張秀清

【摘要】 運(yùn)用由Delphi法、層次分析法、灰色關(guān)聯(lián)法和模糊評判法集合而成的DHGF算法，建立了企業(yè)并購價(jià)值評估模型，在企業(yè)價(jià)值評估中定性與定量相結(jié)合，克服了以往評價(jià)方法的模糊性和不確定性以及定量評價(jià)的不全面性，能更準(zhǔn)確、全面地對企業(yè)價(jià)值進(jìn)行評估，為企業(yè)并購提供依據(jù)。

【關(guān)鍵詞】 DHGF算法； 企業(yè)并購； 并購價(jià)值評估

中圖分類號(hào)：F424.6；F014.31文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1004-5937（2014）21-0018-03

隨著現(xiàn)代經(jīng)濟(jì)的發(fā)展，企業(yè)間的并購行為越來越頻繁。作為企業(yè)并購流程中的核心環(huán)節(jié)——目標(biāo)企業(yè)價(jià)值評估，在并購談判中凸顯出越來越重要的地位。而傳統(tǒng)的企業(yè)價(jià)值評估方法不能有效地對由于并購可能給企業(yè)帶來的管理效率的提升以及企業(yè)并購蘊(yùn)含的戰(zhàn)略價(jià)值的大小等這些模糊復(fù)雜的因素進(jìn)行評價(jià)，故越來越難以滿足企業(yè)并購所需的理論支撐。而DHGF算法可以有效考慮到實(shí)際環(huán)境中各種比較難以量化的因素，利用相關(guān)數(shù)學(xué)模型將其定量化，用定量化的數(shù)據(jù)描述感性認(rèn)知的現(xiàn)象，揭示感性認(rèn)知現(xiàn)象的實(shí)質(zhì)，所以DHGF算法可以被運(yùn)用于被并購目標(biāo)企業(yè)的價(jià)值評估中，為企業(yè)并購提供科學(xué)的依據(jù)。

一、DHGF算法簡述

（一）DHGF算法基本原理

DHGF算法綜合了Delphi法、層次分析法、灰色關(guān)聯(lián)法、模糊評判法的成功之處并將它們有機(jī)地融合。其實(shí)質(zhì)原理為：首先，召集專家進(jìn)行德爾菲式討論，推出對事物進(jìn)行全面系統(tǒng)評價(jià)的指標(biāo)體系；其次，對評價(jià)指標(biāo)體系按照隸屬關(guān)系進(jìn)行分層，根據(jù)薩蒂理論來確定整個(gè)指標(biāo)體系中各因子的相關(guān)組合權(quán)重，以此構(gòu)建出評價(jià)矩陣體系；再次，判斷評價(jià)矩陣的灰類等級數(shù)，核算評價(jià)矩陣的灰數(shù)，然后確定灰數(shù)的白化函數(shù)，用灰色關(guān)聯(lián)理論對灰數(shù)的白化函數(shù)進(jìn)行分析，確定屬于評價(jià)等級的權(quán)，進(jìn)而計(jì)算得出評判矩陣的灰色統(tǒng)計(jì)數(shù)以及總灰色統(tǒng)計(jì)數(shù)，形成模糊評判矩陣；最后，運(yùn)用模糊數(shù)學(xué)理論進(jìn)行運(yùn)算，計(jì)算出項(xiàng)目的綜合評價(jià)結(jié)果。

（二）DHGF算法程序

1.評價(jià)指標(biāo)體系確定

邀請多名專家進(jìn)行德爾菲式論證，通過匿名問卷與分組討論，匯總并分析專家的論證意見，建立起綜合評價(jià)的指標(biāo)集：O=｛O1，O2，…，On｝。

2.指標(biāo)體系歸集優(yōu)化

將評價(jià)體系中的指標(biāo)按照實(shí)際取值類型可歸集為成本型指標(biāo)、效益型指標(biāo)和區(qū)間型指標(biāo)。根據(jù)指標(biāo)實(shí)際分類情況可將指標(biāo)集O劃分為3個(gè)子集，就 是令：

O=■Qi且Qi∩Qj=?準(zhǔn)（i，j=1，2，3）

算式中：Qi（i=1，2，3）分別具體表示了成本型、效益型和區(qū)間型的指標(biāo)集；?準(zhǔn)為空集。

因?yàn)楦鱾€(gè)指標(biāo)衡量標(biāo)準(zhǔn)的不一致性和矛盾性，因此，對于成本型指標(biāo)、效益型指標(biāo)和區(qū)間型指標(biāo)，應(yīng)采用不同的無量綱化方法，即：

（1）對于體系中的成本型指標(biāo)，利用無量綱化模型變換為：

bij=■ （i=1，2，…，m；j=1，2，…，n且Qj∈Q1）

式中：djmax和djmin分別是對各個(gè)指標(biāo)Qj諸評價(jià)之中的最大值和最小值。

（2）對于體系中的效益型指標(biāo)，利用無量綱化模型變換為：

bij=■ （i=1，2，…，m；j=1，2，…，n且Qj∈Q2）

（3）對于體系中的區(qū)間型指標(biāo)，利用無量綱化模型變換為：

bij=1-■（dijS2）

（i=1，2，…，m；j=1，2，…，n且Qj∈Q3）

式中，［S1，S2］為指標(biāo)Qj所在的最優(yōu)區(qū)間。

3.構(gòu)建評價(jià)體系矩陣

根據(jù)薩蒂理論來核算指標(biāo)體系中各底層因子的相關(guān)組合權(quán)重，同時(shí)邀請n位專家進(jìn)行評價(jià)，分別將專家評價(jià)量樣本記分為dLi，然后依次將各評價(jià)數(shù)據(jù)進(jìn)行匯總，構(gòu)建評價(jià)指標(biāo)矩陣體系。

指標(biāo)體系中底層元素的組合權(quán)重：

w=｛w1，w2，…，wn｝，■wi=1且0

構(gòu)成評價(jià)指標(biāo)矩陣為：

E=E1E2■En=d11 … d1n■■dn1 … dnn

4.確定評價(jià)矩陣的灰數(shù)

首先要確定矩陣中評價(jià)灰類的等級數(shù)；其次確定灰數(shù)；最后確定灰數(shù)的白化函數(shù)。構(gòu)建評價(jià)等級集合V，確定評估灰類為4類。

V=（?茚1，?茚2，?茚3，?茚4）=（10，8，6，3）

5.構(gòu)建模糊權(quán)矩陣

首先用灰色關(guān)聯(lián)理論對灰數(shù)的白化函數(shù)進(jìn)行分析，確定屬于第j類評價(jià)等級的權(quán)fj（dli），進(jìn)而計(jì)算得出評判矩陣的灰色統(tǒng)計(jì)數(shù)nij=■fj（dli）以及總灰色統(tǒng)計(jì)數(shù)nij=■nij；最后確定矩陣中每個(gè)因素的灰色權(quán)值rij=■，匯總由此構(gòu)成單因素模糊評判矩陣。

6.計(jì)算項(xiàng)目評價(jià)結(jié)果

計(jì)算模糊綜合評判矩陣及評價(jià)結(jié)果并進(jìn)行歸一化處理，其算法為：

bij=■wi·rij（j=1，2，…，m且■bj=1）

綜合評價(jià)結(jié)果Z:Z=B·VT

其中V=（?茚1，?茚2，?茚3，?茚4）是根據(jù)評定等級而確定的評估灰類的等級集合。

二、對企業(yè)的并購價(jià)值進(jìn)行綜合評價(jià)

當(dāng)前我國市場經(jīng)濟(jì)條件下，企業(yè)之間的相互整體并購成為一種常態(tài)，于是就涉及到企業(yè)整體價(jià)值的評估問題。而DHGF算法對于企業(yè)價(jià)值評估指標(biāo)體系構(gòu)建的全面客觀，能夠綜合全面地評估企業(yè)價(jià)值。

（一）確定企業(yè)并購價(jià)值評價(jià)指標(biāo)體系

確定目標(biāo)企業(yè)價(jià)值評估的指標(biāo)體系，如圖1所示。將評價(jià)指標(biāo)體系各指標(biāo)歸集化處理，架構(gòu)為3層結(jié)構(gòu)，底層20個(gè)元素分別隸屬于成本型、效益型和區(qū)間型，即為評價(jià)保障性指標(biāo)。

（二）確定體系中各評價(jià)指標(biāo)元素的組合權(quán)重

第一，由10名專家判斷填寫上下層元素之間量化關(guān)系；然后根據(jù)薩蒂理論模型整理成判斷矩陣，經(jīng)過專家的系統(tǒng)評分，按薩蒂標(biāo)度原則給出第一層判斷矩陣。

Q1Q2Q3判斷矩陣為：11/32 3151/21/5 1，計(jì)算其特征向量步驟為：計(jì)算矩陣各行元素的乘積Mi，并求其3次方根，得到W1=0.874，W2=2.466，W3=0.464。

對向量W=［W1，W2，W3］T規(guī)范化，則有：

W1=■=0.230，以此類推，W2=0.648，W3=0.122

所以，所求的特征向量為W=［0.230 0.648 0.122］T，檢驗(yàn)該矩陣的一致性，矩陣階數(shù)位3，最大特征值為：λmax=3.004。其中平均隨機(jī)一致性指標(biāo)RI參照表1取值，RI=0.58。計(jì)算CI=（λmax-n）/（n-1）=0.002＜0.1，CR=CI/RI=0.003＜0.1，判斷矩陣的一致性可以接受。

第二，以成本型指標(biāo)為例，利用層次分析法進(jìn)行歸一化處理，按照薩蒂原則給出第二層有關(guān)成本型指標(biāo)的判斷矩陣。

成本型指標(biāo)判斷矩陣為：1 2531/2 141/21/5 1/4121/3 21/21

其特征向量可以求得W=［W1 W2 W3 W4］T=［0.502 0.215 0.120 0.163］T

計(jì)算結(jié)果表明，在成本型指標(biāo)中，不良資產(chǎn)比率、市盈率、消費(fèi)者投訴、索賠率和人力支出與銷售額比率所占的權(quán)重分別為：0.502、0.215、0.120和0.163，將這幾個(gè)指標(biāo)的權(quán)重分別乘以成本型指標(biāo)特征向量0.230，計(jì)算出這四個(gè)指標(biāo)在整個(gè)企業(yè)價(jià)值評估指標(biāo)體系中的權(quán)數(shù)分別為0.115、0.049、0.028和0.037。

依此類推，分別得出效益型和區(qū)間型中各個(gè)指標(biāo)在整個(gè)企業(yè)價(jià)值評估指標(biāo)體系所占的權(quán)數(shù)為：

W=［W1 W2 … W20］=［0.034，0.196，0.090， 0.054，0.096，0.015，0.022，0.014，0.115，0.050，0.027，

0.037， 0.010， 0.036， 0.016， 0.027， 0.004， 0.017，

0.003，0.008］

（三）請10位專家為企業(yè)價(jià)值評估體系進(jìn)行打分，根據(jù)專家的評分情況，形成如下評價(jià)樣本矩陣D

（四）計(jì)算灰色統(tǒng)計(jì)類

用灰色關(guān)聯(lián)理論對灰數(shù)的白化函數(shù)進(jìn)行分析，計(jì)算屬于第j類評價(jià)等級的權(quán)fj（dli），計(jì)算得出評判矩陣的灰色統(tǒng)計(jì)數(shù)nij以及總灰色統(tǒng)計(jì)數(shù)ni，進(jìn)而匯總由此構(gòu)成模糊權(quán)矩陣R。

對于指標(biāo)O1，該被并購企業(yè)價(jià)值評估系統(tǒng)屬于第一灰類的統(tǒng)計(jì)數(shù)為：

n11=f1（d11）+f1（d12）+…+f1（d110）=f1（9）+f1（10）+…+f1（8）=9.44

同理可得：n12=7.71 n13=2.80 n14=0

對于指標(biāo)O1的總灰數(shù)統(tǒng)計(jì)數(shù)為：n1=n11+n12+n13+n14=19.96

r11=n11/n1=9.44/19.96=0.47 r12=0.39 r13=0.14 r14=0

同理逐一計(jì)算可得rij（i=1，2，…，20；j=1，2，3，4），于是可以得到模糊權(quán)矩陣。

（五）計(jì)算模糊綜合評判矩陣及評價(jià)結(jié)果并進(jìn)行歸一化處理，可得

B=W·R=［0.456 0.415 0.129 0］

則Z=B·VT=［0.456 0.415 0.129 0］×［10 8 6 3］T=8.654

根據(jù)評價(jià)出來的等級衡量，該被并購企業(yè)價(jià)值屬于良好水平，具有比較好的并購價(jià)值。

三、結(jié)論

以Delphi法、層次分析法、灰色理論和模糊數(shù)學(xué)為基礎(chǔ)的DHGF方法充分發(fā)揮了傳統(tǒng)方法的優(yōu)點(diǎn)，能夠相互彌補(bǔ)各自的缺點(diǎn)，而實(shí)際商業(yè)企業(yè)并購成功的案例也證明該組合評價(jià)方法應(yīng)用于被并購企業(yè)價(jià)值評估中是有效和可靠的。此法不僅可用于企業(yè)價(jià)值評估，也可以在其他決策項(xiàng)目中進(jìn)行推廣運(yùn)用，具有很好的通用性。但是必須指出的是這種方法也存在一定的缺陷，如專家的評分還具有一定的主觀隨意性以及具體應(yīng)用環(huán)境復(fù)雜所導(dǎo)致的指標(biāo)體系不適應(yīng)等。因此，有待于在以后的實(shí)際應(yīng)用中逐步建立完善的運(yùn)行數(shù)據(jù)庫和適合企業(yè)自身的評價(jià)指標(biāo)集，以便降低主觀隨意性和指標(biāo)不合適對評價(jià)結(jié)果造成的不利影響。●

【參考文獻(xiàn)】

［1］ 王霞，秦萍.基于經(jīng)濟(jì)增加值的川酒企業(yè)價(jià)值評估研究［J］.會(huì)計(jì)之友，2012（12上）.

［2］ 毛劍峰，茅佳.基于增長期權(quán)理論的成長型企業(yè)價(jià)值評估研究——以風(fēng)險(xiǎn)投資機(jī)構(gòu)為視角［J］.會(huì)計(jì)之友，2012（9）.

［3］ 程鳳朝，劉家鵬.上市公司并購重組定價(jià)問題研究［J］.會(huì)計(jì)研究，2011（11）.

計(jì)算結(jié)果表明，在成本型指標(biāo)中，不良資產(chǎn)比率、市盈率、消費(fèi)者投訴、索賠率和人力支出與銷售額比率所占的權(quán)重分別為：0.502、0.215、0.120和0.163，將這幾個(gè)指標(biāo)的權(quán)重分別乘以成本型指標(biāo)特征向量0.230，計(jì)算出這四個(gè)指標(biāo)在整個(gè)企業(yè)價(jià)值評估指標(biāo)體系中的權(quán)數(shù)分別為0.115、0.049、0.028和0.037。

依此類推，分別得出效益型和區(qū)間型中各個(gè)指標(biāo)在整個(gè)企業(yè)價(jià)值評估指標(biāo)體系所占的權(quán)數(shù)為：

W=［W1 W2 … W20］=［0.034，0.196，0.090， 0.054，0.096，0.015，0.022，0.014，0.115，0.050，0.027，

0.037， 0.010， 0.036， 0.016， 0.027， 0.004， 0.017，

0.003，0.008］

（三）請10位專家為企業(yè)價(jià)值評估體系進(jìn)行打分，根據(jù)專家的評分情況，形成如下評價(jià)樣本矩陣D

（四）計(jì)算灰色統(tǒng)計(jì)類

用灰色關(guān)聯(lián)理論對灰數(shù)的白化函數(shù)進(jìn)行分析，計(jì)算屬于第j類評價(jià)等級的權(quán)fj（dli），計(jì)算得出評判矩陣的灰色統(tǒng)計(jì)數(shù)nij以及總灰色統(tǒng)計(jì)數(shù)ni，進(jìn)而匯總由此構(gòu)成模糊權(quán)矩陣R。

對于指標(biāo)O1，該被并購企業(yè)價(jià)值評估系統(tǒng)屬于第一灰類的統(tǒng)計(jì)數(shù)為：

n11=f1（d11）+f1（d12）+…+f1（d110）=f1（9）+f1（10）+…+f1（8）=9.44

同理可得：n12=7.71 n13=2.80 n14=0

對于指標(biāo)O1的總灰數(shù)統(tǒng)計(jì)數(shù)為：n1=n11+n12+n13+n14=19.96

r11=n11/n1=9.44/19.96=0.47 r12=0.39 r13=0.14 r14=0

同理逐一計(jì)算可得rij（i=1，2，…，20；j=1，2，3，4），于是可以得到模糊權(quán)矩陣。

（五）計(jì)算模糊綜合評判矩陣及評價(jià)結(jié)果并進(jìn)行歸一化處理，可得

B=W·R=［0.456 0.415 0.129 0］

則Z=B·VT=［0.456 0.415 0.129 0］×［10 8 6 3］T=8.654

根據(jù)評價(jià)出來的等級衡量，該被并購企業(yè)價(jià)值屬于良好水平，具有比較好的并購價(jià)值。

三、結(jié)論

以Delphi法、層次分析法、灰色理論和模糊數(shù)學(xué)為基礎(chǔ)的DHGF方法充分發(fā)揮了傳統(tǒng)方法的優(yōu)點(diǎn)，能夠相互彌補(bǔ)各自的缺點(diǎn)，而實(shí)際商業(yè)企業(yè)并購成功的案例也證明該組合評價(jià)方法應(yīng)用于被并購企業(yè)價(jià)值評估中是有效和可靠的。此法不僅可用于企業(yè)價(jià)值評估，也可以在其他決策項(xiàng)目中進(jìn)行推廣運(yùn)用，具有很好的通用性。但是必須指出的是這種方法也存在一定的缺陷，如專家的評分還具有一定的主觀隨意性以及具體應(yīng)用環(huán)境復(fù)雜所導(dǎo)致的指標(biāo)體系不適應(yīng)等。因此，有待于在以后的實(shí)際應(yīng)用中逐步建立完善的運(yùn)行數(shù)據(jù)庫和適合企業(yè)自身的評價(jià)指標(biāo)集，以便降低主觀隨意性和指標(biāo)不合適對評價(jià)結(jié)果造成的不利影響。●

【參考文獻(xiàn)】

［1］ 王霞，秦萍.基于經(jīng)濟(jì)增加值的川酒企業(yè)價(jià)值評估研究［J］.會(huì)計(jì)之友，2012（12上）.

［2］ 毛劍峰，茅佳.基于增長期權(quán)理論的成長型企業(yè)價(jià)值評估研究——以風(fēng)險(xiǎn)投資機(jī)構(gòu)為視角［J］.會(huì)計(jì)之友，2012（9）.

［3］ 程鳳朝，劉家鵬.上市公司并購重組定價(jià)問題研究［J］.會(huì)計(jì)研究，2011（11）.

計(jì)算結(jié)果表明，在成本型指標(biāo)中，不良資產(chǎn)比率、市盈率、消費(fèi)者投訴、索賠率和人力支出與銷售額比率所占的權(quán)重分別為：0.502、0.215、0.120和0.163，將這幾個(gè)指標(biāo)的權(quán)重分別乘以成本型指標(biāo)特征向量0.230，計(jì)算出這四個(gè)指標(biāo)在整個(gè)企業(yè)價(jià)值評估指標(biāo)體系中的權(quán)數(shù)分別為0.115、0.049、0.028和0.037。

依此類推，分別得出效益型和區(qū)間型中各個(gè)指標(biāo)在整個(gè)企業(yè)價(jià)值評估指標(biāo)體系所占的權(quán)數(shù)為：

W=［W1 W2 … W20］=［0.034，0.196，0.090， 0.054，0.096，0.015，0.022，0.014，0.115，0.050，0.027，

0.037， 0.010， 0.036， 0.016， 0.027， 0.004， 0.017，

0.003，0.008］

（三）請10位專家為企業(yè)價(jià)值評估體系進(jìn)行打分，根據(jù)專家的評分情況，形成如下評價(jià)樣本矩陣D

（四）計(jì)算灰色統(tǒng)計(jì)類

用灰色關(guān)聯(lián)理論對灰數(shù)的白化函數(shù)進(jìn)行分析，計(jì)算屬于第j類評價(jià)等級的權(quán)fj（dli），計(jì)算得出評判矩陣的灰色統(tǒng)計(jì)數(shù)nij以及總灰色統(tǒng)計(jì)數(shù)ni，進(jìn)而匯總由此構(gòu)成模糊權(quán)矩陣R。

對于指標(biāo)O1，該被并購企業(yè)價(jià)值評估系統(tǒng)屬于第一灰類的統(tǒng)計(jì)數(shù)為：

n11=f1（d11）+f1（d12）+…+f1（d110）=f1（9）+f1（10）+…+f1（8）=9.44

同理可得：n12=7.71 n13=2.80 n14=0

對于指標(biāo)O1的總灰數(shù)統(tǒng)計(jì)數(shù)為：n1=n11+n12+n13+n14=19.96

r11=n11/n1=9.44/19.96=0.47 r12=0.39 r13=0.14 r14=0

同理逐一計(jì)算可得rij（i=1，2，…，20；j=1，2，3，4），于是可以得到模糊權(quán)矩陣。

（五）計(jì)算模糊綜合評判矩陣及評價(jià)結(jié)果并進(jìn)行歸一化處理，可得

B=W·R=［0.456 0.415 0.129 0］

則Z=B·VT=［0.456 0.415 0.129 0］×［10 8 6 3］T=8.654

根據(jù)評價(jià)出來的等級衡量，該被并購企業(yè)價(jià)值屬于良好水平，具有比較好的并購價(jià)值。

三、結(jié)論

以Delphi法、層次分析法、灰色理論和模糊數(shù)學(xué)為基礎(chǔ)的DHGF方法充分發(fā)揮了傳統(tǒng)方法的優(yōu)點(diǎn)，能夠相互彌補(bǔ)各自的缺點(diǎn)，而實(shí)際商業(yè)企業(yè)并購成功的案例也證明該組合評價(jià)方法應(yīng)用于被并購企業(yè)價(jià)值評估中是有效和可靠的。此法不僅可用于企業(yè)價(jià)值評估，也可以在其他決策項(xiàng)目中進(jìn)行推廣運(yùn)用，具有很好的通用性。但是必須指出的是這種方法也存在一定的缺陷，如專家的評分還具有一定的主觀隨意性以及具體應(yīng)用環(huán)境復(fù)雜所導(dǎo)致的指標(biāo)體系不適應(yīng)等。因此，有待于在以后的實(shí)際應(yīng)用中逐步建立完善的運(yùn)行數(shù)據(jù)庫和適合企業(yè)自身的評價(jià)指標(biāo)集，以便降低主觀隨意性和指標(biāo)不合適對評價(jià)結(jié)果造成的不利影響?！?/p>

【參考文獻(xiàn)】

［1］ 王霞，秦萍.基于經(jīng)濟(jì)增加值的川酒企業(yè)價(jià)值評估研究［J］.會(huì)計(jì)之友，2012（12上）.

［2］ 毛劍峰，茅佳.基于增長期權(quán)理論的成長型企業(yè)價(jià)值評估研究——以風(fēng)險(xiǎn)投資機(jī)構(gòu)為視角［J］.會(huì)計(jì)之友，2012（9）.

［3］ 程鳳朝，劉家鵬.上市公司并購重組定價(jià)問題研究［J］.會(huì)計(jì)研究，2011（11）.