«Влияние корпоративных событий на котировки акций компаний (на примере сплита)»

Целью данной работы является анализ рыночной реакции на такие корпоративные события как объявление о сплите и сплит. На основании поведения кумулятивной доходности будут сделаны выводы о положительной или отрицательной реакции рынка.
Чтобы достигнуть поставленной цели, необходимо выполнить ряд задач:
• сформировать выборку компаний, по которой будет произведен анализ реакции рынка;
• определить интервал времени, в течение которого будет отслеживаться рыночная реакция на выбранные корпоративные события;
• провести анализ на основе выбранной методологии;
• выбрать наиболее подходящую интерпретацию полученных результатов.
Объектом исследования выступает реакция рынка, а предметом являются корпоративные события, которые и будут толкать цены вверх или вниз.
Исследование носит прикладной хара ...

Содержание
Введение……………………………………………………………………………с.3
ГЛАВА 1. Обзор существующей научной литературы…………………………с.6
Выводы к первой главе……………………………………………………..с.14
ГЛАВА 2. Методология событийного анализа…………………………...…….с.15
Выводы ко второй главе…………………………………………………….с.21
ГЛАВА 3. Данные для оценки значимости корпоративных событий………...с.22
ГЛАВА 4. Результаты применения метода событийного анализа…………….с.24
Выводы к четвертой главе………………………………………………….с.43
Заключение………………………………………………………………………..с.44
Список используемой литературы и источников ………………………...……с.46
Приложение……………………………………………………………………….с.48

Введение
Менеджеры прибегают к различным способам привлечения новых инвесторов. Одним из таких способов сделать ценные бумаги более привлекательными является дробление акций или по-другому сплит. Под данным финансовым термином подразумевается увеличение общего количества акций, находящихся в обращении, с помощью дробления ценных бумаг пропорционально по отношению к каждой первой акции. Данный процесс не подразумевает привлечение дополнительных денежных средств, так как операция производится с уже существующими ценными бумагами. Существует обратное понятие к сплиту – это консолидация. Обратный сплит означает снижение количества обращающихся на рынке акций путем их объединения. В результате данного процесса ни уставной фонд, ни совокупная стоимость всех акций не меняются. Происходит лишь у величение стоимости ценных бумаг за счет уменьшения их количества. Данная работа посвящена анализу дробления акций, поскольку консолидация на практике применяется довольно не часто. Причина такой непопулярности кроется в том, что обратный сплит воспринимается инвесторами как сигнал о финансовых проблемах организации, отчего цена акций может упасть еще сильнее. Консолидация проводится по разным причинам, одной из которых может являться структурирование компании, и поэтому будет сложно проследить реакцию рынка на такое событие, а именно эта реакция и является главным объектом наблюдения в данной работе. Кроме того, существует большой пласт научной литературы, в которой исследователи уже пытались оценить влияния обратного дробления на рынок. Именно поэтому для дальнейшего исследования был выбран сплит.
Целью данной работы является анализ рыночной реакции на такие корпоративные события как объявление о сплите и сплит. На основании поведения кумулятивной доходности будут сделаны выводы о положительной или отрицательной реакции рынка.
Чтобы достигнуть поставленной цели, необходимо выполнить ряд задач:
• сформировать выборку компаний, по которой будет произведен анализ реакции рынка;
• определить интервал времени, в течение которого будет отслеживаться рыночная реакция на выбранные корпоративные события;
• провести анализ на основе выбранной методологии;
• выбрать наиболее подходящую интерпретацию полученных результатов.
Объектом исследования выступает реакция рынка, а предметом являются корпоративные события, которые и будут толкать цены вверх или вниз.
Исследование носит прикладной характер. Менеджеры компаний из разных отраслей смогут обратиться к результатам исследования, чтобы понять, смогут ли они добиться желаемого результата после проведения дробления акций. В то же время инвесторам также будет интересна данная информация для оптимизации своих инвестиционных стратегий после выхода новости о сплите.
Данная работа имеет ряд отличительных черт от уже существующих исследований. Во – первых, период времени, в течение которого компании проводили сплит, еще никогда ранее не рассматривался. Большинство написанной научной литературы исследовали дробление акций до 2000-х годов, данная же работа рассматривает сплит с начала 21 века и по 2015 год. Во – вторых, одной из целей данного исследования является сравнение рыночной реакции на выбранные корпоративные события между отраслями, чего раньше никто не пытался сделать. В – третьих, сравнение полученных результатов для разных моделей оценки нормальной доходности также выступает в качестве уникальной особенности данной работы.
В настоящее время инвесторы и аналитики обращают внимание на все события и процессы, которые имеют место на финансовом и фондовом рынках. Именно поэтому можно найти большое количество научных статей, рассматривающих особенности рыночной реакции на сплит и объявление о сплите. Далее на примере нескольких научных статей будет представлены основные направления исследований по данной проблеме.
Исследование имеет следующую структуру: в первой главе представлен подробный обзор существующей литературы по выбранной тематике, во второй главе разобрана методология исследования, в третьей главе представлено подробное описание выборки, а в четвертой проинтерпретированы полученные результаты и сделаны основные выводы.

Оценка влияние события требует расчёта сверхнормальной доходности, которая представляет собой доходность ценной бумаги в течение окна событий за вычетом нормальной доходности в этот же период. Автор также подчеркивает, что если рассматриваются дневные данные, то для определения нормальной доходности необходимо рассмотреть значение цен за 120 дней до события. Как правило, период событий сам по себе не включает оценочный период. Когда параметры для расчета нормальной доходности будут оценены, можно рассчитать и сверхнормальную доходность. Далее необходимо проинтерпретировать полученные результаты с точки зрения влияния события на котировки акций. Выводы к первой главеПрежде чем перейти к собственному исследованию реакции рынка на такие корпоративные события как сплит и объявление о сплите,необходимо было в первую очередь ознакомиться с существующей научной литературой по данной тематике. Начать стоило с выяснения причин, по которым менеджеры производят дробление. Согласно зарубежным исследованиям, сплит используется для того, чтобы сделать дорогостоящие акции более привлекательными для мелких инвесторов посредством снижения цены в иной торговый диапазон. Кроме того, дробление помогает компании расширить базу собственников, увеличивая долю индивидуальных инвесторов и снижая процент акций, находящийся у институциональных инвесторов. Пытаясь ответить на вопрос, какова реакция на сплит и его объявление не удалось найти однозначного ответа. Некоторые исследователи пришли к выводу, согласно которому данное корпоративное событие оказывает негативное влияние на рынок, то есть цены снижаются. Другие наоборот обнаружили положительную рыночную реакцию на сплит. Таким образом, нельзя однозначно сказать, как сплит и объявление влияют на рынок. Это является основанием, чтобы провести собственное исследование для выяснения того, какие результаты могут быть получены.Для исследования влияния объявления о сплите и самого сплита на рынок многими используется метод событийного анализа. Данная методология широко распространена при анализе влияния корпоративных событий на рынок. Представленное исследование также будет проводиться на основе данного метода.ГЛАВА 2. Методология событийного анализаОдним из самых популярных, но не единственных методов анализа влияния корпоративных событий на котировки акций является событийный анализ. Данный метод позволяется оценить дополнительную доходность, которая возникает на фондовом рынке в связи с объявлением о сплите или самим слитом. Методология событийного анализа в наибольшей степени подходит для того, чтобы определить значимость информации о предстоящем дроблении. Данный метод помогает рассчитать сверхнормальную доходность и определить статистическую значимость результатов. Суть метода состоит в том, чтобы отслеживать рыночную реакцию на то или иное событие, которое возникает в результате деятельности участников рынка. Основными характеристиками реакции инвесторов являются сверхнормальная и кумулятивная доходности, которые возникают до и после самого события. В данной работе объявление о сплите и сплит были выбраны в качестве событий. Кроме того, стоит упомянуть и о таком важном факторе, как период времени, в течение которого будет производиться наблюдение за котировками. Данный промежуток времени называется событийным окном. Принято считать, что более длительные периоды времени следует использовать только в том случае, если анализируется редкое событие для компании, поскольку эффект от такого события может наблюдаться в течение продолжительного времени. Исследователи таких событий рассматривают событийное окно продолжительностью до нескольких лет. Примером могут служить сделки слияния и поглощения. Однако в данном исследовании будет рассмотрено более узкое окно событий, поскольку реакцию рынка на объявление о сплите и сам спит можно считать краткосрочной и эффект от них длится не больше нескольких дней. Кроме того, узкое окно событий позволяет снизить влияние иных событий, таким образом сократить информационные «шумы», которые не относятся к выбранным событиям. В данном исследовании будет использовано окно событий продолжительностью 15 дней. Данный период включает дату самого события, а также 7 дней до и после него. Основной принцип методологии событийного анализа заключается в том, что доходность акций равна нормальной доходности данной ценной бумаги плюс аномальная доходность. Средняя нормальная доходность рассчитывается в течение периода, который предшествует окну событий и называется прогнозным периодом. Чтобы определить доходность ценной бумаги будет использована следующая формула: Rit=Rit+εit(1)где Rit – это доходность ценной бумаги i в момент времени t, Rit – это нормальная доходность ценной бумаги i в момент времени t и εit – это аномальная доходность. Фактическая доходность рассчитывается как соотношение цены закрытия текущего дня к цене закрытия предыдущего дня минус 1. Стоит отметить, что в расчет берутся не календарные, а торговые дни. Для нахождения общей доходности будет использована следующая формула:Rit=PitPit-1-1(2)где Pit обозначает цену закрытия по ценной бумаге i в момент времени t, а Pit-1 – цену закрытия в предыдущий день. Таким образом, аномальная доходность рассчитывается как разница между фактической и нормальной доходностями: εit=Rit-Rit(3)Для того чтобы рассчитать нормальную доходность существует несколько моделей, которые отличаются точностью результатов: модель со средним, рыночная модель и CAPM. Первая модель называется моделью со средним и считается самой простой из существующих. Однако, несмотря на свою простоту, она является наиболее распространенной при оценивании нормальной доходности. Предполагается, что средняя нормальная доходность рассчитывается в течение прогнозного периода и остается постоянной в течение событийного окна. Как правило, прогнозный период состоит из 120 дней. Таким образом, нормальная доходность определяется по формуле:Rt= 1120t=-135-16Rit(4)Существует также рыночная модель, которая отличается от модели со средним тем, что нормальная доходность не остается постоянной на протяжении всего окна событий. Данная модель имеет явное преимущество перед моделью со средним, поскольку исключает доходность, которая относится к рынку, и уменьшает дисперсию сверхнормальной доходности, что увеличивает вероятность правильной оценки эффекта произошедших событий. Уравнение для рыночной модели может быть записано следующим образом:Rit=Rmt+εit(5)где в качестве нормальной доходности выступает доходность рыночного портфеля Rmt, которая считается по формуле: Rmt=ln(ItIt-1)(6)где It и It-1 равны значениям рыночного индекса в текущий и предыдущий дни соответственно. Так как в данной работе рассматриваются иностранные ценные бумаги, то в качестве индекса будет использован индекс S&P 500. И, наконец, модель CAPM, которая предполагает постоянную линейную зависимость между рыночной доходностью и доходностью конкретной ценной бумаги. Данная модель представляет собой однофакторную модель, которая описывает поведение доходности отдельной акции и является частным случаем многофакторных моделей. Уравнение выглядит следующим образом:Rit=αi+βi*Rmt+εit(7)где нормальная доходность рассчитывается какRit=αi+βi*Rmt(8)В представленном выше уравнении αi выступает в качестве константы, а βi является коэффициентом, который рассчитывается в течение прогнозного периода (120 дней). Данные параметры модели оцениваются с помощью МНК. Поскольку аномальная доходность это величина, которая остается сверх нормальной доходности, то в методологии событийного анализа предполагается, что как раз она и отражает влияние выбранного события на рынок. Как уже было сказано выше сверхнормальная доходность рассчитывается как разница между фактической и нормальной доходностями. Средняя аномальная доходность (AR) представляет особый интерес в методологии событийного анализа. AR можно найти из следующей формулы:ARt=1Ni=1NARit(9)где ARit=εit. В том случае, если объявление о сплите или сплит влияют на рынок, то значение средней сверхдоходности будет положительным, если события благотворно влияют на рынок (цена увеличивается), или отрицательно (если цена снижается). В данной работе тестируется нулевая гипотеза о том, что средняя аномальная доходность равна нулю, то есть что выбранные события не оказывают никакого влияния на рынок. Стоит также отметить, что интересно было бы ответить на вопрос, является ли AR отличной от нуля в периоды до и после событий. Нулевая гипотеза будет отвергаться, если критическое значение статистики превышает 10% уровень значимости. Чтобы определить накопленный эффект от события во время окна события используется кумулятивная аномальная доходность (CAR), которая рассчитывается по следующей формуле:CARt1,t2=t=t1t2ARt(10)где t1 = -7, а t2 = +7. Положительное значение кумулятивной доходности будет свидетельствовать о создании стоимости в результате произошедшего события, а отрицательное значение – об уменьшении. Произвести проверку корректности использования метода событийного анализа можно при помощи тестовой статистики, рассчитываемой по формуле:Тестовая статистика=CAR(t1,t2)σ2 (11)Однако в подобном виде анализа может возникнуть проблема под названием проблема кластеризации. Окна событий у компаний не должны пересекаться друг с другом. Это важно, поскольку в противном случае аномальные доходности, которые мы получаем в процессе расчетов, не будут независимыми и значимость события будет завышена. Но в данной работе проблема кластеризации отсутствует, так как рассматриваемые окна событий у одной компании не пересекаются. Чтобы использовать описанные выше модели, стоит также поговорить и о предпосылках, необходимых для правильной интерпретации полученных результатов. Во-первых, исследование основано на предположении о том, что рынок является эффективным. Это означает, что цены отражают всю имеющуюся на рынке информацию. Если бы цены отражали всю поступающую на рынок информацию не сразу, то мы бы не смогли проследить реакцию рынка на это событие, поскольку было бы очень сложно оценить тот период, в который происходило бы влияние события на цену. Во-вторых, кроме объявления о сплите и сплита никаких других объявлений на рынок не поступает. Это важно, поскольку, чтобы верно оценить влияние именно данного события на цены, необходимо очистить анализируемую информацию от всякой иной информации. Выводы ко второй главеВ данной главе была подробно рассмотрена стандартная методология событийного анализа, которая будет использована в представленном исследовании. Рассмотренный метод позволит оценить аномальную доходность, которая может возникнуть на рынке в связи с объявлением о сплите или самим сплитом. Аномальная доходность рассчитывается как разница между фактической и нормальной доходностью. Последнюю можно найти разными способами: с помощью модели со средним, рыночной модели или CAPM.Оценить рыночную реакцию на события можно при помощи таких показателей, как средняя аномальная доходность (AR) или кумулятивная доходность (CAR), положительное или отрицательное значение которых свидетельствует о создании или уменьшении стоимости компании.ГЛАВА 3. Данные для оценки значимости корпоративных событийДля анализа информационной значимости выбранных событий, важное значение имеют выбранные данные. В качестве источника была выбрана открытая база данные по истории сплита на сайте stocksplithistory.com. Для того чтобы узнать дату объявления о предстоящем дроблении были рассмотрены новости на сайтах самих компаний. По итогам сведения данных была произведена дополнительная проверка на предмет наличия иных корпоративных событий, которые могли бы повлиять на результаты исследования.Несмотря на то, что на российском рынке также можно найти примеры дробления акций (но подобных примеров настолько мало, что из них нельзя сформировать репрезентативную выборку), данное корпоративное событие наиболее популярно на зарубежном рынке. Именно поэтому в выборку попали только иностранные компании. Если быть более точным, то рассматривались эмитенты, основная часть бизнеса которых находится в Соединенных Штатах Америки. Таким образом, в зону рассмотрения попали только те компании, которые торгуются на американских фондовых площадках (NYSE и NASDAQ). Европейские эмитенты не попали в выборку по причине того, что в задачи данного исследования не входит сравнение реакции рынка на сплит компаний разных стран. В качестве котировок была использована цена закрытия по ценным бумагам компаний на каждый конкретный день в торговой сессии. В выборку попали компании, производившие дробление в период с 2000 года по 2015 год. Специфика выбранного интервала времени объясняется следующим:анализ временных рядов за длинный промежуток времени позволит четко определить реакцию фондового рынка на корпоративные события;дробление до 2000 года не рассматриваются, поскольку большинство научных статей посвящено анализу дроблений производившихся именно в этот период (до 21 века).Компании, попавшие в рассмотрение, функционируют в различных отраслях, общее количество которых равно 8. Полный перечень отраслей и компаний представлен в Приложение в таблице №17. Как уже упоминалось ранее, данное исследование будет произведено с помощью методологии событийного анализа. Рассматриваются 2 события – сплит и объявление о сплите. Событийное окно состоит из 15 дней – 7 дней до события, само событие и 7 дней после. Из итоговой базы данных были исключены компании, у которых наблюдалось пересечение окон событий. Итоговая выборка состоит из 322 компаний.В данной главе хотелось бы также осветить основные вопросы исследования, на которые будет дан ответ в разделе «Результаты применения метода событийного анализа»:Н1: реакция рынка на объявление о сплите и сплит будет различаться между отраслями из-за отраслевой специфики;Н2: результаты, полученные разными моделями, будут примерно одинаковые;Н3: рынок будет по-разному реагировать на объявление о сплите и на сам сплит.ГЛАВА 4. Результаты применения метода событийного анализаПоскольку в данной работе проводился анализ восьми отраслей, было бы намного удобнее описывать каждую из них отдельно.Сфера услуг (Services)Применение методологии событийного анализа позволило получить следующие результаты:В день объявления о сплите кумулятивная аномальная доходность получилась статистически незначимой во всех трех применяемых моделях. Данная доходность оказалась равной 0.64 (t-статистика = 1.46), 1.17 (t-статистика = 1.65) и 0.61 (t-статистика = 1.42) в модели со средним, рыночной модели и CAPM соответственно. Однако если посмотреть на то, какова же значимость результатов на следующий день после объявления, то получим, что кумулятивная аномальная доходность, равная 1.1 (t-статистика = 2.52), 1.7 (t-статистика = 2.39) и 1.04 (t-статистика = 2.45), оказалась значимой на 10% уровне значимости. До объявления о сплите ни одного значимого результата не было получено, что может свидетельствовать о том, что информационной утечки не было. В таблицах ниже бирюзовым цветом выделены результаты, получившиеся значимыми на 10% уровне. Поскольку значение кумулятивной доходности положительные, то можно сделать вывод о том, что рынок воспринимает данную информацию позитивно, и цены растут.Таблица 1. Событийное окно для объявления о сплите в сфере услугВ день самого сплита кумулятивная аномальная доходность для трех моделей равна -1.47 (t-статистика = -2.79), -0.53 (t-статистика = -2.84) и -1.23 (t-статистика = -2.87). Результаты оказались значимыми на 5% уровне значимости. Поскольку значение кумулятивной доходности отрицательно, то можно сделать вывод о том, что сплит негативно воспринимается рынком, как следствие наблюдается снижение цен. Такого результата следовало ожидать, поскольку сплит и предполагает намеренное относительное снижение цен. Как и в предыдущем случае, в таблице цветом выделены статистически значимые результаты. Кумулятивная доходность практически в каждый день событийного окна во всех моделях оказалась отрицательной, то есть цены стали снижаться еще до дробления. Таблица 2. Событийное окно для сплита в сфере услугОтрасль информационных технологий (Technology & Communication)Теперь рассмотрим результаты, которые удалось получить для информационно-технологической отрасли.Как и в предыдущем случае, день объявления о сплите оказался совершенно незначимым. А если рассматривать следующие дни после объявления, то во всех трех моделях статистически значимой кумулятивная доходность оказалась лишь на второй день после новости. А следующий день значим на 10% уровне только в модели со средним (CAR = 1.88, t-статистика = 2.53). Поскольку все значения кумулятивной доходности в моделях получились положительными, то рынок позитивно воспринимает информацию о предстоящем дроблении. Таблица 3. Событийное окно для объявления о сплите в отрасли информационных технологийРассматривая рыночную реакцию на сплит в отрасли информационных технологий, были получены результаты, представленные в таблице ниже. Практически ни в один день (за редким исключением) кумулятивная доходность не оказалась значимой. Отсюда можно сделать вывод, что такое корпоративное событие как сплит в данной отрасли не оказывает значимого воздействия на рынок. Однако хотелось бы отметить, что в отличие от предыдущей отрасли, CAR стал отрицательным только в после проведения сплита.Таблица 4. Событийное окно для сплита в отрасли информационных технологийФинансовая отрасль (Financials)Теперь обратимся к финансовой отрасли, в которой представлено самое большое количество компаний (60 шт.).В день выхода новости о предстоящем событии кумулятивная доходность является статистически незначимой и равна 1.3 (t-статистика = 1.81), 1.75 (t-статистика = 1.9) и 1.47 (t-статистика = 1.9) для модели со средним, рыночной модели и CAPM соответственно. Однако следующие дни в событийном окне на 10% уровне являются значимыми, что говорит о том, что для рынка данная новость действительно оказалась важной в финансовой отрасли и цены начали значимо меняться. Поскольку CAR положителен, то можно сделать вывод о том, что объявление воспринимается положительно, и цены растут.Таблица 5. Событийное окно для объявления о сплите в финансовой отраслиВ день проведения сплита кумулятивная доходность для трех моделей равна 0.78 (t-статистика = 3.17), 1.3 (t-статистика = 3.23) и 0.8 (t-статистика = 3.61). Данные результаты оказались значимыми на 5% уровне. Но что самое интересно так это то, что кумулятивная доходность не стала отрицательной после проведения сплита, что говорит о том, что после сплита цены повели себя в строго противоположном от ожидаемого направлении (начали расти). В следующие дни после сплита результаты также оказались статистически значимыми (на 5%).Таблица 6. Событийное окно для сплита в финансовой отраслиОтрасль здравоохранения (Healthcare)Результаты, полученные при оценивании значимости выбранных корпоративных событий, будут отличаться от результатов во всех других отраслях. Ниже даны пояснения уникальности результатов.Если обратиться к таблице с результатами, то можно заметить, что ни в день объявления о предстоящем сплите, ни в какой день после объявления не наблюдается статистически значимых результатов. Кроме того, в день выхода новости модель и со средним и CAPM демонстрируют отрицательное значение кумулятивной доходности, а рыночная модель – положительное значение. В следующие дни также наблюдается неоднозначная ситуация. Таким образом, нельзя сделать какого-то однозначного вывода по поводу поведения цен после объявления о сплите.Таблица 7. Событийное окно для объявления о сплите в отрасли здравоохраненияПосле проведения сплита кумулятивная доходность опять получилась равной одновременно и положительному, и отрицательному значению в разных моделях. Статистической значимости результатов не наблюдается. Таблица 8.