DHGF算法在企业并购价值评估中的应用研究.docVIP

DHGF算法在企业并购价值评估中的应用研究 ♂#039;D!~F~C(!~tG-3构建评价体系矩阵b;j= L.. w;Or;j(j=1 ,2,’; ，m且L..bj=1) 根据萨蒂理论来核算指标体系中各底层因子的相T综合评价结果Z:Z=BoV关组合权重，同时邀请n位专家进行评价，分别将专家其中V=(③1，③2，③3，②4)是根据评定等级而确定评价量样本记分为此，然后依次将各评价数据进行汇的评估灰类的等级集合。总，构建评价指标矩阵体系。指标体系中底层元素的组合权重:二、对企业的并购价值班行综合评价加!川2，叫主旧且问lt;11 当前我国市场经济条件下，企业之间的相互整体并购成为一种常态，于是就涉及到企业整体价值的评构成评价指标矩阵为:估问题。而DHGF算法对于企业价值评估指标体系构E, I俨I I d... d11 1n 建的全面客观，能够综合全面地评估企业价值。E=IE21=1 (一)确定企业并购价值评价指标体系I I dn1 dm 确定目标企业价值评估的指标体系，如图1所示。En J .川将评价指标体系各指标归集化处理，架构为3层结构，4.确定评价矩阵的灰数底层20个元素分别隶属于成本型、效益型和区间型，首先要确定矩阵中评价灰类的等级数;其次确定即为评价保障性指标。灰数;最后确定灰数的白化函数。构建评价等级集合(二)确定体系中各评价指标元素的组合权重V，确定评估灰类为4类。第一，由10名专家判断填写上下层元素之间量化V=((1,(2,(3,04)=( 10,8,6,3) 关系;然后根据萨蒂理论模型整理成判断矩阵，经过专5.构建模糊权矩阵家的系统评分，按萨蒂标度原则给出第一层判断矩阵。首先用灰色关联理论对灰数的白化函数进行分1 1/3 2 析，确定属于第l类评价等级的权f(d)，进而计算得jli判断矩阵为Q品03:5 ，计算其特征1 3 1/2 1/5 1 出评判矩阵的灰色统计数n;J=L.. f( dj;)以及总灰色统j向量步骤为:计算矩阵各行元素的乘积M;，并求其3次方根，得到W=0.874，W=2.466 ，丽3=0.464。12计数nij=L..n;j;最后确定矩阵中每个因素的灰色权值对向量W=[W，W, WJT规范化，则有:123「严旦L汇总由此构成单因素模糊评判矩阵。W1=W1=0230, 以此类推，W=0.648，2. n W+W+W123 6.计算项目评价结果W=0.122 3计算模糊综合评判矩阵及评价结果并进行归一化所以，所求的特征向量为W=[0.2300.648 0.122JT, 处理，其算法为:检验该矩阵的一致性，矩阵阶数位3，最大特征值为:现金周劳转动率生销产售率利净润资增产长成收率本益费率存用货利周润应转率收率账生款产周能转不力率良利资用市产率盈比率消费者投人诉力、支索客出赔户与率满销市意售场率额占比速有率动率比资率产负股债利率支现付金率流新动产负品债资研比本发率累费积用率圄因 ..评估品评价1;RIEND.巾，01; A.CCOlWl’lNG λ唰=3.004。其中平均随机一致性指标RI参照表1取对于指标0，该被并购企业价值评估系统属于第1值，RI=0.58。计算CI=(λrrex-n)/( n-1 )=0.002 lt; 0.1 , 一灰类的统计数为:CR=Cn=f( d)+f( d)+ +f(d)=f(9 )+f( 10)+ I/RI=0.003 lt; 0.1 ，判断矩阵的一致性可以接受。1 l1111 1121 l1O 1 +f( 8 )=9.44 表1平均随机一致性指标表1同理可得:n12=7.71n=2.80 n4=0 131阶数10 对于指标0的总灰数统计数为:1RI 1.49 n1=nl1+n12+n13+n14= 19.96 第二，以成本型指标为例，利用层次分析法进行归r=ndn=9.44/19.96=0.47 r=0.39 r=0.14 l111213一化处理，按照萨蒂原则给出第二层有关成本型指标r=0 14的判断矩阵。同理逐一计算可得rjj(i斗，2，…，20;j=1，2，3，的，2 5 3 于是可以得到模糊权矩阵。1/2 4 1/2 {五)计算模糊综合评判矩阵及评价结果并进行归戚本型指标判断矩阵为:1 1/5 1/4 2 一化处理，可得1/3 2 1/2 B=W’R=[0.456 0.415 0.129 OJ T其特征向量可以求得w=[W]T= 贝。Z=B#039;V=[0.4560.415 0.129 OJx[1O 8 1 2 3 4[0.502 0.215 0.120 0.163JT 6 3JT=8.654 计算结果表明，在成本型指标中，不良资产比率、根据评价出来的等级衡量，该被并购企业价值属市盈率、消费者投诉、索赔率和人力支出与销售额比率于良好水平，具有比较好的并购