论文部分内容阅读
企业成长方式中,并购相对于新建投资具有低风险、低投资、高度控制权及快速增长等优点而被许多企业视为首选方式。并购成为很多企业增强自身实力,更好地参与市场竞争,盘活不良资产的重要手段。国内外的并购实践表明,目标企业选择在并购中占据重要地位,是决定成败的关键。如果目标选择不当,将会影响并购效果,给企业造成损失。在我国现实中,由于政府干预和经营者责任的软约束等原因使得企业忽视了并购目标选择,这成为影响我国并购效果的主要因素之一。因此,本文选取并购目标选择作为研究对象,试图实现并购理论和实务的结合,为企业并购中目标企业选择做出有意义的探索。
目标企业选择的理论包括并购的决策、目标企业的识别、风险识别和评价以及价值评估四个部分。目标企业的选择过程为:并购决策形成并购标准,根据设立的标准搜寻潜在的目标企业,然后对目标企业进行风险评价和价值评估最终决定选择终极目标。
企业的并购决策不同于一般的投资决策分析。策略的制定要根据并购决策的具体特点和并购决策的过程而定。论文将环境分析、战略评价相关模型、策略选择和博弈分析结合起来,重点研究了在企业并购决策中如何进行博弈分析,构建了博弈分析的系统模型。研究了并购决策中管理层和股东、主并企业和竞争对手、政府和主并企业、主并企业和目标企业的博弈关系并得出了相关结论。
目标企业选择要遵循战略所需、优势互补和双赢的原则。在目标企业选择时要考虑技术、营销的互补性、企业文化的相容性、目标企业的价格和经营状况、符合主并企业实力和目标企业规模等因素。目标企业的识别要考虑在横向并购、纵向并购、混合并购、买壳上市和投机性并购方式下的不同特点。潜在目标企业的信息搜集可通过政府或行业主管部门、中介机构、专业展览会、多媒体以及企业市场调研获取。
进行目标企业的识别要建立具体的指标体系,包括发展环境、产品市场需求、财务经济、技术研发、管理状况、营销状况和生产状况方面的要求。针对并购的特点,论文提出了基于Hopfield神经网络和模糊贴近的目标企业识别模型,对两种模型的原理和算法进行了研究和比较,提出了各自的适用条件。
通过目标企业识别后,还要对符合并购标准的企业进行风险识别和评价。风险识别的目的在于辨别并购活动中可能受风险因素影响的资产和识别并购风险的成因和性质特征。目标企业选择过程中有主观风险、道德风险、信息风险、法律风险、体制风险、政策风险和市场风险等。主观风险取决于决策者的素质、偏好和能力;道德风险取决于股权集中度、产权所有制形式;体制风险受产权明晰度、特殊债务关系和政府态度影响很大;法律风险体现在法律的完善程度和法律变更可能性;政策风险来源于财政税收、金融和行业政策;信息风险可用信息不对称程度评价;市场风险来源于供应商、客户和竞争风险。并购风险的评价采用将专家经验和遗传神经网络模型相结合的方式进行评价,利用专家的经验训练网络模型,使其具有良好的风险评价能力。
在风险评价的基础上,要对目标企业的价值进行评估。并购的价值评估包括评估企业自身价值、目标企业价值、协同效应、合并后联合企业的价值以及分析并购的可行性等内容。影响企业并购价值的直接因素是企业的获利能力,外部环境因素是影响企业价值的外因,内部条件是影响企业价值的内因,外因通过影响企业内部各个盈利相关因素而最终影响企业的获利能力。
由于DCF法在销售收入预测、价值评估的静态性和缺乏对整合成本的考虑。论文提出用遗传神经网络模型和博弈模型对该方法进行了理论修正。对于目标企业的价格预测,同样采用了遗传神经网络模型,并构建博弈模型在理论上分析了目标企业定价的过程。
论文通过实证案例分析对目标企业选择的决策理论的可行性与有效性进行检验和分析。实证结果表明,本文提出的相关理论和方法对企业并购实践有较好的指导意义,使企业在目标选择过程更具有科学化。
目标企业选择的理论包括并购的决策、目标企业的识别、风险识别和评价以及价值评估四个部分。目标企业的选择过程为:并购决策形成并购标准,根据设立的标准搜寻潜在的目标企业,然后对目标企业进行风险评价和价值评估最终决定选择终极目标。
企业的并购决策不同于一般的投资决策分析。策略的制定要根据并购决策的具体特点和并购决策的过程而定。论文将环境分析、战略评价相关模型、策略选择和博弈分析结合起来,重点研究了在企业并购决策中如何进行博弈分析,构建了博弈分析的系统模型。研究了并购决策中管理层和股东、主并企业和竞争对手、政府和主并企业、主并企业和目标企业的博弈关系并得出了相关结论。
目标企业选择要遵循战略所需、优势互补和双赢的原则。在目标企业选择时要考虑技术、营销的互补性、企业文化的相容性、目标企业的价格和经营状况、符合主并企业实力和目标企业规模等因素。目标企业的识别要考虑在横向并购、纵向并购、混合并购、买壳上市和投机性并购方式下的不同特点。潜在目标企业的信息搜集可通过政府或行业主管部门、中介机构、专业展览会、多媒体以及企业市场调研获取。
进行目标企业的识别要建立具体的指标体系,包括发展环境、产品市场需求、财务经济、技术研发、管理状况、营销状况和生产状况方面的要求。针对并购的特点,论文提出了基于Hopfield神经网络和模糊贴近的目标企业识别模型,对两种模型的原理和算法进行了研究和比较,提出了各自的适用条件。
通过目标企业识别后,还要对符合并购标准的企业进行风险识别和评价。风险识别的目的在于辨别并购活动中可能受风险因素影响的资产和识别并购风险的成因和性质特征。目标企业选择过程中有主观风险、道德风险、信息风险、法律风险、体制风险、政策风险和市场风险等。主观风险取决于决策者的素质、偏好和能力;道德风险取决于股权集中度、产权所有制形式;体制风险受产权明晰度、特殊债务关系和政府态度影响很大;法律风险体现在法律的完善程度和法律变更可能性;政策风险来源于财政税收、金融和行业政策;信息风险可用信息不对称程度评价;市场风险来源于供应商、客户和竞争风险。并购风险的评价采用将专家经验和遗传神经网络模型相结合的方式进行评价,利用专家的经验训练网络模型,使其具有良好的风险评价能力。
在风险评价的基础上,要对目标企业的价值进行评估。并购的价值评估包括评估企业自身价值、目标企业价值、协同效应、合并后联合企业的价值以及分析并购的可行性等内容。影响企业并购价值的直接因素是企业的获利能力,外部环境因素是影响企业价值的外因,内部条件是影响企业价值的内因,外因通过影响企业内部各个盈利相关因素而最终影响企业的获利能力。
由于DCF法在销售收入预测、价值评估的静态性和缺乏对整合成本的考虑。论文提出用遗传神经网络模型和博弈模型对该方法进行了理论修正。对于目标企业的价格预测,同样采用了遗传神经网络模型,并构建博弈模型在理论上分析了目标企业定价的过程。
论文通过实证案例分析对目标企业选择的决策理论的可行性与有效性进行检验和分析。实证结果表明,本文提出的相关理论和方法对企业并购实践有较好的指导意义,使企业在目标选择过程更具有科学化。