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

下載本文檔

版權說明: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,請進行舉報或認領

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)同效應的預測又是研究并購的核心問題,準確預測協(xié)同效應可降低并購風險,減少企業(yè)并購的盲目性和隨意性。以往采用的通過預測股票收益和業(yè)績的改變來預測協(xié)同效應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確預測上市公司并購協(xié)同效應,并利用BP神經(jīng)網(wǎng)絡構建上市公司并購協(xié)同效應預測模型,旨在為企業(yè)并購前準確預測協(xié)同效應提供依據(jù)。
  本文借鑒了前人對協(xié)同效應的分類,以200

2、7年到2010年間我國上市公司中發(fā)生的118個并購事件為研究樣本進行了實證分析,對選取反映企業(yè)并購后獲取協(xié)同效應程度的財務指標變化率為度量指標,結合主成分分析法,建立了協(xié)同效應事后評價模型。通過上述協(xié)同效應事后評價模型的計算,獲得一個相對值,并將其作為BP神經(jīng)網(wǎng)絡的輸出目標值。結合影響協(xié)同效應的七個方面因素,并通過BP神經(jīng)網(wǎng)絡技術來擬合并購協(xié)同效應及其影響因素之間的關系,構建了以協(xié)同效應為因變量,影響協(xié)同效應因素為自變量的BP神經(jīng)網(wǎng)絡預

3、測模型。
  研究結果顯示,現(xiàn)金支付金額占交易總金額比重越大、目標企業(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、股權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。同時,關聯(lián)方之間進行的并購交易更有利于協(xié)同效應的實現(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。此外,本身就處于擴張階段的主并企業(yè)在很難在新的并購交易中取得較高的協(xié)同效應。BP神經(jīng)網(wǎng)絡模型能較好的揭示變量之間的非線性關系,預測并購協(xié)同效應,其預測

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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)容負責。
  • 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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