| 第一章 引言 | 第1-12页 |
| 1．1 选题背景及研究的重要意义 | 第6-7页 |
| 1．1．1 选题背景 | 第6-7页 |
| 1．1．2 课题研究的重要意义 | 第7页 |
| 1．2 企业并购中协同效应的国内外研究现状 | 第7-10页 |
| 1．2．1 协同效应度量的国内外研究现状 | 第7-8页 |
| 1．2．2 协同效应风险的国内外研究现状 | 第8-10页 |
| 1．3 论文写作的基本思路和主要内容 | 第10-12页 |
| 1．3．1 论文写作的基本思路 | 第10-11页 |
| 1．3．2 论文的主要内容 | 第11-12页 |
| 第二章 协同效应度量指标体系 | 第12-20页 |
| 2．1 影响协同效应实现的因素 | 第12-15页 |
| 2．1．1 合并潜力 | 第12页 |
| 2．1．2 并购双方企业的相对规模 | 第12页 |
| 2．1．3 并购企业领导集团的能力 | 第12-13页 |
| 2．1．4 管理风格的相似性 | 第13页 |
| 2．1．5 公司治理结构状况 | 第13页 |
| 2．1．6 并购战略的制定 | 第13-14页 |
| 2．1．7 系统整合 | 第14页 |
| 2．1．8 员工的反应 | 第14页 |
| 2．1．9 市场及政策的稳定程度 | 第14-15页 |
| 2．1．10 并购溢价 | 第15页 |
| 2．2 协同效应度量指标体系 | 第15-19页 |
| 2．2．1 协同效应度量的指标体系结构 | 第15-17页 |
| 2．2．2 部分定量指标分析 | 第17-18页 |
| 2．2．3 部分定性指标分析 | 第18-19页 |
| 2．3 本章小节 | 第19-20页 |
| 第三章 企业并购中协同效应的度量 | 第20-31页 |
| 3．1 企业并购中度量协同效应的一般方法 | 第20-21页 |
| 3．1．1 内部计算模型 | 第20-21页 |
| 3．1．2 外部市场计算模型 | 第21页 |
| 3．1．3 度量协同效应的新模型 | 第21页 |
| 3．2 度量协同效应的人工神经网络模型 | 第21-30页 |
| 3．2．1 人工神经网络(Artificial neural network) | 第21-22页 |
| 3．2．2 BP(back-propagation)网络 | 第22-23页 |
| 3．2．3 计量协同效应的人工神经网络模型 | 第23-27页 |
| 3．2．4 模型的测试 | 第27-30页 |
| 3．3 人工神经网络的不足之处与改进 | 第30页 |
| 3．4 本章小结 | 第30-31页 |
| 第四章 企业并购中协同效应风险 | 第31-38页 |
| 4．1 系统风险分析 | 第31-32页 |
| 4．1．1 政策风险 | 第31-32页 |
| 4．1．2 经济波动风险 | 第32页 |
| 4．1．3 金融风险 | 第32页 |
| 4．1．4 社会风险。 | 第32页 |
| 4．2 非系统风险分析 | 第32-34页 |
| 4．2．1 管理风险 | 第32-33页 |
| 4．2．2 投资分析风险 | 第33-34页 |
| 4．3 协同效应风险度量模型 | 第34-37页 |
| 4．3．1 模型基本思路 | 第35-36页 |
| 4．3．2 算例 | 第36-37页 |
| 4．4 本章小结 | 第37-38页 |
| 第五章 管理协同效应风险 | 第38-51页 |
| 5．1 控制非系统风险的措施 | 第38-41页 |
| 5．1．1 制定正确的并购战略 | 第38页 |
| 5．1．2 避免委托代理风险 | 第38-39页 |
| 5．1．3 进行妥善有效的并购整合 | 第39-40页 |
| 5．1．4 谨慎选择、评估目标企业 | 第40页 |
| 5．1．5 合理度量协同效应，抑制过度支付 | 第40-41页 |
| 5．2 选择目标企业的综合评价方法 | 第41-50页 |
| 5．2．1 目标企业选择概述 | 第41-42页 |
| 5．2．2 综合评价方法 | 第42-47页 |
| 5．2．3 算例 | 第47-50页 |
| 5．3 本章小节 | 第50-51页 |
| 第六章 全文总结与展望 | 第51-53页 |
| 6．1 本论文的主要结论 | 第51页 |
| 6．2 本论文的创新点 | 第51-52页 |
| 6．3 本课题的研究展望 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 硕士研究生阶段发表的论文和参加的科研项目 | 第58-59页 |
| 致谢 | 第59-60页 |
| 学位论文独创性声明 | 第60页 |
| 学位论文知识产权权属声明 | 第60-61页 |