CC BY
29Влияние пандемии на вероятность участия компании в сделках по слиянию и поглощению в фармацевтической отрасли
Алеканов Антон Сергеевич
аспирант кафедры финансовых рынков, ФГБОУ ВО «РЭУ им. Г.В. Плеханова», alekanov.a@icloud.com
В данном исследовании проводится эмпирическая оценка влияния пандемии СОУЮ-19 на вероятность фармацевтической компании участвовать в сделках по слиянию и поглощению (М&А). Фармацевтическая отрасль была выбрана для исследования как одна из ключевых индустрий на общем фронте борьбы с пандемией, которая также пережила существенные изменения, отразившиеся и на процессах объединения фирм. Выборка состоит из 576 компаний фармацевтической отрасли, 115 компаний из которой участвовали в сделках по слиянию и поглощению в 2017-2019 гг. до пандемии и (или) во время пандемии в 2020 г. По результатам сравнения логистических регрессий на данных временных интервалах доказано, что пандемия негативно сказалась на вероятности участия компании в сделках по слиянию и поглощению. Выявлено существенное изменение абсолютных значений и общей значимости показателей рентабельности и Q-Тобина в классифицирующих моделях. Во время пандемии вероятность участия компании в сделках по слиянию и поглощению в среднем снизилась на 5.5 пп. по отношению к периоду до пандемии.
Ключевые слова: влияние пандемии, сделки по слиянию и поглощению (М&А), фармацевтическая отрасль, логистическая регрессия.
Введение
В экономике наблюдается периодичность деловых циклов, которая приводит к фазам как повышенной, так и пониженной активности компаний, которые затрагивают также и вопрос сделок по слиянию и поглощению. Данные типы сделок фактически играют ключевую роль в процессе реорганизации структуры компании, изменения её ключевых финансовых показателей, в особенности для фармацевтической отрасли, которая является высококонкурентной с существенной интенсивностью слияний и поглощений. В результате становится актуальной темой для изучения реакция компаний на воздействие пандемии COVID-19 на отрасль в целом, включая оценку вероятности участия фармацевтической компании в сделках по слиянию и поглощению под влиянием пандемии.
Данное исследование ставит целью эмпирическую оценку влияния пандемии COVID-19 на вероятность фармацевтической компании участвовать в сделках по слиянию и поглощению.
Выводы немногих доступных эмпирических исследований в области анализа сделок слияний и поглощений в фармацевтической отрасли противоречат друг другу [1]. Прежде всего, это касается оценки влияния интенсивности НИОКР и продуктивности патентной деятельности на вероятность участия в сделках по слиянию и поглощению. В этой области анализа имеют место противоречивые выводы исследователей. С одной стороны, они базируются на теориях, которые говорят об отрицательной зависимости вышеуказанных параметров и сделок слияний и поглощений [3]. С другой стороны, они подкрепляются фактами положительного влияния [4]. Также, в статье [5] обсуждается вопрос стабильного и положительного влияния размеров компании и динамики её роста на вероятность участия в сделках слияний и поглощений вне зависимости от стадий экономического цикла. Другими словами, влияние этих параметров, при прочих равных условиях, не существенно должно различаться до пандемии и во время пандемии. Проведём собственно исследование влияния пандемии на вероятность участия компании в сделках по слиянию и поглощению в фармацевтической отрасли.
Материалы и методы исследования
Перейдём к описанию исследовательских данных. Основная выборка была получена на основе данных Bloomberg по результатам предыдущих исследований [1]. Исходная выборка состояла из 10 590 фармацевтических госкомпаний за период 2017 - 2020 гг. Далее на выборку было наложено несколько ограничений. В частности, из выборки были исключены компании, не подпадающие под отраслевые коды SIC 2834-2835. Кроме того, компании, которые участвовали в сделках по слиянию и поглощению, должны были иметь размер сделки не менее 5 млн. долл. Нами исключкны все несущественные сделки, не представляющие интерес в рамках данного исследования. В результате итоговая выборка составила 576 компаний фармацевтической отрасли,
X X
о
го А с.
X
го m
о
ю
2 О
м
CS
0
CS
со
01
о ш m
X
<
m О X X
115 компаний из которой участвовали в значимых сделках по слиянию и поглощению за период 2017 - 2020 гг. Далее выборка была разделена на два исследовательских периода: до пандемии 2017-2019 гг. и во время пандемии в 2020 г. В дальнейшем все выводы формулируются отдельно для этих подвыборок.
В результате была сформирована бинарная зависимая переменная M&A, означающая факт участия исследуемой компании в сделках по слиянию и поглощению, и равная единице, если данный факт подтверждается; нулю - если не подтверждается.
Стоит отметить, что бинарный формат зависимой переменной не позволяет с эконометрической точки зрения использовать стандартный регрессионный аппарат в виде линейной регрессии, которая в данном случае превращается в линейную вероятностную модель. Проблема в том, что применение линейной вероятностной модели нарушает ряд эконометрических предпосылок и противоречит основам теории вероятности. В данном классе моделей а) распределение ошибок не является непрерывным и эквивалентным нормальному распределению, б) фактически гарантированно присутствует гетероскедастичность ошибок, в) значения вероятностей участия в сделках по слиянию и поглощению могут быть меньше 0% или выше 100%, что будет нарушать основы теории вероятности. Поэтому для устранения данных аналитических проблем рекомендовано использовать нелинейную регрессионную модель - логистическую регрессию. Данная модель подгоняет возникшие предсказанные вероятностные исходы множества моделируемых факторов к так называемой логистической кривой (1).
Р{М&А1 = 1)=Р{Х'ф)=т^1Щ (1)
где Р(М&А, = 1) - является вероятностью того, что i-тая компания будет участвовать в сделках по слиянию и поглощению; F{X',P) - логистическая функция; X', - вектор независимых переменных, влияющих на вероятность участия компании в сделках по слиянию и поглощению; р -вектор оцениваемых параметров регрессионной модели, включающих в себя следующие переменные:
1. Прокси переменную оценки размера компании -VALUEt, представленную логарифмом размера активов компании (Total Assets,):
VALUE, = Ln(Total Assets,) (2)
2. Косвенную переменную роста компании -GROWTH,, представляющую собой годовой рост активов компании (Total Assets,):
Total Assets,t-Total Assets,t_1
R&D, =
Research & Development Expensei Total Revenuei
(6)
GROWTHt = ■
(3)
TOBINS Q, = ■
(4)
Equity Book Value,
4. Рентабельность компании - PROFIT,, представленную отношением прибыли до налогов (EBIT,) и процентов к активам компании (Total Assets,):
PROFIT, = ■
(5)
Total Assets,
5. Переменную интенсивности НИОКР компании -R&D,, представленную отношением расходов на исследования и разработки (Research & Development Expense,) к выручке компании (Total Revenue,):
6. Прокси переменную продуктивности активности фирмы в области патентной деятельности - PATENTS,, представленную отношением общего количества патентов (Number of Patents,) к затратам на НИОКР (Research & Development Expense,):
PATENTS,
', =Ln (1 \R
Number of Patents,
(7)
Total Assets,,t-1
3. Коэффициент Q Тобина - TOBINS Q,, представленный отношением рыночной стоимости активов (Equity Market Value,) к их восстановленной стоимости (Equity Book Value,):
Equity Market Value,
КResearch & Development Expense,.
Данные по полученным показателям были подвергнуты винсоризации с отсечением на 1% и 99% для борьбы с выбросами в исследуемой выборке, на примере [2].
В результате выдвигаются следующие исследовательские гипотезы:
Н^. Рост значения параметра размера компании -VALUE, повышает вероятность участия в сделках по слиянию и поглощению (Р(М&А, = 1)).
Н2: Рост значения параметра роста компании -GROWTH, повышает вероятность участия в сделках по слиянию и поглощению (Р(М&А, = 1)).
Н3: Рост значения коэффициента Q Тобина -TOBINS Q, повышает вероятность участия в сделках по слиянию и поглощению (Р(М&А, = 1)).
Н4: Рост значения параметра рентабельности компании - PROFIT, повышает вероятность участия в сделках по слиянию и поглощению (Р(М&А, = 1)).
Н5: Рост значения параметра интенсивности НИОКР - R&D, снижает вероятность участия в сделках по слиянию и поглощению (Р(М&А, = 1)).
Н6: Рост значения параметра продуктивности патентной деятельности - PATENTS, снижает вероятность участия в сделках по слиянию и поглощению (Р{М&А, = 1)).
Н7: Существуют значимые различия между вероятностями участия компании в сделках по слиянию и поглощению между 2020 г. и 2017-2019 гг.
Нв: Существуют значимые различия между оценками параметров и их значимостью в моделях оценки вероятности участия компании в сделках по слиянию и поглощению между 2020 г. и 2017-2019 гг.
Анализ и обсуждение результатов
Рассмотрим основные результаты исследования, сравнивая между собой выборку 2017-2019 гг. (до пандемии) и 2020 г. (во время пандемии). Расчёты проводятся с использованием статистического пакета STATA 16.1. Для анализа предварительных результатов рассмотрим корреляционную матрицу, представленную в таблице 1. Под диагональной линией расположена часть корреляционной матрицы для выборки 2017-2019 гг., а над линией - выборка 2020 г.
Таблица 1
M&A VALUE GROWTH TOBINSQ PROFIT R&D PATENTS
M&A 1.00 0.56* 0.39* 0.21* 0.39* -0.18* 0.32*
VALUE 0.59* 1.00 -0.14* -0.15* 0.14* -0.14* 0.43*
GROWTH 0.35* -0.13* 1.00 -0.04 0.16* -0.01 -0.16*
TOBINSQ -0.09 -0.21* -0.05 1.00 0.04 -0.01 -0.14*
PROFIT -0.06 -0.05 -0.01 -0.02 1.00 -0.52* 0.03
R&D -0.16* -0.13* -0.01 -0.01 -0.58* 1.00 -0.04
PATENTS 0.29* 0.50* -0.14* -0.12* 0.03 -0.03 1.00
Примечание: * р<0.05; под диагональной линией часть корреляционной матрицы для выборки 2017-2019 гг., а над линией выборка 2020 г.
Источник: составлено автором по материалам исследования
Исходя из оценки результатов корреляционной матрицы, можно сделать первичный вывод о том, что переменные VALUEi и GROWTH^ влияют на вероятность участия в сделках по слиянию и поглощению как прогнозировалось - положительно в обеих моделях. Переменные R&Dt и PATENTSi также влияют на вероятность участия в сделках по слиянию и поглощению, как прогнозировалось - негативно в обеих моделях. Тем временем, переменные TOBINS Qt и PROFIT показали существенные различия. Так, если они были незначимыми в модели до пандемии, то после они становятся значимыми и положительно воздействуют на вероятность участия в сделках по слиянию и поглощению.
Далее рассмотрим результаты регрессионного анализа с использованием логистических регрессий, представленные в таблице 2.
Исходя из оценки результатов регрессионного анализа, можно сделать вывод о том, что существуют значимые различия между вероятностями участия компании в сделках по слиянию и поглощению между 2020 г. и 2017-2019 гг., а также в разнице между значимостью параметров и их значениями (в особенности для переменных TOBINS Qt и PROFITt, сравнивая их между моделями).
В результате, представим основные выводы по исследовательским гипотезам на 5%-ном уровне значимости. Гипотеза о том, что рост значения параметра размера компании - VALUE; повышает вероятность участия в сделках по слиянию и поглощению, не отвергается для обеих моделей. При росте логарифма активов на 1 ед. вероятность участия растёт на 7.48 пп. для модели до пандемии и на 8.11 пп. для модели во время пандемии. Гипотеза о том, что рост значения параметра роста компании - GROWTH; повышает вероятность участия в сделках по слиянию и поглощению не отвергается для обеих моделей. При увеличении параметра роста компании на 1 ед. вероятность участия растёт на 0.34 пп. для модели до пандемии и на 0.47 пп. для модели во время пандемии. Гипотеза о том, что рост значения коэффициента Q Тобина - TOBINS Q; повышает вероятность участия в сделках по слиянию и поглощению, отвергается для модели до пандемии, но не отвергается для модели во время пандемии, и рост показателя на 1 ед. приводит к росту вероятности на 0.16 пп.
Таблица 2
Результаты регрессионного анализа с использованием ло-
Переменные 2017-2019 гг. Предельный эффект 2020 г. Предельный эффект
VALUEf 0.769*** 0.0748*** 0.713*** 0.0811***
(0.0221) (0.00132) (0.0271) (0.00212)
GROWTHf 0.0352*** 0.00342*** 0.0414*** 0.00471***
(0.00751) (0.000720) (0.00770) (0.000850)
TOBINS Qi -0.00447 -0.000435 0.0144*** 0.00163***
(0.0110) (0.00107) (0.0053) (0.000057)
PROFITi -0.000301 -2.93e-05 0.00561*** 0.000638***
(0.000297) (2.87e-05) (0.00128) (0.000227)
R&Di -0.00422*** -0.000410*** -0.00356*** -0.000404***
(0.000910) (8.73e-05) (0.000984) (0.000112)
PATENTSi -0.183*** -0.0208*** -0.151*** -0.0172***
(0.0281) (0.00315) (0.0225) (0.00258)
Константа -5.262*** -4.429***
(0.137) (0.179)
Наблюдений 1,728 576
Средняя вероятность участия в М&А 0,283 0,228
M&A рассчитана на основе данных среднеотраслевой компании в данной подвыборке и измеряется от 0 до 1. Источник: составлено автором по материалам исследования
Гипотеза о том, что рост значения параметра рентабельности компании - PROFIT; повышает вероятность участия в сделках по слиянию и поглощению отвергается для модели до пандемии, но не отвергается для модели во время пандемии, и рост показателя на 1 ед. приводит к росту вероятности на 0.064 пп. Гипотеза о том, что рост значения параметра интенсивности НИОКР - R&D; снижает вероятность участия в сделках по слиянию и поглощению, не отвергается для обеих моделей. При росте параметра интенсивности НИОКР на 1 ед. вероятность участия падает на 0.041 пп. для модели до пандемии и на 0.040 пп. для модели во время пандемии. Гипотеза о том, что рост значения параметра продуктивности патентной деятельности - PATENTS; снижает вероятность участия в сделках по слиянию и поглощению, не отвергается для обеих моделей. При росте параметра продуктивности патентной деятельности на 1 ед. вероятность участия падает на 2.08 пп. для модели до пандемии и на 1.72 пп. для модели во время пандемии.
Наконец, гипотеза о том, что существуют значимые различия между вероятностями участия компании в сделках по слиянию и поглощению между 2020 г. и 20172019 гг., не отвергается. Пандемия негативно сказалась на вероятности участия компаний в сделках по слиянию и поглощению, в среднем снижая вероятность участия на 5.5 пп. по отношению к периоду до пандемии. Также гипотеза о том, что существуют значимые различия между оценками параметров и их значимостью в моделях оценки вероятности участия компании в сделках по слиянию и поглощению между 2020 г. и 2017-2019 гг., не отвергается.
Таблица 3
Метрика качества Модель до пандемии Модель во время пандемии
Число наблюдений 1,728 576
R-квадрат Наделькеркеса 0.535 0.531
R-квадрат МакФаддена 0.404 0.387
Статистика Хосмера-Ле-мешоу 5.43 8.33
P-значение статистики 0.7104 0.4020
Статистика отношения правдоподобия 3908.688 2055.445
P-значение статистики 0.0000 0.0000
Площадь под ROC кривой 0.8945 0.8461
Правильно классифицировано 87.00 % 84.44 %
Чувствительность 60.53 % 61.27 %
Специфичность 94.82 % 93.58 %
Примечание: ***р<0.01, ** р<0.05, *р<0.1; в скобках робаст-ные стандартные ошибки; средняя вероятность участия в
Источник: составлено автором по материалам исследования
В рамках дополнительного анализа представим основную статистику по оценке адекватности результатов регрессионного анализа в таблице 3 в агрегированном виде. Исходя из результатов оценки качества логистических регрессий, можно сделать вывод о том, что обе модели обладают существенно низкой чувствительностью и сверхвысокой специфичностью, что в среднем даёт хорошую общую прогнозную силу модели (высокий уровень правильной классификации компаний). Модели
X X
о
го А с.
X
го m
о
ю
2 О M
es
0 es
со
01
являются адекватными и однородными на 5%-ном уровне значимости. Наблюдается некоторое падение прогнозной силы модели при переходе от выборки до пандемии к выборке во время пандемии. Однако данное снижение, скорее всего, вызвано уменьшившимся размером подвыборки во время пандемии в отличие от выборки до пандемии.
В рамках оценки площади под ROC-кривой на рис. 1 предложено сравнение RoC-кривых для обеих моделей. Как видно, область под ROC кривой для выборки во время пандемии в среднем на 4.84 пп. ниже, что говорит о существенном снижении прогнозной силы модели. Однако данное снижение, скорее всего, вызвано уменьшившимся размером подвыборки во время пандемии в отличие от выборки до пандемии.
0.50
1-Специфичность
До пандемии: 0.8945 Референсная линии
Во время пандемии: 0.3461
О ш m х
Источник: составлено автором по материалам исследования Рис. 1 Оценка площади под ROC-кривыми для моделей логистических регрессий до и во время пандемии ООУЮ-19
Заключение
В данном исследовании проводилась эмпирическая оценка влияния пандемии ООУЮ-19 на вероятность участия фармацевтической компании в сделках по слиянию и поглощению. По итогам сравнения результатов логистических регрессий за 2017-2019 гг. (до пандемии) и 2020 г. (во время пандемии) было доказано, что пандемия негативно сказалась на вероятности участия компании в сделках по слиянию и поглощению, в среднем снижая вероятность участия на 5.5 пп. по отношению к периоду до пандемии. Также обнаружено существенное изменение абсолютных значений и общей значимости показателей рентабельности и Q-Тобина в классифицирующих моделях, которые поменяли свой знак и стали значимыми в модели во время пандемии.
Литература
1. Алеканов А. С., Хоминич И. П. Фактор зависимости инновационности фармацевтических компаний от
сделок по слиянию и поглощению //Страховое дело. -2020. - №. 3. - С. 43-56.
2. Nallareddy S., Sethuraman M., Venkatachalam M. Changes in accrual properties and operating environment: Implications for cash flow predictability //Journal of Accounting and Economics. - 2020. - no. 69. - №. 2-3. -pp. 1-23. DOI: 10.1016/j.jacceco.2020.101313
3. Schnitzer M. Breach of Trust in Takeovers and the Optimal Corporate Charter //The Journal of Industrial Economics. - 1995. - pp. 229-259. DOI: 10.2307/2950578
4. Seth A. Sources of value creation in acquisitions: an empirical investigation //Strategic Management Journal. -1990. - no. 11. - №. 6. - pp. 431-446. DOI: 10.1002/smj.4250110603
5. Baillieu J. Boom times for pharma M&A //European Pharmaceutical Review. - 2021. - Т. 26. - №. 1. - С. 4245.
The impact of the pandemic on the probability of a company's participation in merger and acquisition transactions in the pharmaceutical industry Alekanov A.S.
Plekhanov Russian University of Economics
JEL classification: G20, G24, G28, H25, H30, H60, H72, H81, K22, K34 This study provides an empirical estimation of the COVID-19 pandemic influence on the probability of a pharmaceutical company's participating in merger and acquisition transactions (M&A). The pharmaceutical industry was selected for the study as one of the key industries for the global control of the pandemic which has also experienced significant changes that affected the processes of the firms' consolidations. The sample consists of 576 pharmaceutical companies, 115 of which were involved in mergers and acquisitions in 2017-2019 before the pandemic and/or during the pandemic in 2020. Comparing the results of the logistic regressions for these time periods a conclusion was made that the pandemic had a negative impact on the probability of the company's participation in merger and acquisition transactions, and a significant change in the absolute values and the overall significance of profitability and Tobin's q in the classifying models. Caeteris paribus, during the pandemic the probability of the company's participation in mergers and acquisitions decreased by an average of 5.5 p.p. compared to the period before the pandemic. Keywords: pandemic impact, mergers and acquisitions transactions (M&A),
pharmaceutical industry, logistic regression. References
1. Alekanov A. S., Hominich I. P. Faktor zavisimosti innovacionnosti farmacevticheskih kompanij ot sdelok po slijaniju i pogloshheniju [Factor of dependence of innovation of pharmaceutical companies on merger and acquisition transactions]//Strahovoe delo. - 2020. - no. 3. - pp. 4356. (In Russ.).
2. Nallareddy S., Sethuraman M., Venkatachalam M. Changes in accrual properties and operating environment: Implications for cash flow predictability //Journal of Accounting and Economics. - 2020. - no. 69. -№. 2-3. - pp. 1-23. DOI: 10.1016/j.jacceco.2020.101313
3. Schnitzer M. Breach of Trust in Takeovers and the Optimal Corporate Charter //The Journal of Industrial Economics. - 1995. - pp. 229-259. DOI: 10.2307/2950578
4. Seth A. Sources of value creation in acquisitions: an empirical investigation //Strategic Management Journal. - 1990. - no. 11. - №. 6. - pp. 431-446. DOI: 10.1002/smj.4250110603
5. Baillieu J. Boom times for pharma M&A //European Pharmaceutical Review. - 2021. - Т. 26. - №. 1. - С. 42-45.
<
m о x
X
