Predictability of Nordic takeover targets – A multinomial approach

Abstract

For a long time, mergers and acquisitions have held a vital role as a part of corporate strategies either by enabling tangible growth opportunities or providing an effective mechanism to implement other strategic initiatives of the company. However, despite the general view that the majority of such transactions tend to fail and thus destroy shareholder value in the acquirer company, there seem to exist robust evidence showing the opposite for the shareholders of the target company. Accordingly, those transaction announcements are often associated with high immediate takeover premiums on the target’s current share price, and these premiums tend to be effectively resulting from the overrated synergies and thus an overpayment of the asset.

Due to the high anticipated takeover premiums, it is well justified to study the predictability of takeover targets as the ability to identify those targets before the transaction announcement would provide a highly reasonable investment strategy with potential to yield superior financial returns for an investor systematically holding targetable assets in one’s portfolio. Further, what supports the existence and sustainability of those takeover premiums is the fact that the theory of efficient market seldomly holds true in practice, hence allowing one to systematically gain superior, above market returns. All things considered, the objective of this study is to examine whether it is possible to predict potential takeover targets well before the deal announcements, which could then form a strong basis for a successful investment strategy able to generate superior financial returns.

The use of financial data for predictive purposes in general is at the very core of the decision-making processes by all companies, investors and managers, and it is not surprising that it has been widely exploited as a basis for the prediction of different corporate events as well, such as bankruptcies and takeovers. The prior literature has indeed been successful in providing robust evidence on the predicting ability of different mathematical models, that are grounded on different corporate finance theories and concepts around the merger motives and takeover predictability. However, the vast majority of prior research has been focusing on major markets only, such as US and UK, while leaving the smaller ones quite unexplored. Hence, this study aims to contribute to this uncovered strand of literature by studying the scarcely researched Nordic markets while adding a Nordic-specific component into the predictive model, together with several other commonly hypothesized theories.

This study implements an empirical analysis of the Nordic stock markets while employing both binomial and multinomial logistic regression analysis to distinguish between the typical characteristics of the target companies in general, but also of two different target types, strategic and financial. A predictive model is to be constructed based on the estimation sample consisting of both Nordic target and non-target companies, and the prediction ability and accuracy of the estimated model is tested by using maximum likelihood method. As the results of the study imply, the obtained model is found to be useful for identifying target-related characteristics and provide high classification accuracy in predictive use. Also, the proposed Nordic-specific components related to the ownership and share class structures is found to be significant discriminator between target and non-target companies. What is surprising and opposite as hypothesized, the multinomial framework fails to distinguish between strategic and financial targets and thus provide any additional explanatory value over the binomial one. This however might be affected by the fact that there were relatively low number of financial targets within the estimation sample, as public takeovers typically are not considered to be part of the core operations of financial buyers in the Nordics. Altogether, the results give strong support for the hypothesized ability to model takeover likelihood and predict future takeover targets also in the Nordics, which again supports the practical implications of the results as the predictive model can be used as a useful decision-making tool by an investor aiming to generate above-market returns by exploiting the takeover premium anomaly.

Erilaiset yritysjärjestelyt, kuten yrityskaupat ja fuusiot, ovat jo pitkään olleet tärkeitä elementtejä osana yritysten laajempaa strategiaa joko mahdollistamalla kasvua tai tukemalla muita liiketoiminnan strategisia tavoitteita. Tästä huolimatta yleinen näkemys on, että valtaosa yrityskaupoista ja fuusioista epäonnistuu lisäarvonluonnissa ja siten tuhoaa osakkeenomistajien varallisuutta. Vastavuoroisesti, akateeminen kirjallisuus ja aiemmat tutkimukset ovat systemaattisesti todistaneet yrityskauppojen olevan sen sijaan erityisen kannattavia kohdeyrityksen osakkeenomistajille, jotka toimivat transaktiossa myyjäosapuolena. Tämä johtuu siitä, että kohdeyrityksestä maksetaan yleensä yrityskaupan yhteydessä merkittävä preemio, joka välittyy yhtiön osakkeen hintaan heti tiedon tullessa julkiseksi. Näiden hintapreemioiden voidaan yleisesti nähdä johtuvan ostajan tavoiteltujen synergioiden ylioptimistisesta arvostuksesta, siten johtaen merkittävään ylihintaan.

Juuri näiden yritysostokohteista maksettavien hintapreemioiden takia on perusteltua tutkia tulevien transaktioiden ja ostokohteiden mahdollista ennustettavuutta, sillä onnistuessaan se tarjoaisi sijoittajalle erittäin houkuttelevan sijoitusstrategian. Sijoittaja, jonka portfolio systemaattisesti sisältäisi tulevia yritysostokohteita, tulisi näistä maksettavien preemioiden ansiosta hyvin todennäköisesti voittamaan markkinaindeksin ja siten saavuttamaan ylituottoa. Toisekseen mikä tukee tämän sijoitusstrategian pysyvyyttä, ja siten myös lisää sen houkuttelevuutta, on käytännössä tehokkuushypoteesin vahvimman muodon puuttuminen markkinoilta. Tällöin tieto tulevasta transaktiosta tulee asiaankuuluvasti julkiseksi vasta sen nimenomaisella julkaisuajanhetkellä, mahdollistaen haluttujen preemioiden ilmentymisen ja siten niistä mahdollisen hyötymisen. Tämä tutkielma pyrkii siis rakentamaan matemaattisen ennustemallin ja selvittämään onko mahdollista ennustaa tulevia yritysostokohteita pohjoismaisista pörsseistä.

Taloudellisen tiedon hyödyntäminen on aina ollut olennainen osa yritysten, sijoittajien ja johdon suunnittelua sekä päätöksentekoa, minkä innoittamana mitä ilmeisemmin myös erilaisia yritykseen liittyviä tapahtumia, kuten konkursseja tai yrityskauppoja, on pyritty ennustamaan. Aiempien tutkimusten tulokset osoittavatkin, että tulevia yrityskauppoja ja niiden kohteita on mahdollista tunnistaa etukäteen erilaisia menetelmiä ja matemaattisia malleja hyväksikäyttäen, tutkimuksen ollen kuitenkin selkeästi keskittynyt vain kaikkein suurimmille markkinoille, kuten Yhdysvaltoihin tai Iso-Britanniaan, jättäen muut melko tutkimattomiksi. Tästä johtuen, tämä tutkimus keskittyy pohjoismaisiin osakemarkkinoihin pyrkien täyttämään havaitun tutkimusaukon. Lisäksi pohjoismaisilla pörssilistatuilla yhtiöillä on myös usein havaittu olevan hieman valtamarkkinoista poikkeava omistus- sekä osakesarjarakenne, jonka vuoksi on perusteltua tutkia näitä markkinoita omana kokonaisuutenaan.

Tämä tutkielma pitää sisällään empiirisen analyysin Pohjoismaiden osakemarkkinoista, joka pyrkii logistista regressioanalyysiä hyödyntäen tunnistamaan tyypillisiä pohjoismaisen yritysostokohteen tunnusmerkkejä. Näiden analyysistä saatujen parametrien pohjalta rakennetaan siten ennustemalli, jonka avulla kyseisiä ostokohteita voitaisiin identifioida jo hyvissä ajoin ennen aiotun yritysjärjestelyn julkaisuajankohtaa. Lisäksi malli pyrkii erottelemaan yritysostokohteiden joukosta kaksi eri kohdetyyppiä, riippuen siitä onko kohteen ostajaosapuoli teollinen vai taloudellinen. Lopulta regressioanalyysin tulosten pohjalta rakennettua mallia testataan suurimman uskottavuuden menetelmällä, jonka avulla voidaan mitata mallin ennustustarkkuutta.

Kuten tutkielman tulokset ja mallin osoittama korkea ennustustarkkuus todistavat, rakennettu malli osoittautui hyödylliseksi yritysostokohteiden tunnistamisessa kyeten menestyksekkäästi erottelemaan otoksen sisältämät yritysostokohteet niistä yrityksistä, joihin ei ole kohdistunut yritysvaltaus- tai ostoaikeita. Huomionarvoista on myös se, että vaikka mallin ennustustarkkuus osoittautui hyvin korkeaksi, multinomiaalinen malli ei kuitenkaan ollut kykeneväinen tuottamaan lisäarvoa binomiaaliseen verrattuna, minkä voidaan arvella johtuvan taloudellisten ostokohteiden varsin rajallisesta määrästä suhteessa koko yritysostokohteiden otokseen. Saadut tulokset siis osoittavat, että tutkielman empiirisessä osassa rakennettu matemaattinen malli on kykeneväinen ennustamaan tulevia yritysostokohteita pohjoismaisista pörsseistä ja siten tukevat näkemystä siitä, että mallia voitaisiin myös käytännössä hyödyntää tehokkaana sijoitustyökaluna ja päätöksenteon tukena. Tätä kauppahintapreemioihin pohjautuvaa anomaliaa hyödyntävän sijoittajan voidaankin siten odottaa voittavan markkinaindeksin ja siten saavuttavan ylituottoa.