تأثیر محافظت از ارزش بازار سهام عدالت

ما عملکرد سهام سالانه بنگاه هایی را که استفاده از مشتقات برای محافظت در طی دوره 1995 تا 1999 را فاش می کند ، بررسی می کنیم. ما می دانیم که تنها 21. 6 ٪ از شرکتهای آمریکایی معامله شده در نمونه ما در این دوره با ابزارهای مشتق شده و استفاده از آنها متمرکز شده است. شرکت های بزرگترمشابه مطالعات دیگر ، متوجه می شویم که هنگام استفاده از مشتقات ، از اوراق بهادار و اوراق بهادار ارز بسیار بیشتر از محصولات کالا استفاده می شود. نمونه ما از 1308 شرکت که از اوراق بهادار از سایر اوراق بهادار 4. 3 ٪ در سال به طور متوسط در طول دوره نمونه ما استفاده می کنند. این نتیجه برای چندین روش جایگزین برای برآورد بازده غیر طبیعی قوی است. با این حال ، وقتی عملکرد را بر اساس نوع پرچین مورد استفاده قرار می دهیم ، می فهمیم که عملکرد بیش از حد کاملاً مربوط به بنگاه های بزرگتر است که ارز را پرچین می کند. ما هیچ بازدهی غیر طبیعی برای بنگاه های مهم یا نرخ بهره یا کالاها پیدا نمی کنیم. بازده غیر طبیعی در بنگاه های ارزنده ارز برای مدل های جایگزین که به دنبال کنترل نوسانات نرخ ارز و بازده سهام جهانی هستند ، قوی است. با این حال ، ما هنگام استفاده از یک مدل افزوده که کنترل نقش دارایی های نامشهود را کنترل می کند ، بازده غیر طبیعی قابل توجهی به Hedgers ارز نمی یابیم.

معرفی

برخی از بنگاهها از استراتژی های محافظت استفاده می کنند ، برخی دیگر این کار را نمی کنند. نظریه امور مالی مشخص نیست که آیا پرچین یک استراتژی اضافه کننده ارزش است و سه مدرسه فکری گسترده پدید آمده است. اول ، حصار یک تصمیم صفر خالص فعلی (NPV) است. این اعتقاد فرض می کند که معاملات بی هزینه هستند ، که بازارها کارآمد هستند و سایر فرضیات Modigliani و Miller (1958) دارند. در این شرایط ، مقدار مورد انتظار یک پرچین برابر با صفر خواهد بود. دوم ، محافظت از آن یک تصمیم منفی NPV است زیرا پرچین ها برای اجرای آن پرهزینه هستند. با این حال ، مدیرانی که سرمایه انسانی و ثروت فردی آنها متنوع است ، شرکت را ترغیب می کنند تا از قرار گرفتن در معرض محافظت برخوردار شوند ، حتی اگر برای شرکت پرهزینه باشد زیرا خطر مدیران را بدون هیچ هزینه شخصی کاهش می دهد (اسمیت و استولز ، 1985). سوم ، فعالیت های محافظت از تصمیمات NPV مثبت است زیرا محافظت از آن باعث کاهش هزینه های مورد انتظار پریشانی مالی می شود و در نتیجه ارزش شرکت را افزایش می دهد (اسمیت و استولز ، 1985). همچنین به شرکت هایی که دارای بودجه خارجی گران قیمت هستند ، می توانند درآمد و جریان نقدی را صاف کنند و از این طریق امکان سرمایه گذاری پایدار در فعالیت های کلیدی یا دسترسی ارزان تر به بازارهای سرمایه را فراهم کنند (Froot et al. ، 1993 ، Stulz ، 1984). سرانجام ، این امکان را می دهد تا سیگنال واضح تری از کیفیت مدیر در شرایطی که دشوار است عملکرد مدیر از اثرات بازار دشوار باشد (Demarzo and Duffie ، 1995 ، Breeden and Viswanathan ، 1999). این کاهش عدم اطمینان باعث کاهش هزینه سرمایه و افزایش ارزش شرکت می شود.

با وجود طیف وسیعی از نظریه ها در مورد تأثیر پرچین ، شواهد تجربی کمی در مورد تأثیر محافظت از ارزش محکم وجود دارد. Allayannis و Weston (2001) استفاده از مشتقات ارز خارجی را در 720 شرکت بزرگ غیر مالی از سال 1990 تا 1995 بررسی می کنند و بین Q توبین و استفاده از مشتق ارز خارجی رابطه مثبت پیدا می کنند. در یک مقاله مرتبط ، کارتر و همکاران.(2003) دریافت که خطوط هوایی که هزینه های سوخت را با مشتقات کالایی محافظت می کنند ، ارزش خود را به میزان قابل توجهی افزایش می دهند ، همانطور که توسط T Tobin's q اندازه گیری می شود. مطالعه ما به دو روش مهم به ادبیات فعلی می افزاید. اول ، در حالی که Allayannis و Weston فقط روی Hedgers ارزی و کارتر ، راجرز و سیمکینز فقط در صنعت هواپیمایی مورد بررسی قرار می گیرند ، ما نمونه ای بسیار گسترده تر از بیش از 5700 شرکت غیر مالی و استفاده از آنها از ارز ، نرخ بهره و مشتقات کالا را بررسی می کنیم. بشردوم ، در حالی که مقالات موجود Q T Tobin را به عنوان یک پروکسی برای ارزش شرکت بررسی می کنند ، ما مستقیماً به عملکرد بازده سهام شرکتهایی که استفاده از مشتقات را به منظور محافظت از آن فاش می کند ، نگاه می کنیم.

ما شواهد مداوم می یابیم که شرکت هایی که به طور متوسط در دوره 1995 تا 1999 به طور متوسط 4. 3 ٪ در سال از سایر بنگاهها بهتر عمل می کنند. با این حال ، هنگامی که ما عملکرد بازار سهام شرکت ها را در هر یک از سه گروه اصلی مشتق - کمبود ، ارز و نرخ بهره بررسی می کنیم ، می فهمیم که سود به بنگاه هایی که از مشتقات استفاده می کنند محدود به شرکت هایی است که ارزهای پرچین دارند. به طور خاص ، زیرمجموعه 1722 مشاهدات سالانه شرکت های ارزشمند ارز دارای بازده غیر طبیعی 0. 42 ٪ در ماه هنگام استفاده از مدل FAMA و چهار فاکتور فرانسه است (Carhart ، 1997). این ترکیبات به 5. 1 ٪ در سال از نظر اقتصادی قابل توجه است و از نظر آماری با ارزش p 0. 0643 معنی دار است. علاوه بر این ، زیر مجموعه 1001 مشاهدات برای بنگاه هایی که فقط ارز پرچین (و نه نرخ بهره یا کالاها) بازده غیر طبیعی 0. 96 ٪ در ماه را هنگام استفاده از FAMA و مدل چهار عاملی فرانسوی ، که ترکیبات آن به 12. 2 ٪ در سال است (با P-value 0. 007). این شواهد از عملکرد بازار سهام برتر توسط بنگاه هایی که از مشتقات ارز استفاده می کنند ، در انواع روشهای اضافی از جمله Eckbo و همکاران قوی است.(2000) شش مدل عامل اقتصادی ، و یک نمونه از شرکتهای همسان متشکل از شرکتهای همسان در هر دو اندازه (ارزش بازار سهام) و کتاب به بازار. در مقابل ، ما شواهد کمی در مورد عملکرد برتر برای بنگاه هایی که استفاده از نرخ بهره یا مشتقات کالا را فاش می کنند ، می یابیم.

ما توضیحات جایگزین را برای عملکرد غیر طبیعی مشاهده شده در Hedgers ارز کشف می کنیم. اول ، ما بررسی می کنیم که آیا حرکات در نرخ ارز دلار آمریکا یا گنجاندن یک عامل بازده سهام جهانی می تواند شواهد ما در مورد عملکرد برتر بنگاه هایی را که از مشتقات ارزی استفاده می کنند ، توضیح دهد. ما یک مدل رگرسیون از نوع FAMA و فرانسوی را که با عوامل اضافی تقویت شده است برای تقلید از بازپرداخت یک نمونه کارها از دلار ایالات متحده و-شستشوی سبد وزنی ارزهای خارجی و بازگشت در فهرست جهانی مورگان استنلی با تنظیم ایالات متحده اجرا می کنیم. بیرونگنجاندن این عوامل در رگرسیون FAM A-French همچنین نتواند نتایج ما را توضیح دهد. دوم ، ما بررسی می کنیم که آیا نتایج غیر عادی مربوط به یک عامل خطر غیرقانونی مربوط به دارایی های نامشهود است یا خیر. برای کنترل نقش دارایی های نامشهود ، ما یک مدل رگرسیون از نوع FAMA و فرانسوی را که با یک عامل اضافی مبتنی بر نسبت سرمایه گذاری در دارایی های نامشهود به سطح دارایی های ملموس تقویت شده است ، اجرا می کنیم و هیچ بازده غیرطبیعی آماری معنی داری به هدفین ارز پیدا نمی کنیم.

از آنجا که بیشتر مطالعات قبلی فقط در بنگاه های بزرگتر متمرکز شده است ، سهم اضافی این مقاله این است که میزان استفاده از مشتق را در یک نمونه گسترده از بنگاه های آمریکایی مستند می کند. 3 در حالی که ، به عنوان مثال ، Hentschel و Kothari (2001) دریافتند که 62 ٪ از 425 بنگاه بزرگ که آنها بررسی می کنند ، برخی از فعالیت های مشتق را فاش کرده اند ، ما فقط در 21. 6 ٪ از شرکتهای نمونه ما فعالیت های پرچین را پیدا می کنیم. مطابق با مطالعات قبلی ، این فعالیت در بنگاه های بزرگتر متمرکز است. شواهد ما استفاده گسترده تر از مشتقات ارز و نرخ بهره را نسبت به محصولات کالا نشان می دهد. به طور خاص ، ما می دانیم که 12. 4 ٪ از نمونه ما (57 ٪ از کاربران مشتق) از نوعی محافظت از ارز استفاده می کنند ، 11. 5 ٪ از مشتقات نرخ بهره (54 ٪ از کاربران مشتق) استفاده می کنند ، در حالی که تنها 4. 7 ٪ از کالاهای کالایی (22 ٪ استفاده می کنند. از کاربران مشتق). ما همچنین از شرکتهایی که استفاده از مشتق را فاش می کنند ، مستند می کنیم ، 26. 8 ٪ از انواع مشتقات چندگانه استفاده می کنند که ترکیبی از نرخ بهره و ارز رایج ترین (20. 5 ٪) است. این نتایج مطابق با مطالعات قبلی است که عمدتاً روی بنگاه های بزرگتر متمرکز شده است (به عنوان مثال ، Géczy و همکاران ، 1997 ، Hentschel و Kothari ، 2001). ما استفاده از مشتقات را در صنایع مختلف بررسی می کنیم. همانطور که انتظار می رود ، ما در صنایع تنوع گسترده ای پیدا می کنیم. پرچین های کالا به طور گسترده در صنایع معدن و نفت استفاده می شوند. مشتقات ارز و نرخ بهره در صنایع متعدد غالب هستند. ادامه مقاله به شرح زیر تدوین شده است. در بخش بعدی استدلالهایی در مورد اینکه آیا پرچین ارزش افزوده و شواهد تجربی فعلی را خلاصه می کند ، ارائه می دهیم. در بخش 3 ما در مورد روش های انتخاب داده های خود بحث می کنیم و چندین اقدام توصیفی برای نمونه خود ارائه می دهیم. روشهای تحقیق در بخش 4 مورد بحث قرار گرفته است و ما نتایج اصلی خود را در بخش 5 ارائه می دهیم. بخش 6 توضیحات احتمالی را برای نتایج ما بررسی می کند و مقاله با بخشی که خلاصه نتیجه گیری های اصلی ما است ، بسته می شود.

قطعه قطعه

آیا محافظت از محافظت ارزش افزوده دارد؟

در صورت عدم وجود نواقص بازار ، مودگلیانی و میلر (1958) نشان می دهند که سیاست مالی نمی تواند بر ارزش بنگاه تأثیر بگذارد ، فقط چگونگی توزیع این ارزش بین دارندگان ادعا. در نتیجه ، فعالیت حراجی فقط در صورت انجام برای اهداف سوداگرانه می تواند بر ارزش بنگاه تأثیر بگذارد ، در این صورت بخشی از فعالیت های تجارت است یا نقص بازار وجود دارد. 4

داده ها و روش های تحقیق

برای تهیه نمونه خود ، زمینه های متن پاورقی مالی را برای شرکتهای دارای سال مالی از دسامبر 1995 تا دسامبر 1999 در پایگاه داده افشای جمع و جور بررسی می کنیم. CD-ROM های افشای آوریل و اکتبر از سال 1996 تا 2000 برای شناسایی کلیه بنگاههای داخلی درج شده در NYSE ، AMEX یا NASDAQ با متن کامل پاورقی های مالی موجود استفاده شد. برنامه های کاربردی (کد SIC 49) و مالی (کدهای SIC 60 تا 69) از نمونه حذف شدند. این فرآیند

روش های پژوهش

ما از چندین روش برای بررسی عملکرد بلند مدت برای بنگاه هایی که استفاده از ابزارهای مشتق را فاش می کنند ، استفاده می کنیم. تمرکز اصلی ما روی روش رگرسیون چهار عاملی FAMA و فرانسوی (1993) است (همانطور که توسط Carhart ، 1997 ، Brav et al. ، 2000) اصلاح شده است. با این حال ، ما استحکام نتایج خود را با استفاده از دو مدل جایگزین ، مدل شش عاملی Eckbo و همکاران بررسی می کنیم.(2000) و رویکرد محکم همسان (به عنوان مثال ، Spiess و Affleck-Graves ، 1995). ما همچنین ارزیابی نسبی حصار را بررسی می کنیم

نتایج

ما از سه روش برای بررسی تأثیر استفاده از مشتق بر ارزش بازار یک شرکت استفاده می کنیم. ما با مدل چهار عاملی FAMA و فرانسوی شروع می کنیم که کنترل حرکات در سطح بازار ، اندازه ، کتاب به بازار و جلوه های حرکت را کنترل می کند. برای هر ماه ، اگر هر یک از دو شرط زیر داشته باشد ، هر شرکت را به عنوان یک کاربر مشتق طبقه بندی می کنیم. اول ، اگر در گزارش سالانه منتشر شده در ماه جاری یا در هر یازده ماه قبلی ، موقعیت مشتق برجسته را گزارش کند. دومین،

تجزیه و تحلیل بیشتر از پرچین ارز

در این بخش مواردی را مورد بررسی قرار می دهیم که ممکن است بازده غیر طبیعی به کاربران مشتق ارز را توضیح دهد. یکی از حوزه های احتمالی نگرانی ، تفاوت در میزان اهرم بین بنگاه های پرچین و غیر مهمی است. ما به دو روش به این موضوع می پردازیم. اول ، نتایج ما با استفاده از Eckbo و همکاران.(2000) مدل شش عاملی چهار عامل را شامل می شود که باید برای اختلافات اهرم تنظیم شود (BAA-AAA ، تورم غیر منتظره ، گسترش طولانی مدت و گسترش T T). دوم ، نتایج ما با استفاده از a قوی است

نتیجه گیری

در این مقاله ما سه موضوع مربوط به محافظت از شرکتهای ذکر شده در بازارهای اصلی ایالات متحده را بررسی کرده ایم. اول ، ما میزان استفاده از مشتقات توسط شرکت های آمریکایی را ثبت کردیم. بسیاری از مطالعات قبلی بر روی بنگاه های بزرگ متمرکز شده و فعالیت محافظت از اسناد را در بیش از 50 ٪ از بنگاه ها در نمونه خود متمرکز می کنند. به عنوان مثال ، Hentschel و Kothari (2001) دریافتند که 62 ٪ از 425 شرکت بزرگ که آنها بررسی می کنند ، برخی از فعالیت های مشتق را فاش کرده اند. در مقابل ، ما بیش از 5700 شرکت منحصر به فرد ذکر شده در ایالات متحده بزرگ را بررسی می کنیم