Resumen

Basado en el método de estudio de eventos, este documento realiza el análisis sobre el rendimiento a corto plazo de 1302 fusiones y adquisiciones (M&A) importantes en China desde 2006 hasta 2019 y toma el rendimiento anormal acumulativo (CAR) como índice de medición. Tras comparar los cinco modelos de cálculo de rendimiento anormal (AR), se encontró que el método de modelo de mercado comúnmente utilizado y el método de ajuste de mercado tienen defectos estadísticos, mientras que el modelo de red neuronal de retroalimentación de Elman tiene una buena capacidad de predicción no lineal. El estudio muestra que las fusiones y adquisiciones pueden crear un considerable rendimiento a corto plazo para los accionistas de empresas chinas cotizadas. El CAR en el período de ventana alcanzó el 14.45% con una tendencia a la baja, lo cual es el resultado de ganar-ganar logrado a través de la cooperación entre múltiples partes e individuos impulsados por sus respectivos derechos e intereses en el entorno macro-microeconómico actual en

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Método de estudio de eventos; Fusiones y adquisiciones; China; Rendimiento anormal acumulado; Modelo de red neuronal de retroalimentación de Elman; Rendimiento a corto plazo
• Keywords:Event study method; Mergers and acquisitions; China; Cumulative abnormal return; Elman feedback neural network model; Short-term performance