风险投资退出时机和退出方式选择研究浅析

《风险投资退出时机和退出方式选择研究浅析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、风险投资退出时机和退出方式选择研究浅析本文导航1、首页2、风险投资项目的退出时机选择应考虑的因素3、风险投资项目的退出方式选择应考虑的因素4、结论风险投资的高收益是通过风险投资成功的退出而实现的，可行的退出机制是风险投资成功的关键。为您编辑了“风险投资退出时机和退出方式选择研究浅析”风险投资退出时机和退出方式选择研究浅析　　1.引言　　风险投资是一个具有高风险和高收益特性的资本运作和资本增值过程。风险投资公司以一定的方式从投资者处筹得资金之后，以权益资本方式投向选定的风险企业，并参与风险企业的经营管理，帮助风险企业成长、实现增值，最后通过一定的方式出售所持的

2、股权，回收投资并获得超额收益。一轮风险资本投资退出以后，该资本将投向被选中的下一个风险企业或风险项目，这样循环往复，不断获取风险资本增值。因此，风险投资也可以理解为一个动态循环的过程。所谓风险投资退出，是指风险企业发展到一定阶段以后，风险投资者认为有必要是时候将风险资本从风险企业中退出，因而选择一定的方式（公开上市、出售或回购、清算）通过资本市场将风险资本撤出，以求实现资本增值或者降低损失，为介入下一个项目做准备。高收益是通过风险投资成功的退出而实现的，可行的退出机制是风险投资成功的关键。风险资本家实施风险投资项目退出时必须对退出时机和退出方式进行选择。本文

3、导航1、首页2、风险预警指标体系构建3、我国商品期货市场风险预警管理实证分析以下为为您编辑的：“我国商品期货市场风险预警指标体系及其实证分析浅析”，敬请关注!!我国商品期货市场风险预警指标体系及其实证分析浅析　1.期货市场风险预警方法　　1.1风险预警内涵　　风险管理专家HEins与s认为风险管理是有关风险识别、风险衡量、风险评价、风险控制的一个连贯过程，目的在于最小成本下实现效用的最大化。　　通过纳入反映我国商品期货市场价格的关键变量，构建体现我国商品期货市场风险的指标体系，对诸多指标进行主因子提取，并结合风险预警模型形成比较科学的风险预警机制，以减少我国

4、商品期货市场风险影响和提高预测风险的能力。　　1.2市场风险预警方法　　（1）早期的预警方法　　早期预警方法中代表性的是一元分析法，该方法将分析的对象样本按照某种标准进行排序，然后选出预先认为的判断点，超过这一判断点则视为风险。一元分析法方法简单易行，但由于对影响风险的因素的分析过于单一，使得人们对风险的判断过于简单，往往没有意识到影响风险因素的复杂性，从而造成低估风险的现象。　　（2）多元判别预警方法　　多元判别模型基于影响风险的因素具有多元化的特征，从多个方面考察影响风险的各种因素。选取多元的过程主要是通过对各种因素进行分组，将相对类似的因素分为一组，重

5、点考察在在组中差别或离散程度较小而在各组之间具有较大差异的因素，在此基础上通过构建多元模型进行有效的分析。　　假设在Z模型中，各种选定因素设为则Z可以表示为：　　其中，Z为判别值，可以通过该值进行判别风险，但也可以跟据具体的发展环境的不同，采取不同的临界值。相比早期的预警方法具有更多的优势，能从比较全面的角度考察市场风险，并能有效的提高市场风险预警的精确度。但由于影响价格的市场因素的千变万化，该模型对于不同时期的风险预警数据调整性较差，有些定性变量对于市场风险的影响比较大，如何用数据进行界定是一个很大的问题，此外，在组内变量的选择上主要是基于正态分布的假定，

6、而这与大多的经济现象是难以吻合的。　　（3）ANN预警方法　　ANN预警方法为AnificialNeuralNetwork方法的简称，即人工神经网络模型，该方法是将人类大脑神经网络的运行方式，应用到风险预警上的一种方神经网络的模拟法。整体上ANN主要由输入层、输出层以及隐藏层三个部分组成。ANN预警方法中有关信息的处理方式有两种，即前向传播和后向学习，整体上传播过程相对比较简单，而学习过程主要是一个的过程，即信息是从输出层到输入层的逆向进行反馈，并对错误进行有效的修正的过程，通过学习的过程将分析的样本对象进行有效的类别划分，从而实现风险预警的目的。ANN预警

7、方法能够对风险影响的因素进行有效的分析和归纳，能够在分布不明确的数据中进行有效的分析，并且通过学习过程能够实现较好的能力。但ANN预警方法由于是对人脑神经网络的模拟，很难形成现实分析的稳定，使风险预警的作用受到很大的抑制。　　（4）Logistic预警方法　　Logistic回归法是一种最主要的二元选择分析模型，通过二元概率的选择，说明风险发生的概率与不发生的概率，由于分析建立在累计概率的基础之上，因而对所分析的各个变量的分布设定没有正态分布的假定，能够较好的分析客观风险的实际情况。通过实现设定的分割点（如设风险点为0.5）进行判断，若通过模型算出的概率值大

8、于分割点则意味着风险的存在。　　若概率表示风险状态，