在我国经济高速的发展的大背景下,随着互联网行业的蓬勃发展,互联网企业也得到了快速发展。在发展的同时,不仅仅互联网企业之间进行着越来越多的产权交易,其他行业的公司也与互联网企业有着或多或少的并购交易。如何在企业并购中合理的确实企业价值成为了人们开始关注的问题。互联网企业与传统的企业相比较,有显著地特征,如无形资产比重大以及非财务指标占比多等,市场上大多数都是用传统的评估方法进行价值评估。但是,传统的评估方法,如现金流折现法和EVA方法以及成本法在运用到互联网企业中,都存在很大的局限性。而将实物期权方法应用于企业价值评估中,虽然能够很好的估计企业项目投资中的高度不确定性,使用一些创新的方法优化实物期权方法的参数估计,但是仍然无法解决实物期权在实际应用中存在一些偏离理论的因素的问题。随着全球经济不断发展,计算机科学和技术也早已广泛应用于人们的生活中。计算机科学技术拥有其强大的运算处理能力以及快速的搜索功能,满足了很多科技发展的需求,与其他科学技术也是拥有着越来越紧密的联系。在计算机技术发展的同时,也为企业价值评估提供了技术基础支持,将神经网络用于企业价值评估是一种符合时代发展的趋势。而且长短期记忆网络(Long Short-Term Memory,LSTM)是一种经过改进演化的循环神经网络,在数据处理方面更加的精确,能够将LSTM与实物期权结合用于企业价值评估是一种全新的突破。本文通过选取典型的互联网公司进行实证分析,运用LSTM神经网络,将影响实物期权的五个重要参数通过输入层到隐含层的循环链式结构,利用tanh激活函数,处理输入变量之间的非线性问题,再到输出层输出目标值股权价值,用历史数据作为训练样本,提高输出结果的准确性。再将结果与传统的B-S模型结果比较,验证了模型的适用性与可行性。将计算机科学技术用于企业价值评估可能是未来的一种发展趋势,其强大的运算处理能力以及快速的搜索功能,解决了企业价值评估中很多数据处理的问题。将LSTM与实物期权结合用于互联网企业价值评估也是一种全新的突破,丰富了企业价值评估方法体系。