论文部分内容阅读
本文从复杂科学管理的角度,构建企业并购系统的网络模型,分析了企业并购网络的宏观统计特征和演化规律,并且对并购网络中的企业重要性,上市公司的企业属性与社团结构关系和并购网络与并购金额的关系等问题展开全面、科学、跨学科的深入研究。并购行为在经历了西方的五次并购发展浪潮之后,已经因为其快速整合资源的优点,成为实现跨界经营的重要举措之一。中国自1984年展开并购尝试企业并购开始,目前已经经历了三次并购发展浪潮,在2015年达到繁荣。目前,核心文献主要是跨国并购的理论分析、并购风险分析以及并购绩效分析等等角度进行分析,缺乏从系统角度对所有企业的并购行为进行宏观上的分析。近年来,从系统角度对经济、社会等复杂系统的结构、社团结构和系统弹性等属性进行分析越来越引起研究人员的关注。网络科学作为复杂系统的建模工具,受到越来越多学者的关注。近年来很多学者在研究企业并购的问题时引入复杂网络的理论,从网络结构的角度来探讨其对于并购行为的影响。因此,本文基于中国企业并购的数据建立网络模型对其进行了分析研究。复杂科学管理理论认为,系统由无数个人或者组织的经济活动构成的。在企业并购网络中,每一个并购或被并购的企业都会彼此产生关联,进而会对系统的宏观统计特征产生作用。目前大量文献主要还是从地理、董事结构、高层管理或者政治体系的角度讨论复杂网络和并购绩效的关系,但是很少有文献从并购企业复杂网络的视角对企业并购网络的宏观演化特征,网络节点重要性,社团结构与上市公司企业属性等问题开展研究。本文首先构建企业并购网络模型,基于网络从全局角度分析企业并购现象。进而给出了网络科学一些基本统计特征,包括基本拓扑结构、网络中心性指标以及有向网络的社团结构识别等。分析了企业并购网络的结构属性以及与企业并购之间的关系。具有的研究成果主要如下:首先,从系统角度构建了企业并购网络模型。企业并购作为一个企业发展与公司盈利的重要决策,对促进国家经济的合理发展有着重要的作用。之前研究学者大都针对企业并购理论和企业并购案例进行研究,如何从复杂科学管理的角度,分析企业并购系统的网络特征是该问题研究的一个重点。本文先从全局角度建立企业并购网络模型。基于网络科学理论度企业并购进行研究,以不同视角分析企业并购现象,为决策者提供决策依据。其次,分析了企业并购网络中的节点重要性,识别出不同指标体系下的重要企业。企业并购对公司的长期发展和公司盈利具有重要意义。从网络科学的角度,分析了企业并购网络的节点重要性,研究了中国企业并购的演化模式。首先,通过考虑2000-2017年中国公司并购的并购事件,构建了时序有向的并购网络,然后将每个时间切片的企业并购网络合并,整合成一个全局网络。实验统计结果表明,整合后的全局网络具有无标度特性,其度分布近似服从幂律分布,并且该网络还是一个密度很小,即稀疏网络,通过计算其异配性发现该网络为异配网络。本文提取了最大连通子图,研究企业并购网络的节点重要性。本文所用到的中心性指标包括度中心性、介数中心性、紧密度中心性和PageRank算法。实验结果表明各指标下的节点重要性所对应的企业不同,从不同方面反映了企业并购中企业的重要性。最后,本文对企业并购网络的鲁棒性做了分析,分析了删除重要性节点后的网络结构变化属性,发现基于节点介数的破坏策略的破坏效率最高,说明介数是评价企业并购网络节点对网络结构重要性的关键指标。中心性指标介数从一定程度上给出了企业管理者做决策的参考。这项工作提供了一种从复杂系统的角度分析企业并购网络的企业重要性的一种方法。第三,分析了企业并购网络中的社团结构与企业属性之间的关系。社团结构是复杂系统的重要属性之一。企业并购网络的社团结构定义为社团内部具有稠密的并购关系,而社团之间具有稀疏的并购关系。企业并购网络的社团结构可以从宏观层面上深刻认识上市公司并购关系的复杂特征。首先,本文基于中国上市公司发起的2000年至2017年的并购事件构建了有向并购网络,其中节点代表公司,连边表示并购关系。由于企业并购网络是有向网络,对于有向网络的社团结构划分目前还有很多挑战,但研究学者也提出了不同的方法。本文使用经典的有向网络社团结构识别算法—Infomap算法,研究了企业并购网络的社团结构。通过计算该有向网络的模块度发现该网络具有明显的社团结构,其模块度值Q=0.8757。此外,本文提出了一个参数η用来分析各个社团内的公司行业特性,该参数定义为在一个社团内部属于同一行业的公司数量与该社团中总公司总数的比率。实证结果表明,每个社团都有一大部分比例属于一个行业的公司,这表明并购的特征在社团内并购一般发生的同一行业之间。最后,本文计算有向网络的聚类系数,用于分析具有社团结构网络的聚类属性。实验结果表明企业并购网络的三角形结构的数量很少,这说明被同一个公司并购的两公司之间关系很弱。最后,分析了企业并购网络的网络结构与企业并购之间的关系。基于网络的企业并购研究对并购网络的结构属性有了初步的认识。而网络结构跟企业并购之间的关系是很多企业管理决策者关注的问题。处在何种网络结构下的企业更容易并购,为公司的长远发展提供有力的参考。本文引入了多元线性回归模型,分析网络中心性指标对企业并购的影响。首先,本文研究了各个解释变量之间的相关性,确定采用度中心性、中介中心性、紧密中心性以及PageRank预测并购金额。最后通过回归分析发现,当企业发起主动并购时连接的成员企业越多,在并购行为中拥有的权利和影响越大,并购成功的概率越大,企业并购金额越高（度中心性）。而企业与负责网络中其他成员企业的“距离”越短,信息传递速度越快越高效,并购行为越易促成,并购金额越高（紧密中心性）。此外,被并购标的的影响力越大,在复杂并购网络中要实现成功并购支付的金额越高（PageRank）。本文的研究工作从复杂科学管理的角度来分析研究并购问题,以全新视角展示了并购中的一些特性。有助于企业做出合理的决策,为公司长远发展做出贡献,更有助于更多研究学者探索此类问题,并且提出更有效的方法或者模型。