Диссертация: Детерминанты эффективности сделок слияний и поглощений в нефтегазовой отрасли

2.2 Модель исследования и описание переменных

Модель исследования включает зависимую переменную и независимые переменные, которые позволят нам проверить гипотезы, выдвинутые ранее. Кроме того, в модель будут включены контрольные переменные. При этом в качестве зависимой переменной, которая будет характеризовать эффективность сделки слияния и поглощения, будет использоваться показатель накопленной избыточной доходности (CAR - от англ. cumulative abnormal return). сделка слияние фондовый

Показатель избыточной доходности включает в себя процесс нахождения отклонений доходности акций компании-покупателя от среднерыночной доходности за определенный период до и после объявления о сделке слияния и поглощения.

Перед применением метода необходимо определить событийное окно. Большинство исследований использует окно в 21 день (10 дней до и 10 дней после события) (Погожаева, 2013; Shah, 2014), поэтому в настоящем исследовании будет использовать событийное окно в 21 день. Но важно отметить, что при анализе будут учитываться и окна в 11 дней без изменения оценочного окна. Более широкий диапазон данных до официального объявления о сделки позволит минимизировать риск, связанный с тем, что инвесторы уже заранее знаю о сделки из-за слухов. Данный фактор достаточно часто учитывается в исследованиях, посвященных анализу эффективности сделок слияния и поглощения (Shah, 2014).

Первым этапом расчета избыточной доходности является нахождение доходности акций компании и среднерыночной доходности в исследуемый период относительно даты официального объявления о сделке слияния и поглощения. Использование среднерыночной доходности было выбрано методом исследования, который называется методом анализа событий на основе бенчмаркинга (James, 2002). Данный подход поможет достаточно точно учесть избыточную доходность компании-покупателя в анализируемый период (Yoo, 2013).

В качестве индикатора рыночной доходности был выбран индекс MSCI World, отражающий динамика крупнейших мировых фондовых индексов. Выбор данного индекса определяется тем, что в выборке нет ограничения на географический охват сделок.

В качестве базовой модели для расчета нормальной доходности мы будем использовать модель James (2002). Данная модель предполагает, что в качестве индикатора нормальной доходности является доходность рыночного индекса.

Расчеты будут проводиться по следующей формуле:

Rt = (Pt - Pt-1) / Pt-1 (1)

где:

Rt - доходность компании-покупателя в день t;

Pt - цена акции компании-покупателя в день t;

Pt-1 - цена акции компании покупателя в день t-1.

Подобная же процедура проводится для расчета рыночной доходности в рамках периода объявления о сделке слияния и поглощения (10 дней до и 10 после).

После того, как были найдены доходности компании и рынка, будет рассчитан показатель избыточной доходности акций компании для каждого дня в рамках периода:

AR = (Ri - IRi) (2)

где:

Ri - дневная доходность компании-покупателя в день i;

IRi - дневная доходность рыночного индекса в день i.

После этого рассчитывался показатель накопленной избыточной доходности:

CAR = (3)

Также будет рассчитана средняя накопленная избыточная доходность:

CAAR = (4)

где:

CAR - избыточная доходность компании i.

Полученные данные проверялись на значимость с помощью Т-статистики.

Важной предпосылкой, на которой базируется метод анализа событий, является гипотеза об эффективности финансового рынка. Данная гипотеза предполагает, что на эффективных финансовых рынках цены на активы полностью отражают всю доступную информацию. Следовательно, любое изменение рыночной цены актива будет основано на потоке информации, которая доступна для инвесторов (Simхes, 2012).

Применительно к методу анализа событий это означает, что появление новости о сделке слияния и поглощения окажет влияние на равновесное ситуацию на рынке. Рыночные цены через определенный период времени приспособятся к этой информации в результате процесса определения избыточной доходности, связанной со сделкой слияния и поглощения.

В рамках эконометрического исследования будет оценена следующая регрессионная модель:

CAAR=??????????+??1*PRICE+b2*RESERVES+b3*LASSETS +b4*DEVELOPED+b5*TRANS+b6*ROA+b7*VALUE+??

где:

CAAR - средняя кумулятивная избыточная доходность компании-покупателя;

PRICE - средняя мировая цена на нефть за последние 14 дней от даты объявления о сделки; -

REVERVES - логарифм объем доказанных запасов, которыми обладает компании-покупателя на дату объявления о сделке;

LASSETS - логарифм активов компании-покупателя (переменная-контроль);

DEVELOPED - расположение компании-покупателя в развитой стране (1, если компания-покупатель располагается в развитой стране, согласно классификации ООН; 0, если нет);

TRANS - трансграничных характер сделки (1, если сделка слияния и поглощения имеет трансграничный характер; 0, если нет);

VALUE - абсолютный размер сделки слияния и поглощения, млн. долл.

В качестве переменной-контроля в модели будет использован размер компании-покупателя. В качестве показателя, характеризующего размер компании-покупателя, мы будем использовать логарифм стоимости активов компании. В целом мы ожидаем, что стоимость активов компании-покупателя будет оказывать положительное влияние на эффективность сделки слияния и поглощения.

Методом анализа является метод наименьших квадратов.

Вывод по Главе 2

В рамках подведения итогов мы пришли к следующим выводам.

Во-первых, для того анализа детерминант эффективности сделок слияний и поглощений в нефтегазовой отрасли, проводится эконометрическое исследование. В рамках эмпирического исследования запланировано проверить 7 гипотез, которые отражают влияние различных детерминант на эффективность сделок слияний и поглощений в нефтегазовой отрасли в мире. Большинство гипотез посвящены анализу специфических факторов, которые могут оказывать влияние на эффективность сделок слияния и поглощения именно в нефтегазовой отрасли.

Во-вторых, в рамках эконометрического моделирования зависимой переменной будет выступать показатель кумулятивной избыточной доходности, который отражает процесс нахождения отклонений доходности акций компании-покупателя от среднерыночной доходности за определенный период до и после объявления о сделке слияния и поглощения. В модель будут включены также две фиктивные переменные: расположение компании-покупателя в развитой стране, трансграничных характер сделки, при этом методом эконометрического анализа для оценки коэффициентов данной выбран метод наименьших квадратов.

Глава 3. Детерминанты эффективности сделок слияний и поглощений в нефтегазовой отрасли

3.1 Критерии формирования выборки исследования

В данном разделе мы рассмотрим критерии формирования выборки эмпирического исследования детерминант эффективности сделок слияний и поглощений в нефтегазовой отрасли, а также проведем анализ описательной статистики переменных модели.

Источниками данных являются базы данных Capital IQ и Bloomberg. В базе данных Capital IQ были собраны данные для анализа характеристик сделки и финансовых показателей компании-покупателя. Данные для расчета избыточной доходности были взяты из базы данных Bloomberg.

Критерии формирования выборки следующие:

сделки относятся к отрасли нефтегазовой промышленности (Oil, Gas and Consumable Fuels);

ограничения по географическому охвату не были установлены, то есть в нашу выборку входят сделки, совершенные во всех странах мира;

дата объявления сделки находится в промежутке от 1 января 2010 года до 30 декабря 2019 года. Данный период относится к посткризисному периоду развития мировой экономики и недостаточно полно изучен исследователями в рамках анализа эффективности сделок M&A в нефтегазовой промышленности;

тип сделки - слияние и поглощение;

совокупная величина сделки превышает 200 млн. долл. Данное ограничение позволяет добиться большей однородности выборки, что может положительно сказываться на качестве модели (Sabet, 2016);

были включены трансграничные сделки и внутренние сделки;

компании-покупатели являются публичными компаниями, акции которых в настоящее время доступны для обмена на фондовом рынке;

покупаемая доля более 50%.

Таким образом, первоначальная выборка составила 387 сделок. После того, как были исключены сделки, по которым нет достаточных данных для анализа (в наибольшей степени был дефицит данных по запасам нефтеги и газа, а также по значению ROA), а также сделки, которые не подходят под описанные выше критерии, число сделок сократилось до 178.

Как видно на рисунке ниже, 76% всех сделок составляли внутренние сделки.

Рисунок 3. Структура сделок слияний и поглощений выборки по трансграничному характеру

Источник: расчеты автора

Наибольшее число сделок было совершено американскими компаниями (рисунок 4).

Рисунок 4. Структура сделок слияний и поглощений выборки по стране компании-покупателя

Источник: расчеты автора

Всего на американские сделки приходится 54% всех сделок в выборке. Второе место по числу сделок занимает Канада - 14,6% всех сделок. Третьей по числу сделок страной является Китай (7,9% сделок).

Проведем описательный анализ выборки.

Описательная статистика представлена в таблице 1.

Таблица 1. Описательная статистика

Источник: составлено автором

Мы можем видеть, что наименьшее число наблюдений характерно для переменных Reserves, Lassets и ROA.

Таким образом, для проведения эмпирического исследования была сформирована выборка из 178 сделок слияний и поглощений в нефтегазовой отрасли за 2010-2019 гг. Данные были взяты из баз данных Capital IQ и Bloomberg. Было введено ограничение, согласно которому совокупная величина сделки превышает 200 млн. долл. Данное ограничение позволяет добиться большей однородности выборки, что должно положительно сказываться на качестве модели. 76% всех сделок составляли внутренние сделки.

3.2 Выявление факторов, оказывающих влияние на эффективность сделок слияния и поглощения в нефтегазовой отрасли

По алгоритму, рассмотренному ранее, мы рассчитали показатель CAAR.

Далее, перейдем к анализу расчетов средних накопленных избыточных доходностей.

Таблица 2 демонстрирует проверку значимости полученных значений CAAR для различных окон.

Таблица 2. Проверка значимости расчетов накопленной избыточной доходности

Источник: расчеты автора

Мы можем сделать вывод, что значимость CAAR наблюдается для самого короткого окна (-1; +1) на уровне 5%. Для остальных окон CAAR незначим на уровне 5%.

В среднем CAAR для выборки равнялась 0,26% в рамках окна на 21 день. Для окна (-1; +1) среднее значение составляет 0,97% (5% уровень значимости).

На основе анализа абсолютных и средних значений CAAR мы можем сделать вывод, что в целом для рассматриваемого периода эффективность сделок слияний и поглощений в нефтегазовой отрасли была положительной. Следовательно, мы подтверждаем на уровне 5% следующую гипотезу для окна (-1; +1):

Гипотеза 1 (H1): эффективность сделок в нефтегазовой отрасли является положительной.

На следующем этапе мы провели корреляционный анализ.

С помощью корреляционного анализа мы сможет оценить риск мультиколлинеарности.

Корреляционная матрица для переменных модели представлена в таблице 3 в Приложении.

Наибольшее значение коэффициента корреляции составляет 0,291 для переменных Lassets и Reserves. Это является относительно низким значением (Гржибовский, 2008), поэтому риск мультиколлинеарности является низким.