Detailansicht
Essays in Empirical Industrial Organisation
Michael Weichselbaumer
Art der Arbeit
Dissertation
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Betreuer*in
Dennis Mueller
DOI
10.25365/thesis.10718
URN
urn:nbn:at:at-ubw:1-29466.23744.736070-3
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Diese Dissertation besteht aus drei Artikeln, die drei verschiedene Fragestellungen zum Thema „Fusionen und Übernahmen“ mit empirischen Methoden behandelt. Dem entsprechend stehen die drei nachstehenden Absätze für die Zusammenfassung jeweils eines der Artikel.
Eines der auffälligsten Merkmale von Fusionen ist die Beobachtung, dass sie in Wellen stattfinden und mit einem Anstieg der Aktienpreise und der Preis-Gewinn-Verhältnisse korrelieren. Um zwischen direkten Ursachen des Aktienmarktes auf die Entscheidungen die Firmen betreffend und anderen Einflüssen zu unterscheiden untersuchen wir börsennotierte und nicht notierte Unternehmen als zwei verschiedene Gruppen. Wenn, wie von manchen neoklassischen Fusionstheorie vorhergesagt wird, Fusionswellen von realen wirtschaftlichen Veränderungen ausgelöst werden, dann sollten sowohl börsennotierte als auch nicht börsennotierte Firmen eine parallele Intensivierung der Fusionstätigkeit durchlaufen. Im Widerspruch dazu lassen sich deutliche Unterschiede zwischen den beiden Firmengruppen entdecken wie sie von verhaltensorientierten Theorien vorhergesagt werden.
Häufig wird an Studien über die Effekte von Fusionen und Übernahmen (F&Ü) kritisiert, dass die Vergleichsgruppe, die notwendig ist, um den Effekt identifizieren zu können, eine schlechte Abbildung dafür darstellt, wie es der übernehmenden Firma ohne der Transaktion ergangen wäre. Am besten wäre es, Vergleichsfirmen ohne F&Ü zu finden, die den übernehmenden Firmen hinsichtlich der für die Transaktion relevanten Charakteristika möglichst ähnlich sind. Allerdings ist das bei mehreren Dimensionen von Charakteristika und mit zunehmender Firmenanzahl nur mit unrealistisch großen Stichprobenumfängen („Curse of Dimensionality“). In diesem Artikel wird die Auswahl von vergleichbaren Firmen ohne F&Ü mittels der (geschätzten) Wahrscheinlichkeit, eine Transaktion durchzuführen („Propensity Score“) beschrieben. Dadurch reduziert sich die Verbindung von Kontrollgruppenfirmen mit den übernehmenden Firmen auf eine einzelne Dimension. Beim Vergleich mit der Einfachen Kleinste-Quardrate-Methode („OLS“) zeigt sich, dass das Muster von durch die F&Ü negativ beeinflusste Profitabilität nicht nur erhalten bleibt sondern sogar stärker negativ geschätzt wird. Dieses Ergebnis ist robust gegenüber alternativen Implementierungen der Propensity Score.
Aus Basis eines Datensatzes mit über 20.000 Fusionen und Übernahmen (F&Ü) weltweit seit 2002 schätzen wir ihren Effekt auf das Absinken der Aktienkurse während der Wirtschaftskrise. F&Ü der fünf Jahre vor der Krise verschlimmern den Aktienkursverlust signifikant. Dies trifft auch bei Aktien-finanzierten F&Ü zu, aber in schwächerem Maße als auf Barmittel-finanzierte F&Ü. Weiters haben F&Ü im Finanzsektor einen stärkeren negativen Einfluß auf die Aktienkursentwicklung in der Krise. Die Aktienkurse von Firmen mit angelsächsischem Rechtssystem und solche von Ländern mit einem niedrigen „Anti-Self-Dealing-Index“ verloren stärker als andere Firmen.
Abstract
(Englisch)
This thesis consists of three articles, which are concerned with three different investigations about mergers and acquisitions using empirical methods. Corresponding to that, each of the three paragraphs below summarises one of the articles. One of the most conspicuous features of mergers is that they come in waves that are correlated with increases in share prices and price/earnings ratios. We use a natural way to discriminate between pure stock market influences on firm decisions and other influences by examining merger patterns for both listed and unlisted firms. If “real” changes in the economy drive merger waves, as some neoclassical theories of mergers predict, both listed and unlisted firms should experience waves. We find significant differences between listed and unlisted
firms as predicted by behavioral theories of merger waves.
It is often criticised that M&A effects studies use comparison groups which capture poorly what the prospects of the acquiring firm would have been absent the merger. Finding
firms similar to merging firms with respect to characteristics relevant for the merger decision would be desirable, but suffers from the “curse of dimensionality”. We present in this paper a
choice of comparable non-merging firms based on the propensity score, which reduces the
problem of matching treatment to control units to proximity on this one-dimensional scale. These refined estimates for merger evaluation are also compared to OLS estimates. Our results show that merger effects remain as strongly negative as estimated with OLS, even when only a control group of one percent is selected based on the propensity score.
We put together a unique database of more than 20,000 mergers worldwide since 2002 and estimate their effects on the share price drop of firms during the current economic crisis.
Mergers of the five years before the onset of the crisis significantly exacerbated this drop, stock-financed mergers also destroyed value but fared better than cash-financed mergers, and mergers in the financial sector are worse than mergers in the non-financial sector. Firms from the Anglo-Saxon legal system and firms from countries with a low anti-self dealing index were harder hit than other firms.
Schlagwörter
Schlagwörter
(Englisch)
mergers merger waves effects evaluation economic crisis propensity score
Schlagwörter
(Deutsch)
Fusionen Fusionswellen Effekte Evaluation Wirtschaftskrise Propensity Score
Autor*innen
Michael Weichselbaumer
Haupttitel (Englisch)
Essays in Empirical Industrial Organisation
Paralleltitel (Deutsch)
Aufsätze in Empirischer Industrieökonomie
Publikationsjahr
2010
Umfangsangabe
93 S. : graph. Darst.
Sprache
Englisch
Beurteiler*innen
Christoph Weiss ,
Burcin Yurtoglu
Klassifikation
83 Volkswirtschaft > 83.99 Volkswirtschaft: Sonstiges
AC Nummer
AC08329029
Utheses ID
9676
Studienkennzahl
UA | 084 | 140 | |
