Синергетический эффект, достигаемый при слияниях и поглощениях компаний сектора финансовых услуг

Данные модели не проверяются нами на эмпирических данных, так как почти все они требуют большого количества данных, которые сложно найти в свободном доступе. К тому же целью является анализ ретроспективных сделок по достаточному количеству сделок для того, чтобы выборка оказалась статистически значимой и репрезентативной. Именно поэтому предпочтение отдается более простым и доступным моделям, по которым есть вся необходимая статистическая информация.

Теперь стоит перейти к рассмотрению некоторых ретроспективных моделей.

2.2 Ретроспективные способы оценки

В основном, ретроспективные модели основаны на анализе бухгалтерских показателей и финансовых мультипликаторов до сделки и через некоторое время после нее (оценка внутренней синергии) и динамики цен акций компании-покупателя или доходности акций (внешняя синергия). Обычно синергетический эффект оценивается в пределах трех лет после сделки, так как потом начинают действовать другие факторы, в основном связанные с изменением макроэкономической обстановки или дальнейшей реструктуризацией внутри фирмы.

Еще одна особенность ретроспективной оценки сделок M&A заключается в том, что они в большей степени направлены на анализ деятельности компании- покупателя, в то время как перспективная оценка, что логично, предполагает подробную оценку деятельности компании- цели.

Итак, перейдем подробнее к рассмотрению ретроспективного способа оценки сделок.

Часто, за меру синергетического эффекта берут доходность акций. Так, например, Mehroz Nida Dilshad изучает среднюю доходность акций компании-покупателя и компании-цели за 30 дней до объявления о сделки и 30 дней после него. Затем он строит регрессию, выявляя зависимость между изменением доходности акций и изменением рыночного индекса. После этого считается избыточная доходность, которая показывает ту часть изменения доходности акций, которая не может быть объяснена изменением рыночного индекса, а значит, происходит из-за объявления о сделке. Она считается по формуле:

AR= Rit- - *Rmt,

Где:

AR - Abnormal return, избыточная доходность

Rit, Rmt - это относительные изменения стоимости акций компании покупателя и рыночного индекса соответственно,

, - коэффициенты построенной ранее регрессии

Затем считается средняя избыточная доходность путем деления AR на количество анализируемых компаний, и CAR (cumulative abnormal return) - суммированием средней избыточной доходности. Выполняется статистический тест Стьюдента, чтобы показать, что слияния и поглощения влияют на стоимость акций.

Исследование показывает, что избыточная доходность компаний-покупателей сильно возрастает в день объявления о сделке и сохраняется на высоком уровне еще 2 недели после него, далее она падает. Избыточная доходность компаний-целей не возрастает после объявления о слиянии. Возможно, наличие синергетического эффекта, выраженного избыточной доходностью, должно оцениваться на промежутке, превышающем 1 месяц до и после сделки.

Другие авторы, например Azeem Ahmad Khan, оценивают синергию на основе бухгалтерских показателей. Он сравнивает показатели рентабельности продаж по валовой, чистой и операционной прибыли (gross profit margin, net profit margin, operating profit margin), доход от используемого капитала(return on capital employed), прибыль на акционерный капитал (return on equity) и коэффициент платежеспособности (debt-to-equity ratio) за 3 года до объявления о сделки и через 3 года после этой даты. Для каждого из этих показателей с помощью теста Стьюдента проверялась гипотеза о том, что соответствующие показатели до и после сделки существенно различаются. Для показателей рентабельности продаж по чистой прибыли, прибыли на акционерный капитал и коэффициента рентабельности тест показал, что имеются существенные различия. Это означает улучшение эффективности деятельности компаний после слияния. Данное исследование дает обзор показателей, по которым может быть оценена синергия, однако полученные результаты не проверены с достаточной точностью, так как выборка сделок была слишком мала и не репрезентативна.

Другие исследования, например исследование Onikoyi Idris Adegboyega, также включают в себя анализ бухгалтерских показателей и регрессионный анализ. В своем исследовании он сравнивает показатели активов, обязательств, величину акционерного капитала, дохода на акцию, валовой прибыли и прибыли после налогообложения за 3 года до и 3 года после объявлении о сделке. Далее была построена регрессия для выявления зависимости величины активов от величины акционерного, то есть собственного капитала. Регрессия показала, что наличие такой зависимости существует, что означает, что в процессе слияний и поглощений увеличивается акционерная стоимость компании, а, следовательно, финансовая стабильность и операционная эффективность консолидированной компании.

Во всех рассмотренных выше статьях выявлялся сам факт улучшения эффективности деятельности объединенной компании, однако не измерялся количественно сам синергетический эффект.

Поэтому рассмотрим еще одну работу, в которой синергия посчитана в явном виде. Затем после подсчета эффективности сделки производится регрессионный анализ. В данном исследовании проводится анализ как бухгалтерских, так и рыночных показателей. Автор статьи, Хусаинов З.И. делает следующие расчеты. Для того чтобы проанализировать реакцию рынка на объявление о сделке, он считает разницу между приростом цены акции компании- покупателя за неделю до и после объявления о сделке и приростом рыночного индекса в этот же промежуток времени. Так считается аномальная доходность. Затем в качестве бухгалтерской меры эффективности сделки автор берет показатель рентабельности продаж по прибыли до вычета процентов, амортизации и налогов (EBITDA). То есть считается показатель синтетической рентабельности (суммируется EBITDA компаний до объединения и делится на сумму продаж компаний до объединения) для того, чтобы оценить потенциальный рост показателей через некоторое время после слияния. После этого из синтетической рентабельности вычитается рентабельность через 2 года, посчитанная по фактическим данным о продажах и прибыли до выплаты процентов, налогов и амортизации уже консолидированной компании. Интервал в 2 года берется на основе эмпирических данных, так как считается, что именно через 2 года синергетический эффект проявляется в большей степени. Эта разница и есть синергия в количественном выражении, чистый эффект слияния. Затем строится регрессия для выявления зависимости между бухгалтерскими и рыночными показателями. Результат показывает, что зависимость между аномальной доходностью и рентабельностью по EBITDA есть. Это означает, что рынок с помощью доходности акций довольно точно предсказывает целесообразность сделки.

3. Построение модели оценки синергетического эффекта и факторов на него влияющих

3.1 Методология исследования

Данное исследование состоит из двух частей. В первой его части считается величина синергетического эффекта, вторая часть посвящена анализу факторов влияющих на эту величину.

Синергию мы будем считать, основываясь на данных рыночной капитализации компании-покупателя (то есть, по сути, количество акций, умноженное на стоимость каждой акции). Эффективность сделки оценивалась на временном горизонте в 3 года после сделки и сравнивалась с ближайшим доступным значением (значения капитализации компаний были доступны в пределах одного месяца) до сделки. Данный временной промежуток был выбран на основе анализа литературы и предыдущих исследований на эту тему. Также учитывалась объявленная стоимость сделки. Синергия вычислялась путем вычитания стоимости компании- покупателя до сделки и затрат на осуществление процесса интеграции из рыночной капитализации объединенной компании:

Synergy = V consolidated - V acquirer - cost of merger

То есть синергия это рыночная капитализация объединенной компании (через год, два или три после объявления о сделке) за вычетом рыночной капитализации компании- покупателя и объявленной стоимости сделки.

Затем сравнивались данные через год, два и три после сделки, чтобы выявить динамику синергии. То есть, например синергия через 2 года считалась следующим образом:

Synergy+2= V consolidated+2 - V acquirer - cost of merger.

Следующая часть исследования была посвящена выявлению факторов, влияющих на величину синергетического эффекта. Опираясь на результаты рассмотренных нами ранее исследований, мы отобрали некоторые бухгалтерские показатели и на основе регрессионного анализа попытались выявить эту зависимость.

Принимая во внимания исследования прошлых лет (проанализированные в предыдущих главах), в качестве независимых переменных регрессии нами были отобраны пять следующих факторов: рентабельность продаж по собственному капиталу (ROE), чистая прибыль (Net profit), отношение цены акции к прибыли (P/E), коэффициент финансового ливереджа (D/E) и объем выручки (Sales). Теперь рассмотрим каждый из этих показателей более подробно.

Значения чистой прибыли (прибыли после уплаты налогов, процентов и прочих обязательных платежей) и выручки являются одними из определяющих показателей финансовой деятельности любой компании.

ROE- коэффициент доходности собственного капитала, он показывает соотношение чистой прибыли инвесторов после уплаты процентов, дивидендов и налогов и балансовой стоимости собственного капитала. Данный показатель измеряется в процентах и его суть такова: если ROE имеет величину в 10%, это означает, что каждый вложенный в предприятие доллар приносит чистую прибыль в 0,1 долларов. Можно сказать, что ROE - это доходность бизнеса в целом, так как показатель сочетает в себе как затраты (инвестированные средства, собственный капитал), так и результаты такого инвестирования (чистая прибыль). По словам Уоррена Баффета, рентабельность собственного капитала - это суть бизнеса, именно поэтому мы считаем важным включить данный показатель в регрессионный анализ.

Еще один финансовый показатель - это отношение величины долга к собственному капиталу, еще его называют коэффициентом ливереджа, финансовым рычагом. Он характеризует степень платежеспособности компании, показывает, насколько компания зависит от внешних заемных средств. Чем данный показатель выше, тем в большей степени компания подвержена опасности столкнуться с дефицитом средств.

Мультипликатор P/E - это один из наиболее распространенных финансовых показателей, на которые обращают внимание инвесторы. Он показывает величину текущей прибыли на одну акцию компании, его использование особенно актуально при приобретении акций предприятий. Чем его значение ниже, тем лучше для покупателей, так как получается, что он приобретает акцию по более низкой цене, а значение прибыли имеет большую величину. Данный мультипликатор также является хорошим отражением ожидаемых темпов роста компании (чем сильнее рост, тем выше мультипликатор). Он отражает функцию риска фирмы, что связано со стоимостью собственного капитала: если стоимость собственного капитала у компании высока, то она будет котироваться даже при низком значении мультипликатора P/E. К тому же, по словам А. Дамодарана, применение мультипликаторов капитала (P/E) гораздо эффективнее для компаний сектора финансовых услуг, чем применение показателей ценности (таких, например, как EV/EBITDA). Таким образом, данный мультипликатор является важным и довольно распространенным показателем, и мы также включим его в регрессию в качестве независимого фактора.

Теперь вернемся к построению моделей для анализа влияния вышеперечисленных факторов на величину синергии.

Одной из разновидностей регрессионного анализа является построение линейной множественной регрессии, которая призвана выявить зависимость переменной от нескольких случайных величин. Уравнение регрессии выглядит следующим образом:

Yi=b0i+b1(x1) i+b2(x2) i+…+Ui ,

Где

x1,x2... - это факторы, определяющие зависимую переменную Yi

Ui - ошибки.

Что касается метода наименьших квадратов, то он направлен на минимизацию суммы квадратов отклонений наблюдаемых значений зависимой переменной Y от их линейных несмещенных оценок.

Качество регрессии определяется с помощью коэффициента детерминации (R-квадрат), его значение лежит в пределах от нуля до единицы. Чем ближе оно к 1, тем лучше модель. Например, если значение коэффициента детерминации равно 0,6, это значит, что 60% дисперсии объясняется регрессорами, по которым построена модель. Однако это значение может быть завышено, из-за таких явлений, как, например, мультиколлинеарность.

Чтобы модель была построена корректно, используются проверки на мультиколлинеарность, автокорреляцию и гетероскедастичность, а также проверки коэффициентов и модели в целом на значимость.

Первым шагом в модели была проверка коэффициентов на мультиколлинеарность. Мультиколлинеарность - это тесная корреляционная взаимосвязь регрессорами (факторами), что означает, что один фактор может быть объяснен через другой. Мы определяем ее наличием методом построения матрицы парных коэффициентов корреляции, значение которых меняется от нуля до единицы. Принимаем, что сильная мультиколлинеарность наблюдается тогда, когда коэффициенты парной корреляции имеют значение больше 0,5. Тогда мы устраняем ее путем исключения коррелирующих переменных, из двух взаимозависимых переменных оставляем ту, которая в большей степени влияет на зависимую переменную с точки зрения экономического смысла.

Следующим шагом является проверка на автокорреляцию первого порядка, то есть корреляция между соседними ошибками в модели регрессии. Чтобы проверить, наблюдается ли данное явление в модели, используется тест Дарбина-Уотсона. Статистика Дарбина-Уотсона лежит в пределах от 0 до 4, отсутствие автокорреляции может быть проиллюстрировано, если этот коэффициент близок к 2, что значит, что гипотеза о независимости случайных отклонений подтверждается. Если он стремится к нулю, то автокорреляция отрицательна, если к 4, то положительна. В нашем случае, вывод статистики Дарбина- Уотсона происходит автоматически в статистической программе, однако автокорреляция не встречается ни в одной регрессии, так как данные не являются временными рядами и наблюдения не зависимы друг от друга (каждая строка - отдельная сделка). Следовательно, корреляции между соседними ошибками в моделях нет и быть не может.

Затем проверим модель на гетероскедастичность, то есть на непостоянство зависимых величин и, следовательно, случайных ошибок. Тест на наличие гетероскедастичности - это тест Уайта, рассчитывающий стандартные отклонения по форме Уайта. С помощью определенной формулы рассчитывается F-статистика (имеющая распределение Фишера). Если она оказывается меньше достигаемого уровня значимости в 5%, то основная гипотеза об отсутствии гетероскедастичности отвергается. По некоторым построенным моделям, оказалось, что существует гетероскедастичность, поэтому следующим шагом была коррекция данных с помощью стандартных ошибок в форме Уайта.

Затем следовало построение регрессии по переменным, не исключенным из-за наличия мультиколлинеарности, и проводился анализ на значимость коэффициентов регрессии с помощью p-value на основе t-статистики (имеющую распределение Стьюдента). Это вероятность того, что t-статистика превысит установленное значение. По сути это наименьший уровень значимости принятия основной гипотезы, которая говорит о том, что коэффициент значим. Чем значение p-value меньше, тем для модели лучше. Например, если p-value 0,000, это означает, что коэффициент значим при любом уровне значимости, основная гипотеза о значимости коэффициента регрессии принимается. Если значение p-value больше критической величины (выбранного уровня значимости), то основная гипотеза отвергается в пользу альтернативной. Обычно критический уровень значимости принимается на уровне 5%, однако иногда используется и 10%-ный уровень значимости. Мы будем придерживаться второго варианта, который является менее строгий критерием для исключения переменных, так как выборка в 120 сделок (выборка не очень большого объема) позволяет нам это сделать. Таким образом, если значение p-value (в таблицах результатов называется Prob.) оказывалось больше 0,1 (коэффициент значим на уровне менее 10%), то фактор признавался незначимым (не влияющим на качество модели) и исключался из нее.

Еще одна проверка качества модели осуществлялась на основе F-статистики Фишера и ее вероятности (в таблицах по результатам регрессии называется Prob. F-statistic). Она дает возможность принять или отвергнуть основную гипотезу о том, что все коэффициенты регрессии равны нулю. Обычно принимается в 5 или 10% как критический, и с ним сравнивается полученное значение вероятности. Мы выбрали критический уровень величиной в 10%, если вероятность F-статистики была меньше, то нулевая гипотеза отвергалась, регрессия в целом признавалась значимой. Десятипроцентный уровень значимости также определялся исходя из величины выборки.

Последним этапом было построение регрессии по оставшимся переменным. Мы не центрировали и не нормировали коэффициенты для лучшей их сопоставимости, так как почти во всех построенных регрессиях было сразу ясно, какой из факторов влияет в наибольшей степени. Далее следовал анализ получившихся факторов и интерпретация результатов.

3.2 Результаты исследования

Целью нашего исследования является подсчет величины синергетического эффекта и попытка выявить переменные, влияющие на данную величину.

Мы рассмотрели 120 сделок (данные были взяты из системы Bloomberg) , произошедших в США и Европе в период с 1994 по 2008 год (список сделок представлен в Приложении 1). Такой период был взят, так как именно в 90-е года начался очередной всплеск активности на рынке слияний и поглощений. Конец периода, 2008 год, был взят, так как целью нашего анализа является ретроспективный анализ в течение 3 лет после объявления о сделке, поэтому из-за доступности данных было решено рассмотреть именно этот период. Кроме того, «за период 1997 - 2007 гг. в десяти ведущих промышленно развитых странах было зарегистрировано более 40 тыс. слияний и поглощений, что в два раза больше, чем в предыдущее десятилетие, а общая сумма этих сделок выросла почти в десять раз».

Данные регионы были выбраны нами, так как, во-первых, сделки в них происходили чаще, чем в остальных регионах и доступной информации по ним больше. Во-вторых, это развитые регионы, макроэкономическая ситуация в которых достаточно стабильна. Выбор сделок в вышеуказанных регионах призван свести воздействие неблагоприятных макроэкономических факторов к минимуму.

Итак, мы получили, что посчитанный вышеуказанным образом, положительный синергетический эффект был достигнут через год после объявления о сделке в 45,83% случаев (55 из 120 сделок), через 2 года в 42,5% случаев (51 из 120 сделок) и через 3 года в 44,16 % случаев (53 из 120 сделок). Данная статистика, в целом, совпадает с результатами предыдущих исследований. Как мы видим, в течение трех лет эта величина остается на примерно одном и том же уровне. Через год рыночная капитализация значительно увеличилась у большинства компаний, что значит, что ожидания от сделки, отразившиеся на стоимости акций, были положительными.

Что касается величины синергии в динамике, то ее будет проще показать на графике.

По оси абсцисс показаны сделки, по оси ординат - величина синергии, измеренная в миллионах долларов. Для построения графика синергетический эффект был отсортирован по возрастанию. Как мы видим, красная линия, отражающая синергию через год, является наиболее стабильной, на втором году (синяя линия) после слияния появляются колебания. Через 3 года (желтая линия) синергетический эффект ведет себя скачкообразно, почти хаотично, что отражает, что 3 года после сделки - большой временной интервал, на котором вступают в силу другие факторы, влияющие на рыночную капитализацию компании, и, как следствие, на синергию от сделки.

Теперь построим диаграмму, показывающую объемы сделок с положительной и отрицательной синергией и их количество.



Диаграмма показывает, что сделки с отрицательной синергией по объему превышают сделки с положительной синергией. Более того, левая часть диаграммы более длинная, чем правая, это значит, что сделки с отрицательным синергетическим эффектом встречаются гораздо чаще, что также доказывает полученную нами выше статистику. Причиной такого результата может быть тот факт, что большинство из этих сделок были направлены не на рост компании, а на ее реструктуризацию. То есть проблемный актив как бы «растворился» в других активах фирмы, и синергетический эффект от сделки получился отрицательным.

Теперь перейдем ко второй части исследования - попытке выяснить, какие факторы влияют на синергетический эффект и построению регрессий с помощью статистического пакета Eviews.

В качестве зависимой переменной мы возьмем синергетический эффект, посчитанный на основе рыночной капитализации компании через год, два и три года после объявления о сделке.

В качестве факторов, влияющих на синергию был взят объем продаж, чистый доход, отношение цены к доходу, отношение заемного капитала к собственному и рентабельность продаж по собственному капиталу (за тот же период, что и посчитанная синергия, то есть через год, два и три после объявления о сделке соответственно).

Все данные были как относительные приросты величин (за исключением показателя рентабельности собственного капитала, так как он уже посчитан в процентах). Например, приросты показателей через год после сделки были вычислены следующим образом:

Прирост показателя = (значение через год после сделки - значение до сделки)/ значение до сделки

Метод анализа данных - это построение линейных регрессий. Для более логичного и структурированного анализа было решено поделить выборку на три части и отдельно посмотреть, как проявляется синергетический эффект во время слияния банков США, банков Европы и других финансовых учреждений обоих регионов.

Перед построением регрессий нужно убедиться, что выбранные нами переменные не взаимосвязаны между собой, что мультиколлинеарность в модели отсутствует. Для этого на каждого временного интервала будем строить матрицу парных коэффициентов корреляции.

Для удобства мы сократили названия переменных, поэтому ниже приведена расшифровка:

SYN - синергия

ROE (return on equity) - рентабельность продаж по собственному капиталу

NP (net profit) - чистый доход, чистая прибыль

PE (price to earnings) - отношение стоимости акций к доходу

DE (debt to equity) - отношение величины заемного капитала к собственному

SLS (sales) - объем выручки

Синергия через год:

Таблица 1

	syn1	roe1	np1	pe1	de1	sls1
syn1	1
roe1	0.004515	1
np1	-0.04004	0.332764	1
pe1	-0.05052	0.116417	-0.0542	1
de1	-0.08266	0.152947	-0.01505	0.267099	1
sls1	-0.25074	0.016111	0.215025	0.237034	0.179266	1

Как несложно заметить, все коэффициенты корреляции не превышают 0,5. это означает, что если мы включим все переменные в регрессию, мультиколлинеарности не возникнет, переменные исключать не нужно.

Итак, построим первую регрессионную модель, которая включает в себя все показатели по банкам США через год после объявления о слиянии. Получаем, что объем продаж, отношение заемного капитала к собственному и соотношение цены акции и прибыли не значимы на принятом для всех моделей 10-процентном уровне значимости (обоснование такого уровня указано выше), однако при этом регрессия в целом значима.

Таблица 2

Dependent Variable: SYN1
Method: Least Squares
Included observations: 46
SYN1=C(1)+C(2)*NP1+C(3)*SLS1+C(4)*ROE1+C(5)*PE1+C(6)*DE1
	Coefficient	Std. Error	t-Statistic	Prob.
C(1)	-0.145887	0.126177	-1.156208	0.2545
C(2)	0.277817	0.109691	2.532732	0.0153
C(3)	0.061044	0.212650	0.287062	0.7755
C(4)	-0.016377	0.005789	-2.829000	0.0073
C(5)	0.092738	0.122898	0.754592	0.4549
C(6)	0.307926	0.229990	1.338866	0.1882
R-squared	0.222813	Mean dependent var	-0.050130
Adjusted R-squared	0.125665	S.D. dependent var	0.358649
S.E. of regression	0.335358	Akaike info criterion	0.773870
Sum squared resid	4.498593	Schwarz criterion	1.012388
F-statistic	2.293534	Prob (F-statistic)	0.063496
Log likelihood	-11.79901	Durbin-Watson stat	2.336009

Попробуем построить регрессию без этих показателей. Получившаяся регрессия также значима.

Таблица 3

Dependent Variable: SYN1
Method: Least Squares
Included observations: 46
SYN1=C(1)+C(2)*NP1+C(3)*ROE1
	Coefficient	Std. Error	t-Statistic	Prob.
C(1)	-0.259293	0.090974	-2.850188	0.0067
C(2)	0.248868	0.097061	2.564032	0.0139
C(3)	-0.012586	0.004576	-2.750455	0.0087
R-squared	0.179195	Mean dependent var	-0.050130
Adjusted R-squared	0.141018	S.D. dependent var	0.358649
S.E. of regression	0.332400	Akaike info criterion	0.698040
Sum squared resid	4.751068	Schwarz criterion	0.817299
F-statistic	4.693794	Prob (F-statistic)	0.014327
Log likelihood	-13.05492	Durbin-Watson stat	2.330744

Получается, что синергия, полученная в результате слияния банков США через год после объявления о сделке, зависит от прироста чистого дохода и показателя рентабельности собственного капитала.

Однако коэффициент регрессии при показателе ROE очень мал и имеет мало влияния, поэтому можно сделать вывод о том, что в данном случае синергетический эффект зависит от величины чистого дохода.

Теперь перейдем ко второй части выборки - анализу банков Европы через год после предполагаемого слияния.

Не значимые переменные - чистый доход, ROE, price to earnings и debt to equity.

Значимым коэффициентом является только объем продаж, однако регрессия в целом не значима.

Таблица 4

Dependent Variable: SYN1
Method: Least Squares
Sample (adjusted): 2 36
Included observations: 30 after adjustments
SYN1=C(1)+C(2)*NP1+C(3)*SLS1+C(4)*ROE1+C(5)*PE1+C(6)*DE1
	Coefficient	Std. Error	t-Statistic	Prob.
C(1)	-3.374862	18.90986	-0.178471	0.8599
C(2)	-4.388294	19.10540	-0.229689	0.8203
C(3)	-50.15761	28.78227	-1.742656	0.0942
C(4)	-0.590768	1.216518	-0.485622	0.6316
C(5)	-1.193274	17.74083	-0.067261	0.9469
C(6)	-7.791559	26.07540	-0.298809	0.7677
R-squared	0.240153	Mean dependent var	7.926333
Adjusted R-squared	0.081851	S.D. dependent var	43.29619
S.E. of regression	41.48644	Akaike info criterion	10.46547
Sum squared resid	41306.99	Schwarz criterion	10.74571
F-statistic	1.529221	Prob (F-statistic)	0.216669
Log likelihood	-150.9820	Durbin-Watson stat	2.060295

Попробуем исправить это и построим регрессию только по значимому коэффициенту - объему продаж.

Таблица 5

Dependent Variable: SYN1
Method: Least Squares
Included observations: 36
SYN1=C(1)+C(2)*SLS1
	Coefficient	Std. Error	t-Statistic	Prob.
C(1)	6.055113	6.486838	0.933446	0.3572
C(2)	-34.58735	15.33601	-2.255303	0.0307
R-squared	0.130132	Mean dependent var	4.935992
Adjusted R-squared	0.104548	S.D. dependent var	41.00990
S.E. of regression	38.80699	Akaike info criterion	10.20903
Sum squared resid	51203.39	Schwarz criterion	10.29700
F-statistic	7.408461	Prob (F-statistic)	0.010866
Log likelihood	-181.7625	Durbin-Watson stat	1.754291

Получается, что регрессия в целом значима. Таким образом, синергия на европейском банковском рынке зависит от прироста выручки.

Обратимся к оставшейся части выборки. Она включает в себя другие компании сектора финансовых услуг - в основном, это инвестиционные и страховые компании. Значимый коэффициент - только объем продаж, однако регрессия в целом не значима. Регрессионная таблица представлена в Приложении 2. Попробуем построить регрессию только по выручке. Теперь эта переменная тоже получается не значимой, хотя регрессия в целом значима. Данную модель также можно увидеть в приложениях (Приложение 3). Такая регрессия не имеет экономического смысла. Возможно, такие результаты получены из-за того, что финансовые компании занимаются слишком разнородной деятельностью, и нужно учитывать суть каждого направления бизнеса отдельно для построения такой регрессионной модели. Синергия через 2 года: Теперь посмотрим, какие факторы влияют на величину синергии через 2 года после объявления о сделке. Для этого снова выясним, нет ли тесной взаимосвязи между переменными с помощью корреляционной матрицы.

Таблица 6

	syn2	np2	Roe2	pe2	de2	sls2
syn2	1
np2	-0.02182	1
roe2	0.029537	0.578481	1
pe2	-0.07095	-0.02327	0.098652	1
de2	-0.0944	-0.15686	-0.23635	0.054789	1
sls2	-0.20714	0.158701	0.083295	0.122306	0.261403	1

Начнем анализ с американских банков. Строим регрессию без фактора ROE (иначе в модели будет присутствовать мультиколлинеарность). Отбрасываем именно этот фактор, так как между ним и чистым доходом сильная корреляция, а чистый доход, несмотря на чуть меньшую взаимосвязь с величиной синергии, являлся главным фактором, оказывающим влияние в регрессии по банкам США через год после объявления о сделке. Именно поэтому его мы исключить не может, следовательно, исключаем ROE. Строим регрессию, видим незначимые коэффициенты, значимыми являются выручка, чистый доход и отношение цены акции к доходу. Регрессия в целом значима.

Таблица 7

Dependent Variable: SYN2
Method: Least Squares
Sample (adjusted): 2 45
Included observations: 43 after adjustments
SYN2=C(1)+C(2)*NP2+C(3)*SLS2+C(4)*PE2+C(5)*DE2
	Coefficient	Std. Error	t-Statistic	Prob.
C(1)	0.211098	0.208813	1.010942	0.3184
C(2)	0.151040	0.082674	1.826925	0.0756
C(3)	0.489849	0.237179	2.065318	0.0458
C(4)	0.670061	0.284446	2.355668	0.0238
C(5)	0.017761	0.287509	0.061774	0.9511
R-squared	0.320087	Mean dependent var	-0.145187
Adjusted R-squared	0.248517	S.D. dependent var	0.628716
S.E. of regression	0.545022	Akaike info criterion	1.732962
Sum squared resid	11.28785	Schwarz criterion	1.937753
F-statistic	4.472372	Prob (F-statistic)	0.004642
Log likelihood	-32.25868	Durbin-Watson stat	1.591882

Построим регрессию с объемом выручки, чистым доходом и price to earnings.

Регрессия значима, все коэффициенты значимы.

Получается, что именно эти факторы влияют на синергию банковского сектора США через 2 года после объявления о сделке.

Таблица 8

Dependent Variable: SYN2
Method: Least Squares
Sample (adjusted): 2 45
Included observations: 43 after adjustments
SYN2=C(1)+C(2)*NP2+C(3)*SLS2+C(4)*PE2
	Coefficient	Std. Error	t-Statistic	Prob.
C(1)	0.202586	0.154875	1.308062	0.1985
C(2)	0.151631	0.081064	1.870516	0.0689
C(3)	0.493860	0.225189	2.193094	0.0343
C(4)	0.668178	0.279174	2.393415	0.0216
R-squared	0.320019	Mean dependent var	-0.145187
Adjusted R-squared	0.267712	S.D. dependent var	0.628716
S.E. of regression	0.538016	Akaike info criterion	1.686551
Sum squared resid	11.28898	Schwarz criterion	1.850383
F-statistic	6.118168	Prob (F-statistic)	0.001633
Log likelihood	-32.26084	Durbin-Watson stat	1.593138

Оценим факторы, влияющие на синергию для европейских банков через 2 года после объявления о сделке. Регрессия в целом не значима, только объем продаж может стать значимым фактором.

Таблица 9

Dependent Variable: SYN2
Method: Least Squares
Sample: 1 36
Included observations: 28
SYN2=C(1)+C(2)*NP2+C(3)*SLS2+C(4)*PE2+C(5)*DE2
	Coefficient	Std. Error	t-Statistic	Prob.
C(1)	-6.025002	33.52262	-0.179729	0.8589
C(2)	1.616031	9.609807	0.168165	0.8679
C(3)	-61.75506	41.02852	-1.505174	0.1459
C(4)	-4.943481	25.85341	-0.191212	0.8500
C(5)	-29.30510	62.69327	-0.467436	0.6446
R-squared	0.167592	Mean dependent var	13.76110
Adjusted R-squared	0.022825	S.D. dependent var	72.47337
S.E. of regression	71.64148	Akaike info criterion	11.54166
Sum squared resid	118047.5	Schwarz criterion	11.77955
F-statistic	1.15767	Prob (F-statistic)	0.355087
Log likelihood	-156.5832	Durbin-Watson stat	1.212815

Попробуем построить только по выручке. Регрессия в целом значима, коэффициент значим.

Таблица 10

Dependent Variable: SYN2
Method: Least Squares
Sample: 1 36
Included observations: 36
SYN2=C(1)+C(2)*SLS2
	Coefficient	Std. Error	t-Statistic	Prob.
C(1)	8.066025	10.31448	0.782010	0.4396
C(2)	-48.81885	22.73952	-2.146872	0.0390
R-squared	0.119378	Mean dependent var	9.060013
Adjusted R-squared	0.093477	S.D. dependent var	64.93384
S.E. of regression	61.82449	Akaike info criterion	11.14043
Sum squared resid	129957.1	Schwarz criterion	11.22840
F-statistic	4.678448	Prob (F-statistic)	0.03992
Log likelihood	-198.5277	Durbin-Watson stat	2.028563

Синергия в данном случае зависит от величины выручки.

Теперь строим регрессию по прочим финансовым компаниям. все коэффициенты не значимы, регрессия в целом не значима (Приложение 4)

Синергия через 3 года:

Повторяем процедуру анализа аналогично для синергии, оцененной на трехгодичном временном интервале. Корреляционная матрица не показывает сильных взаимосвязей, превышающих 50%, это означает, что переменные из регрессии исключать не следует.

Таблица 11

	syn3	np3	roe3	pe3	de3	Sls3
syn3	1
np3	-0.01282	1
roe3	0.029262	0.348604	1
pe3	-0.09672	-0.19054	0.001172	1
de3	-0.08945	-0.09305	0.013551	0.186894	1
sls3	-0.18189	0.099342	0.122875	0.130341	0.26794	1

Сначала строим регрессию на основе данных по банкам США. Она в целом значима, однако есть незначимые коэффициенты.

Таблица 12

Dependent Variable: SYN3
Method: Least Squares
Sample (adjusted): 2 45
Included observations: 43 after adjustments
SYN3=C(1)+C(2)*NP3+C(3)*SLS3+C(5)*PE3+C(6)*DE3
	Coefficient	Std. Error	t-Statistic	Prob.
C(1)	1.048080	0.416084	2.518914	0.0161
C(2)	0.191604	0.158841	1.206257	0.2352
C(3)	0.112751	0.338511	0.333078	0.7409
C(5)	1.532207	0.654204	2.342095	0.0245
C(6)	0.548893	0.530021	1.035607	0.3069
R-squared	0.261030	Mean dependent var	-0.043158
Adjusted R-squared	0.183244	S.D. dependent var	1.053268
S.E. of regression	0.951886	Akaike info criterion	2.848202
Sum squared resid	34.43134	Schwarz criterion	3.052993
F-statistic	3.208691	Prob (F-statistic)	0.016638
Log likelihood	-56.23635	Durbin-Watson stat	2.122593

Исключим эти незначимые коэффициенты - построим регрессию только по price to earnings. Получается, что данная регрессия значима, коэффициент значим. Синергия зависит от отношения цены акции к доходу.

Таблица 13

Dependent Variable: SYN3
Method: Least Squares
Sample (adjusted): 2 45
Included observations: 43 after adjustments
SYN3=C(1)+C(2)*PE3
	Coefficient	Std. Error	t-Statistic	Prob.
C(1)	0.987467	0.357689	2.760683	0.0086
C(2)	1.935141	0.613264	3.155476	0.0030
R-squared	0.195400	Mean dependent var	-0.043158
Adjusted R-squared	0.175776	S.D. dependent var	1.053268
S.E. of regression	0.956228	Akaike info criterion	2.793755
Sum squared resid	37.48926	Schwarz criterion	2.875671
F-statistic	9.957026	Prob (F-statistic)	0.003
Log likelihood	-58.06573	Durbin-Watson stat	2.068433

Теперь обратимся к выборке по Европе: все коэффициенты не значимы, регрессия в целом не значима. Ни один из коэффициентов не претендует на то, чтобы стать значимым, из этого заключаем, что такие результаты не имеют экономического смысла, регрессионную таблицу можно увидеть в Приложении 5. Перейдем к анализу выборки по прочим финансовым институтам: все коэффициенты не значимы, регрессия в целом не значима (Приложение 6). Мы проанализировали всю выборку на всех запланированных временных интервалах и теперь для удобства нарисуем таблицу, в которой отражаются итоги нашего регрессионного анализа, то есть основные факторы, влияющие на величину синергии по годам и по разным частям выборки.

Таблица 14

выборка/период	год+1	год+2	год+3
Банки США	Net income	P/E	P/E
Банки Европы	Sales	Sales	n/a
Прочие финансовые институты	n/a	n/a	n/a

Теперь попробуем интерпретировать полученные результаты. Будем строить анализ полученных факторов по строкам, то есть отдельно рассматривать банки Европы, банки США и прочие финансовые институты.

3.3 Интерпретация результатов

В целом, существует два источника синергии - это увеличение выручки и сокращение расходов. Полученные результаты это иллюстрируют. Повышение выручки - это путь развития банков Европы, после сделки по слиянию и поглощению, они стремятся нарастить объем операций. Снижение затрат отражается показателями чистого дохода и отношения цены акции к доходу, это, как мы видим, является прерогативой банков США.

Регрессионная модель для прочих финансовых организаций в целом оказалась статистически не значимой, основная причина состоит в том, что в этот сегмент попали организации разного профиля - страховые, инвестиционные и брокерские компании. Так как эти организации используют различные бизнес модели, вероятно, их необходимо было исследовать по отдельности. В связи с ограниченными возможностями по получению данных, в рамках данной работы детальное исследование данных сегментов по отдельности не проводилось.

В целом, как это видно из Таблицы 14, качественных изменений в динамике влияющих показателей почти не происходит.

Теперь обратимся подробнее к получившимся результатам по европейским и американским банкам.

Первым фактором, объясняющим полученные различия, является банковская концентрация и, как следствие, разная продуктовая линейка. Банковская система США имеет большое количество мелких банков. Это было обусловлено тем, что исторически банковское законодательство позволяло банкам оперировать только в рамках одного штата. Лишь в 1990-х годах была создана система «федеральных» банков, то есть банков, действующих по всей стране. Однако их сейчас на порядок меньше чем банков действующих в пределах одного штата. Банковская индустрия США имеет меньшую степень концентрации (активы крупнейших пяти банков) по сравнению с системой Европы. Например, в 1999 году активы пяти крупнейших банков США составляли 26,6%, в то время как во Франции 70,2%, а в Швейцарии 57,8%. К тому же в соответствии с банковским законодательством США операции банков имели до 2000 года ряд ограничений по проводимым операциям (продуктовая линейка). На такие операции как андеррайтинг, торговые и брокерские операции, создание паевых фондов, операции с недвижимостью и девелоперские операции, а также банковские инвестиции в индустриальные компании, были наложены ограничения. Несмотря на то, что сейчас эти ограничения уже сняты, такая историческая тенденция наложила свой отпечаток.

Таким образом, при наличии такой исторически сложившейся банковской структуры возможности развития бизнеса на различных территориях ограничены, поэтому, естественным образом, основной фокус при сделках и слияния поглощения делается не на рост продаж, а на снижение издержек, так как возможности роста продаж также ограничены.

Анализ приведенных нами сделок в США (список проанализированных сделок - Приложение 1) показывает, что основные сделки состоят в покупке традиционными банками финансовых корпораций. То есть речь идет о расширении продуктового портфеля. Однако на основе статистического анализа можно сказать, что основным фактором синергии в таких сделках все-таки является не рост продаж, а повышение прибыльности за счет снижения расходов.

Что касается продуктовой линейки европейских банков, то она является более развитой и разнообразной. Исторически в Европе банки развивались как универсальные, и в рамках Евросоюза банковское законодательство в 1990-2000-х годах было либерализовано и гармонизировано, что создало благоприятную почву для проведения сделок по слиянию и поглощению. В Европе банки с широкой продуктовой линейкой для достижения оптимизации получали синергетический эффект от сделок по слиянию и поглощению в основном за счет роста продаж. Этому способствовали территориальная экспансия западноевропейских банков в восточную Европу, когда рост продаж осуществлялся за счет улучшения качества обслуживания, использования новых технологий (IT, internet banking). Также одним из макроэкономических факторов, повлиявших на экономику Европы в первом десятилетии XXI века, было введение евро. Это повысило конкуренцию и, как следствие, для повышения конкурентоспособности, стимулировало повышение концентрацию бизнеса в различных отраслях экономики, включая сектор финансовых услуг.

Еще одним фактором, объясняющим полученные результаты, является персонал, его себестоимость для банков и мобильность. Говоря по персонал, мы имеем в виду аспект увольнения и законодательное его регулирование.

Законодательство европейских стран является более социально-ориентированным, поэтому проведение мер по оптимизации персонала, сокращения, перевод в другие регионы, является более затруднительным и дорогостоящим. Например, в ряде Европейских стран, для того чтобы уволить человека, необходимо выплатить ему годовую заработную плату и перечислить его двухгодовую заработную плату в фонд занятости страны. Таким образом, в некоторых случаях увольнение персонала является экономически нецелесообразным.

В случае США, с такими строгими компенсационными мерами работодатель не сталкивается, и стоимость оптимизации персонала очень низка. Поэтому синергетический эффект проявляется через рост прибыльности (за счет снижения издержек), индикаторами которого являются чистый доход и соотношение цены акции к доходу.

В это время же синергетический эффект в Европе достигается через увеличение объемов выручки, так как возможность получения немедленного повышения эффективности ограничен в силу вышеуказанных причин.

Еще один фактор, связанный с персоналом, это мобильность. После проведения слияния, нерентабельные банковские филиалы часто закрывают для открытия другого нового филиала в рамках данной территории. В США мобильность более высокая, персонал свободно перемещается между штатами в целях карьерного роста, тем более что это легко происходит внутри страны. В Европе перемещение внутри страны и за ее пределы происходит гораздо менее часто.

Итак, результаты исследования выявили следующие закономерности. Для банков США на протяжении синергетический эффект достигался за счет снижения затрат (это выражается через влияние показателей чистого дохода и отношение цены акций к доходу), а в Европе - за счет повышения выручки. Данные результаты объясняются различиями в продуктовых линейках и степени банковской концентрации, законодательные различия в отношении персонала, а также степень мобильности персонала.

Заключение

Данная работа посвящена анализу синергетического эффекта, достигаемого в процессе слияний и поглощений компаний сектора финансовых услуг, включая банки и прочие финансовые учреждения, такие как страховые, девелоперские и инвестиционные компании. С помощью методов статистического анализа была посчитана величина синергии для компаний финансового сектора США и Европы, а также был проведен регрессионный анализ для выявления факторов, оказывающих влияние на величину синергетического эффекта.

В первой главе были проанализированы теоретические аспекты сделок по слиянию и поглощению, дано понятие синергии. Сделки M&A (сделки по слиянию и поглощению) - это процесс образования новой более крупной компании, происходящего из-за объединения нескольких менее значительных фирм. Синергия - явление, которое возникает после объединения предприятий и характеризуется тем, что деятельность нового предприятия эффективнее, чем, если бы компании работали по раздельности. В этой главе также была рассмотрена эволюция данного рынка и выявлены основные мотивы, которые преследуют компании при заключении сделок слияний и поглощений. Среди них можно перечислить диверсификацию продукции и расширение клиентской базы, увеличение доли рынка и повышение конкурентоспособности, а также снижение затрат за счет устранения дублирующих функций объединенной фирмы и эффект масштаба. Также были выявлены некоторые особенности и современные тенденции заключения сделок на рынке финансовых услуг, среди которых упоминаются значительная степень регулирования данного рынка, повышение доли международных сделок и определенная специфика учета некоторых финансовых показателей при определении стоимости финансовых компаний для целей M&A.

Вторая глава посвящена рассмотрению основных перспективных и ретроспективных теорий оценки синергии, а также оценки компаний во время слияний и поглощений для дальнейшего построения модели оценки синергии. Среди перспективных теорий основными являются доходный, сравнительный, затратный подходы, а также метод реальных опционов. Ретроспективные теории включают в себя анализ основных бухгалтерских показателей и финансовых мультипликаторов деятельности компании, отражающих доходы и издержки предприятий до и после объединения, а также рыночную стоимость компании. В качестве меры синергетического эффекта была выбрана капитализация компаний до и после сделки за вычетом стоимости осуществления сделки, так как рыночная стоимость компании хорошо отражает ее деятельность и ожидания акционеров по поводу предстоящей сделки.

Третья глава включает в себя построение модели оценки синергии компаний сектора финансовых услуг за последние 15 лет ретроспективным способом и анализ результатов. Была подготовлена выборка по 120 сделкам в американском и европейском регионах. На основе показателей рыночной капитализации компаний за месяц до объявления о сделке и спустя 1, 2 и 3 года после объявления о сделке, стоимости самого процесса слияния был оценен синергетический эффект. Затем был проведен регрессионный анализ отдельно для банковской сферы США и Европы и прочих финансовых компаний вышеперечисленных регионов. В качестве зависимой переменной была взята посчитанная ранее величина синергетического эффекта, а в качестве переменных были выбраны показатели выручки, чистой прибыли, рентабельности продаж по собственному капиталу, соотношение цены акции к доходу и коэффициент финансового рычага, так как на основе анализа литературы именно эти факторы представляются наиболее значимыми для оценки эффективности слияний и поглощений.

По итогам данной работы можно сказать, что цель, оценить синергию на американском и европейском рынках финансовых услуг и выявить факторы, оказывающие влияние на данную величину, выполнена.

Результаты исследования выявили следующие закономерности. Для банковских учреждений США на протяжении 1,2 и 3 лет после объявления о сделке синергетический эффект достигался за счет снижения затрат (это выражается через влияние показателей чистого дохода и отношение цены акций к доходу), а в Европе - за счет повышения выручки. Данные результаты объясняются такими факторами, как различия в продуктовых линейках и степени банковской концентрации, законодательные различия в отношении персонала, а также степень мобильности персонала.

В целом, по работе можно сделать следующие выводы:

1) в данной работе были проанализированы теоретические аспекты сделок M&A и модели, применимые для оценки эффективности таких сделок, была выбрана математическая модель, основанная на линейной регрессии, а также собраны данные из системы Bloomberg по 120 крупнейшим сделкам в секторе банковских и финансовых учреждений США и Европы

2) на основе анализа статистических данных были построены линейные регрессии для банковских учреждений США и Европы, описывающие факторы, влияющие на величину синергии для каждого региона

3) выявлены причины региональных различий в полученных результатах, которые объясняются различиями в продуктовых линейках компаний сектора финансовых услуг, степени банковской концентрации, а также различиями в отношении персонала предприятий данной отрасли

Результаты исследования продемонстрировали оба существующих источника синергии - рост выручки и снижение расходов, что наблюдается в банковской сфере Европы и США соответственно. Ретроспективный анализ синергии - это прямой показатель эффективности проведенной сделки, более того, оценка синергии тесно связана с оценкой стоимости компании в целом, поэтому данный анализ может быть применен не только при оценке сделок по слиянию и поглощению, но и при других формах реструктуризации бизнеса.

Приложение 1

Список проанализированных сделок

№	Страна	Тип компании	Дата объявления о сделке	Компания -цель	Компания- покупатель
1	Европа	финансовая компания	22.03.2005	City North Group Ltd	Grainger PLC
2	Европа	финансовая компания	30.05.2002	Beeson Gregory Group Ltd	Evolution Group PLC
3	Европа	финансовая компания	09.12.1998	New London Capital PLC	Highway Insurance Group Ltd
4	Европа	финансовая компания	21.07.1999	REA Brothers Group Ltd	Close Brothers Group PLC
5	Европа	финансовая компания	09.07.1996	Legal & General Group PLC	Guardian Royal Exchange PLC
6	Европа	финансовая компания	23.05.2005	Pillar Property PLC	British Land Co PLC
7	Европа	финансовая компания	06.05.2005	Tops Estates Ltd	Land Securities Group PLC
8	Европа	финансовая компания	24.11.2000	Wates City of London Properties Ltd	Pillar Property PLC
9	Европа	финансовая компания	09.09.2002	Grantchester Holdings Ltd	Hammerson PLC
10	Европа	финансовая компания	14.09.2000	Capital Shopping Centres PLC	Intu Properties PLC
11	Европа	финансовая компания	18.03.2004	British Land Co PLC	Land Securities Group PLC
12	Европа	банк	18.09.2008	HBOS PLC	Lloyds Banking Group PLC
13	Европа	финансовая компания	11.03.1999	M&G Group PLC	Prudential PLC
14	Европа	финансовая компания	14.11.2006	London Merchant Securities Ltd	Derwent London PLC
15	Европа	финансовая компания	22.06.2009	Brixton PLC	Segro PLC
16	Европа	финансовая компания	11.04.1997	Rowlinson Securities PLC	Barlows PLC
17	Европа	финансовая компания	05.09.2003	Edinburgh Fund Managers Group PLC/United Kingdom	Aberdeen Asset Management PLC
18	Европа	финансовая компания	06.04.1999	Cleveland Trust PLC	Ashtenne Holdings PLC
19	Европа	финансовая компания	20.07.2000	Citadel Holdings PLC	CLS Holdings PLC
20	Европа	банк	29.11.1999	National Westminster Bank PLC	Royal Bank of Scotland Group PLC
21	Европа	банк	26.08.2006	SanPaolo IMI SpA	Intesa Sanpaolo SpA
22	Европа	банк	20.05.2007	Capitalia SpA	UniCredit SpA
23	Европа	банк	08.12.1997	Schweizerischer Bankverein	UBS AG
24	Европа	банк	26.07.2004	Santander UK PLC	Banco Santander SA
25	Европа	банк	30.08.2000	Credit Suisse USA Inc	Credit Suisse Group AG
26	Европа	банк	15.01.1999	Banco Central Hispanoamericano SA	Banco Santander SA
27	Европа	банк	12.07.2000	Paine Webber Group Inc	UBS AG
28	Европа	банк	19.10.1999	Argentaria Caja Postal y Banco Hipotecario SA	Banco Bilbao Vizcaya Argentaria SA
29	Европа	банк	03.04.2000	HSBC France SA	HSBC Holdings PLC
30	Европа	банк	03.02.2006	Banca Nazionale del Lavoro SpA	BNP Paribas SA
31	Европа	банк	04.05.2004	Charter One Financial Inc	Royal Bank of Scotland Group PLC
32	Европа	банк	16.02.2007	BBVA USA Bancshares Inc	Banco Bilbao Vizcaya Argentaria SA
33	Европа	банк	13.11.2006	Banca Lombarda e Piemontese SpA	Unione di Banche Italiane SCPA
34	Европа	банк	06.02.1998	Istituto Mobiliare Italiano SpA	SanPaolo IMI SpA
35	Европа	банк	11.08.2000	Woolwich PLC	Barclays PLC
36	Европа	банк	23.07.2007	DEPFA Bank PLC	Hypo Real Estate Holding AG
37	Европа	банк	21.07.1997	Bayerische Hypotheken- und Wechsel-Bank AG	UniCredit Bank AG
38	Европа	банк	22.07.2000	Bank Austria Creditanstalt AG/Old	UniCredit Bank AG
39	Европа	банк	10.05.1999	HSBC Holdings Luxembourg SA	HSBC Holdings PLC
40	Европа	банк	06.03.2000	Unidanmark A/S	Nordea Bank AB
41	Европа	банк	11.11.1997	ING Belgium SA/NV	ING Groep NV
42	Европа	банк	14.12.2001	Rolo Banca 1473 SpA	UniCredit SpA
43	Европа	банк	30.12.2005	Banca Antonveneta SpA/Old	RBS Holdings NV
44	Европа	банк	19.07.1999	Banco Pinto & Sotto Mayor	Banco Comercial Portugues SA
45	Европа	банк	02.02.2004	Grupo Financiero BBVA Bancomer SA de CV	Banco Bilbao Vizcaya Argentaria SA
46	Европа	банк	20.09.1999	Nordea Bank Norge ASA	Nordea Bank AB
47	Европа	банк	12.12.1996	Stadshypotek AB	Svenska Handelsbanken AB
48	Европа	банк	25.07.2007	Banca CR Firenze SpA	Intesa Sanpaolo SpA
49	Европа	банк	02.10.2000	RealDanmark A/S	Danske Bank A/S
50	Европа	банк	10.10.2000	Banca Commerciale Italiana SpA	Intesa Sanpaolo SpA
51	Европа	банк	23.12.1996	Lloyds Abbey Life

Подобные документы

• Влияние факторов на эффективность сделок слияний и поглощений

  Выявление теоретических аспектов слияния и поглощения, анализ статистики и результативности рынка M&A. Выбор метода для оценки эффективности сделок слияний и поглощений. Детерминанты, влияющие на доходность сделок при покупке компаний разных типов.
  
  дипломная работа [185,3 K], добавлен 30.12.2015
  

• Слияния и поглощения в банковской сфере

  Слияния и поглощения компаний, синергетический эффект. Развитие банковских слияний и поглощений в Российской Федерации. Препятствия развития российского банковского сектора. Методы управления банковскими рисками. Факторы, влияющие на стоимость бизнеса.
  
  курсовая работа [47,6 K], добавлен 05.05.2016
  

• Использование условных отложенных платежей и их влияние на эффективность слияний и поглощений для компаний-покупателей на развивающихся рынках капитала

  Характеристика альтернативных методов платежа в M&A сделках, особенности применения на различных рынках капитала. Earn-out как решение проблемы информационной асимметрии в базовых исследованиях. Достижение компанией определенных финансовых показателей.
  
  дипломная работа [665,7 K], добавлен 19.09.2016
  

• Защита конкуренции на рынке финансовых услуг

  Понятие финансовой услуги. Хозяйствующие субъекты на рынке финансовых услуг. Особенности доминирования на финансовых рынках. Государственный контроль за концентрацией капитала на рынке финансовых услуг. Законодательство о конкуренции.
  
  реферат [10,2 K], добавлен 01.03.2007
  

• Финансово-правовое регулирование государственного надзора на рынке финансовых услуг

  Понятие и сущность финансовых услуг, их роль в современной экономике, государственное регулирование. Общая характеристика органов надзора на рынках финансовых услуг в Российской Федерации. Полномочия Федеральной антимонопольной службы в сфере надзора.
  
  дипломная работа [77,8 K], добавлен 02.11.2011
  

• Мотивы корпоративных слияний и поглощений: международные исследования

  Сущность процессов слияния-поглощения, их классификация и разновидности, подходы к осуществлению и нормативно-правовое регулирование. Принципы и этапы организации сделок, требования к ним. Рынок сделок слияний и поглощений: обзор ситуации и перспективы.
  
  курсовая работа [1,6 M], добавлен 11.09.2014
  

• Враждебные поглощения

  Понятие, признаки и причины враждебного поглощения, основные этапы его проведения. Отличие враждебных поглощений от дружественных слияний. Специфика враждебных поглощений в России. Практика защиты от враждебных поглощений в Российской Федерации.
  
  курсовая работа [64,8 K], добавлен 12.12.2010
  

• Экономические основы деятельности инвестиционной компании на рынке финансовых услуг

  Понятие и структура рынка финансовых услуг, его характеристика. Профессиональная и непрофессиональная деятельность инвестиционных компаний на рынке ценных бумаг. Перспективы универсального сервиса инвестиционных компаний в условиях глобализации.
  
  дипломная работа [1,0 M], добавлен 23.09.2013
  

• Роль слияния и поглощения в финансовой стратегии компаний

  Роль процессов слияния и поглощения. Специфика российского рынка слияний и поглощений. Экономический эффект от поглощения ОАО "Приморский кондитер" ОАО "Объединенные кондитеры", оценка рыночной стоимости компаний и проведение процедуры интеграции.
  
  дипломная работа [2,1 M], добавлен 16.06.2011
  

• Финансовые результаты Группы компаний "Рольф"

  Организационная структура и основные направления деятельности Группы компаний "Рольф". Анализ финансовых показателей. Организация сервисного обслуживания и продаж финансовых услуг. Анализ продажи подержанных автомобилей, финансовых и страховых продуктов.
  
  отчет по практике [2,3 M], добавлен 06.09.2015
  

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам