在过去的20年来,我国的互联网企业经历了从小到大、从弱到强的发展历程。在国内市场逐渐饱和,全球化经营成为部分互联网公司战略目标的背景下,以腾讯、阿里巴巴为代表的互联网公司借着近年来我国企业跨国并购浪潮的春风开展了大量的跨国并购。对于相对年轻的互联网企业,如何选择跨国并购目标,并购后企业绩效能否获得提升成为了亟需解决的重要课题。本文在现有的跨国并购绩效理论的基础上,以2010-2016年间我国互联网上市公司主动发起并完成的53起跨国并购事件作为样本进行了研究。本文首先分析了互联网企业的特点从而有针对性地选择了相关的财务指标,利用因子分析法建立了并购绩效的评价模型,计算出53起并购事件在并购当年至并购后第二年的绩效变化。随后本文详细分析了可能对并购绩效产生影响的八个因素:跨国并购经验、是否在境外上市、并购前企业增长情况、并购时企业规模、并购交易的相对规模、股权集中度、文化差异以及东道国经济发展水平。将计算出的并购绩效变化值作为BP神经网络的输出值,结合影响跨国并购绩效的八个因素,构建了基于BP神经网络的跨国并购绩效预测模型,该模型的平均预测误差在5%之内,取得了良好的效果。最后本文对阿里巴巴并购Lazada这一并购案进行了分析,结果表明阿里巴巴在并购后两年内绩效出现了下降。实证结果显示,在并购当年至并购后第二年内,样本企业的绩效均值出现了逐年下降的情况,说明了样本企业在并购后的绩效要差于并购前;超过半数的企业并没有从跨国并购中获得绩效提升,尤其是中长期绩效;最后企业绩效变化的标准差逐年增大,说明部分企业因为自身经营管理能力强,很好地整合了被并购企业的资源,与能力较差的企业在提升企业绩效的能力上形成了较大的差距。此外,BP神经网络很好地拟合了跨国并购绩效与相关影响因素之间的非线性关系,可以对跨国并购绩效进行预测,企业可以据此判断并购能否提升绩效,进而为目标企业的选择提供依据。