Propensity score matching and abnormal performance after seasoned equity offerings (Li, Zhao, 2006)4

В ряде предшествующих исследований была обнаружена долгосрочная негативная аномальная доходность (underperformance) после дополнительных выпусков акций компанией (SEO). Данная аномалия противоречит гипотезе эффективности рынка. Такие результаты получены, в основном, традиционным методом сопоставления (matching method), по измерениям. Однако, как отмечают Li и Zhao, данный метод не позволяет определить наилучшие совпадения до события, так как при сопоставлении традиционными методами нескольких характеристик одновременно возникают сложности. Так, сопоставление по двум измерениям позволяет достичь хороших результатов, но не учитывает сопоставимость по прошлой доходности, являющейся важным детерминантом решения о SEO, и не отражаемой в двух других факторах. При переходе к трем измерениям становится сложно их сбалансировать и добиться качественного сопоставления по всем сразу. Данная проблема получила название «проклятие размерности», для ее решения в статье используется метод отбора подобного по вероятности (propensity score matching method).

В своем исследовании авторы используют выборку компаний с 1986 по 1998 г. Данные получены из базы данных Securities Data Corporation (SDC) New Issues, только для предложений компанией, исключая вторичные предложения и выпуски варрантов. Первоначально получено 5399 наблюдений для 3664 компаний. После применения ряда критериев по доступности данных, исключения бытовых предприятий и повторяющихся для одной компании SEO, в выборке для сопоставления по двум измерениям остается 2212 наблюдений. Для сопоставления по трем измерениям выборка составила 1890 наблюдений (вследствие отсутствия данных о прошлой доходности), для метода отбора подобного по вероятности – 1885 при удалении выбросов и 1705 наблюдений при 6%-ом ограничении (common support) для удаления наблюдений с наиболее сомнительным качеством сопоставления.

Оценка склонности (propensity score) – это условная вероятность участия в событии при заданных ex ante переменных. Цель традиционного сопоставления и метода отбора подобного по вероятности одинакова: выбор не осуществляющей SEO компании со сходными характеристиками. Традиционный метод находит такие компании, сопоставляя их напрямую по каждой характеристике x, тогда как метод отбора подобного по вероятности сопоставляет оценку склонности p(x), являющуюся вероятностью дополнительного выпуска акций при условии х:

p(x) = pr(D = 1|x),

где D=1 для выпускающих акции компаний и D=0 для не выпускающих.

Условная вероятность вычисляется по дискретной (логит) модели для каждого года по отдельности, чтобы исключить влияние макроэкономических условий.

Используемые переменные отражают как склонность к участию в событии, так и результаты деятельности после события. Авторы исследуют различные рыночные и бухгалтерские переменные, известные до SEO и получают, что размер, отношение балансовой стоимости к рыночной и прошлые доходности являются основными факторами, оказывающими влияние и на решение компаний о SEO, и на оцениваемые аномальные доходности после SEO. Дополнительные переменные добавляют только предельные эффекты. При оценке с помощью propensity score в зависимости от размера, отношения балансовой стоимости к рыночной и прошлых доходностей авторы получают очень хорошие совпадения по этим ex ante характеристикам.

Авторы не обнаруживают значимой разницы в доходности проводящих SEO компаний после события, и сопоставимых с ними не проводящих SEO фирм. Метод отбора подобного по вероятности показывает, что за весь период, средняя (медианная) разность 36-месячной доходности составила −3.63% (−0.98%). Аномальная доходность после SEO экономически и статистически незначима. Сопоставление по двум и трем измерениям на той же выборке показывает значительную негативную аномальную доходность (от −13.89% до −16.82%), при этом ее распределение асимметрично.

Полученное при использовании метода отбора подобного по вероятности сокращение негативной аномальной доходности наиболее ощутимо для компаний с высокими доходностями перед SEO. Проблема асимметрии также решается с помощью сопоставления по оценке склонности (propensity score).

Результат, полученный авторами, говорит о том, что негативная аномальная доходность после SEO обнаруживается из-за статистической неадекватности традиционных методов сопоставления, и не является аномалией, противоречащей ГЭР.