Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.

  • A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Как вы относитесь к возможностям на рынке слияний и поглощений (M&A)?


За последние два десятилетия мир финансов пережил множество кризисов, и многие традиционные инвестиционные инструменты утратили свою привлекательность. Тем не менее, в нестабильных условиях есть шанс на прибыль в совершенно новом направлении — M&A!

Наша новая статья предлагает свежий взгляд на прогнозирование сделок по слиянию и поглощению. Мы разработали модель, которая анализирует как финансовые, так и нефинансовые показатели компаний — это помогает выявить их сильные стороны и риски. 

 Что интересного? Мы применили новые методы, включая взаимодействия переменных, что значительно увеличило объяснительную и предсказательную мощь нашей модели, не требуя дополнительных данных и итераций. Эти модели позволяет работать в различных экономических условиях, сохраняя простоту и применимость для пользователей.

 Первая версия модели была проверена на реальных данных и продемонстрировала превосходство по сравнению с традиционными логистическими моделями. Мы увидели, что добавление членов взаимодействия делает наш подход более адаптивным и эффективным, позволяя захватывать нюансы между приобретаемыми и не приобретаемыми компаниями.

Но это еще не все! Мы задались вопросом, как максимизировать возврат на такие сделки. Хотя это не вошло в наш текущий анализ, это становится нашей целью для дальнейших исследований. 

По материала статьи Elizariyev G., Karminsky A. M., Ella Khromova Discovering efficient techniques to enhance M&A prediction modelling methods // Procedia Computer Science. 2022. Vol. 214. P. 817-824

Карминский Александр Маркович

Научно-учебная лаборатория финансовых инноваций и риск-менеджмента: Заведующий лабораторией

Хромова (Фокина) Элла Павловна

Научно-учебная лаборатория финансовых инноваций и риск-менеджмента: Младший научный сотрудник