Download - Analiza Studiului de Eveniment (1)
Competitivitatea firmelor listate la BVB folosind metoda studiului
econometric de eveniment1
Radu LUPU - ASE Bucureşti, Facultatea de Relaţii Economice Internaţionale
Iulia LUPU - Centrul de Cercetări Financiare şi Monetare „Victor Slăvescu” al
Academiei Române
Abstract
Event studies, introduced by Fama et al. (1969), produce useful evidence
on how stock prices respond to information. We conducted an event study
analysis for the Romanian companies listed on Bucharest Stock Exchange
with respect to dividend announcements by using a simple market model.
After defining positive, negative and normal events we concluded that the
cumulative abnormal returns computed for a 41 day window do not
provide relevant evidence that the market is efficient.
Keywords: event study, capital markets, dividends, efficient markets.
JEL classification: J14
1. Introducere
Atractivitatea şi competitivitatea pieţelor de capital constă în abilitatea lor de a
oferi o diversitate de produse şi servicii. Aceste pieţe trebuie să dezvolte avantaje
competitive pe plan internaţional, să dezvolte activităţi cu valoare adăugată mai mare şi
să facă faţă liberalizării şi globalizării.
Pieţele de capital emergente nu pot fi la fel de eficiente precum pieţele de capital
cu mai multă experienţă. Datorită posibilei ineficienţe a acestor pieţe, diverşi indicatori ce
sunt externi pieţelor emergente pot asigura un avantaj de tranzacţionare semnificativ.
Astfel, evenimente ce apar pe alte pieţe şi care au o influenţă majoră pe pieţele
dezvoltate, influenţează mai puţin sau aproape deloc pieţele de capital emergente, în care
includem piaţa românească de capital.
Pe de altă parte, evoluţia preţului acţiunilor la bursă furnizează informaţii cu
privire la performanţa firmelor. Analiza istorică a preţului titlurilor emise de companii
este de obicei folosită ca mijloc de cuantificare a competitivităţii.
Astfel, lucrarea îşi propune în prima parte testarea eficienţei pieţei de capital
printr-un studiu econometric de eveniment (engl. event study). Se măsoară gradul şi
viteza cu care evenimente care furnizează informaţii pozitive, negative şi neutre sunt
1 Versiune extinsă a referatului prezentat la Sesiunea Anuală de comunicări ştiinţifice a SOREC pe tema
„Competitivitate şi integrare europeană”, Bucureşti, 18 noiembrie 2005.
reflectate în preţ. Vom fi în măsură să ne pronunţăm cu privire la gradul în care piaţa de
capital poate fi folosită ca mijloc de măsurare a performanţei companiilor cotate la bursă.
Motivaţia acestui studiu constă în necesitatea găsirii unui mijloc de măsurare a
performanţei companiilor – prin raportarea la factori economici care afectează mediul
firmei (metoda regresiei valorii de piaţă a firmei în raport cu rata inflaţiei, rata dobânzii,
cursul de schimb, creşterea PIB, preţul carburanţilor etc.).
În a doua parte, analizăm care este răspunsul pieţei româneşti de capital la
evenimente externe. În această etapă, intenţionăm să avem în vedere în analiza noastră
influenţa unui eveniment care comunică informaţii cu privire la integrarea României în
Uniunea Europeană – raportul de ţară din 25 octombrie 2005.
2. Fundamentare teoretică
Ne confruntăm deseori cu nevoia de a măsura efectul unui eveniment economic
asupra valorii unei companii listate la bursă. Acest lucru poate fi realizat prin folosirea
datelor financiare într-un studiu econometric de eveniment. Importanţa unei analize de
acest tip este motivată de faptul că, în condiţii de raţionalitate, informaţiile aferente unui
eveniment vor fi incluse în preţul acţiunilor. Astfel, impactul economic al evenimentului
poate fi măsurat folosind preţurile acţiunilor observate pe o perioadă scurtă de timp.
Aplicabilitatea generală a metodologiei studiului de eveniment a dus la utilizarea
sa în diverse domenii. În finanţe şi contabilitate, metodologia studiului eveniment a fost
aplicată la o varietate de evenimente specifice firmelor şi economiei în sens larg. Printre
exemple se numără fuziunile şi achiziţiile, anunţurile privind câştigurile, emiterea de noi
titluri şi anunţuri privind variabilele macroeconomice cum ar fi deficitul comercial.
Această metodologie este aplicată cu succes şi în alte domenii; spre exemplu, este folosită
în domeniul juridic şi economic pentru a măsura impactul pe care îl are schimbarea
mediului legal asupra valorii firmelor. În cele mai multe cazuri, studiile se concentrează
asupra efectului unui eveniment asupra preţului unei anumite categorii de acţiuni, cel mai
des acţiuni comune.
Studiile de eveniment au o istorie lungă. Dintre primele studii amintim pe cel al
lui Dolly (1933) care a analizat efectul splitării acţiunilor asupra preţului studiind
schimbările preţurilor nominale la momentul splitării. Folosind 95 de splitări din 1921
până în 1931, autorul a aflat că preţul a crescut în 57 de cazuri, a scăzut în numai 26 de
situaţii şi nu a avut nici un efect în celelalte 12 cazuri.
În deceniile care au trecut între 1930 şi 1960 nivelul complexităţii acestei
metodologii a crescut. Myers şi Bakey (1948), Barker (1956, 1957, 1958) şi Ashley
(1962) sunt exemple de studii apărute în această perioadă. Îmbunătăţirile metodologiei
provin din eliminarea efectelor provocate de modificările generale ale preţurilor
acţiunilor (de exemplu, determinate de mişcarea pieţei pe ansamblu) şi separarea
evenimentelor ce adaugă confuzii (evenimentele contemporane). La sfârşitul anilor ’60
studii de excepţie cum sunt cele elaborate de Ball şi Brown (1968) şi Fama, Fisher,
Jensen şi Roll (1969) au introdus metodologii ce se folosesc în principal şi azi. Ball şi
Brown au luat în considerare conţinutul informaţional al câştigurilor, iar Fama, Fisher,
Jensen şi Roll au studiat efectul splitării acţiunilor după ce au eliminat efectele simultane
ale creşterii dividendelor.
De-a lungul anilor, au fost sugerate câteva modificări ale metodologiei de bază.
Aceste modificări sunt destinate să facă faţă complicaţiilor apărute datorită erorilor din
prezumţiile statistice făcute în studiile anterioare şi pot susţine ipoteze specifice. Brown
şi Warner (1980, 1985) au discutat în lucrările lor despre importanţa practică a acestor
modificări. Lucrarea din 1980 se referă la şiruri de date lunare iar cea din 1985 la date
zilnice.
Fama (1998) consacră această metodologie ca fiind principalul mijloc de testare a
formei slabe de eficienţă iar MacKinlay (1997) prezintă în lucrarea sa metodologia de
estimare a randamentelor anormale.
Eugene Fama este cel care a lansat în anii ’60 ipoteza pieţelor eficiente în cele trei
forme ale sale (slabă, semi-puternică şi puternică). De atunci studiul de eveniment s-a
consolidat ca principalul mijloc de testare a formei slabe de eficienţă a pieţei bursiere. În
mare, această formă de eficienţă susţine că evoluţia trecută a randamentelor din piaţă nu
poate furniza informaţii cu privire la randamentele viitoare.
În principiu, ipoteza pe care o susţine Fama este aceeaşi cu cea susţinută de prima
lucrare financiară a lui Bachelier (1900) – informaţiile cu privire la evenimente sunt cele
care determină modificarea preţului titlurilor financiare şi, după cum nu putem cunoaşte
cu certitudine evenimentele ce se vor întâmpla în viitor atunci le putem considera
aleatoare; prin urmare, informaţiile care modifică preţul sunt aleatoare şi nu se poate
cunoaşte cu certitudine preţul viitor al activului. Dacă piaţa (investitorii) schimbă cererea
şi oferta în conformitate cu informaţiile furnizate de evenimente, atunci o nouă informaţie
va fi inclusă în preţ într-o manieră eficientă.
Dacă Fama este promotorul ipotezei conform căreia piaţa de capital americană
este eficientă, o suită de academicieni printre care Schleifer, Kahneman, Tversky,
DeBondt, Thaler sunt principalii susţinători ai teoriei deciziei comportamentale ca
alternativă la ipoteza pieţei eficiente. Studiile acestora din urmă prezintă evidenţe
empirice ale anomaliilor de eficienţă a pieţelor, în principiu de tipul reacţiilor exagerate
mai sus menţionate; evenimentele nu produc reacţii exacte care să determine preţul corect
al acţiunilor, avem de-a face, conform unor autori, fie cu reacţii în sensul supraevaluării
conţinutului informaţional al evenimentului (overreaction) fie, conform altor autori, în
sensul subevaluării acestuia (underreaction).
Fama (1998) foloseşte aceste fenomene în susţinerea ipotezei eficienţei pieţei
datorită faptului că, în cazul în care unele studii au găsit evidenţe care suportă
supraevaluarea şi altele care suportă subevaluarea atunci se poate concluziona că cele
două tipuri de reacţii sunt aleatoare. Dacă, în jurul unui anumit tip de eveniment (de
exemplu preluarea unei companii de către o altă companie) preţurile cresc înainte de
eveniment şi ulterior evenimentului pentru ca ulterior să scadă (să se stabilizeze) în jurul
unei valori care se păstrează pentru o perioadă mai lungă atunci avem de-a face cu o
reacţie de supraevaluare (overreaction) şi pieţele nu sunt eficiente – nu includ informaţia
în mod corect.
În acelaşi fel se poate analiza şi subevaluarea, prin reducerea semnificativă a
preţului în jurul evenimentului pentru ca ulterior să revină şi să se stabilizeze la un nivel
mai ridicat. Fama (1998) apreciază că, dacă există evidenţe care susţin ambele tipuri de
reacţii, atunci probabil că piaţa este eficientă dacă numărul de evenimente cu
supraevaluare tinde să fie egal cu numărul de evenimente cu subevaluare, în sensul că
cele două tipuri de reacţii sunt aleatoare. Prin urmare, astfel de evidenţe susţin, în opinia
lui Fama, ipoteza pieţelor eficiente.
Michaely, Thaler, Womack (1995) realizează o analiză de eveniment pentru a
stabili care dintre cele două ipoteze este susţinută de date în cazul anunţurilor cu privire
la iniţierea de dividende (situaţiile în care societatea hotărăşte să plătească dividende
pentru prima dată) şi omisiunea de dividende (când compania anunţă că nu va plăti
dividende în condiţiile în care a plătit dividend cu un an în urmă). Pentru piaţa americană
autorii au găsit că dimensiunea reacţiilor la omisiuni (evenimente negative) este mai mare
decât în cazul iniţierilor.
În figura 1 sunt prezentate rezultatele acestei lucrări. După cum se poate observa,
reacţia la iniţierea de dividende duce în medie la o creştere a randamentelor până la
momentul evenimentului (ziua 0) şi apoi o creştere cu o pantă mai redusă şi o scădere cu
o pantă importantă pentru cazul omisiunilor până la momentul 0 după care panta se
reduce dar tendinţa descrescătoare se păstrează.
Este probabil ceea ce am dori să întâlnim şi pe piaţa românească, deşi studiul
nostru ia în calcul numai 3 ani de evenimente în timp ce studiul pieţei americane are la
dispoziţie 25 de ani de astfel de evenimente şi un număr mult mai mare de companii.
Indiferent de modul în care piaţa românească reacţionează la noile informaţii, un studiu
de eveniment ne va furniza informaţii despre eficienţa pieţei şi poate fi folosit ca bază de
plecare pentru dezvoltarea unor noi metodologii.
Figura 1: Rezultate aşteptate în jurul evenimentelor pozitive şi negative
Sursa: Michaely, Thaler, Womack (1995)
3. Structura unui studiu de eveniment
Deşi nu există o structură unică, analiza are în principal următoarele etape:
1. Definirea evenimentului. Sarcina principala a unui studiu de eveniment este
definirea evenimentului care ne interesează şi identificarea perioadei de-a lungul
căreia va fi examinat preţul acţiunii firmei implicată în acest eveniment –
fereastra evenimentului. De exemplu, dacă suntem interesaţi de conţinutul
informaţional al anunţurilor zilnice de câştig, evenimentul va fi anunţul iar
fereastra evenimentului poate fi ziua anunţului. În practică fereastra
evenimentului este de obicei extinsă la două zile – ziua anunţului şi ziua de după
anunţ. Această practică are scopul de a include efectul anunţului asupra preţului
ce apare după închiderea bursei de valori în ziua anunţului. Perioada dinainte sau
de după eveniment poate fi luată în calcul şi inclusă separat în analiză. De
exemplu, în cazul anunţurilor de câştig, piaţa poate deţine informaţii despre câştig
înainte de anunţul oficial şi se poate investiga această posibilitate prin
investigarea randamentelor anterioare anunţului.
2. Criteriile de selecţie. După identificarea evenimentului de interes, este necesară
determinarea criteriilor de selecţie conform cărora o anumită firmă va fi inclusă
sau nu în studiu. Criteriile pot include restricţii impuse de existenţa datelor sau de
apartenenţa la o anumită industrie. În acest moment, este folositor să analizăm
caracteristicile seriilor de date (capitalizarea bursieră, reprezentarea industrială,
distribuirea evenimentului în timp etc.) şi să observăm orice prejudiciu ce a fost
posibil introdus în seriile de date.
3. Randamentele normale şi anormale. Pentru a evalua impactul evenimentului,
avem nevoie de o măsură pentru a evalua randamentele anormale. Randamentul
anormal este randamentul ex post al titlului obţinut în fereastra evenimentului
minus randamentul normal al titlului în fereastra evenimentului. Randamentul
normal este considerat randamentul care se aştepta să fie obţinut dacă
evenimentul nu ar fi avut loc. Pentru fiecare firmă i şi dată e evenimentului avem:
tititit XRER / ,
unde
it , Rit şi E[Rit] sunt randamentele anormale, actuale şi normale pentru
perioada t. Xt este informaţia care condiţionează un model de performanţă normal.
Există două modalităţi de modelare a randamentelor normale – modelul
randamentelor cu medie constantă unde Xt este o constantă şi modelul de piaţă
unde Xt este randamentul pieţei. Modelul randamentelor cu medie constantă
presupune că randamentul mediu al unui anumit titlu este constant în timp.
Modelul de piaţă presupune o relaţie lineară stabilă între randamentul pieţei şi
randamentul titlului.
4. Procedura de estimare. După ce modelul a fost ales urmează estimarea
parametrilor modelului folosind un subset de date numit fereastra de estimare.
Atunci când este posibil, cea mai comună alegere pentru fereastra de estimare este
perioada anterioară ferestrei evenimentului. De exemplu, într-un studiu de
eveniment ce foloseşte date zilnice şi un model de piaţă, parametrii pot fi estimaţi
folosind o perioadă de 120 de zile înainte de eveniment. În general, perioada
evenimentului nu este inclusă în perioada de estimare a parametrilor modelului
pentru a preveni orice influenţă pe care o poate avea evenimentul asupra
procedurii de estimare.
5. Procedura de testare. Odată estimaţi parametrii modelului, pot fi calculate
randamentele anormale. Urmează apoi construirea unei metodologii de testare a
randamentelor anormale. Cele mai importante etape sunt definirea ipotezei nule şi
determinarea tehnicilor de agregare a randamentelor anormale individuale ale
firmelor.
6. Rezultatele empirice. După designul econometric urmează prezentarea rezultatelor
empirice. Pe lângă prezentarea de bază a rezultatelor empirice, este necesară şi
prezentarea unui diagnostic. Ocazional, atunci când avem un număr limitat de
observaţii de eveniment, rezultatele empirice pot fi puternic influenţate de una sau
două firme. Cunoaşterea acestui lucru este importantă pentru interpretarea
rezultatelor.
7. Interpretare şi concluzii. În mod ideal, rezultatele empirice ne vor da informaţii
despre mecanismele prin care evenimentul influenţează preţul titlurilor. Pot fi
incluse analize adiţionale pentru a investiga alte explicaţii posibile.
4. Selectarea datelor
Baza de date iniţială conţine 63 de societăţi cotate la BVB pentru care am folosit
cotaţii zilnice din 1 ianuarie 2000 până la 11 noiembrie 2005 şi indicele BET-C pentru
aceeaşi perioadă.
Data evenimentului este reprezentată de datele calendaristice de declarare şi date
ale AGA cu privire la acordarea sau neacordarea de dividende pentru anii 2003, 2004 şi
2005.
Evenimentele cu privire la dividende au fost împărţite în trei categorii.
Evenimente pozitive – situaţia în care societatea anunţă plata dividendului
(41 evenimente din care 30 de evenimente în perioada 2003-2004);
Evenimente negative – societatea anunţă că nu plăteşte dividend datorită
pierderilor înregistrate (18 evenimente din care 17 de evenimente în
perioada 2003-2004);
Evenimente neutre – societatea nu plăteşte dividend dar are profit pe care
îl foloseşte în alte scopuri cum ar fi surse proprii de finanţare, investiţii,
constituirea de rezerve legale, acoperirea pierderilor din anii precedenţi
(49 evenimente din care 36 de evenimente în perioada 2003-2004).
Pe lângă aceste trei categorii de evenimente am mai luat în calcul o a patra
categorie evenimente negative - omisiune de dividend2 dar datorită unui număr redus de
evenimente înregistrate în această perioadă (8 evenimente în total şi numai 4 în 2003 şi
2004) am fost nevoiţi să o eliminăm din studiu.
Au fost incluse în analiză toate firmele cu cel puţin 500 de cotaţii şi eliminate
companiile pentru care avem date insuficiente pentru realizarea regresiei (cele 120 de zile
înainte de eveniment).
2 În această categorie au fost introduse companiile care în anul anterior au plătit dividend iar în anul curent
anunţă faptul că nu acordă dividend (numai pentru anii 2004 şi 2005).
Pentru realizarea fiecărei regresii s-au căutat cotaţiile din cele 161 de zile din jurul
evenimentului (140 înainte de ziua 0, ziua 0 şi 20 de zile după eveniment). Preţurile lipsă
au fost înlocuite cu preţuri calculate ca medie între preţurile vecine, obţinând în acest fel
o aşezare a randamentelor proporţional cu perioada de timp aferentă.
Între 22 aprilie 2003 şi 5 mai 2003 nu avem date pentru BET-C motiv pentru care
am exclus din analiză toate evenimentele care necesitau date pentru indice în acea
perioadă.
5. Descrierea metodologiei
Presupunem că randamentele titlurilor urmează un model de piaţă unifactorial de
tipul:
Rjt = j + jRBET-C + jt
Rjt este randamentul acţiunilor companiei j în ziua t;
RBET-C este randamentul indicelui BET-C;
j este parametrul care măsoară sensibilitatea randamentului acţiunii la modificările
randamentului indicelui BET-C;
jt reprezintă un şir (numărat de t) de variabile aleatoare independente şi identic distribuite cu media 0 şi independente de randamentul indicelui BET-C.
Pentru estimarea parametrilor acestui model folosim un interval de 120 de zile
înainte de ziua -20 (în condiţiile în care ziua 0 este ziua evenimentului).
Randamentele anormale le definim astfel:
)ˆˆ( CBETjjjtjt RRAR ,
unde coeficienţii j şi j sunt parametri estimaţi din modelul de piaţă unifactorial.
Randamentul anormal este termenul perturbator al modelului de piaţă, calculat în
afara eşantionului de bază3, în perioada celor 41 de zile din jurul evenimentului. Pentru
perioada din jurul evenimentului suntem interesaţi să calculăm diferenţa dintre
randamentul acţiunii aşa cum este observat şi randamentul acţiunii aşa cum ar fi trebuit să
fie conform modelului de piaţă. Randamentul indicelui este cel observat în perioada din
jurul evenimentului.
3 Prin eşantion de bază se înţelege eşantionul randamentelor din cele 120 de zile dinainte de ziua -20.
Figura 2 Metodologia studiului de eveniment
Pentru a putea observa rezultatul global, am agregat randamentele anormale
folosind două dimensiuni: timpul şi numărul de titluri. Calculăm media randamentelor
anormale cumulate (CAAR) utilizând media randamentelor anormale (AAR).
N
j
T
Tt
jtTT
N
j
jt
t
AN
CAAR
N
A
AAR
1
,
1
2
1
21
1
N este numărul evenimentelor din eşantion.
Astfel, pentru fiecare zi t vom calcula pentru toate firmele media randamentelor
anormale (AARt) care ne oferă informaţii despre evoluţia întregului eşantion în fiecare zi
a perioadei analizate. Media randamentelor anormale cumulate este media randamentelor
anormale cumulate pentru toate firmele şi pentru toată perioada luată în calcul. Aceasta
ne oferă informaţii despre performanţa generală a acţiunilor în jurul datei evenimentului.
Această metodologie a fost reluată pentru fiecare din cele patru tipuri de
evenimente (pozitive, negative, neutre şi omisiune de dividend), mai întâi pentru toată
perioada (evenimente cu privire la dividend din anii 2003, 2004 şi 2005) şi apoi fără
2005. Aceeaşi metodologie a fost folosită pentru analiza reacţiei randamentelor tuturor
titlurilor în jurul datei de 25 octombrie – anunţul cu privire la raportul de ţară.
6. Rezultate
Graficul din figura 3 prezintă randamentele anormale cumulate care ne prezintă
evoluţia randamentelor ca tendinţă. Vom interpreta valoarea de pe ordonată ca fiind
randamentul obţinut în cazul unei investiţii de la momentul -20 şi până la data la care
facem observaţia. Avantajul randamentelor cumulate provine din faptul că randamentele
zilnice sunt foarte apropiate de 0 – statistic nesemnificativ diferite de 0. Prin cumularea
lor obţinem o viziune asupra tendinţei care devine semnificativă.
Perioada de estimare 120 zile
Perioada evenimentului
41 zile
Eveniment Ziua 0
Ziua -20
Ziua +20
Figura 3 – Randamente anormale cumulate: data declarării, inclusiv 2005
Observăm că randamentele anormale se păstrează foarte aproape de 0 în perioada
de la ziua -20 până aproape de ziua -10 ceea ce poate fi considerat ca un argument în
sprijinul modelului unifactorial folosit – reuşeşte să prezică randamentele pentru cele 10
zile în afara eşantionului de estimare. Randamentele neutre păstrează o tendinţă
descrescătoare aproximativ pe toată perioada analizei – dacă investim în titlurile din
categoria anunţurilor neutre la momentul – 20 şi vindem la momentul +20 atunci pierdem
10% din valoarea investită (de la 0 la – 0,1).
Având în vedere modul în care am definit cele 3 tipuri de evenimente, chiar dacă
modelul unifactorial nu poate fi validat de date, rolul evenimentelor neutre este de a
departaja efectele celorlalte tipuri de evenimente – prin raportarea la evenimentele neutre
putem face o analiză a evenimentelor pozitive şi a celor negative.
Pentru perioada dinainte de ziua 0, ziua evenimentului, observăm că randamentele
pozitive reflectă un câştig superior celor neutre pentru aproximativ toată perioada
observată. Cu alte cuvinte, dacă investim la momentul 0 în titlurile cu anunţuri pozitive,
vom câştiga mai mult (vom pierde mai puţin) decât prin investiţia în titlurile cu
randamente neutre.
Spre deosebire de această situaţie, randamentele titlurilor cu anunţuri negative au
un comportament diferit. Ele păstrează o tendinţă descrescătoare pe perioada anterioară
evenimentului, cu o accentuare ridicată la 10 zile înainte de data 0. Una dintre explicaţiile
acestei evoluţii a randamentelor poate fi aceea că investitorii obţin informaţii cu privire la
viitoarele anunţuri cu aproximativ 10 zile de tranzacţii înaintea acestora şi acţionează ca
atare – se observă o creştere a randamentelor pentru anunţuri pozitive (în sensul raportării
acestora la cele neutre, care prezintă o tendinţă descrescătoare). Reducerea semnificativă
a randamentelor din categoria anunţurilor negative la momentul 10 poate fi folosită ca
argument în sprijinul acestei ipoteze.
Evoluţia ulterioară a randamentelor din categoria anunţurilor negative (de la data -
10 până la data +20) poate fi inclusă în categoria reacţiilor exagerate de subevaluare la
momentul -10 şi de supraevaluare în jurul evenimentului (investitorii consideră că reacţia
-0.14
-0.12
-0.1
-0.08
-0.06
-0.04
-0.02
0
0.02
0.04
-20
-18
-16
-14
-12
-10 -8 -6 -4 -2 0 2 4 6 8 10 12 14 16 18 20
Evenimente negative
Evenimente neutre
Evenimente pozitive
de la momentul -10, probabil datorată de zvonul cu privire la viitoarele anunţuri, a fost
prea exagerată şi se doreşte o corecţie a preţului la momentul evenimentului, când se
realizează că, probabil, faptul că nu se acordă dividend nu va avea implicaţii aşa de
serioase pentru evoluţia ulterioară a companiei). În acelaşi timp, trebuie să realizăm şi
faptul că, evenimentele din categoria negative au fost definite ca fiind negative deoarece
dividendele sunt folosite pentru acoperirea unor pierderi. Este foarte probabil ca aceste
pierderi să fi fost deja cuprinse în preţul pieţei cu ocazia unor evenimente sau anunţuri
trecute. Modul în care investitorii reacţionează la momentul 0 poate fi, prin urmare,
simpla consecinţă a realizării faptului că efectele negative au fost deja incluse în preţ la
momente anterioare şi recurg la o corecţie a preţului.
Faptul că această creştere este destul de mare (mai ales dacă o raportăm la
evoluţia evenimentelor neutre) ducând chiar la un câştig în cazul investiţiei în titlurile din
această categorie la momentul -20 şi vânzarea lor la câteva zile după eveniment. Ulterior
(la 5 zile după eveniment) tendinţa celor trei tipuri de evenimente este aceeaşi –
descrescătoare.
Figura 4 – Randamente anormale cumulate: data declarării, fără 2005
Am luat în calcul şi o analiză a dividendelor fără anul 2005 pentru a vedea care
este efectul lui 2005. Observăm că, în general, tendinţa celor trei tipuri de evenimente
este aceeaşi şi pentru anunţurile cu privire la dividende din anii 2003 şi 2004. Observăm
totuşi că anul 2005 prezintă nişte evenimente care împing randamentele din categoria
neutre în jos – este vorba de 19 evenimente.
Graficul din figura 4 ne arată ca randamentele neutre se păstrează la nivele
apropiate de 0 până la 4 zile după eveniment, când se înscriu pe o tendinţă descendentă.
Am putea spune că, în mare, modelul de piaţă unifactorial este capabil să previzioneze
mişcarea randamentelor cu mai multă precizie în anii 2003 şi 2004. Anul 2005 este cel
care introduce o componentă care nu poate fi „prinsă” de acest model.
-0.1
-0.08
-0.06
-0.04
-0.02
0
0.02
0.04
-20
-18
-16
-14
-12
-10 -8 -6 -4 -2 0 2 4 6 8 10 12 14 16 18 20
Evenimente
negative
Evenimente
pozitive
Evenimente neutre
Randamentele aferente titlurilor din categoria evenimentelor pozitive au o
evoluţie asemănătoare pentru cele două perioade analizate. Totuşi, tendinţa de scădere
este mai pronunţată pentru toată perioada decât pentru anii 2003 şi 2004 ceea ce
înseamnă că anunţurile din 2005 au determinat o scădere pronunţată a randamentelor.
Schimbarea se datorează celor 11 noi evenimente din această categorie care au avut loc în
2005.
Randamentele din categoria evenimentelor negative au aproximativ acelaşi
comportament datorită faptului că în anul 2005 avem numai un singur eveniment din
această categorie.
Figura 5 – Raportul de ţară – 25 octombrie 2005
Raportul de ţară a fost tratat ca un eveniment separat. Reacţia randamentelor
anormale cumulate ale tuturor titlurilor pentru care deţinem cotaţii în jurul acestui
eveniment poate fi observată în graficul din figura 5. Având în vedere momentul la care
acest eveniment a avut loc, nu putem analiza reacţia randamentelor titlurilor pe o
perioadă mai mare de 10 zile ulterior evenimentului. În condiţiile în care modelul de piaţă
folosit este un model bun tendinţa descrescătoare a randamentelor anormale cumulate ne
arată că preţul titlurilor a scăzut destul de mult în perioada anunţului cu privire la raportul
de ţară. Rămâne de văzut ce alte evenimente contemporane ar putea să determine această
reacţie a pieţei.
7. Concluzii şi cercetări viitoare
Conform Fama (1998), specificaţiile modelului utilizat în perioada anterioară
ferestrei de observaţii din jurul evenimentului nu sunt importante datorită faptului că
randamentele zilnice sunt nesemnificativ diferite de 0. Am observat că modelul putea fi
folosit pentru o perioadă de până la 20 de zile în anii 2003 şi 2004, deoarece
randamentele anormale sunt foarte puţin diferite de 0 înaintea evenimentului. Totuşi, anul
2005 prezintă evidenţe conform cărora se poate concluziona fie că modelul nu poate fi
-0.1
-0.09
-0.08
-0.07
-0.06
-0.05
-0.04
-0.03
-0.02
-0.01
0
-20
-18
-16
-14
-12
-10 -8 -6 -4 -2 0 2 4 6 8 10
folosit pentru estimări prognoze zilnice pe o perioadă mai mare de până la 4 zile, fie că
evenimentele creează o mai mare volatilitate a randamentelor.
Faptul că toate tipurile de evenimente prezintă o tendinţă descrescătoare către
finalul perioadei în cazul anilor 2003 şi 2004 şi chiar mai devreme în cazul în care
introducem şi anunţurile din anul 2005 prezintă totuşi argumente contra validităţii
modelului de piaţă folosit. Cu alte cuvinte, regresarea randamentelor titlului în raport cu
randamentele indicelui nu constituie o metodă eficientă de a cuprinde toate componentele
sistemice.
O extindere a analizei ar trebui să diferenţieze rezultatele în cazul celor trei tipuri
de evenimente în funcţie de lichiditatea titlurilor respective, măsurată prin volumul zilnic
de tranzacţii sau/şi prin diferenţa dintre bid şi ask. Cu cât titlurile sunt mai lichide cu atât
reacţia este mai promptă datorită faptului că mai mulţi investitori urmăresc evoluţia
acţiunii respective.
Trebuie remarcat şi faptul că numărul de observaţii este mic pentru a putea face o
analiză semnificativă. Volatilitatea ridicată a randamentelor de la BVB poate face ca
reacţiile să fie diferite pentru cele trei tipuri de evenimente de la companie la companie,
de la un sector industrial la altul. La aceasta se adaugă şi faptul că dispunem de un număr
redus de evenimente – avem puţine titluri cotate la BVB.
O altă problemă o pot constitui preţurile lipsă pentru perioade mai mari de o zi.
Înlocuirea lor cu preţuri calculate indiferent de modalitatea folosită duce la reducerea
volatilităţii ceea ce reduce importanţa modelului unifactorial fie prin estimarea eronată a
parametrilor pentru perioada dinaintea ferestrei de analiză fie prin calcularea eronată a
randamentelor anormale.
Un element foarte important este eliminarea evenimentelor contemporane. În cea
mai mare parte, anunţurile cu privire la dividende au loc in luna aprilie când se fac şi alte
anunţuri. Eliminarea anunţurilor care sunt însoţite de alte tipuri de evenimente decât cele
luate în calcul poate reduce consistenţa rezultatelor într-o manieră semnificativă din
punct de vedere statistic prin diminuarea dimensiunii eşantionului. O amendare a
modelului pentru a lua în calcul particularităţile lunii aprilie ar putea schimba rezultatele
într-o manieră semnificativă.
Studiul de eveniment nu ţine cont nici de posibilele efecte ale zilelor din
săptămână (efectul luni, de exemplu). Cele 40 de zile din jurul evenimentului sunt zile de
tranzacţii. O îmbunătăţire a metodologiei ar putea include o amendare a modelului
estimat cu efectul zilei respective.
Probabil piaţa este mult prea volatilă pentru a răspunde într-o manieră
semnificativă la evenimente de tipul anunţurilor de dividend sau al informaţiilor cu
privire la câştigurile şi cheltuielile din anul precedent. O direcţie de analiză interesantă ar
putea fi cercetarea reacţiei preţurilor la investiţiile externe sau la injecţiile majore de
capital. Piaţa românească este o piaţă de dimensiune mică, motiv pentru care este foarte
sensibilă la intrările externe de capital.
Bibliografie:
Ashley, J. – Stock Prices and Changes in Earnings and Dividends: Some
Empirical Results, Journal of Finance, 1962;
Ball, R., and P. Brown – An Empirical Evaluation of Accounting Income
Numbers, journal of Accounting Research, 1968;
Barber, Brad M., and John D. Lyon - Detecting long-run abnormal stock returns:
The empirical power and specification of test statistics, JFE 43 (1997);
Barker, C. – Effective Stock Splits, Harvard Business Review, 1956;
Barker, C. –Stock Splits in Bull Market, Harvard Business Review, 1957;
Barker, C. – Evaluation of Stock Dividends, Harvard Business Review, 1958;
Barry, C.B., Peavy III, John W., Rodriguez, M. – Performance Characteristics of
Emerging Capital Markets, Financial Analysts Journal, January/February, 1998;
Beckers, S. – Investment implications of a Single European Capital Market, The
Journal of Portfolio Management, Spring issue, 1999;
Boehmer, Eddehart, Jim Musumeci and Annette B. Poulsen - Event-study
methodology under conditions of event-induced variance, JFE 30 (1991);
Campbell, J., A. Lo, and A. MacKinlay – The Econometrics of Financial Markets,
Princeton University Press, Princeton, New Jersey, 1997;
Chopra, Navin, Josef Lakonsishok and Jay R. Ritter - Measuring abnormal
performance: do stocks overreact?, JFE 31 (1992);
Davidson, R., MacKinnon, J. - Econometric Theory and Methods, Oxford
University Press, 2004;
Dolley, J. – Characteristics and Procedure of Common Stock Splits-Ups, Harvard
Business Review, 1933;
Fama, Eugene - Market efficiency, long-term returns, and behavioral finance, JFE
49 (1998);
Fama, E., L. Fisher, M. Jensen, and R. Roll – The Adjustment of Stock Prices to
New Information, International Economic Review, 1968;
Greene, W. - Econometric Analysis, Prentice Hall, 2000;
Michaley, R., R. Thaler, and K. Womack - Price reactions to dividend initiations
and omissions: Overreaction or drift?, Journal of Finance, 1995;
Myers, J., and A. Bakay – Influence of Stock Splits-Ups on Market Price, Harvard
Business Review, 1948;
Prabhala, N. R. - Conditional methods in event studies and an equilibrium
justification for standard event-study procedures, RFS, 10 (1997);