiàn)。由基于三角模糊數(shù)下期權(quán)價(jià)值計(jì)算模型可知，投資者對(duì)企業(yè)發(fā)展越樂觀，α值越大，越靠近模糊閉區(qū)間的右端點(diǎn)，期權(quán)的價(jià)值也相應(yīng)增大，反之，期權(quán)價(jià)值會(huì)相應(yīng)減少。

綜上所述，可將智能制造企業(yè)總價(jià)值評(píng)估模糊實(shí)物期權(quán)模型表示如下：

其中：（Vα）τ是投資機(jī)會(huì)持續(xù)時(shí)間為τ的智能制造企業(yè)研發(fā)項(xiàng)目總價(jià)值，V′＝~S0-~XE，均為三角模糊數(shù)。

3 案例分析

3.1 案例描述

富士康科技集團(tuán)10.5代8k液晶顯示生態(tài)產(chǎn)業(yè)園由富士康旗下超視堺國(guó)際科技有限公司（SIO）與堺顯示器制品株式會(huì)（SDP）社攜手打造，針對(duì)8k＋5G實(shí)際應(yīng)用的研發(fā)，實(shí)現(xiàn)產(chǎn)品設(shè)計(jì)、生產(chǎn)、管理、服務(wù)核心等環(huán)節(jié)智能化，結(jié)合云端存儲(chǔ)與物聯(lián)網(wǎng)傳輸形成完整的8k智能研發(fā)產(chǎn)業(yè)鏈，并將該技術(shù)應(yīng)用于精準(zhǔn)醫(yī)療、車載安全、智能家居、智慧學(xué)習(xí)等領(lǐng)域，為振興實(shí)體經(jīng)濟(jì)、中國(guó)制造2025注入新動(dòng)力。該項(xiàng)目于2017年3月1日在廣州增城動(dòng)土建設(shè)，總占地1 263 888.2 m2，該地塊出讓年限為50年，于2019年6月試產(chǎn)，并于2019年9月15日正式量產(chǎn)，若一期經(jīng)營(yíng)良好，公司將展開二期項(xiàng)目研發(fā)。工程計(jì)劃用地面積約1.5 km2，總投資約610億元，15年為項(xiàng)目有效認(rèn)購(gòu)期權(quán)，該項(xiàng)目將建設(shè)康寧顯示器、智能TV、電子白板生產(chǎn)工廠等高端顯示技術(shù)產(chǎn)品的研發(fā)，設(shè)計(jì)產(chǎn)能為生產(chǎn)第10.5代顯示屏9萬片／月，預(yù)計(jì)達(dá)產(chǎn)后年產(chǎn)值約920億元，年均稅收約達(dá)40億元，項(xiàng)目?jī)羰找娆F(xiàn)值約為529.8億元。預(yù)計(jì)2020年廣州新型顯示項(xiàng)目產(chǎn)值將超3 000億元，并帶動(dòng)電子信息制造業(yè)產(chǎn)值超5 000億元。未來該項(xiàng)目將帶來超額收益與不可量化的收益，其資金回報(bào)率約為為20%～25%。

3.2 模糊實(shí)物期權(quán)價(jià)值計(jì)算

該項(xiàng)目增長(zhǎng)期權(quán)價(jià)值計(jì)算參數(shù)確定如下：項(xiàng)目未來凈收益現(xiàn)值與總投資分別為529.8和610億元，考慮到項(xiàng)目市場(chǎng)未來5%的不確定性，即640.5］，到期時(shí)間τ＝15。樂觀度α是投資者對(duì)研發(fā)項(xiàng)目總價(jià)值實(shí)現(xiàn)的把握程度，多采用綜合評(píng)價(jià)方法確定。結(jié)合影響項(xiàng)目?jī)r(jià)值的全部因素，此案例假定α＝0.8，按照20%～25%的無風(fēng)險(xiǎn)投資利息率進(jìn)行估計(jì)，即項(xiàng)目?jī)r(jià)值波動(dòng)率參照20%～30%的股票市場(chǎng)波動(dòng)率估計(jì)，即

在三角模糊數(shù)性質(zhì)［15-16］和公式（2）“B—S”一般模型計(jì)算的基礎(chǔ)上，取α截集，利用Matlab軟件計(jì)算處理，得增長(zhǎng)期權(quán)價(jià)值為498.70～615.47億元，計(jì)算結(jié)果如表1所示。

表1 模糊實(shí)物期權(quán)價(jià)值計(jì)算 億元

考慮到15年的期權(quán)執(zhí)行期，智能制造企業(yè)R＆D項(xiàng)目?jī)r(jià)值評(píng)估的模糊實(shí)物期權(quán)總價(jià)值（Vα）τ＝NPV＋Vα＝529.8＋［498.7，615.47］＝［1 028.5，1 145.27］（億元），它是樂觀度α＝0.8時(shí)企業(yè)R＆D項(xiàng)目的模糊總價(jià)值區(qū)間，該區(qū)間包含了確定情況下的實(shí)物期權(quán)價(jià)值。投資者可以從模糊期權(quán)價(jià)值區(qū)間中任選一個(gè)值作為R＆D項(xiàng)目投資決策的參考，從而降低投資風(fēng)險(xiǎn)。不同樂觀度下企業(yè)R＆D項(xiàng)目模糊實(shí)物期權(quán)總價(jià)值如表2所示。顯然，期權(quán)特性可為R＆D項(xiàng)目帶來較大的增值空間，不同樂觀度對(duì)企業(yè)R＆D項(xiàng)目總價(jià)值影響較大。

表2 同樂觀度的模糊實(shí)物期權(quán)價(jià)值計(jì)算 億元

3.3 模型討論

3.3.1 基于三角模糊數(shù)的實(shí)物期權(quán)模型

智能制造企業(yè)R＆D項(xiàng)目中，無形資產(chǎn)高占比性與知識(shí)產(chǎn)權(quán)及價(jià)值鏈的非交易性促使項(xiàng)目收益現(xiàn)值、未來追加投資等信息在獲取方面存在眾多不確定性，網(wǎng)絡(luò)技術(shù)共享程度、競(jìng)爭(zhēng)對(duì)手策略先占性等不易量化因素也加大了投資項(xiàng)目的風(fēng)險(xiǎn)性。R＆D項(xiàng)目?jī)r(jià)值隨時(shí)間變化而發(fā)生改變，進(jìn)而凸顯了模糊方法在價(jià)值評(píng)價(jià)應(yīng)用中的重要作用。然而，由于忽略上述因素，使得實(shí)物期權(quán)價(jià)值計(jì)算方法在利用確定信息求解過程中，計(jì)算結(jié)果唯一且不精確的弊端逐漸顯露。在未進(jìn)行參數(shù)模糊處理時(shí)，根據(jù)“B-S”模型計(jì)算可得該項(xiàng)目實(shí)物期權(quán)價(jià)值為507.6億元，計(jì)算結(jié)果如表3所示。三角模糊數(shù)作為表示模糊數(shù)據(jù)的有效方法，可以把非確定性信息合理區(qū)間化，進(jìn)而解決參數(shù)信息無法準(zhǔn)確度量時(shí)的價(jià)值評(píng)價(jià)問題，提高計(jì)算結(jié)果的可靠性。

表3 實(shí)物期權(quán)價(jià)值計(jì)算 億元

3.3.2 敏感性分析

敏感性分析是投資項(xiàng)目經(jīng)濟(jì)評(píng)價(jià)中常用來分析不確定性的方法之一。該方法可從多種不確定因素中逐一選出對(duì)投資項(xiàng)目經(jīng)濟(jì)效益起到主要影響作用的敏感性指標(biāo)，測(cè)算并分析項(xiàng)目經(jīng)濟(jì)效益指標(biāo)的影響程度及敏感程度，進(jìn)而對(duì)項(xiàng)目風(fēng)險(xiǎn)承受能力做出判斷。由于企業(yè)R＆D項(xiàng)目中期權(quán)執(zhí)行價(jià)格指標(biāo)、資產(chǎn)凈現(xiàn)值指標(biāo)、波動(dòng)率指標(biāo)、無風(fēng)險(xiǎn)利率指標(biāo)和期權(quán)執(zhí)行時(shí)間指標(biāo)的復(fù)雜性和多變性，現(xiàn)對(duì)智能制造企業(yè)R＆D價(jià)值評(píng)價(jià)中5大關(guān)鍵指標(biāo)進(jìn)行敏感性分析，從-25%變化到25%，每次變動(dòng)5%，表4和圖1反映了項(xiàng)目實(shí)物期權(quán)價(jià)值的變化情況。

表4 R＆D項(xiàng)目實(shí)物期權(quán)價(jià)值敏感性分析 億元

圖1 改變參數(shù)對(duì)R＆D項(xiàng)目期權(quán)價(jià)值影響

3.3.3 執(zhí)行時(shí)間對(duì)研發(fā)項(xiàng)目?jī)r(jià)值影響分析

合理的期權(quán)執(zhí)行時(shí)間（富士康科技集團(tuán)二期項(xiàng)目研發(fā)）是項(xiàng)目研發(fā)必須考慮的因素，且項(xiàng)目?jī)r(jià)值受其影響較為顯著。為探討執(zhí)行時(shí)間對(duì)研發(fā)項(xiàng)目總價(jià)值的影響，分別計(jì)算10、12、15、18、20、25年時(shí)項(xiàng)目?jī)r(jià)值的變化情況。假定項(xiàng)目未來凈收益現(xiàn)值不變（529.8億元），如表5和圖2所示，研發(fā)項(xiàng)目?jī)r(jià)值隨執(zhí)行時(shí)間增加而提高，且執(zhí)行時(shí)間超過18年，項(xiàng)目?jī)r(jià)值增加趨勢(shì)變緩，因此，該項(xiàng)目期權(quán)執(zhí)行時(shí)間不宜超過18年，即最好在2037年之前完成二期項(xiàng)目研發(fā)。

表5 執(zhí)行時(shí)間對(duì)項(xiàng)目?jī)r(jià)值影響 億元

圖2 執(zhí)行時(shí)間對(duì)項(xiàng)目?jī)r(jià)值影響

4 結(jié)束語(yǔ)

智能制造企業(yè)R＆D項(xiàng)目?jī)r(jià)值評(píng)估為管理者實(shí)施發(fā)展戰(zhàn)略和投資決策提供了重要依據(jù)，實(shí)物期權(quán)方法能夠評(píng)價(jià)不確定性因素帶來的項(xiàng)目?jī)r(jià)值，彌補(bǔ)了傳統(tǒng)價(jià)值計(jì)算方法的不足。而經(jīng)典實(shí)物期權(quán)方法因忽略了項(xiàng)目信息獲取方面的不確定性以及網(wǎng)絡(luò)技術(shù)共享程度等不易量化因素的高風(fēng)險(xiǎn)性特點(diǎn)，導(dǎo)致求解參數(shù)為確定數(shù)值，不能反映項(xiàng)目的實(shí)際情況。本文將智能制造企業(yè)特點(diǎn)與投資者對(duì)R＆D項(xiàng)目發(fā)展的樂觀度相結(jié)合，引入三角模糊數(shù)，對(duì)經(jīng)典實(shí)物期權(quán)價(jià)值評(píng)估模型進(jìn)行改進(jìn)，構(gòu)建的模糊實(shí)物期權(quán)價(jià)值評(píng)估模型能彌補(bǔ)這一不足。應(yīng)用該模型對(duì)富士康科技集團(tuán)8k顯示器研發(fā)項(xiàng)目進(jìn)行實(shí)例分析，研究表明智能制造企業(yè)可以通過內(nèi)、外兩種途徑提高R＆D項(xiàng)目?jī)r(jià)值。對(duì)外，需要緊跟市場(chǎng)發(fā)展趨勢(shì)，擴(kuò)大自身影響規(guī)模，合理控制期權(quán)執(zhí)行時(shí)間；對(duì)內(nèi)，實(shí)現(xiàn)經(jīng)營(yíng)與投資并重模式，加強(qiáng)財(cái)務(wù)指標(biāo)管控，提高營(yíng)運(yùn)資本的管理水平。綜上，模糊實(shí)物期權(quán)模型更能反映研發(fā)項(xiàng)目的真實(shí)價(jià)值，為智能制造企業(yè)R＆D項(xiàng)目?jī)r(jià)值評(píng)估提供了可行有效的工具。