海外矿山项目并购外部风险评价

(江西理工大学 矿业贸易与投资研究中心,江西 赣州 341000)

海外矿山项目并购外部风险评价

郑明贵,文 唯,杨 欣
(江西理工大学 矿业贸易与投资研究中心,江西 赣州 341000)

基于现有文献,对海外矿山项目并购的主要外部风险因素进行了识别。在海外矿山项目并购外部风险评价指标体系中加入金融风险等相关指标,运用TFN-RS模型确定各评价指标权重,结合主客观赋权的双重优势,将云理论与物元理论相结合,运用Matlab软件编程计算出各指标的风险等级隶属度,构建了海外矿山项目并购外部风险评价的云物元模型,提高了对风险模糊性和不确定性的评价精度。以我国河北钢铁集团并购加拿大阿尔德隆公司Kami铁矿项目为例进行应用，结果显示,该项目的风险等级为“低”,但社会文化风险高。

海外矿山项目并购;外部风险;三角模糊数;粗糙集;云物元

海外并购是我国企业扩大规模、增强实力的一个有效模式,也是有效整合世界资源、提高资源配置与使用效率的途径之一[1]。我国矿产资源储量丰富,但大多数矿种人均拥有量很低,资源形势严峻,海外矿业并购迫在眉睫。2012年,我国成为按交易价值统计收购最多的国家,共交易147宗,总金额达217亿美元,跃居世界第一。但矿业并购是一种高投入、投资回收期长、高风险的行为,面临着市场价格的波动性、资本的密集性、资源勘探与开采的高风险性、环保要求、能源问题以及政治、宏观经济、社会等多种不确定因素的共同影响[2,3],因此我国矿业企业实施跨国并购时进行风险评价与管理非常重要。

本文的研究价值在于:①通过分析矿山项目海外并购的特点,归纳总结出海外矿山项目并购外部风险的基本定义和包含的主要风险因素,建立符合实际的并购外部风险评价指标体系,为我国海外矿业并购外部风险评价提供可供参考的评价标准。②将模糊数学、粗糙集理论、云物元理论有机结合,运用主客观相结合的方法对指标赋权,采用云物元模型求解风险隶属度,丰富和发展了海外并购风险的评价方法。③从现实角度对海外矿业并购风险进行剖析,在已有研究成果的基础上发展更加科学的评价体系对其并购风险进行评价,可更好地为企业提供决策依据,有利于提高我国矿业企业的风险管理水平,对促进矿业企业海外并购的科学化、理性化具有较好的现实价值。

1 文献回顾

1.1 海外并购风险因素识别

从国外来看,具有代表性的是Feldman[4]研究了由于海外市场信息不确定性和不对称性而导致的海外并购风险;Ahtiala[5]对东道国的法律风险进行了分析;Barkema[6]验证了海外并购对组织学习型和资源型企业的价值问题;Marks、Mirvis[7]认为,管理风险是企业海外并购的重要风险因素之一;Riikka[8]认为,文化积累和企业文化差异是导致并购后风险的两个因素。

从国内来看,具有代表性的是叶厚元、邓明然[9]提出了海外并购的政治、文化、财务、整合、汇率、人为等五大风险传导因素;童生[10]认为,并购风险包括战略、体制、产业、交易、整合、政治和法律等六个方面;温巧夫[11]从政治法律、整合、经营、财务等方面来归纳我国企业跨国并购面临的主要风险;单宝[12]将我国企业海外并购风险划分为政治、技术、资产评估、财务、决策和整合六个类别;王海英[13]指出环境、劳工以及文化差异问题是导致政治法律风险的主要因素;杜晓君[14]从国家和组织两个层面进一步解析了风险源与制度的距离。

1.2 海外并购风险评价模型与方法

Fitzpatrick[15]第一次利用单变量模型评估海外并购的财务风险,并建立了预警系统;Odour、Sharda[16]建立了基于BP神经网络的海外并购财务风险预警模型,检验与对比了Altman[17]所构建的Z模型,得出BP模型在预测海外并购财务风险方面更加有效;Tyebjee、Bruno[18]对风险分析框架的六个维度之间及其与海外并购风险的联系进行了研究;Kim、Hwang[19]对海外并购政治风险进行了量化评估;Miller[20]构建了能调节多维度问题PEU风险评价模型,并提出了有关验证思路。郭世钊、蔡嗣经[21]建立了矿业并购风险评价指标体系和模糊评价模型;宋维佳[2]建立了我国资源型企业海外并购AHP-GRAP评价模型;赵麟[22]建立了基于人工神经网络RBF算法和实物期权的风险评价模型和决策支持系统;肖辉[23]构建了多层次灰色评价模型和风险预警监控系统;杜群阳[24]利用CAPM模型和财务指标法分别对海外并购的短期风险、长期风险及其绩效进行了评价;何志勇[25]建立了考虑技术获取目标的企业海外并购文化风险评价指标体系以及可拓物元评价模型;张雪梅[26]运用VaR方法评价了海外矿业投资中的风险。

总体上,海外项目并购风险评价研究长期受到国内外学者关注,研究成果较多、基础较好，存在的主要问题是:①针对海外矿山项目并购风险的系统性研究成果较少,案例研究相对缺乏;②矿山项目并购风险指标体系中部分关键指标缺乏;③风险评价指标权重的确定方法存在一定的局限性,较多利用AHP法、德尔菲法等进行主观赋权或熵权法、粗糙集理论进行单一赋权;④风险等级的划分较少考虑到等级边界的模糊性问题。

本研究具有以下特点:①专门针对矿山项目海外并购面临的外部风险因素进行了系统性研究,构建出具有矿山项目海外并购风险特点的评价指标体系;②运用TFN-RS模型对评价指标进行主客观赋权,既参考了专家的先验知识又纳入了客观数据资料,使权重的确定更具有科学性;③引入云物元模型,将外部风险细分为多个物元进行评价,计算各层次评价指标的风险等级隶属度,较好地解决了风险等级边界划分的模糊性问题。

2 研究方法与评价模型

2.1 研究方法

主要是:①基于TFN-RS的指标权重确定方法。在权重的确定中,基于三角模糊数理论[27],利用专家的先验知识确定主观权重;基于粗糙集理论[28,29],利用历史数据资料确定客观权重;结合主客观权重,形成组合权重。②基于云物元模型的评价方法。物元理论运用有序三元组(事物名称、特征、特征对应值)组成描述事物的基本物元。在传统物元模型中,特征对应值是确定数值,但在并购外部风险评价中具有模糊性与随机性特点。从本质上看,云物元模型是用云模型来代替物元模型中划分风险等级范围界限的特征对应值,将它转换成具有模糊性与随机性的变量[30]。

2.2 基于云物元的外部风险评价模型

表1 外部风险评价指标分级规则

表2 风险等级的划分

3 风险评价指标体系

综合单宝[12]、王海英[13]、郭世钊[21]、何志勇[25]等学者的研究成果,在对并购风险因素进行识别的基础上,遵循风险评价指标体系构建的科学性、系统性、可比性、互补性、可测性等原则,本文构建了一套包括三个层次的风险评价指标体系。目标层:海外矿山项目并购外部风险;准则层:4个一级风险评价指标;因素层:10个二级风险评价指标。所构建的评价指标体系及风险因素度量方法见表3。

表3 风险评价指标体系

图1 外部风险等级隶属云

4 模型应用

本文以河北钢铁集团并购加拿大阿尔德隆矿业公司位于加拿大拉布拉多市西部的Kami铁矿项目为例进行应用。

4.1 权重确定

主要是:①主观权重的确定。采用德尔菲法,向高等院校、设计院和矿山企业矿业工程领域的35名专家发出意见征询表,共计收回28份问卷。我们利用三角模糊数理论,计算得到10项外部风险评价指标的综合评价值,然后进行清晰化处理得到相应的特征向量，再将这些特征向量做归一化处理,得到指标权重向量;将指标权重按一级风险类别进行局部归一化处理,可得主观局部权重,见表4。②客观权重的确定。以我国海外矿山项目并购的案例数据为基础,通过对所选并购项目历史数据的分析,按外部风险评价指标体系构造一个基于粗糙集的海外矿山项目并购风险信息知识表达系统,其中条件属性集C为外部风险评价的10个二级风险指标,决策属性D为外部风险大小。我们选取了澳大利亚某铁矿项目、加拿大某铁矿项目、赞比亚某铜矿项目、印度尼西亚某镍矿项目和俄罗斯某铜矿项目进行分析(5个案例数据略,如需要可向作者索要)。依据表1的分级规则,结合各矿山项目数据,确定各个风险评价指标的分级值,见表5。根据分级值,按照可辨识矩阵的规则计算出知识信息系统的可辨识矩阵,由粗糙集可辨识矩阵的启发式算法,计算知识系统10个属性(即各个风险评价指标)的重要度。根据各个属性的重要程度进行归一化处理,可得各风险评价指标的权重;再将各指标按一级风险类别进行局部归一化处理,可得各指标的客观局部权重(表4)。③组合权重的确定。我们将主观权重和客观权重采用简单算术平均法进行计算,得到最终的组合权重,见表4。

表4 外部风险评价指标的主客观权重

表5 各样本外部风险指标的分级值

4.2 外部风险评价

主要是:①二级指标风险值的确定。根据表1和表3,结合加拿大项目指标数据,确定二级指标风险值,见表6。②风险值隶属度的确定。根据云理论,隶属度为服从某正态分布的随机数,因此具有一定的轻微波动性,但并不影响云的整体特征。运用Matlab软件编程试验1117次,将其中位数视为云滴对该风险等级云的隶属度,由此可得各个二级指标值对相应风险等级云的隶属度。③风险评价。根据表6,按照评价步骤(计算过程略,如需要,可向作者索要),评价结果见表7。

表6 Kami项目指标情况

表7 一级指标风险等级隶属度和风险等级

5 结论与建议

主要是:①本文对海外矿山项目并购的主要外部风险进行了识别,构建了一套包含4个一级指标、10个二级指标的评价体系,将该指标体系运用于实际案例,评价结果与实际情况高度拟合,为海外矿山项目并购外部风险评价提供了一套更科学的评价标准。针对以上结论可知:在外部风险评价指标体系的构建中,风险因素识别是基础,评价指标的量化分级是关键,应以权威机构所发布的数据、公认的等级划分规则进行划分,尽量减少定性指标的数量,以使评价结果更加客观。②建立了基于TFN-RS的指标权重确定模型,克服了单一主观或客观赋权的不足,使赋权更具有科学性。权重计算结果显示,在一级指标风险方面,政治法律风险和金融风险所占比重较大,分别为38.0%和28.1%,因此在海外矿山项目并购过程中应特别注意这两方面的风险评价和对有关管控策略的制定;在二级指标风险方面,矿业政策法律风险、政局风险、汇率风险、物价水平风险四项指标占全局的权重较大,是海外矿山项目并购应重点观测的外部风险指标。本文建立了基于云物元理论的海外矿山项目并购外部风险评价模型，较好地解决了外部风险等级边界划分存在的模糊性问题,定量地评估了各层次风险因素所隶属的风险等级。③将所建立的模型应用于实例。评价结果表明,TFN-RS模型与云物元模型结合是海外矿山项目并购外部风险评价的有效方法之一。

该实例外部风险评价结果为“低”，但二级指标风险评价结果显示,社会文化风险和罢工风险分别处于“较高水平”和“高水平”。项目所在地区是多民族地区,主要有欧洲人的后裔和土著居民,宗教信仰较为复杂。此外,该项目所在地区工会组织涉及领域较广,大多数工人都享有罢工的权益和意识,因此在该项目的并购决策中应特别注意社会文化风险和罢工风险两项极端指标。

基于以上分析,我国企业在海外矿山项目并购前应做好有关调查,尽可能收集详细的数据资料。外部风险评价应当首先考虑,若评价结论处于“较高”及以上的项目应谨慎决策,甚至一票否决;对评价结论处于“一般”及以下的项目应区别对待,深入分析并购项目的二级指标风险,尤其注意极端指标可能带来的风险,再进行决策。在并购时应制定风险管控策略并在项目实施过程中不断关注项目的外部风险,以提高项目并购的成功率和风险管控。

[1]吴先明,杨兴锐.跨国并购与企业价值:资产寻求视角[J].经济管理,2014,36(1)∶45-55.

[2]宋维佳,许宏伟.资源型企业海外并购风险的评价及防范[J].财经问题研究,2010,(10)∶101-106.

[3]邢佳韵,于汶加,张若然,等.中国在哈萨克斯坦矿业投资区域优选评价研究[J].资源科学,2015,37(5)∶1076-1085.

[4]Feldman M S.Organizational Routines as a Source of Continuous Change[J].Organization Science,2000,11(6)∶611-629.

[5]Ahtiala Pekka.Conglomerate Mergers as Defense Against the Risk of Relative Price Variability[J].Review of Economics amp; Statistics,2000,82(1)∶160-161.

[6]Barkema G T.Monte Carlo Simulations of Conformal Theory Predictions for the Three-state Potts Model[J].Journal of Statistical Physics,1996,84(5)∶1067-1075.

[7]Marks M L,Mirvis P H.Making Mergers and Acquisitions Work：Strategic and Psychological Preparation[J].Academy of Management Executive,2001,15(2)∶80-94.

[8]Riikka M.Sarala. The Impact of Cultural Differences and Acculturation Factors on Post-acquisition Conflict[J].Scandinavian Journal of Management,2010,(26)∶38-56.

[9]叶厚元,邓明然.企业跨国并购风险传导的因素及特征分析[J].武汉理工大学学报(信息与管理工程版),2006,28(9)∶72-75.

[10]童生,成金华.我国资源型企业跨国经营的政治风险及其规避[J].国际贸易问题,2006,(1)∶90-95.

[11]温巧夫,李敏强.中国企业海外并购的风险与对策研究——基于2000—2005年中国企业海外并购实证分析[J].经济理论与经济管理, 2006,26(5)∶24-29.

[12]单宝.中国企业跨国并购的风险与对策[J].科技管理研究,2006,(9)∶195-197.

[13]王海英,王萌,刘爽.中国企业海外并购存在的新法律障碍及对策研究[J].烟台大学学报(哲学社会科学版),2012,25(2)∶25-30.

[14]杜晓君,刘赫.基于扎根理论的中国企业海外并购关键风险的识别研究[J].管理评论,2012,24(4)∶18-27.

[15]Fitzpartrick P J.A Comparison of Ratios of Successful Industrial Enterprises with Those Failed Firms[J].Certified Public Accountant,1932,(2)∶589-605.

[16]Odom M D,Sharda R.A Neural Network Model for Bankruptcy Prediction[J].Proceeding of the International Joint Conference on Neural Networks,1990,(2)∶324-356.

[17]Altman Edward I.Financial Ratios Determinant Analysis and the Prediction of Corporate Bankruptcy[J].Journal of Finance,1968,(9)∶146-169.

[18]Tyzoon H Tyebjee,Albert V Bruno.A Model of Venture Capitalists Investment Activity[J].Management Science,1984,30(9)∶1051-1066.

[19]Kim W C,Hwang P.Global Strategy and Multinationals′ Entry Mode Choice[J].Journal of International Business Studies,1992,23(1)∶29-53.

[20]Miller K D.A Framework for Integrated Risk Management in International Business[J].Journal of International Business Studies,1992, 23(2)∶311-331.

[21]郭世钊,蔡嗣经.矿业并购风险及其评价[J].中国矿业,2005,14(5)∶23-25.

[22]Zhao L.Zhang S Y.The Research on Identifying the Risk Factors in the International Mamp;A Case Based on the Acquisition of Australian Felix Resources Limited by Yanzhou Coal Mining Company Limited[C].Proceeding of 2010 International Conference on Risk and Reliability Management,2010,(13)∶130-133.

[23]Xiao Hui,Cheng Ruichuan.Research on the DEA Evaluation of Enterprise′s Financial Competitiveness Based on Cash Flow[C].Proceedings of the 3rd International Conference on Production Ovation,2008,(25)∶722-725.

[24]杜群阳,徐臻.中国企业海外并购的绩效与风险：评价模型与实证研究[J].国际贸易问题,2010,(9)∶65-71.

[25]何志勇,陈伟.基于技术获取目标的海外并购文化风险综合评价研究[J].科技进步与对策,2010,27(21)∶119-123.

[26]张雪梅,李春华,赵燕.VaR方法在海外矿业投资风险管理中的应用框架研究[J].中国人口·资源与环境,2014,24(5)∶344-348.

[27]苏世彬,黄瑞华.基于三角模糊数的属性层次模型[J].系统工程理论与实践,2006,26(12)∶115-119.

[28]薛锋,柯孔林.粗糙集—神经网络系统在商业银行贷款五级分类中的应用[J].系统工程理论与实践,2008,28(1)∶40-45.

[29]Pawlak Z.Rough Sets[J].International Journal of Information and Computer Sciences,1982,11(5)∶341-356.

[30]李如琦,苏浩益.基于可拓云理论的电能质量综合评估模型[J].电力系统自动化,2012,36(1)∶66-70.

ExternalRiskEvaluationModelforOverseasMiningProjects′Mamp;A

ZHENG Ming-gui,WEN Wei,YANG Xin
(Research Center of Mining Trade amp; Investment,Jiangxi University of Science and Technology,Ganzhou 341000,China)

Based on the existing literature,this paper distinguished the main external risk factors of the overseas mining Mamp;A,and supplemented the relevant financial risk indexes into the external risk assessment index system.Meanwhile,this paper applied the TFN-RS model to define the weights of each index which combined the advantage of subjective weight with objective weight.Based on the combination of cloud theory and the matter-element theory,the related degree of each index to each risk level was calculated by Matlab software,thus an external risk assessment model for the overseas mining Mamp;A was built,which had better assessment precision especially to the fuzziness and uncertainty of the external risks.Finally,the model was applied with a typical case, that was,Hebei Steel Group Co.,Ltd′s acquisition of the Kami iron ore of Alder lung Corporation in Canada.The results showed the risk level of the project was “low”,but the social and cultural risk was “high”.

Mamp;A of overseas mining project;external risk;triangular fuzzy number;rough set theory;cloud and matter-element model

10.3969/j.issn.1005-8141.2017.07.010

F416.1；TD-9

A

1005-8141(2017)07-0825-05

2017-05-23；

2017-06-17

国家社会科学基金项目“海外矿业投资经营管理风险评估与预警系统研究”(编号:12CGL008);江西理工大学清江青年英才支持计划项目“‘一带一路’沿线国家矿产资源开发利用风险评价技术研究”(编号:16QJYC012)。

及通讯作者简介：郑明贵(1978-),男,安徽省颍上人,博士,教授,硕士生导师,北京科技大学协作博士生导师,研究方向为资源经济。