基于神經(jīng)網(wǎng)絡(luò)模型的并購協(xié)同效應(yīng)評估.pdf_第1頁
已閱讀1頁,還剩52頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、近年來,隨著并購步伐的加快,并購失敗案例層出不窮。并購協(xié)同效應(yīng)的預(yù)測又是研究并購的核心問題,準(zhǔn)確預(yù)測協(xié)同效應(yīng)可降低并購風(fēng)險(xiǎn),減少企業(yè)并購的盲目性和隨意性。以往采用的通過預(yù)測股票收益和業(yè)績的改變來預(yù)測協(xié)同效應(yīng)的方法都存在較多難以解決的問題,因此,本文將選題定位于如何準(zhǔn)確預(yù)測上市公司并購協(xié)同效應(yīng),并利用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建上市公司并購協(xié)同效應(yīng)預(yù)測模型,旨在為企業(yè)并購前準(zhǔn)確預(yù)測協(xié)同效應(yīng)提供依據(jù)。
  本文借鑒了前人對協(xié)同效應(yīng)的分類,以200

2、7年到2010年間我國上市公司中發(fā)生的118個(gè)并購事件為研究樣本進(jìn)行了實(shí)證分析,對選取反映企業(yè)并購后獲取協(xié)同效應(yīng)程度的財(cái)務(wù)指標(biāo)變化率為度量指標(biāo),結(jié)合主成分分析法,建立了協(xié)同效應(yīng)事后評價(jià)模型。通過上述協(xié)同效應(yīng)事后評價(jià)模型的計(jì)算,獲得一個(gè)相對值,并將其作為BP神經(jīng)網(wǎng)絡(luò)的輸出目標(biāo)值。結(jié)合影響協(xié)同效應(yīng)的七個(gè)方面因素,并通過BP神經(jīng)網(wǎng)絡(luò)技術(shù)來擬合并購協(xié)同效應(yīng)及其影響因素之間的關(guān)系,構(gòu)建了以協(xié)同效應(yīng)為因變量,影響協(xié)同效應(yīng)因素為自變量的BP神經(jīng)網(wǎng)絡(luò)預(yù)

3、測模型。
  研究結(jié)果顯示,現(xiàn)金支付金額占交易總金額比重越大、目標(biāo)企業(yè)相對主并企業(yè)規(guī)模越大、主并企業(yè)并購前盈利能力越強(qiáng)、股權(quán)集中度越高的情況下,主并企業(yè)越可能取得更大的協(xié)同效應(yīng)。同時(shí),關(guān)聯(lián)方之間進(jìn)行的并購交易更有利于協(xié)同效應(yīng)的實(shí)現(xiàn)。另一方面高的國有股比例高不利于并購企業(yè)獲得協(xié)同效應(yīng)。此外,本身就處于擴(kuò)張階段的主并企業(yè)在很難在新的并購交易中取得較高的協(xié)同效應(yīng)。BP神經(jīng)網(wǎng)絡(luò)模型能較好的揭示變量之間的非線性關(guān)系,預(yù)測并購協(xié)同效應(yīng),其預(yù)測

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論