基于灰色关联度理论的跨国并购目标企业优选决策模型

基于灰色关联度理论的跨国并购目标企业优选决策模型万红波，武晓君，阎晓博兰州大学管理学院，兰州（）E-mail：摘 要：本文从跨国并购价值创造角度分析了灰色关联度理论在目标企业优选决策中的适用性，并通过分析跨国并购价值驱动因子构建出了目标企业优选的一般性指标体系。在此基础上，本文从评价各方案与理想最佳方案接近程度出发，结合灰关联理论及层次分析法构建出一种新的跨国并购目标企业优选决策模型。最后通过一个示例说明了使用模型的具体步骤。关键词：跨国并购，目标企业优选，灰色关联度跨国并购是企业应对国际化竞争，寻求资本扩张的必然趋势。是一种并购式的对外直接投资（FDI），具有巨大的价值创造潜力，同时也是企业在目标市场上谋求竞争优势中风险最大的一种经营方式，其战略决策的基点是目标企业的选择。目标企业优选决策是一种基于企业对其内部资源和外部环境价值特征的认识和对行业竞争结构战略审视的复杂决策过程，涉及较多地定量研究和定性分析。具体决策时的技术难题主要是决策变量多且相关，而现有决策模型对于变量相关的数值化并不理想，这一缺陷导致现有模型决策结果的参考价值大大降低。灰色关联度理论是灰色系统理论的重要内容，是对灰色系统进行预测、决策、控制的理论基础，已经成功运用到很多工程领域的多相关变量决策中。其决策原理是先从方案集提取出理想最佳方案，再通过评价各方案与理想最佳方案的关联程度确定最优方案1。跨国并购目标企业优选的决策环境构成灰色系统，且决策目标是选出相对最优的并购对象而非准确预测出并购价值效应的具体数值。因此可以基于灰色关联度理论确定一个决策模型来实现跨国并购中目标企业优选。1. 模型原始数据分析：指标体系与权重1.1决策指标体系的建立跨国并购价值驱动来源于FDI驱动和M&A驱动两部分2，通过对相应的价值变量归纳，本文把跨国投资收益、核心能力、并购成本、协同效应作为优选决策的准则层。各准则层展开可构成跨国并购目标企业优选的指标评价体系，具体如表1所示。该评价体系是一般性的评价体系，在具体使用时，基于并购战略对具体指标进行筛选构成新的指标集进行决策分析（可参考示例）。跨国投资收益是从FDI驱动角度分析其价值变量。本文通过对邓宁（Dinning. John）国际生产折衷理论的进一步分析，认为所有权优势和内部化优势是其价值驱动变量，而区位优势是这两种优势的价值实现途径，不构成独立价值变量；在此基础上，考虑到当前中央企业的跨国并购实践，国家战略也构成了重要的价值变量。因此，国家战略、所有权优势和内部化优势构成跨国投资收益的子准则层。核心能力是对目标企业核心竞争力的全面评价。核心竞争力外在表现为资源、技术和无形资产的竞争力，而竞争力是一种相对优势，所以还应加入价值实现的环境描述。本文把特- 1 -殊战略资源、专有技术、无形资产、市场吸引力和竞争地位作为核心能力的子准则。并购成本是对并购从目标企业识别到最终整合实现价值全过程成本的归集。战略成本、交易成本和整合成本构成其子准则层。其中“U311战略风险成本”专指并购未能达成所形成的沉没成本，可由并购前期的成本和相应风险系数计算。协同效应就是对企业与目标企业因资产共享带来的额外收益的评价。其分类框架较多，本文认为“管理经营财务无形资产”的框架3对并购协同效应的归集最为全面，也符合本文建立一般性跨国并购目标企业优选的评价体系的理论诉求。所以把管理协同效应、经营协同效应、财务协同效应和无形资产协同效应作为其子准则。表1 跨国并购目标企业优选评价指标体系目标企业价值UU1跨国投资收益U11国家战略U111国家经济合作协议 U112国家经济发展规划 U113国家经济安全风险成本 U12所有权优势 U121低成本融资优势 U122产品和市场的多样化 U123销售市场及原料来源 U124规避贸易障碍 U13内部化优势U131规避结构性市场不完全 U132规避免知识性市场不完全 U133加强垄断优势U2核心能力U21特殊战略资源 U211资源储量U212基础设施建设评价 U22专有技术U221专利及特许经营权 U222研发投入 U223劳动者素质 U224技术进步贡献率 U23无形资产 U231品牌 U232分销渠道 U233供应商网络 U234企业文化 U24市场吸引力 U241行业平均收益率 U242行业市场潜力评价 U25竞争地位 U251市场占有率 U252产品差异化程度 U253成本优势U3并购成本U31战略成本 U311战略风险成本 U32交易成本 U321资产价值 U322支付溢价 U33整合成本 U331战略整合成本 U332组织整合成本 U333市场整合成本 U334人力资源整合成本 U335企业文化整合成本U4协同效应U41管理协同效应 U411管理能力存量 U412管理能力的流动性 U42经营协同效应 U421规模经济收益 U422接近产能边际 U423降低交易费用 U43财务协同效应 U431节税效应 U432低成本融资 U433现金流优化 U434股价U44无形资产协同效应 U441品牌 U442企业文化1.2 权重分析权重分析是一个静态分析过程，结果依赖于管理语境（context），即相应判断矩阵因决策目标不同而异4。但在某一确定的决策问题中，在确定决策指标后有确定的权重判断矩阵。 在跨国并购目标企业优选决策中，涉及的决策指标量纲不同，且有些属于定性指标，因此在确定权重过程中只能确定出相对的重要度。所以宜采用层次分析法（AHP）来确定各指标的权重。该方法是一种定性分析和定量分析相结合的决策方法，其通过对思维过程的模型化，运用较少定量数据和因素间的相互关系，可以得到某一决策目标下的指标权重值。其步骤是：确定决策目标并建立层次结构模型；构造判断矩阵；层次单排序及其一致性检验；确定评价指标权值。2. 目标企业优选决策模型跨国并购目标企业优选的决策目标是在一定指标集V要求下，从目标企业集M中选择出最优并购对象。这一目标可以通过本文所述模型得以实现，其数学步骤是：首先通过对m个方案和n项指标构成的决策矩阵进行灰色关联分析，形成关联系数矩阵；其次通过层次分- 2 -析法确定n项指标的决策权重向量；最后通过权重向量和关联系数矩阵相乘使每个方案的m项指标的关联系数综合为一个关联度。该关联度的数学意义是方案曲线与理想最佳方案曲线的几何相似性，其反映了各方案接近理想最佳方案的程度，因此，通过关联度的对比就能实现科学优选。2.1 灰色关联分析（1）假设目标企业集M= M1，M2，Mm，评价指标集V= V1，V2，Vn。形成的决策矩阵Amn：A=(aij)mna11=Mam1KOLa1nMamn（1）（2）对决策矩阵按极大型指标进行规范化： 由矩阵A可求得理想最佳方案M0：M=maxai1,maxai2,L,maxain1n(i=1,2,Lm)=a01,a02,L,a0n（2）依理想最佳方案集对决策矩阵Amn进行规范化，实现矩阵元素的无量纲化和归一化：aa)=a1101KOLa1n0nA=(ij0jMam101Mamn0n=(aija11)=Mam1KOLaa1nMmn（3）（3）灰色关联矩阵计算maxmaxaijijimjn1ij=aij1+ maxmaxaimjn1(i=1,2,L,m;j=1,2,L,n)（4）其中，(0,1)为分辨系数，可人为确定，一般取0.5。由公式（4）可得关联系数矩阵：E=（ij）mn11=Mm1KOL1nMmn（5） ij为第i个方案的第j项指标与第j项最佳指标的关联系数。 式中：2.2 AHP分析确定权重因AHP分析非本文重点，在此仅简单说明AHP确定权重的步骤。（1）假设指标集简化为一级，设对应指标集U=U1，U2，Un，由决策人或专家组通过对两两指标的比较，采用九分位标度打分，得到优先矩阵B=（bij）nn。（2）建立特征方程BW=maxW，求特征向量W。求解W的方法较多，本文介绍一种简计算优先矩阵每一行元素的乘积1便算法：i=nj=1biji=1，2，n （6）对向量=1,2,L,n)T进行归一化处理，即使特征向量元素和为1，- 3 -Wi=iii=1，2，n （7）i=1，L则 W = (W 1， W 2 ， W n ) 即为最大特征根对应的特征向量，也就是初步的权重集。其中TUi的权重为Wi。（3）计算随机一致性比率CR，进行一致性检验。 计算优先矩阵B的最大特征根max：max=ni=1(BW)inWi（8）其中(BW)i表示向量BW的第i个元素计算优先矩阵一致性指标CICI=maxnn1（9）查平均一致性指标RI值表，计算随机一致性比率CRCR=CIRI（10）当CR0.10时，认为优先矩阵具有一致性，否则就需要调整优先矩阵。 2.3 方案关联度确定及优先决策方案关联度的计算模型为：=EW=(1,2,L,nm)（11）其中=ijWjii=1，2，n （12） j=1 i 即为i方案的最优关联度，其值越大表明越接近理想最佳方案，据此便可优选出最佳跨国并购目标企业。3. 示例ABC公司是某发展中国家电子信息产业中的行业领袖，但随着国内市场的饱和以及一些核心技术瓶颈，近年来发展减缓。其决策层决定通过跨国并购来获取一些专利技术和打开国际市场，其委托的咨询公司为其寻找到3个目标企业。在分析了这些目标企业的基本资料后，ABC公司从表1中选出8个评价指标，各指标的量化解释及据此对3个目标企业的评价原始数据如表2所示。表2 备选目标企业并购价值综合评价结果- 4 - 企业二 M2企业三 M3 2145.7170.22294.594.61. 对其关联系数矩阵的计算步骤如下（可借助Matlab7.0）：1）依表2建立初始决策矩阵A，确定理想最佳方案M02）依公式(2)( 3)对决策矩阵A进行规范化得到A；3）依公式(4) (5)计算关联系数矩阵E。则在理想最佳方案M0=46 3889.2 56 15 2145.7 94.6 635.6 270.22.对权重向量的计算步骤如下：表3 一致性检验结果1V2V3V4V5V6V7V8 123 1 1 5 3 3 1 4 5 1 1 3 2 2 2 2 1 1/5 1/3 1 1/3 1/3 1/3 1/2 3 1/3 1/2 3 1 1 1/2 1 3 1/3 1/2 3 1 1 1/2 1 4 1 1/2 3 2 2 1 2 2 1/4 1/2 2 1 1 1/2 1 1 1 0.679 0.667 0.512 0.698 1 1 0.717 0.696 0.714 1 1 0.556 0.740 0.502 0.457 0.660 1 0.400 0.935 1 0.983 0.919 4186.8 33 2708.1 40 15 2145.7 170.2 470.2 270.2 21 2567.5 56 6 2294.5 94.6 624.6 124.6 A= A= 1,2,3;= 1,2, 0.400)0.300对A而言， max max a ij (i = j L ,8) = 0.5(1 = ，据公式(4) (5)有： imjnE = 1 1 0.483 0.474 0.381 0.498 1 1 0.515 0.497 0.512 1 1 0.403 0.536 0.376 0.356 0.469 1 0.333 0.822 1 0.946 0.787 1）采用九分位标度打分，在确定各指标的相对标度的基础上可得到优先矩阵B； 2）求最大特征根max对应的特征向量W，并对其进行一致性检验（限于篇幅，具体步骤不再详述，仅将计算结果给出）。 W=0.041，0.245，0.208，0.045，0.101，T0.101，0.170，0.089 max = 8.217 CI = 0.031 RI = 1.41 CR = 0.022CR=0.0220.10，所以优先矩阵B通过一致性检验，权重向量W可接受。3.计算方案关联度并进行决策。依据公式(11)( 12)以及前两步计算的E值和W值可计算得出方案关联度集合： =EW=(1,2,3)= 0.755 0.561 0.767 由前述模型可知 i 为i方案的最优关联度，其值越大表明越接近理想最佳方案。因此，目标企业三是最佳跨国并购目标企业。4. 结论与展望目标企业选择是跨国并购决策的基点，决定着并购的价值创造的潜力。这一决策可以从- 5 - 财务学角度研究，但财务数据的历史性和单一性使决策对未来价值的反应不足；而通过管理学角度，结合一些具成长性的变量便可以补充财务型决策模型的结构性缺陷。本文就是从价值创造角度，分析构建了跨国并购目标企业优选的一般性指标体系，并在此基础上分析了灰色关联度理论在目标企业优选决策中的适用性，构建出一种基于灰色关联度理论的跨国并购目标企业优选决策模型。该模型的两个变量是关联度矩阵和权重向量，对应的原始指标框架应基于跨国并购战略需求确定，而指标评价的量化应根据具体决策语境灵活处理。应注意的是，模型的决策数学原理是通过关联度评价各方案接近理想最佳方案的程度，仅解决优选目标企业的决策任务，因此其相关数据不能直接用于预测并购价值效应的数值。参考文献1刘思峰,郭天榜.党耀国等.灰色系统理论及其应用(第2版)M.北京:科学出版社,1999:174-189.2叶建木.跨国并购的理论与方法研究D.武汉理工大学博士学位论文,2003:51-52.3王谦.企业并购的协同效应研究D.华中科技大学博士学位论文,2003:35-36.4樊耘,李随成,齐捧虎.管理学M.陕西人民出版社,2001:360.A Decision Model Based on Grey Correlation Analysis for the Selection of Target Enterprise in Cross-border M&AWan Hongbo，Wu Xiaojun，Yan XiaoboThe management institute of Lanzhou University，Lanzhou （）AbstractWith the perspective of value creation of cross-border M&A, This paper discusses whether Grey Correlation Analysis suit to the selection of target enterprises. It also gets a general indicators system for the selection through analyzing the value- driving factor of CBM&A. On this basis, this paper study the proximity between the eval