Несмотря на то, что в контексте агентской теории и теории зависимости от ресурсов по половому признаку членов совета директоров не влияет на его эффективность, итоги значительного количества исследований демонстрируют наличие связи между этими двумя параметрами. В работе (Carter et al., 2003) утверждается, что фирмы при выборе членов совета директоров должны останавливаться на квалифицированных группах, в которых присутствуют женщины-директора, поскольку наличие женщин в совете повышает результативность его деятельности. Некоторые ученые рассматривают наличие директоров женского пола в составе совета в качестве инструмента значительного улучшения коллективного мышления за счет в дальновидности, способности учитывать различные мнения и в свою очередь, повышения качества принятых решений (Davies, 2011; Bilimoria, 2000). Более того, некоторые придерживаются мнения, что женщины более ответственно подходят к своей деятельности в совете директоров, заранее подготавливаются ко встречам; критически оценивают свою работу, определяя области для прогресса (Huse, Solberg, 2006). Ценность присутствия женщин в советах директоров также обуславливается тем, что женщины представляют внушительный источник человеческого капитала (Simpson et al., 2010). На основе эмпирических исследований также было найдено подтверждение прямой зависимости между Q-Тобина как показателя стоимости фирмы и доли женского пола в совете директоров (Carter et al., 2003). Подобные результаты получает в своей работе (Campbell, Minguez-Vera, 2008), которые находят статистически значимую связь между присутствием женщин в совете и результативностью фирмы. К тому же, отмечается положительная зависимость между значением накопленной сверхдоходности и гендерной диверсификацией на выборке в 4050 компаний испанского рынка (Campbell, Minguez-Vera, 2010).

Однако не все исследователи разделяют подобную точку зрения: женщины могут обладать значительными знаниями, опытом и практическими навыками, однако они могут не соответствовать позиции в совете директоров (Terjesen et al., 2009). Стоит также отметить, что женщины, в отличие от мужчин, менее склонны проявлять риск и конкурировать (Croson, Gneezy, 2009). Одновременно с этим женщины могут оказаться в «меньшинстве», что снижает уровень коллективного единства, а также порождает социальные преграды. Это может привести к тому, что мнение меньшинства могут не учитывать при принятии коллегиальных решений (Westphal, Milton, 2000). При этом в работе (Farrel, Hersch, 2005) ученые не смогли отметить подтверждения взаимосвязи между наличием женщин в совете директоров и значением рентабельности активов (Farrel, Hersch, 2005). Исследуя взаимосвязь между CAR и долей женщин в составе на рынке Норвегии на примере 248 компаний, ученые наблюдают отрицательную зависимость между данными факторами (Ahern, Dittmar, 2012).

Другие факторы, влияющие на эффективность сделок слияния и поглощения

Так как факторы корпоративного управления являются лишь одной из групп факторов, способных влиять на эффективность сделок слияния и поглощения, необходимо также уделить внимание иным источникам эффективности сделок.

Согласно одной из классификаций, источники могут быть разделены на те, которые характеризуют компанию-покупателя и те, которые характеризуют непосредственно сделку слияния и поглощения (Masulis et al., 2006). К первой группе традиционно относят размер компании-покупателя (Черненко, Юрьев, 2019), ее финансовый леверидж (Аглиарди, Лукьянова, 2011) и уровень свободного денежного потока (Лысенко, 2008).

В качестве размера компании-покупателя рассматривают стоимость активов согласно бухгалтерской отчетности. В эмпирических исследованиях приходят к разным выводам относительно влияния данного фактора на эффективность сделки. В некоторых работах авторы приходят к выводу, что чем меньше размер компании-покупателя, тем легче ей внедрить полученный актив в свою структуру и осуществлять над ней контроль. Таким образом, эффективность сделки M&A и размер компании-покупателя находятся в обратной зависимости по отношению друг к другу (Moeller et al., 2005). Согласно противоположной точке зрения, в большинстве случаев возможные синергии от сделки M&A обусловлены величиной компании-покупателя. Чем большим количеством активов обладает компания-покупатель, тем больше вероятной эффективности из них можно получить в результате слияния или поглощения с компанией-целью. В конечном итоге, рынок демонстрирует позитивную реакцию на сделку при возрастании размера компании-покупателя (Григорьева, Черкасова, 2015).

Вторая группа включает в себя такие факторы, как способ платежа (Григорьева, Фоменко, 2012), размер сделки (Григорьева, Черкасова, 2015) и отрасли компаний, участвующих в сделке. На теоретическом уровне принято считать, что сделки могут иметь различную эффективность в зависимости от отраслевой принадлежности компаний, принимающих участие в сделке M&A. В исследовании (Maquieira et al., 1998) выявляется отрицательная доходность для компаний-покупателей при конгломератных сделках и положительная доходность - при горизонтальных слияниях.

Вывод

Таким образом, под корпоративным управлением понимают систему взаимодействия собственников компании, ее управляющих и других заинтересованных лиц, направленную на защиту интересов данных участников. В основе данного понятия лежит «проблема принципал-агент», возникшая с разделением функций собственности и управления в фирмах. Владельцы компаний и менеджеры как основные участники корпоративных отношений преследуют разные цели, поэтому конфликт интересов зарождается в момент, когда владельцы компаний, лишенные возможности непосредственно участвовать в управлении, передают эту функцию наемным управляющим.

С целью обеспечения реализации прав собственности выделяют внешние и внутренние механизмы корпоративного управления. Внешнее воздействие на компанию в рамках корпоративного управления оказывается со стороны фондового рынка, государства, рынка корпоративного контроля и банкротства. В это же время, внутренний механизм включает в себя структуру собственности, оплату труда управляющих, финансовую транспарентность, а также совет директоров компании. Совет директоров компании представляет собой коллегиальный орган компании, который выполняет ряд важнейших для компании функций, таких как контроль работы менеджмента, формирование и исполнение стратегии компании, а также консультирование остальных участников органов управления фирмы. Особую ценность для совета директоров и компании в целом представляют независимые директора, которые непредвзяты в своих суждениях, а также привносят дополнительные знания и контакты.

Поскольку в текущих условиях экономики фирмы вынуждены непрерывно повышать свои конкурентные преимущества и способствовать процветанию бизнеса, компании прибегают к совершению сделок слияния и поглощения. Данное понятие трактуется в литературе по-разному, однако в целом слияния и поглощения представляют собой интеграцию компаний, направленную на долгосрочный рост. Существуют также различные классификации и мотивационные теории слияний и поглощений. В качестве наиболее распространенного мотива к совершению компаниями подобных транзакций выделяют создание стоимости компании. В то же время в литературе существуют два подхода к оценке эффективности сделки относительно порождения стоимости для акционеров, согласно которому подобная сделка может как создавать, так и разрушать стоимость. Существуют множество методов для оценки данной эффективности, среди которых наиболее актуальным является метод накопленной избыточной доходности. Данный метод непосредственно объединяет сдвиги в ценах акций с определенным событием- сделкой, а также дает количественную оценку эффективности сделок слияний и поглощений.

Большинство авторов отмечают взаимосвязь корпоративного управления с эффективностью сделок слияний и поглощений, поскольку именно Совет директоров, являющийся одним из важнейших механизмов корпоративного управления, рассматривает решения менеджмента по совершению сделки. Среди наиболее распространенных характеристик Совета директоров в литературе выделяют размер совета директоров, долю женщин и количество независимых директоров в составе совета директоров. Однако как на теоретическом, так и на практическом уровнях исследователи не приходят к единому мнению относительно механизма влияния данных факторов на эффективность сделок слияния и поглощения.

ГЛАВА 2. ЭМПИРИЧЕСКИЙ АНАЛИЗ ВЛИЯНИЯ ХАРАКТЕРИСТИК КОРПОРАТИВНОГО УПРАВЛЕНИЯ НА ЭФФЕКТИВНОСТЬ СДЕЛОК СЛИЯНИЯ И ПОГЛОЩЕНИЯ

2.1 Постановка гипотез исследования

На основе анализа результатов рассмотренных теоретических и эмпирических исследований нами были выдвинуты гипотезы, которые будут тестироваться для развитых рынков стран Европы. Как было сказано ранее, результаты исследований данного рынка на предмет эффективности сделок слияния и поглощения и влияния на нее факторов корпоративного управления достаточно противоречивы. Тем не менее, существует ряд тенденций, на основе которых нами будут тестироваться следующие гипотезы:

Гипотеза 1. Объявление о сделках слияния и поглощения приводит к положительной накопленной избыточной доходности в краткосрочном периоде для компании-покупателя на развитых рынках стран Европы.

Данная гипотеза характеризует общую эффективность сделок M&A на развитых рынках капитала европейских стран. Мы предполагаем, что сделки слияния и поглощения создают стоимость для собственников компании-покупателя (Huyghebaert, Luypaert, 2013).

Гипотеза 2. Размер совета директоров отрицательно взаимосвязан с эффективностью сделок слияния и поглощения на развитых рынках стран Европы.

В большинстве исследований размер совета директора связывается с отрицательным влиянием на эффективность сделок M&A, что объясняется сложностью координации крупных советов директоров, а также снижением индивидуальной сопричастности его членов (Hermalin, Weisbach, 2001). По данной причине нами ожидается получение обратной зависимости между количеством членов в составе совета директоров и результативностью сделок слияния и поглощения.

Гипотеза 3. Количество независимых директоров в составе совета директоров положительно взаимосвязано с эффективностью сделок слияния и поглощения на развитых рынках стран Европы.

В соответствии с наиболее распространенным мнением, независимые директора играют важнейшую роль в совете директоров компании, так как они объективны в своих оценках и обладают опытом и знаниями, которые могут быть полезны при принятии решений, эффективных для компании и, в частности, для сделок M&A (Филатов, Кравченко, 2007). Именно поэтому мы рассчитываем выявить положительную связь между количеством независимых директоров в совете и эффективностью сделок слияния и поглощения.

Гипотеза 4. Доля женщин в совете директоров положительно взаимосвязана с эффективностью сделок слияния и поглощения на развитых рынках стран Европы.

Поскольку присутствие женщин в советах директоров по всему миру и в особенности в европейских странах продолжает стремительно расти, целесообразно проверить и выявить вид связи между долей женщин в совете и результативностью сделок слияния и поглощения. Базируясь на распространенной в академической литературе и эмпирических исследований точке зрения о том, что женщины вносят важнейший вклад в деятельность совета директоров благодаря своим личным и профессиональным качествам (Davies, 2011), нами предполагается выявление положительной взаимосвязи между долей женщин в совете директоров и эффективностью сделок M&A.

2.2 Формирование выборки

Формирование выборки по сделкам слияния и поглощения происходило на основе базы данных Refinitiv Eikon. Часть выборки, представляющая собой факторы корпоративного управления, была собрана вручную на основе годовых отчетностей компаний-покупателей.

Для того, чтобы собранная выборка была наиболее репрезентативной и позволяла подтвердить поставленные гипотезы для различных развитых рынков, была необходима система критериев, которая позволила бы отсеять неподходящие сделки на изначальном этапе. Так, данная система включала в себя следующие критерии:

1. Компания-покупатель должна относиться к рынку одной из четырёх европейских стран: Франции, Германии, Италии или Испании.

2. Компания-покупатель должна приобретать не менее 25% акций компании-цели. Рациональность использования данного критерия объясняется тем, что владение 25% пакетом акций, представляющим собой блокирующий пакет акций, дает компании-покупателю право существенно влиять на управление поглощенной компанией, в частности, блокировать решения совета директоров.

3. Дата объявления сделки должна лежать во временном промежутке от 1 января 2010 года до 31 декабря 2019 года. Рассмотрение сделок в данном периоде позволяет минимизировать влияние мирового экономического кризиса 2008 года на рынок сделок слияния и поглощения, с одной стороны, и учесть наиболее современные тенденции развития данного рынка, с другой.

4. Сделка должна иметь статус завершенной на момент проведения исследования.

5. Так как расчет накопленной избыточной доходности происходит с использованием котировок акций компаний, компания-покупатель должна иметь статус публичной. Таким образом, акции компании-покупателя должны котироваться на одной из европейских бирж, основными из которых для Франции, Германии, Италии и Испании являются Парижская фондовая биржа, Франкфуртская фондовая биржа, Итальянская фондовая биржа и Мадридская фондовая биржа соответственно.

6. Компания-покупатель не должна относиться к финансовому сектору экономики. Целесообразность данного критерия обуславливается спецификой указанного сектора, потенциально способной влиять на эффективность сделок M&A вне зависимости от непосредственно факторов корпоративного управления.

7. Сделка должна иметь одну из следующих форм:

? Приобретение активов (Acquisition of Assets) - форма сделки, при которой компания-покупатель приобретает активы компании-цели.

? Приобретение большинства активов (Acquisition of Majority Assets) - форма сделки, при которой компания-покупатель приобретает больше 50% активов компании-цели.

? Приобретение части активов (Acquisition of Partial Interest) - форма сделки, при которой компания-покупатель как правило приобретает меньше 50% активов компании-цели.

? Приобретение оставшихся активов (Acquisition of Remaining Interest) - форма сделки, при которой компания-покупатель приобретает активы компании-цели, не приобретенные в предшествующих сделках.

? Слияние (Merger) - форма сделки, подразумевающая добровольное объединения двух компаний на равных условиях в одно новое юридическое лицо.

8. В годовом отчете компании-покупателя за год, когда была анонсирована сделка, должна присутствовать информация о рассматриваемых факторах корпоративного управления, к которым относятся:

? Количество членов в составе совета директоров

? Количество членов женского пола в составе совета директоров

? Количество независимых директоров в составе совета директоров.

Изначальная выборка сделок слияния и поглощения содержала 1260 сделок. Финальная выборка была получена путем применения вышеупомянутых критериев, в результате чего она была сокращена до 200 сделок. Наиболее строгим критерием отбора стал критерий раскрытия компанией-покупателем информации по рассматриваемым факторам корпоративного управления. Так, согласно Кодексу Корпоративного Управления Германии (German Corporate Governance Code), компании не обязаны раскрывать точное число независимых директоров в составе совета директоров, что сделало невозможным включение значительного числа сделок слияния и поглощения, осуществляемыми немецкими компаниями, в финальную выборку. Также следует отметить, что из изначальной выборки были исключены сделки, представляющие собой выбросы, которые в дальнейшем могли бы повлиять на качество оценок модели.

Таким образом, финальная выборка представляет собой кросс-секцию, включающую в себя 200 наблюдений, являющихся сделками слияния и поглощения. Согласно Таблице 1, все рассматриваемые европейские страны были включены в выборку равномерно.

Таблица 1: Распределение сделок слияния и поглощения в выборке по странам

Страна	Количество сделок, шт.	Доля
Франция	50	25%
Германия	50	25%
Италия	50	25%
Испания	50	25%
Итого	200	100%

В Таблице 2 приведено распределение сделок слияния и поглощения в выборке по годам. Так, наибольшее количество сделок было анонсировано в 2016 году (15%), 2014 году (13,5%) и 2017 году (13%). Приложение 1 содержит сравнительную статистику распределения сделок слияния и поглощения по годам по странам, согласно которой наибольшее количество французских сделок было анонсировано в 2015 году (16%), наибольшее количество немецких сделок - в 2014 году (20%), наибольшее количество итальянских сделок - в 2016 (16%) и 2018 (16%) годах, наибольшее количество испанских сделок - в 2016 году (16%).

Таблица 2: Распределение сделок слияния и поглощения в выборке по годам

Год	Количество сделок, шт.	Доля
2010	16	8,0%
2011	18	9,0%
2012	14	7,0%
2013	9	4,5%
2014	27	13,5%
2015	20	10,0%
2016	30	15,0%
2017	26	13,0%
2018	23	11,5%
2019	17	8,5%
Итого	200	100,0%

В Приложении 2 приведено распределение сделок слияния и поглощения по секторам экономики. Так, сделки слияния и поглощения на четырех европейских рынках осуществлялись в 36 секторах экономики. Наибольшее количество сделок в выборке по четырем странам были совершены в отрасли производства фармацевтических препаратов (Pharmaceuticals, 7%), в отрасли производства медицинского оборудования (Healthcare Equipment, 6,5%), в отрасли машиностроения (Machinery, 6,5%) и в нефтегазовой отрасли (Oil & Gas, 6,5%). Наиболее уникальными были сделки в биотехнологической отрасли (Biotechnology, 1%), в отрасли рекрутинга (Employment Services, 1%) и в отрасли производства бумаги и лесоматериалов (Paper & Forest Products, 1%).

Распределение сделок слияния и поглощения по секторам экономики в рамках подвыборок по странам отличалось от распределения общей выборки по четырем странам. Так, преобладающее количество французских сделок было совершено в следующих отраслях: радио и телевещание (Broadcasting, 8%), пищевая промышленность (Food and Beverage, 8%), производство медицинского оборудования (Healthcare Equipment, 8%), производственный сектор (Industrials, 8%) и нефтегазовая отрасль (Oil & Gas, 8%). В это же время 18% немецких сделок относились к химической отрасли (Chemicals). Большинство итальянских сделок относились к отрасли производства медицинского оборудования (Healthcare Equipment, 12%), к отрасли пищевой промышленности (Food and Beverage, 10%), к нефтегазовой отрасли (Oil & Gas, 10%) и энергетической отрасли (Power, 10%). На испанском рынке преобладали сделки в отрасли машиностроения (Machinery, 12%) и в отрасли производства фармацевтических препаратов (Pharmaceuticals, 10%).

В качестве заключительного этапа оценки репрезентативности выборки все сделки слияния и поглощения были разделены на 3 категории в зависимости от размера: мелкие (до 100 млн долларов), средние (от 100 млн долларов до 1 000 млн долларов) и крупные (от 1 000 млн долларов). Согласно Таблице 3, наибольшее количество сделок были отнесены к категории средних (46%), наименьшее - к категории крупных (18,0%). Приложение 3 содержит сравнительную статистику распределения сделок по категориям в зависимости от размера по странам. Так, в категории мелких сделок преобладали итальянские (38,9%) и испанские (30,6%) сделки, в категории средних сделок распределение было относительно равномерным - по 27,2% французские и немецкие сделки и по 22,8% итальянские и испанские сделки. Тем не менее, на Францию и Германию приходился наибольший процент крупных сделок. Так, в категории крупных сделок их доля составляла 44,4% и 33,3% соответственно. В абсолютном выражении только одна из 36 сделок в категории крупных сделок была представлена Италией.

Таблица 3: Распределение сделок слияния и поглощения в выборке по категориям в зависимости от размера

Категория	Количество сделок, шт.	Доля
Мелкие	72	36,0%
Средние	92	46,0%
Крупные	36	18,0%
Итого	200	100,0%

Таким образом, на основе критериев, использованных при формировании и анализе финальной выборки, можно сделать вывод о ее неоднородности и репрезентативности, что в дальнейшем может стать оправданной основой для подтверждения поставленных гипотез для различных развитых рынков.

2.3 Описание модели, факторов корпоративного управления и контрольных переменных

Описание модели

Для оценки эффективности сделок M&A по собранной выборке использовался метод накопленной избыточной доходности, который, несмотря на свои недостатки, рассмотренные во второй части Главы 1, является наиболее актуальным в рамках поставленных исследовательских вопросов.

Накопленная избыточная доходность (CAR) акций компании-покупателя в каждой сделке рассчитывалась на основе избыточной доходности (AR) акций компании-покупателя в каждой сделке за каждый день, включенный в событийное окно. Формула избыточной доходности (AR), обычно рассматриваемая в общем виде (Brown, Warner, 1985), представляет собой следующее выражение:

,

где

AR_it - избыточная доходность акций компании-покупателя в сделке i в день t;

R_it - действительная доходность акций компании-покупателя в сделке i в день t;

, - коэффициенты, полученные путем расчета потенциальной доходности для оценочного периода;

R_mt - действительная доходность индекса рынка, к которому относится компания-покупатель в день t.

Тем не менее, в связи с тем, что расчет накопленной избыточной доходности на самом деле происходил в шесть этапов, описание каждого из них представляется целесообразным.

Первый этап включал расчет доходности акций компании-покупателя и расчет доходности индекса рынка, к которому относится компания-покупатель, для оценочного периода. Данные расчеты производились в программе Microsoft Excel.В качестве оценочного был использован период, равный 100 торговым дней - со 100 по 30 дни до даты анонсирования сделки. Таким образом, в исследовании использовалось расчётное окно (-100; -30). В качестве индекса рынка, как правило, применяется основной фондовый индекс страны. Информация по индексам, использованным в исследовании, приведена в Таблице 4.

Таблица 4: Основные фондовые индексы стран, использованные в расчетах

Страна компании-покупателя	Основной фондовый индекс
Франция	CAC 40
Германия	DAX
Италия	FTSE MIB
Испания	IBEX 35

Расчет доходности акций компании-покупателя и расчет доходности индекса рынка происходил по формуле:

r_t = ln ,

где

r_t - доходность акции компании-покупателя в день t/доходность индекса рынка в день t;

P_t - цена акции компании-покупателя в день t/цена индекса рынка в день t;

P_t-1 - цена акции компании-покупателя в день, предшествующий дню t/цена индекса рынка в день, предшествующий дню t.

Показатели доходности акций компании-покупателя и доходности индекса рынка, рассчитанные на первом этапе, использовались на втором этапе с целью получения коэффициентов и , необходимых для дальнейшего расчета потенциальной доходности акций компании-покупателя для событийного окна, из модели расчета потенциальной доходности. Существует три основных метода расчета потенциальной доходности: модель с постоянным средним доходом (constant mean return model), согласно которой средний доход остается неизменным с течением времени, рыночная модель (market model), предполагающая линейную связь между доходностью акций и доходностью индекса, и модель ценообразования активов (Capital Asset Pricing Model, CAPM), которая определяет доходность акций как линейную функцию ее ковариации с доходностью рыночного портфеля (Ma et al., 2009).

Среди перечисленных моделей, наиболее релевантной моделью для проведения событийного анализа является рыночная модель по нескольким причинам. С одной стороны, она является улучшенной версией модели с постоянным средним доходом, так как удаление доли прибыли, связанной с изменением доходности рынка, потенциально повышает вероятность выявления моделью эффекта рассматриваемого события (Campbell et al., 1997). С другой стороны, в современных исследованиях она используется наиболее часто в сравнении с моделью CAPM, так как смягчает ряд предписанных ею ограничений, целесообразность которых ставится под сомнение.

Таким образом, для коэффициентов и была выбрана рыночная модель, формула которой имеет следующий вид:

,

где

R_it - доходность акций компании-покупателя в сделке i в день t;

, - коэффициенты, необходимые для расчета потенциальной доходности акций компании-покупателя для событийного окна;

R_mt - доходность индекса рынка, к которому относится компания-покупатель в день t.

Третий этап включал расчет действительной доходности (R_actual) акций компании-покупателя и расчет доходности индекса рынка, к которому относится компания-покупатель, для рассматриваемого событийного окна. Расчет происходил по формуле доходности акций/индекса, использованной на первом этапе.

Четвертый этап представлял собой расчет потенциальной доходности (R_expected) акций компании покупателя. Расчет происходил по формуле рыночной модели, примененной на втором этапе, с использованием коэффициентов и , полученных для оценочного периода также на втором этапе, и показателей доходности индекса рынка для рассматриваемого событийного окна, полученных на третьем этапе.

На пятом этапе производился расчет избыточной доходности (AR), частная формула которой имеет вид:

,

где

AR_it - избыточная доходность акций компании-покупателя в сделке i в день t;

R_actual - действительная доходность акций компании-покупателя в сделке i в день t, рассчитанная на третьем этапе;

R_expected - потенциальная доходность акций компании-покупателя в сделке i в день t, рассчитанная на четвертом этапе.

Финальный этап заключался в расчете непосредственно накопленной избыточной доходности (CAR) по формуле:

,

где

CAR_i - накопленная избыточная доходность акций компании-покупателя в сделке i;

AR_it - избыточная доходность акций компании-покупателя в сделке i в день t, рассчитанная на пятом этапе;

T - рассматриваемая протяженность событийного окна.

Для выявления наиболее статистически значимого результата принято производить расчет накопленной избыточной доходности (CAR) для нескольких конфигураций событийного окна, построенных в программе R-Studio. Так, были произведены расчеты для двух коротких событийных окон - (-3; +3) и (-1; +3), и для двух длинных событийных окон - (-20; +20) и (-15; +5).

Для оценки влияния рассматриваемых факторов корпоративного управления на эффективность сделок M&A в сформированной выборке необходимо проведение регрессионного анализа с использованием полученной накопленной избыточной доходности для рассматриваемого событийного окна. Использованная модель линейной регрессии в общем виде представляет собой следующее выражение:

,

где

CAR_i - накопленная избыточная доходность акций компании-покупателя в сделке i;

- константа регрессии;

F_in - значение фактора корпоративного управления n для сделки i;

X_im - значение контрольной переменной m для сделки i;

, - значение коэффициентов при факторе корпоративного управления n и при контрольной переменной m соответственно;

- случайная ошибка регрессии, имеющая нормальное распределение.

Описание факторов корпоративного управления и контрольных переменных

На основе анализа литературы было принято решение оценить влияние на эффективность сделок слияния и поглощения следующих факторов корпоративного управления, представленных характеристиками совета директоров компании-покупателя:

1) Board size - фактор корпоративного управления, характеризующий количественный состав совета директоров компании-покупателя.

2) Female - фактор корпоративного управления, выражающий количество членов женского пола в составе совета директоров. Так как женщины в составе совета директоров являются показателем его качественного состава, представляется рациональным включение в регрессию данного фактора в относительном выражении.

3) Independent - фактор корпоративного управления, выражающий количество независимых директоров в составе совета директоров.

Также было принято решение включить в регрессионную модель следующие характеристики компании-покупателя и компании-цели в качестве контрольных переменных:

1) Total assets - контрольная переменная, выражающая общий объем активов компании-покупателя и, таким образом, характеризующая ее размер.

2) Industry - бинарная переменная, принимающая значение 1 в случае, когда компания-покупатель и компания-цель относятся к одной индустрии, и значение 0, когда эти индустрии разные.

2.4 Проведение регрессионного анализа и проверка гипотез

Проверка неоднородности сформированной выборки

В связи с тем, что сформированная выборка включает в себя сделки слияния и поглощения на рынках четырех европейских стран (Франции, Германии, Италии и Испании), необходимо определить, являются ли наблюдения по ним структурно стабильными и, следовательно, возможно ли объединить их для проведения регрессионного анализа.

Для этого необходимо проведение теста Чоу, который проверит выборку на однородность и отсутствие структурных сдвигов.

Так как при проведении теста Чоу возможна проверка однородности одновременно только двух подвыборок, в случае четырех стран необходимо проведение шести парных тестов, результаты которых представлены в Таблице 5.

Таблица 5: Результаты теста Чоу для пар подвыборок

Пара стран	Критическое значение F-статистики на уровне значимости 5%	Расчетное значение F-статистики
Испания & Германия	2,2	1,66
Испания & Франция	2,2	1,32
Испания & Италия	2,2	1,69
Германия & Франция	2,2	1,47
Германия & Италия	2,2	2,15
Франция & Италия	2,2	2,08

В случае, когда критическое значение теста Чоу больше расчетного значения, нет оснований отвергать нулевую гипотезу об однородности выборки. Так как по результатам теста для всех пар подвыборок было получено расчетное значение F-статистики меньшее, чем соответствующее критическое значение, нет оснований отвергнуть нулевую гипотезу на 5% уровне значимости, следовательно, полученная выборка из четырех стран является однородной. Таким образом, нет препятствий для проведения дальнейшего регрессионного анализа для объединенной выборки.

Проверка Гипотезы 1 о взаимосвязи накопленной избыточной доходности и объявления о сделке слияния и поглощения

Расчет накопленной избыточной доходности (CAR) и последующее построение регрессий с факторами корпоративного управления, включенными как независимые переменные, производились в статическом пакете Stata для четырех событийных окон, выбранных на основе проведенного анализа литературы и рассчитанных Для выявления наиболее статистически значимого результата использовались окна разной характеристики. Так, половина из рассмотренных окон была представлена симметричными окнами, вторая половина - несимметричными. Распределение окон с точки зрения длины было аналогичным. Исследуемые конфигурации окон и статистические результаты по ним представлены в Таблице 6.

Таблица 6: Результаты расчета CAR для различных конфигураций окон

Событийное окно	Средняя CAR	Min CAR	Max CAR
(-1;+3)	0,95%*	-18,21%	20,25%
(-3;+3)	1,17%**	-16,48%	17,93%
(-15;+5)	1,72%*	-37,65%	40,19%
(-20;+20)	1,45%	-44,58%	47,49%

* - значимость на 10% уровне; ** - значимость на 5% уровне; *** - значимость на 1% уровне

Таким образом, полученное положительное значение накопленной избыточной доходности (CAR) было положительным для всех рассматриваемых окон, вне зависимости от их длины и симметричности. При этом результат по двум из рассматриваемых окон оказался статистически значимым на 10% уровне (короткое несимметричное окно (-1;+3) и длинное не симметричное окно (-15;+5)), в то время как одно из окон оказалось статистически значимо на 5% уровне (короткое симметричное окно (-3;+3)). Последнее объясняется наличием в построенной регрессии наибольшего количества значимых переменных. Статистические результаты по построенным регрессионным моделям для каждой конфигурации событийного окна представлены в Приложении 4.

На основе полученных результатов расчета CAR для разных событийных окон нет основания отвергнуть Гипотезу 1 о положительной взаимосвязи между объявлением о сделках слияния и поглощения и накопленной избыточной доходностью в краткосрочном периоде для компании-покупателя на 5% уровне значимости. Следует отметить, что в целом наблюдается смещенность среднего значения CAR в сторону положительных значений. Данный факт имеет логическое обоснование, заключающееся в том, что подавляющая часть компаний на Европейском рынке имеет многолетнюю историю, в течение которой они проводили активную политику совершения сделок слияния и поглощения. Это наиболее актуально для современного периода, когда данный опыт позволяет компаниям проводить более успешные сделки, что вызывает положительную реакцию на них рынка и инвесторов, следовательно, увеличивая их эффективность (Черненко, Юрьев, 2019).

Таким образом, исходя из полученных результатов значимости регрессий и переменных в них на разных событийных окнах, для дальнейших расчетов, необходимых для проверки поставленных гипотез, будет использоваться событийное окно (-3;+3).

Проверка регрессионной модели на гетероскедастичность

Во избежание получения статистически некачественных оценок построенной регрессионной модели необходимо провести тест Бройша-Пагана на гетероскедастичность. Согласно Приложению 5, есть основания для отвержения нулевой гипотезы о гомоскедастичности случайных ошибок регрессионной модели на 1% уровне значимости, из чего следует гетероскедастичность. Следовательно, необходимо провести коррекцию ошибок на робастность для получения состоятельных при гетероскедастичности стандартных ошибок. Таким образом, в дальнейшем будет производиться описание моделей с уже скорректированными робастными ошибками.

Проверка независимых переменных регрессионной модели на мультиколлинеарность

Для проверки гипотез о взаимосвязи факторов корпоративного управления с накопленной избыточной доходностью (CAR) необходимо определить, присутствует ли взаимосвязь между независимыми переменными, соответственно обозначающими факторы корпоративного управления, которая могла бы повлиять на их статистическую значимость. Таким образом, была произведена проверка независимых переменных регрессионной модели с помощью матрицы парных коэффициентов корреляции, представленной Таблицей 7.

Таблица 7: Матрица парных коэффициентов корреляции независимых переменных

	Female	Independent	Board size	Total assets	Industry
Female	1,00
Independent	0,1922	1,00
Board size	0,8713	0,971	1,00
Total assets	0,092	-0,2984	0,0184	1,00
Industry	-0,0092	0,2154	-0,1923	0,3428	1,00

Согласно представленной таблице, наблюдается сильная корреляция, с одной стороны, между переменными Board size и Female, и Board size и Independent - с другой. Значения корреляции для данных пар переменных соответственно равны 0,87 и 0,97, что свидетельствует о возможном наличии мультиколлинеарности. Данный факт также подтверждается результатами, полученными для изначальной регрессии с включенными в нее всеми переменными (Board size, Female, Independent, Total assets и Industry). Так, при статистически значимой переменной, отвечающий за количество членов совета директоров (Board size), переменные, отвечающие за количество директоров женского пола (Female) и количество независимых директоров (Independent) в совете, оказались незначимы. Для всех остальных пар переменных корреляция не превышало значение, равное 0,34, что считается допустимым и не свидетельствует о наличии сильной мультиколлинеарности.

Таким образом, для выявления взаимосвязи между отдельными независимыми переменными, отвечающими за факторы корпоративного управления, и накопленной избыточной доходностью, одновременное включение в регрессионную модель переменных Board size и переменных Female и Independent представляется нецелесообразным. Никаких других ограничений, наложенных мультиколлинеарностью независимых переменных, не требуется.

Оценка параметров регрессионной модели для объединенной выборки

В первую очередь была построена многофакторная линейная регрессия (регрессионная модель №1) для объединенной выборки, в которой в качестве зависимой переменной выступала накопленная избыточная доходность (CAR), в качестве независимой - размер совета директоров (Board size). В качестве контрольных переменных были использованы общая величина активов компании-покупателя (Total assets) и принадлежность компании-покупателя и компании-цели к одной отрасли (Industry).

Описательная статистика по независимым переменным для объединенной выборки приведена в Приложении 6.

C целью проверки независимых переменных на мультиколлинеарность был вычислен VIF (Variance Inflation Factor). Согласно Таблице 8, мультиколлинеарность среди независимых переменных отсутствует, так как величина VIF для всех переменных не превосходит критических значений, лежащих в интервале от 5 до 10.

Таблица 8: Результаты расчета VIF

Variable	VIF
Board size	1,01
Total assets	1,09
Industry	1,13
Mean VIF	1,08

Согласно Таблице 9, модель значима на 5% уровне по F-критерию Фишера. Относительно низкое значение коэффициента детерминации (R²), равное 8,82%, не является проблемой, поскольку в рамках исследования не ставилась цель выявить абсолютно все факторы, оказывающие влияние на накопленную сверхдоходность акций компании-покупателя в сделках слияния и поглощения. Согласно t-критерию Стьюдента, переменные Industry и константа отличны от нуля на 1% уровне значимости, однако Total assets демонстрируют статистическую незначимость. Поскольку переменная Board size значима на 5% уровне, а коэффициент перед переменной является отрицательным, можно заключить, что между размером совета директоров и значением CAR существует отрицательная взаимосвязь.

Таблица 9: Параметры регрессионной модели №1 для объединенной выборки

N	200
F-st	7%
Prob > F	0,0031**
R2	10,65%
R2adj	8,82%
Переменная	Коэффициент
Board size	-0,0043975**
s.e.	(-0,0015164)
Total assets	-0,00006521
s.e.	(-0,0000435)
Industry	0,094592***
s.e.	(0,030415434)
_cons	0,075712***
s.e.	(0,035051852)

* - значимость на 10% уровне; ** - значимость на 5% уровне; *** - значимость на 1% уровне

Далее необходимо было выявить взаимосвязь накопленной сверхдоходности с долей женщин и количеством независимых директоров в совете. Таким образом, изначально была построена регрессионная модель (регрессионная модель №2), в которую была включена накопленная избыточная доходность в качестве объясняемой переменной, доля женщин в составе совета директоров (Female) в качестве объясняющей переменной, общая величина активов компании-покупателя и принадлежность компании-покупателя и компании-цели к одной отрасли - в качестве контрольных переменных. Согласно Таблице 10, данная регрессия оказалась значима на 10% уровне по критерию Фишера, в то время как доля объясненной дисперсии зависимой переменной составила 7,98%. Среди объясняющих переменных по t-критерию оказались значимы на 1% уровне константа и переменная Industry. Переменные Female и Total assets отличны от нуля на 10% уровне значимости.

Таблица 10: Параметры регрессионной модели №2 для объединенной выборки

N	200
F-st	5%
Prob > F	0,0639*
R2	7,98%
R2adj	6,09%
Переменная	Коэффициент
Female	0,0032577*
s.e.	(0,0027148)
Total assets	-0,00007392*
s.e.	(-0,0000725)
Industry	0,075419***
s.e.	(0,0174178)
_cons	0,032066***
s.e.	(0,0163602)

* - значимость на 10% уровне; ** - значимость на 5% уровне; *** - значимость на 1% уровне

Так как полученные оценки для переменной Female, отвечающей за фактор корпоративного управления, оказались слабо значимыми, было принято решение добавить в регрессию (регрессионная модель №3) независимую переменную, отвечающую за количество независимых директоров (Independent). С целью выявления лучшей версии регрессии, был проведен тест Рамсея на сравнение регрессий. Результаты теста рамсея приведены в Таблице 11. Поскольку значение p-value тестовой статистики, равное 0,00078, не превосходит значение уровня значимости 0,01, есть основания отвергнуть нулевую гипотезу о том, что короткая модель лучше. Таким образом, для того, чтобы оценить зависимость между накопленной избыточной доходностью, долей женщин и независимостью директоров в совете директоров, целесообразно использовать регрессионную модель, включающую обе независимые переменные Independent и Female.

Таблица 11: Результаты теста Рамсея

F (1,194)	17,2
P-value	0,00078*

Расчет значения VIF для полученной регрессионной модели показал отсутствие мультиколлинеарности между независимыми переменными, так как ни одной из значений не превосходила критических значений в интервале от 5 до 10. Результаты представлены в Таблице 12.

Таблица 12: Результаты расчета VIF

Variable	VIF
Female	1,03
Independent	1,02
Total assets	1,09
Industry	1,08
Mean VIF	1,06

В таблице 13 приведены оценки параметров регрессионной модели №3. Так, вторая модель объясняет большую, по сравнению с первой регрессией, долю дисперсии зависимой переменной, о чем свидетельствует повышение скорректированного коэффициента детерминации (R²_adj) с 6,09% до 10,26%. Также по F-критерию модель значима на 5% уровне. По t-критерию Стьюдента все переменные, кроме Total assets, показывают статистическую значимость на различных уровнях: переменная Female значима на 5% уровне, в то время как переменные Independent, Industry и константа отличны от нуля на 1% уровне значимости. Так как коэффициенты перед независимыми переменными Independent и Female приняли положительное и отрицательное значения соответственно, можно сделать вывод о том, что между накопленной аномальной доходностью и количеством независимых директоров в составе совета директоров наблюдается прямая зависимость, а между накопленной сверхдоходностью и долей женщин в составе совета директоров - обратная.

Таблица 13: Параметры регрессионной модели №3 для объединенной выборки

N	200
F-st	6%
Prob > F	0,0462**
R2	12,51%
R2adj	10,26%
Переменная	Коэффициент
Female	-0,0005932**
s.e.	(-0,000104621
Independent	0,00487122*
s.e.	(0,0016346)
Total assets	-0,0013061
s.e.	(-0,0015013)
Industry	0,0949124*
s.e.	(0,0146019)
_cons	0,001742*
s.e.	(0,0007847)

Оценка параметров регрессионной модели для подвыборок по странам

После регрессионного анализа по объединенной выборке были параметры регрессий для подвыборок по рассматриваемым странам Европы. Описательная статистика по независимым переменным для подвыборок по странам приведены в приложении 7. Аналогично процессу оценки объединенной выборке, были построены две отдельные регрессионные модели по каждой стране. В первую регрессию (Модель 1) включались переменная Board size с контрольными переменными Industry и Total assets; во вторую регрессию (Модель 2) включались переменные Independent и Female с аналогичным модели 1 набором контрольных переменных.

Рассматривая первую и вторую модели по подвыборке по Испании (Приложения 8.1 и 8.2) можно увидеть, что обе модели значимы на 5% уровне. Коэффициент детерминации первой модели принимает значение 8,87%, коэффициент второй - 9,43%. По t-критерию как в первой модели, так и во второй отличны от нуля на 1% уровне контрольные переменные Industry и Total assets; на уровне 5% значимы объясняющие переменные Board Size, Female и Independent. Кроме того, коэффициенты при независимых переменных Board Size и Independent положительны, в то время как при коэффициенте переменной Female стоит отрицательный знак. Таким образом, можно заключить, что размер совета директоров и количество независимых директоров на подвыборке по Испании имеют прямую взаимосвязь с накопленной сверхдоходностью, а доля женщин в совете директоров - обратную.

Согласно Приложениям 8.3 и 8.4, относительно подвыборки по Франции следует отметить, что в целом регрессионные модели показывают слабую значимость по критерию Фишера: первая модель значима на уровне значимости 10%, в то время как вторая - незначима. Коэффициенты R^2 в обеих моделях достаточно низки: 4,47% и 4,28% соответственно. Контрольная переменная Industry значима в первой и второй модели на 5% и 10% уровнях соответственно, в то время как константа значима на 1% уровне в обеих моделях. Несмотря на то, что коэффициенты при переменных Board Size и Independent отрицательны, они не являются статистически значимыми по t-критерию. Кроме того, хотя коэффициент при переменной Female положителен, переменная значима лишь на 10% уровне. Таким образом, нельзя сделать однозначного вывода о взаимосвязи между размером совета директоров, долей женщин и количеством независимых директоров в составе совета директоров на подвыборке по Франции ввиду слабой значимости и полной незначимости переменных и низкой значимостью модели в целом.

По сравнению с моделями по подвыборке Франции, модели по подвыборке Германии показывают большую статистическую значимость, что можно заметить в приложении 8.5 и 8.6. Первая модель со значением коэффициента детерминации 6,36% значима на 10% уровне, в то время как вторая со значением коэффициента 7,01% значима на 5% уровне. Согласно t-статистике Стьюдента, переменная Board Size, коэффициент при которой принимает отрицательное значение, и контрольная переменная Industry в первой модели значимы на 10% уровне. Во второй модели объясняющая переменная Independent, имеющая положительный коэффициент, и константа не принимают значение ноль на 1% значимости. Важно заметить, что объясняющая переменная Female является статистически незначимой, поэтому не представляется возможным сделать вывод о виде связи между долей женщин в совете директоров и значением CAR. Однако можно заключить, что количество независимых директоров и значение накопленной сверхдоходности положительно взаимосвязаны друг с другом, в то время как величина совета директоров со значением CAR взаимосвязаны отрицательно.

В отношении Италии необходимо подчеркнуть, что по F-критерию первая и вторая модели значимы на 10% и 5% уровне значимости соответственно (Приложения 8.7 и 8.8). Первая модель объясняет 7,04% дисперсии зависимой переменной, в то время как вторая - 7,72%. Исходя из t-критерия, значимость на 1% уровне демонстрируют независимая переменная Female, а также константы обеих регрессий. В это же время переменные Board Size, Independent и Industry отличаются от нуля на 5% уровне значимости. Поскольку коэффициенты переменных Board Size, Independent и Female имеют отрицательный знак, можно сделать вывод об отрицательной взаимосвязи между этими переменными и значением накопленной избыточной доходности.

Выводы

На основании проведенного регрессионного анализа как для общей выборки, так и для подвыборок по странам, было проведено сопоставление полученных результатов с поставленными гипотезами.

Так как в трех из пяти построенных регрессионных моделях коэффициент при переменной Board size, отвечающей за количество директоров в составе совета, принимал отрицательное значение на 5% и 10% уровне значимости, нет оснований для того, чтобы отвергнуть Гипотезу 2 об отрицательной взаимосвязи размера совета директоров и эффективностью сделок слияния и поглощения на развитых рынках Европы. Исключением стала подвыборка по Испании, где коэффициент при данной переменной принял положительное значение на 5% уровне, что является основанием для отвержения Гипотезы 2 в пользу альтернативной о положительной взаимосвязи размера совета директоров и эффективностью сделок для данной подвыборки.

Положительное значение коэффициента при переменной Independent, отвечающей за количество независимых директоров в составе совета, полученное в трех из пяти построенных регрессионных моделях на 1% и 5% уровнях значимости, позволяет принять Гипотезу 3 о положительной взаимосвязи количества независимых директоров в совете и эффективностью сделок слияния и поглощения на развитых рынках Европы. В двух оставшихся регрессиях, построенных для подвыборок Франции и Италии, коэффициент при данной переменной принял отрицательное значение, однако это не представляется основанием для опровержения Гипотезы 3, так как в указанных моделей данный коэффициент был либо низко значим, либо незначим.

Вопреки ожиданиям, Гипотеза 4, предполагающая положительную взаимосвязь между долей женщин в совете директоров и эффективностью сделок слияния и поглощения, не согласуется с полученным в большинстве случаев отрицательным знаком коэффициента при переменной Female на 1% и 5% уровнях значимости. Несмотря на то, что для подвыборки по Франции коэффициент при данной переменной принял положительное значение на 1% уровне значимости, это не является основанием для подтверждения Гипотезы 4 в силу низкой статистической значимости моделей по данной подвыборке. Следовательно, Гипотеза 4 отвергается в пользу альтернативной гипотезы об отрицательной связи между долей женщин в совете директоров и эффективностью сделок слияния и поглощения на развитых рынках Европы.

Таким образом, в процессе исследования были подтверждены три из четырех поставленные гипотезы, при этом для всех из них было получено обоснование на трех из пяти построенных регрессионных моделей. Опровергнутая гипотеза, в свою очередь, также получила обоснование на трех из пяти построенных регрессионных моделей.