基于模糊测评法对我国上市公司并购财务风险探究.docVIP

基于模糊测评法对我国上市公司并购财务风险探究.doc

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于模糊测评法对我国上市公司并购财务风险探究

基于模糊测评法对我国上市公司并购财务风险探究摘 要:本文主要运用模糊测评法来构建我国上市公司并购财务风险的评价指标体系,依据财务风险的成因构建了上市公司并购财务风险的模糊综合评价模型,从而对公司并购财务风险进行了度量,最后选用一个具体的并购案例对该模型和分析过程进行了实证分析。 关键词:模糊测评 并购 财务风险 1.评判模型的建立 在现实生活中,同一事物或现象往往具有多种属性,因此在对事物进行评价时,就要兼顾各个方面。特别是在融资风险、偿债风险、绩效预测风险等复杂的系统中,在做出任何一个决策时,都必须对多个相关因素作综合考虑,这就是所谓的综合评判问题。综合评判问题是多因素、多层次决策过程中所遇到的一个带有普遍意义的问题,是系统工程的基本环节。 模糊综合评价就是应用模糊变换原则和最大隶属度原则,考虑与被评价物相关的各个因素,对其所作的综合评价。 1.1模糊综合评判模型 设U={u1,u2,…un}为n种因素,V={v1,v2,…vm}为m个抉择等级(评语)。由于各种因素在不同类型的人们心目中的对总评价的影响程度不同,因而评语也就不同。由于人们对用m个抉择等级并非绝对肯定或否定,因而综合评价可以看作V的一个模糊子集(称之为等级模糊子集)。 B=(b1,b2,…bm}∈ F(V) bj表示被评价对象具有评语vj的程度,(即vj对模糊集B的隶属度)。而综合评价B则依赖于各种因素对总评价的影响程度,它可以看作是因素集U的模糊权重向量: A=(al,a2,…an)∈F(U) 这里aj是第j种因素Ug在总评价中的影响大小的度量,在一定程度上也代表着单因素uj评定等级的能力。这些重要性权数满足归一化的要求,并且对应各因素组成U上的一个因素模糊权重向量A。 若给定因素模糊权重向量A,要得到一个相应的综合评判B,就需要建立一个从U到V的模糊变换T。如果对每一个因素ui单独作出一个评语f(ui) ∈F(v),于是得到一个U到V的模糊映射,它可以诱导出一个U到V的模糊线性变换Tr,Tf为由模糊权重向量A得到的综合评判数学模型。所以综合评判的数学模型涉及三个要素: (1)因素集U=(ul,u2,…,un) (2)抉择评语集V=(vl,v2,…,vm) (3)单因素评判F:U → F(V),ui → f(ui)=(rl,r2,r3,……rn) ∈F(V) 由r可诱导模糊关系Rj∈F(U×V) ∈Un×m,有R(ui,vj)=f(ui)(vj)==rij 因此,由Rf构成模糊矩阵: r11,r12,…,r1mr21,r22,…,r2m……rn1,rn2,…,rnm 对因素U上的模糊权重向量A(a1, a2,…,an)通过模糊变换Tf,可得决断集上的模糊集:B=AOR∈F(V)。 于是(U,V,R)构成一个综合评价模型,模糊关系R可看作是从因素集U到抉择评语集V的一个转换器,每输入一个模糊向量A,就可输出一个相应的综合评判结果B。 1.2多级综合评判 在复杂系统中,要考虑的因素往往很多,并且各因素之间还有层次之分。在这种复杂的情况下,如果仍用综合评判的初始模型,每一个因素所分得的权重(因素重要程度系数)很小,因而在与R作模糊运算时,R的信息会丢失很多,常常出现决策结果不易分辨(即模型失效)的情况,得不到有意义的评判结果。在实际应用中,如果遇到这种情形时,可把因素集U按某些属性分成几类,先对每一类(因素较少)作综合评判,然后再对评判结果“类”之间的高层次的综合评判。设因素集为U={ul,u2,…un},抉择评语集为V={v1,v2,…vn},具体步骤如下: (1)划分因素集U 对因素集U作划分,即U={U1,U2,…,Un}, 式中Ui={ui1,ui2,…,uin},i=l,2,…,N,即Ui中含有ki个因素, Ki=n,并且满足下列条件:Ui=U, (2)初级评判 对每个Ui的ki个因素,按初始模型作综合评判。设Ui的因素重要程度模糊子集为Ai,Ui的k个因素的总的评价矩阵为Ri,于是得到: ARi=B=(bi1,bi2,…bim),i=1,2…N 式(1-10) (3)二级评判 设U={U1,,U2,…,Un}的因素重要程度模糊子集为A,U的总的评价矩阵R为: R=B1B2…BN=A1R1A2R2…AnRn 则得出总的(二级)综合评判结果: B=AR 式(1-11) 这也是因素集U={u1,,u2,…,un}的综合评判结果。 上述的综合评判模型称为二级模型。如果因素集U的元素非常多,可对它作多级划分,并进行更高层次的综合评判。 2.我国上市公

文档评论(0)

docman126 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:7042123103000003

1亿VIP精品文档

相关文档