本文基于互联网企业价值评估的背景，重点探讨一种常用估值方法——相对估值法（Relative Valuation），并以阿里巴巴集团（Alibaba）为实证对象首先，文章回顾了互联网企业估值的特殊性与挑战；其次，介绍了相对估值法的理论基础、常用指标（如市盈率P/E、市净率P/B、市销率P/S、EV/EBITDA 等）及其优缺点；再次，从互联网企业特征出发，分析该方法在阿里巴巴所处环境中的适用性及限制。然后，结合阿里巴巴最新财报数据（截至FY 2024 期）整理公司基本资料、选取可比公司、计算关键估值指标，进而得出对阿里巴巴的估值区间与市场价值对比。最后，基于实证结果，从估值结果合理性、影响因素（如业务结构、成长预期、市场情绪）以及方法优化建议三个维度展开讨论。研究发现：对于快速成长、业务多元的互联网企业而言，虽相对估值法具备便捷性与可比性优势，但也易受到可比公司选取不当、成长预期偏差及无形资产难以量化等影响。论文建议在实际应用中，应辅以折现模型（DCF）等方法，并注意调整估值倍率以反映公司成长性与风险特征。本文的研究可为互联网企业估值提供一种实务参考，也为资产评估的教学与研究提供新的案例视角。

建设中国的信用体系，对国外现有的信用模型的借鉴及其中国化十分必要。但是目前我国信用建设的一个突出问题就是信用数据匮乏，KMV模型可以直接利用股票市场的数据对信用风险进行估测，因此对该模型在中国市场的应用研究具有直接的实践意义。 本文首先简要但系统地综述了企业信用评级，分析了它的发展和一般方法，较为详细地介绍了Credit Metrics，Credit Risk+，Credit Portfolio View等几种流行的信用度量方法。 接着文章阐述了期权理论应用于信用度量的原理，并在这一基础上详细介绍了KMV模型的框架、参数估计方法、演进和发展。文章分别提出了利用BSM期权定价模型和FCFF企业价值评估方法去估计隐含的企业资产波动率 ；利用GARCH方法去估计股权价值波动率 ，并介绍了相应的方法。最后，文章在基于逻辑和经济意义的基础上推测了关系函数的形式，并利用中国股市的数据用非线性回归的方法拟合了中国市场 和 的关系函数并进行了相关的验证和探讨。 KMV模型在匮乏信用数据的中国市场具有特殊的意义。 然而，KMV模型中 和 的关系是随市场不同而变化的。 本文揭示了二者在中国市场的关系，为期权理论应用于中国的信用风险度量给出了新的框架和思路，具有一定的理论探讨和实际运用价值。