王海英，王訓(xùn)洪，裴玉峰

(1.上海師范大學(xué) 數(shù)理學(xué)院，上海 200234；2.江西理工大學(xué) 資源與環(huán)境工程學(xué)院，江西 贛州 341000)

經(jīng)濟(jì)研究

國(guó)內(nèi)礦業(yè)項(xiàng)目并購(gòu)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警評(píng)價(jià)研究

王海英1，王訓(xùn)洪2，裴玉峰1

(1.上海師范大學(xué) 數(shù)理學(xué)院，上海 200234；2.江西理工大學(xué) 資源與環(huán)境工程學(xué)院，江西 贛州 341000)

摘要：為了對(duì)國(guó)內(nèi)礦業(yè)項(xiàng)目并購(gòu)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)警評(píng)價(jià)，本文首先采用德?tīng)柗品▽?duì)國(guó)內(nèi)礦業(yè)項(xiàng)目并購(gòu)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警評(píng)價(jià)的主要因素進(jìn)行了識(shí)別；其次建立了預(yù)警評(píng)價(jià)指標(biāo)體系，采用遺傳層次分析法確定了各預(yù)警評(píng)價(jià)指標(biāo)的權(quán)重，并確定了經(jīng)典域和節(jié)域；最后建立了基于AG-AHP和物元模型的國(guó)內(nèi)礦業(yè)項(xiàng)目并購(gòu)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警評(píng)價(jià)模型，并將模型進(jìn)行了實(shí)際案例驗(yàn)證，利用Matlab軟件編程計(jì)算了各預(yù)警評(píng)價(jià)指標(biāo)的關(guān)聯(lián)度和綜合關(guān)聯(lián)度，得出了該案例的并購(gòu)財(cái)務(wù)風(fēng)險(xiǎn)等級(jí)為較高，預(yù)警信號(hào)為橙燈。

關(guān)鍵詞：遺傳層次分析法；物元模型；財(cái)務(wù)風(fēng)險(xiǎn)；預(yù)警評(píng)價(jià)

和西方發(fā)達(dá)國(guó)家相比，我國(guó)礦山企業(yè)整體規(guī)模較小、資源利用率不高、技術(shù)相對(duì)偏低。針對(duì)這種情況，國(guó)家政府支持國(guó)內(nèi)礦山企業(yè)整合，整合的最好途徑是并購(gòu)。在此環(huán)境下，我國(guó)礦山企業(yè)并購(gòu)越來(lái)越多，但并購(gòu)失敗率居高不下，從數(shù)據(jù)來(lái)看，企業(yè)并購(gòu)的失敗率高達(dá)70%[1]。并購(gòu)失敗的主要原因是沒(méi)有處理好財(cái)務(wù)問(wèn)題，因此，有必要對(duì)我國(guó)礦業(yè)項(xiàng)目并購(gòu)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)警評(píng)價(jià)。

1國(guó)內(nèi)礦業(yè)項(xiàng)目并購(gòu)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警評(píng)價(jià)指標(biāo)體系的構(gòu)建

國(guó)內(nèi)礦業(yè)項(xiàng)目并購(gòu)財(cái)務(wù)風(fēng)險(xiǎn)因素識(shí)別是對(duì)其進(jìn)行預(yù)警評(píng)估的重要基礎(chǔ)。由于國(guó)內(nèi)礦業(yè)項(xiàng)目并購(gòu)財(cái)務(wù)預(yù)警的風(fēng)險(xiǎn)因素比較復(fù)雜，且每個(gè)風(fēng)險(xiǎn)因素影響的大小都不盡相同。因此，需要對(duì)國(guó)內(nèi)礦業(yè)項(xiàng)目并購(gòu)財(cái)務(wù)預(yù)警風(fēng)險(xiǎn)的主要影響因素進(jìn)行有效識(shí)別。

1.1財(cái)務(wù)風(fēng)險(xiǎn)因素識(shí)別

通過(guò)查閱大量國(guó)內(nèi)外礦業(yè)項(xiàng)目并購(gòu)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警評(píng)價(jià)的相關(guān)文獻(xiàn)與書(shū)籍[2-6]，采用德?tīng)柗品╗7]對(duì)國(guó)內(nèi)礦業(yè)項(xiàng)目并購(gòu)財(cái)務(wù)預(yù)警風(fēng)險(xiǎn)的主要影響因素進(jìn)行識(shí)別，識(shí)別結(jié)果見(jiàn)表1。財(cái)務(wù)預(yù)警所面臨的主要風(fēng)險(xiǎn)包括償債風(fēng)險(xiǎn)、盈利風(fēng)險(xiǎn)、資產(chǎn)營(yíng)運(yùn)風(fēng)險(xiǎn)、成長(zhǎng)風(fēng)險(xiǎn)四個(gè)方面。

1.2財(cái)務(wù)預(yù)警評(píng)價(jià)指標(biāo)體系的構(gòu)建

根據(jù)表1，將風(fēng)險(xiǎn)類別作為一級(jí)財(cái)務(wù)預(yù)警評(píng)價(jià)指標(biāo)，風(fēng)險(xiǎn)因素作為二級(jí)財(cái)務(wù)預(yù)警評(píng)價(jià)指標(biāo)，構(gòu)建了國(guó)內(nèi)礦業(yè)項(xiàng)目財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警評(píng)價(jià)指標(biāo)體系，見(jiàn)表2。

表1　財(cái)務(wù)風(fēng)險(xiǎn)因素識(shí)別表

表2　財(cái)務(wù)預(yù)警評(píng)價(jià)指標(biāo)體系

2基于AG-AHP和物元模型的國(guó)內(nèi)礦業(yè)項(xiàng)目并購(gòu)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警評(píng)價(jià)模型

2.1遺傳層次分析法(AG-AHP)的基本原理

遺傳層次分析法的基本原理是利用遺傳算法對(duì)層次分析法進(jìn)行改進(jìn)，依據(jù)評(píng)價(jià)指標(biāo)體系，建立判斷矩陣；然后以判斷矩陣為初始群，進(jìn)行選擇、交叉和變異等遺傳算子的操作，直到找出可接受的一致性矩陣；最后再通過(guò)矩陣計(jì)算權(quán)重[8]。

2.1.1建立判斷矩陣

構(gòu)建判斷矩陣的目的是為了計(jì)算各預(yù)警評(píng)價(jià)指標(biāo)的權(quán)重。判斷矩陣的構(gòu)建過(guò)程中，對(duì)同一層次中的所有因素進(jìn)行兩兩比較，通過(guò)比較來(lái)找出指標(biāo)因素對(duì)總目標(biāo)的影響程度。采用9分位比率確定各評(píng)價(jià)指標(biāo)的優(yōu)劣程度，構(gòu)造出評(píng)價(jià)指標(biāo)的判斷矩陣A=(aij)n×n。

2.1.2判斷矩陣權(quán)重的計(jì)算及一致性檢驗(yàn)

(1)

于是有

(2)

(3)

一般情況中，構(gòu)造的判斷矩陣A很難達(dá)到一致性，而層次分析法要求判斷矩陣滿足一致性。依據(jù)判斷矩陣的定義，式(3)左端的值越小，則判斷矩陣A的一致性程度越高。當(dāng)式(3)等號(hào)成立，則判斷矩陣A是完全一致性。因此，判斷矩陣一致性檢驗(yàn)及權(quán)重的計(jì)算可以轉(zhuǎn)換成以下優(yōu)化問(wèn)題(式(4))[9]。

(4)

式中：CIF(n)是一致性函數(shù)(Consistency Index Function)，權(quán)重wi(i=1，2，…，n)是優(yōu)化變量，其余符號(hào)同前。式(4)的全局最小值是0，是一個(gè)非線性優(yōu)化問(wèn)題，用常規(guī)方法很難解決，但用遺傳算法處理該類問(wèn)題卻較為簡(jiǎn)便[10]。

2.2物元模型基本原理

物元模型[11]是由我國(guó)蔡文教授1970年創(chuàng)立的，融合了數(shù)學(xué)、系統(tǒng)科學(xué)和思維科學(xué)，介于經(jīng)典數(shù)學(xué)與模糊數(shù)學(xué)之間的學(xué)科，主要研究事物的可拓性，適用于解決多因素評(píng)估問(wèn)題。

2.2.1構(gòu)建物元矩陣

物元模型通常將事物表示為R=(N，c，v)，其中N表示事物名稱，c表示事物特征，v表示事物特征的量值，R為事物的基本元。一個(gè)事物通常有多個(gè)特征，則用物元表示為式(5)。

(5)

2.2.2確定經(jīng)典域和節(jié)域

將預(yù)警評(píng)價(jià)指標(biāo)分級(jí)，各等級(jí)對(duì)應(yīng)的量值范圍可按如下方法確定。

(6)

式中：uj表示第j個(gè)評(píng)價(jià)等級(jí)(j=1，2，…，m)；ci表示uj的第i個(gè)特征(i=1，2，…，n)； vji表示第j個(gè)評(píng)價(jià)等級(jí)中ci的量值范圍，即為經(jīng)典域；aji、bji分別表示vji的上下限。

節(jié)域是所有等級(jí)的取值范圍，可表示為式(7)。

(7)

式中：U表示為所有等級(jí)的取值范圍；vUi表示ci的量值范圍，即為節(jié)域。

2.2.3關(guān)聯(lián)度的計(jì)算

關(guān)聯(lián)度計(jì)算公式見(jiàn)式(8)[13]。

(8)

(9)

式中：ρ(vi，vji)為評(píng)價(jià)指標(biāo)vi與經(jīng)典域之間的距；ρ(vi，vUi)為評(píng)價(jià)指標(biāo)vi與節(jié)域之間的距。

2.2.4計(jì)算綜合關(guān)聯(lián)度及評(píng)價(jià)等級(jí)判定

風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)屬于等級(jí)j的綜合關(guān)聯(lián)度，見(jiàn)式(10)。

(10)

式中：wi為第i個(gè)評(píng)價(jià)指標(biāo)的權(quán)重。

評(píng)價(jià)等級(jí)判定：若Kk(U)=maxKj(U)，則評(píng)價(jià)對(duì)象的等級(jí)判定為k級(jí)。

2.3基于AG-AHP和物元模型的國(guó)內(nèi)礦業(yè)項(xiàng)目并購(gòu)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警評(píng)價(jià)模型

2.3.1預(yù)警評(píng)價(jià)指標(biāo)權(quán)重的確定

1)判斷矩陣的確定。根據(jù)表2的預(yù)警評(píng)價(jià)指標(biāo)體系，結(jié)合國(guó)內(nèi)礦業(yè)項(xiàng)目并購(gòu)的特性以及咨詢相關(guān)專家，初步建立一級(jí)指標(biāo)和二級(jí)指標(biāo)的判斷矩陣。

一級(jí)指標(biāo)的判斷矩陣見(jiàn)矩陣A。

二級(jí)指標(biāo)的判斷矩陣見(jiàn)矩功A1～A4。

2)計(jì)算權(quán)重。用遺傳層次分析法計(jì)算各評(píng)估指標(biāo)的權(quán)重值[14]。首先編寫(xiě)適應(yīng)度函數(shù)M；然后設(shè)置遺傳參數(shù)，包括種群類型、種群尺度、適應(yīng)度測(cè)量、變異算子和交叉算子等；最后使用Matlab遺傳算法工具箱求解，計(jì)算結(jié)果見(jiàn)表3。

一致性檢驗(yàn)需要一致性指標(biāo)函數(shù)的值小于0.1，表3中的一次性指標(biāo)函數(shù)值都遠(yuǎn)小于0.1，全部通過(guò)一次性檢驗(yàn)。

表3　預(yù)警評(píng)價(jià)指標(biāo)權(quán)重

2.3.2經(jīng)典域與節(jié)域的確定

將國(guó)內(nèi)礦業(yè)項(xiàng)目并購(gòu)財(cái)務(wù)風(fēng)險(xiǎn)劃分為低、一般、較高、高四個(gè)等級(jí)，風(fēng)險(xiǎn)由低到高的程度將預(yù)警信號(hào)依次設(shè)為綠燈、黃燈、橙燈和紅燈。通過(guò)查閱相關(guān)文獻(xiàn)[15-18]和結(jié)合物元理論，并根據(jù)式(6)、式(7)和表2，確定各二級(jí)預(yù)警評(píng)價(jià)指標(biāo)的經(jīng)典域和節(jié)域。

3模型應(yīng)用

以國(guó)內(nèi)某礦業(yè)集團(tuán)并購(gòu)位于內(nèi)蒙某地區(qū)的鐵礦項(xiàng)目為例。根據(jù)該公司的財(cái)務(wù)報(bào)表，得到各二級(jí)預(yù)警指標(biāo)的值，見(jiàn)表4。

表4　二級(jí)預(yù)警指標(biāo)的值

根據(jù)表3、表4和式(8)～(10)，利用Matlab軟件編程計(jì)算出該案例各預(yù)警評(píng)價(jià)指標(biāo)的關(guān)聯(lián)度和綜合關(guān)聯(lián)度，計(jì)算結(jié)果分別見(jiàn)表5和表6。

Kk(U)=maxKj(U)=K2(U)=0.01722，可以判定該案例的并購(gòu)財(cái)務(wù)風(fēng)險(xiǎn)為較高，預(yù)警信號(hào)為橙燈。

4總結(jié)

1)采用德?tīng)柗品▽?duì)國(guó)內(nèi)礦業(yè)項(xiàng)目并購(gòu)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警評(píng)價(jià)的主要因素進(jìn)行了識(shí)別，其主要包括償債風(fēng)險(xiǎn)、盈利風(fēng)險(xiǎn)、資本營(yíng)運(yùn)風(fēng)險(xiǎn)和成長(zhǎng)風(fēng)險(xiǎn)，并將這四類風(fēng)險(xiǎn)細(xì)化為12個(gè)二級(jí)預(yù)警指標(biāo)，建立了國(guó)內(nèi)礦業(yè)項(xiàng)目并購(gòu)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警評(píng)價(jià)指標(biāo)體系。

2)采用遺傳層次分析法確定了各預(yù)警評(píng)價(jià)指標(biāo)的權(quán)重，確定了各預(yù)警評(píng)價(jià)指標(biāo)的經(jīng)典域和節(jié)域，建立了AG-AHP和物元模型的國(guó)內(nèi)礦業(yè)項(xiàng)目并購(gòu)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警評(píng)價(jià)模型。

3)以國(guó)內(nèi)某礦業(yè)集團(tuán)并購(gòu)位于內(nèi)蒙某地區(qū)的鐵礦項(xiàng)目為例對(duì)模型進(jìn)行實(shí)際案例驗(yàn)證，利用Matlab軟件編程計(jì)算出各預(yù)警評(píng)價(jià)指標(biāo)的關(guān)聯(lián)度和綜合關(guān)聯(lián)度，得出該實(shí)際案例的并購(gòu)財(cái)務(wù)風(fēng)險(xiǎn)為較高，預(yù)警信號(hào)為橙燈。

表5　評(píng)估指標(biāo)關(guān)聯(lián)度

表6　綜合關(guān)聯(lián)度

參考文獻(xiàn)

[1]韋緒任，吳健，張莉萍.企業(yè)并購(gòu)財(cái)務(wù)風(fēng)險(xiǎn)研究[J].凱里學(xué)院學(xué)報(bào)，2013，31(4)：97-100.

[2]郭世釗，蔡嗣經(jīng).礦業(yè)并購(gòu)定價(jià)策略的研究[J].礦業(yè)研究與開(kāi)發(fā)，2005，25(5)：4-7.

[3]董紀(jì)昌，馬慧.家電行業(yè)并購(gòu)的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2010，40(1)：82-78.

[4]齊德孝.淺談海外礦業(yè)項(xiàng)目的財(cái)務(wù)評(píng)價(jià)[J].中國(guó)礦業(yè)，2007，16(10)：28-31.

[5]李嘉豪，楊建明.層次分析法在礦業(yè)項(xiàng)目投資風(fēng)險(xiǎn)評(píng)估中的應(yīng)[J].礦業(yè)研究與開(kāi)發(fā)，2005，25(6)：9-13.

[6]Black F，Scholes M.The pricing of options and corporate liabilities[J].Journal of Political Economy，2009，81(3)：637-659.

[7]田軍，張朋柱，王刊良，等.基于德?tīng)柗品ǖ膶＜乙庖?jiàn)集成模型研究[J].系統(tǒng)工程理論與實(shí)踐，2004(1)：57-62，69.

[8]許文婷.基于遺傳算法的大型泵站工程安全綜合評(píng)價(jià)模型研究[D].揚(yáng)州：揚(yáng)州大學(xué)，2012.

[9]李飛，趙倩倩，李馨.基于遺傳層次綜合評(píng)價(jià)的綏化東樞紐互通方案比選[J].公路工程，2011，36(4):119-124.

[10]Holland J H．Adaptation in Natural and Artificial Systems[M]．MIT Press，1975.

[11]蔡文.物元模型及其應(yīng)用[M].北京：科學(xué)技術(shù)文獻(xiàn)出版社，1994.

[12]鄭明貴，謝為.基于物元模型的海外鐵礦資源開(kāi)發(fā)經(jīng)濟(jì)環(huán)境評(píng)價(jià)研究[J].中國(guó)礦業(yè)，2014，23(3):41-46.

[13]鄭明貴，陳家愿，袁緯芳.基于物元模型的海外礦業(yè)投資金融風(fēng)險(xiǎn)評(píng)價(jià)研究[J].中國(guó)礦業(yè)，2012，23(6):49-53.

[14]曹邱林，許文婷.泵站建筑物遺傳模糊安全評(píng)價(jià)模型[J].排灌機(jī)械工程學(xué)報(bào)，2013，31(1):41-46.

[15]季婷，聶會(huì)星，徐樅巍.基于可拓學(xué)模型的旅游上市公司財(cái)務(wù)評(píng)價(jià)系統(tǒng)研究[J].價(jià)值工程，2020，29(20)：21-22.

[16]樂(lè)菲菲，楊莉，朱孔來(lái).基于可拓模型的高科技上市公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警研究[J].統(tǒng)計(jì)與信息論壇，2011，(26)9:84-88.

[17]韓洪云，沈斌，馮軍芳.可拓學(xué)在財(cái)務(wù)綜合評(píng)價(jià)中的應(yīng)用[J].知識(shí)叢林，2006(18):142-144.

[18]馮晉，王虎.運(yùn)用可拓方法對(duì)上市公司風(fēng)險(xiǎn)的預(yù)警[J].決策參考，2007(4)：43-45.

Financial risk warning assessment for domestic mining projects’ merqers and acquisitions

WANG Hai-ying1，WANG Xun-hong2,PEI Yu-feng1

(1.Mathematics and Science College of Shanghai Normal University, Shanghai 200234, China; 2. Faculty of Resource and Environmental Engineering, Jiangxi University of Science and Technology, Ganzhou 341000, China )

Abstract:In order to make warning assessment for financial risk of domestic mining project’ M&A，this article first identified the major factors on financial risk by Delphi method，and then established a warning assessment index system，defined the index weights by GA-AHP，and made sure the sutra field and controlled field，finally put forward a risk warning assessment model of domestic project which based on the GA-AHP and matter element model，and then applied it into practical cases to verification，Matlab software was used to calculated the membership degree of the case，the conclusion is：merqers and acquisitions financial risk level of the practical case is higher and warning signal is orange.

Key words：GA-AHP；matter element model；financial risk；warning assessment

收稿日期：2015-07-08

作者簡(jiǎn)介：王海英(1989-)，女，江西鄱陽(yáng)人，碩士研究生，研究方向?yàn)閼?yīng)用數(shù)學(xué)。E-mail：746120237@qq.com； 斐玉峰(1977-)，男，博士，副教授，研究方向?yàn)榛A(chǔ)數(shù)學(xué)。E-mail：pei@shnu.edu.cn。 通訊作者：王訓(xùn)洪(1990-)，男，江西鄱陽(yáng)人，碩士研究生，研究方向?yàn)榈V業(yè)技術(shù)經(jīng)濟(jì)。E-mail：631092969@qq.com。

中圖分類號(hào)：F426.1;F406.72

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1004-4051(2016)05-0037-05