Transformations  in
Business & Economics

KIEKYBINIS SINERGIJOS MODELIS ĮMONIŲ SUSIJUNGIMUOSE IR ĮSIGIJIMUOSE, TAIKANT DAUGIAPAKOPĮ EKONOMINĮ TINKLĄ IR GILŲJĮ MOKYMĄSI
Qiusheng Zhang, Wenbin Bi

SANTRAUKA:  Globalioje ekonomikoje įmonių susijungimai ir įsigijimai tapo plačiai paplitusia verslo strategija. Jau įprasti ne tik tarptautiniai tarpvalstybiniai sandoriai, bet dažnai vyksta ir vidiniai susijungimai bei įsigijimai. Ši tendencija sukėlė daug ekonominių tinklų ir sinergijos problemų, kurios stipriai veikia įmones ir rinkas. Ankstesni tyrimai, skirti susijungimų ir įsigijimų tinklams, daugiausia buvo sutelkti į socialinius tinklus iš kokybinių tyrimų perspektyvos, o kiekybinė analizė buvo ribota. Šiame tyrime siūlomas kryptinio aciklinio grafo neuroninis tinklo modelis (angl. Multi-DAG), pagrįstas keturiais hierarchiniais mazgais, tokiais kaip vertės grandinė, verslo vienetas, įmonių grupė ir įmonių tinklas, siekiant kiekybiškai įvertinti daugiapakopę ekonominio tinklo sinergiją. Šiame modelyje kaip įvestis naudojami nustatyti pagrindiniai veiksniai, o kaip išvestis - bendradarbiavimo vertės. Lyginamieji vertinimai, atlikti su LSTM ir GRU modeliais, atskleidė, kad siūlomas metodas užtikrina geresnį prognozavimo našumą, padeda sprendimų priėmėjams priimti pagrįstus sprendimus planavimo etapuose, veiksmingai fiksuoti kintančias tendencijas ir tiksliai prognozuoti įvairius scenarijus tiek bendradarbiavimo vertės perėjimo, tiek stabilių pokyčių etape. Todėl Multi-DAG modelis rodo žymų prognozavimo našumą.

REIKŠMINIAI ŽODŽIAI: susijungimai ir įsigijimai; daugiapakopiai ekonominiai tinklai; gilusis mokymasis; kryptinio aciklinio grafo neuroninis tinklas; sinergija.