Капитализация банка
Методы капитализации российских банков с точки зрения внедрения стандартов "Базель ІІІ". Процесс первичного публичного размещения акций на фондовой бирже как способ увеличения качественного капитала банков. Анализ эффективности ценообразования ІРО.
Рубрика | Банковское, биржевое дело и страхование |
Вид | диссертация |
Язык | русский |
Дата добавления | 29.11.2015 |
Размер файла | 1,4 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Однако прежде чем проводить анализ полученных коэффициентов при независимых переменных, необходимо скорректировать стандартные ошибки данной регрессии методом Уайта для нейтрализации возможной гетероскедастичности.
Таблица 15
Корректировка стандартных ошибок первой регрессии методом Уайта
Heteroskedasticity Test: White |
|||||
F-statistic |
0.405972 |
Prob. F(50,5) |
0.9548 |
||
Obs*R-squared |
44.93220 |
Prob. Chi-Square(50) |
0.6764 |
||
Scaled explained SS |
34.02860 |
Prob. Chi-Square(50) |
0.9590 |
||
Test Equation: |
|||||
Dependent Variable: RESID^2 |
|||||
Method: Least Squares |
|||||
Date: 05/12/15 Time: 00:30 |
|||||
Sample: 1 56 |
|||||
Included observations: 56 |
|||||
Collinear test regressors dropped from specification |
|||||
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
|
C |
0.831869 |
3.929641 |
0.211691 |
0.8407 |
|
WPR |
14.55409 |
18.85055 |
0.772078 |
0.4750 |
|
WPR^2 |
1.858769 |
1.979985 |
0.938779 |
0.3909 |
|
WPR*AIE |
-2.29E-10 |
8.46E-10 |
-0.271080 |
0.7972 |
|
WPR*DEVIA |
0.807542 |
1.065271 |
0.758062 |
0.4826 |
|
WPR*RTS15 |
-2.796458 |
3.050731 |
-0.916652 |
0.4014 |
|
WPR*(LOG(CAP)) |
0.120744 |
0.211925 |
0.569746 |
0.5935 |
|
WPR*LM1 |
2.943072 |
13.36278 |
0.220244 |
0.8344 |
|
WPR*LM2 |
-21.66929 |
32.41001 |
-0.668599 |
0.5334 |
|
WPR*OVER |
-18.49225 |
20.83955 |
-0.887363 |
0.4155 |
|
AIE |
-4.43E-10 |
2.03E-09 |
-0.218230 |
0.8359 |
|
AIE^2 |
-1.60E-19 |
1.51E-19 |
-1.064704 |
0.3357 |
|
AIE*DEVIA |
8.15E-11 |
4.76E-10 |
0.171279 |
0.8707 |
|
AIE*RTS15 |
-3.23E-10 |
2.89E-09 |
-0.111743 |
0.9154 |
|
AIE*(LOG(CAP)) |
8.84E-11 |
9.86E-11 |
0.896720 |
0.4110 |
|
AIE*LM1 |
2.88E-09 |
5.15E-09 |
0.559504 |
0.6000 |
|
AIE*LM2 |
-3.71E-09 |
6.02E-09 |
-0.616535 |
0.5645 |
|
AIE*OVER |
-1.07E-09 |
1.04E-09 |
-1.030411 |
0.3501 |
|
DEVIA |
-1.593898 |
2.859807 |
-0.557345 |
0.6013 |
|
DEVIA^2 |
-0.071251 |
0.176880 |
-0.402822 |
0.7037 |
|
DEVIA*RTS15 |
0.575481 |
1.379925 |
0.417038 |
0.6940 |
|
DEVIA*PRCAP |
0.002011 |
0.012116 |
0.165983 |
0.8747 |
|
DEVIA*(LOG(CAP)) |
0.001422 |
0.104027 |
0.013670 |
0.9896 |
|
DEVIA*LM1 |
-5.845987 |
9.618825 |
-0.607765 |
0.5699 |
|
DEVIA*LM2 |
7.275638 |
10.71002 |
0.679330 |
0.5271 |
|
DEVIA*OVER |
1.482995 |
1.511780 |
0.980960 |
0.3717 |
|
RTS15 |
14.72160 |
13.24732 |
1.111289 |
0.3170 |
|
RTS15^2 |
3.343872 |
10.07220 |
0.331990 |
0.7534 |
|
RTS15*(LOG(CAP)) |
-0.125474 |
0.434486 |
-0.288788 |
0.7843 |
|
RTS15*LM1 |
-20.83911 |
41.82524 |
-0.498242 |
0.6395 |
|
RTS15*LM2 |
10.15094 |
30.98876 |
0.327568 |
0.7565 |
|
RTS15*OVER |
-9.491258 |
11.94825 |
-0.794364 |
0.4630 |
|
LOG(CAP) |
-0.127622 |
0.369598 |
-0.345300 |
0.7439 |
|
(LOG(CAP))^2 |
-0.004582 |
0.009595 |
-0.477526 |
0.6531 |
|
(LOG(CAP))*LM1 |
-2.620879 |
4.868714 |
-0.538310 |
0.6135 |
|
(LOG(CAP))*LM2 |
2.834987 |
5.071610 |
0.558991 |
0.6003 |
|
(LOG(CAP))*OVER |
0.189335 |
0.208629 |
0.907519 |
0.4057 |
|
LM1 |
37.83282 |
75.16237 |
0.503348 |
0.6361 |
|
LM1*LM2 |
0.242332 |
0.826871 |
0.293071 |
0.7812 |
|
LM1*OVER |
11.93211 |
18.44297 |
0.646973 |
0.5462 |
|
LM2 |
-38.62836 |
75.55534 |
-0.511259 |
0.6309 |
|
LM2*OVER |
-8.017614 |
13.33580 |
-0.601210 |
0.5739 |
|
R-squared |
0.802361 |
Mean dependent var |
0.015574 |
||
Adjusted R-squared |
-1.174033 |
S.D. dependent var |
0.023546 |
||
S.E. of regression |
0.034717 |
Akaike info criterion |
-4.477652 |
||
Sum squared resid |
0.006026 |
Schwarz criterion |
-2.633135 |
||
Log likelihood |
176.3743 |
Hannan-Quinn criter. |
-3.762537 |
||
F-statistic |
0.405972 |
Durbin-Watson stat |
1.820454 |
||
Prob(F-statistic) |
0.954790 |
Получившийся результат говорит о том, что не нужно отклонять гипотезу о том, что нет гетероскедастичности. Уровни значимости Probability F, Probability Chi-Square получились больше критического значения, равного 0,05. Это значит, что с ростом предсказанного значения ошибки не растут, отсутствует неоднородность наблюдений, выражающаяся в непостоянной дисперсии случайной ошибки регрессионной модели. Таким образом, распределение гомоскедастично, то есть однородно.
Итак, первая регрессия с зависимой переменной UN показала следующие результаты. Согласно уровню значимости коэффициентов (Prob.), значимо отличающимися от нуля получились коэффициенты при таких независимых переменных, как WPR - ширина ценового диапазона, AIE - ожидаемый объем выпуска при IPO, Log(Cap) - капитализация на момент IPO, LM2 - дамми-переменная, характеризующая основного андеррайтера размещения, и OVER - факт использования опциона доразмещения.
Отрицательный знак коэффициента переменной AIE в данной регрессии говорит о том, что больший объем выпускаемых акций снижает значение недооценки IPO. Инвесторы оценивают такие размещения как менее рискованные и более уверенно раскрывают информацию о максимальных ценах, которые они готовы отдать за акции эмитента, предельная полезность выявленной во время road-show позитивной информации становится меньше, что снижает недооценку. Эмпирически аналогичный результат также получили Риттер [Ritter, 1987] и Хэнли [Hanley, 1993].
Положительное влияние на недооценку акций, согласно полученным результатам, так же оказывает ширина ценового диапазона (WPR). Как уже было отмечено ранее, широкий интервал сигнализирует инвесторам о том, что андеррайтер не уверен в своих оценках стоимости акций эмитента, что свидетельствует о высоком риске публичного размещения. Бенвенисте и Спиндт [Benveniste&Spindt, 1989] в своей работе показали, что чем более высока неопределенность относительно цены размещения, тем выше предельная полезность информации, полученной в процессе заполнения книги заявок, и тем большей должна быть компенсация в виде роста котировок на вторичном рынке (недооценки). Таким образом, полученный результат соответствует ранее результатам ранее проведенных исследований. Кроме того, в статистическом анализе данной работы уже был выявлен факт того, что при публичных размещениях с широким ценовым диапазоном наблюдалась более высокая величина недооценки акций.
Отрицательный знак при переменной Log(Cap) подтверждает первоначальные предположения о том, что высокое значение капитала банка (компании) уменьшает риск вложений для инвесторов. Инвесторы при покупке акций банка (компании) требуют меньшую премию за риск, что уменьшает недооценку акций.
Положительный знак коэффициента переменной OVER, характеризующей наличие опциона доразмещения - overallotment option, говорит о том, что данная переменная увеличивает недооценку акций. Данный опцион представляет собой механизм стабилизации динамики котировок после размещения, это некая подушка безопасности для инвесторов. Опцион overallotment (или green shoe) обычно составляет до 15% от всего объема эмиссии. При росте цены акций после размещения полный размер IPO превышает базовый размер на величину опциона (до 115% IPO). В таком случае у андеррайтеров появляется возможность разместить до 115% соответствующего объема размещения по цене размещения в период до 30 дней после начала торгов акциями. Таким образом, возникает предположение о том, что андеррайтерам выгодно заложить некий уровень недооценки в цену размещения акций эмитента.
Так же, согласно полученным результатам, отрицательный знак коэффициента при переменной LM2, свидетельствует о том, что участие в размещении международного инвестиционного банка в качестве основного андеррайтера позволяет снизить недооценку акций. Данный факт говорит о том, что размещение под управлением международного инвестиционного банка более выгодно для эмитента, поскольку они обладают более широкую базу инвесторов и большую долю на рынке, а значит, большой опыт.
Значение Prob.(F statistic) получилось меньше критического уровня (0,000684<0,01) и достаточно близко к нулю, это позволяет говорить о значимости модели в целом.
Далее построим вторую регрессию с зависимой переменной Ln(PRI).
Таблица 16
Результаты регрессии: влияние выбранных факторов на Недооценку IPO
ls Ln(PRI) c WPR AIE DEVIA RTS15 log(CAP) OVER:
Dependent Variable: Ln(PRI) |
|||||
Method: Least Squares |
|||||
Date: 05/11/15 Time: 23:37 |
|||||
Sample: 1 56 |
|||||
Included observations: 56 |
|||||
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
|
C |
-0.215435 |
0.094306 |
-2.284416 |
0.0267 |
|
WPR |
0.026937 |
0.070574 |
0.381683 |
0.7043 |
|
AIE |
6.05E-13 |
5.42E-12 |
0.111522 |
0.9117 |
|
DEVIA |
0.138310 |
0.012140 |
11.39295 |
0.0000 |
|
RTS15 |
-0.003013 |
0.134651 |
-0.022380 |
0.9822 |
|
LOG(CAP) |
0.007205 |
0.004414 |
1.632143 |
0.1091 |
|
OVER |
-0.016957 |
0.014185 |
-1.195418 |
0.2377 |
|
LM1 |
0.019118 |
0.057119 |
0.334712 |
0.7394 |
|
LM2 |
0.113165 |
0.057101 |
-0.817232 |
0.0561 |
|
R-squared |
0.757236 |
Mean dependent var |
0.008096 |
||
Adjusted R-squared |
0.727510 |
S.D. dependent var |
0.093424 |
||
S.E. of regression |
0.048768 |
Akaike info criterion |
-3.087012 |
||
Sum squared resid |
0.116538 |
Schwarz criterion |
-2.833843 |
||
Log likelihood |
93.43634 |
Hannan-Quinn criter. |
-2.988859 |
||
F-statistic |
25.47374 |
Durbin-Watson stat |
1.998955 |
||
Prob(F-statistic) |
0.000000 |
Проведем для данной регрессии тест Чоу.
Таблица 17
Результаты теста Чоу для второй регрессии
Chow Breakpoint Test: 50 |
|||||
Null Hypothesis: No breaks at specified breakpoints |
|||||
Varying regressors: All equation variables |
|||||
Equation Sample: 1 56 |
|||||
F-statistic |
0.181398 |
Prob. F(7,42) |
0.9878 |
||
Log likelihood ratio |
1.667963 |
Prob. Chi-Square(7) |
0.9759 |
||
Wald Statistic |
1.269789 |
Prob. Chi-Square(7) |
0.9892 |
Результаты теста Чоу для второй регрессии с зависимой переменной Ln(PRI) так же свидетельствуют о том, что нельзя отклонить нулевую гипотезу. Уровни значимости Probability F, Probability Chi-Square получились больше критического значения, равного 0,05. Значит, модель характеризуется наличием структурной стабильности, и разбиение модели на две самостоятельных модели не улучшит результат исследования. Можно проводить анализ факторов по результатам регрессии совокупной выборки с зависимой переменной Ln(PRI). Полученные в результате исследования показатели будут актуальны для российских банков и позволят сделать справедливые выводы о возможностях повышения эффективности банковских IPO.
Для нейтрализации возможной гетероскедастичности скорректируем стандартные ошибки данной регрессии методом Уайта:
Таблица 18
Корректировка стандартных ошибок второй регрессии методом Уайта
Heteroskedasticity Test: White |
|||||
F-statistic |
72.40760 |
Prob. F(50,5) |
0.0001 |
||
Obs*R-squared |
55.92277 |
Prob. Chi-Square(50) |
0.2622 |
||
Scaled explained SS |
59.53497 |
Prob. Chi-Square(50) |
0.1674 |
||
Test Equation: |
|||||
Dependent Variable: RESID^2 |
|||||
Method: Least Squares |
|||||
Date: 05/12/15 Time: 00:45 |
|||||
Sample: 1 56 |
|||||
Included observations: 56 |
|||||
Collinear test regressors dropped from specification |
|||||
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
|
C |
-0.361158 |
0.049721 |
-7.263756 |
0.0008 |
|
WPR |
-0.323283 |
0.238510 |
-1.355427 |
0.2333 |
|
WPR^2 |
-0.042124 |
0.025052 |
-1.681443 |
0.1535 |
|
WPR*AIE |
1.41E-11 |
1.07E-11 |
1.319907 |
0.2441 |
|
WPR*DEVIA |
-0.054868 |
0.013479 |
-4.070758 |
0.0096 |
|
WPR*RTS15 |
-0.085756 |
0.038600 |
-2.221661 |
0.0770 |
|
WPR*(LOG(CAP)) |
-0.019876 |
0.002681 |
-7.412529 |
0.0007 |
|
WPR*LM1 |
0.359441 |
0.169075 |
2.125924 |
0.0869 |
|
WPR*LM2 |
0.445719 |
0.410074 |
1.086923 |
0.3267 |
|
WPR*OVER |
0.828895 |
0.263677 |
3.143607 |
0.0256 |
|
AIE |
-8.50E-11 |
2.57E-11 |
-3.309913 |
0.0212 |
|
AIE^2 |
1.56E-20 |
1.91E-21 |
8.163581 |
0.0004 |
|
AIE*DEVIA |
-6.90E-12 |
6.02E-12 |
-1.145803 |
0.3037 |
|
AIE*RTS15 |
1.52E-10 |
3.65E-11 |
4.151718 |
0.0089 |
|
AIE*(LOG(CAP)) |
-2.94E-12 |
1.25E-12 |
-2.353216 |
0.0653 |
|
AIE*LM1 |
-3.53E-11 |
6.51E-11 |
-0.542229 |
0.6109 |
|
AIE*LM2 |
1.59E-10 |
7.62E-11 |
2.081755 |
0.0919 |
|
AIE*OVER |
1.08E-10 |
1.32E-11 |
8.155438 |
0.0005 |
|
DEVIA |
0.059361 |
0.036184 |
1.640529 |
0.1618 |
|
DEVIA^2 |
0.019197 |
0.002238 |
8.577903 |
0.0004 |
|
DEVIA*RTS15 |
-0.050110 |
0.017460 |
-2.870036 |
0.0350 |
|
DEVIA*(LOG(CAP)) |
0.002474 |
0.001316 |
1.879634 |
0.1189 |
|
DEVIA*LM1 |
-0.110862 |
0.121704 |
-0.910913 |
0.4041 |
|
DEVIA*LM2 |
0.012307 |
0.135511 |
0.090819 |
0.9312 |
|
DEVIA*OVER |
-0.108932 |
0.019128 |
-5.694896 |
0.0023 |
|
RTS15 |
0.240434 |
0.167614 |
1.434450 |
0.2109 |
|
RTS15^2 |
0.563037 |
0.127440 |
4.418041 |
0.0069 |
|
RTS15*(LOG(CAP)) |
-0.032872 |
0.005497 |
-5.979575 |
0.0019 |
|
RTS15*LM1 |
0.383495 |
0.529202 |
0.724666 |
0.5011 |
|
RTS15*LM2 |
-0.027090 |
0.392091 |
-0.069090 |
0.9476 |
|
RTS15*OVER |
0.321779 |
0.151178 |
2.128482 |
0.0866 |
|
LOG(CAP) |
0.031073 |
0.004676 |
6.644673 |
0.0012 |
|
(LOG(CAP))^2 |
-0.000272 |
0.000121 |
-2.238354 |
0.0754 |
|
(LOG(CAP))*LM1 |
0.068461 |
0.061602 |
1.111342 |
0.3170 |
|
(LOG(CAP))*LM2 |
-0.080094 |
0.064170 |
-1.248166 |
0.2672 |
|
(LOG(CAP))*OVER |
-0.008591 |
0.002640 |
-3.254556 |
0.0226 |
|
LM1 |
-1.267175 |
0.951007 |
-1.332457 |
0.2402 |
|
LM1*LM2 |
-0.059554 |
0.010462 |
-5.692360 |
0.0023 |
|
LM1*OVER |
-0.186073 |
0.233353 |
-0.797389 |
0.4614 |
|
LM2 |
1.385128 |
0.955979 |
1.448911 |
0.2070 |
|
LM2*OVER |
-0.037337 |
0.168734 |
-0.221279 |
0.8336 |
|
R-squared |
0.998621 |
Mean dependent var |
0.001990 |
||
Adjusted R-squared |
0.984829 |
S.D. dependent var |
0.003566 |
||
S.E. of regression |
0.000439 |
Akaike info criterion |
-13.21742 |
||
Sum squared resid |
9.65E-07 |
Schwarz criterion |
-11.37290 |
||
Log likelihood |
421.0878 |
Hannan-Quinn criter. |
-12.50231 |
||
F-statistic |
72.40760 |
Durbin-Watson stat |
1.833897 |
||
Prob(F-statistic) |
0.000070 |
Результат показал, что нужно отклонить гипотезу о том, что нет гетероскедастичности на 5% уровне значимости. Уровни значимости Probability F, Probability Chi-Square получились меньше критического значения, равного 0,05, что означает присутствие непостоянной дисперсии случайной ошибки регрессионной модели. Поэтому необходимы поправки Уайта в регрессионной модели.
Таблица 19
Поправки Уайта во второй регрессионной модели
Dependent Variable: Ln(PRI) |
|||||
Method: Least Squares |
|||||
Sample: 1 56 |
|||||
Included observations: 56 |
|||||
White heteroskedasticity-consistent standard errors & covariance |
|||||
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
|
C |
-3.215435 |
0.067057 |
-3.212692 |
0.0023 |
|
WPR |
-2.226937 |
0.085738 |
0.314179 |
0.0347 |
|
AIE |
6.051213 |
2.365512 |
0.255738 |
0.0992 |
|
DEVIA |
0.138310 |
0.029690 |
4.658438 |
0.0013 |
|
RTS15 |
0.030130 |
0.129678 |
-0.023238 |
0.1016 |
|
LOG(CAP) |
0.427205 |
0.003466 |
2.078706 |
0.0429 |
|
OVER |
-0.016957 |
0.012203 |
-1.389559 |
0.0709 |
|
LM1 |
-0.023363 |
0.018588 |
-1.256845 |
0.2152 |
|
LM2 |
0.113165 |
0.022515 |
0.584726 |
0.0561 |
|
R-squared |
0.757236 |
Mean dependent var |
0.008096 |
||
Adjusted R-squared |
0.727510 |
S.D. dependent var |
0.093424 |
||
S.E. of regression |
0.048768 |
Akaike info criterion |
-3.087012 |
||
Sum squared resid |
0.116538 |
Schwarz criterion |
-2.833843 |
||
Log likelihood |
93.43634 |
Hannan-Quinn criter. |
-2.988859 |
||
F-statistic |
25.47374 |
Durbin-Watson stat |
1.998955 |
||
Prob(F-statistic) |
0.000000 |
После корректировки регрессии методом Уайта можно проводить анализ коэффициентов модели. Значение Prob.(F statistic) получилось равным нулю, что говорит об абсолютной значимости модели. Значение Adjusted R-squared получилось равным 73%, значит, модель обладает достаточно высокой предсказательной силой.
В регрессии с зависимой переменной Ln(PRI) - индексом изменения цены размещения - значимо отличными от нуля (оказывают наибольшее влияние) оказались коэффициенты таких переменных, как WPR - ширина ценового диапазона, AIE - ожидаемый объем выпуска, RTS15 - фактор конъюнктура фондового рынка, LOG(CAP) - капитализация на момент размещения LM2 - дамми-переменная, характеризующая андеррайтера размещения, и OVER - наличие опциона доразмещения.
Что касается переменной DEVIA, ее влияние предсказуемо. Большее отклонение от минимальной границы ценового коридора вызывает большее отклонение от середины коридора.
При переменной WPR получился отрицательный знак коэффициента. Как уже было сказано, широкий ценовой диапазон сигнализирует инвесторам о неуверенности андеррайтера в отношении итоговой цены размещения, а значит, о возможном риске. Инвесторы требуют большую премию за риск, что снижает цену размещения.
Положительный знак коэффициента при AIE в модели говорит о том, что менее рискованные IPO (больший объем выпускаемых акций) характеризуются более высоким спросом со стороны инвесторов. Данный результат соответствует выводам исследований, которые проводили Риттер [Ritter, 1987] и Хэнли [Hanley, 1993] на данных публичных размещений компаний США.
Коэффициент переменной RTS15 так же положителен. Полученный результат свидетельствует о том, что благоприятное состояние рынка ценных бумаг накануне публичного размещения акций положительно сказывается на фактической цене размещения.
Положительный знак коэффициента LOG(CAP), вероятно, так же говорит о том, что более высокое значение капитала банка (компании) сигнализирует инвесторам о меньшем риске вложений. При заполнении книги заявок инвесторы предлагают более высокие цены относительно середины установленного ценового диапазона, что увеличивает цену размещения.
Коэффициент переменной OVER имеет отрицательный знак. То есть, наличие опциона overallotment снижает значение индекса изменения цены размещения. Как уже было сказано ранее, андеррайтеры в целях размещения большего объема IPO и реализации опциона в течение 30 дней после размещения по цене IPO могут закладывать недооценку в цену размещения. Соответственно, цена размещения оказывается ниже справедливого уровня.
Для того чтобы сделать вывод о том, какие факторы позволяют смягчить феномен частичного приспособления, а какие - получить эмитенту дополнительный доход, целесообразно совместить полученные результаты со значимыми переменными обеих регрессий в общую таблицу.
Таблица 20
Совокупные результаты эмпирического исследования
UN |
LN(PRI) |
||||
t-stat. |
p-value |
t-stat. |
p-value |
||
C |
0,5133 |
-3,21543 |
|||
1,9598 |
0,0557 |
-3,2126 |
0,0023 |
||
WPR |
0,01185 |
-2,22697 |
|||
0,0604 |
0,052 |
0,3141 |
0,0347 |
||
AIE |
-1,826111 |
6,0512 |
|||
1,205605 |
0,0338 |
0,25573 |
0,0992 |
||
DEVIA |
- |
- |
|||
RTS15 |
- |
0,0303 |
|||
-0,023 |
0,1016 |
||||
LOG(CAP) |
-0,27309 |
0,42725 |
|||
-1,8834 |
0,0756 |
2,0787 |
0,0429 |
||
OVER |
0,068156 |
-0,016957 |
|||
1,7306 |
0,0499 |
-1,3895 |
0,0709 |
||
LM1 |
- |
- |
|||
LM2 |
-0,04665 |
0,113165 |
|||
-0,817232 |
0,0418 |
0,584726 |
0,0561 |
||
Adjusted R-squared |
67% |
72% |
В результате проведенного регрессионного анализа при построении факторных моделей с зависимыми переменными UN (недооценка IPO) и Ln(PRI) (индекс изменения цены размещения) получились комбинации коэффициентов зависимых переменных, позволяющие сделать вывод о возможности смягчения феномена частичного приспособления и получения дополнительного дохода при IPO российским банками.
Переменная WPR - ширина ценового диапазона, согласно получившимся результатам, одновременно оказывает положительное влияние на величину недооценки акций и отрицательное влияние на индекс изменения цены размещения. Большая разница между минимальной и максимальной границами установленного ценового диапазона увеличивает риск вложений для инвесторов, т.к. свидетельствует о высоком уровне неопределенности андеррайтера. При заполнении книги заявок инвесторы не предлагают максимально высокие цены, несмотря на свой интерес к размещению, что снижает цену IPO и увеличивает недооценку акций эмитента. Данный результат подтверждает выводы, приведенные в работе Бенвенисте и Спинтда [Benveniste&Spindt, 1989] и в исследовании Хэнли [Hanley, K., 1993], которые показали, что чем более высока неопределенность цены размещения, тем выше предельная полезность информации, полученной в процессе road-show, и тем больше должна быть компенсация в виде роста котировок на вторичном рынке (недооценки). Таким образом, при более осторожном и тщательном подходе к определению границ ценового коридора и формированию ожидаемой цены размещения, можно смягчить феномен частичного приспособления и снизить недооценку IPO.
Переменная, характеризующая ожидаемый объем размещения (AIE), оказывает отрицательное влияние на значение недооценки и положительно влияет на индекс изменения цены размещения. Менее рискованные IPO пользуются большим спросом, что увеличивает цену размещения и снижает недооценку акций. Таким образом, данный фактор позволяет смягчить феномен частичного приспособления: снизить недооценку акций при первичном публичном размещении при одновременном увеличении цены размещения. Полученный результат подтверждает результаты ранее проведенных исследований. Риттер [Ritter, 1987] и Хэнли [Hanley, 1993], используя модификацию модели Бенвенисте и Спиндта [Benveniste&Spindt, 1989], в своих работах по анализу ценообразования IPO США пришли к аналогичным выводам. На данных по IPO российских компаний за период 1998 - 2007 гг. Ивашковская [Ивашковская И.В., Харламов Л.С., 2007] так же доказала значимое влияние фактора ожидаемого объема выпуска на недооценку акций и индекс изменения цены размещения.
Значительное влияние на недооценку акций оказал такой фактор, как капитализация банка (компании) на момент IPO (LOG(CAP)). Согласно полученным данным, большее значение капитала позволяет снизить недооценку IPO (UN). Данный фактор одновременно оказывает положительное влияние на индекс изменения цены размещения (PRI) и позволяет повысить цену предложения акций по сравнению с серединой заявленного ценового диапазона. Соответственно, уровень капитализации при первичном публичном размещении так же можно рассматривать как фактор, который позволяет смягчить феномен частичного приспособления и повысить эффективность ценообразования IPO.
Фактор конъюнктуры российского фондового рынка (RTS15) оказался значимым только для модели индекса изменения цены размещения (PRI). Важно отметить, что в исследовании Хэнли [Hanley, K., 1993] на данных по IPO компаний США аналогичный фактор оказался значимым так же в модели недооценки. В нашем случае полученный результат позволяет сделать вывод о том, что благоприятное состояние рынка ценных бумаг накануне первичного публичного размещения позволяет эмитенту акций получить дополнительный доход, при этом, никак не влияя на размер недооценки, что в целом так же позволяет повысить эффективность IPO.
Очень интересным оказалось влияние такого фактора, как OVER, характеризующего факт использования или неиспользования опциона overallotment - опциона дополнительного выпуска акций. Данный фактор оказался значимым в обеих моделях. Но согласно полученным знакам при коэффициентах, мы не получили смягчения феномена частичного приспособления. Однако, по мнению автора работы, не стоит пренебрегать влиянием данного фактора на недооценку акций и изменение цены размещения. При ожидаемом росте цены размещения после проведения IPO на вторичных торгах андеррайтерам выгодно заложить недооценку в цену предложения для возможности размещений до 115% объема IPO.
Так же, согласно полученным результатам, знаки коэффициентов при переменной LM2, свидетельствуют о том, что участие в размещении международного инвестиционного банка в качестве основного андеррайтера позволяет снизить недооценку акций и увеличить цену размещения. Данный факт говорит о том, что размещение под управлением международного инвестиционного банка более выгодно для эмитента, поскольку они обладают более широкой базой инвесторов и большей долей на рынке, а значит, большим опытом.
Заключение
С целью исследования способов и механизмов повышения эффективности ценообразования IPO российских банков в рамках магистерской диссертации был решен ряд задач:
1. Были изучены существующие подходы и методы капитализации российских банков с точки зрения внедрения стандартов "Базель III": в условиях ужесточения требований к капиталу первого уровня первоклассными источниками капитализации являются реинвестирование нераспределенной прибыли в капитал и публичное размещение обыкновенных акций на фондовом рынке. Было отмечено, что в силу ограниченности внутреннего источника капитализации, особую актуальность приобретает механизм первичного публичного размещения (Initial Public Offering);
2. Был подробно и тщательно изучен процесс первичного публичного размещения акций на фондовом рынке в качестве способа увеличения собственного капитала банков. Было выделено, что ценообразование и определение цены размещения является наиболее важным фактором, влияющим на эффективность IPO. В России данный процесс осуществляется методом книги заявок;
3. Были рассмотрены существующие подходы, модели и теории по оценке эффективности ценообразования IPO. Было выявлено, что наиболее острой проблемой в рамках ценообразования IPO, требующей наибольшего внимания, является проблема недооценки акций (IPO Ubderpricing), которая представляет собой превышение цены закрытия первого дня торгов над ценой размещения;
4. Далее был проведен анализ эффективности ценообразования IPO российских банков за период 2007-2015 гг. В результате анализа было выявлено, что ценообразование IPO российских банков не эффективно, поскольку на данных по их первичным публичным размещениям присутствует недооценка акций, средняя величина которой составляет 4,03%. Кроме того, вследствие использования метода книги заявок в качестве единственного механизма ценообразования IPO в России, возникает феномен частичного приспособления, который повышает недооценку акций и снижает эффективность IPO. Для доказательства была изучена взаимосвязь недооценки акций и индекса изменения цены размещения;
5. Согласно полученным в результате анализа данным, было доказано, что российские банки, как и другие российские компании, подчиняются общим законам ценообразования IPO. Данный факт позволил проверить влияние широко используемых факторов недооценки IPO компаний на данных IPO российских банков, а так же определить возможности смягчения феномена частичного приспособления и получения дополнительного дохода от размещения, то есть повышения эффективности банковских IPO.
Таким образом, в результате исследования влияния различных факторов на ценообразование IPO российских банков, проведенного на данных их публичных размещений за период 2007-2015 гг., было выявлено, что существуют механизмы, позволяющие повысить эффективность банковских IPO. Снизить недооценку акций и повысить цену предложения способны такие факторы, как объем размещаемых акций, уровень капитализации банка на момент IPO, а так же использование услуг международного андеррайтера в качестве основного организатора IPO.
Кроме того, благоприятное состояние рынка ценных бумаг позволяет получить банкам дополнительный доход от публичного размещения без влияния на размер недооценки акций, что способствует повышению эффективности IPO.
Тем не менее результаты исследования показали, что устанавливаемый банками ценовой коридор снижает эффективность ценообразования IPO и увеличивает недооценку акций, поэтому банки должны уделять особое внимание процессу определения границ ценового диапазона и ожидаемой цены размещения. В случае использования опциона доразмещения (overallotment) банки должны понимать, что андеррайтерам выгодно заложить недооценку в стоимость акций и разместить больший объем IPO. Следовательно, важно осторожно подходить к данному механизму стабилизации цен акций после IPO.
В заключение необходимо отметить, что все гипотезы, обозначенные в начале исследования, подтвердились, поставленные задачи выполнены, цель исследования достигнута.
Размещено на Allbest.ru
Подобные документы
Понятие и порядок осуществления первичного публичного размещения акций российскими предприятиями. Получение "учредительской прибыли". Отчуждение ценных бумаг эмитента в пользу приобретателей в результате сделанного первичного публичного предложения.
контрольная работа [21,6 K], добавлен 21.04.2011Функции коммерческого банка. Правовое регулирование деятельности коммерческих банков. Собственный и заемный капитал коммерческого банка, его значение. Пути увеличения собственного капитала коммерческих банков. Совершенствование услуг коммерческих банков.
курсовая работа [43,5 K], добавлен 27.07.2010Функции собственного капитала банка. Государственное регулирование деятельности банков Российской Федерации. Анализ собственного капитала ОАО "АК БАРС" Банка: экономическая характеристика; состав; анализ достаточности. Проблемы капитализации банка.
дипломная работа [161,9 K], добавлен 21.11.2010Международные стандарты банковского надзора и кредитного контроля. Основные подходы к определению минимальных стандартов капитала. Сравнительный анализ влияния первого компонента Базеля на достаточность капитала отдельных банков Российской Федерации.
дипломная работа [299,8 K], добавлен 19.05.2015Виды акций коммерческих банков: обыкновенные и привилегированные. Основные факторы, влияющие на их доходность, критерии оценки данного показателя. Анализ дивидендной доходности акции на примере обыкновенных акций исследуемого банка, пути увеличения.
курсовая работа [194,3 K], добавлен 11.05.2016Причины сбоев механизма обеспечения стабильности банков на базе формирования собственного капитала в объемах, адекватных главным банковским рискам. Формирование собственного капитала банков в условиях кризиса. Усиление требований к ликвидности банка.
контрольная работа [29,4 K], добавлен 23.04.2013Специфика банка, как предприятия. Взаимодействие государства и коммерческих банков. Роль банков в привлечении инвестиций. Роль, занимаемая банками в России. Регулирования деятельности коммерческих банков. Ассоциация российских банков.
курсовая работа [30,6 K], добавлен 25.03.2004Происхождение и сущность банков, функции, виды и принципы деятельности коммерческих банков. Пассивные операции коммерческих банков: собственные ресурсы, банковские риски и величина банковского капитала. Причины и последствия кризиса банковской системы.
курсовая работа [46,0 K], добавлен 09.06.2011Понятие собственного капитала и его функции. Факторы, обусловливающие требования по увеличению банковского капитала. Анализ уставного фонда и структуры собственных средств коммерческого банка КБ "АРТ-Банк". Капитализация банков и ее регулирование.
курсовая работа [31,9 K], добавлен 22.02.2012Динамика и структура ресурсов финансово-кредитных институтов. Анализ собственного капитала. Анализ обязательств финансово-кредитных институтов. Коэффициент фондовой капитализации прибыли. Определение коэффициента активности банка на межбанковском рынке.
контрольная работа [30,5 K], добавлен 03.02.2014