摘要
资产重组有着优化资源配置,完善管理和产业结构等功能。现阶段,企业的
资产重组活动日益频繁且被大多数企业选择,很多企业利用重组来扩展规模、改
善资本、资产结构来增强公司抵抗行业风险的能力。虽然通过重组获得发展的公
司很多,但是重姐失败的企业也并不少见。重组活动是否真的提高了企业的绩效,
学者们尚未得出一致结论。在现阶段重组浪潮不断升髙的情况下,重组绩效预测
作为判断企业资产重组能够取得有效改善的一种重要方式,显得尤为重要。对此,
我们对公司进行资产重组绩效预测研究刻不容缓

本文W旅游业上市公司2000年至发生的重组活动为研究对象,并将
初始选取的46个财务指标逐步通过Kolmogorov-Smirnov、独立样本T检验或
Kruskal-Wallis检验、相关性分析和共线性检验等统计分析筛选出重组各年的最
终财务指标;利用传统的单一预测模型MDA、Logit、Probit、决策树DTW及人
工智能预测方法:案例推理CBR和支持向量机SVM来判断企业资产重组是否获
得良好的绩效。由于收集的数据集中重组成功与重组失败的样本的非平衡性L义及
符合条件的样本数过少的原因,各种预测方法都很难达到有效的分类效果。因此
本文将对收集及处理的数据进行改进的Smote增量处理,并采用六种单一预测模
型分别对未增量及增量后的数据进行分类预测并比较。实证结果发现,对增量之
后的样本数据的预测中,这六种单一预测模型的对重组绩效预测准确率都得到了
一定程度提高。也就说明,对于旅游业资产重沮的数据进行非平衡的增量处理是
有效的

其次,通过对增量后各种预测方法的绩效预测准确率的分析我们发现,虽然
对非均衡数据的增量处理是有效的,可是对于重组失败样本的绩效预测准确率却
很低,可见单一预测模型并不能有效的对重组失败的样本进行预测。对此,我们
I在增量基础上,将有监督的层次聚类算法与加权组合原理进行融合w对单一预测
模型进行改进。改进后产生了CWCLogit、CWCProbit、CWCDT、CWCCBR、
CWCSVM五种新的预测方法。再用经过改进的五种新的预测方法对分别对增量
后的数据进行预测并与未进行改进的5种预测方法结果进行比较。实证结果显
示:改进之后的CWCLogit、CWCProbit、CWCDT、CWCCBR这四种方法对于
重组失败类样本的预测准确率在重组各年都有一定程度的提高。可见,聚类加权
沮合方法对这四种单一模型的改进是有效的,其有效的提高了对负类样本的预测
准确率

最后,我们对改进的增量处理与创新的聚类加权组合方法的实证结果进行总
结。简要提出企业进行资产重组的相关启示,为决策者提供一定的理论依据,并
针对本文在研究中的不足之处提出未来研究展望

关键字:资产重组;非平衡数据;绩效预测;聚类加权组合
。。。。。。以上简介无排版格式，详细内容请下载查看