Диссертация: Детерминанты эффективности сделок слияний и поглощений в нефтегазовой отрасли

Следовательно, мы может одновременно включить все переменные в модель.

Результаты расчета регрессионной модели представлены в таблице ниже.

Таблица 3. Результаты регрессионного анализа для событийного окна в 21 день

Источник: расчеты автора

Значение F-статистики составляет 2,9. Следовательно, мы можем отвергнуть нулевую гипотезу о незначимости модели на уровне значимости 1%.

Коэффициент детерминации модели составляет 0,197. Следовательно, с помощью переменных, включенных в модель, можно объяснить 19,7% изменений CAAR.

Мы убрали из модели наименее значимые переменные, чтобы проверить, как это отразится на общей значимости модели:

Таблица 4. Результаты регрессионного анализа для событийного окна в 21 день

Значимость модель выросла, при этом значимость переменных на уровне 5% осталась прежней.

Значимость модели позволяем нам интерпретировать полученные результаты.

Были подтверждены следующие гипотезы на уровне значимости 5%:

Гипотеза 4 (H4): эффективность сделки слияния и поглощения в нефтегазовой отрасли выше для трансграничных сделок, чем для сделок, совершенных компаниями из одной и тоже же страны;

Гипотеза 5 (H5): более высокий уровень мировых цен на нефть оказывает положительное влияние на эффективность сделок слияний и поглощений в нефтегазовой отрасли;

Гипотеза 6 (H6): уровень доказанных запасов нефти и газа компании-покупателя оказывает отрицательное влияние на эффективность сделок слияний и поглощений в нефтегазовой отрасли;

Гипотеза 7 (H7): абсолютный размер сделки слияния или поглощения не влияет на эффективность сделок слияний и поглощений в нефтегазовой отрасли.

Следующие гипотезы мы отвергли, так как соответствующие переменные не были значимыми на уровне 5%:

Гипотеза 2 (H2): доходность активов (ROA) компании-покупателя оказывает значимое положительное влияние на эффективность сделок слияний и поглощений в нефтегазовой отрасли;

Гипотеза 3 (H3): эффективность сделки слияния и поглощения в нефтегазовой отрасли выше для сделок в развитых странах, чем в развивающихся.

Мы также рассчитали модель, где в качестве независимой переменной выступает CAAR, рассчитанная для событийного окна в 11 дней.

Результаты проведения регрессионного анализа для событийного окна в 11 дней представлены в таблице 5.

Таблица 5. Результаты регрессионного анализа для событийного окна в 11 дней

Источник: расчеты автора

Результаты t-тестов следующие:

коэффициент при переменной Price положительный и значим (уровень значимости 5%);

коэффициент при переменной Reserves отрицательный и не значим на уровне 5%;

коэффициент при переменной Lassets положительный и не значим на уровне 5%;

коэффициент при переменной Brent положительный и не значим на уровне 5%;

коэффициент при переменной Developed отрицательный и не значим на уровне 5%;

коэффициент при переменной Trans положительный и не значим на уровне 5%;

коэффициент при переменной ROA отрицательный и не значим на уровне 5%;

коэффициент при переменной Value положительный и не значим на уровне 5%.

Таким образом, модель для событийного окна в 11 дней является не значимой.

Мы также рассчитали регрессию для событийного окна в 3 дня:

Таблица 6. Результаты регрессионного анализа для событийного окна в 3 дня

Источник: расчеты автора

Модель в целом является не значимой, но значимость модели существенно выросла после исключения наименее значимых переменных:

Таблица 7. Результаты регрессионного анализа для событийного окна в 11 дней

Источник: расчеты автора

Мы можем сделать вывод, что переменные Price и Reserves являются значимыми на уровне 5%, как и модель в целом.

Далее мы подробнее рассмотрим факторы, которые оказывали влияние на эффективность сделок слияний и поглощений.

В целом за рассматриваемый период наблюдалась отрицательная динамика эффективности сделок, как показывает наклон уравнения регрессии (рисунок ниже).

Рисунок 5. Динамика CAAR за 2010-2019 гг. для всей выборки

Следовательно, мы можем сделать вывод о том, что в 2010-2014 гг. эффективность сделок слияний и поглощений в нефтегазовой отрасли была выше, чем в 2014-2019 гг.

Далее, рассмотрим фактора трансграничного характера сделки с точки зрения формирования эффективности сделок слияний и поглощений.

Динамика CAAR за 2010-2019 гг. для трансграничных сделок представлена на рисунке 6.

Рисунок 6. Динамика CAAR за 2010-2019 гг. для трансграничных сделок

Источник: расчеты автора

Для трансграничных сделок также наблюдается сокращение эффективности на протяжении 2010-2019 гг.

Этот же вывод справедлив и для внутренних сделок (рисунок 7).

Рисунок 7. Динамика CAAR за 2010-2019 гг. для внутренних сделок

Источник: расчеты автора

Рассчитанная модель позволяет нам сделать вывод, что эффективность сделки слияния и поглощения в нефтегазовой отрасли выше для трансграничных сделок, чем для сделок, совершенных компаниями из одной и тоже же страны. Это подтверждает результаты ряда исследований (например, Singla (2012)).

Следовательно, мы можем сделать вывод, что инвесторы положительно воспринимают информацию о трансграничном характере сделок. Трансграничный характер сделки может свидетельствовать о более высоком потенциале расширения рынка сбыта для компании-покупателя.

Другой фактор, который оказывал значимое влияние на эффективность сделок слияний и поглощений в нефтегазовой отрасли, - уровень мировых цен на нефть.

Как показывают результаты модели, данный фактор значимо влияет на CAAR, об это же свидетельствует графический анализ (рисунок 8).

Рисунок 8. Точечная диаграмма для CAAR и Price для всей выборки

Источник: расчеты автора

Как мы и предполагали, снижение мировых цен на нефть сказывается на финансовых результатах компании, что негативно восприниматься участниками рынка при анализе сделки слияния и поглощения. И наоборот, совершение сделок в период роста конъюнктуры на мировом рынке нефти повышает эффективности этих сделок.

Значимым фактором, оказывающим влияние на эффективность сделок слияний и поглощений в нефтегазовой отрасли, был признан размер доказанных резервов компании-покупателя (логарифм).

Графический анализ этого фактора представлен на рисунке 9.

Рисунок 9. Точечная диаграмма для CAAR и Reserves для всей выборки

Источник: расчеты автора

Эмпирическая модель позволила нам сделать вывод, что логарифм доказанных запасов нефти и газа компании-покупателя оказывает значимое негативное влияние на эффективность сделок слияний и поглощений в нефтегазовой отрасли. Такая зависимость может быть связана с тем, что компании, которые характеризуются дефицитом ресурсов, могут испытывать более острую потребность в приобретении новых активов в результате сделок слияний и поглощений. Поэтому участники рынка воспринимают эту информацию как сигнал о потенциально высоком положительном эффекте для компании-покупателя в случае совершения сделки компанией, обладающей относительно небольшими запасами нефти и газа.

Мы также подтвердили гипотезу, согласно которой абсолютный размер сделки слияния или поглощения не оказывает значимого влияния на эффективность сделки в нефтегазовой отрасли. Как и ожидалось, данный показатель не является информативным индикатором для участников рынка при анализе сделки.

Важно отметить, что, хотя мы выявили три фактора, которые оказывали значимое влияние на эффективность сделок слияний и поглощений в нефтегазовой отрасли, мы также опровергли три гипотезы.