【摘 要】
：
对赌协议减轻了投资方信息不对称的顾虑,降低了投资风险,并对激励管理者扩大企业规模效益有着重要作用。通过特殊补偿条款的执行,对赌协议可以弥补投资方因为信息披露不充分在并购估值定价、注资投资、股权分置改革等经济活动中可能出现的亏损。然而从审计风险角度来看,过高的业绩对赌指标会增加管理层的舞弊动机,若此时注册会计师没有识别错报并严格执行相应审计程序,去应对财务舞弊,就难以控制审计风险,最终导致审计失败。
论文部分内容阅读
对赌协议减轻了投资方信息不对称的顾虑,降低了投资风险,并对激励管理者扩大企业规模效益有着重要作用。通过特殊补偿条款的执行,对赌协议可以弥补投资方因为信息披露不充分在并购估值定价、注资投资、股权分置改革等经济活动中可能出现的亏损。然而从审计风险角度来看,过高的业绩对赌指标会增加管理层的舞弊动机,若此时注册会计师没有识别错报并严格执行相应审计程序,去应对财务舞弊,就难以控制审计风险,最终导致审计失败。如果企业同时还具有新三板市场的特点,审计风险将会进一步增大,这是由于新三板市场准入门槛相对于其他资本市场
其他文献
模型预测直接速度控制采用一个控制器来同时控制永磁同步电动机的转速和电流,这种控制结构使得其整定参数少、动态性能好。但现有的模型预测直接速度控制策略都只在一个软件控制周期内作用一个或两个电压矢量给逆变器,其稳态性能改进有限。此外,模型预测直接速度控制策略的实现高度依赖电机模型,而电机在运行过程中存在由参数变化带来的内部扰动、负载转矩等外部扰动以及未建模动态等因素都会使得电机模型发生变化,给控制性能带
太阳能作为新能源之一,以其普遍、能量巨大和清洁无污染的特点被广泛地应用于发电产业。通过何种方式提升光伏发电效率始终是科研人员热门探讨的方向。其中,最大功率点跟踪(Maximum Power Point Tracking,MPPT)是提升光伏发电系统运行效率的常见方法。论文主要采用基于混合量子粒子群算法(Hybrid Quantum Particle Swarm Optimization,HQPSO
能源物联网是近年来全球能源的新战略,如何将电网与其他的能源网络相融合是能源互联网关注的核心问题,因此智能电网的建设应当是能源互联网体系的基础和关键,而配电和用电智能化是智能电网的两大重要环节。本文针对非侵入式家庭用户负荷监测算法展开了相关研究,隶属于配用电结合部的非侵入式负荷监测(Non-intrusive appliance load monitoring,NILM)领域。一般,NILM可获得电
随着海上风电的大规模开发和利用,海上风电场机组排布密度和机组容量不断增大,使得来流风速经过上游风电机组后风速衰减更为明显,造成下游机组的输出功率降低和风电机组疲劳载荷增加,从而增加运维成本。为了减小海上风电场尾流效应,本课题围绕基于主动尾流控制的风电场功率优化方法展开研究,主要完成了以下研究工作:(1)针对风电场尾流计算问题,采用FLORIS尾流模型展开研究,模拟归纳了尾流与风轮重叠情况,针对FL
微弧氧化(Micro-arc Oxidation,MAO)是一种在电解液中采用脉冲电源实现轻金属表面改性的处理技术。由于脉冲电参数对微弧氧化负载加工效果至关重要,因此深入研究微弧氧化的负载需求,优化电源控制已成为进一步提升该技术的主要研究方向。本文针对微弧氧化负载等效模型与参数辨识、特殊的脉冲波形发生及脉冲控制策略等问题展开研究。首先,为了从电气负载角度探究微弧氧化工艺条件下氧化膜层的生长过程,本
近年来,随着现代科学的不断进步和技术的飞速发展,工业化程度逐渐提高,工业设备的运行环境也日渐复杂。设备在运行过程中,其性能无可避免的会发生退化情况,进而直接导致设备的失效。一旦设备失效造成严重事故,便会面临重大的人力财力损失。目前,对设备的维修已从传统的被动维修转变为计划性维修或视情维修。视情维修与传统的被动维修相比针对性更强、维修效果更好、更节省成本。作为实现视情维修的重要方法,预测与健康管理技
永磁同步电机因其结构简单、可靠性强、易于维护等优点,因此在航空航天、电动汽车、工业自动化等领域获得广泛应用。由于永磁同步电机的模型复杂且非线性,经典PI控制较难实现高性能要求。滑模变结构控制对系统内外部扰动具有强鲁棒性,且简单易实现,己经广泛应用于电机控制。为了解决永磁同步电机非奇异终端滑模控制策略快速性不佳且存在固有抖振的问题,提出了一种基于新型幂指数趋近律的新型非奇异终端滑模控制策略,该控制律
近年来,我国的新能源汽车产业发展迅速。作为新能源产业大国,中国政府在大力支持国内的新能源产业的发展,但我国目前对于新能源汽车的充电基础设施建设仍较落后。目前我国新能源汽车充电设施大都建设在人口密集地区,而无人值守光伏充电站对偏远地区的新能源汽车充电问题给出了良好的解决方案。在无人值守光伏充电站中,由于人员维护较为困难,无人充电站中的电缆由于环境等诸多因素引起的故障隐患不得不引起人们的重视。因此本文
光伏发电站容易出现故障,影响其发电效率。智能的光伏电站故障诊断模型可以有效的对故障进行诊断,但在建立诊断模型时,由于故障数据相对于正常数据而言较少,会造成算法训练时数据不平衡的问题,影响模型诊断的准确度。本文针对故障诊断中数据不平衡的问题进行研究。主要研究内容包含以下三个方面:1.分析光伏电站结构故障的成因及表现,设计合适的故障模拟方案。在仿真软件中建立光伏电站部分结构不同情况下的数学模型。通过仿