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.