综合百科行业百科金融百科经济百科资源百科管理百科
管理百科
管理营销
资源百科
人力财务
经济百科
经济贸易
金融百科
金融证券
行业百科
物流咨询
综合百科
人物品牌

模糊测评

  	      	      	    	    	      	    

模糊测评(Fuzzy Evaluation)

目录

什么是模糊测评[1]

  模糊测评法(Fuzzy Evaluation)是指通过引入模糊数学理论,建立企业并购风险因子的模糊集合、企业并购风险性质的隶属函数和评价并购风险因子的模糊矩阵,用末测评企业并购风险,判断候选目标企业的可行性并做出选择。

模糊测评的指标[1]

  1.论域U

  即并购风险因子的集合,可以根据并购风险识别得出的结果建立。

  2.模糊集合

  A风险因子重要度矩阵,即风险因子对并购风险影响的重要程度的集合。模糊集合是模糊数学中的基础概念,是描述与分析并购风险、建立并购风险测评模型的基础。

  3.隶属度

  即元素对模糊集合隶属关系量的规定性,表示风险因子与并购风险之间的密切程度;隶属度越高,对并购风险的影响越大。不同元素对同一集合有不同的隶属程度,合理的隶属度应由并购及相关领域的专家参考风险识别结果,根据实际情况确定。

  4.隶属函数V

  即描述并购风险因子模糊性的定量方法,其值域为区间{0,1},根据并购风险测评的需要确定,是对并购风险进行定量分析的基础。科学构造并购风险因子隶属函数,是应用模糊数学方法测评企业并购风险的关键。

  5.模糊矩阵R

  风险因子关系函数值矩阵,用来模糊描述各并购风险因子之间的定量关系,矩阵中的元素表示各并购风险因子可能存在的状态及其发生的概率

  6.模糊评价模型B

  并购风险隶属综合矩阵,用以测评企业并购风险的高低,集合中的元素表示并购风险各种存在状态发生的概率,如高并购风险发生的概率、低并购风险发生的概率等。

模糊测评的步骤[1]

  (1)以影响企业并购风险的各种主要因子为元素,建立企业并购风险因子的论域:U={法律环境U1,产业关联度U2,体制因素U3,产权市场U4,整合模式U5,信息对称性U6,资产评估U7,并购价格U8,融资与支付方式U9,企业文化U10}

  (2)根据专家对各风险因子重要程度的评价,建立企业并购风险因子的重要度集合。设U1U2,…,U10在企业并购风险形成过程中重要度分别为α1α2,…α10,根据并购风险理沦,中国企业并购的特殊性及实证分析,假定企业并购风险因子的重要度集合A={α1α2α3α4α6α7α8α9α10}={0.15,0.1,0.1,0.1,0.05,0.15,0.1,0.1,0.05,0.1}

  (3)根据并购实际情况及企业并购风险管理的需要,将并购风险划分为5个等级:V={高V1,较高V2,一般V3,较低V4,低V5}

  (4)聘请适当数量的投资专家、并购专家、风险管理专家及企业管理人员,评判并购风险因子,根据评判情况建立企业并购风险的模糊评价矩阵:

  R=\begin{bmatrix}r_{11},r_{12},&\cdots&r_{15}\\r_{21},r_{22},&\cdots&r_{25}\\\vdots&\cdots&\vdots\\r_{101},r_{102},&\cdots&r_{105}\end{bmatrix}

  (5)利用模糊评价矩阵,建立企业并购风险的模糊评价模型,测评企业并购风险。

  B=A·R=(a1,a2,…,a10)\begin{bmatrix}r_{11},r_{12},&\cdots&r_{15}\\r_{21},r_{22},&\cdots&r_{25}\\\vdots&\cdots&\vdots\\r_{101},r_{102},&\cdots&r_{105}\end{bmatrix}=(b1,b2,…,b5)

  B_j=\Lambda _{i=1}^n(a_i\Lambda r_\ddot{y}) O=\le r_\ddot{y}\le 1

  符号“Λ”表示取最小值,“V”表示取最大值。最后结果bj表示在综合考虑了所有因素的影响时,评价对象对评级档次集中第j个元素的隶属度,然后根据隶届度的大小进行决策

模糊测评的应用[1]

  范围应用模糊测评法可以量化测评企业并购风险,以此断定一个候选目标企业是否可行,以及如何在不同的候选目标企业之间做出选择;或一种备选并购方案是否可以作为并购方案,以及如何在对同一个目标企业的不同备选方案之间选择最优方案。但不能精确地计量企业并购风险。如果并购专家按照一定的方法,通过分析和论证能够识别出并购过程中的主要风险因子,并对其不确定性进行估测,便可通过模糊测评法测评其并购风险。

模糊测评的案例运用[2]

  假设国内某大型企业准备进行跨国并购,以扩大产量,提高市场份额,增强市场竞争力。在并购实施之前决策者要先从风险角度分析一下并购的可行性,现利用上面介绍的模糊评价方法对其进行测评。

  一、运用层次分析法求出两个层次中各因素的权重

  假设以U_1为准则的判断矩阵R_1=\begin{bmatrix}1&3&2\\1/3&1&1/2\\1/2&2&1\end{bmatrix},其特征向量和特征值分别为:W=(0.5400,0.1633,0.2967)rλmax=3.009306。进行判断矩阵一致性检验,得到结果:C.I=0.004653,C.R.=0.008948<0.1,一致性可以接受

  相应的假设以U2为准则的判断矩阵R_2=\begin{bmatrix}1&\frac{1}{3}&3&\frac{1}{2}\\3&1&5&2\\\frac{1}{3}&\frac{1}{5}&1&\frac{1}{4}\\2&\frac{1}{2}&4&1\end{bmatrix}

  其特征向量和特征值分别为:W=(0.1715,0.4709,0.0736,0.2840)r, λmax=4.051199C.I.=0.017066,C.R.=0.019176<0.1,一致性可以接受。假设以U为准则的判断矩阵R=\begin{bmatrix}1&\frac{1}{2}\\2&1\end{bmatrix},其特征向量和特征值计算可得:W=(0.3333,0.6667)rλmax=4.051199,C.I=0,C.R.=0。分准则层的权重集为W=(0.1782,0.0528,0.099,0.1139,0.3149,0.0469,0.1876)r,C.L=0.025827,R.I.=1.53333,C.I.=0.016863<0.1。引用上面的符号,可得各指标层的权重如下:

  主准则层:A=(0.3333,0.6667);

  分准则层:A1=(0.5400,0.1633,0.2967),A2=(0.1715,0.4709,0.0736,0.2840)。

  二、进行单因素测评

  根据评价指标,假设请100位专家对企业海外并购风险进行评价,统计评价结果得到如下得单因素判断矩阵:

  R_1=\begin{bmatrix}0.15&0.2&0.25&0.1&0.3\\0.2&0.4&0.1&0.2&0.1\\0.3&0.15&0.2&0.25&0.1\end{bmatrix}

  R_2=\begin{bmatrix}0.2&0.15&0.35&0.1&0.2\\0.35&0.05&0.1&0.25&0.25\\0.1&0.15&0.4&0.25&0.1\\0.4&0.3&0.1&0.1&0.1\end{bmatrix}

  由此可得U1指标的测评结果集:

  B1=A1·R1=(0.2030,0.2170,0.2110,0.1610,0.2080)

  B2=A2·R2=(0.3215,0.1465,0.1635,0.1810,0.1875)

  三、进行两个层次的综合测评矩阵:

  R={B_1 \choose B_2}=\begin{Bmatrix}0.2030  & 0.2170 & 0.2110 & 0.1610 & 0.2080\\0.3215 & 0.1465 & 0.1635 & 0.1810 & 0.1875 \end{Bmatrix}

  则最终测评结果为:B=A·R=(0.2820,0.1700,0.1793,0.1743,0.1943)。

  四、风险测评的结论

  根据上面的计算结果,我们有28.2%的把握认为该企业进行跨国并购的风险研究并购的风险很高,17%的把握认为风险较高,17.93%的把握认为风险一般,17.43%的把握认为风险较低,19.43%的把握认为风险很低。根据最大隶属原则,因此认为该企业进行跨国并购的风险很高。此外,根据分准则层的权重集W=(0.1782,0.0528,0.099,0.1139,0.3149,0.0469,0.1876)r,我们可以得知分准则层中各种风险因素对于企业跨国并购风险的影响的重要性从大到小排序为:目标企业定价风险,并购整合风险,国外法律风险,融资风险,市场制度风险,我国法律风险,反并购风险。模糊测评法可以对企业跨国并购风险进行量化的比较,因此应用的范围很广。如用来判断一个候选目标企业是否可行,或者在不同的候选目标企业之间做出风险最小的选择,以及评价一种备选并购方案是否可以作为并购方案等。缺点是不能精确地计量企业并购风险,同时仅仅通过最大隶属原则来进行选择并不十分科学。

相关条目

参考文献

  1. 1.0 1.1 1.2 1.3 胥朝阳著.企业并购的风险管理.中国经济出版社,2004年10月第1版.
  2. 谢皓著.跨国并购与中国企业的战略选择.人民出版社,2009.09.