Вероятность получить государственную поддержку и конкурентоспособность – диагностирование самоотбора

Дивестиции как процесс продажи части подконтрольных компании активов и изъятие капиталовложений, ее разновидности в зависимости от условий. Методология формирования выборки и Event Study. Анализ и результаты Event Study для российских металлургов.

Рубрика Финансы, деньги и налоги
Вид курсовая работа
Язык русский
Дата добавления 08.02.2017
Размер файла 294,3 K

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.

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Введение

Дивестиции (противоположное значение от «инвестиции») - процесс продажи части подконтрольных компании активов, изъятие капиталовложений. В экономической теории выделяют 4 вида дивестиций в зависимости от условий продажи (Gadad A.M., Hardy M.T, 2005):

- sell-off - самый распространенный вид дивестиций, продажа части активов или обособленного бизнес-подразделения другой компании;

- spin-off - выделение активов из структуры компании и последующая продажа;

- equity carve-out - то же самое, что и spin-off, отличие в том, что доля в выделяемом активе продается через механизм IPO;

- management buyout - самый редкий вид дивестиций, означает продажу крупной доли компании действующему менеджменту.

В данной работе будет рассматриваться только первый вид дивестиций, так как он наиболее распространен.

За 2013-2014 гг. руководством ряда крупнейших металлургических российских компаний таких как Северсталь, ГМК Норникель, ММК, Мечел, Евраз были сделаны заявления о продаже зарубежных или непрофильных активов (sell-off), которые сопровождались довольно бурным ростом котировок этих компаний на Московской бирже. Существовало мнение, что ралли в котировках российских металлургов было вызвано, в том числе удачной продажей активов с низкой рентабельности. Более того, средства, вырученные от продажи, могли быть использованы для снижения большой долговой нагрузки металлургов, а также для выплаты, так называемых специальных дивидендов. Несомненно, эти факторы сделали вклад в рост котировок металлургических компаний, что видно на графиках, представленных ниже.

График 1. С в сравнении с индексом ММВБ

График 2. Реакция котировок ГМК Норильский Никель на продажу активов в сравнении с индексом ММВБ

На Графике 1 представлена реакция котировок Северстали на новость от 12.05.2014 о начале аукциона по продаже подконтрольный компаний в США, на графике 2 - динамика акций ГМК Норильский Никель на новость от 12.09.2013 о продаже непрофильных активов компании в Австралии. На обоих графиках на оси абсцисс отмечены дни до и после объявления о дивестициях, соответственно день 0 - это день объявления. Цена акций и значение индекса за 10 дней до объявления приняты за 100%.

В целом, если рассматривать металлургический сектор России с 2011 года, то можно заметить, что конъюнктура на рынке черной металлургии существенно ухудшалась за рассматриваемый период: после пиков цен по железной руде после мирового финансового кризиса начался мощный понижательный тренд. По мнению аналитиков, падение цен на металлы было вызвано избытком предложения в отрасли: на конец 2013 года в российском металлургическом секторе было около 20% незадействованных производственных мощностей. На графике 3 представлена динамика цен на железную руду.

График 3. Динамика цен на железную руду, USD/ton [4]

После затяжного снижения цен на железную руду финансовые показатели многих металлургических компаний стали крайне негативными. Более того, помимо убытков от операционной деятельности значительно рос уровень долга: так, например, у Мечела и Русала в 2014 году показатель Net Debt/EBITDA превысил критическую отметку 10, после чего кредиторы всерьез начали задумываться о платежеспособности заемщиков. Продажа активов или дивестиции стали одним из возможных выходов из ситуации большого долга и отрицательных финансовых показателей.

Если рассматривать дивестиции глобально, то продажа активов в российском металлургическом секторе в последние годы не была уникальной. В 2014 году компания Boston Consulting Group (BCG) выпустила аналитический отчет, в котором был замечен рост дивестиций от общего количества сделок слияний и поглощений (M&A). В 2013 году 48% всех сделок на рынке M&A составили дивестиции в сравнении с 45% в 2011 году и 40% с 1990 по 1999 годы. Получается, что существует глобальный тренд в мире на продажу активов.

Тем не менее, «мода на дивестиции», проявившаяся в металлургическом секторе в 2013-2014 гг., довольно интересна для рассмотрения. Также очень важно понять, насколько вообще котировки чувствительны к объявлению о продаже активов вне зависимости от ситуации в отрасли, экономике и других факторов. Возможно, что эффект от дивестиций одинаков для компаний из разных стран и разных секторов экономики, тогда рост акций российских металлургов не является чем-то уникальным, а лишь подтверждением глобального тренда. Так это или нет, предстоит выяснить в этой работе.

1. Теоретическая основа исследования

В этом разделе будет более подробно описан процесс дивестиций, а также их возможное воздействие на операционную деятельность и соответственно котировки акций компании, продающей активы. Также в этом разделе будет описан метод событийного анализа или Event Study, который будет использоваться для подсчета эффекта от объявлений о продаже активов на цену акций.

1.1 Дивестиции

В этой части Главы 1 будет описано рассмотрение феномена дивестиций в экономической теории.

Стоит отметить, что в деловой среде слово «дивестиции» встречается довольно редко, в то время как обратное к нему по смысловому значению слово «инвестиции» постоянно фигурирует в заявлениях руководства многих компаний и даже руководства страны. Очень часто официальные лица говорят о необходимости увеличения внутренних инвестиций, привлечения внешних, улучшения инвестиционного климата и многого другого, связанного с инвестициями. Даже простые граждане говорят об инвестировании своих сбережений. Такое отличие в употреблении этих двух слов, скорее всего, связано с тем, что люди по своей природе склонны говорить о своих успехах и радужных перспективах, нежели о своих неудачах и провальных вложениях. Получается, что термин «дивестиции», означающий продажу активов, указывает на то, что инвестиции не удались или не удались до конца, поэтому компаниями чаще употребляются фразы «чистка активов», «реструктуризация активов». Так, например, в европейских компаниях до конца 70-х годов 20 века дивестиции практически не рассматривались менеджментом: руководство считало свой бизнес перспективным даже в случае падающей рентабельности, также важным фактором было опасение руководства по поводу выступлений со стороны профсоюзов после закрытия предприятий [10, c. 18].

В экономической литературе термин «дивестиции» воспринимается несколько иначе. Некоторые экономисты охарактеризовывают дивестиции или продажу активов как необходимую часть корпоративной стратегии, направленную на увеличение стоимости компании. Рано или поздно менеджмент выделяет некоторые активы, ставшие менее рентабельными или неперспективными. Причины могут быть различными: изменения в законодательстве, ухудшение деловой конъюнктуры, увеличившиеся риски экспроприации и т.д. В такой ситуации совершенно логично со стороны руководства компании избавиться от таких активов, и высвободившиеся средства реинвестировать в более выгодные проекты или выплатить акционерам в виде специальных дивидендов. Clarke and Gall в своей статье указывают, что «Дивестирование активов является краеугольным камнем правильной корпоративной стратегии роста компании» [10, c. 20]. Более того, авторы даже называют дивестиции «золушкой корпоративного управления», очевидно указывая на санирующую функцию этой процедуры [10, c. 21].

Также Clarke and Gall в своей статье описали модель поведения менеджеров при отборе проектов с низкой рентабельностью. Ниже представлено краткое описание данной модели. Модель состоит из пяти этапов, после которых принимается решение о продаже или удержании активов.

Шаг 1

На первом этапе руководству компании необходимо определить активы, которые необходимо продать. Для этого авторы статьи разработали микроэкономическую модель, исходя, из которой действует менеджмент. Основным фактором при отборе невыгодных проектов, по мнению авторов, является показатель рентабельности активов (ROA). На рисунке 1 представлена система координат, в которой действует руководство компании при принятии решения о продаже активов.

Рисунок 1. Механизм принятия решений по дивестициям

В системе координат выручка /стоимости активов и маржи прибыли показатель ROA является линией уровня. Менеджмент может установить предельное значение, ниже которого активы можно рассматривать как низкорентабельные.

Шаг 2

На втором этапе проводится внутренний анализ: компания изучает возможность снижения издержек, также проводит SWOT анализ.

Шаг 3

На третьем этапе проводится внешний анализ: собирается информация об основных игроках на рынке, производится оценка будущих денежных потоков по активу, также проводится оценка его рыночной стоимости. Кроме того, аналитиками собирается информация об основных возможных покупателях и цене, которую они могут предложить.

Шаг 4

На предпоследнем этапе компания рассматривает все возможные действия, которые можно сделать с активами: оставить, увеличить эффективность, закрыть, продать целиком, продать по частям, продать через один год и.т.д. По каждому из вариантов подсчитывается предполагаемый денежный поток, выбирается вариант с наибольшим значением.

Шаг 5

На последнем этапе принимается решение о продаже или удержании актива, происходит диалог с потенциальными покупателями.

В конце статьи Clarke and Gall делают вывод о том, что систематический подход к дивестициям жизненно необходим крупным компаниям для того, чтобы избежать снижения эффективности бизнеса [10, c. 24].

Процесс продажи активов, рассматриваемый в данной парадигме несомненно носит позитивный эффект для роста компании и соответственно ее капитализации, так как менеджмент руководствуется исключительно принципом увеличения стоимости бизнеса.

Конечно, существуют условия вынужденных дивестиций, когда компания оказывается в условиях повышенного риска экспроприации бизнеса. Тогда эффект может быть негативен, что было описано, например, в работе P. Wright and S. Ferris (1997), когда санкции США в отношении Южно-Африканской республики вынудили американские компании к продаже высокодоходных южноафриканских дочерних предприятий. Многими исследователями эффект от дивестиций рассматривался в привязке к определенным отраслям или историко-экономическим условиям (Salter and Weinhold, 1979; Kaplan and Weisback, 1990). В таких случаях эффект от дивестиций разнонаправленный и зависит от конкретной ситуации.

В данном исследовании было решено сосредоточиться на общем эффекте от дивестиций. Интересно проверить влияние самого факта продажи активов, при этом предполагается, что менеджмент ведет себя рационально и эффективно, как было описано в модели из статьи Clarke and Gall (1987).

1.2 Специальные дивиденды как следствие дивестиций

Продажа активов не может не отразиться на финансовой отчетности компании: увеличивается свободный денежный поток, изменяется чистая прибыль и балансовые значения, также списываются резервы, относящиеся к проданному активу. В свою очередь, во многих компаниях существует дивидендная политика, которая закрепляет объем дивидендных выплат относительно чистой прибыли или свободного денежного потока. Изменения дивидендных выплат и их влияние на цену акций компании очень хорошо изучено экономистами, так что эффект от дивестиций можно рассматривать вместе с эффектом от увеличения дивидендных выплат. В экономической теории дивидендные выплаты после продажи активов даже называют «специальными дивидендами», так как их эффект несистематический. Как правило, в официальных заявлениях руководства компании «специальные дивиденды» появляются сразу после завершения сделки о продаже актива.

Для анализа влияния дивидендной политики на рыночную стоимость обычно используют сигнальную теорию дивидендов, которая исходит из несовершенства рынков. Смысл сигнальной теории отражен в названии: реакция инвесторов на увеличение или уменьшение дивидендов, как правило, неоднозначна, так как изменение дивидендной политики несет инвесторам определенный сигнал. Сигнал для рынка может быть плохим или хорошим в зависимости от многих факторов: инвестиционных возможностей компании, этапом развития бизнеса (Grullon, 2002) и т.д. Вообще сигнальную теорию также можно назвать поведенческой, потому что при ее рассмотрении отвергается сильная форма эффективности рынка, в которой предполагается полная информационная эффективность, в том числе отсутствие инсайдерской информации. В действительности, инвесторам доступна только публичная информация о компании из различных отчетов, заявлений менеджмента и других новостей. Инсайдерская же информация недоступна для рынка, поэтому неосведомленным инвесторам-миноритариям приходится воспринимать различные заявления как сигналы.

Как было сказано ранее, качественная реакция на изменение дивидендной политики может быть различной в зависимости от множества факторов, но существует общепринятая трактовка, что увеличение дивидендов является хорошей новостью для инвесторов, что эмпирически было доказано в работах Healy&Palepu(1988), Aharony&Swary(1980), Michaely&Thaler&Womack(1995).

В данном исследовании будет приятна эта трактовка. Это означает, что возможное увеличение дивидендных выплат после продажи активов позитивно для роста курса акций компании.

1.3 Метод событийного анализа

Анализ реакции рынка на новости о дивидендах, несомненно, является нетривиальной задачей: непонятно, как именно оценить, насколько хорошо, или плохо рынок отреагировал на определенное заявление. Недостаточно, например, сказать, что Северсталь выросла на 4% в день выхода нужной нам новости, и сделать вывод об оптимистичной реакции рынка. А если в этот день рынок вырос на 10%? Тогда Северсталь с ростом в 4% выглядит довольно вяло относительно остального рынка.

В экономической теории для исследования реакции рынка на различные новости используется метод событийного анализа или event study (ES). Этот метод позволяет оценивать реакцию биржевых инвесторов на конкретную новость с поправкой на рынок.

У ES метода довольно долгая история: первым его применил J. Dolley(1933) для исследования влияния дробления акций на их рыночные котировки, и с тех пор он модифицируется для различных компаний и рынков (MacKinlay, A.G, 1997). Современные исследования базируются на алгоритмах, разработанных в 1960-х в работах R. Ball & Ph. Brown (1968), E. Fama (1969), в своих работах они исследовали влияние финансовых результатов компании на котировки акций.

В наши дни Event Study широко применяется экономистами в разных областях корпоративных финансов (Теплова Т.В., 2008):

- оценка рынком эффективности сделок слияний и поглощений; примеры работ по теме: M. Bradley (1998), W. Meggison(2000);

- анализ эффективности долгосрочной стратегии развития компании, принимаемой менеджментом; примеры работ по теме: Desai, J. (1999), Ofek (1995), D. Hyland, D. Diltz (2002);

- анализ эффективности стратегии компаний, решивших сосредоточиться на профильных активах; примеры работ по теме: John, Ofek (1995), Desai, Jain (1999);

- анализ эффекта на котировки финансовых результатов компании (например, изменения прибыли); пример работы по теме: MacKinlay (1997);

- анализ реакции рынка на финансовые решения компании; примеры работ по теме: Mikkelson&Partch (1986), Wruck (1989).

В том числе Event Study активно используется для анализа реакции рынка на новости о дивестициях. Так, например, Wright, P., Ferris, S.P(1997) использовали ES метод для анализа реакции рынка в США на продажу южноафриканских компаний. Abdul Magid Gadada and Hardy M. Thomas (2005) в своей работе исследовали реакцию рынка на котировки компаний, продающих свои активы лишь один раз за период 1985-1991 гг. Jory S.R., Ngo T.N. (2014) проанализировали поведение котировок компании, приобретающей дивестируемый актив.

2. Методология

В этой главе будет представлена методология формирования выборки, а также методология Event Study, лежащего в основе данного исследования.

Далее будет описан процесс проведенияEventStudy, основа которого взята из статьи Тепловой (2008). Также будут приведены особенности применение метода ES к анализу новостей о дивестициях с учетом работ: Owen S. and Yawson A. (2006); Owers J., Alexander A. (2011); Jory S.R., Ngo T.N. (2014).

Применение событийного анализа можно разбить на 8-10 шагов в зависимости от целей исследования, в данной работе ES метод состоит из 9 шагов.

Шаг 1

Определение события

В данном исследовании событием является заявление о продаже активов, публично сделанное эмитентом или связанными с эмитентом лицами.

Для определения события была использована новостная база данных Factiva. В этой базе есть подписка на платную платформу M&A Navigator [3], которая отлично подошла в качестве основного источника заявлений о продаже активов. В базе данных M&A Navigator есть рубрика «Divestments», в которой собраны главные события по дивестициям (sell-off). Таким образом, в БД Factiva поисковый запрос выглядит следующим образом:

SEARCH: «Type: Divestment AND Country: X AND NYSE NOT Status: Closed»;

SOURCE: «M&A Navigator»;

REGION: «X».

В данном запросе учтено то, что нас интересуют только новости о готовящихся сделках или заключаемых соглашениях, так что новости со статусом «Closed» не подходят из-за того, что рынок уже учел данную новость ранее. В качестве страны и региона в данном исследовании выступают Россия и США, в качестве биржевых площадок - MOEX и NYSE соответственно, также в выборку вошли некоторые российские компании, котирующиеся на европейских фондовых биржах(LSE).

Иногда новость о продаже активов выходит раньше, чем она попадает в базу данных M&A Navigator, так что собранные данные необходимо проверить на актуальность. В Factiva для этого создается запрос следующего вида:

SEARCH: «Название продаваемого актива»;

COMPANY: «TICKER»;

DATE: «окрестность в два месяца вокруг даты из M&A Navigator»;

REGION: «X».

Как показала проверка, даты в M&A Navigator по США во всех случаях совпали с фактической датой объявления новости. По России же новости в навигаторе сделок в некоторых случаях выходили с опозданием на 1-2 дня. Также из-за небольшого количества данных по России пришлось включить в выборку данные со статусом «Closed», предварительно отследив дату анонсирования сделки компанией.

Кроме даты объявления новости на данном этапе также собирается дополнительная информация о параметрах события. Это могут быть различные мультипликаторы, данные из финансовой отчетности и любая вспомогательная информация. В данном случае необходимо собрать стоимость продаваемых активов, а также капитализацию компании на момент объявления новости. Это позволит посчитать стоимость дивестиции относительно всей стоимости компании. Этот параметр уже считался ранее в работе Jory S.R., Ngo T.N. (2014), а использовался он для подсчета вероятности дивестиции: чем больше продаваемый актив, тем меньше вероятность его продажи. В данном исследовании относительная стоимость дивестиции будет использована для анализа результатов событийного анализа. Стоимость продаваемых активов обычно указана в базе данных M&A Navigator, капитализация компании выгружается с портала YCharts [5]. Данный показатель также будет использоваться в качестве фильтра: дивестиции, объем которых превышает 20% от капитализации компании, не будут включаться в выборку.

Кроме того, для данного исследования необходимо разделить продаваемые активы на профильные и непрофильные, что позволит исследовать реакцию рынка в зависимости от типа продаваемого актива. Тип продаваемого актива указывается руководством компании при объявлении новости: в данном исследовании актив считается непрофильным, если в новостном событии указывалась фраза «non-core assets». Деление на профильные и непрофильные активы уже использовалось в работе Owen S. and Yawson A. (2006), в ней авторы описывали эффект от продажи непрофильных активов на операционные показатели компании. В данной работе будет проведен анализ связи между результатами Event Study и типом продаваемого актива.

В итоге, на данном этапе формируется выборка по компаниям, продающим свои активы, с датой первой новости о готовящейся или заключенной сделке, а также дополнительные параметры по сделке.

Шаг 2

На втором шаге новости классифицируются на «хорошие» и «плохие», выдвигаются гипотезы.

В обзоре литературы дивестиции были охарактеризованы как позитивная процедура для стоимости компании, так как менеджмент, продавая активы, действует исключительно в интересах акционеров. Также специальные дивиденды, которые являются естественным следствием продажи активов, также учитываются участниками рынка. Несмотря на то, что нет однозначной трактовки хорошей и плохой новости, так как для разных типов компаний сигналы индивидуальны, есть общепринятая трактовка, что возможное увеличение дивидендных выплат является хорошим сигналом.

Гипотезы:

1. В итоге, получается, что объявление о продаже активов, в теории, является хорошей новостью, а, значит, предположительно реакция рынка будет положительной. Гипотеза 1: при анализе общей выборки результаты Event Study будут указывать на позитивное восприятие новости о дивестициях;

2. Во введении было высказано предположение, что рост котировок российских металлургических компаний после новости о продаже активов не был уникален, так как во всем мире в наши дни наметился тренд на дивестиции. В теории, реакция рынка на выход данной новости положительна (Гипотеза 1), а, значит, увеличение курса акций металлургов является подтверждением общего позитивного эффекта от дивестиций. Гипотеза 2: результаты Event Study по дивестициям российских металлургов будут совпадать с результатами по общей выборке;

3. Также предполагается, что продажа непрофильных активов более позитивно воспринимается рынком, так как их эффект на операционные показатели компании положителен. В данной ситуации компания сосредотачивается на основном виде деятельности, что повышает ее эффективность (Owen S. and Yawson A., 2006). Гипотеза 3: при разделении выборки по типу продаваемых активов продажа профильных активов менее позитивно воспринимается участниками рынка;

4. Также будет проведен анализ взаимосвязи между отношением стоимости дивестиций к капитализации компании и реакцией рынка. Предполагается, что более крупная сделка сильнее влияет на котировки компании, продающей активы. Гипотеза 4: существует положительная взаимосвязь между относительной стоимостью дивестиции и степенью реакции рынка.

Шаг3

Определение длины событийного окна.

При выборе длины событийного окна (event window) обычно сначала определяют тип события и соответственно возможную длительность эффекта от данного события на цену ценной бумаги. Так, например, в некоторых случаях событийное окно может составлять несколько месяцев, если событие очень значимо для долгосрочного развития компании. А в ряде случаев событийное окно может и вовсе составлять один день, если новость незначима для долгосрочного развития компании. Для дивестиций разброс длины событийного окна также очень велик. Существуют исследования, где событийное окно составляет 101 день (Owers J., Alexander A., 2011), так как объем сделок очень велик. А в некоторых исследованиях рассматриваются событийные окна в 1 день до и после объявления новости (Jory S.R., Ngo T.N., 2014). В полученной выборке сумма сделок не превышает 20% от всей рыночной стоимости бизнеса, так что эффект влияния на котировки будет ограничен. Так что в данном случае обычно берут событийное окно в 5-10 дней до и после объявления о продаже активов.

Шаг 4

Расчет дневной доходности акций. Дневные доходности рассчитываются по стандартной формуле для таких расчетов:

= ln (/), где - цена на момент закрытия торгов дня t.

Шаг 5

Как было упомянуто ранее, метод ES делает анализ доходности акций с поправкой на ожидаемую доходность по данной ценной бумаге. Таким образом, получается «аномальная доходность», которая относится только к рассматриваемому событию. Для подсчета требуемой доходности обычно используется три метода: среднерыночная модель (средняя доходность акции и средняя доходность портфеля) и модель Capital Assets Pricing Model или сокращенно CAPM (MacKinlay, A.G., 1997). В данном исследовании будет использоваться один из самых распространенных способов - модель CAPM. Этот способ одинаково хорошо подходит как для развитых, так и для развивающихся рынков (Теплова Т.В., 2008)., что немаловажно в данном исследовании.

Модель CAPM предполагает наличие связи между доходностью акции и доходностью рынка: в качестве рынка может использоваться любой портфель ценных бумаг на усмотрение исследователя. В нашем случае будут использованы обыкновенные индексы широкого рынка: индекс Московская биржа (ММВБ), NYSE (S&P500, NYSE Composite), LSE (FTSE 100, FTSE 250), TSE (S&P/TSX Composite), ERP (EURONEXT 100). Основным критерием, по которому отбирается рыночный портфель, является наличие требуемой ценной бумаги в формуле его расчета. После выбора базового портфеля, в методе ES рассчитывается требуемая доходность каждой акции. Как правило, для этого используется базовая однофакторная конструкция CAPM, которая предполагает линейную взаимосвязь между доходностью акций и доходностью портфеля (рынка). Источником для выгрузки котировок послужили базы данных «Финам» и Yahoo Finance.

Формула для расчета требуемой доходности выглядит следующим образом:

E() = +( - ), где

- дневная доходность акции

- безрисковая дневная доходность.

В качестве безрисковой ставки по США и Европе обычно берется годовая доходность суверенных облигаций, по России - для расчетов используют ставку MosPrime или доходность российских гособлигаций. При подсчете годовой требуемой доходности результат крайне чувствителен от безрисковой ставки, при расчете дневной доходности акции безрисковая ставка очень мала в сравнении с дневными колебаниями индекса и акций. Поэтому для упрощения по США и Европе за рассматриваемый период будет фиксирована и равна 0,05/365, по России - 0,12/365.

( - ) - премия за риск

= , -дисперсия рыночной доходности

Бета рассчитается на интервале 100 дней до начала событийного окна. После получения сырого значения бета коэффициента, необходимо сделать корректировку бета коэффициента (Теплова Т.В., 2008).

= 0,67* + 0,33*1.

Шаг 6

Расчет AR

На этом этапе происходит сравнение фактической доходности акции и ее требуемой доходности, рассчитанной в предыдущем пункте. Для этого рассчитывается разница показателей, называемая избыточной доходностью или abnormal return (AR).

Формула расчета AR:

= - , где

- избыточная доходность j-й фирмы в день t

- фактическая доходность j-й фирмы в день t

- требуемая доходность j-й фирмы в день t.

Шаг 7

Расчет CAR

Показатель AR дает лишь точечное значение изменения фактической доходности акции относительно ее требуемой доходности. Рынок волатилен, и при положительной реакции рынка в день объявления новости нельзя однозначно судить о качественном сдвиге в ценообразовании акций компании. Для этого рассчитывается показатель накопленной избыточной доходности (CAR), который показывает реакцию рынка на новость в динамике.

=, где

- накопленная избыточная доходность j-го события

- избыточная доходность по j-ому событию в день t

T - размер событийного окна.

Шаг 8

На этом этапе производится проверка на корректность использования Event Study.

Если рассматриваемая новость действительно оказывает влияние на котировки акций, то показатель AR будет отличен от 0. Для этого проверяется нулевая гипотеза о том, что средняя аномальная доходность равна 0, то есть событие не влияет на котировки. Нулевая гипотеза отвергается, если критическое значение тестовой статистики больше определенного уровня значимости, например 5% или 10%. Тестовая статистика рассчитывается по формуле (Погожаева, 2013):

Шаг 9

На этом этапе подсчитывается средняя кумулятивная избыточная доходности(CAAR) для каждого дня событийного окна.

=/N, где

- средняя избыточная кумулятивная доходность в день t событийного окна

- накопленная избыточная доходность j-го события в день t

N - количество компаний в выборке.

Данный показатель позволяет посчитать средний эффект от события на котировки.

3. Эмпирический анализ дивестиций

В данном разделе будет представлено описание полученной выборки, результаты анализа Event Study, а также проверка некоторых гипотез.

3.1 Описание выборки

Как было описано в методологии, на первом этапе исследования формируется выборка по дивестициям, источником которой служит база данных M&A Navigator. После получения точной даты по каждому из заявлений о продаже активов, выгружаются данные по котировкам и по релевантному индексу. Все необходимые расчеты делаются в MS Excel, полученные данные проверяются на корректность T-тестом, после чего уже начинается агрегирование и анализ результатов. Т-тест был проведен как для событийного окна в 11 дней, так и в 21 день: в результате, набольшее количество значимых результатов получилось на интервале в 10 дней до и после объявления о дивестициях. В таблице 1 представлено краткое описание выборки по продаже активов в США и России. Более подробные данные по компаниям, составивших выборку, находятся в Приложении в таблицах 7 и 8.

Таблица 1. Структура выборки по России и США

Страна

События

Вид продаваемых активов

всего

значимые

Фильтр относительной стоимости

профильные

непрофильные

США

128

93

89

59

30

Россия

70

51

-

-

-

В структуре выборки заметно, что по США присутствует дополнительное деление некоторых событий на вид продаваемых активов и фильтр относительной стоимости продаваемого актива. Деление на профильные и непрофильные активы пригодится в дальнейшем исследовании, а фильтр относительной стоимости отсеивает продаваемые активы, сумма продажи которых более 20% капитализации компании на дату объявления о продаже. Такой фильтр целесообразен, так как отсеивает события, которые больше похожи на поглощение значимой части компании, что не совсем согласуется с целью исследования. По России информация о продаже не такая полная, как в США, поэтому деление на подвыборки оказалось невозможным.

3.2 Анализ полученных результатов по общей выборке

В этом разделе будут представлены результаты о реакции рынка на заявления о продаже активов компании.

Основным результатом после проведения исследования с помощью событийного анализа Event Study является показатель кумулятивной избыточной доходности (CAR) по одному событию и показатель средней кумулятивной избыточной доходности (CAAR) по нескольким событиям. На графиках 4 и 5 приведена динамика показателя CAAR по США и России соответственно.

График 4. Динамика показателя CAAR по США

График 5. Динамика показателя CAAR по России

На графиках видно, что, судя по показателю CAAR, в обоих странах средняя реакция на новость о продаже активов - негативная. Более того, в день объявления о дивестициях - значение пиковое, а далее на протяжении 10 оставшихся дней - негативная динамика.

Можно сказать, что изначальная Гипотеза 1 о том, что все события о продаже активов положительно влияют на капитализации компании, оказалась неверна. Из этого также не следует обратное заявление, что дивестиции имеют негативный эффект на стоимость акций, потому что все же динамика CAAR положительная на части временного отрезка. Более того, одним из недостатков показателя CAAR является то, что при его подсчете не учитывается большая волатильность некоторых акций. Получается, что при усреднении двух событий с положительной реакцией и одного события с отрицательной реакцией с большей волатильность общий эффект может быть негативен, хотя, судя по количеству, эффект, в целом, скорее позитивный. Для того, чтобы более глубоко проанализировать выборку помимо показателя CAAR необходимо посчитать, в скольких процентах случаев эффект от дивестиций положителен или отрицателен. Ниже приведена соответствующая сводная таблица по двум странам.

Таблица 2. Структура реакции рынка на новость о дивестициях в США и России

Реакция рынка

США

РФ

положительная реакция в день объявления

57,30%

45,10%

положительная реакция до дня объявления

55,06%

54,90%

положительная реакция с начала событийного окна

53,93%

43,14%

По таблице 2 можно сделать вывод о том, что в новости о дивестициях в России более негативны, чем в США. В том числе схожий результат можно заметить и по показателю CAAR. Такое различие по странам можно объяснить тем, что на развивающихся рынках (в том числе, а России) хуже корпоративное управление, а также меньшая информационная эффективность. Возможно, для рынка продажа активов служит скорее негативным сигналом и указывает на проблемы внутри компании, так как на развивающихся рынках миноритарным акционерам доступно не так много информации о деятельности компании.

Тем не менее, для рынка в целом нельзя однозначно охарактеризовать новость о дивестициях: в США и России положительная и отрицательная реакции рынка возникают приблизительно с одинаковой частотой, а показатель CAAR не показывает внятной динамики. Получается, что восприятие участниками фондового рынка заявлений компании о продаже активов зависят от других факторов, а не только от самого факта заявления.

3.3 Результаты Event Study для российских металлургов

актив дивестиция капиталовложение

Описанная в самом начале исследования ситуация с «модой на дивестиции» в металлургическом секторе России, в этом плане носит уникальный характер: продажа активов была необходима для компаний с фундаментальной точки зрения. На графике 6 представлен показатель CAAR для 9 объявлений о продаже активов крупнейшими российскими металлургическими компаниями за 2013-2014 годы, в 7 из 9 случаев реакция в день объявления новости была положительной.

График 6. Динамика показателя CAAR по дивестициям российских металлургических компаний

Показатель CAAR из графика 6 показывает, что относительно общей выборки по России (График 5) и США (График 4) дивестиции в металлургическом секторе позитивно воспринимаются участниками рынка. Получается, что Гипотеза 2 о том, что результаты Event Study по дивестициям российских металлургов будет совпадать с результатами по общей выборке, неверная.

Стоит отметить, что во многом, именно по причине весомых фундаментальных факторов экспертами выделялся рост курса акций металлургов, что и привлекло внимание для исследования реакции рынка на дивестиции в целом.

3.4 Анализ результаты при дроблении выборки по типу продаваемого актива

Для того чтобы выявить другие факторы, способствующие определенному восприятию новости о дивестициях рынком, было необходимо разделить выборку. Многие российские металлурги продавали непрофильные активы, так что, возможно, существует различия между реакцией рынка на продажу профильных и непрофильных активов.

Ниже приведены результаты после разделения выборки по США на продажу профильных и непрофильных активов. Продаваемый актив классифицировался как непрофильный, если в заявлении о продаже была фраза «non-core asset».

График 7. CAAR после разделения выборки по типу продаваемого актива

Таблица 3. Структура реакции рынка на новость о дивестициях в США с учетом дробления выборки на тип продаваемого актива

Реакция рынка

Вид продаваемого актива

профильные

профильные + непрофильные

непрофильные

положительная реакция в день объявления

51,67%

57,30%

70,00%

положительная реакция до дня объявления

58,33%

55,06%

46,67%

положительная реакция с начала событийного окна

50,00%

53,93%

60,00%

По таблице X можно сделать вывод, что новость о продаже непрофильных активов более благоприятна, чем новость о продаже профильных. Более того, после разбиения на подвыборки стало заметно, что структура реакции рынка на новости о дивестициях менялась в разных направлениях относительно исходной выборки. Это означает, что эффекты в общей выборке представляют собой средний эффект между позитивной реакцией при продаже непрофильных активов и более негативной при продаже профильных. Также, динамика показателя CAAR по профильным и непрофильным активам подтверждает полученные выводы о том, что продажа непрофильных активов лучше воспринимается участниками рынка. На графике 7 видно, что показатель CAAR по непрофильным активам положителен и незначительно снижается после дня объявления в то время, как показатель CAAR по профильным активам даже уходит в отрицательную зону. Гипотеза 3 о том, что при разделении выборки по типу продаваемых активов продажа профильных активов менее позитивно воспринимается участниками рынка, верна.

Также стоит отметить, что для объявлений о продаже активов целесообразно дробить выборку и выявлять факторы, которые могут иметь влияние на реакцию рынка.

3.5 Анализ чувствительность рынка к относительной стоимости продаваемого актива

Одним из фильтров при отсеивании неподходящих событий был фильтр относительной стоимости продаваемого актива. В полученной выборке содержатся дивестиции, стоимость которых меньше 20% капитализации компании на момент объявления новости.

Разброс между компонентами выборки очень велик: наименьшее значение составляет около 1%, наибольшее - 20%. Именно поэтому будет очень интересно проверить зависимость между относительной стоимостью дивестиции и реакцией рынка. Реакция рынка будет браться в день объявления (показатель AR в день 0), за 10 дней после объявления и за все время событийного окна (показатели CAR). Ранее уже был получен результат, что знак реакции рынка на новость о дивестиции не определен, поэтому соответствующие показатели будут браться по модулю. Связь между доходностью рынка по модулю и относительной стоимостью продаваемого актива будет показывать, насколько котировки чувствительны к росту доли продаваемого бизнеса от общей стоимости компании. Анализ будет проводиться с помощью OLS регрессии вида (Y= + *X + ), где объясняемая переменная - соответствующий показатель доходности по модулю, а объясняющая переменная - показатель стоимости продаваемого актива / капитализацию.

Итак, ниже приведены краткие результаты соответствующих регрессий, посчитанных с помощью пакета «анализ данных» Microsoft Excel.

Таблица 4. Результаты регрессии для изменений котировок по модулю в день объявления

Значимость F

0,00466768

R-квадрат

0,211455478

Наблюдения

89

Коэффициенты

P-value

Y-пересечение ()

0,01115487

2,83167E-06

Переменная X 1 (

0,04936574

0,046676802

Таблица 5. Результаты регрессии для показателя CAR по модулю за все время событийного окна

Значимость F

6,47648E-06

R-квадрат

0,457752249

Наблюдения

89

Коэффициенты

P-value

Y-пересечение ()

0,007345403

0,000488734

Переменная X 1 (

0,149729033

6,47648E-06

Таблица 6. Результаты регрессии для показателя CAR по модулю за 10 дней после объявления о продаже активов

Значимость F

2,41176E-05

R-квадрат

0,181599701

Наблюдения

89

Коэффициенты

P-Значение

Y-пересечение ()

0,007881206

0,000208493

Переменная X 1 (

0,171913442

2,41176E-05

Все регрессии оказались значимы на уровне значимости в 1% (значимость F < 0,01). Все коэффициенты кроме коэффициента X1 в первой регрессии оказались значимы на уровне значимости в 1%(P-value < 0,01). По этой причине результаты первой регрессии далее не рассматриваются.

Из полученных результатов можно сделать вывод, что существует положительная зависимость между относительной стоимостью продаваемого актива и реакцией рынка на эту новость по модулю. Такой результат совершенно логичен, так как крупные сделки сильнее влияют на деятельность компании и соответственно на ее рыночную стоимость. Гипотеза 4 о том, что существует положительная взаимосвязь между относительной стоимостью дивестиции и степенью реакции рынка, верна.

Заключение

Первоначально интерес к теме дивестиций возник из-за бурного роста акций крупнейших металлургических компаний после объявления руководства этих компаний о продаже непрофильных или зарубежных активов. В теории, дивестиции, при условии рациональных действий менеджмента, обладают исключительно положительным эффектом на дальнейший рост компании и соответственно рост ее котировок. Целью данного исследования было изучение общего эффекта от объявления о продаже активов на рыночные котировки акций компании.

В этой выпускной квалификационной работе была проанализирована реакция рынка на новости о дивестициях в США и России. Анализ был проведен с помощью метода Event Study, который традиционно используется экономистами для подсчета эффекта от каких-либо событий на рыночные котировки акций.

В результате, оказалось, что эффект от дивестиций на фондовом рынке не определен: где-то в половине случаев эффект положительный, в оставшихся случаях - отрицательный. Единственное, что можно сказать, так это то, что при продаже активов российскими компаниями эффект более негативный. Такой результат, скорее всего, связан с низкой информационной эффективностью на отечественном фондовом рынке, а также с низким уровнем корпоративного управления.

Получается, что хотя сама по себе новость о продаже активов в теории рассматривается позитивно, на практике реакция рынка зависит от очень многих факторов. Так, например, дивестиции в российском металлургическом секторе были уникальны: при постепенно ухудшающей конъюнктуре в отрасли продажа активов позволяла расчистить баланс компании и также уменьшить долговую нагрузку. Из этого можно сделать вывод, что требуется уделять большее внимание условиям, по которым был продан актив, так как на практике не все дивестиции эффективны. Так, например, при разбиении выборки на продажу профильных и непрофильных активов образовалась закономерность, при которой продажа непрофильных активов воспринимается рынком намного лучше, чем продажа профильных. Такой результат логичен, так как компания, как правило, наиболее эффективно работает именно по своему основному виду деятельности.

Тема дивестиций, безусловно, очень интересна для дальнейшего исследования. Во-первых, существующую выборку можно расширить по времени и по географии, что позволит выявить тренды, присущие группам стран в определенное время. Кроме того, со временем отношение рынка к феномену дивестиций, возможно, менялось, что очень интересно установить. Также выборку желательно расширять с учетом того, что дополнительные параметры по сделке очень важны. Так, например, в данном исследовании было получено, что при увеличении стоимости сделки относительно капитализации компании эффект на котировки возрастает. Кроме абсолютной стоимости сделки важны относительные показатели по продаваемому активу такие, как P/E, P/BV и т.д. Также очень важны показатели по компании, продающей свои активы: например, уровень долговой нагрузки, показатели рентабельности, платежеспособности, ликвидности. При нахождении закономерности реакции рынка от этих факторов можно будет найти лучший для компании момент для дивестиций. Все эти задачи стоит выполнить в будущих исследованиях, в данной же выпускной квалификационной работе было установлено, что эффект от объявления о дивестициях не определен, а также были выявлены некоторые факторы, при которых вероятность положительного восприятия новости о продаже активов возрастает.

Список использованной литературы

1. Теплова Т.В. Влияние дивидендных выплат на рыночную оценку российских компаний: эмпирическое исследование методом событийного анализа на российских и зарубежных торговых площадках. // Аудит и финансовый анализ, 2008 №2, с. 1-15.

2. Погожева А.А. Использование событийного анализа для оценки информационной значимости рекомендаций аналитиков по российским эмитентам. // Журнал «Корпоративные финансы» - М., 2013. - №2.

3. Базы данных: Factiva, M&A Navigator, выгрузка новостных объявлений по дивестициям. URL: [http://library.hse.ru/e-resources/e-resources.htm], доступ через электронные ресурсы ВШЭ.

4. Базы данных: Yahoo Finance, Финам - экспорт котировок для событийного анализа. URL 1: [http://finance.yahoo.com/q/hp? s=MS]; URL 2: [http://www.finam.ru/profile/moex-akcii/gazprom/export/].

5. База данных - Ycharts, выгрузка данных по капитализации URL: [http://ycharts.com/companies/AAPL/market_cap].

6. Index Mundi, Iron Ore Monthly Price - US Dollars per dry metric ton. URL: [http://www.indexmundi.com/commodities/? commodity=iron-ore&months=120].

7. Aharony, J., Swary, I. Quarterly dividend and earnings announcements and stockholders' returns: an empirical analysis. // Journal of Finance 35, 1980, pp.1-12.

8. Aivazian, V., Booth, L., and Cleary, S. Do Emerging Markets Firms Follow Different Dividend Policies from U.S. Firms? // Journal of Financial Re-search, V 26, №3, 2003, рp. 371-387

9. Brown, S.J., Warner J. B Using daily stock returns: The case of event studies. // Journal Of Financial Economics, №14, 1985, pp. 3-31.

10. Clarke, D.J., Gall, F. (1987) Planned Divestment - A Five-Step Approach. // Long Range Planning (LRP), №20, 1987, pp. 17-24.

11. Fama, E.F. (1970). Efficient Capital Markets: A Review of Theory and Empirical Work. Journal of Finance.

12. Fama, E.F., L. Fisher, M. Jensen and R. Roll (1969). The adjustment of stock prices to new information. // International Economic Review 10 (1), 1969, pp. 1-21.

13. Gadad A.M., Hardy M.T (2005). Sources of shareholders' wealth gains from asset sales. Applied Financial Economics, 15 Issue: 2 (2005-01-01) pp. 137-141.

14. Grullon, G., Michaely, R. (2004). The information Content of Share repurchases programs. // The Journal Of Finance Volume: 59 Issue: 2 pp. 651-680.

15. Healy, P., Palepu, K. (1988). Earnings information conveyed by dividend initiations and omission. // Journal Of Financial Economics Volume, №21, pp. 149-175.

16. Jory S.R., Ngo T.N. (2014) The wealth effect of acquiring foreign divested asset. // International business review. International Business Review, №24.

17. Kaplan, S.N. and M.S. (1990) The success of acquisitions: Evidence from divestitures. // NBER working paper.

18. MacKinlay, A.G. (1997) Event Studies in Economics and Finance. // Journal Of Economic Literature, 1997, №35 pp. 13-39.

19. Michaely, R., Thaler, R., Womack, K. (1995). Price reactions to dividend initiations and omissions: overreaction or drift? // Journal of Finance, 50 (2), 1995, pp. 573-608.

20. Millеr М.Н., Modigliani F. Dividend Policy, Growth and the Valuation of Shares. // Journal of Business, 1987, №60, pp. 411-433.

21. Owen S., Yawson A. Domestic or international: Divestitures in Australian multinational corporations. // Global finance Journal, 2006, №17, pp. 282-293.

22. Owers J., Alexander A. Market Reactions to Merger, Acquisition, and Divestiture announcementsin the Media Industrie. // The international Journal on Media Management, 2011, №13, pp. 253-276.

23. Salter M.S., Weinhold W.A. Diversification through Acquisition. // Free Press, New York, 1997.

24. Sharpe, W.F. (1964). Capital asset prices: A theory of market equilibrium under conditions of risk. // Journal of Finance.

25. Shefrin, H.M., Statman, M. Explaining investor preference for cash dividends. // Journal of Financial Economics, 1984, №13, pp. 253-282.

26. Shleifer, A., Vishny R.W. Takeover in the '60s and the '80s: Evidence and implications. // Strategic Management Journal, 1991, №249, pp. 745-749.

27. Wright, P., Ferris S.P Agency conflict and corporate strategy: The effect of Divestments on Corporate Value. // Strategic Management Journal, 1997, №18, pp. 77-83.

28. Roland Berger Metal&Mining sector report 2014.

29. Boston Consulting group M&A Report 2014. URL: [https://www.bcgperspectives.com/content/articles/mergers_acquisitions_divestitures_creating_shareholder_value_divestitures/].

Размещено на Allbest.ru


Подобные документы

  • Исследование влияния деятельности рейтинговых агентств на доходность еврооблигаций российских эмитентов, обращающихся на зарубежных торговых площадках. Анализ показателей доходности ценных бумаг в определенные временные периоды методом Event Study.

    дипломная работа [244,5 K], добавлен 31.08.2016

  • Обоснования направления влияния дивидендных выплат. Политика выплаты российских компаний. Метод event study. Расчет нормальной доходности акции, влияние объявлений о дивидендных выплатах на цены. Усредненная избыточная доходность по типам новостей.

    курсовая работа [454,5 K], добавлен 13.10.2016

  • Принципы и основные методы планирования бюджетных расходов. Главные особенности составления смет бюджетных учреждений. Бюджетные расходы на поддержку отраслей материального производства: промышленности, энергетики, строительства, сельского хозяйства.

    курсовая работа [31,7 K], добавлен 02.10.2012

  • Классификация активов предприятия. Политика управления и принципы формирования. Финансовый анализ деятельности АО "Казахмыс" за 2007 год. Анализ структуры активов, ликвидности, деловой активности и рентабельности. Пути совершенствования управления.

    курсовая работа [38,5 K], добавлен 24.01.2009

  • Модели оценки влияния валютных рисков на доходность компании. Суть методики в области ценообразования активов. Анализ модели определения детерминант, влияющей на степень подверженности денежным угрозам. Определение рентабельности активов и прибыли.

    дипломная работа [416,7 K], добавлен 26.08.2017

  • Особенности разработки и развития финансовой модели ценообразования активов. Разработка межвременной ее разновидности для специфики российского рынка. Методология проведения эмпирического тестирования. Выборка и оценка переменных, анализ результатов.

    курсовая работа [428,4 K], добавлен 21.06.2016

  • Методы формирования навыков самостоятельного анализа финансового состояния, конечных экономических результатов деятельности компании и оценки эффективности его работы в условиях рыночной экономики. Анализ динамики оборотного капитала предприятия.

    курсовая работа [183,8 K], добавлен 25.04.2015

  • Понятие, сущность и классификация оборотных активов предприятия. Методология и информационная база анализа материальных элементов имущества, денежных средств и финансовых вложений. Усовершенствование деятельности фирмы на основе оценки оборотных активов.

    курсовая работа [594,3 K], добавлен 16.01.2011

  • Методика анализа движения денежных потоков. Размер остатка денежных активов, которыми оперирует предприятие. Анализ деятельности организации по управлению денежными потоками на примере некоммерческой организации УК "Дворец культуры металлургов".

    курсовая работа [44,4 K], добавлен 19.01.2014

  • Организационно-экономическая характеристика предприятия. Анализ ликвидности активов, баланса и платежеспособности компании. Теоретические основы формирования системы аналитического обеспечения управления финансовыми ресурсами коммерческой организации.

    дипломная работа [1,2 M], добавлен 19.05.2017

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.