Determinanten van de impact van fusies en overnames op de wijziging in het risicoprofiel van de overnemer

Transcriptie

1 UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR Determinanten van de impact van fusies en overnames op de wijziging in het risicoprofiel van de overnemer Masterproef voorgedragen tot het bekomen van de graad van Master in de Toegepaste Economische Wetenschappen Mathieu Tahon Yves Van den Hende onder leiding van Prof. Olivier De Jonghe

2

3 UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR Determinanten van de impact van fusies en overnames op de wijziging in het risicoprofiel van de overnemer Masterproef voorgedragen tot het bekomen van de graad van Master in de Toegepaste Economische Wetenschappen Mathieu Tahon Yves Van den Hende onder leiding van Prof. Olivier De Jonghe

4 PERMISSION Ondergetekenden verklaren dat de inhoud van deze masterproef mag geraadpleegd en/of gereproduceerd worden, mits bronvermelding. Yves Van den Hende Mathieu Tahon

5 Woord vooraf Dit werk is tot stand gekomen door de hulp van verscheidene personen, die we dan ook wensen te bedanken. Allereerst willen we onze promotor, professor Olivier De Jonghe bedanken. Hij heeft ons de kans gegeven ons in dit onderwerp te verdiepen, en ons de vrijheid gegeven om onze eigen accenten te leggen bij het voeren van het onderzoek. Daarnaast bedanken we ook onze ouders, om ons de kans te geven verder te studeren, en er al die jaren voor ons te zijn. Ook onze familie en vrienden bedanken we, voor de steun en vriendschap tijdens deze periode. In het bijzonder bedanken we Maxime Van den Hende, Marc Tahon en Géraldine Labeeu voor het nalezen van ons werkstuk. Als laatste bedanken we ook elkaar, voor de goede samenwerking en de vele leuke momenten samen. I

6 Inhoudsopgave 1. Inleiding Literatuurstudie Data Gebruikte databanken Variabelen Beschrijving steekproef Bivariate analyse Multivariate analyse Verband tussen risico en rendement Besluit II

7 Gebruikte afkortingen B&H: CAPM: DD: EV: IBC: ISIN: Log: MK: MTB: NCW: OLS: R&D: STDEV: TA: VK: VV: Rendement Buy and Hold Capital Asset Pricing Model Distance to Default Eigen Vermogen Industrial Benchmark Code International Securities Identifying Number Logaritmisch Relatieve grootte obv. Marktkapitalisatie Market To Book Netto Contante Waarde Ordinary Least Square Research and Development Standaard Deviatie Relatieve grootte obv. Totaal Actief Vasicek Kealhofer Vreemd Vermogen III

8 Lijst van tabellen in bijlage Tabel 1: Financieringswijze overname volledige dataset Tabel 2: Nationale en Internationale overnames volledige dataset Tabel 3a: Geografische hoofdzetel overnemer volledige dataset Tabel 3b: Geografische hoofdzetel overnamedoel volledige dataset Tabel 4: Gerelateerde en ongerelateerde overnames volledige dataset Tabel 5: Spreiding over tijdskader volledige dataset Tabel 6: Profiel overnamedoel volledige dataset Tabel 7: Risicomaatstaven overnamedoel volledige dataset Tabel 8: Profiel overnemer volledige dataset Tabel 9: Risicomaatstaven overnemer volledige dataset Tabel 10: Financieringswijze data 2 Tabel 11: Profiel overnamedoel data 2 Tabel 12: Risicomaatstaven overnamedoel data 2 Tabel 13: Risicomaatstaven overnemer data 2 Tabel 14: Financieringswijze data 3 Tabel 15: Profiel overnamedoel data 3 Tabel 16: Risicomaatstaven overnemer data 3 Tabel 17: Bivariate analyse volledige dataset Tabel 18: Bivariate analyse data 2 Tabel 19: Bivariate analyse data 3 Tabel 20: Multivariaat model IV

9 1. Inleiding Naar de impact van fusies en overnames op het abnormaal rendement voor de aandeelhouders is al veel onderzoek verricht. Verscheidene studies tonen aan dat dit soort transacties niet voor een significant abnormaal rendement zorgt. Dit is het gevolg van de combinatie van een abnormaal rendement bij het overnamedoel, en van een significant abnormaal verlies bij de overnemer. Dit onderzoek focust zich op de impact van dit soort transacties op het risicoprofiel van de overnemer. Dit onderzoeksgebied is nog maar weinig aangehaald, terwijl ons inziens de combinatie van twee afzonderlijke entiteiten door fusie of overname, toch steeds voor een merkbare risicoverandering zorgt voor de aandeelhouders van het hieruit gevormde bedrijf. In het licht van de huidige economische en financiële situatie, lijkt het ons duidelijk dat zowel managers als aandeelhouders te weinig rekening gehouden hebben met risico s volgend uit fusies en overnames. Denken we maar aan de fusie tussen Fortis en ABN Amro. De aankondiging van deze fusie werd op algemeen applaus onthaald door de aandeelhoudersvergadering. Nu blijkt dat de risico-inschatting niet correct was, en in combinatie met de economische en financiële crisis voor een debacle zorgde. De weinige studies die al uitgevoerd zijn in dit vakgebied, focussen op Amerikaanse fusies en overnames. In dit werkstuk breiden we de huidige inzichten uit met een diepgaand onderzoek naar deze transacties op het Europese continent. Daarnaast controleert dit onderzoek ook voor de impact van strategische factoren. Als laatste gaan we ook in op de link tussen risico en rendement, en de impact van de fusie of overname op deze link. De risicodeterminanten die in de VS spelen, zijn dezelfde als diegene op het Europese vasteland. Overmoed en agency problemen zorgen ook in Europa voor een risicostijging na de transactie. De financieringswijze, die in de VS een rol speelt, blijkt minder relevant in Europa. Wat de strategische determinanten betreft, spreekt dit 1

10 onderzoek de strategische literatuur tegen. Internationale en gerelateerde fusies zorgen voor een risicostijging. Deze bevinding is niet consistent met de aanbevelingen van strategische auteurs. Ook de verwachte rendementsstijging ten gevolge van een risicostijging wordt niet teruggevonden bij fusies en overnames. Deze masterproef is als volgt opgebouwd. In het eerste deel gaan we dieper in op de beschikbare literatuur over fusies en overnames. We halen determinanten aan uit verscheidene vakgebieden. a. Financiële literatuur Determinanten die een impact hebben op het abnormaal rendement verdiend door aandeelhouders na fusies en overnames. b. Strategische literatuur De literatuur over strategisch management heeft de laatste jaren belangrijke inzichten bijgebracht over synergieën door diversificatie. In ons onderzoek proberen we de exacte impact van deze diversificatievoordelen op het risico bij de overnemer aan te duiden. In het tweede deel beschrijven we de gebruikte data. Niet alleen geven we een overzicht van de gebruikte databanken, ook de constructie van variabelen wordt hierin besproken. Uiteraard kan een beschrijving van de dataset niet ontbreken. Deel drie geeft een overzicht van de impact van elke determinant op het risicoprofiel bij de overnemer. Deel vier gaat dieper in op de verschillende impacten van de verscheidene risicodeterminanten. In deel vijf construeren we een multivariate analyse van al deze determinanten, met een sensitiviteitsanalyse. Daarna onderzoeken we in deel zes de link tussen de risico- en rendementswijziging ten gevolge van de fusie of overname. Deel zeven besluit met een overzicht van de resultaten, de beperkingen van ons onderzoek, en bijgevolg dus ook de mogelijkheden om in de toekomst verder onderzoek te verrichten. 2

11 2. Literatuurstudie In dit deel gaan we dieper in op de verschillende risicodeterminanten die al aangehaald of geanalyseerd zijn door andere auteurs in de literatuur. Risicoverandering bij fusies en overnames is een nog weinig onderzocht thema. Daarom baseert dit onderzoek zich op determinanten die het abnormaal rendement beïnvloeden, alsook een impact kunnen hebben op de risicoveranderingen bij de overnemer. Daarnaast bestaat er ook een uitgebreide literatuur uit het vakgebied van het strategische management met betrekking tot synergieën door overnames. Deze kunnen belangrijke inzichten bijbrengen voor het onderzoeksdomein van deze studie. Studies naar de impact van fusies en overnames op het risicoprofiel van de overnemer zijn, zoals we al vermeld hebben, allereerst beperkt in het algemeen, en daarnaast nog eens gefocust op het Amerikaanse continent. Dit onderzoek richt zich op dit soort transacties in Europa. We controleren of de impact van fusies en overnames in Europa analoog is aan die in de VS. De eerste hypothese is dan ook dat fusies en overnames risicoverhogend zijn voor de overnemer. Furfine en Rosen (2006) wijzen op het volgende effect van een overname betaald met cash op de balans van de overnemer. De risicovrije cash aan de actiefkant van de balans van de overnemer verdwijnt van de balans en wordt vervangen door de leveraged en dus risicovollere balans (zowel activa als schulden uit de balans) van het overgenomen bedrijf. Het resultaat van deze financieringswijze is dat de financiële hefboom van de overnemer stijgt, en dus ook het risico op financiële nood. Dit in tegenstelling tot een overname gefinancierd met aandelen, waarbij het risicovrije cash niet van de balans verdwijnt, en het (negatieve) effect op de financiële hefboom dus kleiner is. Toch blijkt uit vorig onderzoek dat als een fusie of overname gefinancierd is met aandelen, dit voor lager rendement zorgt voor de aandeelhouder na de overname in vergelijking met een overname deels of volledig gefinancierd met cash. Huang en 3

12 Walking (1986) waren de eerste om dit fenomeen te onderzoeken. Hun conclusie is dat er een hoger abnormaal rendement is voor met cash gefinancierde fusies in vergelijking met fusies gefinancierd met aandelen. Travlos (1987) onderzoekt hetzelfde fenomeen, maar dan voor de biedende onderneming. Uit zijn resultaten leidt hij af dat een overname gefinancierd met aandelen voor een significant verlies zorgt, terwijl een financiering met cash geen positieve of negatieve impact heeft op het abnormaal rendement. Uit zijn onderzoek kunnen we dus concluderen dat de financieringswijze van de overname voor een wijzigende perceptie van de aandeelhouders over de toekomstige opbrengsten zorgt als de overname met aandelen gefinancierd wordt. De reden waarom we deze determinant in beschouwing nemen als beïnvloedende factor op het wijzigende risicoprofiel van de overnemer na de fusie, is de volgende. Volgens Dong (2003), Rhodes-Kropf (2003) en Schleifer en Vishny (2003) is één van de drijfveren om met aandelen te financieren in plaats van met cash, een overgewaardeerde aandeelprijs. Managers zullen dan ook sneller overgaan tot risicovergrotende overnames, wanneer ze de overname kunnen financieren met overgewaardeerde aandelen. Uit de aankondiging van de overname, en de manier waarop deze gefinancierd is, kunnen aandeelhouders dus belangrijke informatie halen over de perceptie van de managers over de waardering van hun eigen aandeel. Furfine en Rosen (2006) hebben deze impact al onderzocht, en uit hun resultaten blijkt dat de financiering met aandelen voor een risicoverhoging zorgt. Deze determinant dienen we bijgevolg zeker op te nemen in onze analyse. Om de impact van financieringswijze op de risicoverandering bij de overnemer te controleren, voegen we in onze regressie een dummyvariabele toe. We verwachten in ons onderzoek dezelfde impact van de financieringswijze. Een tweede factor die aangehaald wordt door Furfine en Rosen (2006) is dat managers door overnames niet de aandeelhouderswaarde willen verhogen, maar vooral hun eigen voordelen willen verhogen of veilig stellen. Volgens sommige auteurs is een overname een transactie die voor de aandeelhouders geen enkele waarde of risicovermindering toevoegt. Zelfs als we veronderstellen dat markten imperfect zijn, kunnen ze er nog in slagen dezelfde 4

13 waardeverhoging of risicovermindering die resulteert uit de fusie of overname, door te voeren door hun eigen persoonlijke aandelenportfolio op dezelfde wijze te diversifiëren. (Amihud en Lev 1981). Ze wijzen er dan ook op dat het vooral managers zijn die door fusies en overnames hun employment portfolio proberen te diversifiëren. Het gevolg van een overname is dat managers hun persoonlijke voordelen kunnen verhogen. Hierbij denken we bijvoorbeeld aan loon, dat voor managers meestal gekoppeld is aan de prestaties van hun bedrijf, onder andere door bonus schema s. Het risico van de manager is dus gelinkt aan het risico van het bedrijf. Goede prestaties hebben een positieve invloed op het inkomen en reputatie, terwijl slechte prestaties voor een lager variabel loon, en misschien zelfs wel ontslag, kunnen zorgen. Zulke tewerkstellingrisico s kan de manager niet weg diversifiëren uit zijn persoonlijke portfolio, dus zal hij op zoek gaan naar andere manieren om zijn persoonlijk risico te verlagen. Eén van die manieren is een conglomerate merger. De voordelen voor de aandeelhouders van de overnemer zijn al uitgebreid bestudeerd. Slechts een gering aantal studies kunnen een duidelijk positieve impact op de aandeelhouderswaarde aanduiden. Toch biedt dit soort overname voordelen voor de risico-averse manager. We haalden reeds Amihud en Lev (1981) aan die een fusie zien als een manier voor de manager om zijn portfolio te diversifiëren. Daarnaast wijzen Schleifer en Vishny (1989) erop dat door incorporatie van het overnamedoel, en meer bepaald van het activa, de overnemer en z n aandeelhouders meer afhankelijk zijn van de skills en capaciteiten van de manager. In de literatuur noemt men dit het insluitingeffect van de manager, als gevolg van de vergrotende complexiteit. Hierdoor verhoogt de manager dus zijn eigen werkzekerheid. Dit zijn twee agency problemen die gerelateerd zijn aan de persoonlijke portfolio van de manager. Een derde agency probleem, beschreven door Jensen (1986), zegt dat managers de vrije kasstroom van de onderneming gebruiken om zo de omvang van hun bedrijf te vergroten. Een specifieke reden waarom dit in hun voordeel is, is dat hun verloning afhankelijk is van winst, kasstroom, ed. Door de combinatie van twee bedrijven wordt hun managementtaak niet enkel moeilijker, waarvoor ze een hogere compensatie kunnen eisen, ook de samensmelting van de twee entiteiten kan voor 5

14 hogere winsten of kasstromen zorgen. Het is dus duidelijk dat managers die hun eigen belangen en voordelen willen verhogen, een invloed kunnen hebben op de risicoverandering van het bedrijf na de overname. We dienen enkel nog te bepalen hoe we deze invloed kunnen meten. Furfine en Rosen (2006) stellen voor om het aandeelrendement voorafgaand aan de fusie te gebruiken als proxy. Bij slecht presterende ondernemingen hebben de managers meer incentives om hun eigenbelang te vrijwaren, terwijl dit minder het geval zal zijn bij sterk presterende bedrijven. In onze analyse verwachten we dus dat een laag rendement op de aandeelprijs in verhoogd risico zal resulteren. Bruner (2002) haalt nog een andere determinant aan waardoor managers voordelen kunnen halen uit een fusie of overname. Managers worden deels betaald in aandelen, of in aandelenopties. Ze kunnen dus een bepaald aandelenbelang verwerven in hun bedrijf, en net dit belang kan een impact hebben op de intentie van de manager om in risicovolle overnames te stappen. You, Caves, Smith en Henry (1986) vinden dat wanneer managers een hoog aandeel hebben in het bedrijf, de rendementen van de fusie ook hoger liggen. De aandelenportfolio van de manager is gelinkt aan z n persoonlijke portfolio, en de risico-averse manager zal er niet voor opteren om risicovolle operaties door te voeren. In de regressieanalyse kunnen we dus het aandelenbelang van de manager in het bedrijf toevoegen als extra determinant, waarvan we veronderstellen dat deze een negatieve impact zal hebben op het risico na de fusie van de overnemer. Probleem hierbij is dat deze data moeilijk tot niet te verkrijgen is. De laatste determinant van risicoverandering door fusies die Furfine en Rosen (2006) aanhalen, is hubris, ofwel overmoed bij het management. Psychologen wijzen er al langer op dat de homo economicus niet bestaat, en dat niet alle economische beslissingen rationeel zijn. Hubris is op deze stelling gebaseerd. Richard Roll haalt het voor de eerste keer aan in zijn artikel The Hubris Hypothesis of Corporate Takeovers uit Hij beschrijft het overnameproces als volgt. Een overname gebeurt steeds in drie stappen. Als eerste identificeren managers de verschillende mogelijke overnamedoelen. Managers selecteren in deze stap dus enkel overnamedoelen, waarvan ze denken dat ze interessant kunnen zijn. In de 6

15 tweede stap maken ze een waardeschatting. In feite komt dit neer op een berekening van de Netto Contante Waarde van de investering, waarna enkel de overnamedoelen met een NCW groter dan nul overblijven als interessante overnamedoelen. In deze berekening gebruikt men naast publieke informatie, ook niet-publiek beschikbare informatie. Hierbij denken we aan haalbare synergieën tussen de overnemer en het overnamedoel (Berkovitch en Narayanan 1993), of mogelijk haalbare verbeteringen van het huidige management bij het overnamedoel. Doordat deze factoren niet in beschouwing zijn genomen bij de bepaling van de huidige aandeelprijs door de aandeelhouders, is het aandeel momenteel ondergewaardeerd in de ogen van het overnemende management. Als in de derde stap van de identificatie van interessante overnamedoelen blijkt dat de huidige marktprijs onder de waarde ligt die het management bepaald heeft voor hun investering, zullen ze overgaan tot poging tot overname. Volgens dit driestappenplan zou een overname dus op een objectieve waardeschatting gebaseerd zijn. De waardeschatting in de tweede stap is dus de belangrijkste, en dient zo correct mogelijk te gebeuren. Maar in zijn onderzoek wijst Roll (1986) op het bestaan van hubris en waarderingsfouten. Beiden beïnvloeden de waardeberekening van de NCW. Hubris wijst op overmoed van de managers. Ze overschatten hun eigen capaciteiten, waardoor ze veronderstellen dat ze grotere synergieën kunnen bereiken tussen hun eigen bedrijf en het overnamedoel dan in realiteit het geval zal zijn. Samengevat betekent hubris dus het volgende. De overnemende managers maken, door hun overmoed en tekort aan informatie, een foute inschatting van de haalbare voordelen uit de overname, of een foute inschatting van het risico van de overname, en de hieraan gerelateerde minimum vereiste rendementsgraad. Als resultaat zullen ze bereid zijn een te hoge prijs te betalen voor het overnamedoel. Al deze factoren, overschatting van de voordelen, onderschatting van het risico en het betalen van een te hoge prijs, zorgen er dan ook voor dat overnames waarin hubris een belangrijke rol speelt, meer risicoverhogend zullen zijn. Blijft enkel nog over hoe we in onze analyse het bestaan van hubris zullen meten. Rau en Vermaelen (1997) duiden op de Market-To-Book ratio als proxy voor hubris bij managers. De managers van bedrijven die een hoge ratio hebben, zijn sneller geneigd 7

16 om hun capaciteiten te overschatten. Daarnaast, door de successen van de managers, zal de raad van bestuur weinig intentie hebben om tegen de beslissingen van de managers in te gaan. Deze argumenten leiden ertoe dat de Market-To-Book ratio ook voor dit onderzoek een aanvaardbare proxy is om het effect van hubris op de verandering in het risicoprofiel bij de overnemer na overname te meten. Naast de financiële literatuur die de verschillende risicodeterminanten bespreekt, bestaat er ook een uitgebreide literatuur uit het onderzoeksgebied van het strategische management. Uit deze literatuur blijkt het belang van synergiecreatie tussen twee bedrijven als belangrijk motief voor fusies en overnames. In de strategische management literatuur wordt synergie als volgt gedefinieerd. Synergie is het creëren van voordelen voor de beide bedrijven die niet gerealiseerd kunnen worden wanneer beide bedrijven onafhankelijk zouden opereren 1. Enkele voorbeelden van synergie zijn de volgende: meer marktmacht en/of marktaandeel, belastingsvoordelen realiseren door de nieuwe bedrijfsstructuur, of centralisatie van gelijke afdelingen in één afdeling, bijvoorbeeld R&D of marketing. Door de fusie of overname kan de nieuwe ontstane entiteit dus ook schaalvoordelen realiseren, of kostenreducties doorvoeren. Het niveau van synergie behaald door de fusie van beide bedrijven kan dus een invloed hebben op de risicoverandering bij de overnemer. We kunnen onderscheid maken tussen verschillende soorten fusies en hun synergieniveau. Gerelateerde vs. ongerelateerde fusies en overnames Ongerelateerde fusies en overnames zouden volgens de geldende theorieën over kapitaalmarkten geen significante economische voordelen of risicovermindering mogen brengen voor de aandeelhouders. Aangezien er geen of weinig overlap bestaat tussen de twee entiteiten, zal een fusie geen traditionele synergieën realiseren. Voor de aandeelhouders van deze bedrijven resulteert de fusie misschien wel in een risicovermindering, maar deze zal nooit meer opbrengen voor hen dan als ze zelf hun portefeuille gediversifieerd zouden hebben op de kapitaalmarkt. (Alberts 1 Sanchez, Ron en Aimé Heene, The new Strategic Management, Hoofdstuk 11 pg 156 8

17 1966; Levy en Sarnat 1970). Zelfs met het bestaan van marktimperfecties, kunnen we de risicovermindering sterk in vraag stellen. Gerelateerde overnemers kunnen echter veel beter de marktimperfecties uitbuiten. Door de overlap tussen hun beider activiteiten kunnen ze beter de waarde en de toekomstige performantie van het overnamedoel inschatten, en sneller inspelen op trends en technologie van de industrie. Dit soort fusies kan dan misschien wel in een significante risicovermindering resulteren. In onze analyse voegen we een dummy toe, die aanduidt of een fusie gerelateerd is of niet. Internationaal vs. niet-internationaal Ook dit onderscheid kan een impact hebben op de risicoprofielveranderingen bij de overnemer. Een lokale fusie of overname zou principieel veel minder risicovol mogen zijn dan een internationale. Hiervoor zijn er verschillende redenen. Allereerst is er de kennis die de overnemer heeft over de binnenlandse markt. Hij kent de consumentenpreferenties, kan sneller inspelen op trends,.... Daarnaast kent hij ook de lokale wetgeving inzake competitie, tewerkstelling en milieu. Deze factoren zorgen ervoor dat de ondernemer met deze kennis het risico van de overname veel beter kan inschatten, en de fusie minder risicoverhogend zal zijn. De internationale fusie brengt meer onzekerheid en dus risico met zich mee. Door de overname treedt de overnemer binnen in een nieuwe geografische locatie. Allereerst kan de cultuur van de nieuwe markt grondig verschillen. Hij moet dus de nieuwe markt en lokale wetgeving leren kennen. Denken we maar aan het verschil in preferenties tussen de consumenten van Azië en West-Europa, of de verschillende boekhoudwetgevingen. Ook de competitie en concurrentie zijn minder eenvoudig in te schatten. Door deze factoren wordt het dus ook moeilijker om de voordelen van synergie te realiseren. Zo is centralisatie van de boekhoudafdeling of marketingafdeling al problematischer. Internationalisatie kan ook risicovermindering brengen door diversificatie. Twee geografisch verschillende markten zijn nooit perfect gecorreleerd. Redenen voor deze verschillen tussen landen zijn verschillende graden van economische 9

18 ontwikkeling en hogere of lagere integratie van het land in de globale markt. Deze verschillen manifesteren zich in het minder schokgevoelig zijn van de economie in het andere land, of door een vertraagde reactie van de buitenlandse markt op wereldwijde schokken. Zo kan een recessie in land A al achter de rug zijn, en pas daarna toeslaan in land B. Door deze imperfecte correlatie, kan internationale diversificatie voor bedrijven opties bieden voor risicoreductie. Dit is een logische uitbreiding van de portfolio theorie van Markowitz. We kunnen de risicoverandering hier dus moeilijker inschatten. Het is ons nog onduidelijk of de internationale fusie meer of minder risicoverandering zal bijbrengen dan de nationale. Het onderzoek zal er dan ook op gericht zijn hierover uitsluitsel te brengen. Ook hiervoor kunnen we dus een dummy toevoegen in onze multivariate regressie analyse. Als laatste determinant beschouwen we het profiel van het overnamedoel als determinant van de risicoverandering. Logischerwijs heeft het risicoprofiel van het overnamedoel een impact op de risicoverandering bij de overnemer. De incorporatie van een risicovol bedrijf in de corporate portfolio verhoogt het risico van de totale groep, alle andere factoren buiten beschouwing gelaten. In de uitgevoerde analyse moet dus deze determinant ook zeker opgenomen worden. Het risico van het overnamedoel kan op verschillende manieren gemeten worden. Allereerst is er het risico dat de kapitaalmarkt toewijst aan het bedrijf. Hierbij denken we bijvoorbeeld aan de Distance to Default 2, de volatiliteit van het aandeel, of de Bèta uit het Capital Assets Pricing Model. Daarnaast is er ook het risico dat uit de boekhouding blijkt. De financiële hefboom is een maatstaf voor het risico dat het bedrijf loopt op faillissement. Hoe meer de onderneming met schulden financiert, en dus hoe hoger de financiële hefboom, hoe groter het risico dat het bedrijf haar intresten en leningen niet meer kan aflossen met de beschikbare cashflow. Wanneer de onderneming in deze positie komt, krijgt ze te maken met financiële nood, en kunnen we deze maatstaf bijgevolg ook opnemen als determinant voor de risicoverandering. 2 Verder DD genoemd 10

19 Ook de prestaties van het overnamedoel voor de fusie of overname kan een impact hebben op de risicoverandering bij de overnemer. Als een sterk presterend bedrijf opgenomen wordt in de corporate portefeuille van de overnemer, zou dit, alle andere determinanten buiten beschouwing gelaten, moeten resulteren in een verlaagd totaal risico bij de overnemer. Een slecht presterend bedrijf daarentegen zou voor een risicoverhoging moeten zorgen. Als maatstaf voor het presteren van het overnamedoel kunnen we het aandeelrendement voorheen de fusie gebruiken. Omdat de DD als maatstaf zowel marktgegevens als boekhoudkundige gegevens bevat, besluiten we om deze te gebruiken in de multivariate regressie. Ter controle voeren we een sensitiviteitsanalyse uit met de andere maatstaven, om de consistentie van de resultaten te controleren. Daarnaast beïnvloedt de relatieve grootte van het overnamedoel ten opzichte van de overnemer de mogelijkheden tot risicoverlagende diversificatie. Hoe groter het overnamedoel is in vergelijking met de overnemer, hoe groter de kansen zijn op diversificatievoordelen. Om dit effect te vatten, gebruiken we de methode voorgesteld door Furfine en Rosen (2006), met een kleine aanpassing. Aangezien in de gebruikte steekproef alleen beursgenoteerde overnamedoelen voorkomen, kunnen we gebruik maken van de marktwaarde van het overnamedoel. We construeren een ratio, gedefinieerd door de marktwaarde van het overnamedoel, gedeeld door de marktwaarde van de overnemer. 11

20 3. Data 1. Gebruikte databanken Om het onderzoek grondig uit te voeren, hebben we allereerst een steekproef van fusies nodig. Hiervoor gebruiken we de Zephyr databank, beschikbaar gesteld door Bureau Van Dijk. Uit hun database selecteren we alle fusies vanaf 01/01/2002 tot 31/12/2007. We gebruiken deze tijdsspanne omdat pas vanaf 2002 alle benodigde informatie voor elke fusie zeker beschikbaar is. De tijdsspanne stopt eind december 2007, omdat het algemeen risico in de economie duidelijk beïnvloed is door de huidige economische en financiële situatie. Uit deze periode selecteren we daarna alle fusies tussen bedrijven die gevestigd zijn in de Europese Unie, bestaande uit 27 landen. We focussen op de fusies in de Europese Unie, omdat Furfine en Rosen (2006) in hun onderzoek enkel fusies onderzoeken waarbij één van de partijen een Amerikaans bedrijf is. Dit onderzoek zal zich erop richten om te ontdekken of de dynamieken resulterend uit fusies en overnames dezelfde zijn in Europa als in Amerika. Vervolgens verwijderen we uit de steekproef fusies en overnames waarbij één van de partijen niet beursgenoteerd is. Bepaalde determinanten uit dit onderzoek kunnen enkel berekend worden aan de hand van beursinformatie. Zo zullen we het gemiddeld rendement nodig hebben, en de berekening van de DD is deels gebaseerd op beursinformatie. Daarnaast weren we ook de bedrijven uit de financiële sector, omdat deze sector belangrijke verschillen vertoont op een aantal vlakken. Zo is onder andere hun balans duidelijk verschillend van de balans van eender welk bedrijf uit een andere sector, op vlak van eigen vermogen en schulden. Ook de regulering waaraan deze bedrijven onderworpen zijn, zorgt ervoor dat het DD model bijna onmogelijk het echte punt van faillissement kan aanwijzen. Omdat dit opnieuw voor vertekening zou zorgen, besluiten we deze bedrijven niet op te nemen in de steekproef. De laatste voorwaarde waaraan de elementen uit de steekproef moeten voldoen, is dat als het een overname betreft, de overnemer minimum 10% van het aandeelkapitaal van het overnamedoel overneemt. Hierdoor verzekeren we dat de overname ook een duidelijke economisch significante impact heeft op de overnemer. 12

21 Overnemers waarvoor er geen beschikbare marktdata is, verwijderen we ook uit de steekproef. Om vertekening van de resultaten te voorkomen, moeten we ook rekening houden met bedrijven die meerdere overnames of fusies doorvoeren. Omdat de DD maatstaf gebaseerd is op beursinformatie van het voorbije half jaar, kan elke gebeurtenis gedurende deze tijdsperiode de risicoverandering beïnvloeden. Om dit gevaar weg te nemen, worden transacties waarbij dezelfde overnemer binnen de 6 maanden opnieuw een overname aankondigt, uit de steekproef geweerd. Enkel de eerste overname blijft dan in de dataset aanwezig. Wanneer blijkt dat de overnemer meerdere overnames aankondigt binnen dezelfde maand, verwijderen we alle transacties van deze overnemer uit de steekproef. Na deze bewerkingen en aanpassingen, bekomen we een steekproef van 302 fusies en overnames. Om de consistentie van de resultaten te controleren, leggen we in een later stadium van het onderzoek strengere selectievoorwaarden op aan de transacties in de steekproef. In de eerste fase worden enkel de fusies en overnames waarbij de overnemer meer dan 50% van het overnamedoel overneemt, en het uiteindelijke aandeel van de overnemer meer dan 90% bedraagt, opgenomen in de tweede steekproef. Hierna blijven er 237 transacties over in de dataset. In de tweede fase laten we ook alle fusies en overnames vallen waarbij het overnamedoel een relatieve grootte heeft van minder dan 5%, of meer dan 150% op basis van hun totaal actief. Deze strengere selectiecriteria gebruiken vroegere auteurs ook, waardoor de resultaten van deze studie vergeleken kunnen worden met hun resultaten. Uiteindelijk blijven er in deze steekproef 174 overnames en fusies over. Voor elk van deze bedrijven vullen we dan de dataset aan met de gegevens die nodig zijn in het vervolg van het onderzoek. Hiervoor gebruiken we de Datastream databank. Voor zowel overnemer als overnamedoel selecteren we op basis van het ISIN nummer de dagelijkse marktprijs van het aandeel, de dagelijkse marktkapitalisatie, en de totale schulden en het totaal eigen vermogen. Met deze gegevens berekenen we dan alle variabelen die in het onderzoek gebruikt zijn. Op de berekening van de variabelen gaan we in het volgend deel dieper in. 13

22 2. Variabelen Uit de literatuurstudie blijken de determinanten die in voorgaand onderzoek aangehaald zijn een beïnvloedende factor te zijn op de risicoverandering van een bedrijf na een fusie of overname. Dit onderzoek richt er zich op om deze conclusies ook te bevestigen voor Europese fusies en overnames, alsook de financiële literatuur en strategische literatuur te verenigen, om zo een algemeen overzicht te geven van de determinanten die het risico beïnvloeden na een fusie of overname. De gebruikte volgorde is dezelfde als deze in het literatuuroverzicht. De eerste determinant die Furfine en Rosen aanhalen, is de financieringswijze van de fusie of overname. Deze data is rechtstreeks beschikbaar vanuit de Zephyr databank. Om de impact van zowel een volledige cashfinanciering te scheiden van elke fusie of overname die deels gefinancierd is met aandelen, gebruiken we de methode voorgesteld door bovengenoemde auteurs. We creëren drie dummy variabelen. De eerste variabele, CASH, krijgt de waarde 1 als de transactie volledig met cash gefinancierd is, en 0 in elk ander geval. Als tweede dummy variabele gebruiken we AANDEEL. Vanaf het moment dat een deel van de fusie of overname met aandelen is gefinancierd, krijgt deze de waarde 1. Opnieuw blijft ze 0 in alle andere gevallen. Als laatste is er de variabele ANDERE. Deze omvat de restcategorie van fusies, waarbij bijvoorbeeld naast een deel cashfinanciering, ook een stuk schuldfinanciering gebruikt is. Is de fusie gefinancierd op een manier die zich in deze restcategorie bevindt, neemt de dummy de waarde 1 aan, en 0 in alle andere gevallen. De tweede determinant die we wensen te onderzoeken, is de aanwezigheid van agency problemen bij de overnemer. Om de aanwezigheid van incentives bij managers om uit eigenbelang te handelen te controleren, gebruiken we het aandeelrendement voorafgaande aan de fusie bij de overnemer. Bij slecht presterende bedrijven zijn deze incentives meer aanwezig, omdat de druk op de managers om hun positie veilig te stellen hier groter is. In tegenstelling tot Furfine en Rosen (2006) zullen wij onze steekproef niet onmiddellijk opsplitsen in goed en slecht 14

23 presterende bedrijven, maar het aandeelrendement op zich gebruiken, om op die manier een continuüm te creëren. Deze methode geeft ons de mogelijkheid om een onderscheid te maken tussen elk bedrijf, en niet de bedrijven toe te wijzen aan een groep van goed of slecht presterende bedrijven, waardoor er niet meer gediscrimineerd wordt tussen goed en zeer goed presterende bedrijven. Het aandeelrendement dat we gebruiken, is berekend volgens de buy and hold methode. We berekenen het rendement dat een aandeelhouder verkrijgt als hij het aandeel zou gekocht hebben 7 maanden voor de aankondiging van de fusie of overname, en opnieuw verkocht zou hebben 1 maand voor de aankondiging. Bijvoorbeeld: Fusie aangekondigd op 12/04/2003 Pr estatie overnemer = Pr ijs aandeel 12 / 03/ 2003 Pr ijs aandeel 12 / 09 / 2002 Pr ijs aandeel 12 / 09 / 2002 Dit rendement dienen we om te zetten naar een rendement op jaarbasis, waarvoor we volgende formule gebruiken. Jaarlijks buy & hold rendement = (1 + r)² 1 Daarnaast berekenen we ook het gemiddelde rendement tijdens deze periode. Hiervoor berekenen we de dagelijkse logaritmische rendementen tijdens de periode voorafgaand aan de aankondiging van de fusie, waarna we het gemiddelde berekenen van deze rendementen. Opnieuw dienen deze rendementen omgezet te worden naar jaarlijkse rendementen. Met deze variabele voeren we achteraf een extra analyse uit, ter controle of de bekomen resultaten consistent blijven. Opnieuw merken we op dat deze informatie voor een aantal overnemers niet beschikbaar is. prijs aandeel dag t Dagelijks log rendement = ln prijs aandeel dag t 1 Jaarlijks log rendement = (1 + r)

24 Net zoals in Furfine en Rosen (2006) verdelen we de steekproef in 10 gelijke delen op basis van hun jaarlijks rendement. De 10 procent best presterende bedrijven noemen we de groep TOP. Wanneer een bedrijf zich in deze groep bevindt, krijgt de hiervoor gecreëerde dummyvariabele TOP de waarde 1. In alle andere gevallen blijft deze variabele 0. Dezelfde werkwijze volgen we voor de 10 procent slechtst presterende bedrijven. Wanneer een bedrijf z n beursprestaties bij de slechtste 10 procent zitten, krijgt de dummyvariabele LAAG de waarde 1. Opnieuw krijgen alle andere bedrijven de waarde 0 voor deze variabele. In dit onderzoek controleren we ook de correlatie tussen de risicoverandering en het rendement na het doorvoeren van de fusie. Volgens de geldende theorieën (CAPM) zijn deze positief gecorreleerd. Een risicostijging moet gepaard gaan met een stijgend rendement. Omdat onze risicomaatstaf DD berekend is aan de hand van prijsinformatie voor en na de fusie, zit het rendement na de fusie onrechtstreeks vervat in deze determinant. Om dan de correlatie na te gaan tussen het rendement na de transactie en de risicowijziging, mogen we niet het rendement opnemen uit de periode die de risicowijziging beslaat. Daardoor berekenen we het rendement na de fusie vanaf 6 maanden na de afronding van de transactie tot 12 maanden na voltooiing. Dit rendement zetten we opnieuw om naar een jaarlijks rendement volgens bovenstaande formule. De laatste determinant die Furfine en Rosen (2006) aanhalen, is hubris. Als proxyvariabele voor hubris gebruiken we de Market-To-Book ratio van de overnemer de maand voor de aankondiging van de fusie. Wanneer de MTB-ratio hoger is dan 1, heeft het management van de overnemer te kampen met hubris. De berekeningswijze is de volgende: MTB ratio = marktwaarde eigen vermogen bedrijf boekwaarde eigen vermogen bedrijf Zowel de marktwaarde als de boekwaarde van het eigen vermogen zijn rechtstreeks toegankelijk vanuit Datastream, en zijn dan ook daaruit geselecteerd. Om de impact 16

25 van hubris bij het management na te gaan, creëren we een dummyvariabele MTB. Deze neemt de waarde 1 aan als het bedrijf een MTB-ratio heeft hoger dan 1, en het management dus met hubris te kampen heeft. In het andere geval, een MTB-ratio tot aan 1, krijgt de dummyvariabele de waarde 0. Daarnaast zijn er de strategische determinanten, die gebaseerd zijn op de diversificatievoordelen die de fusie teweegbrengt. Als eerste is er de gerelateerdheid van de twee bedrijven. Hiervoor construeren we een dummy variabele. We onderstellen dat de twee bedrijven gerelateerd zijn als hun Industrial Benchmark Codes (IBC code) overeenkomen. Hier neemt de dummyvariabele dan ook de waarde 1 aan. Fusies waarvoor dit niet het geval is, zijn ongerelateerd, en de dummy variabele GERELATEERD is voor deze fusies en overnames dan ook 0. De andere determinant uit de strategische literatuur is het geografische bereik van de transactie. Opnieuw creëren we een dummy variabele, nu INTERNATIONAAL genoemd. Deze neemt de waarde 0 aan voor nationale fusies, en 1 wanneer de beide bedrijven in verschillende landen gevestigd zijn. Als laatste determinant beschouwen we het risicoprofiel van het overnamedoel. Hiervoor hebben we verschillende onafhankelijke variabelen aangehaald. De belangrijkste maatstaf die we gebruiken is de Distance to Default. We gebruiken volgende formule om de DD te berekenen: DD = market value of assets book value of debt market value of assets * asset volatility De marktwaarde van de activa is gebaseerd op een option style berekening, waarvoor we een aangepaste versie van het Black and Scholes model gebruiken. Dit model ziet de aandelen als een call optie op het actief van het bedrijf, waarvan de uitoefenprijs gelijk is aan de boekwaarde van de schulden. Om de marktwaarde te berekenen, is als input zowel de boekwaarde van de schulden nodig, de marktwaarde van het eigen vermogen, de volatiliteit van de aandeelprijs als de risicovrije rentevoet, waarvoor we de EURIBOR rentevoet gebruiken op één jaar. Deze 17

26 rentevoet is ook beschikbaar in de Datastream databank. De marktwaarde van de activa van de onderneming is een maatstaf voor de verdisconteerde toekomstige kasstromen die de onderneming kan genereren met de beschikbare activa. Doordat in de berekening de marktwaarde van het eigen vermogen gebruikt wordt, en prijzen ondersteld zijn om alle relevante informatie te incorporeren, geeft deze waarde ook alle relevante informatie over de industriële sector van het bedrijf en de economie weer. De boekwaarde van de schulden kunnen we rechtstreeks afhalen uit de Datastream databank. We gebruiken de boekwaarde van de schulden op één maand voor de aankondiging van de fusie. Als laatste is er de volatiliteit van de activa, waarvoor we opnieuw het Black and Scholes model gebruiken. De methodes om deze waarden te berekenen, worden aangehaald in de paper Modelling Default Risk (Crosbie en Bohn 2003). We merken op dat het gebruik van dit model enkele beperkingen heeft. Het model werkt met maar één soort schulden en één soort eigen vermogen, en capteert dus de verschillen tussen lange en korte termijn verplichtingen niet. Ook maakt dit model geen onderscheid tussen bijvoorbeeld gewone aandelen en preferente aandelen. Ook de berekening van de volatiliteit geeft enkele problemen. Bij een snel dalende market leverage overschat het model de volatiliteit van het actief, en overschat het dus ook de kans op faillissement, terwijl het kredietrisico net daalt. In het omgekeerde geval, de snel stijgende market leverage onderschat het model het faillissementsrisico bij een stijgend kredietrisico. Door deze bewegingen heeft het gebruikte DD model minder verklarende waarde. Dit lost men op door het Vasicek- Kealhofer (VK) model te gebruiken, die deze problemen beter aanpakt. Dit model is echter niet publiek beschikbaar, daar het beschermd is door Moody s, die het gebruiken om de Estimated Default Probability te berekenen. De Distance to Default neemt normaalgezien steeds een positieve waarde aan. Hoe groter deze waarde, hoe verder het bedrijf verwijderd is van faling. Als deze nadert van nul, betekent dit dat het bedrijf in moeilijkheden komt. Hoe lager DD, hoe risicovoller het beschouwde overnamedoel dus is. Toch zijn er gevallen bekend waar de DD maatstaf negatief is. De verklaring voor dit fenomeen is dat door het lange termijn karakter van sommige schulden, bedrijven wat meer ademruimte hebben. 18

27 Een andere determinant die we aanhalen om de risico-impact van het overnamedoel te meten, is de Bètacoëfficiënt uit het Capital Asset Pricing Model. Deze coëfficiënt relateert het rendement van een specifiek bedrijf aan het marktrendement. De formule om de Bètacoëfficiënt te schatten is de volgende. i m r rf = α + β ( r rf ) + ε t t t t t Hierin is de variabele die we moeten schatten de Bètacoëfficiënt. De andere variabelen die we nodig hebben om deze variabele te schatten zijn de risicovrije rente rf t, het marktrendement m rt en het rendement van het bedrijf Als risicovrije rentevoet gebruiken we de EURIBOR rente op 1 maand. Deze is beschikbaar in de Datastream databank. Voor het marktrendement gebruiken we het rendement op TOTMKEU. Dit is een marktindex die de totale Europese aandelenmarkt weergeeft, en aangezien de steekproef uit Europese overnemers en overnamedoelen bestaat, is deze marktindex hiervoor dus uiterst geschikt. De dagelijkse rendementen van deze marktindex zijn beschikbaar in de Datastream databank. Als laatste is er het rendement op het aandeel van het specifieke bedrijf, en ook deze kunnen we eenvoudig verkrijgen uit de Datastream databank. Met deze gegevens schatten we dan de Bètacoëfficiënt van elk overnamedoel voor de overname. Hiervoor regresseren we de abnormale rendementen volgens bovenstaande formule. Om tot een betrouwbare schatting van de coëfficiënt te komen, gebruiken we de abnormale rendementen van het volledige jaar voor aankondiging van de fusie, wat neerkomt op zo n 260 handelsdagen. Andere risicomaatstaven gebaseerd op beursinformatie die we zullen analyseren zijn de volatiliteit van het aandeel en het aandeelrendement van het overnamedoel. Ook hier gebruiken we twee aandeelrendementen, zowel berekend volgens de buy and hold methode, en volgens het gemiddelde logaritmische rendement. Deze kunnen we rechtstreeks berekenen als we de aandeelprijzen van het bedrijf uit de Datastream databank downloaden. i r t. 19

28 Daarnaast controleren we ook voor een boekhoudkundige maatstaf, de financiële hefboom. Deze berekenen we volgens onderstaande formule, ook gekend als de debt-to-equity ratio. Totaal Vreemd Vermogen Financïële Hefboom = Totaal Eigen Vermogen Als laatste onafhankelijke variabelen gebruiken we de relatieve groottes van het overnamedoel ten opzichte van de overnemer. Omdat beiden in onze steekproef beursgenoteerd zijn, beschouwen we zowel de grootte van hun marktkapitalisatie als de grootte van hun totaal actief. De relatieve grootte van het overnamedoel is dan als volgt gedefinieerd voor marktkapitalisatie. MK = marktwaarde eigen vermogen overnamedoel marktwaarde eigen vermogen overnemer Voor totaal actief resulteert dit in volgende formule. Totaal Actief Overnamedoel TA = Totaal Actief Overnemer Hiermee zijn alle onafhankelijke variabelen besproken. In de analyse onderzoeken we de impact van al deze variabelen op de risicoverandering bij de overnemer. De bepaling en berekening van de determinanten waarmee we deze verandering meten, bespreken we in het volgende deel. Zoals reeds aangehaald bij de bepaling van het risicoprofiel van het overnamedoel, is de DD in dit onderzoek de belangrijkste variabele om het risico van een bedrijf te kwantificeren. Ook om de risicoverandering van het overnamedoel door de fusie of overname te bepalen, doen we een beroep op deze maatstaf. De berekening van de DD is analoog als hierboven, voor het overnamedoel. We bepalen de DD voor de overnemer van zowel voor als na de transactie. Het risicoprofiel voor de fusie kwantificeren we met de DD van 1 maand voor overname van de fusie. Om het risico 20

29 na de fusie of overname te meten, gebruiken we de DD op 6 maanden na de fusie. Door hier een ietwat langere tijdsspanne te nemen, geven we de markt tijd om zich aan te passen aan de nieuwe situatie, zodat de aandeelprijs alle informatie bevat. Door het nemen van deze ietwat langere tijdsspanne, krijgt deze variabele wel enkele beperkingen. Gedurende de periode tussen aankondiging en voltooiing, kan de bedrijfssituatie, de situatie in de sector, of zelfs de volledige economische situatie veranderd zijn. Deze verandering is niet ingecalculeerd in deze variabele, waardoor ze dus niet enkel de verandering op het risicoprofiel weergeeft, veroorzaakt door de fusie of overname. De risicoverandering berekenen we dan met de volgende formule. DD = DD n DD v Aangezien een grotere DD erop wijst dat het bedrijf minder risicovol is, betekent een negatieve DD dat het bedrijf in kwestie dichter bij default gekomen is door de transactie, en dus risicovoller geworden is. Daarnaast zijn er opnieuw de extra risicomaatstaven, die we ook bespreken bij het overnamedoel. We maken onderscheid tussen variabelen die gebaseerd zijn op aandeelprijzen en rendementen en tussen boekhoudkundige variabelen. Als eerste financiële variabele beschouwen we de Bèta coëfficiënt uit het CAPM model. Deze schatten we op dezelfde manier als het overnamedoel voor de periode voor overname. Om het risico na overname te kwantificeren, schatten we de Bèta coëfficiënt met de waarden van de rendementen van het jaar volgend op voltooiing van de transactie, wat opnieuw neerkomt op een gewone lineaire regressie van zo n 260 handelsdagen. Om de risicoverandering te bepalen, gebruiken we volgende formule. β = β n β v De tweede determinant die we beschouwen is de volatiliteit van het aandeel. We vergelijken de volatiliteit op 1 maand voor de aankondiging van de transactie met de volatiliteit op 6 maanden na de voltooiing van de fusie of overname. De volatiliteit is berekend als de standaardafwijking van de dagelijkse logaritmische rendementen. 21

30 Omdat dit getal een volatiliteit op dagbasis geeft, dienen we dit om te zetten op jaarbasis. Onderstaande formule geeft de berekeningswijze weer. Volatilite it = STDEV (log rendement voorbije jaar) * 261 De risicoverandering aan de hand van de volatiliteit door de transactie is dan gegeven door. Volatiliteit = ( Volatiliteit 6 maanden na) ( Volatiliteit 1 maand voor) Als laatste beschouwen we nog een boekhoudkundige risicomaatstaf. Hiervoor controleren we de verandering in de financiële hefboom. De hefboom berekenen we op analoge wijze als voor het overnamedoel. Zoals bij de vorige determinanten, controleren we opnieuw de wijziging tussen de waarde 1 maand voor de aankondiging van de transactie, en 6 maanden na de voltooiing van de operatie. Totaal VV Voor Totaal VV Financiële Hefboom = Totaal EV Voor Totaal EV Na Na Voor elke transactie in onze steekproef berekenen we nu al deze variabelen, en voegen we deze gegevens toe aan de databank. In het volgend onderdeel geven we een beschrijving van onze steekproef. 22

31 4. Beschrijving steekproef De volledige dataset, met de minst strikte selectiecriteria, bestaat uit 302 fusies en overnames, die we in dit deel beschrijven. De gemiddelde overnameprijs bedraagt 867,5 miljoen euro. De betaalde bedragen variëren wel tussen een minimum van euro en een maximum van 55,3 miljard euro overnameprijs. De financieringswijze van de fusie is het eerste kenmerk waarop we de transacties kunnen onderverdelen. Tabel 1 geeft een overzicht van het aantal transacties in elke categorie. Voor een aantal fusies en overnames is deze data niet beschikbaar. In de dataset zijn er evenveel fusies en overnames uitsluitend met cash gefinancierd als er transacties zijn waarbij aandelen gebruikt worden als betaalmiddel. Slechts een klein deel van de transacties zijn gefinancierd op een andere manier. Fusies waarbij de overnemer enkel een obligatielening uitgeeft om de overname te financieren vallen in deze categorie. Daarnaast kunnen we de steekproef ook opdelen in nationale en internationale transacties. Voor een overzicht verwijzen we naar Tabel 2 en Tabel 3a-b. In de steekproef wegen de nationale fusies, met 65,6%, significant meer door dan de internationale transacties 3. Uit Tabel 3 blijkt dat het leeuwendeel van de fusies en overnames geconcentreerd is in drie landen, respectievelijk Groot-Brittannië, Frankrijk en Duitsland. Bij zowel overnamedoel als overnemer nemen bedrijven uit deze landen meer dan 50% van de transacties voor hun rekening. Als laatste dummyvariabele is er de gerelateerdheid van overnemer en overnamedoel. De beschrijving is terug te vinden in Tabel 4. De verdeling tussen gerelateerde en ongerelateerde fusies en overnames is duidelijk scheef. Slechts 12,6% van de transacties vindt plaats tussen twee bedrijven actief in twee ongerelateerde sectoren. Hieruit blijkt duidelijk de voorkeur van managers naar gerelateerde fusies en overnames. Uit Tabel 5 blijkt dat de onderzochte fusies en overnames over het tijdskader van het onderzoek gelijkmatig verdeeld zijn. Er zijn geen jaren aanwezig waarin het aantal fusies of overnames significant hoger of lager ligt dan in andere jaren. De overname activiteit in de onderzochte periode blijft constant. Indien dit niet zo zou zijn, had de 3 Op 5% significantieniveau 23