学位论文 > 优秀研究生学位论文题录展示

商誉评估中组合预测方法的应用研究-以医药制造企业商誉评估为例

作　者: 王良臣
导　师: 沈炳珍
学　校: 杭州电子科技大学
专　业: 资产评估
关键词: 商誉评估超额收益法组合预测案例分析
分类号: F275
类　型: 硕士论文
年　份: 2014年
下　载: 4次
引　用: 0次
阅　读: 论文下载

内容摘要

随着我国市场经济的发展及现行企业制度的推行，收购、兼并与资产重组增多，而商誉价值在企业整体价值中常常占据较大比重，商誉核算逐渐成为国际、国内产权交易双方关注的焦点之一。不过，商誉与其他资产比较，其价值构成复杂、附着性强、难以辨认等特性使得其价值的评估难度较大，相关评估理论与操作方法的争议也较多。怎么建立一个能有效、统一、科学、合理地确定商誉价值的评估方式，是当前评估界亟需探索的课题。目前，商誉的评估主要采用收益法，具体又可以分为超额收益法与割差法，但是无论哪种方法，其中最大的挑战是如何准确地预测收益或超额收益，而收益预测方法的选择又是其关键。本文在对商誉的本质内涵及其特征、商誉评估的基本方法—割差法和超额收益法进行分析的基础上，着重讨论商誉评估中的收益预测方法。并采用交互式组合预测，即采用回归预测、神经网络预测、灰色预测、趋势外推预测四种不同的预测方法分别对江中药业的超额收益进行了预测，然后比较不同预测方法的预测精度，进行对比和组合，计算最终结果。超额收益法评估商誉时，选择预测方法，要兼顾行业和企业特点。在本文中基于我国医药制造业尚处于成长阶段，增长速度要快于我国宏观经济的增长，仅仅采用横向预测，如回归预测，尽管选取变量恰当，但因增长不同步，容易造成低估，并且容易形成考虑因素较少而预测可靠性差。单一使用纵向预测，考虑了行业的增长能力或增长趋势，但一个企业或者一个行业都是较难长期复制这种高速增长的，并且缺少对宏观环境的考量，商誉价值容易被高估。所以，本文在对评估案例进行评估时，选用了横向、纵向这样几种方法的组合，使其既能反映行业现有增长特点，又能兼顾横向经济环境，从而大大提高了收益预测的精度和可靠性。

全文目录

摘要  5-6
ABSTRACT  6-8
目录  8-11
1 绪论  11-16
  1.1 研究背景  11
  1.2 研究目的与意义  11-12
  1.3 国内外研究现状  12-14
    1.3.1 国外研究现状  12-13
    1.3.2 国内研究现状  13-14
  1.4 本文的研究思路及基本结构  14-15
  1.5 本文的主要创新点  15-16
2 商誉的本质与特征分析  16-24
  2.1 商誉的定义与性质  16-17
  2.2 商誉本质的理论回顾  17-19
  2.3 商誉的特征  19-20
  2.4 商誉的分类  20-22
  2.5 商誉的会计计量属性理论  22-24
3 商誉的评估  24-28
  3.1 商誉评估的基本假设  24
  3.2 商誉评估所采用的评估步骤  24-28
    3.3.1 两种传统的商誉评估方法  25-26
    3.3.2 对两种传统商誉评估方法的评价与选择  26-28
4 组合预测及其基础方法的介绍  28-37
  4.1 回归预测法  28-30
    4.1.1 回归模型及其矩阵表示  28-29
    4.1.2 参数的最小二乘估计及其矩阵表示  29-30
  4.2 灰色预测  30-33
    4.2.1 灰色预测模型  30-32
    4.2.2 灰色预测  32-33
  4.3 神经网络预测法  33-35
    4.3.1 人工神经网络结构  33-35
    4.3.2 人工神经网络的特点  35
  4.4 趋势外推法  35-36
    4.4.1 线性外推法  35
    4.4.2 指数曲线法  35
    4.4.3 生长曲线法  35-36
    4.4.4 包络曲线法  36
  4.5 组合预测  36
  4.6 组合预测方法中的权重拟定  36-37
5 案例分析  37-63
  5.1 医药制造业主营业务收入预测  37-45
    5.1.1 指标选取与数据获得  37-40
    5.1.2 多元回归预测  40-41
    5.1.3 多指标神经网络预测  41
    5.1.4 灰色预测  41-43
    5.1.5 趋势外推法指数曲线预测  43
    5.1.6 四种预测方法的预测效果对比  43-45
  5.2 医药制造业调整后总成本预测  45-52
    5.2.1 指标选取与数据获得  45-47
    5.2.2 多元回归预测  47-49
    5.2.3 多变量神经网络预测  49
    5.2.4 灰色预测  49
    5.2.5 趋势外推指数曲线预测  49-50
    5.2.6 四种预测方法的预测效果对比  50-52
  5.3 行业和企业的其他项目预测  52-60
  5.4 折现率的计算  60-61
    5.4.1 风险系数β的计算  60-61
    5.4.2 无风险收益率的选取  61
  5.5 商誉价值的计算  61
  5.6 结论与启示  61-63
致谢  63-64
参考文献  64-67
附录  67-73

商誉评估中组合预测方法的应用研究-以医药制造企业商誉评估为例

内容摘要

全文目录

相似论文