【并购财务风险评价方法探析综述2800字】

并购财务风险评价方法分析综述目录TOC\o"1-2"\h\u9113并购财务风险评价方法分析综述 1310111.1专家打分法 1122291.2层次分析法 1288141.3模糊评价法 284041.4DEA分析法 35654（6）Z模型原理 41.1专家打分法专家打分法就是专家们在非面对面的情况下各自阐述想法、意见之后汇总再次建议，直到就某一方面内容达成一致看法的评价和决定方式。专家打分法的优势之处就是综合了多个专家的建议和想法，可以保障就结果更具合理性，但也有很强的主观性，该方法主要从确定专家、专家初评、回收和反馈专家意见、分别计算各项指标权重的平均数四个步骤进行。其中计算指标权重的公式如下：M其中代表选取的专家样本中的人数，表示专家针对指标给出的权重数值，表示指标i的权重数值，表示指标的平均权重数值。1.2层次分析法T.L.Saaty在1970年提出了层次分析法，该方法将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。层次分析法是指将一个复杂的多目标决策问题作为一个系统，将目标分解为多个目标或准则，进而分解为多指标（或准则、约束）的若干层次，然后在比较、判断和计算的基础上得出不同要素的重要度，接着通过定性指标模糊量化方法算出层次单排序（权数）和总排序，以作为目标（多指标）、多方案优化决策的系统方法。该方法可以用来评价各指标的影响情况，从而方便复杂问题的解决。其分析的一般分析过程如下：①按照构成元素分解负责问题；②按特定归属关系将各元素分组、分层，并建立层次结构模型；③通过层内各元素相互比较的方式建立比较矩阵；④层内各因素权重排序并检验其一致性；⑥各层间的权重排并检验其一致性；⑥将所有风险因素进行总排序。根据风险识别与分析的结果，将M保险公司重大疾病保险业务风险按照如下原则进行层次划分：第一层（A），也即总目标层为项目总体风险权重排序。第二层（B），通常也称之为准则层、中间层或者标准层，按照已识别的项目风险因素归类，将风险划分为：招标人方面风险、投标人方面风险、宏观环境风险。也即前述的3个一级风险指标因素。第三层（C）为最底层，通常所说的措施层或者决策方案层。结合项目风险指标的特点，指标层由二级风险指标构成。1.3模糊评价法由于层次分析法主要用于解决项目中各风险因素的单层次及综合权重的排序情况，反映的仅仅是单个风险因素之间的相对重要程度，而无法对业务整体风险水平做出评判。在实际的并购财务风险管理中，既需要了解各风险因素间的权重排序，同时也需要对整个并购财务风险情况或者风险等级，有定性的认知。为了切实解决这一问题，引入模糊综合评判的模型与方法，对并购财务风险等级进行评价。模糊综合评判法是运用模糊数学原理对具有“模糊性”的事物进行评价的一种系统化的分析方法。它以模糊推理为基础，充分结合定性与定量分析，统一精确性与模糊性，在处理无法用精确数学语言处理的复杂性、系统性问题时具有独特的优越性。因而，在本并购案例中将运用模糊综合评价法，结合层次分析法得出的并购财务风险因素排序对业务整体的风险等级做一个综合的评价。建立模糊综合评判模型的过程如下：假设给定两个有限论域：U=[u1，u2，u3...，um]（2.1）V=[v1，v2，v3...，vm]（2.2）上述（2.1）式中，U表示由全部的评判因素所构成的集合；(2.2)式中，由所有的评判结果所构成的评语集合为V。对于评判因素ui(i=1，2...，m)，相应单因素的评判结果为Ri=[ri1，ri2，..，rin]。（4.3）如果A为各评判因数的权重分配，A=[a1，a2，a3am]（A为因素集合U上的一个模糊子集，且满足0≦ai≦1，，则通过模糊变换的数学合成运算，可以得到评语集合V上的一个模糊子集（也即模糊综合评价的结果）：BA×R[b1，b2，b3...，bn]（4.4）对于多层次（两层及两层以上）的模糊综合评判，首先需要按照一定的属性或者内在规律将评判因素集分成几大类，然后针对每一类子集逐一进行模糊综合评判，最后进行各类相互间的高层次综合评判。在本业务中，将直接利用前面层次分析法的风险指标的分类及权重排序结果，采用两层的模糊综合评价方法对并购财务风险等级进行评估。1.4DEA分析法数据包络分析（即DEA）可以看作是一种统计分析的新方法．它是根据一组关于输入－输出的观察值来估计有效生产前沿面的．在经济学和计量经济学中，估计有效生产前沿面，通常使用统计回归以及其它的一些统计方法，这些方法估计出的生产函数并没有表现出实际的前沿面，得出得函数实际上是非有效的。使用DEA方法时，首先确定评价目的，然后选择参与评价的DMU，之后确立输入和输出的指标体系，根据条件建立最优的DEA模型，最后根据评价目标对模型求解并讨论最优化条件。（1）确立研究目的。确定研究目的是研究展开的第一步。效率的DEA评价，其根本目的在于通过评价促进公司的竞争与发展。（2）确定DMU。选择DMU时应注意以下三点要求：首先，DMU的同质性。；其次，DMU的差异性。原始DMU的数据之间应是非线性的。再次，DMU数量的当性。参与评价的DMU数量并不是越多越好，DMU的数量n和评价指标数量m一般应保持2m×3m的关系。（3）选择输入、输出指标。选择的输入输出指标应能够全面反映评价目的，能够有效实现评价设计，将评价结果具有较大影响的指标囊括其中。其次，指标数量应精简，选择能够反映评价目的的代表性指标。再次，指标之间的联性。投入指标与产出指标之间应具有逻辑相关而非数值相关的关系。（4）建立最优化DEA模型。面对丰富多样的DEA模型，在解决实际问题时需要加以甄别和选择。首先，应根据评价目的选择合适的DEA模型，比如CCR（CRS）模型、BBC模型、FG模型和ST模型等。不同的DEA模型反映的效率意义并不相同，评价者需要根据评价对象的特点、评价目的和所控条件进行选择。例如，当DMU的数量由有限多个扩展到无穷多时，应采用半无限规划的DEA模型CCW模型，这种模型适用于评价DMU的技术进步速度或技术进步的相对超前和滞后年限。（5）对模型分析、求解，讨论最优化条件。通过对DEA模型的求解，可以获得的信息包括：①OMU的DEA效率得分；②有效生产前沿面；③DMU在有效生产前沿面的投影值；④可改进的松弛变量值。评价者可以进一步对以上信息展开讨论，分析影响DMU的DEA效率的投入和产出指标的关系、原因以及效率改善的措施或建议等等。（6）Z模型原理模型如下：Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5X1=营运资本/资产总额，该指标反映的是企业的偿债能力和规模水平，该指标越高，说明企业的偿债能力越强。X2=留存收益/资产总额，该指标反映的是企业的盈利能力，该指标越高，说明企业的盈利能力越强。X3=息税前利润/资产总额，该指标反映的是企业利用总资产进行经营的获利能力，该指标越高，说明企业的经营效率越高，企业的经营比较好。X4=股东权益的市场