Методы анализа эффективности M&;amp;A сделок - Сделки слияния и поглощения в индустрии видеоигр

Как было отмечено в обзоре литературы, для изучения эффективности сделок слияния и поглощения рассматривают аномальную доходность акций.

Под аномальной доходностью понимают случайную величину (Jain, 1985, стр. 213):

Где: - доходность ценной бумаги i-ой компании в момент времени t;

- ожидаемая или "нормальная" доходнось ценной бумаги i-ой компании для момента времени t;

- день в анализируемом окне событий, где - день, когда была анонсирована сделка с участием i-ой компании, ;

Доходность ценных бумаг представлена следующим отношением:

Где - цена закрытия акции в день t, - дивидендные выплаты за период t.

Поскольку для определения ожидаемой доходности исследователи используют сразу несколько методов, и каждый из методов обладает своими преимуществами и недостатками, то для более полного представления анализа эффективности сделок в работе будут применены все наиболее известные методы. Краткое описание каждого из методов оценки "нормальной" доходности представлено ниже: модель со средней скорректированной доходностью предполагает, что ожидаемая доходность ценной бумаги равна среднеарифметической доходности акции в течение прогнозного периода, где :

Модель с рыночной скорректированной доходностью, в которой ожидаемая доходность ценной бумаги на протяжении окна событий совпадает с доходностью соответствующих фондовых индексов, на которых торгуются акции компаний-покупателей, :

Рыночная модель (MacKinlay, 1997, стр. 18), использующая линейную зависимость между доходностью рынка и доходностью ценной бумаги, которую можно представить в виде однофакторной регрессионной модели:

Где константа и коэффициент оцениваются с использованием метода наименьших квадратов (МНК), трехфакторная модель Фамы-Френча (Fama, French, 1993) оценивает влияние сразу нескольких факторов: доходность рынка, безрисковой ставки, размер компании, отношении балансовой стоимости активов к капитализации компании:

,

Где константа и коэффициенты оцениваются при помощи МНК,

исследуемый период времени в событийном анализе

Рисунок 6. Исследуемый период времени в событийном анализе

Источник: расчеты автора

При этом особое внимание уделяется определению продолжительности исследуемого периода времени. На основе анализа научно-теоретической литературы, были выбраны следующие дни (Рисунок 6): . Заметим, что для построения модели со средней скорректированной доходностью, рыночной модели и трехфакторной модели Фамы-Френча необходимо использовать ежедневные котировки акций. Другими словами, временные периоды отражают дни, когда проводились торги по акциям компаний, для исключения возможных нарушений предпосылок вышеуказанных моделей.

После поиска аномальной доходности для каждой из компании в отдельности, полученные показатели усредняют для определения средней аномальной доходности (AXR) по всей выборке:

Где N - количество событий в выборке (в данном случае 35).

Более того, с целью оценки динамики доходности в течение некоторого периода времени часто агрегируют данные временного ряда. Как правило, считают кумулятивную среднюю аномальную доходность (CAXR):

Где в рамках настоящего исследования были выбраны следующие параметры и.

Наконец, представляется интересным проверить нулевую гипотезу о равенстве среднего показателя аномальных доходностей акций нулю в окне событий. Другими словами, нулевая гипотеза утверждает, что сделки слияния и поглощения не оказывают значимого влияния на среднюю доходность. Также важно проанализировать период как до анонсирования сделки, так и после. Во-первых, рынок мог "спрогнозировать" данное событие до его публичного объявления и учесть часть аномальной доходности. Во-вторых, рынок мог отреагировать после объявления события, поскольку рынку требуется некоторое время для отражения новой информации в ценах акций. Следовательно, чтобы оценить результативность сделок требуется проанализировать временной период вокруг события.

Для проверки нулевой гипотезы, необходимо сравнить критическое значение тестовой статистики ) с соответствующими уровнями значимости. В частности, если критическое значение статистики превышает уровень значимости, то отвергается. При этом тестовая статистика рассчитывается по следующей формуле (Brown, Warner, 1985, стр. 7):

,

Где.

Для кумулятивной аномальной доходности также рассматривают аналогичную гипотезу о равенстве ее нулю, и используют следующую тестовую статистику для определения уровня статистической значимости:

Заметим, что вышеуказанную тестовую статистику можно использовать, если независимо и одинаково распределены, а также подчиняются нормальному закону распределения. Также в работе (Brown, Warner, 1985, стр. 10) было продемонстрировано, что при рассмотрении более 30 событий распределение стремиться к нормальному согласно центральной предельной теореме. Таким образом, исследуемые параметрические тесты можно считать корректно специфицированными, поскольку количество анализируемых событий в финальной выборке превышает 30.

Похожие статьи




Методы анализа эффективности M&;amp;A сделок - Сделки слияния и поглощения в индустрии видеоигр

Предыдущая | Следующая