Недооценка стоимости акций

Данные: В моей выборке 93 из 226 компаний стали публичными на NYSE, остальные - на Nasdaq.

Переменная: exchange - дамми-переменная, принимающая значение 1 в случае размещения на бирже NYSE, и значение 0 в случае размещения на Nasdaq. Из выборки при первичной обработке данных были исключены все эмитенты, выпускавшиеся вне данных площадок.

Гипотеза 5: Существует отрицательная взаимосвязь между возрастом компании и недооценкой.

Обоснование: Как и в случае технологических компаний, более «молодые» компании характеризуются меньшей продолжительностью финансовой истории и большим риском. Логично предположить, что из-за меньшей прозрачности и, соответственно, большей асимметрии информации недооценка стоимости акций при размещении у более «молодых» компаний больше, чем у компаний с длительной операционной историей. Более того, в работе Корвина (Corwin, 2003) недооценка положительно взаимосвязана с уровнем неопределенности о стоимости компании - гораздо точнее можно определить стоимость компании с большим массивом данных о ней за большой промежуток времени, нежели о «новичке» на рынке.

Данные: Возраст компании рассчитывался как число дней между датой IPO и датой основания компании. Дата IPO каждой компании была получена с портала IPO Monitor. В качестве года основания компании брался год из базы данных Founding dates for 10,319 IPOs from 1975-2015 (updated March 2016) с сайта Джея Риттера (Jay R.Ritter). В данной базе, однако, отсутствуют конкретные дни и месяцы основания компаний-эмитентов. Ручной поиск дат основания компаний также выявил отсутствие конкретного дня и месяца основания по большинству компаний выборки. Было принято решение использовать в качестве даты основания каждой компании середину приведенного в базе Риттера года основания компании. Итоговая дата основания каждой компании выборки выглядит так: 15 июня N года.

Переменная: age - число дней между датой IPO и датой основания компании.

Гипотеза 6: Существует отрицательная взаимосвязь между недооценкой стоимости акций при размещении и продолжительностью времени от установки «ценового коридора» (подачи документов в SEC) до IPO.

Обоснование: Тауфил (Taufil, 2007) исследовал 546 IPO на бирже Куала-Лумпура с 1990 по 2002 годы и обнаружил, что продолжительность времени от установки «ценового коридора» до листинга находится в отрицательной зависимости с недооценкой стоимости акций при размещении. Это довольно странный результат в контексте прошлых исследований, которые утверждают, что, например, механизм фиксированной цены, по которому цена устанавливается заранее, дает большую недооценку по сравнению с другими механизмами. У данного автора результат обратный: чем больше времени прошло от установки «ценового коридора» до листинга, тем меньше недооценка.

Данные: Дата установки «ценового коридора» (англ. - filing price) и дата IPO были получена с портала IPO Monitor.

Переменная: lduration - логарифмированное число дней между датой IPO и датой установки «ценового коридора».

Гипотеза 7: Значения индекса открытия S& P500 в день IPO положительно коррелируют со значениями недооценки.

Обоснование: Высокие значения индекса S&P 500 свидетельствуют о периодах «горячего рынка», в которые недооценка стоимости акций, согласно Риттеру (Ritter, 1984), выше, чем в периоды «холодного рынка».

Данные: Значение цены открытия индекса S&P 500 на день IPO по каждой компании было получено с портала Yahoo Finance.

Переменная: spopen.

Гипотеза 8: Существует положительная взаимосвязь между недооценкой стоимости акций при размещении и изменением индекса S&P 500 в первый день торгов.

Обоснование: Написано множество работ, посвященных анализу корреляции между индексом S&P 500 и ценами акций. Поскольку недооценка стоимости акций при размещении измеряется как разница между ценой закрытия первого дня торгов и ценой предложения по отношению к цене предложения, то имеет смысл проверить, есть ли корреляция между недооценкой стоимости и изменением индекса S&P 500 в первый день торгов.

Гипотеза 9: Недооценка и уровень удержания находятся в обратной зависимости.

Обоснование: Опираясь на исследование Леланда и Пайла (Leland and Pyle's, 1977), можно сказать, что чем больше акций остается у первоначальных собственниках «на руках», тем больше уверенность у инвесторов относительно того, что собственники и далее будут управлять компанией, тем меньше выражена агентская проблема, меньше неопределенность, меньше риск, меньше «премия за риск» в виде недооценки.

Данные: Уровень удержания компании считался как отношение числа акций на балансе компании (столбец в Таблице II SHARES OFFERED) ко всем акциям компании (столбец в Таблице II Total Shares).

Переменная: retsharesratio - уровень удержания компании (в долях единицы).

Гипотеза 10: Расходы компании на проведение IPO находятся в обратной зависимости с недооценкой.

Обоснование: Чем больше компания тратит на комиссионные всем посредникам, тем меньше у нее желания недооценивать свои акции.

Данные: Данные по расходам компаний на IPO были найдены на сайте биржи Nasdaq. Сначала я искал тикеры компаний, а потом смотрел данные об их IPO и там находил данные по расходам на IPO.

Переменная: ltotalexpenses - логарифмированные по натуральному основанию расходы компаний на проведение IPO.

Гипотеза 11: Недооценка стоимости акций находится в прямой зависимости от ширины «ценового коридора» (отношения максимальной цены в проспекте эмиссии перед IPO к минимальной цене в проспекте эмиссии), однако эта связь незначима.

Обоснование: Существование «ценового коридора» большей ширины позволяет андеррайтеру и эмитенту во время «роуд шоу» собрать менее точные данные о том, какую именно цену готовы заплатить инвесторы за предстоящий выпуск.

Данные: Данные по Filing price взяты с сайта IPO Monitor.

Переменная: fprange

Гипотеза 12: Недооценка находится в прямой зависимости от объема привлеченных средств.

Обоснование: Закон спроса. Чем ниже цена, тем больше спрос. Однако, тут может быть разная эластичность поэтому гипотеза нуждается в простой проверке, существует ли такое явление, или нет.

Данные: Данные по объему привлеченных средств получены с сайта IPOScoop.com

Переменная: lamount - логарифмированный объем привлеченных средств.

Гипотеза 13: Недооценка находится в обратной зависимости с репутацией андеррайтера.

Обоснование: Работа Лога (Logue, 1973). Чем выше репутация андеррайтера, тем более тщательно он проводит все процедуры, тем меньше неопределенности и риска для инвесторов, тем меньше они требуют «премию за риск».

Данные: Данные по тому, какие именно андеррайтеры проводили IPO компании, я нашел на сайте Nasdaq.com. Далее я собрал полный перечень всех андеррайтеров всех компаний (лист Рейтинг_Андеррайтеров в Таблице II), нашел число сделок каждого андеррайтера за период 2005-2015 гг. на сайте IPO Monitor, средний объем привлеченных средств за сделку. Далее нашел средние значения по обоим показателям для всех андеррайтеров, посчитал отношения числа сделок и среднего объема привлеченных средств за сделку к средним значениям по всей совокупности андеррайтеров. Для каждого андеррайтера взял среднее по сумме этих двух долей единицы, распределил эти значения в порядке возрастания, отсортировал по перцентилям и присвоил рейтинги каждому андеррайтеру от 1 до 10. Расчеты приведены на листе Рейтинг_Андеррайтеров в Таблице II.

Переменная: Переменные ibmaxrating (максимальный рейтинг андеррайтера из синдиката андеррайтеров) и ibaveragerating (средний рейтинг по нескольким андеррайтерам синдиката). Обе переменные проверялись в модели, одна была убрана из-за наибольшей незначимости.

Гипотеза 14: Недооценка отрицательно связана с числом андеррайтеров в синдикате.

Обоснование: Работа Саху и Раджиб (Sahoo and Rajib, 2010). Престижные ведущие андеррайтеры прибегают к услугам большего числа сторонних андеррайтеров, чем «бутики».

Данные: Размер синдиката = Андеррайтер 1 + Андеррайтер 2 + Андеррайтер N и т.д.

Переменная: syndsize

Гипотеза 15: Недооценка отрицательно связана с престижем аудитора.

Обоснование: Работа Титмана и Трумэна (Titman and Trueman, 1986). Эмитенты готовы платить больше денег престижным аудиторам, чтобы те точнее оценили их показатели, а также чтобы снизить неопределенность и риск у инвесторов.

Данные: Данные найдены на сайте Nasdaq.com

Переменная: repauditor.

3. Результаты

Анализ данных проводился в программном пакете Stata.

По регрессору sharesoutstanding (показывающему количество акций, которые были выкуплены инвесторами, то есть реальное количество акций в обращении) отсутствовала нормальность распределения. Был создан регрессор lsharesoutstanding - преобразованный с помощью натурального логарифма регрессор sharesoutstanding. Аналогичная ситуация была с регрессором duration (который показывает число дней от подачи документов в SEC до IPO), totalexpenses (который показывает расходы компании на IPO), регрессором netproceeds (который показывает деньги, остающиеся у эмитента после вычета всех расходов - возможно, что он коррелирует с totalexpenses, если нет других скрытых комиссий и т.д.), регрессором fdayturnover (который показывает долю акций от заявленных, которые торговались в первый день торгов), регрессором lamount (который показывает объем привлеченных компанией средств в первый день торгов) и с зависимой переменной underpricing. Все они были преобразованы в переменные ltotalexpenses, lnetproceeds, lfdayturnover, lamount и lunderpricing.

Первоначальная регрессия была построена по следующим переменным: зависимая - lunderpricing, независимые: lunderpricing, tech, location, age, lduration, exchange, spopen, spchangeduration, spchangeipoday, ltotalexpenses, lnetproceeds, lsharesoutstanding, fprange, issuetype, lfdayturnover, lamount, ibmaxrating, ibaveragerating, syndsize, repauditor.

Рисунок 1. Тест гетероскедастичности для первоначальной регрессии.



Таблица 1. Регрессионный анализ многофакторной модели недооценки IPO на основе выборки из 225 IPO в США за 2005-2015 годы. Первоначальная регрессия. Источник: собственные расчеты

Была выявлена гетероскедастичность, поэтому была построена новая робастная регрессия.

Таблица 2. Робастная регрессия по всем регрессорам модели. Источник: собственные расчеты



Таблица 3. Проверка на мультиколлинеарность. Источник: собственные расчеты

Проверка на мультиколлинеарность показала наличие средней мультиколлинеарности по переменным lbmaxrating и lbaveragerating (переменным рейтинга андеррайтеров). Было принято решение проверить регрессию с каждой из них по отдельности и самую незначимую. Была в итоге исключена переменная ibmaxrating, однако из-за этого немного (на 0,0013) снизился R-квадрат до 0,0907.

Таблица 4. Регрессия после исключения переменной ibmaxrating. Источник: собственные расчеты



Был исключен самый незначимый регрессор ltotalexpenses, и R-квадрат не изменился. Потом был исключен еще один наиболее незначимый из оставшихся регрессоров регрессор spchangeipoday - R-квадрат также не изменился. Потом syndsize - аналогично с R-квадратом все осталось.

Далее я убрал незначимые location, exchange, ibaveragerating, spchangeduration, lnetproceeds (после того, как убрал этот регрессор стал значимым регрессор repaditor - репутация аудитора), age (на этом этапе стал значимым регрессор issuetype - выпуск акций с помощью букбилдинга/аукциона или с помощью механизма фиксированной цены), lamount и т.д.

На определенном этапе получилось следующее:

Таблица 5. Регрессия после исключения наименее значимых регрессоров

Стали однозначно значимыми переменные repauditor (на 1% уровне значимости гипотеза о том, что репутация аудитора не влияет на недооценку отвергается) и issuetype (на 10+% уровне значимости гипотеза о том, что механизм выпуска не влияет на недооценку отвергается). То есть на недооценку они влияют, причем в наибольшей степени - репутация аудитора, а затем - механизм выпуска. В случае принадлежности аудитора к «большой четверке», недооценка выше на 0,0884% по сравнению с малоизвестными аудиторами. В случае выпуска путем букбилдинга или аукциона недооценка выше на 0,074%. Однако R-квадрат после поочередного удаления незначимых регрессоров упал более чем в 2 раза - до 0,0449, что очень мало.

В процессе работы путем перебора всех возможных вариантов удалось повысить значение R-квадрата до 0,1148, однако, пришлось пожертвовать значимостью одного регрессора выше (механизмом выпуска). Также была введена дамми-переменная yless10, которая разделила выборку на две подвыборки: до 2010 года (присвоено значение 1) и после 2010 года (значение 0). Получилось то, что приведено ниже:

Таблица 6. Регрессия с максимальным значением R-квадрата

Как видим, при введении новых регрессоров не наблюдается существенной разницы в значениях недооценки между двумя периодами: до введения закона Додда-Франка в 2010 году и после введения закона. Репутация аудитора примерно на 10% уровне значимости все еще значима, а также становится значим регрессор retsharesratio - «уровень удержания», причем чем больше владельцы компании удерживают акций у себя (выше «уровень удержания»), тем ниже недооценка (зависимость обратная).

Далее я решил посмотреть парные корреляции. Изначально проверил на том наборе зависимой переменной и регрессоров, где R-квадрат был равен 0, 0907. Команда в Stata:

Ш pwcorr lunderpricing tech location age lduration exchange spopen spchangeduration spchangeipoday ltotalexpenses lnetproceeds lsharesoutstanding fprange issuetype lfdayturnover lamount ibaveragerating syndsize repauditor, sig star(.05)

Получил следующее: недооценка значимо коррелирует с lduartion (-0.1353) и repauditor (0.1457). На наборе, где R-квадрат = 0,0449 - те же значения. На наборе, где наивысший достигнутый R-квадрат = 0,1148 недооценка значимо коррелирует с lduartion (-0.1353), repauditor (0.1457), а также с retsharesratio (-0.1747). Команда в Stata:

Ш pwcorr lunderpricing tech location age lduration spopen spchangeipoday spchangeduration retsharesratio ltotalexp lfdayturnover fprange issuetype libaverage syndsize repauditor yless10, sig star(.05)



Заключение

В данной работе были приведены все известные на данный момент теории недооценки стоимости акций при размещении. Были выявлены их недостатки и взаимные противоречия. В то же время были указаны практически значимые для науки результаты этих теорий.

Использовав имеющиеся на данный момент теоретические материалы и собственноручно собранные данные, автор построил робастную регрессию по 225 наблюдениям американских IPO за 2005-2015 гг. и 19 введенным для них переменным. Все данные были предварительно обработаны и приведены к пригодному для проведения анализа виду.

Далее регрессия была улучшена как в направлении значимости переменных, так и в направлении роста объясняющей способности.

Получены следующие результаты:

1) Нет существенной разницы между недооценкой стоимости акций при размещении до введения закона Додда-Франка в 2010 году и после.

2) Нет существенных различий в недооценке стоимости акций при размещении между наиболее большими по объему валового внутреннего продукта штатами США и остальными штатами.

3) Нет существенных различий в недооценке стоимости акций при размещении между технологическими и остальными компаниями.

4) Нет существенных различий в недооценке стоимости акций при размещении на бирже Nasdaq и на бирже NYSE.

5) Существует отрицательная взаимосвязь между возрастом компании и недооценкой, но эта связь незначима.

6) Существует отрицательная взаимосвязь между недооценкой стоимости акций при размещении и продолжительностью времени от установки «ценового коридора» (подачи документов в SEC) до IPO, и эта связь значима.

7) Значения индекса S& P500 (открытия) в день IPO положительно коррелируют со значениями недооценки, но корреляция незначима.

8) Существует очень слабая положительная взаимосвязь между недооценкой стоимости акций при размещении и изменением индекса S&P 500 в первый день торгов, и эта связь незначима.

9) Недооценка и уровень удержания находятся в обратной зависимости с коэффициентом -0.1747. Данная зависимость значима на 5% уровне значимости.

10) Расходы компании на проведение IPO находятся в положительной, а не отрицательной (как предполагалось) зависимости с недооценкой. Больше расходы - больше недооценка. Однако данная связь незначима.

11) Недооценка стоимости акций находится в прямой зависимости от ширины «ценового коридора» (отношения максимальной цены в проспекте эмиссии перед IPO к минимальной цене в проспекте эмиссии), однако эта связь незначима.

12) Недооценка находится в прямой зависимости от объема привлеченных средств, но эта связь незначима.

13) Недооценка находится в прямой, а не обратной (как предполагалось) зависимости с репутацией андеррайтера. Связь может считаться значимой на 15% уровне значимости.

14) Недооценка положительно, а не отрицательно (как предполагалось) связана с числом андеррайтеров в синдикате, но эта связь незначима.

15) Недооценка положительно, а не отрицательно (как предполагалось) связана с престижем аудитора, и эта связь значима.

В ходе работы я столкнулся со следующими проблемами:

1) При удалении некоторых регрессоров падает R-квадрат, но другие регрессоры становятся значимыми. Однако я принял решение оставить те регрессоры, которые доводят R-квадрат до максимально возможного значения.

2) Значение R-квадрата даже после удаления самых незначимых регрессоров не поднимается выше 0,1148. Это может объясняться как недостаточным для такой модели числом наблюдений, так и тем, что существуют некоторые скрытые факторы, которые не были учтены в модели, либо же тем, что оставшаяся часть регрессии в принципе не объяснима. Я склоняюсь к тому, что низкий R-квадрат объясняется недостаточным для такой масштабной модели числом наблюдений. Соответственно, в дальнейших исследованиях следует значительно расширить выборку.

Подытоживая, можно сказать, что множество различных теорий недооценки стоимости акций при размещении дают прямо противоположные результаты. Недооценка продолжает оставаться до конца не объясненным феноменом.



Список использованных источников

1) Allen F., Faulhaber G. Signaling by underpricing In the IPO Market // Journal of Financial Economics 23, 303-323.

2) Baron D. (1982) A model of the demand for investment banking advising and distribution services for new issues // Journal of Finance 37, 955-976.

3) Benveniste L., Busaba W., Bookbuilding vs. Fixed Price: An Analysis of Competing Strategies for Marketing IPOs // Journal of Financial and Quantitative Analysis, 32.

4) Benveniste L., Spindt P. (1989) How investment bankers determine the offer price and allocation of new issues // Journal of Financial Economics 24, 343-361. North-Holland.

5) Berns J., White R., Zhang J. (2014) Geographic Distance and IPO Underpricing: The Impact of Firm Associations // University of Missouri

6) Brennan M., Franks J. (1997) Underpricing, ownership and control in initial public offerings of equity securities in the UK // Journal of Financial Economics 45, 391-413

7) Carter R., Dark F., Singh A. (1998) Underwriter reputation, initial returns, and the long-run performance of IPO stocks // Journal of Finance 53, 285-311.

8) Chambers D., Dimson E. (2009) IPO Underpricing over the Very Long Run // The Journal of Finance, Vol. LXIV, No. 3.

9) Corwin S. (2003) The Determinants of Underpricing for Seasoned Equity Offers // The Journal of Finance Vol. LVIII, NO. 5

10) Derrien F., Womack K. (2003) Auctions vs. Bookbuilding and the Control of Underpricing in Hot IPO Markets // The Review of Financial Studies Spring 2003 Vol. 16, No. 1, pp. 31-61.

11) Grinblatt M., Hwang C.(1989) Signaling and the pricing of unseasoned new issue // Journal of Finance 44, 393-420

12) Hanley, (1993) The underpricing of initial public offerings and the partial adjustment phenomenon. // Journal of Financial Economics 34(2): 231-250.

13) Hopp C., Dreher A. (2007) Do differences in institutional and legal environments explain cross-country variations in IPO underpricing? // Cesifo working paper No. 2082.

14) Koh F., Walter T. (1989) A direct test of Rock's model of the pricing of unseasoned issues // Journal of Financial Economics 23, 251-272.

15) Leland H., Pyle D. (1977) Informational Asymmetries, Financial Structure, and Financial Intermediation // The Journal of Finance, Vol. 32, No. 2, Papers and Proceedings of the Thirty-Fifth Annual Meeting of the American Finance Association, Atlantic City, New Jersey, September, pp. 371-387

16) Loughran, T., Ritter, J., Rydquist, K. 1994. Initial public offerings: International insights // Pacific-Basin Finance Journal, 2, 161-187.

17) Logue D. (1973). On the Pricing of Unseasoned Equity Issues: 1965-1969 // Journal of Financial and Quantitative Analysis, 91-103.

18) Muscarella C., Vetsuypens M. (1989) A simple test of Baron's model of IPO underpricing // Journal of Financial Economics, Volume 24, Issue 1, 125-135.

19) Neuberger B., La Chapelle C. (1983) Unseasoned New Issue Price Performance on Three Tiers // Financial Management, 12.

20) O'Brien С., Tan H. (2014) Geographic Proximity and Analyst Coverage Decisions: Evidence from IPOs // Journal of Accounting & Economics (JAE).

21) Ritter J. (1984) The Hot Issue Market of 1980 // Journal of Business, 57, 215-240.

22) Ritter, J. (2000) Money Left on the Table in IPO's. // Working Paper, University of Florida.

23) Ritter J., Beatty P. (1986) Investment banking, reputation, and the underpricing of initial public offerings // Journal of Financial Economics 15, 213-232, North-Holland.

24) Ritter J., Welch I. (2002) A Review of IPO activity, pricing and allocations // NBER Working Paper 8805.

25) Rock K. (1986) Why new issues are underpriced? // Journal of Financial Economics 15, 187-212, North-Holland.

26) Taufil, M.K.N. (2007). The long run performance of initial public offerings in Malaysia // The MFA 9th Conference, 12-13th June, Kuala Lumpur.

27) Tinic S., (1988) Anatomy of initial public offerings of common stock. // Journal of Finance 43, 788-822.

28) Titman S., Trueman B. (1986) Information Quality and the Valuation of New Issues // Journal of Accounting and Economics, 8, 2, pp. 159-172.

29) Vos E., Cheung J. (1992) New Zeland IPO underpricing: the reputation factor // Small Enterprise Research, Vol 1 No 1.

30) Wang K. (1999) Hot and Cold Market Cycle and IPO Performance: Theory and Evidence // Zhejiang University - School of Business Administration, p.34.

31) European Commission. Reviewing the nomenclature for high-technology trade - the sectoral approach. Retrieved 13 December 2013.

32) U.S. Department of Commerce. Bureau of Economic Activity "Gross domestic product (GDP) by state (millions of current dollars)". Retrieved 14 December 2015.

33) Сайт Джонна Риттера.

34) Сайт IPO Monitor.

35) Сайт IPOScoop.com.

36) Сайт Yahoo Finance.

Размещено на Allbest.ru

...