双循环背景下东道国国家风险对我国企业海外并购绩效的影响

企业海外并购作为双循环战略中外循环的重要组成部分,既能为国际循环积极布局,扩大海外市场,也可以为国内循环引进先进技术、保障原材料供给.文章运用事件研究法,用累积平均超额收益率和会计指标法,结合中国海外投资国家风险评级体系(CROIC-IWEP)对我国A股上市公司2014—2018年海外并购的短期和长期绩效进行研究.实证结果表明,国家综合风险、政治风险、经济风险、金融风险对我国企业海外并购绩效均呈负面影响,其中政治风险的影响最为显著,而良好的对华关系对我国企业海外并购绩效能产生正面作用,其中对华关系次好的国家(地区)对我国企业并购后的超常收益率影响最为显著.进一步研究发现,企业通过其海外子公司进行并购能降低东道国国家风险的影响,增加并购成功率;金融机构和中介机构在并购过程中能缓解企业与标的之间的信息不对称,也能提高并购成功率,并扩大并购规模.由此提出建立国家风险识别、预警和管控机制,建立海外投资风险分担机制,构建经济共同体等对策建议.     

预测缅甸政治与军事冲突对中国带来综合风险的模型建构研究

缅甸政治与军事冲突所带来的潜在风险,极有可能对我国多方面造成深远而巨大的影响。缅甸危机蕴藏着政治、经济、文化、军事以及人口等各类不确定因素,同时又受到难以确定的各类内外环境影响,对其危机的风险预测及研判充满困难。因此,要在不确定性的信息条件下去识别、预测和评价缅甸危机对我国带来的风险,须经过一系列审慎的科学评估。本文基于人工智能思想,充分运用数据挖掘技术,采用XGBoost与马尔科夫链等算法,力求超越经典范式的因果推断、相关性分析、机制解释以及依赖回归模型的传统量化预测手段,为缅甸危机可能带给我国的影响构建了一种可供科学预测和评估的工具,也做出了平衡经验研究与人工智能的学术尝试。     

企业并购风险识别及多层次模糊综合评价

在分析了企业并购主要风险的基础上,建立了企业并购风险的多层次模糊综合评价模型,并进行了实例分析。分析结果表明,利用多层次模糊综合评价方法分析企业并购风险,可以克服很多不确定性因素的干扰,能更加直接、客观地进行并购风险评价,并可为并购企业做出正确的并购决策提供可靠的依据。     

基于机器学习的抗乳腺癌候选药物的分类预测

乳腺癌是目前世界上最常见致死率较高的癌症之一.通过选用机器学习中处理二分类预测问题的支持向量机(SVM)、K近邻算法(KNN)、随机森林(RF)、极端梯度提升(XGBoost)四种模型,运用每一种模型分别对给定的样本数据构建出化合物的ADMET(吸收Absorption,分配Distribution,代谢Metabolism,排泄Excretion和毒性Toxicity)五个指标的分类预测模型,对比选择出五个指标的预测准确率均在84%以上的XGBoost模型,最后对给定的化合物进行预测并得出化合物所对应的ADMET性质.结果表明,利用XGBoost模型进行分类预测的方法是有效的,对于抗乳腺癌药物的研发具有参考意义.     

影子银行利率提高了我国地方政府债务风险吗?——基于省际面板数据模型

通过灰色聚类分析模型和面板数据模型检测近年来我国各省份债务风险及预警等级,实证分析影子银行利率对地方政府债务风险的线性和非线性影响而作出的研究表明:全国地方政府债务风险总体可控;影子银行利率提高显著增加了地方政府债务风险;人均GDP、债务比率、财政分权程度和晋升激励强度增加了地方政府债务风险;经济增长水平提高、财政分权程度提高、晋升激励强度提高、影子银行利率变动对地方政府债务风险的影响程度提高。预警模型预测各省份的风险预警等级具有较高的准确率,实证检验结果稳健性较好。     

基于XGBoost与LR融合模型的信用卡欺诈检测

随着银行卡业务的不断发展,各种各样的信用卡欺诈方式已经给金融机构带来严重的威胁,使得信用卡欺诈检测成为一个十分紧迫的任务。为解决此问题,提出一种XGBoost与LR融合模型。该模型首先运用XGBoost算法自动进行特征组合和离散化,然后将新构造的特征向量运用在逻辑回归LR模型上,通过XGBoost与LR融合模型进行分类预测。实验结果表明,与经典传统算法相比,提出的XGBoost与LR融合模型具有更好的欺诈检测性能,提高了信用卡欺诈检测的准确率。     

主权财富基金的兴起及其对全球 资产价格的影响——基于资产定价模型的估算

21世纪初特别是 2007年夏天以来 ,伴随着全球资源性商品价格高涨和世界经济失衡加剧 ,主权财富基金蓬勃发展 ,成为全球资本市场上的重要投资者。由于主权财富基金的设立原因、资产规模以及管理者的风险偏好等因素 ,主权财富基金的兴起必将改变全球主要资产的供需均衡 ,进而影响全球主要资产的价格走向。在预测主权财富基金未来规模的基础上 ,就主权财富基金的兴起对全球风险资产回报率、无风险资产回报率、风险溢价以及市盈率等资产价格的影响进行定量研究后发现 ,主权财富基金对风险资产和无风险资产回报率的影响是同向的 ,且对无风险资产回报率的影响更为显著 ;对风险溢价和市盈率的影响也是同向的 ,且与风险资产和无风险资产方向相反 ;“新增经常账户盈余的 86 .5%转移到主权财富基金”是主权财富基金影响四种资产价格的“拐点”。     

金融风险预警:评价指标、预警机制与实证研究

世界各国经验表明,金融风险预警势在必行且切实可行.文章在梳理金融风险预警相关研究成果基础上,首先提出一套具有强警戒功能的金融风险评价指标体系,在各项指标预警界限基础上将金融风险预警分等定级,分别为I级(安全)、II级(基本安全)、III级(警惕)、Ⅳ级(危险);然后建立基于BP人工神经网络模型的金融风险预警模型,并对1993-2007年我国金融风险情况在MATLAB软件中进行模型的训练、检验和预测,得出我国2008年预警结果:国家综合金融风险:Ⅳ级,危险状态;财政贸易风险:III级,警惕状态,有风险;宏观经济风险:III级,警惕状态,有风险;银行风险:Ⅳ级,危险状态;其他风险(主要指股市风险):III级,警惕状态,有风险.因子分析结果表明:(1)从静态看,我国国债规模2008年仍在适度区间内,暂时没有大的风险.但从动态趋势看,我国正面临巨大的债务压力和与日俱增的潜在风险,国债规模处于国民经济应债能力宽松而财政债务(含隐性债务及或有债务)负担沉重的矛盾之中,应未雨绸缪,努力预防财政风险.(2)2008年上半年宏观经济风险下降到较为合适的范围,实际情况完全符合预测值.2008年下半年,全球金融危机的影响引发宏观经济风险上升.从总体看,2008年国民经济保持一定增长,但速度低于前几年,2009年我国宏观经济风险更大,不容乐观.(3)国有企业的过度负债、亏损经营和庞大的不良资产,以及近几年银行通过大量增加向房地产、钢铁、水泥、汽车等行业贷款和个人消费贷款而引起的投资过热、信贷增长率过高,必须警惕不良资产的再生.(4)股市泡沫风险等其他风险是近两年我国证券市场过度膨胀引起的过热反应,2008年股市的实际运行结果表明预测结果是可信的,预计2009年股市泡沫风险与2008年持平.     

风险时刻监视指标的分析

从预警指标的总量模型出发．通过因素影响分析．得出了风险时刻监视模型．这些监视模型可以应用于农村金融的预警问题．从而有效地提高日常金融风险的监测能力，为减少有关风险服务。通过这些模型的结果．可以经常地了解各个因素的变化对预警指标变化的影响，从而从状态上把握风险的危害，配合以更加有效的措施，提高风险投资的效率．     

企业并购过程中的审计风险研究

企业并购审计是一个风险较高的审计领域,充分重视并积极介入并购企业的并购过程,是减少审计风险的有效途径之一.并购过程中的审计风险领域包括以下方面:并购的环境、并购双方的优劣势分析、并购的成本效益分析、并购的换股比例确定.审计人员必须充分重视对并购企业审计风险的评价,并在此基础上有效利用内控评价结果,合理选择审计测试性质、时间与范围,科学地把握审计质量和效率.     

中国石油供应安全状态分析与风险预警

石油安全风险预警是中国石油安全的重要内容,本文采用压力—状态—响应框架建立了中国石油安全风险预警指标体系,基于数据挖掘理论的主成分分析和K-means聚类算法建立中国石油安全风险预警模型,并采用多元回归分析验证模型的有效性。实证研究发现,中国石油供应安全状态近20年来处于较大的波动中。石油消耗强度、国际原油价格、石油对外依存度主要影响着中国石油供应安全。研究结果表明,建立的风险预警模型有效地反映出了中国石油供应安全风险水平的演化及主要因素,其可用于中长期石油供应安全风险预警。     

金融并购浪潮中的金融风险与金融监管

20世纪80年代以来的金融并购呈现出规模化、跨行业的特点,金融并购改变了金融机构的经营环境,使其面临着新的金融风险:一是金融机构越大,对系统性风险的影响就越大;二金融机构越大,"太大而不倒"的安全网措施激励了道德风险的产生;三是跨行业并购可能会增加银行的风险.随着金融并购的发展,以限制竞争和安全网为基础的金融监管已不能适应金融发展的需要,金融监管方法将向以审慎性监管、信息披露和预警机制为基础的防范金融风险的方向转变.     

非齐次Hawkes模型在传染病实时预测中的应用

了解疾病的传播规律,判断感染规模对公共卫生决策具有重要的意义.现有研究多采用SIR模型为基本框架,基于分支过程的研究较少.本文基于广东省2020年新冠肺炎确诊病例数据建立非齐次Hawkes点过程模型,分别采用前50％和前75％的数据对后续感染人数进行预测,并将预测结果与齐次Hawkes模型的结果进行比较.结果显示模型准确度较高,非齐次Hawkes模型的预测结果比齐次Hawkes模型更加理想.基于条件强度的随机过程模型还可以用于建立疾病监测与预警机制.     

上市公司并购整合效率的影响因素新探

已有研究并购效率的文献大多局限于并购交易效率,而忽略了并购整合效率,实际上两者的性质是不一样的.本文首次区分并购交易效率与并购整合效率,并分析了影响并购整合效率的因素,重点讨论了政府干预、代理成本对并购整合效率的影响.实证发现:并购后不同阶段的整合具有不同的重点和难点,整合必须分清主次、循序渐进;并购活动中的代理成本显著降低了并购整合效率,但国有上市公司与民营上市公司的表现形式因代理成本差异而有所不同;政府干预始终是影响并购整合效率的重要因素.政府出于政策性负担或政治目标通过并购活动来支持或掠夺其控制的企业,对盈利国有上市公司的并购整合产生负面影响.对亏损国企产生正面影响,而对民企的并购整合影响不显著.     

论林业生态工程建设项目风险监测

风险监测是林业生态工程建设项目可持续发展的重要内容。林业生态工程项目风险受诸多因素影响,风险监测评价指标体系应采用横向和纵向分层模式,设置反映外部风险和内部风险的指标组。建立风险预警体系可有效地监测林业生态工程项目风险。构建基于G IS技术的林业生态工程项目风险预警模型可为风险监测发挥重要作用。     

基于 C(n)ＧMIDAS模型的中国鸡蛋价格 混频预测预警研究

作为国内首个上市的畜牧期货产品,中国鸡蛋价格体系趋于完善,但受产销信 息不对称、运输损耗较大等多种因素影响,鸡蛋价格波动频繁,亟须对其进行动态监测、加强 预警,选优监测预警方法以提高预警精度、保障市场的相对稳定.在分析国内外相关研究成 果的基础上,采用时差相关分析和变量投影重要性(VIP)技术进行变量选择,从影响鸡蛋价 格波动的１８个混频指标中筛选出贡献度较高的４个重要先行指标以及２个待定指标;探讨 不同指标选择下 C(n)ＧMIDAS、PDL和 ARIMA 模型的预测精度变化,最后运用选定模型 结合中国农产品监测预警阈值表对２０２１年３－１２月鸡蛋价格进行预测预警.研究发现: C(n)ＧMIDAS 模 型 用 于 鸡 蛋 价 格 短 期 预 测 具 有 比 较 优 势;加 入 鸡 蛋 期 货 价 格 后 的 C(５)ＧMIDAS模型预测效果最好,且能及时将最新公布的高频数据纳入模型修正预测结果、 提高预测精度;基于 C(n)ＧMIDAS模型得到的预警结果可以迅速发现警情,精准定位警源, 提前捕捉未发警情.未来可以通过加强重点指标监管力度、加强涵盖全国各省市的鸡蛋监 测预警体系建设以及跟踪学术前沿,将金融经济行业的最新研究方法应用到鸡蛋产业等对 鸡蛋市场监测预警进行广度和深度的扩展,保障鸡蛋产业平稳有序运行.     

中国油菜产业风险预警研究——基于BP神经网络

根据风险预警体系的一般组成结构,分析了油菜市场风险预警体系的组成。从油菜籽供给与需求的因素以及宏观经济、国家政策与国际市场等影响油菜籽市场价格的因素出发,以油菜籽收购价格的波动率作为油菜产业市场风险预警的警情指标,构建了中国油菜产业市场价格风险预警的指标体系。运用BP神经网络分析1990-2007年的样本,对油菜产业风险预警进行实证研究,验证了利用BP神经网络构建的风险预警模型具有实用性和可行性,从而为中国油菜产业风险预警构建了一个有效的模型。     

公司并购中的财务风险及其控制

公司并购作为资本运营的重要方式,是实现公司资源优化、产业结构调整与升级的重要途径.公司并购所涉及的风险相当复杂和广泛,而财务风险是公司并购成功与否的重要影响因素.只有充分了解并购中的财务风险及其产生的原因,有针对性地控制和防范风险,才能充分发挥并购的协同效应,达到并购的财务目标,促进公司的长期稳定和发展.     

中国石油企业跨国并购风险评价

针对中国石油企业跨国并购存在的风险问题.探讨了基于模糊数学原理的中国石油企业跨国并购模糊层次评判方法,分析了评判模型的构造体系、指数权重、排序及风险等级评价.讨论了中国石油企业在跨国并购中应特别注意加强对政治突发事件的应对能力,充分了解东道国的法律细节以降低法律风险,提高自身的战略决策能力.对国家能源战略与能源安全的实现具有一定参考价值.     

中国海外上市公司的PCA-SVM财务危机预警研究

在支持向量机(Support Vector Machine,SVM)方法的基础上融入主成分分析(Principal Compo-nent Analysis,PCA)方法,可构建PCA-SVM财务危机预警模型。以我国海外上市公司为研究对象,运用PCA提取出对财务危机具有显著影响的特征指标,进而通过训练集在不同核函数下对SVM进行训练,最后运用测试集对经过训练得到的SVM财务危机预警模型进行性能验证与评价。实证研究结果表明,PCA-SVM财务危机预警模型在线性、多项式、径向基和sigmoid四种核函数下都具有良好的预测能力,而径向基核函数下的PCA-SVM财务危机预警模型具有更加优越的学习能力与泛化推广能力。