Content

Binjam Berhane

Der Erfolg von Mergers & Acquisitions mit afrikanischen Zielunternehmen

1. Edition 2020, ISBN print: 978-3-8288-4492-6, ISBN online: 978-3-8288-7527-2, https://doi.org/10.5771/9783828875272

Tectum, Baden-Baden
Bibliographic information
Binjam Berhane Der Erfolg von Mergers & Acquisitions mit afrikanischen Zielunternehmen Binjam Berhane Der Erfolg von Mergers & Acquisitions mit afrikanischen Zielunternehmen Tectum Verlag Binjam Berhane Der Erfolg von Mergers & Acquisitions mit afrikanischen Zielunternehmen Zugl. Dissertation, Darmstadt, Technische Universität Darmstadt 2019 © Tectum – ein Verlag in der Nomos Verlagsgesellschaft, Baden-Baden 2020 ePDF 978-3-8288-7527-2 (Dieser Titel ist zugleich als gedrucktes Werk unter der ISBN 978-3-8288-4492-6 im Tectum Verlag erschienen.) Umschlaggestaltung: Tectum Verlag Alle Rechte vorbehalten Besuchen Sie uns im Internet www.tectum-verlag.de Bibliografische Informationen der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Angaben sind im Internet über http://dnb.d-nb.de abrufbar. Für Gretel, Shiashiu und Ephraim In memoriam perpetuam Abkürzungsverzeichnis AR Abnormale Rendite AAR, AR̅  Durchschnittliche abnormale Rendite ADI Auslandsdirektinvestitionen BHAR Buy-and-Hold-Abnormal-Return BHAAR Durchschnittlicher Buy-and-Hold-Abnormal-Return CAR Kumulierte abnormale Rendite CAAR, Durchschnittliche kumulierte abnormale Rendite CBMA Cross-Border Mergers & Acquisitions CTP Calendar Time Portfolio M&A Mergers & Acquisitions VII Inhaltsverzeichnis Abbildungsverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XIII Tabellenverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XV Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 1 Problemstellung und Motivation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1.1 1 Gang der Untersuchung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1.2 5 Literaturübersicht . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 7 Grundlegendes zu Mergers & Acquisitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2.1 7 Terminologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2.1.1 7 Motive für M&A . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2.1.2 9 Erfolgsmessung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2.1.3 13 Zum Erfolg von M&A im Allgemeinen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2.1.4 17 Bestandsaufnahme M&A in Afrika: deskriptive Statistik . . . . . . . . . . . . . . . . . . . . . . . . .2.2 19 Empirische Studien zu M&A in Afrika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2.3 27 Empirische Studien zu M&A im Finanzsektor Nigerias. . . . . . . . . . . . . . . . . . .2.3.1 28 Empirische Studien zu M&A im Finanzsektor afrikanischer Länder. . . . . .2.3.2 37 Empirische Studien zu M&A in afrikanischen Ländern im Allgemeinen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3.3 42 Methodik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3 57 Datenquelle und Datensatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3.1 57 IX Ereignisstudien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3.2 61 Ablauf der Ereignisstudie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3.2.1 61 Bestimmung abnormaler Renditen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3.2.2 62 Untersuchung abnormaler Renditen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3.2.3 65 Signifikanztests . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3.2.4 66 Parametrischer Test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3.2.4.1 68 Nichtparametrische Tests. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3.2.4.2 70 Langfristige Erfolgsuntersuchung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3.3 72 Buy-and-Hold-Abnormal-Return-Ansatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3.3.1 72 Skewness Bias – Schiefeangepasster t-Test . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3.3.2 73 Cross Correlation Bias – Calendar-Time-Portfolio-Methode. . . . . . . . . . . . .3.3.3 74 Regression CAR und BHAR. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3.4 76 Logistische Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3.5 77 Ergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4 79 Ergebnisse Ereignisstudien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4.1 79 Ergebnisse Ereignisstudie Südafrika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4.1.1 80 Deskriptive Statistik Südafrika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4.1.1.1 80 Ereignisstudie Südafrika. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4.1.1.2 84 Diskussion der Ergebnisse-Ereignisstudie Südafrika . . . . . . . . . . .4.1.1.3 86 Ergebnisse Ereignisstudie Nordafrika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4.1.2 87 Deskriptive Statistik Nordafrika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4.1.2.1 87 Ereignisstudie Nordafrika. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4.1.2.2 91 Diskussion der Ergebnisse-Ereignisstudie Nordafrika . . . . . . . . . .4.1.2.3 93 Ergebnisse Ereignisstudie subsaharisches Afrika . . . . . . . . . . . . . . . . . . . . . . . .4.1.3 94 Deskriptive Statistik subsaharisches Afrika. . . . . . . . . . . . . . . . . . . . .4.1.3.1 94 Ereignisstudie subsaharisches Afrika . . . . . . . . . . . . . . . . . . . . . . . . . . .4.1.3.2 98 Diskussion der Ergebnisse-Ereignisstudie subsaharisches Afrika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1.3.3 102 Exkurs I: Ergebnisse Ereignisstudie subsaharisches Afrika exkl. Mauritius. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1.4 103 Exkurs II: Ergebnisse Ereignisstudie Ziel Banken . . . . . . . . . . . . . . . . . . . . . . . . .4.1.5 105 Erfolgsdeterminanten bei M&A . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4.2 108 Inhaltsverzeichnis X Ergebnisse Regression CAR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4.3 116 Ergebnisse Regression CAR Südafrika. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4.3.1 116 Diskussion der Ergebnisse-Regression CAR Südafrika . . . . . . . . . . . . . . . . . . .4.3.2 119 Ergebnisse Regression CAR Nordafrika. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4.3.3 122 Exkurs III: Ergebnisse Ziel Energieindustrie Nordafrika . . . . . . . . . . . . . . . . . .4.3.4 125 Diskussion der Ergebnisse-Regression CAR Nordafrika . . . . . . . . . . . . . . . . . .4.3.5 126 Ergebnisse Regression CAR subsaharisches Afrika . . . . . . . . . . . . . . . . . . . . . . .4.3.6 128 Exkurs IV: Ergebnisse Interaktionseffekte subsaharisches Afrika . . . . . . . .4.3.7 131 Diskussion der Ergebnisse-Regression CAR subsaharisches Afrika. . . . . . .4.3.8 133 Ergebnisse langfristiger Erfolgsuntersuchungen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4.4 134 Ergebnisse lange Frist Südafrika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4.4.1 134 Diskussion der Ergebnisse-lange Frist Südafrika. . . . . . . . . . . . . . . . . . . . . . . . .4.4.2 136 Ergebnisse lange Frist Nordafrika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4.4.3 137 Diskussion der Ergebnisse-lange Frist Nordafrika . . . . . . . . . . . . . . . . . . . . . . .4.4.4 138 Ergebnisse lange Frist subsaharisches Afrika . . . . . . . . . . . . . . . . . . . . . . . . . . . .4.4.5 139 Diskussion der Ergebnisse-lange Frist subsaharisches Afrika . . . . . . . . . . . .4.4.6 141 Ergebnisse Regression BHAR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4.5 142 Ergebnisse Regression BHAR Nordafrika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4.5.1 142 Exkurs V: Ergebnisse Ziel Energieindustrie Nordafrika (lange Frist) . . . . .4.5.2 146 Diskussion der Ergebnisse-Regression BHAR Nordafrika . . . . . . . . . . . . . . . .4.5.3 147 Ergebnisse Regression BHAR subsaharisches Afrika . . . . . . . . . . . . . . . . . . . . .4.5.4 148 Diskussion der Ergebnisse-Regression BHAR subsaharisches Afrika . . . . .4.5.5 151 Logistische Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4.6 153 Determinanten des Zustandekommens von M&A . . . . . . . . . . . . . . . . . . . . . . .4.6.1 153 Ergebnisse logistische Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4.6.2 155 Diskussion der Ergebnisse-logistische Regression . . . . . . . . . . . . . . . . . . . . . . .4.6.3 156 Schluss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .5 159 Literaturverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6 167 Inhaltsverzeichnis XI Abbildungsverzeichnis Abbildung 1: Entwicklung M&A-Volumen pro Jahr 2 Abbildung 2: Skizze Untersuchungsaufbau 5 Abbildung 3: Entwicklung M&A-Aktivität über die Zeit 20 Abbildung 4: Zeitstrahl Ereignisstudie in Anlehnung an MacKinlay (1997, S. 20) 61 Abbildung 5: Entwicklung M&A-Aktivität über Zeit- Südafrika 80 Abbildung 6: Entwicklung M&A-Aktivität über Zeit- Nordafrika 87 Abbildung 7: Entwicklung M&A-Aktivität über Zeitsubsaharisches Afrika 94 Abbildung 8: Entwicklung CAAR über Ereignisfenster- Marktmodell-lokale Indizes 101 Abbildung 9: Entwicklung CAAR über Ereignisfenster- Mittelwertbereinigtes Modell 101 Abbildung 10: Entwicklung CAAR über Ereignisfenster- Marktmodell-MSCI World Index 102 XIII Tabellenverzeichnis Tabelle 1: Mittelwerte Transaktionsvolumen (1982–2016) 21 Tabelle 2: Top Ten-Käuferländer (1982–2016) 21 Tabelle 3: Top Ten-Zielländer (1982–2016) 23 Tabelle 4: Käuferindustrien (1982–2016) 24 Tabelle 5: Zielindustrien (1982–2016) 25 Tabelle 6: Top Ten-M&A (1982–2016) 26 Tabelle 7: Übersicht zu Performancestudien und Mitarbeiterbefragungen 30 Tabelle 8: Ereignisstudie zur Konsolidierungswelle im nigerianischen Bankensektor 35 Tabelle 9: Effizienzstudie zur Konsolidierungswelle im nigerianischen Bankensektor 35 Tabelle 10: Untersuchungen zu Determinanten der CBMA- Aktivität 38 Tabelle 11: Empirische Studien zu M&A im Finanzsektor außerhalb Nigerias 40 Tabelle 12: Auf Befragungen und Interviews beruhende Studien zu M&A in Afrika 42 Tabelle 13: Performancestudien zu M&A in Afrika 47 XV Tabelle 14: Ereignisstudien zu M&A in Afrika 50 Tabelle 15: Langfristige marktbasierte Erfolgsmessung 52 Tabelle 16: Mittelwerte Transaktionsvolumen-Südafrika (1986–2016) 80 Tabelle 17: Top Ten-Käuferländer-Südafrika (1986–2016) 81 Tabelle 18: Käuferindustrien-Süd-afrika (1986–2016) 82 Tabelle 19: Zielindustrien-Süd-afrika (1986–2016) 82 Tabelle 20: Top Ten-M&A-Südafrika (1986–2016) 83 Tabelle 21: Ergebnisse-Marktmodell-nationale Indizes- Südafrika 84 Tabelle 22: Ergebnisse-mittelwertbereinigtes Modell-Südafrika 85 Tabelle 23: Ergebnisse-Marktmodell-MSCI World Index- Südafrika 85 Tabelle 24: Mittelwerte Transaktionsvolumen-Nordafrika (1990–2016) 88 Tabelle 25: Top Ten-Käuferländer-Nordafrika (1990–2016) 88 Tabelle 26: Zielländer Verteilung-Nordafrika (1990–2016) 88 Tabelle 27: Käuferindustrien-Nordafrika (1990–2016) 89 Tabelle 28: Zielindustrien-Nordafrika (1990–2016) 89 Tabelle 29: Top Ten-M&A-Nordafrika (1990–2016) 90 Tabelle 30: Ergebnisse-Marktmodell-nationale Indizes- Nordafrika 91 Tabellenverzeichnis XVI Tabelle 31: Ergebnisse-mittelwertbereinigtes Modell- Nordafrika 92 Tabelle 32: Ergebnisse-Marktmodell-MSCI World Index- Nordafrika 93 Tabelle 33: Mittelwerte Transaktionsvolumen-subsaharisches Afrika (1989–2016) 95 Tabelle 34: Top Ten-Käuferländer-subsaharisches Afrika (1989–2016) 95 Tabelle 35: Top Ten-Zielländer-subsaharisches Afrika (1989–2016) 95 Tabelle 36: Käuferindustrien-subsaharisches Afrika (1989–2016) 96 Tabelle 37: Zielindustrien-subsaharisches Afrika (1989–2016) 96 Tabelle 38: Top Ten-M&A-subsaharisches Afrika (1989–2016) 97 Tabelle 39: Ergebnisse-Marktmodell-nationale Indizessubsaharisches Afrika 98 Tabelle 40: Ergebnisse-mittelwertbereinigtes Modellsubsaharisches Afrika 99 Tabelle 41: Ergebnisse-Marktmodell-MSCI World Indexsubsaharisches Afrika 100 Tabelle 42: Ergebnisse-Marktmodell-nationale Indizes-ohne Mauritius 103 Tabelle 43: Ergebnisse-mittelwertbereinigtes Modell-ohne Mauritius 104 Tabelle 44: Ergebnisse-Marktmodell-ohne Mauritius 104 Tabellenverzeichnis XVII Tabelle 45: Ergebnisse-Marktmodell-nationale Indizes-Ziel Banken in Afrika 105 Tabelle 46: Ergebnisse-mittelwertbereinigtes Modell-Ziel Banken in Afrika 106 Tabelle 47: Ergebnisse-Marktmodell-MSCI World Index- Ziel Banken in Afrika 107 Tabelle 48: Übersicht Variablen 115 Tabelle 49: Regression mit CAR [-5;0]-Südafrika (1) 116 Tabelle 50: Regression mit CAR [-5;0]-Südafrika (2) 117 Tabelle 51: Regression mit CAR [-5;0]-Südafrika (3) 118 Tabelle 52: Regression mit CAR [-5;0]-Südafrika (4) 119 Tabelle 53: Regression mit CAR [-1;0]-Nordafrika (1) 122 Tabelle 54: Regression mit CAR [-1;0]-Nordafrika (2) 123 Tabelle 55: Regression mit CAR [-1;0]-Nordafrika (3) 124 Tabelle 56: Regression mit CAR [-1;0]-Nordafrika (4) 125 Tabelle 57: Ziel Energieindustrie 126 Tabelle 58: Regression mit CAR [-1;0]-subsaharisches Afrika (1) 128 Tabelle 59: Regression mit CAR [-1;0]-subsaharisches Afrika (2) 129 Tabelle 60: Regression mit CAR [-1;0]-subsaharisches Afrika (3) 130 Tabellenverzeichnis XVIII Tabelle 61: Regression mit CAR [-1;0]-subsaharisches Afrika (4) 131 Tabelle 62: Regression mit CAR [-1;0]-Interaktionsterm 132 Tabelle 63: Ergebnisse BHAR-Ansatz-Südafrika 134 Tabelle 64: Ergebnisse CTP-Ansatz-Südafrika-Intervall 0,5 Jahr 134 Tabelle 65: Ergebnisse CTP-Ansatz-Südafrika-Intervall 1 Jahr 135 Tabelle 66: Ergebnisse CTP-Ansatz-Südafrika-Intervall 2 Jahre 135 Tabelle 67: Ergebnisse CTP-Ansatz-Südafrika-Intervall 3 Jahre 135 Tabelle 68: Ergebnisse BHAR-Ansatz-Nordafrika 137 Tabelle 69: Ergebnisse CTP-Ansatz-Nordafrika-Intervall 0,5 Jahr 137 Tabelle 70: Ergebnisse CTP-Ansatz-Nordafrika-Intervall 1 Jahr 137 Tabelle 71: Ergebnisse CTP-Ansatz-Nordafrika-Intervall 2 Jahre 138 Tabelle 72: Ergebnisse CTP-Ansatz-Nordafrika-Intervall 3 Jahre 138 Tabelle 73: Ergebnisse BHAR-Ansatz-subsaharisches Afrika 139 Tabelle 74: Ergebnisse CTP-Ansatz-subsaharisches Afrika- Intervall 0,5 Jahr 140 Tabelle 75: Ergebnisse CTP-Ansatz-subsaharisches Afrika- Intervall 1 Jahr 140 Tabelle 76: Ergebnisse CTP-Ansatz-subsaharisches Afrika- Intervall 2 Jahre 140 Tabellenverzeichnis XIX Tabelle 77: Ergebnisse CTP-Ansatz-subsaharisches Afrika- Intervall 3 Jahre 141 Tabelle 78: Ergebnisse Regression mit BHAR-Nordafrika-0,5 Jahr (1) 142 Tabelle 79: Ergebnisse Regression mit BHAR-Nordafrika-0,5 Jahr (2) 143 Tabelle 80: Ergebnisse Regression mit BHAR-Nordafrika-0,5 Jahr (3) 144 Tabelle 81: Ergebnisse Regression mit BHAR-Nordafrika-0,5 Jahr (4) 145 Tabelle 82: Ziel Energieindustrie (lange Frist) 146 Tabelle 83: Ergebnisse Regression mit BHAR-subsaharisches Afrika-0,5 Jahr (1) 148 Tabelle 84: Ergebnisse Regression mit BHAR-subsaharisches Afrika-0,5 Jahr (2) 149 Tabelle 85: Ergebnisse Regression mit BHAR-subsaharisches Afrika-0,5 Jahr (3) 150 Tabelle 86: Ergebnisse Regression mit BHAR-subsaharisches Afrika- 0,5 Jahr (4) 151 Tabelle 87: Mikroindustrielle Klassifizierung von M&A im Bereich Basismaterialien 152 Tabelle 88: Logistische Regression 155 Tabellenverzeichnis XX Einleitung Problemstellung und Motivation Die Wahrnehmung des afrikanischen Kontinents scheint in ökonomischer Hinsicht zu einem nicht unerheblichen Teil durch Überschuldungs- bzw. Währungskrisen1 der 80er- und 90er-Jahre und Ereignisse politischer Instabilität geprägt zu sein. Sich verbessernde makroökonomische Rahmenbedingungen in diversen afrikanischen Staaten könnten allerdings dazu geführt haben, dass sich diese Wahrnehmung in einem allgemeinen Niedrigzinsumfeld, von dem auch Frontier- und Emerging Markets der „ersten Generation“ betroffen sind (bspw. Bean et al., 2015), verändert und das Interesse an Investitionsmöglichkeiten auf dem afrikanischen Kontinent zunimmt. Beispielhaft hierfür stehen die medial viel beachtete Ankündigung des chinesischen Staatspräsidenten, Xi Jinping, bei einem Treffen des China-Afrika-Forums 2015, dass die VR China plane, in den drei Folgejahren 60 Mrd. USD in Afrika zu investieren (Zongwe, 2015), oder Initiativen wie die „G20-Partnerschaft mit Afrika“, die in Form des „Compact with Africa“ versucht, „günstige Rahmenbedingungen“ für privatwirtschaftliche Investitionen auf dem afrikanischen Kontinent zu schaffen. Die Motivation des „Compact with Africa“ erklärt der Präsident der Deutschen Bundesbank, Jens Weidmann, u.a. mit dem Hinweis auf „belastete langfristige Wirtschaftsaussichten der westlichen Volkswirtschaften“ und denkbar „geringere Anlagerendite“ in diesen (Weidmann, 2017). Ein Blick auf volkswirtschaftliche Kennzahlen der jüngeren Vergangenheit lässt bereits Disparitäten in der wirtschaftlichen Entwicklung zwischen westlichen bzw. stark industriali- 1 1.1 1 Problematisch ist insbesondere auf Fremdwährung lautende Auslandsverschuldung (UNCTAD, 2016). 1 sierten und afrikanischen Volkswirtschaften erkennen2. So wuchs nach Daten der Weltbank das BIP der OECD-Staaten im Zeitraum von 2000 bis 2015 pro Jahr durchschnittlich um 1,80%, während das der Staaten des subsaharischen Afrikas im selben Zeitraum durchschnittlich um 5,07% und das nordafrikanischer Staaten3 um 3,97% pro Jahr anstieg. Das BIP/Kopf erreichte in diesen Regionen von 2000 bis 2015 pro Jahr ein durchschnittliches Wachstum von 1,10%, 2,27% bzw. 2,46%4. Demgegenüber steht ein Anstieg der Nettoauslandsdirektinvestitionsströme pro Jahr in die Länder des subsaharischen Afrikas und Nordafrikas von 6,9 Mrd. USD bzw. 2,6 Mrd. USD im Jahr 2000 auf 46,3 Mrd. USD bzw. 11,5 Mrd. USD im Jahr 2015, während diese Stromgröße in den OECD-Staaten beinahe stagnierte (Wachstum um Faktor 1,2). 1. Einleitung  2  Nettoauslandsdirektinvestitionsströme pro Jahr in die Länder des subsaharischen Afrikas und Nordafrikas vo 6,9 Mrd. USD bzw. 2,6 Mrd. USD im Jahr 2000 auf 46,3 Mrd. USD bzw. 11,5 Mrd. USD im Jahr 2015, während diese Stromgröße in den OECD-Staaten beinahe stagnierte (Wachstum um Faktor 1,2). Abbildung 1: Entwicklung M&A-Volumen pro Jahr5 Abbildung 1 veranschaulicht die Entwicklung der jährlichen Summe des Volumens von Mergers & Acquisitions (M&A), die Unternehmen mit Hauptsitz im subsaharischen Afrika oder Nordafrika zum Ziel haben, wobei als Datenquelle Thomson Reuters Financial SDC diente. Die wachsenden Nettoauslandsdirektinvestitionsströme spiegeln sich bei einem Vergleich der Jahre 2000 und 2015 in der M&A-Aktivität der Region Nordafrika zwar nicht wider, doch das jährliche M&A-Volumen in dieser Region wächst von 4,5 Mrd. USD im Jahr 2000 auf 20,8 Mrd. USD in 2007 und 12,4 Mrd. USD in 2013. Im subsaharischen Afrika steigt das M&A-Volumen von 9 Mrd. USD im Jahr 2000 auf 35,7 Mrd. USD im Jahr 2015 und erreicht zwischenzeitlich im Jahr 2010 einen Wert von 45,4 Mrd. USD. Diese Gesamtheit der Hinweise auf eine sich im Wandel befindliche Investitionstätigkeit und Wahrnehmung von Investitionsmöglichkeiten in Afrika ist mit einer Vielzahl an Fragestellun- 5 Es wurden nur Transaktionen in die Betrachtung aufgenommen, für die das Transaktionsvolumen angegeben war und die als abgeschlossen verzeichnet waren. 0 5 10 15 20 25 30 35 40 45 50 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10 20 11 20 12 20 13 20 14 20 15 Su m m e Tr an sa kt io ns vo lu m en (M rd . U SD ) pr o Ja hr Subsaharisches Afrika Nordafrika Entwicklung M&A-Volumen pro Jahr5 Abbildung 1 veranschaulicht die Entwicklung der jährlichen Su me des Volumens von Mergers & Acquisitions (M&A), die Unternehmen Abbildung 1: 2 Für ine Diskus io volkswirtschaftlicher Hint rgründe siehe spw. Theori zu „Sacular Stagnation“, „Aufholeffekt“ oder „Rohstoffsupercycle“. 3 Exkl. Libyen, da entsprechende Daten nicht für gesamten Zeitraum vorliegen. 4 Exkl. Libyen, da entspr chende Daten nich für gesamten Zeitrau vorliegen. 5 Es wurden nur Transaktionen in die Betrachtung aufgenommen, für die das Transaktionsvolumen angegeben war und die als abgeschlossen verzeichnet waren. 1 Einleitung 2 mit Hauptsitz im subsaharischen Afrika oder Nordafrika zum Ziel haben, wobei als Datenquelle Thomson Reuters Financial SDC diente. Die wachsenden Nettoauslandsdirektinvestitionsströme spiegeln sich bei einem Vergleich der Jahre 2000 und 2015 in der M&A-Aktivität der Region Nordafrika zwar nicht wider, doch das jährliche M&A-Volumen in dieser Region wächst von 4,5 Mrd. USD im Jahr 2000 auf 20,8 Mrd. USD in 2007 und 12,4 Mrd. USD in 2013. Im subsaharischen Afrika steigt das M&A-Volumen von 9 Mrd. USD im Jahr 2000 auf 35,7 Mrd. USD im Jahr 2015 und erreicht zwischenzeitlich im Jahr 2010 einen Wert von 45,4 Mrd. USD. Diese Gesamtheit der Hinweise auf eine sich im Wandel befindliche Investitionstätigkeit und Wahrnehmung von Investitionsmöglichkeiten in Afrika ist mit einer Vielzahl an Fragestellungen verbunden, die u.a. volkswirtschaftliche und politische Themenkomplexe berühren. So beabsichtigt beispielsweise der „Compact with Africa“, durch günstige Rahmenbedingungen private und „nachhaltige“ Investitionen zu mobilisieren (Kappel, Pfeifer & Reisen, 2017), und es stellt sich nicht zuletzt in diesem Zusammenhang die Frage, welche Rahmenbedingungen zur Erreichung dieses Ziels beitragen könnten und wie diese Rahmenbedingungen geschaffen werden könnten. Auf einer vorgelagerten Ebene liegt jedoch angesichts des Ziels der Mobilisierung privater Investitionen die Frage nach den „wirtschaftlichen Ergebnissen“6, die private Investoren erwarten könnten, wenn sie sich für Investitionen auf dem afrikanischen Kontinent entscheiden. Private Investoren können Ergebnisse zahlreicher empirischer Untersuchungen zu Rate ziehen, sofern sie sich für M&A-Ziele in entwickelten Volkswirtschaften interessieren, da ein großer Teil der wissenschaftlichen Literatur zu M&A diesen geografischen Fokus aufweist. Interessieren sich private Investoren jedoch für empirische Hinweise auf zu erwartende „Auswirkungen“, wenn Unternehmen in Afrika das Ziel von Investitionen sein sollen, mangelt es an entsprechenden Untersuchungen. Dies gilt insbesondere für die in der M&A-Forschung häufig verwendeten kapitalmarktbasierten Untersuchungsansätze, die u.a. die Entwicklung des Werts der Käuferunternehmen im 6 Erfolgsmetriken werden im weiteren Verlauf der Arbeit ausführlicher vorgestellt und erörtert. 1.1 Problemstellung und Motivation 3 zeitlichen Umfeld der Ankündigung von M&A analysieren. Neben diesen in der M&A-Forschung zentralen kapitalmarktbasierten Untersuchungsansätzen fehlen ferner Studien, die das Zustandekommen bzw. den Abschluss von M&A-Transaktionen mit diesem geografischen Fokus analysieren (s. Kap. 2). Aufgrund der sich von denen in entwickelten Volkswirtschaften unterscheidenden institutionellen bzw. politischen und ökonomischen Rahmenbedingungen, die in den Staaten Afrikas vorgefunden werden können, erscheint es so, als ob private Investoren berechtigte Zweifel an der Übertragbarkeit der in der allgemeinen M&A-Literatur gefundenen Ergebnisse auf M&A mit Zielunternehmen in Afrika anmelden können. Daher beabsichtigt diese Untersuchung, ein länderübergreifendes Interesse an Investitionsmöglichkeiten in Afrika dahingehend wissenschaftlich zu unterfüttern, dass mittels eines kapitalmarktbasierten Untersuchungsansatzes die Entwicklung des Werts von Käuferunternehmen, nach dem diese M&A mit afrikanischen Zielunternehmen angekündigt haben, untersucht und zusätzlich analysiert wird, was die Abschlusswahrscheinlichkeit solcher M&A beeinflussen könnte. 1 Einleitung 4 Gang der Untersuchung 1. Einleitung  4  1.2 Gang der Untersuchung Abbildung 2: Skizze Untersuchungsaufbau Abbildung 2 zeigt eine Skizze des Aufbaus dieser Arbeit. Der erste Teil der Untersuchung, Kapitel 2, führt den Leser in die für M&A in Afrika7 relevante Literatur ein und möchte ein tieferes Verständnis für die Motivation des empirischen Teils der Arbeit schaffen. Zu diesem Zweck gibt Abschnitt 2.1 zunächst eine Übersicht zu Grundlagen der allgemeinen M&A-Forschung, wobei auf Terminologie, Motive von M&A, Erfolgsmessungskonzepte und die empirischen Ergebnisse bei Anwendung dieser Erfolgsmessungskonzepte eingegangen wird. Eine Vorstellung des Phänomens „M&A in Afrika“ wird dem Leser in Abschnitt 2.2 durch umfangreiche deskriptive Statistiken zur M&A-Aktivität auf dem afrikanischen Kontinent vermittelt. Abschnitt 2.3 bildet den aktuellen Stand der empirischen Literatur zu M&A in Afrika ab und diskutiert diesen. Alle im Zuge dieser Untersuchung verwendeten empirischen Methoden werden in Kapitel 3 präsentiert und besprochen. Abschnitt 3.1 gibt Auskunft über verwendete Datenquellen und 7 Diese Untersuchung konzentriert sich ausschließlich auf M&A mit Ländern Afrikas als Zielland. In diesem Sinne sind in dieser Untersuchung verwendete Begrifflichkeiten, wie „M&A in Afrika“ oder „afrikanische M&A“, zu verstehen. Kap. 1 Einleitung •Allgemeine M&A-Literatur •Deskriptive Statistiken zu M&A in Afrika •Literatur zu M&A in Afrika Kap. 2 Literaturübersicht •Datenerhebung •Erläuterung kurz- und langfristige Analyse M&A-Erfolg •Erklärung Bestimmung von M&A-Erfolgsdeterminanten Kap. 3 Methodik •Ergebnisse kurz- und langfristige Analyse M&A-Erfolg •Ergebnisse M&A-Erfolgsdeterminanten-Bestimmung Kap. 4 Ergebnisse Kap. 5 Schluss Skizze Untersuchungsaufbau Abbildung 2 zeigt eine Skizze des Aufbaus dieser Arbeit. Der erste Teil der U tersuchung, Kapitel 2, führt den Leser in di für M&A in Afrika7 relevante Literatur ein und möchte ein tieferes Verständnis für die Motivation des empirischen Teils der Arbeit schaffen. Zu diesem Zweck gibt Abschnitt 2.1 zunächst eine Übersicht zu Grundlagen der allgemeinen M&A-Forschung, wobei auf Terminologie, Motive von 1.2 Abbildung 2: 7 Diese Untersuchung konzentriert sich ausschließlich auf M&A mit Ländern Afrikas als Zielland. In diesem Sinne sind in dieser Untersuchung verwendete Begrifflichkeiten, wie „M&A in Afrika“ oder „afrikanische M&A“, zu verstehen. 1.2 Gang der Untersuchung 5 M&A, Erfolgsmessungskonzepte und die empirischen Ergebnisse bei Anwendung dieser Erfolgsmessungskonzepte eingegangen wird. Eine Vorstellung des Phänomens „M&A in Afrika“ wird dem Leser in Abschnitt 2.2 durch umfangreiche deskriptive Statistiken zur M&A-Aktivität auf dem afrikanischen Kontinent vermittelt. Abschnitt 2.3 bildet den aktuellen Stand der empirischen Literatur zu M&A in Afrika ab und diskutiert diesen. Alle im Zuge dieser Untersuchung verwendeten empirischen Methoden werden in Kapitel 3 präsentiert und besprochen. Abschnitt 3.1 gibt Auskunft über verwendete Datenquellen und erläutert, wie aus diesen die genutzten Datensätze gewonnen werden. Abschnitt 3.2 hat zum Gegenstand, wie versucht wird, mittels Ereignisstudien die Auswirkungen von M&A in Afrika auf den Unternehmenswert der Käuferunternehmen in der kurzen Frist zu erfassen. Für die lange Frist werden für die Untersuchung dieser Fragestellung das Fama-French-Dreifaktorenmodell und der Buy-and-Hold-Return-Ansatz genutzt, worauf Abschnitt 3.3 eingeht. Abschnitt 3.4 beschreibt, in welcher Weise über Regressionsanalysen das in der kurzen und der langen Frist ermittelte Ergebnis im Hinblick auf potenzielle Einflussfaktoren auf den Unternehmenswert bei M&A weitergehend erforscht wird. Die in Abschnitt 3.5 erläuterte logistische Regression dient dazu, potenzielle Determinanten des Zustandekommens von M&A in Afrika zu identifizieren. Die Ergebnisse aller in dieser Untersuchung durchgeführten empirischen Untersuchungen werden in Kapitel 4 vorgestellt und diskutiert. Die kurzfristigen und langfristigen käuferseitigen Kapitalmarktreaktionen auf die Ankündigung von M&A in Afrika werden in den Abschnitten 4.1 bzw. 4.4 dargestellt und erörtert. Potenzielle Determinanten dieser Kapitalmarktreaktion zeigt Abschnitt 4.2 auf, und in Abschnitt 4.3 und 4.5 wird analysiert, wie diese Determinanten in der kurzen bzw. langen Frist mit den beobachteten Kapitalmarktreaktionen zusammenhängen könnten. Abgeschlossen wird das Kapitel mit den Präsentationen der Ergebnisse der logistischen Regression in Abschnitt 4.6. Kapitel 5 fasst die Ergebnisse dieser Untersuchung zusammen, diskutiert diese abschließend und geht auf deren Implikationen ein. 1 Einleitung 6 Literaturübersicht Dieses Kapitel beabsichtigt einerseits, die Grundlagen zum Verständnis der in dieser Untersuchung durchgeführten empirischen Studien zu schaffen, und andererseits, in einer allgemeineren Intention über den aktuellen Stand der Forschungen zu M&A in Afrika zu informieren. Dazu wird zunächst in Abschnitt 2.1 ein Fundament an Kenntnissen zur M&A-Forschung gelegt. Abschnitt 2.2 vermittelt dem Leser mittels deskriptiver Statistiken eine grobe Vorstellung des Phänomens „M&A in Afrika“. Die Abschnitte 2.3 bis 2.5 präsentieren letztlich empirische Studien zu M&A in Afrika. Grundlegendes zu Mergers & Acquisitions Terminologie Für den Begriff „M&A“ existiert keine allgemeingültige Definition (Wirtz, 2017, S. 8). Wirtz (2017, S. 10) arbeitet bei einer Betrachtung von Definitionen des M&A-Begriffs innerhalb der deutschsprachigen Literatur zu diesem Thema ein Merkmal von M&A heraus, das viele Definitionen des Begriffs gemeinsam haben und das für die weitere Verwendung des M&A-Begriffs im Gang dieser Untersuchung als konstitutiv angesehen werden kann. Teleologisch betrachtet, erscheint nämlich die Eigenschaft von M&A zentral, dass ein Transfer von Eigentumsrechten an Unternehmen mit ihnen einhergeht. Den Transfer von Eigentumsrechten ergänzt Wirtz (2017, S. 10) in seiner aggregierenden teleologischen Betrachtung um die Übertragung von Weisungsund Kontrollbefugnissen. Achleitner (2002, S. 141) hebt in diesem Zusammenhang hervor, dass üblicherweise Übergänge von Eigentumsrechten bzw. Anteilen ohne eine Übertragung von Weisungs- und Kontrollbefugnissen nicht als M&A aufgefasst werden. Als Beispiel führt Achleitner (2002, S. 141) den Erwerb stimmrechtsloser Vorzugs- 2 2.1 2.1.1 7 aktien an. Insbesondere im Kontext sich entwickelnder Volkswirtschaften erscheint jedoch die Differenzierung des Transfers von Eigentumsrechten danach, ob ein Übergang von Weisungs- und Kontrollbefugnissen stattfindet, und damit die Beurteilung der Verwendung des M&A-Begriffs in einem engeren Sinne erschwert. So kann beispielsweise Pistor (2012) für den Fall der sich entwickelnden Volkswirtschaft China dokumentieren, dass Personalentscheidungen chinesischer Finanzinstitute auf höheren Hierarchieebenen von staatlichen Organen getroffen werden, auch wenn diese keine formellen Eigentümer sind. Lebedev et al. (2015) arbeiten in ihrer Literaturübersichtsstudie zu M&A in sich entwickelnden Volkswirtschaften die große Bedeutung idiosynkratischer institutioneller Rahmenbedingungen heraus und betonen, dass die üblicherweise in der Forschung zu M&A getroffenen Annahmen vor diesem besonderen Hintergrund zu erweitern bzw. zu hinterfragen sind. Es wird daher darauf aufmerksam gemacht, dass bei der Verwendung des Begriffs M&A in dieser Untersuchung, die sich mit Unternehmen in sich entwickelnden Volkswirtschaften beschäftigt, in denen unter Umständen stark idiosynkratische institutionelle Rahmenbedingungen existieren, nicht ausnahmslos eine Übertragung von Weisungs- und Kontrollbefugnissen vorausgesetzt werden kann, auch wenn Bedingungen vorliegen, die diese Annahme im Kontext entwickelter Volkswirtschaften üblicherweise rechtfertigen. Pistor (2012, S. 41) berücksichtigend, erscheint im Weiteren eine gedankliche Trennung zwischen ökonomischen Gewinnen bzw. Verlusten, die mit dem Halten von Anteilen an Unternehmen verbunden sind, und Weisungs- sowie Kontrollbefugnissen sinnvoll. Weitere grundlegende Begriffe dieser Untersuchung ergeben sich aus der Unterscheidung verschiedener Arten von M&A. Eine Möglichkeit, M&A zu unterscheiden, ergibt sich aus dem Verwandtschaftsverhältnis, das die Geschäftsfelder der beteiligten Unternehmen zueinander aufweisen. Bei horizontalen M&A stehen die beteiligten Unternehmen in einem engen Verwandtschaftsverhältnis zueinander und befinden sich auf derselben Stufe der Wertschöpfungskette einer Branche, während sie sich bei vertikalen M&A auf verschiedenen befinden. Vertikale M&A werden weiterhin in Up-Stream- und Down-Stream-M&A unterteilt, je nachdem, ob die M&A auf Zulieferer oder Kunden abzielen (Lucks & Meckl, 2015, S. 29–30). Bei einem lateralem M&A hinge- 2 Literaturübersicht 8 gen existiert weder ein Käufer-Verkäufer- noch ein Wettbewerbsverhältnis zwischen den beteiligten Unternehmen (Gaughan, 1999, S. 13). Daher, dass bei Kapitalgesellschaften Eigentümer und Management von Zielunternehmen zu unterschiedlichen Einschätzungen eines Mergers oder einer Akquisition gelangen können, rührt die Einteilung in freundliche oder feindliche M&A. Bei freundlichen M&A stimmen Management und Eigentümer des Zielunternehmens den M&A zu, während bei feindlichen M&A Eigentümer des Zielunternehmens Anteile entgegen den Willen des Managements verkaufen (Wirtz, 2017, S. 18). M&A-Transaktionen können ferner aufgrund ihres geografischen Fokus charakterisiert werden. M&A, bei denen Käufer- und Zielunternehmen aus unterschiedlichen Ländern stammen, werden als Cross-Border M&A (CBMA) bezeichnet, während der gegenteilige Fall, nationale Transaktionen, als Domestic M&A bezeichnet wird (Rossi & Volpin, 2004, S. 280). Letztlich können Zahlungsarten bei M&A in drei Kategorien eingeteilt werden. Es bestehen die Möglichkeiten, die Transaktion über Aktientausch, über eine Barzahlung oder über eine Mischung dieser beiden Zahlungsarten abzuwickeln (Fuller, Netter, & Stegemoller, 2002, S. 1769). Aus einer zeitlichen Betrachtung folgt der Begriff der M&A-Welle. Er steht für den wellenartigen Verlauf, der sich ergibt, wenn man M&A-Aktivität bzw. M&A-Volumen gegen die Zeit aufträgt. Golbe & White (1993) konnten in diesem Zusammenhang eine Erklärungskraft von Sinuskurven für M&A-Zeitreihen feststellen. Aus diesen Begrifflichkeiten kann ein erstes grundlegendes Verständnis von M&A abgeleitet werden, sodass die darauf aufbauenden Ausführungen besser nachvollzogen werden können. Motive für M&A Neben der Terminologie erscheint die Kenntnis von Erklärungsansätzen bzw. Motiven von M&A, die als Nächstes vorgestellt werden, für das Verständnis einer Untersuchung zu M&A fundamental. Eine erste Kategorie von Ansätzen zur Erklärung von M&A ergibt sich aus einer industrieökonomischen Perspektive, bei der Möglichkeiten zur Verbesserung der Wettbewerbsposition beleuchtet werden. So 2.1.2 2.1 Grundlegendes zu Mergers & Acquisitions 9 können M&A zu größerer Marktmacht führen, die sich darin ausdrückt, dass die an M&A beteiligten Unternehmen einerseits bei einer größeren Nachfrage- und Absatzmenge bessere Konditionen aushandeln können und andererseits Wettbewerber vom Eintritt in einen stärker konzentrierten Markt abgehalten werden. M&A können darüber hinaus bewirken, dass Fixkosten auf eine größere Absatzmenge verteilbar werden (Lucks & Meckl, 2015, S. 8–9). Weitere Einsparungen können erzielt werden, wenn Unternehmensressourcen (bspw. Patente) von den an M&A beteiligten Unternehmen für mehrere Produkte genutzt werden können. Man spricht in diesem Zusammenhang auch von Verbundeffekten. Vorausgesetzt ist hierbei, dass diese gemeinsame Nutzung nicht zu einem proportionalen Kostenanstieg führt. Wenn dabei die eigenen Geschäftsbereiche um unverwandte Geschäftsbereiche erweitert werden, spricht man von Diversifizierung (Jansen, 2004, S. 88). Verbundeffekte liefern also auch ein Argument für Diversifizierung. Andere Argumente für Diversifizierung zielen beispielsweise auf eine verbesserte Schuldenaufnahmefähigkeit oder Steuervorteile ab (Berger & Ofek, 1995, S. 40). Aus empirischer Sicht stellt sich Diversifizierung jedoch häufig als wertvernichtendes8 Unterfangen dar, indessen eine Fokussierung bei M&A zumindest als werterhaltend angesehen wird (Bruner, 2001, S. 9). Außerdem lässt sich insbesondere gegen Begründungen für eine Diversifizierung, denen ein Risikoreduktionsgedanke zugrunde liegt, ins Feld führen, dass dieses Ziel über ein entsprechendes Aktienportfolio schneller und kostengünstiger erreicht werden kann als durch M&A (Wirtz, 2017, S. 69). Aus steuerlicher Sicht bietet es sich an, durch M&A Unternehmen mit Verlustvorträgen und/oder stillen Reserven zu erwerben, was für eine Reduktion der zu entrichtenden Steuern für Käuferunternehmen geeignet sein kann. Außerdem kann eine Fremdkapitalfinanzierung von M&A den steuerlich absetzbaren Zinsaufwand erhöhen (Jansen, 2016, S. 176). Ein weiteres Motiv für M&A kann aus der Abwägung zwischen marktlicher und einer hierarchischen Verwaltung der Unternehmensaktivitäten folgen. Es kann nämlich eine Kostenreduktion durch die Verlagerung vom Markt koordinierter Unternehmensaktivitäten in das 8 Erfolgsmetriken für M&A werden im nächsten Unterabschnitt erläutert. 2 Literaturübersicht 10 Unternehmen möglich sein (Williamson, 1991, S. 269). Ruback & Jensen (1983) beleuchten ebenfalls Hierarchisierungsprozesse. Allerdings beziehen sie sich dabei nicht ausschließlich auf unternehmenseigene Aktivitäten, die vorher durch den Markt koordiniert und in Zusammenarbeit mit dem Unternehmen nicht angehörenden Marktteilnehmern erbracht wurden, sondern auch auf die Hierarchisierung unternehmensfremder Aktivitäten. Das Zusammentreffen von Angebot an und Nachfrage nach Möglichkeiten zur Hierarchisierung unternehmensfremder und -eigener Aktivität fassen sie als einen Markt für Unternehmenskontrolle auf (Ruback & Jensen, 1983, S. 5). Ruback & Jensen (1983) stellen die Vermutung auf, dass Managementteams von Unternehmen hier in einem Wettbewerb stehen und darauf abzielen, durch M&A bei ineffizient geführten Unternehmen über das Auswechseln von Managementteams Effizienz- und Wertsteigerungen zu erreichen (Ruback & Jensen, 1983, S. 29). Man könnte dies auch so ausdrücken, dass das Käuferunternehmen bei M&A eine Unterbewertung des Zielunternehmens vermutet, die ineffizientem, aber eben auswechselbarem Management geschuldet ist. Es kann jedoch auch eine allgemeinere Perspektive auf die Ursachen der vom Käuferunternehmen vermuteten Unterbewertung von Zielunternehmen eingenommen werden. Informationsasymmetrien jeglicher Art könnten ein Grund dafür sein, dass das Käuferunternehmen bzw. sein Management von einer Unterbewertung des Zielunternehmens ausgeht (Weston & Halpern, 1983, S. 300). Die sogenannte Hybris-Hypothese widerspricht diesen Unterbewertungsansätzen. Entscheidend für die Hybris-Hypothese ist die Annahme strenger Kapitalmarkteffizienz. Danach sind alle Informationen über das Zielunternehmen dem Kapitalmarkt bekannt (Roll, 1986, S. 212). Diese Annahme entzieht der Vorstellung, dass Manager bei M&A durch die Unterbewertung der Zielunternehmen angetrieben sind, den Boden und rückt stattdessen empirische Untersuchungen der Psychologie in den Vordergrund, die darauf hinweisen, dass Individuen unter Unsicherheit irrationale Entscheidungen treffen können (Roll, 1986, S. 199). Roll (1986, S. 200) argumentiert, dass auch dann, wenn sich M&A-Aktivitäten teilweise als wertschaffend darstellen, dies den Bewertungsfehlern und der Hybris von Managern geschuldet sein 2.1 Grundlegendes zu Mergers & Acquisitions 11 könnte. Bei M&A beobachtete Wertzuwächse wären dieser Argumentationslinie folgend Zufallsfehler (Roll, 1986, S. 199). Neben der Hybris lässt sich eine weitere Motivlage anführen, die nicht wertsteigerungsorientiert9 ist. Diese folgt aus der Free-Cashflow- Hypothese nach Jensen (1986). Jensen (1986) legt das Augenmerk auf einen Prinzipal-Agenten-Konflikt zwischen dem Management und den Eigentümern von Unternehmen. Der Konflikt ergibt sich daraus, dass Ausschüttungen an die Anteilseigner eines Unternehmens eine Reihe von Nachteilen für das Management haben können. Dies ist insbesondere dann von Bedeutung, wenn dem Unternehmen Cashflow in einem Umfang zur Verfügung steht, der die Summe übersteigt, die nötig ist, um alle Investitionsprojekte mit positivem Barwert zu finanzieren. Dieser Überschuss an Cashflow wird auch als Free-Cashflow (freier Cashflow) bezeichnet. Wenn Free-Cashflow an die Anteilseigner ausgeschüttet wird, verringern sich einerseits die Gestaltungspielräume des Managements, andererseits könnte der Kapitalmarkt bei einer erneuten Kapitalaufnahme verstärkt kontrollierend wirken. Außerdem kann das Unternehmenswachstum positiv mit den Entlohnungs- und den Beförderungsmöglichkeiten des Managements zusammenhängen. Aus dem Prinzipal-Agenten-Konflikt zwischen Management und Eigentümern resultiert also eine deutliche Motivlage für M&A, da so einerseits Ausschüttungen an die Eigentümer vermieden werden können und andererseits das Unternehmenswachstum vorangetrieben werden kann (Jensen, 1986, S. 323–324). Insgesamt wird deutlich, dass sich die Motivlage im Falle von M&A als sehr komplex darstellen kann und daher eine abschließende Beurteilung dieser mit Problemen verbunden ist. Neben einer Vielzahl an Ansätzen, die mit einem ökonomischen Kalkül argumentieren und sich überschneiden können, existieren aus der Psychologie herrührende Ansätze, die M&A-Unterfangen als teilweise gänzlich „irrational“ motiviert darstellen. Darüber hinaus wird von dem zu diesem Thema Forschenden beispielsweise gefordert, Annahmen über Kapitalmarkteffizienz oder die Funktionsweise von Märkten im Allgemeinen im Vergleich zu Unternehmenshierarchien zu treffen und ferner Abwä- 9 Die Einteilung in wertsteigernde und nicht wertsteigernde Motive ist übernommen von Wirtz (2017). 2 Literaturübersicht 12 gungen über die Eignung der Idealvorstellung des Homo oeconomicus für seine Zwecke vorzunehmen. Vor diesem Hintergrund kann die Komplexität der Beurteilung der Motive von M&A in Afrika nachvollzogen werden. Dies gilt umso mehr, als M&A in Afrika durch eine große Heterogenität diverser Charakteristika gekennzeichnet sind10. Aus der Komplexität der Motivlagen bei M&A ergibt sich bereits ein Hinweis auf die Schwierigkeit bei der „Messung des Erfolgs“ von M&A, die im Folgenden erläutert wird. Erfolgsmessung Die Untersuchung des Erfolgs von M&A ist seit Dekaden Teil der wirtschaftswissenschaftlichen Literatur, wobei sich eine Vielzahl an Ansätzen zur Messung des Erfolgs von M&A herausgebildet hat (Zollo & Meier, 2008, S. 55). Literaturübersichtsstudien zum Erfolg von M&A nehmen dabei häufig eine Einteilung der Ansätze in kapitalmarkt- und rechnungswesenbasierte vor (z.B.: Das & Kapil (2012); Bruner (2001); Beitel & Schiereck (2003); Meglio & Risberg (2011)). Ansätze zur Erfolgsmessung, die sich nicht hierunter subsumieren lassen, werden beispielsweise als subjektiv (Das & Kapil, 2012, S. 289), als nicht der „Finanzdomäne“ zugehörig (Meglio & Risberg, 2011, S. 422) oder unter Überbegriffen wie „Interviews“, „Befragungen“ oder als Fallstudien eingeordnet (Bruner, 2001, S. 4). In empirischen Studien zum Erfolg von M&A häufig verwendete Kennzahlen des Rechnungswesens betreffen die Rentabilität der Unternehmen (Das & Kapil, 2012, S. 288). Aus dem Rechnungswesen werden jedoch auch Erfolgsmetriken abgeleitet, die beispielsweise die Produktivität (z.B. Zitouna & Bertrand (2008)) oder die Entwicklung des Umsatzes (z.B. Uhlenbruch & De Castro (2000)) betreffen. Der minimale Betrachtungszeitraum für rechnungswesenbasierte Studien ergibt sich aus der Frequenz, mit der bestimmte Daten im Unternehmen erhoben werden bzw. erhoben werden müssen. Im Falle von Profitabilitätskennzahlen führt dies dazu, dass der Betrachtungszeitraum mindestens ein Jahr über den Angebotszeitpunkt hinausreicht. Es exis- 2.1.3 10 S.a. deskriptive Statistiken in dieser Untersuchung 2.1 Grundlegendes zu Mergers & Acquisitions 13 tiert jedoch auch eine Vielzahl an Studien mit weitaus längeren Betrachtungszeiträumen von bis zu sieben Jahren (Tuch & O'Sullivan, 2007, S. 149). Zu den Vorteilen der rechnungswesenbasierten Erfolgsmessung gehört, dass diese tatsächlich realisierten Erfolg misst, während insbesondere marktbasierte Erfolgsmessung auf den Einschätzungen der Zukunft seitens der Kapitalmarktteilnehmer beruht. Weiterhin ermöglicht die Vielzahl bzw. Vielfältigkeit an Aspekten des M&A-Erfolgs, der abgebildet werden kann, eine integriertere Perspektive (Thanos & Papadakis, 2012, S. 114). Letztlich liegt ein großer Vorteil der rechnungswesenbasierten Erfolgsmessung in der Einfachheit. So prognostizieren bspw. Das & Kapil (2012, S. 288) in ihrer Literatur- übersichtsstudie zur Erfolgsmessung bei M&A, dass rechnungswesenbasierte Erfolgsmessung allein schon wegen der Verfügbarkeit der Daten und der einfachen Interpretation weiterhin von M&A-Forschern genutzt werden wird. An Nachteilen rechnungswesenbasierter Erfolgsmessung sticht ins Auge, dass – wie auch bei marktbasierter Erfolgsmessung – manche Aspekte nichtfinanziellen Erfolgs von M&A nicht erfasst werden können. Ein weiterer Nachteil besteht darin, dass rechnungswesenbasierte Erfolgsmetriken den allgemeinen Unternehmenserfolg messen und daher Störeinflüsse nur sehr begrenzt ausgeblendet werden können (Thanos & Papadakis, 2012, S. 113). Daten des Rechnungswesens sind außerdem von der Gesetzgebung des jeweiligen Landes abhängig. Die Gesetzgebung für das Rechnungswesen variiert allerdings nicht nur von Land zu Land, sondern auch innerhalb der Länder mit der Zeit (z.B. Kolaric, 2015, S. 30). Stanton (1987) dokumentiert ferner, wie die Gesetzgebung in einem Land Spielräume lassen kann, die es ermöglichen, unterschiedliche Formen der Erfassung von M&A im Rechnungswesen eines Unternehmens vorzunehmen. Weitere Variationen bei der Dokumentation von M&A im Rechnungswesen können durch die Verwendung unterschiedlicher Finanzierungsarten bei M&A oder die Abänderung von Rechnungswesenpraktiken in der Post-M&A- Phase entstehen (Stanton, 1987, S. 303). Die resultierende Unzuverlässigkeit, mit der der M&A-Vorgang im Rechnungswesen abgebildet wird, kann letztlich durch eine geringere Qualität von Jahresabschlüssen, wie sie in sich entwickelnden Volkswirtschaften vorgefunden werden kann, verstärkt werden (Hult et al., 2008, S. 1070–1071). 2 Literaturübersicht 14 Seit den 1970er-Jahren sind marktbasierte11 Ereignisstudien, die die kurzfristigen Auswirkungen auf den Shareholder Value zum Gegenstand haben, der häufigste Ansatz in der wirtschaftswissenschaftlichen Literatur, um den Erfolg von M&A zu messen. Die M&A-Ankündigung wird bei diesem Ansatz als eine Information aufgefasst, die die Kapitalmarktteilnehmer zu einer Neubewertung der Unternehmen veranlasst (Martynova & Renneboog, 2008, S. 2156). Auf der Annahme aufbauend, dass Aktienpreise den Gegenwartswert zukünftiger Cashflows darstellen, können diese Studien als zukunftsorientiert betrachtet werden (Bruner, 2001, S. 4). Zentral ist in diesem Zusammenhang der Begriff der abnormalen Rendite. Diese bezeichnet die Differenz aus realisierter und erwarteter Rendite (Benchmark). Zur Bestimmung der erwarteten Rendite werden am häufigsten das Fama-French- Dreifaktorenmodell und das Marktmodell verwendet. Die Ermittlung abnormaler Renditen ist auch für längere Betrachtungszeiträume, die Jahre über die M&A-Ankündigung hinausreichen, möglich. Dieses Vorgehen hat jedoch den Nachteil, dass es auf diesem Wege – wie bei rechnungswesenbasierten Studien – schwierig ist, den Einfluss von M&A-Ankündigungen zu isolieren, und es ist aus statistischer Sicht oftmals schwierig, die zu erwartende Rendite zu berechnen (Martynova & Renneboog, 2008, S. 2156). Außerdem ist rechnungswesen- und marktbasierten Studien zur Erfolgsmessung bei M&A gemein, dass sie sich überwiegend auf die Interessen der Anteilseigner bzw. Aktionäre der Unternehmen konzentrieren. Empirische Untersuchungen von bspw. Lazonick & O’Sullivan (2000) stellen jedoch einen positiven Zusammenhang zwischen dem Prinzip der Maximierung des Shareholder Values und nachhaltigem ökonomischen Wachstum bzw. Wohlstand infrage. Weston, Siu & Johnson (2001, S. 199) stellen in diesem Zusammenhang die Frage, ob M&A „wahren sozialen Wert schaffen“. Daher erscheint eine Erweiterung der Perspektive sinnvoll. Einen theoretischen Ansatz hierfür liefert Freeman (1984). Sein Stakeholder-Ansatz betont neben den Interessen der Anteilseigner die Interessen weiterer Anspruchsgruppen, beispielsweise der Mitarbeiter, Manager, Gläubiger oder der Gesellschaft insgesamt. Wenn diese Per- 11 Eine ausführliche Erläuterung und Diskussion marktbasierter Erfolgsmessung bei M&A erfolgt in Kap. 3. 2.1 Grundlegendes zu Mergers & Acquisitions 15 spektive eingenommen wird, kann die Notwendigkeit alternativer Erfolgsmetriken aufkommen. Neben der fraglichen Fixierung auf die Anteilseigner von Unternehmen, die viele rechnungswesen- und marktbasierte Studien aufweisen, können ferner bestimmte Fragestellungen, die im Zusammenhang mit dem Erfolg von M&A stehen, nicht mit Studien dieser Art adressiert werden. Was beispielsweise die M&A- Aktivität antreibt, wie sich der Integrationsprozess vollzieht oder warum M&A hohe Misserfolgsraten haben, muss mit anderen Methoden untersucht werden (Meglio & Risberg, 2010, S. 90). Letztlich können jedoch auch, insbesondere im Fall von M&A mit Unternehmen, die keine Publikumsgesellschaften sind, mangelnde Informationen zu Erfolgsgrößen jeglicher Art vorliegen (Sethi & Krishnakumar, 2012, S. 81). An dieser Stelle kommen Interviews und Befragungen von Stakeholdern der von M&A betroffenen Unternehmen in Betracht. Bei diesem Vorgehen wird häufig das Management der von M&A betroffenen Unternehmen befragt. Die Fragen können sich dabei auf finanzielle (z.B. Vermögensrendite), aber auch nicht-finanzielle Faktoren (z.B. Wettbewerbsposition oder Anzahl Patente) beziehen (Meglio & Risberg, 2011, S. 422). Wenn mittels Befragungen rechnungswesenbasierte Erfolgsmetriken ermittelt werden, wird die häufig verwendete Einteilung in rechnungswesen- und marktbasierte Erfolgsmetriken einerseits und Befragungen und Interviews bzw. Fallstudien (z.B. (Bruner, 2001)) andererseits unscharf. Als Nachteil dieser letzten Kategorie von Erfolgsmetriken erscheinen die vielfältigen Verzerrungseffekte, die bei Interviews und Befragungen auftreten können. Eine ausführliche Diskussion von Verzerrungen, die Interviews und Befragungen im Allgemeinen anhaften können, liefern beispielsweise Bowling (2005) und Fowler (2014). Insbesondere zu Schwierigkeiten bei der Verwendung von Interviews und Befragungen zur Ableitung von Erfolgsmetriken für M&A bzw. Unternehmen geben nachfolgende Studien Auskunft. Im Rahmen von Befragungen des Managements von Unternehmen zu Strategiethemen können Bowman & Ambrosini (1997) feststellen, dass die Antworten von Mitgliedern gleicher Teams zu denselben Fragestellungen derart stark variieren, dass sie Befragungen mit nur einer befragten Person bzw. einem Rückläufer pro Unternehmen als gänzlich unzuverlässige 2 Literaturübersicht 16 Forschungsmethode einstufen. Es scheinen also idiosynkratische Eigenschaften von Managern die Antworten stark zu beeinflussen. Miller, Cardinal, & Glick (1997, S. 189–190) listen eine Reihe von Problemen im Zusammenhang mit retrospektiven Berichten von Führungskräften zu wichtigen Unternehmensphänomenen auf, die in der Literatur zur Organisationsforschung und Unternehmensführung diskutiert werden. Dazu gehören Ungenauigkeiten in den Berichten aufgrund unangemessener Rationalisierungen, zu starker Vereinfachungen, falscher Post-hoc Zuschreibungen oder eines Lapsus Memoriae. Letztlich weisen Miller et al. (1997, S. 189–190) darauf hin, dass gerade „Schlüsselinformanten“ eventuell ein Interesse daran haben könnten, ein Bild zu vermitteln, das sozialen Erwartungshaltungen gerecht wird. Insgesamt scheint der Erfolg von M&A viele Dimensionen zu haben (Meglio & Risberg, 2011). Über die Eignung bestimmter Verfahren zur Messung des Erfolgs von M&A lassen sich daher anscheinend kaum allgemeine Aussagen treffen. In Abhängigkeit von der ihn interessierenden Dimension des Erfolgs, den zur Verfügung stehenden Daten und Abwägungen statistischer Natur obliegt es dem zu diesem Thema Forschenden, eine Entscheidung für eine geeignete Erfolgsmetrik zu treffen, deren Beurteilung eine in weiten Teilen ohne Formalismus auskommende Abwägung zu erfordern scheint. Mit diesem Hintergrundwissen kann die sich anschließende Literaturübersicht zu Ergebnissen der empirischen Messung des Erfolgs von M&A besser eingeordnet werden. Zum Erfolg von M&A im Allgemeinen Der Erfolg von M&A wurde in zahlreichen Studien untersucht. Metaanalysen und Literaturübersichtsstudien zu diesem Thema können bei Zielunternehmen von M&A eine positive Auswirkung auf den Unternehmenserfolg feststellen, während für Käuferunternehmen kein manifester Zusammenhang12 zwischen Unternehmenserfolg und M&A 2.1.4 12 In dieser Untersuchung angeführte Zusammenhänge aus empirischen Studien sind immer signifikant. Wenn in empirischen Studien gefundene Zusammenhänge erwähnt werden, die nicht signifikant sind, wird ausdrücklich darauf hingewiesen. 2.1 Grundlegendes zu Mergers & Acquisitions 17 dokumentiert werden kann. Für die Käuferunternehmen deuten die Studien lediglich darauf hin, dass eher eine Dichotomie als eine Trichotomie des Erfolgs bei M&A existiert, die negative und neutrale Ergebnisse umfasst (z.B.: Datta, Pinches, & Narayanan (1992); King et al. (2004); Bruner (2001); Haleblian et al. (2009)). Tuch & O’Sullivan (2007) nehmen in ihrer Literaturübersichtsstudie zum Erfolg von M&A eine Einteilung in langfristige und kurzfristige Studien (bis zu +/–40 Tage um das Ereignis herum) mit marktbasierter Erfolgsmessung vor. Dabei löst sich in der langen Frist die Dichotomie des Erfolgs bei Käuferunternehmen auf. Tuch & O’Sullivan (2007, S. 148) resümieren, dass in der langen Frist die ganz überwiegende Mehrheit der Studien ein negatives Ergebnis für die Käuferunternehmen feststellt. Für die langfristigen Studien, die mit rechnungswesenbasierter Erfolgsmessung arbeiten, gelangen Tuch & O’Sullivan (2007) allerdings zu keinem klaren Ergebnis. Nicht zuletzt aufgrund dieser nicht eindeutigen Studienlage versucht ein großer Teil der Literatur, Bedingungen zu identifizieren, die den Erfolg von Käuferunternehmen determinieren. Die besondere Bedingung im Zusammenhang mit in dieser Untersuchung betrachteten M&A ist die geografische Herkunft der Zielunternehmen. Zur geografischen Herkunft von Zielunternehmen stellen Doukas & Travlos (1988) sowie Alexandridis, Petzmeas & Travlos (2010) fest, dass die kompetitivsten bzw. am stärksten konsolidierten Märkte für M&A in entwickelten Volkswirtschaften, beispielsweise die Märkte der USA, Kanadas oder des Vereinigten Königreichs, keine Wertsteigerungsmöglichkeiten für Käuferunternehmen zu bieten scheinen. Die Ergebnisse ihrer Studien stehen also für diese Märkte im Einklang mit den Ergebnissen der oben angeführten Literaturübersichtsstudien. Wenn allerdings die Zielmärkte für M&A in sich entwickelnden Volkswirtschaften liegen, können Doukas & Travlos (1988) sowie Alexandridis et al. (2010) positive Entwicklungen des Werts der Käuferunternehmen beobachten. Diese positive Entwicklung ist im Falle der Untersuchung von Doukas & Travlos (1988) umso ausgeprägter, je weniger „ökonomisch entwickelt“ das Zielland ist und je geringer die bisherige M&A-Aktivität in diesen Ländern war. Auf ein Wertsteigerungspotenzial für Käuferunternehmen durch M&A in weniger „entwickelten“ Märkten bzw. Zielländern deuten darüber hinaus 2 Literaturübersicht 18 empirische Untersuchungen von Chari, Ouimet, & Tesar (2010) sowie Oelger & Schiereck (2011) hin. Daher ist grundsätzlich zu erwarten, dass sich M&A mit afrikanischen Zielländern positiv auf die Käuferunternehmen auswirken und die in Literaturübersichtsstudien festgestellte Dichotomie des Erfolgs von M&A keine Gültigkeit für diesen speziellen Fall hat. Eine empirische Untersuchung zu diesem Thema wird in Kapitel 4 durchgeführt. Zunächst soll jedoch der aktuelle Stand der empirischen Literatur zu M&A in Afrika abgebildet werden. Eingeleitet wird dieser Überblick mit deskriptiver Statistik zu M&A in Afrika. Bestandsaufnahme M&A in Afrika: deskriptive Statistik Um eine Vorstellung (1) vom zeitlichen Verlauf der Aktivität, (2) vom industriellen Fokus, (3) von den geografischen Schwerpunkten und (4) von den Transaktionsvolumina bei afrikanischen M&A13 zu erhalten, wurden entsprechende deskriptive Statistiken erstellt, für die auf Daten von Thomson Reuters Financial SDC zurückgegriffen wurde. Die im Folgenden vorgestellten deskriptiven Statistiken beziehen sich auf den Zeitraum 1982 (erste notierte M&A) bis 2016. 2.2 13 Das Zielunternehmen der M&A-Transaktion hat seinen Hauptsitz in Afrika. Angaben zu den Herkunftsländern von Unternehmen beziehen sich in dieser Arbeit immer auf den Hauptsitz der Unternehmen. 2.2 Bestandsaufnahme M&A in Afrika: deskriptive Statistik 19 2. Literaturübersicht  16  2.2 Bestandsaufnahme M&A in Afrika: deskriptive Statistik Um eine Vorstellung (1) vom zeitlichen Verlauf der Aktivität, (2) vom industriellen Fokus, (3) von den geografischen Schwerpunkten und (4) von den Transaktionsvolumina bei afrikanischen M&A13 zu erhalten, wurden entsprechende deskriptive Statistiken erstellt, für die auf Daten von Thomson Reuters Financial SDC zurückgegriffen wurde. Die im Folgenden vorgestellten deskriptiven Statistiken beziehen sich auf den Zeitraum 1982 (erste notierte M&A) bis 2016. Abbildung 3: Entwicklung M&A-Aktivität über die Zeit Abbildung 3 zeigt die Entwicklung der M&A-Aktivität pro Jahr in Richtung afrikanischer Länder. Für den gesamten Betrachtungszeitraum von 1982 bis 2016 sind 9.843 abgeschlossene M&A-Transaktionen mit afrikanischen Unternehmen als Zielunternehmen in der Datenbank von Thomson Reuters Financial SDC registriert. In den Zeitabschnitten von 1982 bis 1998 und 2002 bis 2014 ist ein Aufwärtstrend bei der jährlichen M&A-Aktivität erkennbar. Der Höhepunkt der M&A-Aktivität für den gesamten Betrachtungszeitraum liegt im Jahr 2014 mit 573 verzeichneten Transaktionen gefolgt von den Jahren 1998 und 2015 mit jeweils 568 bzw. 559 M&A. Zum lokalen Maximum der M&A-Aktivität im Jahr 1998 ist jedoch anzumerken, dass von den 568 Transaktionen 462 (81,34%) südafrikanische Unternehmen zum Ziel hatten, wohingegen im Jahr 2014 lediglich 214 (37,35%) der 573 Transaktionen dieser Art waren. Es kommt also vom Höhepunkt der ersten zur zweiten M&A-Welle zu einer deutlichen Verschiebung des geografischen Schwerpunkts der M&A-Aktivität auf dem afrikanischen Kontinent. 13 Das Zielunternehmen der M&A-Transaktion hat seinen Hauptsitz in Afrika. Angaben zu den Herkunftsländern von Unternehmen beziehen sich in dieser Arbeit immer auf den Hauptsitz der Unternehmen. 0 100 200 300 400 500 600 700 Anzahl M&A pro Jahr Entwicklung M&A-Aktivität über die Zeit Abbildung 3 zeigt die Entwicklung der M&A-Aktivität pro Jahr in Richtung afrikanischer Länder. Für den gesamten Betrachtungszeitraum von 1982 bis 2016 sind 9.843 abgeschlossene M&A-Transaktionen mit afrikanischen U ternehme als Zielunternehmen in der Datenbank von Thomson Reuters Financial SDC registriert. In den Zeitabschnitten von 1982 bis 1998 und 2002 bis 2014 ist ein Aufwärtstrend bei der jährlichen M&A-Aktivität erkennbar. Der Höhepunkt der M&A-Aktivität für den gesamten Betrachtungszeitraum liegt im Jahr 2014 mit 573 verzeichneten Transaktio en gefolgt von den Jahren 1998 und 2015 mit jeweils 568 bzw. 559 M&A. Zum lokalen Maximum der M&A-Aktivität im Jahr 1998 ist jedoch anzumerken, dass von den 568 Transaktionen 462 (81,34%) südafrikanische Unternehmen zum Ziel hatten, wohingegen im Jahr 2014 lediglich 214 (37,35%) der 573 Transaktionen dieser Art waren. Es ko mt also vom Höhepunkt der ersten zur zweiten M&A-Welle zu e ner deutlichen Verschiebung des geografischen Schwerpunkts der M&A- Aktivität auf dem afrikanischen Kontinent. Dies betrifft insbesondere Transaktionen, die Unternehmen im subsaharischen Afrika (ohne Südafrika)14 zum Ziel hatten. Im Jahr 1998 hatten 61 (10,74%) der 568 Transaktionen diese Destination. Im Jahr 2014 zielten 261(45,55%) der 573 Transaktionen auf das subsaharische Afrika. Der Anteil von M&A mit Zielunternehmen in Nordafrika stieg während dieser Zeit von 7,75% auf 16,93%. Der geografische Schwerpunkt der M&A-Aktivität verlager- Abbildung 3: 14 Fortlaufend wird die Bezeichnung subsaharisches Afrika in diesem Sinne verwendet, sofern nichts anderes angegeben ist. 2 Literaturübersicht 20 te sich also vom Zielland Südafrika hin zu den Zielregionen Nordafrika und subsaharisches Afrika. N Durchschnittliches 15 Transaktionsvolumen (Mio. USD) Median Transaktionsvolumen (Mio. USD) 4.875 106,612 10,352 Mittelwerte Transaktionsvolumen (1982–2016) Aufschluss über das Volumen der Transaktionen im gesamten Betrachtungszeitraum gibt Tabelle 1. Daten zum Transaktionsvolumen lagen für 4.875 Transaktionen vor. Das durchschnittliche Transaktionsvolumen liegt bei 107 Mio. USD und der Median bei 10 Mio. USD. Rang Käuferland N % 1 Südafrika 4.112 41,78 2 Vereinigtes Königreich 644 6,54 3 Ägypten 569 5,78 4 USA 487 4,95 5 Frankreich 336 3,41 6 Australien 254 2,58 7 Kanada 249 2,53 8 Nigeria 243 2,47 9 Marokko 234 2,38 10 Kenia 137 1,39 Summe 7.265 73,81 Top Ten-Käuferländer (1982–2016) Zur geografischen Herkunft der Käuferunternehmen gibt Tabelle 2 Auskunft. Es sind hier die zehn im Datensatz am häufigsten vertretenen Herkunftsländer von Käuferunternehmen aufgeführt. Die Liste wird angeführt von Südafrika, dem Vereinigten Königreich und Ägypten mit 4.112, 644 bzw. 569 verzeichneten Transaktionen. Neben Südafrika und Ägypten sind an afrikanischen Ländern Nigeria, Marokko und Kenia mit 243, 234 bzw. 137 Transaktionen vertreten. Bei einem Tabelle 1: Tabelle 2: 15 Wenn in dieser Untersuchung von Durchschnitts- oder Mittelwerten die Rede ist, ist das ungewichtete arithmetische Mittel gemeint, sofern nichts anderes angegeben ist. 2.2 Bestandsaufnahme M&A in Afrika: deskriptive Statistik 21 Vergleich der beiden Höhepunkte der M&A-Aktivität in den Jahren 1998 und 2014 zeigt sich, dass sich der Anteil südafrikanischer Käuferunternehmen von 58,08% auf 30,37% reduziert hat. Der Anteil subsaharischer- und nordafrikanischer Käuferunternehmen steigt hingegen von 3,7% auf 15,18% bzw. von 2,28% auf 11,69%. Es ist also auch bei einer käuferseitigen Betrachtung eine Verschiebung des geografischen Fokus festzustellen: weg von südafrikanischen Käuferunternehmen und hin zu Käuferunternehmen aus den Regionen Nord- und subsaharisches Afrika. Der Anteil nicht afrikanischer Käuferunternehmen steigt von 25,7% im Jahr 1998 auf 42,76% in 2014. Unter den zehn häufigsten Käuferländern befinden sich für den gesamten Betrachtungszeitraum fünf nicht afrikanische Länder. Diese sind das Vereinigte Königreich, die USA, Frankreich, Australien und Kanada (644, 487, 336, 254 bzw. 249 Transaktionen). Wenn man die Jahre 1998 und 2014 miteinander vergleicht, ergibt sich in diesem Punkt eine große Konstanz. Diese nicht afrikanischen Länder befinden sich mit Ausnahme von Kanada in beiden Jahren unter den zehn häufigsten Käuferländern, wobei Kanada im Jahr 1998 an fünfter Stelle steht und im Jahr 2014 an elfter. Es gibt also einerseits eine gewisse Stabilität bei den Herkunftsländern nicht afrikanischer Käuferunternehmen, und andererseits kommt es zu einem Rückgang des Anteils intraafrikanischer M&A in der Stichprobe. 2 Literaturübersicht 22 Rang Zielland N % 1 Südafrika 5.321 54,06 2 Ägypten 1.014 10,30 3 Marokko 406 4,12 3 Nigeria 406 4,12 5 Kenia 227 2,31 6 Simbabwe 202 2,05 7 Tunesien 196 1,99 8 Mauritius 159 1,62 9 Ghana 154 1,56 10 Tansania 126 1,28 Summe 8.211 83,42 Top Ten-Zielländer (1982–2016) Tabelle 3 zeigt die M&A-Aktivität nach Zielländern gegliedert. Die vier häufigsten Zielländer sind Südafrika, Ägypten, Marokko und Nigeria. Diese Länder hatten 5.321,1.014, 406 bzw. 406 Transaktionen zum Ziel. Wie bereits oben erläutert, kam es im Lauf der Zeit zu einer starken Verschiebung der M&A-Aktivität in Richtung subsaharischer und nordafrikanischer Länder. Der Anteil an Transaktionen, bei denen Käuferund Zielunternehmen aus demselben Land stammen, liegt bei 44,25%. Tabelle 3: 2.2 Bestandsaufnahme M&A in Afrika: deskriptive Statistik 23 Käuferindustrie N % Finanzen16 3.931 39,94 Basismaterialien17 1.466 14,89 Industrie18 784 7,97 Energie 606 6,16 Lebensmittel 600 6,1 Konsumgüter und Dienstleistungen 535 5,44 Hightech 522 5,3 Medien und Unterhaltung 424 4,31 Immobilien 279 2,83 Telekommunikation 271 2,75 Handel 187 1,9 Gesundheit 165 1,68 Öffentlicher Sektor 73 0,74 Summe 9.843 100 Käuferindustrien (1982–2016) Tabelle 4 gibt eine Übersicht zu den von Thomson Reuters Financials SDC vorgenommenen „makroindustriellen“ Klassifizierungen der Käuferunternehmen. Demnach stammen die Käuferunternehmen am häufigsten aus den Bereichen Finanzen, Basismaterialien und Industrie. In diesen Bereichen fanden 3.931, 1.466 bzw. 784 Transaktionen im gesamten Betrachtungszeitraum statt. Auf diese drei Industriebereiche entfallen damit 62,85% der Transaktionen. Bei einem Vergleich der Jahre 1998 und 2014 ergibt sich lediglich bei drei Käuferindustrien eine Veränderung des Anteils an allen Transaktionen von mehr als drei Prozentpunkten. Der Anteil der Käufer aus dem Bereich Finanzen steigt von 31,51% auf 41,01%. Der Anteil der Käufer aus den Bereichen Tabelle 4: 16 Von Thomson Reuters Financials SDC übernommene „makroindustrielle“ Klassifizierungen 17 Unter diesem Begriff werden von Thomson Reuters Financial SDC die Unterindustrien Chemie, Metalle und Bergbau, Konstruktionsmaterialien, Papier- und Försterei Produkte sowie Container und Verpackung subsumiert. 18 Unter diesem Begriff werden von Thomson Reuters Financial SDC die Unterindustrien Luftfahrt und Verteidigung; industrielle Maschinerie; Werkzeuge; Fahrzeuge, Schiffe und Züge; industrielle Dienstleistungen; industrielle Konglomerate und Transport subsumiert. 2 Literaturübersicht 24 Basismaterialien und Hightech hingegen sinkt von 16,55% auf 9,08% bzw. von 13,38% auf 5,41%. Zielindustrie N % Basismaterialien 2.069 21,02 Finanzen 1.626 16,52 Industrie 1.099 11,17 Lebensmittel 941 9,56 Energie 766 7,78 Konsumgüter und Dienstleistungen 740 7,52 Hightech 713 7,24 Medien- und Unterhaltung 575 5,84 Immobilien 351 3,57 Telekommunikation 345 3,51 Handel 322 3,27 Gesundheit 289 2,94 Öffentlicher Sektor 7 0,07 Summe 9.843 100 Zielindustrien (1982–2016) Die Industriezugehörigkeit der Zielunternehmen zeigt Tabelle 5. Es wird ersichtlich, dass die drei häufigsten Zielindustrien den drei häufigsten Käuferindustrien entsprechen. Es entfallen 2.069, 1.626 bzw. 1.099 Transaktionen auf die Bereiche Basismaterialien, Finanzen und Industrie. Der Anteil der Transaktionen, für die Ziel- und Käuferindustrien übereinstimmen, liegt bei 56,94%. Auch bei einer Betrachtung des Anteils der Übereinstimmung zwischen Ziel- und Käuferindustrien für einzelne Industrien ergibt sich ein ähnliches Bild. Die Übereinstimmung liegt für die Bereiche Basismaterialien, Industrie und Finanzen bei 57,41%, 60,03% bzw. 58,47%. Der Vergleich der Jahre 1998 und 2014 zeigt bis auf die Immobilienindustrie für keine der Zielindustrien eine Abweichung von mehr als drei Prozentpunkten beim Anteil an allen Transaktionen. Der Anteil der Transaktionen, die die Immobilienindustrie zum Ziel haben, steigt von 1,41 % im Jahr 1998 auf 7,33% im Jahr 2014. Tabelle 5: 2.2 Bestandsaufnahme M&A in Afrika: deskriptive Statistik 25 Rang Transaktionswert (Mio. USD) Käufername Käuferland Käuferindustrie Zielunternehmen Zielland (Jahr) Zielindustrie 1 20433,423 Genesis Intl Hldg NV Niederlande Konsumgüter und Dienstleistungen Steinhoff International Holdings Ltd Südafrika (2015) Konsumgüter und Dienstleistungen 2 15017,664 Lafarge SA Frankreich Basismaterialien OCI Cement Group Ägypten (2008) Basismaterialien 3 11078,027 DB Investments SA Luxemburg Basismaterialien De Beers Consolidated Mines Ltd Südafrika (2001) Basismaterialien 4 10700 Bharti Airtel Ltd Indien Telekommunikation Zain Africa BV Nigeria (2010) Telekommunikation 5 9280,418 Al Noor Hospitals Group PLC Vereinigte Arabische Emirate Gesundheit Mediclinic International Ltd Südafrika (2016) Gesundheit 6 6437,964 Momentum Life Assurers Ltd Südafrika Finanzen First National Bank Holdings Ltd (Anglo American Corp of South Africa) Südafrika (1998) Finanzen 7 5658,853 Emirates Telecommun Grp Co Vereinigte Arabische Emirate Telekommunikation Itissalat Al Maghrib SA Marokko (2014) Telekommunikation 8 5616,671 ICBC China Finanzen Standard Bank Group Ltd Südafrika (2008) Finanzen 9 4952,613 Barclays PLC Vereinigtes Königreich Finanzen Absa Group Ltd Südafrika (2005) Finanzen 10 4802,416 Aktionäre Südafrika Finanzen Kumba Iron Ore Südafrika (2006) Basismaterialien Top Ten-M&A (1982–2016) In Tabelle 6 sind die zehn nach Transaktionsvolumen größten M&A aufgeführt. Das durchschnittliche Transaktionsvolumen der zehn M&A liegt bei 9,4 Mrd. USD und der Median bei 7,9 Mrd. USD. Die Käufer Tabelle 6: 2 Literaturübersicht 26 stammen zu 20% aus afrikanischen Ländern bzw. Südafrika. Der Anteil von Transaktionen, bei denen Ziel- und Käuferland übereinstimmen, liegt bei 20%. Kaum vertreten sind M&A mit subsaharisch afrikanischer Beteiligung. Es ist eine Transaktion mit nigerianischem Zielunternehmen verzeichnet. Zudem existieren zielseitig zwei Transaktionen mit nordafrikanischer Beteiligung, während die restlichen Transaktionen auf das Zielland Südafrika entfallen. Im Vergleich zum Gesamtdatensatz ist der zielseitige Fokus auf Südafrika stärker ausgeprägt, und es fällt auf, dass die großvolumigen Transaktionen eher auf die großen und weiterentwickelten Volkswirtschaften Afrikas abzielen. Die Ziel- und Käuferindustrien liegen wie im Gesamtdatensatz schwerpunktmäßig in den Bereichen Finanzen und Basismaterialien. Mit 100% ist die Übereinstimmungsquote von Ziel- und Käuferindustrien sehr viel höher als im Gesamtdatensatz, wo diese bei 56,94% liegt. Diversifizierung spielt also bei diesen großvolumigen M&A keine Rolle. Insgesamt dokumentieren die deskriptiven Statistiken eine große Dynamik und Heterogenität im M&A-Geschehen in Afrika. Dennoch können mit diesem Hintergrundwissen das Design und die Ergebnisse der in den Abschnitten 2.3 bis 2.5 vorgestellten empirischen Studien zu M&A in Afrika besser nachvollzogen und beurteilt werden. Außerdem bauen die in dieser Untersuchung durchgeführten empirischen Studien u.a. auf den hier vorgestellten deskriptiven Statistiken auf. Empirische Studien zu M&A in Afrika Die Unterabschnitte 2.3.1 bis 2.3.3 geben eine Übersicht zu empirischen Studien, die sich mit M&A in Afrika befassen. Dabei liegt der Fokus der Literaturübersicht auf solchen empirischen Studien, die sich mit M&A mit afrikanischen Zielunternehmen beschäftigen und in möglichst direkter Weise mit der Frage nach der Entwicklung des Werts der Käuferunternehmen zusammenhängen19. 2.3 19 Für eine Literaturübersicht, die auch darüberhinausgehende Fragestellungen adressiert, wie beispielsweise die Entwicklung volkswirtschaftlicher Kennzahlen im Zusammenhang mit M&A in Afrika, siehe Ellis et al. (2015). 2.3 Empirische Studien zu M&A in Afrika 27 Empirische Studien zu M&A im Finanzsektor Nigerias Der größte Teil der empirischen Literatur zu M&A in Afrika befasst sich mit den Auswirkungen von Reformen im Banken- und Versicherungssektor Nigerias im Jahr 2004, die eine Konsolidierungswelle nach sich zogen. Hintergrund dieser Reformen war eine Reihe von Problemen, die der damalige Präsident der Zentralbank Nigerias, Charles Soludo, wie folgt zusammenfasste: 1. Schwache Corporate Governance (bspw. hohe Fluktuation in Vorständen und Aufsichtsräten sowie ungenaues bzw. falsches Reporting) 2. Keine oder verzögerte Veröffentlichung von Jahresabschlüssen, was Marktdisziplinierung verhinderte 3. Missbräuche von Insidern bei der Vergabe von Krediten, die zu hohen Kreditausfallquoten führten 4. Hohe Insolvenzquote, die Soludo (2004) auf eine schlechte Kapitalausstattung der Banken zurückführte, die zu wenig Puffer zum Ausgleich operativer Verluste besäßen Selbst Banken, die die damals herrschenden Mindestkapitalanforderungen von 7,53 Millionen USD bzw. einer Milliarde Naira erfüllten, hatten nach Einschätzung von Soludo (2004) eine zu niedrige Kapitalbasis, was mit den Mindestkapitalanforderungen in vergleichbaren sich entwickelnden Volkswirtschaften (bspw. Malaysia 526,4 Mio. USD) begründet wurde (Soludo, 2004, S. 3). Um dieser Probleme Herr zu werden, setzte die Zentralbank Nigerias Reformen durch, deren für den weiteren Verlauf der Untersuchung wichtigste Aspekte im Folgenden zusammengefasst sind: 1. Die Mindestkapitalanforderung wurde für Banken auf 25 Mrd. Naira erhöht. Bei Nichterfüllung dieser Auflage drohte ein Abzug von Einlagen des öffentlichen Sektors (Soludo, 2004, S. 3). Die Mindestkapitalanforderungen für Versicherungen erhöhten sich ebenfalls, in der Höhe abhängig vom Versicherungsbereich (Aduloju, Awoponle, & Oke, 2008). 2. Konsolidierung von Banken durch M&A (Soludo, 2004, S. 3). 2.3.1 2 Literaturübersicht 28 3. Die restlichen Reformen lassen sich in ihrer Gänze beschreiben mit einer Nulltoleranz-Politik gegen jegliche Form schlechter Corporate Governance, mangelnder Transparenz und sonstigen Fehlverhaltens (Ali, Ekpe & Omotayo, 2016, S. 42). Der Erfolg oder Misserfolg dieser Maßnahmen ist nach Kenntnisstand des Autors die in der Literatur zu M&A in Afrika am ausführlichsten diskutierte Fragestellung. Empirische Untersuchungen hierzu werden nachfolgend vorgestellt. 2.3 Empirische Studien zu M&A in Afrika 29 Autoren Fokus der Untersuchung Untersuchte Variablen Methode Stichprobe/ Zeitraum Hauptergebnis Gomes et al. (2012) Personalmanagement und Bedeutung für M&A-Erfolg Qualitative Analyse 19 Banken nach M&A; 37 Mitarbeiter Kulturelle Unterschiede innerhalb Nigerias bedeutsam für Integrationsprozess Aduloju et al. (2008) Erfolg von M&A als Antwort auf veränderte Mindestkapitalanforderungen Wahrnehmung M&A seitens Mitarbeiter im Hinblick auf verschiedene Erfolgsgrößen Qualitative Analyse; Chi- Quadrat- Test 54 Mitarbeiter/22 Unternehmen M&A als nachhaltige Möglichkeit wahrgenommen, aufgezwungenen Kapitalerhöhung zu begegnen Anifowose, Genty & Atiku (2011) Zusammenhang zwischen M&A und Personalmanagement bzw. Unternehmenserfolg Personalmanagement; Unternehmenserfolg (Konstruktion d. Variablen nicht erläutert) Qualitative Analyse; Chi- Quadrat- Test 89 Mitarbeiter/4 M&A M&A beeinflusst Personalmanagement; Negativer Zusammenhang zwischen Unternehmenserfolg und M&A Michael (2013) Auswirkung Konsolidierungswelle auf Dividendenzahlungen der Banken Dividende je Aktie; Bankreserve; Einnahmen; Kapital Paardifferenzentest; Multiple Regressionsanalyse 6 M&A (2003–2009) Dividende je Aktie erhöht sich durch M&A Udoidem & Acha (2012) Zusammenhang M&A und Wachstumsraten des Bankvermögens Wachstumsrate Bankvermögen Deskriptive Analyse; 19 Banken nach M&A und 70 vor M&A (1997– 2003 und 2004– 2010) Geringe Verbesserung Wachstumsrate Bankvermögen Abdulazeez et al. (2016) Effekt von M&A auf Performance von Einlagenbanken in Nigeria Eigenkapitalrendite; Vermögensrendite Deskriptive Analyse; Paardifferenzentest 4 Banken (2 Käuferunternehmen und 2 Zielunternehmen, die „ihre Identität“ nach M&A behalten) (2002– 2008) Positive nicht signifikante Entwicklung Eigenkapital- und Vermögensrendite Akinbuli & Kelilume (2013) Waren M&A eine Möglichkeit für nigerianische Banken, finanzielle Notlagen zu umgehen, nachdem Vorschriften für Mindestkapital geändert wurden? Kennzahlen zu Unternehmenswachstum, Rentabilität und operativer Effizienz Befragung von 20 Vorstandsmitgliedern; Erhebung Sekundärdaten; Keine statistischen Tests 10 Banken (2004–2008) Positive Entwicklung d. Kennzahlen zu Unternehmenswachstum; Verschlechterung von Kennzahlen, die operative Effizienz betreffen Übersicht zu Performancestudien20 und Mitarbeiterbefragungen21 Tabelle 7: 20 Bezeichnung für rechnungswesenbasierte Erfolgsstudien 21 S.a. Ellis et al. (2015, S. 141–151) 2 Literaturübersicht 30 Autoren Fokus der Untersuchung Untersuchte Variablen Methode Stichprobe/ Zeitraum Hauptergebnis Oghojafor & Adebisi (2012) Zusammenhang M&A und „finanzielle Anspannung Banksektor“, Profitabilität, „schlechte Corporate Governance“ M&A (Dummy-Variable); „finanzielle Anspannung Banksektor“ (Konstruktion nicht erläutert); Profitabilität; „schlechte Corporate Governance“ (Konstruktion nicht erläutert) Multiple Regressionsanalyse; Zwei-Stichproben-t- Test 87 Mitarbeiter/5 Banken Profitabilität erhöht sich durch M&A Ikpefan & Kazeem (2013) Zusammenhang Vermögensrendite und Unternehmensgröße (Bankvermögen), Wachstumsrate Einlagen, Kredit-Einlagen- Verhältnis vor und nach Fusionen Vermögensrendite; Unternehmensgröße (Bankvermögen); Wachstumsrate Einlagen; Kredit-Einlagen-Verhältnis Paneldatenregression; Schätzmodelle:Pooled OLS; Fixed Effect; Random Effect 10 Banken nach M&A (2000–2009) Vor Fusionen: positiver Zusammenhang Bankvermögen und Vermögensrendite; Nach Fusion: negativer Zusammenhang Vermögensrendite und Bankvermögen Tabelle 7 (Fortsetzung): Übersicht zu Performancestudien und Mitarbeiterbefragungen22 In Tabelle 7 befindet sich eine Übersicht zu Performancestudien und Befragungen bzw. Interviews, die sich mit den Reformen im nigerianischen Finanzsektor beschäftigen. Zunächst werden die Ergebnisse von drei ausschließlich auf Mitarbeiterbefragungen bzw. Interviews beruhenden Studien vorgestellt. Gomes et al. (2012) analysieren mittels einer explorativen qualitativen Studie den Zusammenhang zwischen dem Erfolg von M&A während der Konsolidierungsphase im nigerianischen Bankensektor und Personalmanagementthemen. Ein Ergebnis ihrer Analyse ist, dass im Unterschied zur allgemeinen M&A-Literatur, die die Bedeutung kultureller Differenzen zwischen Unternehmen aus verschiedenen Ländern betont (z.B. Chatterjee et al., 2001), bei M&A in Afrika auch kulturelle Unterschiede innerhalb eines Landes eine bedeutende Rolle spielen könnten. Gomes et al. (2012) dokumentieren dies anhand kultureller Differenzen, insbesondere bei M&A zwischen Banken des Nordens und Südens Nigerias. In ihren Interviews finden sich Hinweise darauf, dass auch diese innerstaatlichen Kulturunterschiede den Integrationsprozess bei den von ihnen betrachteten M&A in bedeutsamer Weise 22 S.a. Ellis et al. (2015, S. 148–150) 2.3 Empirische Studien zu M&A in Afrika 31 erschweren (Gomes et al., 2012, S. 32). Insofern scheinen die multiethnischen Staaten Afrikas, die vielfach unter kolonialer Fremdbestimmung entstanden sind, eine besondere Herausforderung darzustellen, wenn es um die Erforschung der Bedeutung kultureller Differenzen für den Erfolg von M&A geht. Aduloju et al. (2008) befragen Mitarbeiter nigerianischer Versicherungen zu ihrer Wahrnehmung von M&A als einer Handlungsalternative, um den veränderten Mindestkapitalanforderungen zu begegnen. Dabei kommen sie zu dem Schluss, dass M&A von den Mitarbeitern konsolidierter Versicherungen als ein geeignetes Mittel eingeschätzt werden, um ein dauerhaftes Fortbestehen der Unternehmen zu gewährleisten. Ferner schließen Aduloju et al. (2008) auf einen positiven Einfluss der M&A auf das Marketing, das Management und die Reputation der Unternehmen. Als Handlungsempfehlung leiten sie ab, dass insbesondere der Zusammenschluss mit multinationalen Versicherern, die ihren Schwerpunkt in der Öl- und Gasindustrie haben, helfen könnte, die genannten Verbesserungspotenziale zu realisieren (Aduloju et al., 2008, S. 465–467). Anifowose, Genty & Atiku (2011) untersuchen mittels Mitarbeiterbefragungen die Rolle des Personalmanagements bei M&A während der Konsolidierungsphase im Bankensektor Nigerias. Die Misserfolgsquote von M&A liegt in ihrer Studie bei zwei Dritteln, was sie auf den Widerstand der Belegschaften gegen M&A und mangelnde Fähigkeit zur Integration neuer Mitarbeiter zurückführen (Anifowose et al., 2011, S. 67). Sie können zwar auch eine Veränderung der Personalmanagementpraktiken im Zuge der M&A feststellen, jedoch werden diese von Anifowose et al. (2011) als nicht weitreichend genug eingestuft, als dass damit den mit M&A verbundenen Schwierigkeiten begegnet werden könnte. Zur erfolgreicheren Gestaltung von M&A-Prozessen empfehlen Anifowose et al. (2011, S. 72), die Ansichten und Ideen der Mitarbeiter zu M&A stärker zu berücksichtigen bzw. diese überhaupt zu identifizieren. Insgesamt ist die Studie von Anifowose et al. (2011) kritisch zu betrachten, da die Konstruktion der Variablen Personalmanagement und Unternehmenserfolg nicht erläutert wird. 2 Literaturübersicht 32 Auf Finanzkennzahlen gestützt, untersuchen die nachfolgenden Studien die Auswirkungen der Reformen im nigerianischen Finanzsektor. Michael (2013) analysiert die Veränderung der Dividende je Aktie von Banken im Zuge der Konsolidierungen. Im ersten Schritt seiner Untersuchung stellt Michael (2013) eine positive Entwicklung der Dividende je Aktie der fusionierten Banken fest (Vergleich mit kapitalgewichteter23 Durchschnittsdividende je Aktie im Vorfeld der Fusion (Michael, 2013, S. 262). Ferner kann Michael (2013) einen positiven Zusammenhang zwischen der Dividende je Aktie und den drei Variablen Bankreserve, Einnahmen und Marktkapitalisierung feststellen. Da diese drei Variablen durch M&A anwachsen, schließt Michael (2013), dass M&A einen positiven Einfluss auf die Dividende je Aktie haben. Die positive Entwicklung der Dividende je Aktie lässt Michael (2013, S. 266) vermuten, dass im Vorfeld der M&A entsprechende Vereinbarungen zwischen Management und Aktionären getroffen worden sein müssen. Michael (2013, S. 266) empfiehlt daher, die Zustimmung zu M&A durch die Aktionäre mit ebensolchen Vereinbarungen zu erreichen. Udoidem & Acha (2012) vergleichen die Entwicklung der durchschnittlichen Wachstumsrate des Bankvermögens nigerianischer Banken im Zeitraum vor und nach Beginn der Konsolidierungswelle. Ihre deskriptive Analyse dokumentiert einen Anstieg der durchschnittlichen Wachstumsrate des Bankvermögens um 2 Prozentpunkte. Udoidem & Acha (2012) schätzen daher M&A als geeignetes Mittel ein, um kleinere Banken zu stabilisieren, und geben die politische Empfehlung, den Konsolidierungsprozess gesetzlich zu forcieren, bis der nigerianische Bankenmarkt aus fünf Banken besteht (Udoidem & Acha, 2012, S. 139). Die Entwicklung der Vermögens- und Eigenkapitalrendite nigerianischer Einlagebanken während der Konsolidierungswelle wird von Abdulazeez, Suleiman & Yahaya (2016) untersucht. Hierbei können Abdulazeez et al. (2016) eine nicht signifikante positive Entwicklung der beiden Größen in der Post-M&A-Periode feststellen. 23 Alle in Kapitel 2 vorgestellten Performancestudien nutzen kapitalgewichtete Durchschnittswerte von Unternehmenskennzahlen für die Zeit vor Fusionen. 2.3 Empirische Studien zu M&A in Afrika 33 Akinbuli & Kelilume (2013) erkennen bei einer deskriptiven Analyse der Nachfusionsperiode nigerianischer Banken, die durch die ver- änderten Mindestkapitalanforderungen in eine finanzielle Notlage geraten waren, eine positive Entwicklung von Kennzahlen zum Unternehmenswachstum. Bei den Rentabilitätskennzahlen hingegen bietet sich ein gemischtes Bild. Kennzahlen zur operativen Effizienz verschlechtern sich. Zusammenfassend stellen Akinbuli & Kelilume (2013, S. 43) fest, dass eine Verschlechterung von Unternehmenskennzahlen bei M&A gehäuft auftritt, wenn diese durch gesetzlichen Zwang erfolgen. Damit widersprechen sie Udoidem & Acha (2012, S. 139), die gesetzlichen Zwang als Mittel zur Schaffung „robuster Banken“ empfehlen. Udoidem & Acha (2012) nutzen für ihre Untersuchung zwar eine größere Stichprobe, doch basiert ihre Empfehlung lediglich auf der Betrachtung der Wachstumsrate des Bankvermögens. Insofern erscheint die Studie von Akinbuli & Kelilume (2013) für die Anteilseigner nigerianischer Banken relevanter und deutet darauf hin, dass von Zwangsmaßnahmen zur Konsolidierung Abstand genommen werden sollte. Oghojafor & Adebisi (2012) betrachten, wie Fusionen während der Konsolidierungswelle in Nigeria mit der „finanziellen Anspannung des Bankensektors“, der Profitabilität und „schlechter Corporate Governance“ in den Unternehmen zusammenhängen. Konstatieren können Oghojafor & Adebisi (2012) u. a., dass sich im Zuge der Fusionen die Unternehmensgewinne positiv entwickeln. (Die Konstruktion der Variablen „finanzielle Anspannung des Bankensektors“ und „schlechte Corporate Governance“ ist nicht erläutert, was das Verständnis und eine Interpretation der in Bezug auf diese Variablen gewonnenen Ergebnisse erschwert.) Ikpefan & Kazeem (2013) prüfen mittels Paneldatenregression den Zusammenhang zwischen der Entwicklung der Vermögensrendite nigerianischer Banken und der Unternehmensgröße, der Wachstumsrate der Einlagen und dem Kredit-Einlagen-Verhältnis. Eines ihrer Ergebnisse ist, dass in der Vorfusionsperiode die Unternehmensgröße, gemessen am Bankvermögen, und die Vermögensrendite der Banken positiv zusammenhängen, während in der Nachfusionsperiode ein negativer Zusammenhang zwischen diesen beiden Größen festgestellt werden kann. Dieses Ergebnis könnte so interpretiert werden, dass, sobald 2 Literaturübersicht 34 eine gewisse kritische Größe der Banken durch M&A erreicht worden ist, weitere den Unternehmenserfolg steigernde M&A schwieriger zu realisieren sind. Autoren (Jahr) Stichprobe/Zeitraum Intervall CAAR (%) Käufer Barde & Salisu (2015) 3 M&A (2007–2013) [-3;3] 0.03924 Ereignisstudie zur Konsolidierungswelle im nigerianischen Bankensektor Eine Ereignisstudie zur Konsolidierungswelle im nigerianischen Bankensektor führen nach Kenntnisstand des Autors ausschließlich Barde & Salisu (2015) durch (s.a. Tabelle 8). Dabei können sie in allen betrachteten Intervallen eine nicht signifikante positive Entwicklung der kumulierten durchschnittlichen abnormalen Renditen25 (CAAR) der Käuferunternehmen beobachten. Autoren (Jahr) Fokus der Untersuchung Untersuchte Variablen Methode Stichprobe/ Zeitraum Hauptergebnis Assaf, Barros & Ibiwoye (2012) Wie hat sich Konsolidierung von Banken in Nigeria auf Kosteneffizienz der akquirierenden Banken ausgewirkt? Kosteneffizienz Bayesian Random Frontier Model; Bayesian Stochastic Frontier Model 25 Banken nach M&A (2002–2007) Positive Entwicklung der Kosteneffizienz Effizienzstudie zur Konsolidierungswelle im nigerianischen Bankensektor26 Neben der Untersuchung von Akinbuli & Kelilume (2013) existiert zur Entwicklung der Effizienz nigerianischer Banken nach Kenntnisstand des Autors nur eine Studie. Die Ergebnisse der Studie veranschaulicht Tabelle 9. Assaf, Barros & Ibiwoye (2012) können im von ihnen betrachteten Zeitraum, 2002 bis 2007, eine stetige Verbesserung der Kosteneffizienz beobachten. Die positive Entwicklung führen Assaf et al. (2012) auf eine Verminderung der Fragmentierung innerhalb des nigerianischen Tabelle 8: Tabelle 9: 24 Höchster Wert der Teststatistik 25 S.a. Abschnitt 3.2 26 S.a. Ellis et al. (2015, S. 150) 2.3 Empirische Studien zu M&A in Afrika 35 Bankensektors zurück, die die Reformpolitik zum Ziel hatte. Für den subsaharischen afrikanischen Markt sehen Assaf et al. (2012, S. 226) durch die starke Kapitalausstattung Wettbewerbsvorteile für nigerianische Banken. In ihrer Gesamtheit deuten die Studien bis auf Akinbuli & Kelilume (2013) und Anifowose et al. (2011) auf einen positiven Einfluss der Konsolidierungen im nigerianischen Bankensektor hin. Abgesehen von der Studie von Anifowose et al. (2011), welche die Konstruktion der Variable Unternehmenserfolg nicht erläutert, verbessern sich Kennzahlen zum Unternehmenswachstum und der Rentabilität in allen Studien, die diese Variablen betrachten. Akinbuli & Kelilume (2013) können zwar eine Verschlechterung der operativen Effizienz beobachten, doch Assaf et al. (2012) widersprechen diesem Ergebnis mit einer Untersuchung, die aufgrund des größeren Stichprobenumfangs sowie fortgeschrittenerer empirischer Methoden (Bayesian Random Frontier Model; Bayesian Stochastic Frontier Model), der deskriptiven, ohne statistische Tests arbeitenden Studie von Akinbuli & Keliume (2013) für eine abschließende Beurteilung vorzuziehen ist. Die politische Handlungsempfehlung, Anreize für Konsolidierungen durch M&A im Bankensektor zu setzen, die die Mehrheit der Autoren gibt, scheint also gerechtfertigt zu sein. Auf den ersten Blick könnte der Stichprobenumfang der angeführten Untersuchungen gering erscheinen. Dieser ist allerdings insofern relativierbar, als am Ende des Konsolidierungsprozesses lediglich 25 Banken in Nigeria existierten. Die positiven Ergebnisse der Untersuchungen decken sich mit der Literatur zu M&A im Bankenbereich außerhalb Nigerias. So kommen Kolaric & Schiereck (2014) in ihrer Literaturübersichtsstudie zu dem Ergebnis, dass es mit zunehmendem Grad der Reife der Bankenindustrie in einem Land für Banken schwieriger wird, Wertsteigerungen durch M&A zu erzielen, während unkonsolidierte und weniger reife Märkte in Entwicklungsländern anscheinend nach wie vor Wertsteigerungspotenzial bieten (Kolaric & Schiereck, 2014, S. 64). Insofern ist es nachvollziehbar, dass sich die zu Beginn der Reformen wenig gereifte nigerianische Bankenindustrie, den vorgestellten Untersuchungen nach zu urteilen, in zahlreichen beobachteten Größen positiv entwickelt hat. 2 Literaturübersicht 36 Damit erscheinen die Erhöhung der Mindestkapitalanforderungen und das Setzen von Anreizen für M&A zur Erreichung dieses Ziels als ein Modell für andere stark fragmentierte Bankenmärkte in Afrika, die sich durch eine unzureichende Kapitalausstattung ihrer Banken auszeichnen. Empirische Studien zu M&A im Finanzsektor afrikanischer Länder Zu M&A in der Finanzindustrie Afrikas außerhalb Nigerias existiert eine geringe Anzahl an Studien. Zunächst werden zwei Studien vorgestellt, die nicht schwerpunktmäßig CBMA in der Finanzindustrie behandeln, aber länderübergreifend angelegt eine wichtige Erkenntnis zu CBMA in der afrikanischen Bankenindustrie und darüber hinaus Informationen zu möglichen Determinanten von CBMA-Aktivität zu beinhalten scheinen. 2.3.2 2.3 Empirische Studien zu M&A in Afrika 37 Autoren (Jahr) Fokus der Untersuchung Untersuchte Variablen Methode Stichprobe/Zeitraum Hauptergebnis Wilson & Vencatachellum (2016) Was sind die Determinanten von CBMA mit Zielländern in Afrika? CBMA-Aktivität; Rohstoffreichtum; Entwicklung internationale Anleihenund Aktienmärkte; Inflationsrate; Wechselkurs; Korruption; Größe regionaler Aktienmarkt; Bankensektorentwicklung Panelregression; Schätzmodelle: Pooled OLS; Fixed Effects, Difference GMM & System GMM 46 Länder; 2.446 M&A CBMA-Aktivität hängt positiv zusammen mit: Entwicklung internationaler Anleihen – und Aktienmärkte; Rohstoffreichtum; Größe regionaler Aktienmarkt Agbloyor et al. (2012) Wie beeinflusst die Bankensektorentwicklung die CBMA-Aktivität Afrika? CBMA-Aktivität; Bankensektorentwicklung; BIP; Qualität der Institutionen; Finanzielle Offenheit; Inflation; Zinsdifferenz Panelregression; Schätzmodell: Baltagi Panel Instrumental Variable Error Component Two Stage Least Squares 11 Länder; 119 M&A bzw. 86 M&A Positiver Zusammenhang zwischen CBMA-Aktivität und den Variablen Bankensektorentwicklung; BIP; Qualität der Institutionen; Finanzielle Offenheit Untersuchungen zu Determinanten der CBMA-Aktivität Eine Übersicht zu den Studien bietet Tabelle 10. Wilson & Vencatachellum (2016) prüfen eine Reihe von Faktoren auf ihren Einfluss auf die CBMA-Aktivität in Richtung afrikanischer Länder für den Zeitraum 1990 bis 2011. Sie können dabei feststellen, dass Einflussfaktoren, deren Bedeutung für Entwicklungsländer in anderen Studien dokumentiert wurde, auch für den afrikanischen Kontinent relevant sind. Für ihre Untersuchungen verwenden Wilson & Vencatachellum (2016) eine Paneldatenregression, für die sie mit Pooled Ordinary Least Square Models, Fixed Effects Models sowie Difference- und System Generalised Method of Moments Models schätzen. Unabhängig von der gewählten Schätzmethode hängen in ihrer Untersuchung die Entwicklung internationaler Aktien- und Anleihemärkte positiv mit der CBMA-Aktivität in einem Land zusammen. Außerdem stellen sie einen positiven Zusammenhang der Entwicklung des Aktienmarktes sowie des Rohstoffreichtums eines Landes mit der CBMA-Aktivität fest. Tabelle 10: 2 Literaturübersicht 38 Agbloyor et al. (2012) betrachten den Zusammenhang zwischen CBMA-Aktivität und der Entwicklung des Bankensektors für einen Datensatz elf afrikanischer Länder im Zeitraum 1993 bis 2008. Dabei kommen sie zu dem Ergebnis, dass die Bankensektorentwicklung in einem Land die CBMA-Aktivität fördert. Ferner vermuten sie aufgrund ihrer Untersuchungen, dass ein kausaler Zusammenhang in zwei Richtungen existiert, dass also einerseits die Bankensektorentwicklung zu einer erhöhten CBMA-Aktivität führt, aber auch andererseits die CBMA-Aktivität die Bankensektorentwicklung befördert. Auch Wilson & Vencatachellum (2016) können einen positiven Zusammenhang zwischen der Bankensektorentwicklung und der CBMA- Aktivität feststellen, jedoch nicht unabhängig von der gewählten Schätzmethode ihrer Panelregressionen (drei von vier Modellen bestätigen diesen Zusammenhang). Zusammengenommen deuten die Studien jedoch auf die wichtige Rolle eines entwickelten Bankensektors für die CBMA-Aktivität hin. Darüber hinaus finden Agbloyor et al. (2012) eine positive Beziehung zwischen der CBMA-Aktivität und dem Bruttoinlandsprodukt, der finanziellen Offenheit (für ausländische Investoren) sowie der Qualität der Institutionen in den jeweiligen Ländern. Die Variable Bankensektorentwicklung wird in den Studien von Wilson & Vencatachellum (2016) sowie Agbloyor et al. (2012) über das Verhältnis von Kreditvolumen zu Bruttoinlandsprodukt angenähert. Damit kann diese Variable auch als Indikator für die Kreditverfügbarkeit gedeutet werden. Die Ergebnisse der beiden Studien legen also nahe, dass M&A ausländischer Banken neben dem Wertsteigerungspotenzial für die Käufer auch eine positive Auswirkung auf die jeweiligen Volkswirtschaften haben könnten. CBMA könnten also ein Weg sein, um die Kreditverfügbarkeit in afrikanischen Ländern zu verbessern. Empirische Studien zu M&A im Finanzsektor afrikanischer Länder außerhalb Nigerias existieren nach Kenntnisstand des Autors in geringem Umfang. Tabelle 11 bietet hierzu eine erste Übersicht. 2.3 Empirische Studien zu M&A in Afrika 39 Autoren (Jahr) Fokus der Untersuchung Untersuchte Variablen Methode Stichprobe/ Zeitraum Hauptergebnis Rotich et al. (2015) Einfluss von M&A auf Unternehmenserfolg kommerzieller Banken in Kenia Eigenkapitalrendite; Vermögensrendite; Gewinn je Aktie Deskriptive Analyse; Vergleich ROE; ROA; EPS der Banken vor Fusionen mit ROE, ROA EPS nach Fusion; Keine statistischen Tests 36 Banken; 18 M&A (2000– 2010) Gemischte Ergebnisse Makaza et al. (2015) Warum bedienen sich simbabwische Versicherer nicht M&A, um verschärfte Eigenkapitalanforderungen zu erfüllen, bzw. warum sind simbabwische Unternehmen nicht für ausländische Unternehmen als Übernahmeziele interessant? Qualitative Studie; Interviews mit Vorständen der Versicherungen und Befragungen 24 Vorstände simbabwischer Versicherungsunternehmen Landesrisiko schreckt ausländische Investoren ab Empirische Studien zu M&A im Finanzsektor außerhalb Nigerias Rotich et al. (2015) untersuchen Fusionen von Banken in Kenia im Zeitraum 2000 bis 2010 mittels einer deskriptiven Analyse der Unternehmenskennzahlen Gewinn je Aktie sowie Vermögens- und Eigenkapitalrendite. Die Betrachtung der Entwicklung der Unternehmenskennzahlen liefert ein gemischtes Bild. Die Mehrheit der untersuchten Fusionen ist jedoch mit einer positiven Entwicklung der beobachteten Kennzahlen verbunden. Rotich et al. (2015) identifizieren zwei Bedingungen, von denen sie einen positiven Einfluss auf den Verlauf der Fusionen vermuten. Ihrer Ansicht nach schneiden solche Fusionen besser ab, die in einer nicht feindlichen, kooperativen Weise ablaufen oder die die schwache Kapitalbasis einer der beteiligten Banken überwinden. Da die empirischen Studien darauf hindeuten, dass bei M&A im Bankenbereich in Afrika, sofern in den Ländern nicht bereits eine ausführliche Konsolidierung stattgefunden hat, für Share- und Stakeholder der betroffenen Unternehmen positive Auswirkungen zu erwarten sind, stellt sich die Frage, welche Unwägbarkeiten ein solches Vorgehen für lokale und internationale Banken mit sich bringt. Makaza et al. (2015) führen eine entsprechende Untersuchung durch, die sich allerdings auf Versicherer in Simbabwe konzentriert. Die in dieser Studie Tabelle 11: 2 Literaturübersicht 40 gewonnenen Ergebnisse scheinen jedoch auch für die Situation afrikanischer Banken im Allgemeinen von Bedeutung zu sein. Der Simbabwe-Dollar wurde, beginnend im Jahr 2009, als Währung abgelöst, und die Mindestkapitalanforderungen für Versicherungen erhöhten sich auf 3 Mio. USD (Makaza et al., 2015, S. 258). Wenn man die aus den bisherigen Studien abgeleiteten Handlungsempfehlungen auf diese Situation übertrüge, ergäbe sich, dass internationale oder lokale Versicherungen die Versicherungen aufkaufen sollten, welche mit einer schwachen Kapitalbasis kämpfen. Makaza et al. (2015) untersuchen, warum dies nur in geringem Umfang in Simbabwe geschieht. In Interviews und Befragungen mit Vorstandsmitgliedern aller simbabwischen Versicherer stellt sich heraus, dass internationale Investoren zwar die Möglichkeiten, die mit M&A in Simbabwe verbunden sind, erkennen, aber das Landesrisiko sie abschreckt. Lokale Investoren hingegen sehen den potenziellen Zugewinn an Marktanteilen als zu gering an im Verhältnis zu den nötigen Investitionen, zumal sie ebenfalls Schwierigkeiten haben, ihre Kapitalbasis in USD zu erhöhen. Im Vordergrund steht für sie also die Gefahr, durch M&A in ihrer Wettbewerbsfähigkeit noch weiter geschwächt zu werden. Der Zusammenschluss kleinerer Versicherer ist wiederum aufgrund der Gesetzeslage problematisch (Makaza, et al.; 2015, S. 260). Somit gibt es einen empirischen Hinweis darauf, dass dem Wertsteigerungspotenzial durch M&A in der Finanzindustrie Afrikas in wenig entwickelten Märkten ein entsprechendes Risiko gegenübersteht. Eine genaue Analyse des Landesrisikos afrikanischer Staaten könnte helfen, Zielunternehmen für M&A zu identifizieren, die ein Wertsteigerungspotenzial bieten, aber aufgrund einer eventuell pauschal negativen Wahrnehmung afrikanischer Staaten nicht zur Kenntnis genommen werden. Auf der anderen Seite erscheint es angesichts der Studienlage sinnvoll, dass afrikanische Staaten in wenig entwickelten Märkten lokale Banken dazu ermutigen, sich mittels M&A zusammenzuschließen oder ausländischen Investoren Anreize für M&A bieten. Neben den Studien zu M&A, die den Finanzsektor Afrikas betreffen, existiert eine Reihe von Studien, die M&A in Afrika im Allgemeinen behandeln und im nächsten Abschnitt besprochen werden. 2.3 Empirische Studien zu M&A in Afrika 41 Empirische Studien zu M&A in afrikanischen Ländern im Allgemeinen Autoren Untersuchungsgegenstand Methode Stichprobe/ Zeitraum Hauptergebnis Portelli & Narulla (2006) Welche Auswirkungen haben Akquisitionen in Tansania auf akquirierte Unternehmen und mit diesen verbundenen Unternehmen in technologischer Hinsicht? Qualitative Studie; Fragebögen und Interviews 2 akquirierte Unternehmen; Zusätzlich Stakeholder der Unternehmen (2002– 2003) Technologische Aufwertung von Zielunternehmen und Zuliefererunternehmen Sanda & Benin (2011) Wie nehmen Mitarbeiter Fusion zweier ghanaischer Unternehmen der Bergbauindustrie wahr? Qualitative Studie; Fragebogen 169 Mitarbeiter (2004) Mehrheit der Mitarbeiter empfindet M&A als schlecht kommuniziert und als eigene Produktivität mindernd Erhun et al. (2005) Auswirkungen globaler Fusionen in pharmazeutischer Industrie auf Niederlassungen in Nigeria Zwei Fragebögen; Einer für Mitarbeiter der lokalen Niederlassungen der zusammengeschlossenen Unternehmen; Ein weiterer für Mitarbeiter auf supranationaler Ebene 5 Käuferunternehmen; 15 lokale Niederlassungen (2003) Positiver Einfluss der Fusionen auf lokaler Ebene Ellis et al. (2015) Synergiepotenzial und Integrationshindernisse bei M&A im subsaharischen Afrika Qualitative Analyse 5 Führungskräfte; 3 Unternehmen Lokale Kompetenzen sind aufrecht zu erhalten; Integrationshindernisse: kulturelle Komplexität, Wissenstransfer und Vorstellungen organisationaler Gerechtigkeit Auf Befragungen und Interviews beruhende Studien zu M&A in Afrika27 Tabelle 12 zeigt eine Übersicht zu Studien, die M&A in Afrika zum Gegenstand haben und auf Interviews und Befragungen basieren. 2.3.3 Tabelle 12: 27 S.a. Ellis et al. (2015, S. 141–152) 2 Literaturübersicht 42 Portelli & Narula (2006) beschäftigen sich mit den Auswirkungen zweier M&A mit tansanischen Ziel- und ausländischen Käuferunternehmen. Hintergrund ihrer Untersuchung ist, dass im Rahmen eines Liberalisierungsprozesses landwirtschaftliche Industrieunternehmen privatisiert wurden und es vermehrt zu CBMA kam. In ihrer Studie gehen sie über den Shareholder-Value-Ansatz hinaus und versuchen mittels Interviews, Befragungen und Erhebung von Sekundärdaten, Aufschluss über die Technologieübertragung auf die Zielunternehmen und mit diesen verbundenen Unternehmen (Zulieferer) zu gewinnen. Dabei können sie bei den Zielunternehmen eine technologische Aufwertung feststellen. Auch die Zulieferunternehmen können aufgrund ihrer Kooperation mit den Zielunternehmen technologisch aufrüsten. Allerdings betonen die Autoren, dass die CBMA in einer Industrie stattgefunden haben, die eine Stärke der tansanischen Volkswirtschaft darstellt. Bei einem großen Auseinanderfallen zwischen technologischem Niveau von Käufer- und Zielunternehmen sei es fraglich, ob Technologieübertragungen in relevantem Umfang gelingen können (Portelli & Narula, 2006, S. 22–23). Auch Sanda & Benin (2011) wählen eine stakeholderorientierte Perspektive und untersuchen die Fusion zweier ghanaischer Unternehmen der Bergbauindustrie im Hinblick auf die Wahrnehmung der Mitarbeiter. Ihre Untersuchung zeigt, dass die Mitarbeiter die Fusion mehrheitlich als schlecht kommuniziert empfinden und eine Veränderung der Arbeitsrollen mit dieser verbunden ist. Diese Situation wird von der Mehrheit der Mitarbeiter als Stress wahrgenommen, der ihre Arbeitsproduktivität verschlechtert. Als Empfehlung leiten Sanda & Benin (2011) wie auch Anifowose et al. (2011) ab, die Mitarbeiter stärker in den M&A-Prozess einzubinden und ferner eine Institution einzurichten, die für Kommunikation zwischen den Unternehmen in beiden Richtungen verantwortlich ist, mit dem Ziel, die „wahrgenommene organisationale Ungerechtigkeit“ zu reduzieren. Außerdem schlie- ßen sie, dass Mitarbeiter in das Redesign neuer Jobs eingebunden sein und Training für neue Jobs erhalten sollten (Sanda & Benin, 2011, S. 33). Erhun, Demehin, & Erhun (2005) wählen ebenfalls Befragungen für ihre Untersuchung von fünf Fusionen multinationaler Konzerne der pharmazeutischen Industrie mit lokalen nigerianischen Unterneh- 2.3 Empirische Studien zu M&A in Afrika 43 men und nehmen eine stakeholderorientierte Perspektive ein. Zur Motivlage der multinationalen Unternehmen zeigen die Befragungen, dass in der pharmazeutischen Industrie auf globaler Ebene eine kritische Masse nötig ist, um konkurrenzfähig zu bleiben, im Hinblick auf Kosten, steigenden regulatorischen Druck und sich rasch verändernde Kundenbedürfnisse. Auf lokaler Ebene ergibt sich ein positiver Einfluss auf die Geschäftstätigkeit in vielerlei Hinsicht. So berichtet die Mehrheit der Mitarbeiter von einem verbesserten Produktportfolio, erhöhter „Marketingmacht und -fähigkeit“, gesteigerter Profitabilität (Kosteneinsparungen) und Produktivität (neue Technologien) sowie erhöhtem Unternehmenswert (Erhun et al., 2005, S. 381). Ferner deutet die Studie von Erhun et al. (2005) in Übereinstimmung mit Portelli & Narulla (2006) darauf hin, dass die CBMA den Zielunternehmen Zugang zu neuer Technologie eröffnen. Hinzuzufügen ist dem allerdings, dass die positiven Entwicklungen anfangs von einem Clash der unterschiedlichen Unternehmenskulturen begleitet waren, der mit einem Verlust von Personal einherging (Erhun et al., 2005, S. 379). Dies bestätigt die oben angeführten Ergebnisse von Sanda & Benin (2011) sowie Anifowose et al. (2011), und es erscheint sinnvoll, die von ihnen unterbreiteten Vorschläge bezüglich des Integrationsmanagements aufzugreifen und bei komplexen Operationen, wie sie CBMA multinationaler Unternehmen in Afrika darstellen, zu verwenden. Die Studien von Portelli & Narulla (2006), Sanda & Benin (2011) und Erhun et al. (2005) ergeben, dass CBMA in afrikanischen Ländern mit Vorteilen für die Zielunternehmen und deren Stakeholder verbunden zu sein scheinen. Insbesondere die Produkte bzw. die Technologien und Prozesse zu deren Herstellung könnten sich für die Zielunternehmen und deren Stakeholder durch CBMA verbessern. Wichtig erscheint jedoch, dass ein besonderes Augenmerk auf die Einbindung der Mitarbeiter gelegt wird, um negative Auswirkungen der CBMA zu minimieren. Weiteren Aufschluss über Aspekte, die für das Personalmanagement im Hinblick auf eine erfolgreiche Gestaltung von M&A in Afrika von Bedeutung sein könnten, gibt eine Studie von Ellis et al. (2015). Ellis et al. (2015) führen Interviews mit Führungskräften von drei Unternehmen durch, die entweder ihren Unternehmenshauptsitz oder ihren Hauptsitz für die Region Afrika in Südafrika haben und von die- 2 Literaturübersicht 44 sem aus M&A mit Zielunternehmen im subsaharischen Afrika tätigen. Im Hinblick auf die Realisierung von Synergien stellen sie in ihren Interviews fest, dass einerseits die Rekrutierung hochqualifizierter Arbeitskräfte mit großen Schwierigkeiten verbunden sein kann, weil diese auf den lokalen Arbeitsmärkten nicht in ausreichendem Umfang zur Verfügung stehen, und andererseits die Entlassung ungeeigneter Mitarbeiter im Zuge der M&A insbesondere in Südafrika mit großen Schwierigkeiten verbunden sein kann, da in diesem Zielmarkt lokale Wettbewerbstribunale M&A verhindern können, wenn Arbeitsplatzverluste zu erwarten sind (Ellis et al., 2015, S. 161). Als für die Realisierung von Synergien dienlich stufen Ellis et al. (2015) es aufgrund ihrer Interviews des Weiteren ein, wenn das lokale Know-how und die Beziehungen der Zielunternehmen gehalten werden können und eine kulturelle Nähe zwischen Ziel- und Käuferunternehmen besteht. Bezüglich kultureller Aspekte kommen Ellis et al. (2015) wie auch Gomes et al. (2012) zu dem Ergebnis, dass kulturelle Differenzen innerhalb von Staaten bei M&A in Afrika eine größere Rolle spielen könnten als in der allgemeinen M&A-Literatur. In diesem Zusammenhang merken Ellis et al. (2015) an, dass das Vermeiden von Dominanz bestimmter ethnischer Gruppen im Unternehmen Konflikte während des Integrationsprozesses reduzieren könnte. Letztlich ergeben sich aus den Interviews Hinweise darauf, dass, außer durch den Mangel an qualifizierten Arbeitskräften, die Übertragung von Know-how vom Ziel- auf das Käuferunternehmen dadurch erschwert werden könnte, dass in einem Umfeld niedrigen Vertrauens der Mitarbeiter in bestehende Rechtsnormen zur Wahrung ihrer Interessen eine Arbeitsatmosphäre mit geringer Erwartung oder Wahrnehmung organisationaler Gerechtigkeit entsteht (Ellis et al., 2015, S. 163). 2.3 Empirische Studien zu M&A in Afrika 45 Autoren (Jahr) Untersuchungsgegenstand Untersuchte Variablen Methode Stichprobe/ Zeitraum Hauptergebnis Oduro & Agyei (2013) Untersuchung der Auswirkung von Fusionen auf Unternehmenserfolg ghanaischer Unternehmen Eigenkapitalrendite; Vermögensrendite; Fusion (Dummy-Variable); Kontrollvariablen Paardifferenzentest/ Panelregression (keine Erläuterung Schätzmodell) 5 Fusionen (1999–2010) Verschlechterung Eigenkapitalrendite und Vermögensrendite; Negativer Einfluss der Dummy-Variable Fusion auf Eigenkapitalrendite Darko & Twum (2014) Entwicklung Unternehmenskennzahlen Guiness Ghana Ltd nach Fusion mit Ghana Breweries Ltd Eigenkapitalrendite; Vermögensrendite; Nettogewinnmarge; Bruttogewinnmarge; Liquidität 1. Grades; Liquidität 2. Grades; Verschuldungsgrad; Interne Wachstumsrate; Nachhaltige Wachstumsrate; Gewinn je Aktie; Dividende je Aktie Fallstudie; Betrachtung Entwicklung Unternehmenskennzahlen vor und nach Fusion; Keine statistischen Tests 1999–2009 Allgemeiner Abwärtstrend Profitabilitätskennzahlen; Negative Entwicklung Liquiditätskennzahlen; Abnahme Verschuldungsgrad; Abnahme Gewinn je Aktie; Zunahme Dividende je Aktie; Anstieg Wachstumskennzahlen Ismail et al. (2011) 1. Entwicklung des Unternehmenserfolgs von ägyptischen Unternehmen, die in M&A involviert waren. 2. Hat die Industriezugehörigkeit der Unternehmen Bedeutung für Auswirkung der M&A? 8 Profitabilitätskennzahlen; 4 Effizienzkennzahlen; 4 Liquiditätskennzahlen; 3 Bonitätskennzahlen; 8 Kennzahlen bezüglich Cashflow- Position Paardifferenzentest 9 Fusionen (1996–2003) Nicht signifikante Verbesserung von Unternehmenskennzahlen für die Gesamtstichprobe 2 Literaturübersicht 46 Autoren (Jahr) Untersuchungsgegenstand Untersuchte Variablen Methode Stichprobe/ Zeitraum Hauptergebnis Agundu & Karibo (1999)28 Entwicklung Unternehmensrisiko und „Gesundheit“ nach Fusion von Lipton Nigeria Ltd. und Lever Brothers Nigeria Plc Unternehmensgesundheit: Altmanscher Z- Faktor; Unternehmensrisiko: Varianzmaß Umsatz und Gewinn Fallstudie; F-Test; multivariate lineare Diskriminanzanalyse nach Altman (1968) 1979–1989 Verminderung Unternehmensrisiko und Verbesserung Unternehmensgesundheit Performancestudien zu M&A in Afrika In der empirischen Literatur zu M&A in Afrika existiert eine Reihe von Performancestudien, die im Folgenden vorgestellt wird und zu denen Tabelle 13 eine Übersicht bietet. Oduro & Agyei (2013) untersuchen anhand von Unternehmenskennzahlen den Erfolg aller Fusionen der an der Börse Ghanas gelisteten Unternehmen im Zeitraum 1999 bis 2010. Bei drei der untersuchten Fälle handelt es sich um innerghanaische Zusammenschlüsse und in den restlichen Fällen um CBMA mit französischer bzw. südafrikanischer Beteiligung. Dabei können sie im Rahmen einer univariaten Analyse eine Verschlechterung der Vermögens- und Eigenkapitalrendite der Unternehmen feststellen. Die multivariate Analyse ergibt einen negativen Einfluss der Fusionen auf die Eigenkapitalrendite. Auch Oduro & Agyei (2013, S. 102) leiten aus ihren Untersuchungen ab, dass Maßnahmen getroffen werden müssen, um das Schlüsselpersonal zu halten bzw. neues anzuziehen. Das Augenmerk empfehlen sie, hierbei auf die Unternehmenskommunikation, Konfliktmanagement und leistungsabhängige Vergütung zu legen. Problematisch an der Studie von Oduro & Agyei (2013) wirkt, dass nicht beschrieben wird, mit welchem Schätzmodell sie ihre Panelregression durchgeführt haben. Darko & Twum (2014) betrachten im Rahmen einer Fallstudie eine der Fusionen, die auch von Oduro & Agyei (2013) analysiert wurde. Im Jahr 2004 fusionierten Guinness Ghana Limited und Ghana Tabelle 13: 28 S.a. Ellis et al. (2015, S. 144) 2.3 Empirische Studien zu M&A in Afrika 47 Breweries Limited. Bei ihrer deskriptiven Analyse dieser Fusion stellen Darko & Twum (2014) eine Verschlechterung der von ihnen betrachteten Profitabilitäts- und Liquiditätskennzahlen fest. Positiv entwickelt sich hingegen der Verschuldungsgrad (falls Verringerung positiv aufgefasst wird), Kennzahlen zum Unternehmenswachstum und die Dividende je Aktie. Die positive Entwicklung der Dividende je Aktie bestätigt die Ergebnisse von Michael (2013). Diese Entwicklung könnte wie bei Michael (2013) als ein Zugeständnis an die Aktionäre interpretiert werden, die das mit einer Fusion verbundene Risiko mitgetragen haben. Ismail, Abdou & Annis (2011) prüfen die Auswirkungen von Fusionen ägyptischer Unternehmen auf eine Vielzahl an Unternehmenskennzahlen. Dabei stellen sie für ihre Gesamtstichprobe keine signifikante Veränderung von Unternehmenskennzahlen fest. Für eine Teilstichprobe von Unternehmen der Bauindustrie dagegen verbessern sich Unternehmenskennzahlen zur Profitabilität und Verschuldung. Agundu & Karibo (1999) untersuchen die Entwicklung der Unternehmensgesundheit und des Unternehmensrisikos von Lipton Nigeria Ltd. und Lever Brothers Nigeria Plc. im zeitlichen Umfeld der Fusion der beiden Unternehmen. Die Entwicklung der Unternehmensgesundheit wird dabei mittels multivariater linearer Diskriminanzanalyse nach Altman (1968) über den Altmanschen Z-Faktor operationalisiert. Der in der multivariaten linearen Diskriminanzanalyse verwendete Altmansche Z-Faktor, der ein gewichteter Durchschnitt von Finanzkennzahlen ist, welche die Liquidität eines Unternehmens beschreiben, verbessert sich in ihrer Untersuchung derart, dass Agundu & Karibo (1999) auf eine positive Entwicklung der Unternehmensgesundheit im Zuge der Fusion schließen. Die Varianz des Gewinnes und des Umsatzes, die sie als Indikator für das Unternehmensrisiko verwenden, sinkt dagegen, weshalb die Fusion von Agundu & Karibo als das Unternehmensrisiko mindernd aufgefasst wird. Ihre Untersuchung schließen Agundu & Karibo (1999, S. 17) mit dem Hinweis darauf, dass nigerianische Unternehmen M&A als mögliches Instrument der Unternehmensführung zur Steigerung der Unternehmensprofitabilität bei gleichzeitiger Senkung des Unternehmensrisikos ins Auge fassen sollten. 2 Literaturübersicht 48 Samet (2010) betrachtet im Rahmen einer Fallstudie die Fusion der Société Tunisienne des Banques mit den Banken Banque de Développement de l’Economie Tunisienne und Banque Nationale du Développement Touristique (alle Banken sind tunesischer Herkunft). Zwar verwendet Samet (2010) den Ereignisstudienansatz, doch eine Vielzahl an Mängeln lässt das von Samet (2010) gefundene neutrale Ergebnis hinsichtlich der Entwicklung der CAR fragwürdig erscheinen. Neben der Stichprobengröße wirkt beispielsweise problematisch, dass keine Angaben zur Höhe der CAR der Société Tunisienne des Banques gemacht werden und das Ereignisfenster nicht benannt wird. In einem zweiten Schritt seiner Untersuchung betrachtet Samet (2010), wie sich verschiedene Unternehmenskennzahlen der Société Tunisienne des Banques nach der Fusion im Vergleich zu den Unternehmenskennzahlen einer Peergroup acht weiterer Banken entwickelt haben. Auch dieser Untersuchungsansatz weist jedoch Mängel auf. So wird beispielsweise nicht erläutert, nach welchen Kriterien die Peergroup zusammengestellt wird. Aufgrund der Vielzahl methodischer Mängel werden die Ergebnisse von Samet (2010) im Rahmen der Untersuchung keine weitere Berücksichtigung finden. 2.3 Empirische Studien zu M&A in Afrika 49 Autoren (Jahr) Untersuchungsgegenstand Methode Stichprobengröße Betrachtete Variablen Hauptergebnis CAAR (%) Käufer (Zeitfenster) Barbopoulos et al. (2013) Wie wirken sich Auslandsdirektinvestitionen von Unternehmen aus Großbritannien in sich entwickelnden Volkswirtschaften auf Unternehmenswert aus? Ereignisstudie; Regressionsanalyse; Zweistichproben-t- Test Insgesamt 306 CBMA; Davon 50 in Afrika (1993– 2008) Korruption; Politisches Risiko; Kulturelle Distanz; Physisches Vermögen; Freier Cashflow; Tobin’s Q; Ressourcenorientierung; Verschuldung; Liquidität; Käufergrö- ße; Bindungsintensität; Erwerb physischen Vermögens Teilstichprobe Afrika weist die höchsten CAAR aus. CAAR d. Gesamtstichprobe hängen positiv zusammen mit Bindungsintensität der ADI, Korruption, politischem Risiko, Ressourcenorientierung, Erwerb physischer Vermögenswerte 2,95***2 9 (-1;0) Krishnakumar et al. (2013) Auswirkung von CBMA indischer Unternehmen in Afrika auf Unternehmenswert indischer Käuferunternehmen Ereignisstudie; Fallstudien zweier gescheiterter Transaktionen Ereignisstudie: 41 CBMA; Fall-studie: (2002– 2010) Kein Zusammenhang der CBMA mit Unternehmenswert; Regulatorische Hürden sollten abgebaut werden. 0,001 (-5;5) Ereignisstudien zu M&A in Afrika Nach Kenntnisstand des Autors existieren außer der Studie von Barde & Salisu (2015), die sich auf drei nigerianische Unternehmen konzentriert, lediglich drei weitere Studien, die M&A mit Zielunternehmen in Afrika marktbasiert untersuchen. Zwei dieser Studien bedienen sich der Ereignisstudien-Methodik und sind in Tabelle 14 illustriert. Krishnakumar, Sethi, & Chidambaran (2014) untersuchen die Entwicklung der Aktienkurse indischer Unternehmen nach der Ankündi- Tabelle 14: 29 Statistische Signifikanz: * 10%-Niveau; ** 5%-Niveau; *** 1%-Niveau 2 Literaturübersicht 50 gung von CBMA in afrikanischen Ländern. Dabei können sie keinen Zusammenhang zwischen CBMA und den CAAR der indischen Unternehmen feststellen. Krishnakumar et al. (2014) beobachten außerdem, dass CBMA durch politischen Widerstand seitens afrikanischer Staaten erschwert werden. Als Handlungsempfehlung leiten sie ab, dass die politischen bzw. wirtschaftlichen Beziehungen zwischen afrikanischen Staaten und Indien dahingehend verbessert werden sollten, dass indische Auslandsdirektinvestitionen in Afrika vereinfacht werden, indem regulatorische Hürden zwischen indischen und afrikanischen Staaten abgebaut werden (Krishnakumar et al., 2014, S. 53). Barbopoulos et al. (2014) analysieren, wie sich Auslandsdirektinvestitionen (ADI) britischer Unternehmen in sich entwickelnden Volkswirtschaften auf deren Aktienkurs auswirken. Afrika bildet bei ihrer Untersuchung eine Ländergruppe sich entwickelnder Volkswirtschaften. Es ergibt sich ein positiver Zusammenhang der CAR mit der Ankündigung der Auslandsdirektinvestitionen für die Gesamtstichprobe sich entwickelnder Volkswirtschaften. Für die Teilstichrobe afrikanischer Länder ergeben sich die höchsten CAR. Dem Einwand, dass die Studie CBMA30 nur als Teilmenge von ADI beinhaltet, kann dadurch begegnet werden, dass Barbopoulos et al. (2014) in einer zusätzlich durchgeführten Regressionsanalyse mit der Gesamtstichprobe feststellen können, dass ein positiver Zusammenhang zwischen der ADI-Form CBMA bzw. Bindungsintensität und den CAR der Käuferunternehmen existiert. Ferner können Barbopoulos et al. (2014) beobachten, dass ADI in Ländern mit hohem politischem Risiko oder hoher Korruption zu höheren CAR führen als ADI in Ländern mit niedrigem politischem Risiko oder niedriger Korruption. Dies erklären sie damit, dass in diesen Ländern mit meist schwachem Rechtssystem durch Korruption besonders profitable Investitionsmöglichkeiten erschlossen werden können. Des Weiteren können sie einen positiven Einfluss des Erwerbs von Ressourcen auf die CAR beobachten. Barbopoulos et al. (2014) schließen ihre Untersuchung mit dem Hinweis darauf ab, dass CBMA im Rohstoffbereich in Ländern mit hohem politi- 30 Die ADI der Stichprobe umfassen M&A, Joint Venture sowie Allianzen und Kooperationsvereinbarungen. 2.3 Empirische Studien zu M&A in Afrika 51 schen Risiko und hoher Korruption besonders profitable Anlagemöglichkeiten bieten könnten31. Autoren (Jahr) Untersuchungsgegenstand Betrachtete Variablen Methode Stichprobe/Zeitraum Hauptergebnis Triki & Chun (2011) Wie wirken sich CBMA US-amerikanischer Unternehmen in Afrika auf deren Wert aus? Industriematch; Kurs-/Buchwert; Barzahlung; Kontrollerwerb; Zielland Südafrika; Erfahrung; Blockholderanteile; Korruption; Ökon. Stabilität; Rechtssystem; Anzahl Independent Directors BHR; Fama- French-Dreifaktorenmodell; Zweistichproben t- Test; Regressionsanalyse 96 CBMA (1982– 2010) BHAAR 1 Jahr: 0,116 Jensens Alpha: -0,381***; Positiver Zusammenhang BHAR mit Zielland Südafrika; starkem Rechtssystem; Ökon. Stabilität; Erfahrung und Anzahl Independent Directors Langfristige marktbasierte Erfolgsmessung32 Triki & Chun (2011) analysieren den langfristigen Erfolg von CBMA US-amerikanischer Unternehmen in Afrika, was Tabelle 15 veranschaulicht. Triki & Chun (2011) dokumentieren dabei positive durchschnittliche abnormale Buy-and-Hold-Renditen (BHAAR; s.a. Abschnitt 3.4) für die Käuferunternehmen, die nicht signifikant sind. Gemessen mittels Fama-French-Dreifaktorenmodell (s.a. Abschnitt 3.4), ergibt sich jedoch ein hochsignifikant negatives Jensens Alpha. Einen positiven Zusammenhang mit den BHAAR können sie für CBMA mit südafrikanischen Zielunternehmen- und ländern mit starkem Rechtssystem sowie niedrigem ökonomischem Risiko beobachten. Außerdem hängt die Anzahl der Independent Directors in den Käuferunternehmen und deren Erfahrung positiv mit den BHAAR zusammen. Triki & Chun (2011) leiten aus ihren Ergebnissen ab, dass afrikanische Staaten ökonomische Stabilität anstreben und den rechtlichen Schutz ausländischer Investoren verbessern sollten. Ferner empfehlen sie angesichts der kleinen Stichprobe von 64 US-amerikanischen Unternehmen für die Regressionsanalyse, dass sich zukünftige Untersuchungen zu die- Tabelle 15: 31 Sie können in ihrer Untersuchung einen positiven Zusammenhang zwischen einem Interaktionsterm, der das Produkt von Variablen ist, die die Ressourcenorientierung und die Korruption im Zielland beschreiben, und den CAR finden. 32 S.a. Ellis et al. (2015, S. 141) 2 Literaturübersicht 52 sem Thema nicht auf US-amerikanische Käuferunternehmen beschränken sollten. Die Ergebnisse von Triki & Chun (2011) scheinen damit zunächst denen von Barbopoulos et al. (2014) zu widersprechen. Dieser Widerspruch ist jedoch schwierig zu deuten, da Triki & Chun (2011) nur sehr ungenau und teilweise überhaupt nicht erklären, wie sie die Variablen, die Institutionen des Ziellandes betreffen, konstruieren. Die Quelle und Konstruktion der Variable Rechtssystem wird von Triki & Chun (2011) nicht erläutert. Bezüglich der Variable ökonomische Stabilität wird lediglich angegeben, dass die Auslandsverschuldung im Verhältnis zum BIP, Import Cover33 und Wechselkursstabilität in die Konstruktion einfließen. Der World Governance Indicator der Weltbank für die politische Stabilität beruht auf Expertenbefragungen zu diesem Thema (s.a Abschnitt 4.2). Die politische Stabilität eines Landes und makroökonomische Rahmenbedingungen, wie die von Triki & Chun (2014) untersuchten, erscheinen zwar eng zusammenhängend, jedoch gibt es Aspekte der politischen Stabilität, die durch diese Variablen nicht erfasst werden. So können sich beispielsweise Auslandsverschuldung im Verhältnis zum BIP und Import Cover über lange Zeiträume unabhängig von politischen Unruhen bewegen, welche jedoch von politischen Experten registriert werden. Insofern sind politische und ökonomische Stabilität nur scheinbar so eng miteinander verknüpft, dass das unterschiedliche Ergebnis für beide Variablen als Widerspruch erscheinen muss. Ferner betrachten die Studien von Triki & Chun (2014) und Barbopoulos et al. (2014) unterschiedliche Fristen. Auch die unterschiedlichen Ergebnisse für die Variablen Rechtssystem und Korruption können sinnvoll erklärt werden. Beispielsweise fließt in den World Governance Index der Weltbank(s.a. Abschnitt 4.2) zu den Rechtssystemen in Ländern mit ein, wie die Durchsetzung geltenden Rechts von Experten wahrgenommen wird. Ein autoritäres Staatswesen könnte jedoch in vielen Bereichen Recht in strikter Weise durchsetzen und auf der anderen Seiten von korrupten politischen Eliten geprägt sein. 33 Währungsreserven ausgedrückt in der Anzahl der Monate, für die mit jenen Importe des Landes bezahlt werden könnten. 2.3 Empirische Studien zu M&A in Afrika 53 Insgesamt erscheinen die Ergebnisse von Barbopoulos et al. (2014) und Triki & Chun (2014) nicht zwangsläufig widersprüchlich. Es wird im Gegenteil sogar deutlich, dass alle vier Variablen getrennt erfasst werden sollten und bei Rückschlüssen von einer der Variablen auf die andere Vorsicht geboten ist. Neben den bislang aufgeführten kapitalmarktbasierten Studien zu M&A in Afrika existieren drei weitere kapitalmarktbasierte Studien, die einen afrikanischen Kontext aufweisen, der sich allerdings von dem in dieser Untersuchung betrachteten stark unterscheidet und zudem unscharf ist. Der afrikanische Kontext dieser Studien besteht darin, dass die Kapitalmarktreaktionen bei M&A von an der Johannesburger Börse gelisteten Käuferunternehmen untersucht werden. Unscharf ist der afrikanische Kontext dieser Studien zum einen, weil ein Listing an der Johannesburger Börse nicht mit einem Hauptsitz des Käuferunternehmens in Afrika einhergehen muss. Zum anderen ergibt sich jedoch ein schwerwiegenderer Einwand daraus, dass dieser unscharfe afrikanische Kontext in diesen Studien nur käuferseitig gebildet wird. In diesen Studien wird eine bestimmte geografische Herkunft der Zielunternehmen weder zur Bedingung für die Aufnahme in die Betrachtung gemacht noch thematisiert bzw. dokumentiert (Smit & Ward, 2007) (Wimberley & Negash, 2004) oder ausschließlich M&A südafrikanischer Unternehmen in entwickelten Volkswirtschaften betrachtet (Rao-Nicholson & Liou, 2017). Da in dieser Untersuchung Investitionen in afrikanische Unternehmen der Untersuchungsgegenstand sind, eigenen sich diese Studien nicht zur Ableitung relevanter Aussagen in Bezug auf diesen. Es ist auffällig, dass die einzigen marktbasierten länderübergreifenden (zielseitg) Studien zu M&A in Afrika, die Erfolgsdeterminanten von M&A zum Gegenstand haben, institutionelle und gesamtwirtschaftliche Rahmenbedingungen in den Zielländern als Erfolgsfaktor berücksichtigen, die in der allgemeinen Literatur zu Erfolgsdeterminanten von M&A eine untergeordnete Rolle spielen (z.B. Haleblian et al. (2009)). Dies steht allerdings z.T. im Einklang mit Literaturübersichtsstudien zu M&A in sich entwickelnden Volkswirtschaften von beispielsweise Lebedev et al. (2015) oder Ellis et al. (2015). Beide Literaturübersichtsstudien arbeiten heraus, dass in sich entwickelnden Volkswirtschaften im Gegensatz zu entwickelten eine stärkere Berück- 2 Literaturübersicht 54 sichtigung institutioneller Rahmenbedingungen vonnöten zu sein scheint. Ferner erscheint als besondere Erfolgsdeterminante die Berücksichtigung ökonomischer Stabilität. Die Berücksichtigung dieser Variablen ist verknüpft mit dem allgemeinen Landesrisiko, das in verschiedenen Formen in beiden länderübergreifenden marktbasierten Studien Berücksichtigung findet. Dieser Umstand könnte politischen und ökonomischen Krisen der Vergangenheit in Afrika geschuldet sein. Gerade der Zahlungsausfall von Staaten oder politische Umstürze scheinen, wenn es um die Wahrnehmung von Investitionsmöglichkeiten in Afrika geht, eine bedeutendere Rolle zu spielen als bei der Betrachtung von M&A in entwickelten Volkswirtschaften. Daher werden in dieser Untersuchung institutionelle und volkswirtschaftliche Erfolgsdeterminanten besonders berücksichtigt werden. Die deskriptiven Statistiken aus Abschnitt 2.2 sowie die in den Abschnitten 2.3 bis 2.5 vorgestellten empirischen Studien bilden die Grundlage für die Ableitung von Determinanten, die in dieser Untersuchung für empirische Studien zu M&A in Afrika verwendet werden und dem besonderen afrikanischen Kontext geschuldet sind (s.a. Abschnitt 4.2). Die vorgestellten empirischen Studien zu M&A in Afrika zeichnen sich des Weiteren durch eine geringe Stichprobengröße aus, es fehlt an länderübergreifenden (auch käuferseitig) Studien und ferner solchen, die längere Zeiträume betrachten. Die in der Erfolgsmessung zu M&A häufig verwendeten marktbasierten Ansätze sind stark unterrepräsentiert. Während beispielsweise Ereignisstudien in der allgemeinen Erfolgsforschung zu M&A sehr stark vertreten sind (Martynova & Renneboog, 2008, S. 2156), existieren Ereignisstudien, die die Auswirkung von M&A mit afrikanischen Zielunternehmen untersuchen, nur in einem sehr begrenzten Umfang. Selbiges gilt für den nahezu standardmäßig in der langen Frist bei marktbasierter Erfolgsmessung verwendeten BHAR-Ansatz und das Fama-French-Dreifaktorenmodell. Dies ist vor allem dann ein Zustand, der behebungswürdig erscheint, wenn man bedenkt, dass diese Verfahren besonders für Investoren bzw. Shareholder eine nicht zu unterschätzende Aussagekraft (s.a. Kap.3) haben. Es scheint also aus Shareholderperspektive kaum eine Möglichkeit zu geben, ein über einzelne Länder hinausgehendes Interesse an Inves- 2.3 Empirische Studien zu M&A in Afrika 55 titionsmöglichkeiten in Afrika wissenschaftlich fundiert abzuwägen. Dies gilt insbesondere für die Bedeutung des Landesrisikos (ökonomisch und politisch) bzw. institutioneller Rahmenbedingungen wie Korruption für den Shareholder Value bei M&A in Afrika, obwohl diese potenziellen Erfolgsdeterminanten in der Wahrnehmung von Investoren eine bedeutende Rolle spielen könnten. Die sich anschließenden empirischen Untersuchungen, deren Methodik im nächsten Kapitel erläutert wird, haben die Absicht, etwas dazu beizutragen, dass die Auswirkungen von M&A in Afrika auf den Shareholder Value besser eingeschätzt werden können. 2 Literaturübersicht 56 Methodik Dieses Kapitel stellt die im Rahmen dieser Untersuchung angewendeten empirischen Methoden zur Untersuchung des Erfolgs von M&A in Afrika vor. Dazu wird zunächst in Abschnitt 3.1 Auskunft über verwendete Datenquellen gegeben und erläutert, wie aus diesen die in dieser Untersuchung genutzten Datensätze gewonnen werden. Abschnitt 3.2 erklärt, wie mittels Ereignisstudien die Auswirkungen von M&A in Afrika auf den Shareholder Value der Käuferunternehmen in der kurzen Frist untersucht werden. In der langen Frist werden für die Untersuchung dieser Fragestellung das Fama-French- Dreifaktorenmodell und der Buy-and-Hold-Return-Ansatz genutzt, worauf Abschnitt 3.3 eingeht. In Abschnitt 3.4 wird beschrieben, wie über Regressionsanalysen das in der kurzen und der langen Frist ermittelte Ergebnis im Hinblick auf potenzielle Einflussfaktoren weitergehend erforscht wird. Letztlich dient die in Abschnitt 3.5 vorgestellte logistische Regression dazu, potenzielle Determinanten des Zustandekommens von M&A in Afrika zu identifizieren. Datenquelle und Datensatz Dieser Untersuchung dient als Hauptdatenquelle Thomson Reuters Financial SDC. Aus dieser Quelle stammen alle Daten zu M&A-Transaktionen, Unternehmenskennzahlen sowie Preisdaten. Für die Untersuchung mittels Fama-French-Dreifaktorenmodell werden der Homepage34 von Kenneth French Daten entnommen. Ferner wird auf Indizes und volkswirtschaftliche Daten der Weltbank zurückgegriffen, die im Rahmen der Vorstellung potenzieller Determinanten des Erfolgs von M&A in Afrika in Abschnitt 4.2 genauer erläutert werden. 3 3.1 34 http://mba.tuck.dartmouth.edu/pages/faculty/ken.french/data_library.html 57 Den Ausgangsdatensatz bilden alle von Thomson Reuters Financial SDC dokumentierten Transaktionsankündigungen, deren Ziel Unternehmen mit Hauptsitz in Afrika waren, wobei sich der Betrachtungszeitraum von März 1982 bis Dezember 2016 erstreckt. Dieser Ausgangsdatensatz umfasst 15.216 Transaktionsankündigungen, von denen 9.843 als abgeschlossen verzeichnet sind. (Deskriptive Statistiken zu diesem Datensatz wurden in Abschnitt 2.2 präsentiert) Der Beginn des Betrachtungszeitraums im März 1982 hat seine Ursache darin, dass zu diesem Zeitpunkt die erste abgeschlossene Transaktion mit afrikanischem Zielland unter Thomson Reuters Financial SDC verzeichnet ist und angestrebt wird, einen möglichst großen Datensatz zu generieren. Aus selbigem Grund wird in dieser Untersuchung kein Mindesttransaktionsvolumen oder der Erwerb der Mehrheit der Stimmrechte am Zielunternehmen als Bedingung für die Aufnahme von Transaktionen in die Betrachtung vorausgesetzt. Neben der Information über den Abschluss der Transaktion müssen, da marktbasiert untersucht wird, ausreichend Preisdaten vorhanden sein. Genauer gesagt, müssen die Preise der Aktien der Käuferunternehmen 200 Tage vor bis 20 Tage nach der Transaktionsankündigung vorliegen. Ein Ziel dieser Untersuchung ist es, länderübergreifende Studien durchzuführen. Die Notwendigkeit dessen ergibt sich teilweise allein schon daraus, dass für viele afrikanische Länder, im Einzelnen betrachtet, Daten nicht in statistisch relevantem Umfang existieren, wenn käuferseitige Kapitalmarktreaktionen bei M&A der Untersuchungsgegenstand sind. Die oben vorgestellten empirischen Studien zu M&A in Afrika, mit ihren geringen Stichprobengrößen und überwiegend nicht marktbasierten Methoden, können als Hinweis auf diese Problematik gesehen werden. Es ist beabsichtigt, ein länderübergreifendes Interesse bzw. Abwägen von Investitionsmöglichkeiten in Afrika wissenschaftlich zu unterfüttern, da, wie in Kap. 2 dokumentiert, insbesondere zur Investitionsform M&A, bis auf die Untersuchungen von Triki & Chun (2011), Barbopoulos et al. (2013) und Krishnakumar et al. (2013), die starken Limitationen unterworfen sind, nach Kenntnisstand des Autors keine wissenschaftlichen Untersuchungen zu diesem Thema existieren. So erschwert beispielsweise die Ableitung von Erkenntnissen in Bezug auf M&A in Afrika im Fall der Studie von 3 Methodik 58 Barbopoulos et al. (2013), dass diese in einem allgemeineren Ansatz ADI35 und nicht M&A untersucht. Außerdem betrachten die besagten Studien käuferseitig nur ein Herkunftsland, was einerseits zu einer geringen Stichprobengröße führt und andererseits die Relevanz der Ergebnisse für Käuferunternehmen anderer Herkunftsländer schmälert. Triki & Chun (2011, S. 14), die sich in ihrer Untersuchung auf USamerikanische Käuferunternehmen konzentrieren, schließen ihre Untersuchung mit dem Hinweis darauf, dass zukünftige Untersuchungen den Kreis der Herkunftsländer von Käuferunternehmen erweitern sollten. In dieser Untersuchung wird der käuferseitige Fokus auf einzelne Länder aufgehoben und alle Transaktionen unabhängig vom Käuferland in die Betrachtung aufgenommen. Letztlich erscheint die Zusammenführung aller M&A mit afrikanischen Zielländern in einer einzigen Stichprobe grob. Zwar beabsichtigt auch diese Untersuchung, zielseitig länderübergreifend zu analysieren, doch vor dem Hintergrund, dass die wirtschaftliche Entwicklung und der Stand der Konsolidierung durch M&A im Zielland der M&A als eine Determinante des Erfolgs der Käuferunternehmen wirken können (s.a. Unterabschnitt 2.1.4), stellt sich die Frage nach einer feineren Einteilung in Ländergruppen, zumal in dieser Untersuchung die Wahrnehmung potenzieller Investoren im Vordergrund steht und die Relevanz der in dieser Untersuchung gewonnenen Ergebnisse für diese durch Differenzierung weiter gesteigert werden könnte. Daher wird in dieser Untersuchung in Anlehnung an die regionale Einteilung Afrikas in Nordafrika und subsaharisches Afrika, wie sie die Weltbank vornimmt, in der empirischen Untersuchung differenziert. Die Einteilung in Zielländer des subsaharischen Afrikas wird allerdings, über die regionale Einteilung der Weltbank hinausgehend, weiter differenziert, und es wird danach unterschieden, ob Südafrika oder Länder des restlichen subsaharischen Afrikas das Ziel von M&A waren. Dies erscheint sinnvoll, da Südafrika einerseits einen Schwerpunkt der Investitionstätigkeit über M&A in Afrika bildet und sich daher eine große Stichprobe ergibt und andererseits zu vermuten ist, dass der Konsolidierungsprozess in Südafrika stärker fortgeschritten ist (s.a. Abschnitt 2.2). Daher werden die empirischen Studien für zwei Ländergruppen und darüber hinaus se- 35 ADI können auch in Form von M&A stattfinden. 3.1 Datenquelle und Datensatz 59 parate Untersuchungen für das Zielland Südafrika durchgeführt. Die folgende Zusammenfassung der Eigenschaften in die Untersuchung aufgenommener Transaktionen erläutert u.a. die genaue Zusammensetzung der Ländergruppen: 1. Die Transaktionen fanden zwischen März 1982 und Dezember 2016 statt. 2. Die Transaktionen sind als abgeschlossen verzeichnet. 3. Für das Käuferunternehmen liegen mindestens 200 Tage vor und 20 Tage nach der Transaktionsankündigung Preisdaten vor. 4. 943 Transaktionen haben Unternehmen mit Hauptsitz in Südafrika zum Ziel (fortlaufend Stichprobe Südafrika). 5. In der Ländergruppe „Nordafrika“ haben die Zielunternehmen ihren Hauptsitz in Algerien, Ägypten, Libyen, Marokko oder Tunesien (N=260; fortlaufend Stichprobe Nordafrika). 6. Die Ländergruppe „subsaharisches Afrika“ umfasst alle sonstigen unter Thomson Reuters Financial SDC verzeichneten Transaktionen mit Zielunternehmen, die ihren Hauptsitz in Afrika haben (N=408; fortlaufend Stichprobe subsaharisches Afrika). Für die logistische Regression entfallen die in den Punkten 2 und 3 aufgezählten Eigenschaften als Voraussetzung für die Aufnahme in die Betrachtung. Für die Untersuchung der Fragestellung, welche Faktoren das Zustandekommen von M&A beeinflussen, ergeben sich daher für das Zielland Südafrika 7.842 Transaktionsankündigungen als Ausgangsdatensatz, für die Ländergruppe Nordafrika 2.718 Transaktionsankündigungen und für die Ländergruppe subsaharisches Afrika 4.604 Transaktionen36. Nach Aufnahme aller in der logistischen Regression betrachteten Variablen ergeben sich die Stichprobe Südafrika-Log, die Stichprobe Nordafrika-Log und die Stichprobe subsaharisches Afrika- Log. 36 Transaktionen, für die „ Deal Status unknown“ angegeben war, wurden nicht in die Betrachtung mit aufgenommen. 3 Methodik 60 Ereignisstudien Um die Auswirkungen von Ereignissen auf den Wert von Unternehmen zu messen, hat sich die Ereignisstudien-Methodik in der empirischen Corporate Finance-Forschung etabliert. Sie basiert auf der Annahme effizienter Kapitalmärkte im Sinne Famas (1970). Fama (1970) bezeichnet Märkte als effizient, wenn Preise alle verfügbaren Informationen „gänzlich widerspiegeln“ (Fama, 1970, S. 383). Unter dieser Annahme kann Aufschluss über die Auswirkung von Ereignissen dadurch gewonnen werden, dass die Entwicklung der Aktienpreise in einem kurzen Zeitfenster um das Ereignis analysiert wird (MacKinlay, 1997, S. 13). Um zu verstehen, wie diese Analyse durchgeführt wird, ist es sinnvoll, den Aufbau der Ereignisstudie anhand eines Zeitstrahls nachzuvollziehen. Ablauf der Ereignisstudie 3. Methodik  51  3.2.1 Ablauf der Ereignisstudie Abbildung 4: Zeitstrahl Ereignisstudie in Anlehnung an MacKinlay (1997, S. 20) Abbildung 4 verdeutlicht das zeitliche Schema der Ereignisstudie. Die Ereignisse, die es zu untersuchen gilt, sind Ankündigungen von M&A. Das kurze Zeitintervall um den Ereignistag t0 herum wird als Ereignisfenster bezeichnet und reicht in dieser Untersuchung von t=T3(-20) bis t=T4(20), was eine Dauer von T4 – T3 +1 = 41 Handelstagen ergibt (MacKinlay, 1997, S. 19). Die Ausdehnung des Ereignisfensters über den Ereignistag hinaus dient der Berücksichtigung von Marktteilnehmern, die vorab oder verzögert über das Ereignis informiert sind. Um zu beurteilen, ob sich die Aktienpreise im Ereignisfenster „auffallend“ verhalten, ist es notwendig zu schätzen, wie sich die Aktienpreise entwickelt hätten, wenn das Ereignis nicht stattgefunden hätte. Diese Schätzung basiert auf Daten des Schätzfensters und liefert die erwartete Rendite (MacKinlay, 1997, S. 15). Das Schätzfenster wird für diese Untersuchung auf T1(-200) bis T2(- 21) festgelegt und erstreckt sich damit über 180 Handelstage (MacKinlay, 1997, S. 19). Die Differenz aus realisierter und erwarteter Rendite ergibt die abnormale Rendite (MacKinlay, 1997, S. 15), welche die Grundlage für die Beurteilung der Auswirkungen der M&A auf den Unternehmenswert bildet. T1 T2 t0 T3 T4 t Ereignisfenster Schätzfenster Zeitstrahl Ereignisstudie in Anlehnung an MacKinlay (1997, S. 20) Abbildung 4 verdeutlicht das zeitliche Schema der Ereignisstudie. Die Ereignisse, die es zu untersuchen gilt, sind Ankündigungen von M&A. Das kurze Zeitintervall um den Ereignistag t0 herum wird als Ereignisfenster bezeichnet und reicht in dieser Untersuchung von t=T3(-20) bis t=T4(20), was eine Dauer von T4 – T3 +1 = 41 Handelstagen ergibt (MacKinlay, 1997, S. 19). Die Ausdehnung des Ereignisfensters über den Ereignistag hinaus dient der Berücksichtigung von Marktteilnehmern, die vorab oder verzögert über das Ereignis informiert sind. Um zu beurteilen, ob sich die Aktienpreise im Ereignisfenster „auffallend“ 3.2 3.2.1 Abbildung 4: 3.2 Ereignisstudien 61 verhalten, ist es notwendig zu schätzen, wie sich die Aktienpreise entwickelt hätten, wenn das Ereignis nicht stattgefunden hätte. Diese Schätzung basiert auf Daten des Schätzfensters und liefert die erwartete Rendite (MacKinlay, 1997, S. 15). Das Schätzfenster wird für diese Untersuchung auf T1(-200) bis T2(-21) festgelegt und erstreckt sich damit über 180 Handelstage (MacKinlay, 1997, S. 19). Die Differenz aus realisierter und erwarteter Rendite ergibt die abnormale Rendite (MacKinlay, 1997, S. 15), welche die Grundlage für die Beurteilung der Auswirkungen der M&A auf den Unternehmenswert bildet. Bestimmung abnormaler Renditen Die realisierte Rendite ist der Quotient des (Schluss-)Preises der Aktie i am Tag t geteilt durch den (Schluss-)Preis der Aktie i am Tag t-1 minus eins: (1) Rit = PitPit − 1   – 1 mit:Rit : Rendite der Aktie i zum Zeitpunkt t Pit: (Schluss-)Preis der Aktie i zum Zeitpunkt t Pit-1: (Schluss-)Preis der Aktie i zum Zeitpunkt t-1 Zur Schätzung der erwarteten Rendite existiert eine Vielzahl an Modellen. In dieser Untersuchung wird primär das Marktmodell nach Sharpe (1964), einem Mitbegründer des Capital Asset Pricing Modells, verwendet. Brown & Warner (1980, 1985) kommen in ihren Untersuchungen zu dem Schluss, dass es keine Hinweise darauf gibt, dass kompliziertere Modelle als das Marktmodell irgendwelche Vorteile mit sich bringen (Brown & Warner, 1980, S. 249) (Brown & Warner, 1985, S. 25). Auch eine aktuellere Studie von Campbell, Cowan & Salotti (2010), die sich explizit mit Vielländer-Ereignisstudien beschäftigt und weiter unten genauer erläutert wird, legt die Nutzung des Marktmodells nahe. 3.2.2 3 Methodik 62 Letztlich verweisen Brown & Warner (1980) darauf, dass komplexere Modelle mit expliziter Risikoadjustierung zu schlechteren Ergebnissen führen können als das Marktmodell oder das noch einfachere mittelwertbereinigte Modell (Brown & Warner, 1980, S. 249). Daher werden in dieser Untersuchung zusätzlich zum Marktmodell Robustheitsprüfungen mit dem mittelwertbereinigten Modell durchgeführt. Das Marktmodell und das mittelwertbereinigte Modell sind statistische Modelle. Ihnen liegt die Annahme zugrunde, dass Aktienrenditen gemeinsam, multivariat, normal, unabhängig und identisch über die Zeit verteilt sind (MacKinlay, 1997, S. 17). Nach dem Marktmodell besteht die beobachtete Rendite aus einer unternehmens- und einer marktspezifischen Komponente: (2) Rit =  αi+ βi ∙ Rmt+ εit  mit:Rit : Rendite der Aktie i zum Zeitpunkt tRmt : Marktrendite m zum Zeitpunkt tαi : Unternehmensspezifischer Parameterβi : Einfluss der Markt- (-portfolio-) renditeεit : Fehlerterm („abnormale“ Rendite) Für den Fehlerterm gilt annahmegemäß E (εit  = 0 ) und die Varianz Var (εit    = σit2   (MacKinlay, 1997, S. 18). Das Besondere an den in dieser Untersuchung durchgeführten Ereignisstudien ist, dass die Käuferunternehmen ihre Hauptsitze in einer Vielzahl an Ländern haben, und es stellt sich u.a. die Frage, wie die Marktrendite in diesem Falle idealerweise gemessen werden sollte. Ein großer Teil der empirischen Literatur zu Ereignisstudien beinhaltet nämlich Stichproben von Käuferunternehmen aus einem Land, oftmals den USA. Campbell et al. (2010) untersuchen, welche Anpassungen im Falle von Ereignisstudien mit Käuferunternehmen aus unterschiedlichen Ländern vorzunehmen sind. Dabei kommen sie mittels Simulationen zu dem Ergebnis, dass das Marktmodell unter Verwendung nationaler Marktindizes in lokaler Währung die besten Ergebnisse liefert. Dieser Empfehlung folgend werden im Rahmen der Untersuchung nationale Standard & Poor’s Broad Market-Indizes in lokaler Währung verwendet. 3.2 Ereignisstudien 63 Diese Indizes waren für nahezu alle in dieser Untersuchung betrachteten Käuferländer über den gesamten Betrachtungszeitraum verfügbar. Eine Ausnahme bildet das Käuferland Südafrika, für das der zeitlich weiterreichende Financial Times Stock Exchange Index verwendet wird, der ein marktkapitalisierungsgewichteter Index aller an der Börse Johannesburg gelisteten Unternehmen ist. Für die Käuferländer Mauritius und Marokko waren keine Standard and Poor’s Broad Market-Indizes verfügbar. Daher werden die ebenfalls breit gestreuten marktkapitalisierungsgewichteten Indizes Mauritius SE SEM- DEX und Morocco MSCI Index verwendet. Für Simbabwe und Sambia wird der supranationale Standard and Poor’s African Frontiers Index verwendet, der die Preisentwicklung von Aktien von Unternehmen mit Hauptsitz in Botswana, der Elfenbeinküste, Ghana, Kenia, Mauritius, Namibia, Nigeria und Sambia reflektiert, da keine nationalen Indizes verfügbar waren. Dies betrifft 4 Transaktionen. Der MSCI World Index, der ebenfalls ein breites Portfolio widerspiegelt, wird für 11 Transaktionen verwendet, die so weit in der Vergangenheit liegen, dass keine nationalen Indizes verfügbar waren. Für die überwiegende Anzahl der M&A können also, wie von Campbell et al. (2010) empfohlen, nationale Indizes in der jeweiligen Landeswährung verwendet werden. In einem weiteren Robustheitstest wird neben dem mittelwertbereinigten Modell das Marktmodell mit dem MSCI World Index als einziger Marktrendite zur Bestimmung der erwarteten Renditen verwendet werden, um Unabhängigkeit von dieser „besonderen“ Vorgehensweise zu prüfen. Die Parameter αi und βi in Gleichung (2) werden mit der Methode der kleinsten Quadrate geschätzt. Die Grundlage der Schätzung bilden die Preisdaten des Schätzfensters T1-T2. Die erwartete Aktienrendite i am Tag t des Ereignisfensters wird mithilfe der Kleinste-Quadrate-Schätzer α i und β i, für αi und βi und der Marktrendite wie folgt ermittelt: (3)  E Rit =  αi+ βiRmt  Der für das Schätzfenster geschätzte Zusammenhang wird über das Ereignisfenster extrapoliert (MacKinlay, 1997, S. 20). 3 Methodik 64 Das mittelwertbereinigte Modell extrapoliert die durchschnittliche Aktienrendite des Schätzfensters über das Ereignisfenster, wie in Gleichung (4) dargestellt: (4) E Rit = 1T∑t = T1T2 Rit  Dabei wird für T = T2 – T1 + 1 eingesetzt (Brown & Warner, 1985, S. 6). Die Entwicklung der Marktrendite wird folglich nicht berücksichtigt. Nach der Bestimmung der erwarteten Renditen kann aus der Differenz zwischen tatsächlich beobachteter und erwarteter Rendite die abnormale Rendite gebildet werden (Kothari & Warner, 2007, S. 10): (5) ARit  =   Rit −   E Rit   = Rit −  (αi+ βiRmt ) mit:ARit  : Abnormale Rendite der Aktie i am Ereignistag tRit  : Tatsächlich beobachtete Rendite der Aktie i am Ereignistag tE Rit  : Erwartete Rendite der Aktie i am Ereignistag (MacKinlay, 1997, S. 20) Untersuchung abnormaler Renditen Die Beurteilung der statistischen Signifikanz abnormaler Renditen erfordert Komprimierung der gewonnenen Daten. Die durchschnittliche abnormale Rendite ist das arithmetische Mittel der abnormalen Renditen eines Tages innerhalb des Ereignisfensters und berechnet sich nach Gleichung (6): (6) AR̅t = 1N∑i = 1N ARit  (MacKinlay, 1997, S. 24) 3.2.3 3.2 Ereignisstudien 65 Das Aufsummieren abnormaler Renditen einer Aktie i über ein Zeitintervall [t1 , t2 ] innerhalb des Ereignisfensters (-20,20) liefert die kumulierte abnormale Rendite (CAR) der Aktie i dieses Zeitintervalls: (7) CARi t1  , t2   = ∑i = t1t2 ARi  (MacKinlay, 1997, S. 21) Das arithmetische Mittel der CAR aller Aktien liefert die durchschnittliche kumulierte abnormale Rendite für ein beliebiges Zeitintervall [t1 ,t2 ]: (8)  CAR̅    t1, t2 = 1N∑i = 1N CARi t1  , t2      (MacKinlay, 1997, S. 24) Die Größen CAR, AR̅  und CAR̅   bilden neben den abnormalen Renditen die Grundlage für statistische Tests. Signifikanztests Es kann nun geprüft werden, ob die beobachteten Renditen des Ereignisfensters systematisch von den erwarteten Renditen abweichen. Die Einschätzung von Testverfahren von Ereignisstudien basiert größtenteils auf großangelegten Simulationen, von denen zahlreiche durchgeführt wurden. Die grundlegende Idee der Simulationen ist es, gängige Testverfahren wiederholt auf Stichproben anzuwenden, die aus zufällig ausgewählten Aktien bestehen, denen wiederum zufällig Ereignistage zugewiesen werden. So kann die Wahrscheinlichkeit der Ablehnung der Nullhypothese, wenn bekannt ist, dass diese richtig ist, untersucht werden (Kothari & Warner, 2007, S. 16). Diese ungerechtfertigte Ablehnung der Nullhypothese wird als Fehler 1. Art bezeichnet. Die Häufigkeit des Auftretens dieses Fehlers in Zufallsstichproben bildet ein erstes Gütekriterium für Ereignisstudientests. Ein Fehler 2. Art liegt hingegen vor, wenn eine Nullhypothese angenommen wird, obwohl sie falsch ist. Die Häufigkeit des Nichtauftre- 3.2.4 3 Methodik 66 tens dieses Fehlers gibt Aufschluss über die Stärke von Ereignisstudientests (Kothari & Warner, 2007, S. 14). Die Stärke der Ereignisstudientests wiederum kann mittels Simulationen beurteilt werden, wenn künstlich abnormale Performance in die Stichproben eingeführt und geprüft wird, wie gut die Testverfahren die abnormale Performance detektieren (Kothari & Warner, 2007, S. 16). Welche Testverfahren im Fall von Ereignisstudien, bei denen die Käuferunternehmen aus vielen Ländern stammen (fortführend als Vielländerstudien bezeichnet), geeignet sind, untersuchen ebenfalls Campbell et al. (2010). Sie kommen in ihren Simulationen zu dem Ergebnis, dass zwei nichtparametrische Tests, der generalisierte Vorzeichen-Test (fortlaufend Vorzeichen-Test) und der Corrado-Rang-Test (fortlaufend Rang-Test), in diesem Zusammenhang am stärksten sind. Als von geringerer Teststärke stufen sie den parametrischen Test nach Boehmer, Musumeci & Poulsen (1991) (fortlaufend Boehmer-Test) ein. In Zufallsstichproben ohne besondere Eigenschaften lehnt keiner der Tests die Nullhypothese zu oft ab. Stichproben mit besonderen Eigenschaften zum Testen der Robustheit deuten jedoch auf Fehlspezifikationen der Tests hin. So wird die Nullhypothese durch den Boehmer- Test zu oft abgelehnt, wenn die Stichproben aus Aktien der konzentriertesten Aktienmärkte gebildet werden. Diese Märkte haben die Eigenschaft, dass aktienspezifische Ereignisse nationale Marktindizes bewegen können. Daher könnte es beispielsweise problematisch sein, einen Boehmer-Test auf eine Stichprobe anzuwenden, die ausschließlich aus afrikanischen Aktien besteht. Im Rahmen dieser Untersuchung stammen jedoch die Käuferunternehmen in allen Stichproben zum ganz überwiegenden Teil aus entwickelten Volkswirtschaften mit großen, wenig konzentrierten Aktienmärkten. Der Vorzeichen-Test lehnt die Nullhypothese bei ereignisinduzierter Varianz zu oft ab. Bei Verwendung des Rang-Tests kommt es zu einer zu häufigen Ablehnung der Nullhypothese, wenn ein relativ langes Zeitfenster (von 11 Tagen) gewählt wird und in der „gesamten Stichprobe extreme Nichtnormalität herrscht“ (Campbell et al., 2010, S. 3089). Dies ist ungewöhnlich, da nichtparametrische Tests keine Annahme bezüglich der Verteilung der Renditen treffen, während para- 3.2 Ereignisstudien 67 metrische Tests eine Normalverteilung der Renditen voraussetzen. Campbell et al. (2010) erklären dies damit, dass die nichtparametrischen Testverfahren sensitiv gegenüber extremen Fat-Tail-Verteilungen mit vielen großen Ausreißern sein könnten. Gleichzeitig vermuten sie, dass die Nichtsensitivität des parametrischen Boehmer-Tests gegen Nichtnormalität der Renditen durch die Anpassung für Heteroskedastizität, die der Boehmer-Test vornimmt, zustande kommen könnte, da diese Anpassung „Ausreißer des Ereignistages bestraft“ (Campbell et al., 2010, S. 3087). Um die mit den Testverfahren verbundenen Probleme zu minimieren, werden, der Empfehlung von Campbell et al. (2010, S. 3089) folgend, der Boehmer-Test-, der Vorzeichen- und der Rang-Test verwendet und Widersprüche zwischen diesen mit Vorsicht interpretiert. Parametrischer Test Boehmer et al. (1991) kommen mittels Simulationen zu dem Ergebnis, dass, wenn im Ereignisfenster zusätzliche Varianz der Renditen durch das Ereignis induziert wird, die Nullhypothese, bei Nutzung der bis dahin üblicherweise verwendeten Testverfahren, zu häufig abgelehnt wird. Brown & Warner (1985) und Corrado (1989) deuten ebenfalls auf diese Problematik hin. Daher entwickeln Boehmer et al. (1991) einen standardisierten Querschnitts-t- Test, der in ihren Simulationen, wenn ereignisinduzierte Varianz vorliegt, zu keiner zu häufigen Ablehnung der Nullhypothese führt, ohne die Teststärke signifikant zu verringern (Boehmer et al., 1991, S. 268). 3.2.4.1 3 Methodik 68 Es wird die Nullhypothese getestet, dass sich die abnormalen Renditen nicht signifikant von null unterscheiden. Die Teststatistik des Tests nach Boehmer et al. (1991) lautet: (9) z = 1N   ∑i = 1N SRit 1N N − 1 ∑i = 1N SRit  – ∑i = 1N SRitN 2   wobei: (10) SRit  = ARi, tsi 1 + 1T + Rm, t − R̅m 2∑j = 1T Rm, j − R̅m 2   mit:SRit : Standardisierte abnormale Rendite der Aktie i am Tag t T: Anzahl der Tage im SchätzfensterRm, t : Rendite des Marktindex am Tag t im EreignisfensterR̅m : durchschnittliche Rendite des Marktindex im Schätzfenstersi : geschätzte Standardabweichung der abnormalen Renditen von Aktie i im Schätzfenster (Boehmer et al., 1991, S. 269) Der Boehmer-Test ist eine hybride Methode, die eine Standardisierung der abnormalen Renditen nach Patell (1976) wie in Gleichung (10) vornimmt und dann die Querschnittstesttechnik nach bspw. Penman (1982) auf diese nach Gleichung (9) anwendet (Boehmer et al., 1991, S. 256). So wie der Querschnitts-t-Test lässt auch der Boehmer-Test ereignisinduzierte Varianz zu. Ferner vermuten Boehmer et al. (1991), dass der Einbau von Informationen des Schätzfensters nach Patell (1976) die Stärke des Tests erhöht. Der Boehmer-Test erfordert, dass die Residuen der Aktien nicht querschnittskorreliert sind (Boehmer et al., 1991, S. 259–260). Mit der Standardisierung nach Gleichung (10) können abnormale Renditen eines Tages standardisiert werden. 3.2 Ereignisstudien 69 Kumulierte abnormale Renditen können nach Gleichung (11) standardisiert werden: (11) SRit  =  CARi t1  , t2  si Ts+ Ts2T + ∑t = t1t2 Rm, t − Ts R̅m 2∑j = 1T Rm, j − R̅m 2   mit:Ts : Anzahl der Tage im Intervall innerhalb des Ereignisfensters [-20; 20] und entspricht t2-t1+1 Tagen (Mikkelson & Partch, 1988, S. 122–123)SRit  kann nun zur Berechnung der Prüfgröße wieder in Gleichung (9) eingesetzt werden. Nichtparametrische Tests In einem ersten Schritt werden beim Rang-Test abnormalen Renditen Ränge zugewiesen. Dies geschieht Aktie für Aktie für den gesamten Betrachtungszeitraum bestehend aus Schätz- und Ereignisfenster: (12) Kit = Rang ARit   (Corrado, 1989, S. 388) Corrado & Zivney (1992) schlagen eine Transformierung der Ränge bei fehlenden Beobachtungen vor: (13) Uit =  Kit1 +Mi   mit:Uit : Standardisierter Rang der abnormalen Rendite von Aktie iMi : Nicht fehlende Renditen der Aktie i im gesamten Zeitfenster bestehend aus Schätz- und Ereignisfenster (Corrado & Zivney, 1992, S. 466–468) Die Teststatistik ergibt sich aus: (14) Tcorr =  1N∑i = 1N Uit − 0,5S U   3.2.4.2 3 Methodik 70 Wobei die geschätzte Standardabweichung berechnet wird nach: (15) S U =  1TG∑t = 1TG 1Nt∑i = 1Nt Uit− 0,5 2  mit:TG : Gesamtzeitfenster bestehend aus Schätzfenster und EreignisfensterNt : Anzahl der nicht fehlenden Renditen von N Unternehmen zum Zeitpunkt t im Gesamtzeitfenster TG Eine Teststatistik für mehrere Tage erhält man, indem das arithmetische Mittel der Tagesteststatistiken mit dem Kehrwert der Wurzel der Länge des Intervalls multipliziert wird (Corrado & Zivney, 1992, S. 474–477). Neben dem Rangtest wird der generalisierte Vorzeichen-Test (fortlaufend Vorzeichen-Test) genutzt. Dieser untersucht die Abweichung zwischen dem Anteil an Aktien mit positiven CAR im Ereignis- und Schätzfenster. Es wird bei Abwesenheit abnormaler Performance erwartet, dass diese Anteile identisch sind. Nach Gleichung (16) wird der Anteil positiver CAR im Schätzfenster berechnet: (16) p  = 1N   ∑i = 1N 1180  ∑t = T1T180  Sit  wobei: Sit =   1 wenn ARi, t ˃0   0 wenn ARi, t ≤ 0  Die Teststatistik ist z-verteilt und ergibt sich aus: (17) ZG = w − npnp 1− p    mit: w: Anzahl der Aktien, für die CAR im Ereignisfenster positiv sind (Cowan, 1992, S. 345-346) Die Verwendung der drei vorgestellten Testverfahren für die abnormalen Renditen steht im Einklang mit der Empfehlung der nach Kennt- 3.2 Ereignisstudien 71 nisstand des Autors einzigen zum Thema Vielländerstudien durchgeführten Simulationsstudie von Campbell et al. (2010). Damit ist die Vorgehensweise zur Erfolgsmessung in der kurzen Frist geklärt, und es können die Methoden zur Beurteilung des Erfolgs in der langen Frist vorgestellt werden. Langfristige Erfolgsuntersuchung Zur Untersuchung des langfristigen Einflusses von Ereignissen auf die Aktienrenditen von Unternehmen dominieren in der empirischen Corporate Finance-Literatur der Buy-and-Hold-Abnormal-Return(BHAR)-Ansatz und der Calendar-Time-Portfolio(CTP)-Ansatz. Da beide Ansätze gegen bestimmte Fehlspezifikationen nicht immun sind (Kothari & Warner, 2007, S. 23), werden in dieser Untersuchung beide Ansätze verwendet. Buy-and-Hold-Abnormal-Return-Ansatz BHAR berechnen sich wie folgt: (18) BHARi t1, t2 = ∏t = t1t2 1 + Rit − ∏t = t1t2 1 + RBt   mit:BHARi t1, t2   BHAR der Aktie i über t2-t1 HandelstageRit : Rendite der Aktie i am Handelstag tRBt : Rendite des Benchmarks am Handelstag t und: (19) BHAR  =   1N∑i = 1N BHARi t1, t2   Der Vorteil des BHAR-Ansatzes besteht darin, dass die BHAR als das Ergebnis der Strategie eines Investors aufgefasst werden können, der Aktien von Ereignisunternehmen kauft und über einen längeren Zeitraum hält (Kothari & Warner, 2007, S. 24). Im Fall von M&A wird die durchschnittliche Rendite einer Investitionsstrategie, bei der in alle 3.3 3.3.1 3 Methodik 72 Firmen investiert wird, die eine M&A-Transaktion angekündigt haben, verglichen mit der durchschnittlichen Rendite einer Investitionsstrategie, bei der in Firmen investiert wird, die den Ereignisfirmen ähnlich sind, aber keine M&A Transaktion angekündigt haben (Mitchell & Stafford, 2000, S. 296). Für diese Untersuchung wird der „Haltezeitraum“ für die Aktien am ersten Tag nach der M&A-Ankündigung beginnen und 125, 250, 500 bzw. 750 Tage andauern. Für die Untersuchung mittels BHAR werden die Datensätze der Ereignisstudien verwendet. Dabei werden solche Transaktionen aus den Datensätzen der Ereignisstudien eliminiert, für die nicht ausreichend Preisinformationen vorliegen. Als Benchmark werden dieselben nationalen Marktindizes in lokaler Währung verwendet wie für die Ereignisstudien-Methodik. Ein Problem bei der Verwendung des BHAR-Ansatzes besteht darin, dass sich Ereignis- und Nicht-Ereignisstichproben (Benchmark) systematisch in ihren erwarteten Renditen voneinander unterscheiden können (Kothari & Warner, 2007, S. 27). Einige Ursachen hierfür und Möglichkeiten, dem zu begegnen, werden im Folgenden erläutert. Skewness Bias – Schiefeangepasster t-Test Lyon, Barber & Tsai (1999) finden durch Simulationsstudien heraus, dass die Nullhypothese bei Verwendung des BHAR-Ansatzes zu häufig abgelehnt wird, was sie auf verschiedene Ursachen zurückführen. Eine der Ursachen sehen sie in der von ihnen und Barber & Lyon (1997) festgestellten Rechtsschiefe der BHAR. Die Rechtsschiefe ist folgendermaßen zu erklären: Der Verlust von Ereignisunternehmen kann maximal bei 100% liegen, während der Gewinn nicht einer derartigen Begrenzung unterliegt. Selbiges gilt für Unternehmen des Benchmarks. Die Rechtsschiefe einzelner Ereignisunternehmen ist jedoch wegen des zentralen Grenzwertsatzes stärker ausgeprägt als die des Benchmarks (Kothari & Warner, 2007, S. 33). Daher wird ein schiefeangepasster t- Test durchgeführt. 3.3.2 3.3 Langfristige Erfolgsuntersuchung 73 Die angepasste Teststatistik lautet: (20) T = N S+ 13yS2+ 16Ny   wobei: (21) S  = BHAR̅ t1, t2σBHAR   und (22) y  = ∑i = 1n BHARi t1, t2 − BHAR̅ t1t2 3NσBHAR3   (23) σBHAR = 1N − 1∑i = 1N BHARi t1, t2 − BHAR̅ t1t2 2  Lyon et al. (1999, S. 175) Cross Correlation Bias – Calendar-Time-Portfolio-Methode Wenn Ereignisfenster überlappen oder Ereignisse in Industrien oder Zeitperioden konzentriert sind, kann dies zu einer zu niedrigen Schätzung der Standardabweichung der BHAR führen, wodurch die Nullhypothese einer nicht abnormalen Performance zu oft abgelehnt wird (Kothari & Warner, 2007, S. 34–35). Lyon et al. (1999) empfehlen aufgrund von Simulationsstudien, diesem Problem durch Verwendung des CTP-Ansatzes zu begegnen. In dieser Studie wird daher zur Robustheitsprüfung zusätzlich das Fama-French-Dreifaktorenmodell verwendet. Bei diesem Ansatz wird in jedem Kalendermonat ein Portfolio gebildet, das alle Unternehmen enthält, die in den letzten T Monaten (je nach Betrachtungszeitraum: 6, 12, 24, 36) eine M&A-Transaktion angekündigt haben, und deren gleichgewichtete monatliche Portfoliorendite gebildet. Von den monatlichen Portfoliorenditen wird der risikolose Zinssatz des jeweiligen Monats abgezogen. 3.3.3 3 Methodik 74 Nun kann eine Regression nach der Methode der kleinsten Quadrate durchgeführt werden, bei der die monatlichen Portfolioüberrenditen als abhängige und die drei Fama-French-Faktoren als unabhängige Variablen fungieren: (24) Rp, t− rf, t = αp+ βi,M RM, t− rf, t + βi, smbSMBt +βi, ℎmlHMLt+ εi, t  mit:Rp, t : Gleichgewichtete Rendite im Kalendermonat t für das Portfolio an Ereignisfirmen, die in den vorangegangenen T Monaten eine M&A-Transaktion angekündigt habenrf, t : Risikoloser Zinssatz im Kalendermonat tRM, t : Rendite des Marktportfolios im Kalendermonat tSMBt : Monatliche Differenzen der Renditen zwischen zwei Portfolios bestehend aus „kleinen“37 und „großen“ UnternehmenHMLt : Monatliche Differenzen der Renditen von zwei Portfolios bestehend aus Unternehmen mit „hohem“ und „niedrigem“ Preis- Buchwert-Verhältnis.αp : Durchschnittliche monatliche abnormale Rendite auf das Portfolio von Ereignisfirmen über die T monatige Nachereignisperiode.  βi, M ,  βi, smb  und βi, hml  sind die Sensitivitäten des Ereignisportfolios gegenüber den drei Fama-French-Faktoren. Der Erfolg der M&A wird in Abhängigkeit von αp  und seiner statistischen Signifikanz beurteilt (Kothari & Warner, 2007, S. 30–31). Sobald in der kurzen und langen Frist mit den vorgestellten Methoden Ergebnisse gewonnen worden sind, stellt sich die Frage, was das Zustandekommen dieser Ergebnisse beeinflusst haben könnte. Dieser Frage widmen sich die im nächsten Abschnitt vorgestellten Methoden. 37 Nach Marktkapitalisierung 3.3 Langfristige Erfolgsuntersuchung 75 Regression CAR und BHAR Um Aufschluss darüber zu erhalten, welche Faktoren die abnormalen Renditen in der kurzen sowie der langen Frist beeinflusst haben könnten, werden Querschnittsregressionen mit den CAR und BHAR derjenigen Intervalle als abhängige Variable durchgeführt, die unabhängig vom gewählten Berechnungs- und Testverfahren als signifikant ausgewiesen werden.38 Bei der Regression wird von einem linearen Zusammenhang zwischen abhängigen und erklärenden Variablen ausgegangen, der sich wie folgt darstellen lässt: (25) CARi t1t2 ) = β0  + ∑J = 1J βjXij  + εi  (t1t2 ) (26) BHARi t1t2 ) = β0  + ∑J = 1J βjXij  + εi  (t1t2 ) mit:β0 : Regressionskonstanteβj : Koeffizient der unabhängigen Variable jXij  Ausprägung der unabhängigen Variable j für Aktie iεi  (t1t2 ): Residuum der Regressionsgleichung für Aktie i   Die multivariate Regression nach der Methode der kleinsten Quadrate, wie sie in Gleichung (16) dargestellt ist, nutzt j Variablen als unabhängige Variablen (bspw. MacKinlay, 1997, S. 33). Ergebnisse dieser Art von Regressionen liefern einen Hinweis darauf, wie beobachtete Preiseffekte bei Aktien mit Unternehmens- bzw. Transaktionscharakteristika zusammenhängen (Kothari & Warner, 2007, S. 20–21). Die betrachteten Unternehmens- bzw. Transaktionscharakteristika werden in Abschnitt 4.2 vorgestellt. 3.4 38 Durch dieses Vorgehen wurde außer in zwei Fällen immer eindeutig ein zu untersuchendes Intervall festgelegt. In den zwei Fällen, in denen die CAR mehrerer Intervalle unabhängig von dem gewählten Berechnungs- und Testverfahren als signifikant ausgewiesen wurden, wurde die Entscheidung zugunsten eines zu untersuchenden Intervalls danach getroffen, in welchen Intervallen die CAR die höchsten Signifikanzniveaus anzeigten. Konkret zeigten die ausgewählten Intervalle häufiger Hochsignifikanz an als „lediglich“ Signifikanz zum 5%-Niveau im Vergleich zu den anderen infrage kommenden Intervallen. 3 Methodik 76 Diese Art von Untersuchung lässt aber eine Frage bezüglich des Erfolgs von M&A, die sich auf einer vorgelagerten Ebene ergibt, unbeantwortet. Zunächst einmal muss es nämlich zum Abschluss einer Transaktion kommen. Wovon dies abhängen könnte, ist die mit der im nächsten Abschnitt vorgestellten Methode adressierte Fragestellung. Logistische Regression Die abhängige Variable ist bei einer Untersuchung potenzieller Einflussfaktoren auf das Zustandekommen von M&A dichotom skaliert. Genauer gesagt ist sie eine Dummy-Variable und nimmt den Wert 1 an, wenn eine Transaktion abgeschlossen werden kann, und beträgt andernfalls 0. Daher wird eine logistische Regression durchgeführt: (27) P i = 11 + e−βX i   mit:P i  : Wahrscheinlichkeit, dass M&A abgeschlossen wirde : Steht für Exponentialfunktion mit folgenden ExponentenX i ): Vektor unabhängiger Variablenβ : Regressionskoeffizient für den Vektor unabhängiger Variablen (Zhang & Ebbers, 2010, S. 120)   Die Anwendung der logistischen Regression auf die Untersuchung des Zustandekommens von M&A geht auf eine Arbeit von Walking (1985) zurück. Die als unabhängige Variablen in die logistische Regression eingeflossenen potenziellen Determinanten des Zustandekommens von M&A in Afrika werden in Abschnitt 4.6 vorgestellt. Damit sind alle in dieser Untersuchung verwendeten Methoden erklärt, und es können nun in Kap. 4 die Ergebnisse vorgestellt werden. 3.5 3.5 Logistische Regression 77 Ergebnisse In Kapitel 4 werden die Ergebnisse aller in dieser Untersuchung durchgeführten und in Kapitel 3 beschriebenen empirischen Analysen vorgestellt und diskutiert. Abschnitt 4.1 und Abschnitt 4.4 haben die Ergebnisse der Erfolgsmessung in der kurzen bzw. langen Frist zum Gegenstand. Potenzielle Einflussfaktoren bzw. Determinanten der in diesen Abschnitten gewonnenen Ergebnisse werden in Abschnitt 4.2 dargestellt. Die Abschnitte 4.3 und 4.5 befassen sich mit den Ergebnissen der empirischen Untersuchung dazu, wie diese Determinanten mit dem Erfolg in der kurzen bzw. langen Frist zusammenhängen könnten. Abschnitt 4.6 präsentiert die empirische Analyse potenzieller Einflussfaktoren auf das Zustandekommen von M&A. Ergebnisse Ereignisstudien Die Ergebnisse der Ereignisstudien werden in Abschnitt 4.1 Stichprobe für Stichprobe vorgestellt (1. Stichprobe Südafrika; 2. Stichprobe Nordafrika; 3. Stichprobe subsaharisches Afrika; diese Reihenfolge wird auch für die restlichen Untersuchungen verwendet) und jeweils ergänzt um deskriptive Statistiken im Vorfeld und eine Diskussion der Ergebnisse im Anschluss. Auch die hier präsentierten deskriptiven Statistiken sind eine Grundlage für die Interpretation der in dieser Untersuchung gefundenen Ergebnisse. 4 4.1 79 Ergebnisse Ereignisstudie Südafrika Deskriptive Statistik Südafrika 4. Ergebnisse  68  4.1.1 Ergebnisse Ereignisstudie Südafrika 4.1.1.1 Deskriptive Statistik Südafrika Abbildung 5: Entwicklung M&A-Aktivität über Zeit-Südafrika Die M&A-Aktivität pro Jahr für den Betrachtungszeitraum 1986 bis 2016 für die Stichprobe Südafrika zeigt Abbildung 5. Höhepunkte der M&A-Aktivität bilden die Jahre 2008, 2015 und 2014 mit 68, 60 bzw. 59 Transaktionen. Im Vergleich mit der Gesamtstichprobe fällt auf, dass das Maximum der M&A-Aktivität nicht im Jahr 1998 liegt. Im Jahr 2008 sind in der Gesamtstichprobe 243 und für das Jahr 1998 462 Transaktionen mit Zielland Südafrika verzeichnet. N Durchschnittliches Transaktionsvolumen (Mio. USD) Median Transaktionsvolumen (Mio. USD) 551 90,171 10,418 Tabelle 16: Mittelwerte Transaktionsvolumen-Südafrika (1986-2016) Tabelle 16 gibt Auskunft zu den Transaktionsvolumina in der Stichprobe Südafrika. Für 551 Transaktionen liegen Daten zum Transaktionsvolumen vor. Das durchschnittliche Transaktionsvolumen dieser Transaktionen beträgt 90 Mio. USD und der Median 10 Mio. USD. Dieses durchschnittliche Transaktionsvolumen ist das niedrigste aller in dieser Untersuchung betrachteten Stichproben. 0 10 20 30 40 50 60 70 80 1986 1991 1993 1995 1997 1999 2001 2003 2005 2007 2009 2011 2013 2015 Anzahl M&A pro Jahr mit Zielland Südafrika Entwicklung M&A-Aktivität über Zeit-Südafrika Die M&A-Aktivität pro Jahr für den Betrachtungszeitraum 1986 bis 2016 für die Stichprobe Südafrika zeigt Abbildung 5. Höhepunkte der M&A-Aktivität bilden die Jahre 2008, 2015 und 2014 mit 68, 60 bzw. 59 Transaktionen. Im Vergleich mit der Gesamtstichprobe fällt auf, dass das Maximum der M&A-Aktivität nicht im Jahr 1998 liegt. Im Jahr 2008 sind in der Gesamtstichprobe 243 und für das Jahr 1998 462 Transaktionen mit Zielland Südafrika verzeichnet. N Durchschnittliches Transaktionsvolumen(Mio. USD) Median Transaktionsvolumen (Mio. USD) 551 90,171 10,418 Mittelwerte Transaktionsvolumen-Südafrika (1986–2016) Tabelle 16 gibt Auskunft zu den Transaktionsvolumina in der Stichprobe Südafrika. Für 551 Transaktionen liegen Daten zum Transaktionsvolumen vor. Das durchschnittliche Transaktionsvolumen dieser Transaktionen beträgt 90 Mio. USD und der Median 10 Mio. USD. 4.1.1 4.1.1.1 Abbildung 5: Tabelle 16: 4 Ergebnisse 80 Dieses durchschnittliche Transaktionsvolumen ist das niedrigste aller in dieser Untersuchung betrachteten Stichproben. Rang Käuferland N % 1 Südafrika 617 65,43 2 Vereinigtes Königreich 94 9,97 3 USA 56 5,94 4 Frankreich 23 2,44 5 Australien 20 2,12 6 Indien 18 1,91 7 Japan 17 1,80 8 Kanada 16 1,70 9 Schweden 16 1,70 10 Deutschland 15 1,59 Summe 892 94,59 Top Ten-Käuferländer-Südafrika (1986–2016) Die zehn häufigsten Käuferländer in der Stichprobe Südafrika führt Tabelle 17 auf. Die am stärksten vertretenen Käuferländer sind Südafrika, das Vereinigte Königreich und die USA mit 617, 94 bzw. 56 Transaktionen. Unter den zehn häufigsten Käuferländern befindet sich kein afrikanisches Land außer Südafrika, dessen Anteil mit 65,43% (und dem Vereinigten Königreich an zweiter Stelle mit 9,97%) den anderer Länder stark überwiegt. Die Mehrheit der Transaktionen ist damit nicht grenzüberschreitend. In der Gesamtstichprobe sind die zehn häufigsten Käuferländer bei M&A mit Zielland Südafrika ebenfalls nicht-afrikanisch (bis auf Südafrika) und machen einen Anteil an allen Transaktionen von 92,36% aus. Tabelle 17: 4.1 Ergebnisse Ereignisstudien 81 Käuferindustrie N % Finanzen 181 19,19 Basismaterialien 168 17,82 Industrie 153 16,22 Konsumgüter und Dienstleistungen 90 9,54 Hightech 70 7,42 Lebensmittel 69 7,32 Medien und Unterhaltung 65 6,89 Immobilien 45 4,77 Handel 33 3,50 Telekommunikation 26 2,76 Gesundheit 25 2,65 Energie 18 1,91 Summe 943 100 Zielindustrie N % Basismaterialien 177 18,77 Industrie 145 15,38 Finanzen 133 14,10 Konsumgüter und Dienstleistungen 101 10,71 Hightech 95 10,07 Lebensmittel 82 8,70 Medien und Unterhaltung 54 5,73 Immobilien 41 4,35 Handel 41 4,35 Gesundheit 40 4,24 Energie 19 2,01 Telekommunikation 15 1,59 Summe 943 100 Käuferindustrien-Südafrika (1986–2016) Tabelle 18: Zielindustrien-Südafrika (1986–2016) Tabelle 19: Die Käuferindustrien werden dominiert von Unternehmen aus den Bereichen Finanzen, Basismaterialien und Industrie, auf die 181, 168 bzw. 153 der Transaktionen entfallen, was Tabelle 18 zeigt. Bei den Zielindustrien, die in Tabelle 19 dargestellt sind, kommt es zu einer ähnlichen Verteilung wie bei den Käuferindustrien. Auch die Zielindustrien sind am häufigsten Basismaterialien, Industrie und Finanzen, nur in anderer Rangfolge mit jeweils 177, 145 bzw. 133 Transaktionen. Ansonsten ist die Rangfolge bis auf die letzten drei Ränge identisch. Außerdem kommt es beim Anteil der Industrien an allen Transaktionen zu maximal 6 Prozentpunkten Abweichung zwischen Käufer- und Zielindustrieverteilung. Der Anteil an Transaktionen, für die Ziel- und Käuferindustrie übereinstimmen, liegt bei 44,43%. 4 Ergebnisse 82 Rang Transaktionswert in Mio. USD (Jahr) Käufername Käuferland Käuferindustrie Zielunternehmen Zielindustrie 1 5616,671 (2007) ICBC China Finanzen Standard Bank Group Ltd Finanzen 2 4952,613 (2004) Barclays PLC Vereinigtes Königreich Finanzen Absa Group Ltd Finanzen 3 3119,13 (2010) NTT Japan Telekommunikation Dimension Data Holdings PLC Hightech 4 2153,896 (2010) Wal-Mart Stores Inc USA Handel Massmart Holdings Ltd Handel 5 1910 (2012) Rio Tinto PLC Vereinigtes Königreich Basismaterialien Richards Bay Minerals Basismaterialien 6 1313,744 (2010) Hyprop Investments Ltd Südafrika Immobilien Attfund Retail Ltd Immobilien 7 1248,095 (2007) African Bank Investments Ltd Südafrika Finanzen Ellerine Holdings Ltd Handel 8 1132,6 (1998) Genbel South Africa Ltd Südafrika Finanzen SANLAM Asset Management (Pty) Ltd() Finanzen 9 930,831 (1998) New Africa Investment Ltd Südafrika Medien und Unterhaltung Theta Group Ltd Finanzen 10 726,937 (2014) Growthpoint Properties Ltd Südafrika Immobilien Acucap Properties Ltd Immobilien Top Ten-M&A-Südafrika (1986–2016) In Tabelle 20 sind die zehn nach Transaktionsvolumen größten M&A der Stichprobe Südafrika aufgeführt. Das durchschnittliche Transaktionsvolumen liegt bei 2,3 Mrd. USD und der Median bei 1,6 Mrd. USD. 50% der Käuferunternehmen sind südafrikanischer Herkunft. Die fünf größten Transaktionen wurden jedoch von nicht afrikanischen Käuferunternehmen getätigt. Käufer- und zielseitig dominieren mit jeweils 40% Unternehmen der Finanzindustrie die großvolumigen Transaktionen. Bei 70% der Transaktionen stimmen Käufer- und Zielindustrie überein. Tabelle 20: 4.1 Ergebnisse Ereignisstudien 83 Nachdem eine Vorstellung von dem verwendeten Datensatz vermittelt wurde, werden im nächsten Abschnitt die Ergebnisse der auf diesem Datensatz aufbauenden Ereignisstudien präsentiert. Ereignisstudie Südafrika Intervall CAAR (%) Boehmer- Test p-Wert Rang-Test p-Wert Vorzeichentest p-Wert N [-20;20] -0,46 0,1257 0,9000 -0,1497 0,8810 2,2962** 0,0217 943 {0} 0,31 2,9849*** 0,0028 2,8179*** 0,0048 2,0349** 0,0419 943 [-1;0] 0,38 2,7595*** 0,0058 2,0156** 0,0438 2,8188*** 0,0048 943 [0;1] 0,44 3,0001*** 0,0027 3,0295*** 0,0024 3,6681*** 0,0002 943 [-1;1] 0,51 2,8803*** 0,0040 2,4924** 0,0127 3,4068*** 0,0007 943 [-10;10] 0,34 1,2383 0,2156 1,0287 0,3036 2,1003** 0,0357 943 [-5;0] 1,01 3,6907*** 0,0002 3,2285*** 0,0012 3,5374*** 0,0004 943 [0;5] 0,21 1,2888 0,1975 1,0293 0,3034 2,4922** 0,0127 943 Ergebnisse-Marktmodell-nationale Indizes-Südafrika Tabelle 21 zeigt die Ergebnisse der Ereignisstudie für die Stichprobe von Transaktionen mit Zielland Südafrika. Zur Berechnung der erwarteten Rendite wurde das Marktmodell mit nationalen Indizes in lokaler Währung verwendet. Da die CAAR aller Intervalle nach nahezu allen Testverfahren zumindest zum 5%-Niveau als signifikant ausgewiesen werden, wird die Betrachtung auf die Intervalle fokussiert, in denen unabhängig von dem gewählten Testverfahren Hochsignifikanz der CAAR vorliegt. Intervalle dieser Art sind das Intervall [0;1] und das Intervall [-5;0]. Die CAAR liegen in diesen Intervallen bei 0,44% bzw. 1,01%. Die nach dem Vorzeichen-Test signifikant negativ ausgewiesenen CAAR des Intervalls [-20;20] deuten auf eine Fehlspezifikation des Vorzeichen-Tests in diesem langen Zeitfenster hin, da die anderen Testverfahren deutlich von einem Ausweis von Signifikanz entfernt sind. 4.1.1.2 Tabelle 21: 4 Ergebnisse 84 Intervall CAAR (%) Boehmer- Test p-Wert Rang-Test p-Wert Vorzeichen- Test p-Wert N [-20;20] -0,85 -0,447 0,6549 -0,3001 0,7641 2,9458*** 0,0032 943 {0} 0,31 3,1555*** 0,0016 3,2145*** 0,0013 3,4046*** 0,0007 943 [-1;0] 0,36 2,7843*** 0,0054 2,1587** 0,0309 3,4046*** 0,0007 943 [0;1] 0,38 2,6321*** 0,0085 2,4992** 0,0124 3,7323*** 0,0002 943 [-1;1] 0,43 2,4476** 0,0144 1,9473* 0,0515 3,2735*** 0,0011 943 [-10;10] 0,16 1,0529 0,2924 0,8538 0,3932 2,4215** 0,0155 943 [-5;0] 0,95 3,6428*** 0,0003 2,9736*** 0,0029 4,3876*** 0,0000 943 [0;5] 0,04 0,7143 0,4751 0,0948 0,9245 2,2905** 0,0220 943 Ergebnisse-mittelwertbereinigtes Modell-Südafrika Tabelle 22 beinhaltet die Ergebnisse eines Robustheitstests, der anstelle des Marktmodells zur Berechnung der erwarteten Rendite, das mittelwertbereinigte Modell verwendet. Auch in diesem Fall werden die CAAR aller Intervalle durch nahezu alle Testverfahren als signifikant ausgewiesen. Unabhängig von dem verwendeten Testverfahren wird die durchschnittliche abnormale Rendite (AAR) des Ereignistages und des Intervalls [-5;0] als hochsignifikant positiv ausgewiesen. Auffällig ist außerdem, dass die AAR des Ereignistages in Prozent angegeben, bis auf mindestens zwei Nachkommastellen, nach Markt- und mittelwertbereinigtem Modell berechnet miteinander übereinstimmen und bei 0,31 % liegen. Die CAAR für das Intervall [-5;0] liegen bei 0,95%. Intervall CAAR (%) Boehmer- Test p-Wert Rang-Test p-Wert Vorzeichen- Test p-Wert N [-20;20] -0,83 -0,3317 0,7401 -0,7280 0,4666 2,0240** 0,0430 943 {0} 0,31 3,1403*** 0,0017 3,4205*** 0,0006 3,3975*** 0,0007 943 [-1;0] 0,38 2,9302*** 0,0034 2,6054*** 0,0092 2,8743*** 0,0040 943 [0;1] 0,37 2,6595*** 0,0078 2,6768*** 0,0074 2,6127*** 0,0090 943 [-1;1] 0,44 2,6218*** 0,0087 2,3381** 0,0194 3,6592*** 0,0003 943 [-10;10] 0,22 1,1825 0,2370 0,5929 0,5532 2,2202** 0,0264 943 [-5;0] 0,99 3,8361*** 0,0001 3,0018*** 0,0027 4,0516*** 0,0001 943 [0;5] 0,05 0,6970 0,4858 0,2147 0,8300 1,9586* 0,0502 943 Ergebnisse-Marktmodell-MSCI World Index-Südafrika Die Ergebnisse eines weiteren Robustheitstests sind in Tabelle 23 veranschaulicht. Es wird für diesen erneut das Marktmodell verwendet, Tabelle 22: Tabelle 23: 4.1 Ergebnisse Ereignisstudien 85 doch als Marktrendite für das Marktmodell lediglich der MSCI World Index benutzt. Auch bei diesem Vorgehen werden die CAAR aller Intervalle nach dem überwiegenden Teil der Testverfahren als signifikant ausgewiesen. Unabhängig von dem gewählten Testverfahren sind die AAR des Ereignistages bzw. CAAR der Intervalle [-1;0], [0;1] und [-5;0] hochsignifikant positiv. Die AAR des Ereignistages stimmen bei allen Vorgehensweisen zur Berechnung der erwarteten Rendite bis auf mindestens zwei Nachkommastellen (in Prozent ausgedrückt) überein. Sie liegen auch bei Verwendung des Marktmodells mit MSCI World Index bei 0,31%. Die CAAR des Intervalls [-1;0] liegen bei 0,38 % und stimmen mit den nach Marktmodell mit nationalen Indizes berechneten CAAR bis auf mindestens zwei Nachkommastellen überein. Für die Intervalle [0;1] und [-5;0] liegen die CAAR bei 0,37 % bzw. 0,99%. Diskussion der Ergebnisse-Ereignisstudie Südafrika Die Entwicklung der CAR in der Stichprobe Südafrika stellt ein ungewöhnliches Ergebnis dar, weil Literaturübersichtsstudien darauf hindeuten, dass M&A für Käuferunternehmen mit einer negativen oder neutralen Entwicklung des Unternehmenswerts einhergehen (s. a. Unterabschnitt 2.1.4). Bemerkenswert ist auch, dass dieses positive Ergebnis unabhängig von den verwendeten Berechnungsmethoden und Testverfahren gefunden werden kann. Die besondere Eigenschaft der in dieser Stichprobe betrachteten M&A, die Unternehmen in einer sich entwickelnden Volkswirtschaft zum Ziel zu haben, scheint also, wie in Unterabschnitt 2.1.4 vermutet, die Dichotomie bezüglich des Erfolgs der Käuferunternehmen bei M&A „aufzubrechen“. Südafrika als Zielmarkt scheint für Käuferunternehmen Wertschaffungspotenzial zu bieten. Dieses Ergebnis steht in Einklang mit empirischen Untersuchungen von z.B. Doukas & Travlos (1988), Alexandridis et al. (2010), Barbopoulos et al. (2014), Chari et al. (2010) oder Oelger & Schiereck (2011), die darauf hindeuten, dass in weniger entwickelten bzw. konsolidierten Märkten Wertschaffungspotenzial durch M&A auch für die Käuferunternehmen vorhanden ist. Für an M&A in Südafrika interessierte Unternehmen stellt sich allerdings die Frage, welche Faktoren einen positiven Ausgang von M&A begünstigen könnten. 4.1.1.3 4 Ergebnisse 86 Daher werden in Abschnitt 4.3 mittels einer Regressionsanalyse Determinanten untersucht, die die positive Entwicklung der CAAR beeinflusst haben könnten. Verwendet werden hierfür die CAR des Intervalls [-5;0], da die CAAR dieses Intervalls unabhängig von der Berechnungsmethode für die erwartete Rendite und dem verwendeten Testverfahren hochsignifikant waren. Abschnitt 4.2 erläutert die in dieser Untersuchung betrachteten potenziellen Erfolgsdeterminanten. Ergebnisse Ereignisstudie Nordafrika Deskriptive Statistik Nordafrika 4. Ergebnisse  75  4.1.2 Ergebnisse Ereignisstudie Nordafrika 4.1.2.1 Deskriptive Statistik Nordafrika Abbildung 6: Entwicklung M&A-Aktivität über Zeit-Nordafrika In Abbildung 6 ist der Verlauf der M&A-Aktivität pro Jahr für die Stichprobe Nordafrika über den gesamten Betrachtungszeitraum dargestellt. Die ersten Transaktionen, für die alle in Abschnitt 3.1 genannten Bedingungen erfüllt sind, finden im Jahr 1990 statt. Die höchste M&A- Aktivität ist für die Jahre 2008, 2015 und 2010 mit 31, 27 bzw. 22 Transaktionen verzeichnet. Der Höhepunkt der M&A-Aktivität liegt also wie in der Stichprobe Südafrika im Jahr 2008, welches sich in der Gesamtstichprobe nicht unter den drei Jahren mit der höchsten M&A-Aktivität befindet. N Durchschnittliches Transaktionsvolumen (Mio. USD) Median Transaktionsvolumen (Mio. USD) 134 262,945 23,788 Tabelle 24: Mittelwerte Transaktionsvolumen-Nordafrika (1990-2016) Tabelle 24 bietet Informationen zu den Transaktionsvolumina in der Stichprobe Nordafrika. Die Transaktionsvolumina waren für 134 Transaktionen der Stichprobe Nordafrika verzeichnet. Das durchschnittliche Transaktionsvolumen liegt bei 263 Mio. USD und der Median bei 24 Mio. USD. Der Median und der Durchschnitt der Transaktionsvolumina der Stichprobe Nordafrika sind die höchsten aller in dieser Untersuchung betrachteten Stichproben (sofern Daten zu den Transaktionsvolumina vorlagen). 0 5 10 15 20 25 30 35 19 90 19 92 19 94 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10 20 11 20 12 20 13 20 14 20 15 20 16 Anzahl M&A pro Jahr Entwicklung M&A-Aktivität über Zeit-Nordafrika In Abbildung 6 ist der Verlauf der M&A-Aktivität pro Jahr für die Stichprobe Nordafrika über den gesamten Betrachtungszeitraum dargestellt. Die ersten Tra saktionen, für die alle in Absch itt 3.1 genan ten Bedingungen erfüllt sind, finden im Jahr 1990 statt. Die höchste M&A-Aktivität ist für die Jahre 2008, 2015 und 2010 mit 31, 27 bzw. 22 Transaktionen verzeichnet. Der Höhepunkt der M&A-Aktivität liegt also wie in der Stichprobe Südafrika im Jahr 2008, welches sich in . .2 4.1.2.1 Abbildung 6: 4.1 Ergebnisse Ereignisstudien 87 der Gesamtstichprobe nicht unter den drei Jahren mit der höchsten M&A-Aktivität befindet. N Durchschnittliches Transaktionsvolumen(Mio. USD) Median Transaktionsvolumen (Mio. USD) 134 262,945 23,788 Mittelwerte Transaktionsvolumen-Nordafrika (1990–2016) Tabelle 24 bietet Informationen zu den Transaktionsvolumina in der Stichprobe Nordafrika. Die Transaktionsvolumina waren für 134 Transaktionen der Stichprobe Nordafrika verzeichnet. Das durchschnittliche Transaktionsvolumen liegt bei 263 Mio. USD und der Median bei 24 Mio. USD. Der Median und der Durchschnitt der Transaktionsvolumina der Stichprobe Nordafrika sind die höchsten aller in dieser Untersuchung betrachteten Stichproben (sofern Daten zu den Transaktionsvolumina vorlagen). Rang Käuferland N % 1 Ägypten 56 21,54 2 Frankreich 39 15,00 3 Marokko 37 14,23 4 USA 27 10,38 5 Vereinigtes Königreich 20 7,69 6 Indien 6 2,31 7 Kuwait 6 2,31 8 Portugal 6 2,31 9 Niederlande 5 1,92 10 Saudi-Arabien 5 1,92 Summe 207 79,62 Rang Zielland N % 1 Ägypten 136 52,31 2 Marokko 80 30,77 3 Tunesien 26 10,00 4 Algerien 14 5,38 5 Libyen 4 1,54 Summe 260 100 Top Ten-Käuferländer- Nordafrika (1990– 2016) Tabelle 25: Zielländer Verteilung- Nordafrika (1990–2016) Tabelle 26: Tabelle 25 und Tabelle 26 zeigen Käufer- bzw. Zielländer innerhalb der Stichprobe Nordafrika. Die Käuferländer in der Stichprobe Nordafrika sind am häufigsten Ägypten, Frankreich und Marokko mit 56, 39 und 37 verzeichneten Transaktionen, während zielseitig die meisten Tabelle 24: 4 Ergebnisse 88 Transaktionen auf Ägypten, Marokko und Tunesien entfallen. Diese drei Länder haben 136, 80 bzw. 26 Transaktionen zum Ziel. Dies bedeutet eine starke Konzentration auf diese Zielländer. Auf Algerien und Libyen als Zielländer entfallen weniger als 10% der Transaktionen. In der Stichprobe Nordafrika stimmen für 36,15% der Transaktionen Käufer- und Zielland überein. Unter den zehn häufigsten Käuferländern befinden sich in der Stichprobe Nordafrika keine Länder des subsaharischen Afrikas (inkl. Südafrika). Käuferindustrie N % Finanzen 70 26,92 Energie 42 16,15 Lebensmittel 36 13,85 Basismaterialien 35 13,46 Industrie 14 5,38 Hightech 12 4,62 Medien und Unterhaltung 9 3,46 Immobilien 9 3,46 Telekommunikation 9 3,46 Konsumgüter und Dienstleistungen 8 3,08 Öffentlicher Sektor 7 2,69 Gesundheit 6 2,31 Handel 3 1,15 Summe 260 100 Zielindustrie N % Finanzen 63 24,23 Energie 38 14,62 Basismaterialien 37 14,23 Lebensmittel 35 13,46 Industrie 24 9,23 Konsumgüter und Dienstleistungen 13 5 Immobilien 12 4,62 Hightech 11 4,23 Medien und Unterhaltung 8 3,08 Gesundheit 7 2,69 Handel 7 2,69 Telekommunikation 5 1,92 Summe 260 100 Käuferindustrien- Nordafrika (1990– 2016) Tabelle 27: Zielindustrien- Nordafrika (1990–2016) Tabelle 28: Tabelle 27 und Tabelle 28 zeigen die käufer- bzw. zielseitige industrielle Verteilung der M&A in der Stichprobe Nordafrika. Die Käuferunternehmen stammen mit 70, 42 und 36 Transaktionen aus den Industrien Finanzen, Energie und Lebensmittel. Dicht gefolgt sind diese von der Käuferindustrie Basismaterialien mit 35 Transaktionen. Zielseitig dominieren dieselben Industrien nur in leicht abgeänderter Rangfolge. So sind auch zielseitig die Finanz- und die Energieindustrie am stärksten vertreten mit 63 bzw. 38 Transaktionen. Die Industrien Basismaterialien und Lebensmittel folgen auf dem dritten und vierten Rang, also mit im 4.1 Ergebnisse Ereignisstudien 89 Vergleich zur käuferseitigen Verteilung vertauschten Plätzen, und sind mit 37 bzw. 35 Transaktionen verzeichnet. Eine Übereinstimmung zwischen Ziel- und Käuferindustrie ergibt sich in 70,77% der Fälle. Rang Transaktionswert (US$ Mio.) Käufername Käuferland Käuferindustrie Zielname Zielland (Jahr) Zielindustrie 1 15017,664 Lafarge SA Frankreich Basismaterialien OCI Cement Group Ägypten (2007) Basismaterialien 2 5658,853 Emirates Telecommunication Grp Co Vereinigte Arabische Emirate Telekommunikation Itissalat Al Maghrib SA Marokko (2013) Telekommunikation 3 1550,799 Altadis SA Spanien Lebensmittel Regie des Tabacs Marokko (2003) Lebensmittel 4 1405 Edison SpA Italien Energie Egyptian General Petroleum Corp-Abu Qir Concession Ägypten (2008) Energie 5 962,042 National Bank of Kuwait SAK Kuwait Finanzen Al Watany Bank of Egypt SAE Ägypten (2007) Finanzen 6 685,871 Danone SA Frankreich Lebensmittel Centrale Laitiere SA Marokko (2012) Lebensmittel 7 650 Apache Corp USA Energie BP PLC-Western Desert,Egypt Ägypten (2010) Energie 8 600,955 Banque Centrale Populaire SA Marokko Finanzen OCP SA Marokko (2009) Basismaterialien 9 527,895 SNI Marokko Finanzen Attijariwafa Bank SA Marokko (2009) Finanzen 10 512,502 Titan Cement Co SA Griechenland Basismaterialien Lafarge Titan Egypt Ägypten (2008) Basismaterialien Top Ten-M&A-Nordafrika (1990–2016) Tabelle 29 gibt Auskunft zu den zehn nach Transaktionsvolumen größten M&A in der Stichprobe Nordafrika. Das durchschnittliche Trans- Tabelle 29: 4 Ergebnisse 90 aktionsvolumen dieser zehn M&A liegt bei 2,8 Mrd. USD und ist damit das höchste aller betrachteten Top Ten-Transaktionen in dieser Untersuchung. Der Median dieser zehn M&A liegt bei 0,8 Mrd. USD. Als einziges afrikanisches Käuferland taucht Marokko an achter und neunter Stelle auf. Zielseitig entfallen 50% der Transaktionen auf Marokko bzw. Ägypten. In 2 der 10 Transaktionen stimmen Ziel- und Käuferland überein. Käufer- und zielseitig liegt keine starke Konzentration auf eine Industrie vor. Aus der Finanzindustrie stammen 30 % der Käuferunternehmen. Ansonsten entfallen käufer- und zielseitig auf keine Industrie mehr als 20% der Transaktionen. Mit diesem Hintergrundwissen zur Stichprobe können die Bedeutung der Ergebnisse und der weitere Aufbau der Arbeit besser nachvollzogen werden. Ereignisstudie Nordafrika Intervall CAAR (%) Boehmer- Test p-Wert Rang-Test p-Wert Vorzeichen- Test p-Wert N [-20;20] 2,83 1,2631 0,2066 -1,0268 0,3045 1,1412 0,2538 260 {0} 0,45 2,4087** 0,0160 2,0496** 0,0404 1,6373 0,1016 260 [-1;0] 0,60 2,7615*** 0,0058 2,7115*** 0,0067 2,3816** 0,0172 260 [0;1] 0,53 2,229** 0,0258 2,2035** 0,0276 2,5056** 0,0122 260 [-1;1] 0,68 2,6523*** 0,0080 2,8297*** 0,0047 3,0018*** 0,0027 260 [-10;10] 0,69 1,4466 0,1480 -0,1033 0,9177 0,1488 0,8817 260 [-5;0] 0,26 0,8656 0,3867 0,7116 0,4767 1,6373 0,1016 260 [0;5] 0,92 2,7512*** 0,0059 1,4021 0,1609 0,2729 0,7849 260 Ergebnisse-Marktmodell-nationale Indizes-Nordafrika Tabelle 30 dokumentiert die Ergebnisse der Ereignisstudie für die Stichprobe Nordafrika bei Verwendung des Marktmodells mit nationalen Indizes in lokaler Währung. Campbell et al. (2010) berücksichtigend, werden die CAAR der Intervalle betrachtet, für die alle Testverfahren übereinstimmend Signifikanz anzeigen. Die CAAR der Intervalle [-1;0], [0;1] und [-1;1] sind nach allen Testverfahren signifikant und liegen bei 0,60%, 0,53% bzw. 0,68%. Nach dem Boehmer-Test und dem Rang-Test liegt Hochsignifikanz der CAAR in den Intervallen [-1;0] und [-1;1] vor. Das Intervall [0;1] 4.1.2.2 Tabelle 30: 4.1 Ergebnisse Ereignisstudien 91 wird von diesen Tests als signifikant zum 5%-Niveau angezeigt. Der Vorzeichen-Test weist die CAAR der Intervalle [-1;1] und [0;1] zum 1%- bzw. zum 5%-Niveau als signifikant aus. Eine Abweichung von den Ergebnissen des Boehmer-Tests und des Rang-Tests in den betrachteten drei Intervallen liefert der Vorzeichen-Test lediglich für das Intervall [-1;0], das zum 5%-Niveau als signifikant ausgewiesen wird. Intervall CAAR (%) Boehmer- Test p-Wert Rang-Test p-Wert Vorzeichen- Test p-Wert N [-20;20] 2,56 0,7966 0,4257 -0,963 0,3355 2,0101** 0,0444 260 {0} 0,40 2,2172** 0,0266 1,3731 0,1697 -0,0985 0,9215 260 [-1;0] 0,60 2,5509** 0,0107 1,9361* 0,0529 1,7621* 0,0781 260 [0;1] 0,43 1,9202* 0,0548 0,8839 0,3767 1,2659 0,2055 260 [-1;1] 0,63 2,4102** 0,0159 1,5098 0,1311 1,7621* 0,0781 260 [-10;10] 0,89 1,3181 0,1875 0,3943 0,6934 0,6457 0,5185 260 [-5;0] 0,09 0,2275 0,8200 0,0389 0,9689 0,8938 0,3714 260 [0;5] 0,91 2,2104** 0,0271 1,4621 0,1437 0,5217 0,6019 260 Ergebnisse-mittelwertbereinigtes Modell-Nordafrika Tabelle 31 zeigt die Ergebnisse der Ereignisstudie für die Stichprobe Nordafrika bei Verwendung des mittelwertbereinigten Modells für die Stichprobe Nordafrika. Nach diesem Robustheitstest werden lediglich die CAAR des Intervalls [-1;0] durch alle Testverfahren als signifikant ausgewiesen. Die CAAR dieses Intervalls liegen bei 0,60% und stimmen mit den nach Marktmodell mit lokalen Indizes berechneten CAAR dieses Intervalls bis auf zwei Nachkommastellen überein. Der Boehmer-Test weist die CAAR dieses Intervalls zum 5%-Niveau als signifikant aus, während sich nach den beiden nichtparametrischen Tests Signifikanz dieser CAAR zum 10%-Niveau ergibt. Tabelle 31: 4 Ergebnisse 92 Intervall CAAR (%) Boehmer- Test p-Wert Rang-Test p-Wert Vorzeichen- Test p-Wert N [-20;20] 2,74 1,1195 0,2629 -0,8936 0,3715 1,5526 0,1205 260 {0} 0,44 2,5612** 0,0104 2,1422** 0,0322 1,4286 0,1531 260 [-1;0] 0,65 3,107*** 0,0019 2,6911*** 0,0071 2,5450** 0,0109 260 [0;1] 0,44 2,0998** 0,0357 1,4490 0,1473 1,8007* 0,0718 260 [-1;1] 0,66 2,7476*** 0,0060 2,1436** 0,0321 2,4209** 0,0155 260 [-10;10] 0,85 1,4667 0,1425 0,0859 0,9315 1,4286 0,1531 260 [-5;0] 0,19 0,6025 0,5469 0,1270 0,8989 1,3045 0,1921 260 [0;5] 0,98 2,6498*** 0,0081 1,3768 0,1686 0,6843 0,4938 260 Ergebnisse-Marktmodell-MSCI World Index-Nordafrika Die Ergebnisse des dritten Robustheitstests mittels MSCI World Index als Marktrendite für das Marktmodell, die in Tabelle 32 dargestellt sind, weisen ebenfalls unabhängig von dem verwendeten Testverfahren die CAAR des Intervalls [-1;0] als signifikant aus. Außerdem ist die CAAR des Intervalls [-1;1] nach allen Testverfahren signifikant. Im Intervall [-1;0] liegt die CAAR bei 0,65% und im Intervall [-1;1] bei 0,66%. Die CAAR des Intervalls [-1;0] werden nach allen Testverfahren zu denselben Signifikanzniveaus als signifikant ausgewiesen wie bei Verwendung des Marktmodells mit nationalen Indizes. Die nichtparametrischen Tests zeigen die CAAR des Intervalls [-1;1] als zum 5%-Niveau signifikant an, während diese nach dem Boehmer-Test hochsignifikant sind. Diskussion der Ergebnisse-Ereignisstudie Nordafrika Auch das Ergebnis der Stichprobe Nordafrika ist ungewöhnlich, aufgrund der gewonnenen Hinweise auf eine positive Wertentwicklung der Käuferunternehmen bei M&A. Wie Literaturübersichtsstudien dokumentieren (s.a. Unterabschnitt 2.1.4), sind für Käuferunternehmen bei M&A im Allgemeinen negative oder neutrale Ergebnisse im Hinblick auf den Unternehmenserfolg zu erwarten. Wie für die Stichprobe Südafrika kann ein Hinweis darauf gefunden werden, dass M&A mit nordafrikanischen Zielunternehmen von der Dichotomie des Erfolgs, die üblicherweise beobachtet wird, abweichen. Damit sind auch die Ergebnisse der Stichprobe Nordafrika ein Hinweis darauf, dass die von beispielsweise Doukas & Travlos (1988), Alexandridis et al. (2010), Barbopoulos et al. Tabelle 32: 4.1.2.3 4.1 Ergebnisse Ereignisstudien 93 (2014), Chari et al. (2010) und Oelger & Schiereck (2011) gewonnenen Ergebnisse bezüglich des positiven Ausgangs von M&A in weniger entwickelten bzw. konsolidierten Märkten im Kontext von M&A in Afrika relevant sind. Auch der nordafrikanische Markt scheint, den hier vorgetragenen Ergebnissen nach zu urteilen, Wertschaffungspotenzial durch M&A zu bieten. Um zu ermitteln, welche Faktoren diese Entwicklung beeinflusst haben könnten, wird in Abschnitt 4.3 eine Querschnittsregression mit den CAR des Intervalls [-1;0] durchgeführt. Die CAAR dieses Intervalls waren unabhängig von dem Testverfahren und dem Verfahren zur Berechnung der erwarteten Rendite signifikant positiv. Ergebnisse Ereignisstudie subsaharisches Afrika Deskriptive Statistik subsaharisches Afrika 4. Ergebnisse  82  4.1.3 Ergebnisse Ereignisstudie subsaharisches Afrika 4.1.3.1 Deskriptive Statistik subsaharisches Afrika Abbildung 7: Entwicklung M&A-Aktivität über Zeit-subsaharisches Afrika Abbildung 7 zeigt die Entwicklung der M&A-Aktivität pro Jahr für die Stichprobe subsaharisches Afrika. Die ersten Transaktionen, die den in Abschnitt 3.1 beschriebenen Anforderungen genügen, sind für das Jahr 1989 verzeichnet. In der Stichprobe subsaharisches Afrika sind die Jahre 2014 und 2013 die Jahre mit der höchsten M&A-Aktivität und es entfallen 40 bzw. 34 Transaktionen auf diese. Auf die Jahre 2014 und 2013 folgen die Jahre 2007 und 2015 mit jeweils 33 verzeichneten Transaktionen. Damit unterscheidet sich die Stichprobe subsaharisches Afrika von den Stichproben Nordafrika und Südafrika bezüglich des Jahres mit der höchsten Aktivität, welches bei diesen im Jahr 2008 liegt. N Durchschnittliches Transaktionsvolumen (Mio. USD) Median Transaktionsvolumen (Mio. USD) 200 140,595 15,944 Tabelle 33: Mittelwerte Transaktionsvolumen-subsaharisches Afrika (1989-2016) Tabelle 33 präsentiert Informationen zu den Transaktionsvolumina in der Stichprobe subsaharisches Afrika. Von den 408 M&A in der Stichprobe subsaharisches Afrika liegen für 200 Daten zum Transaktionsvolumen vor. Das durchschnittliche Transaktionsvolumen und der Median dieser 200 Transaktionen liegen bei ca. 141 Mio. USD bzw. 16 Mio. USD. 0 5 10 15 20 25 30 35 40 45 19 89 19 91 19 93 19 94 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10 20 11 20 12 20 13 20 14 20 15 20 16 Anzahl M&A pro Jahr Entwicklung M&A-Aktivität über Zeit-subsaharisches Afrika Abbildung 7 zeigt die Entwicklung der M&A-Aktivität pro Jahr für die Stichprobe subsaharisches Afrika. Die ersten Transaktionen, die den in Absch itt 3.1 beschriebenen Anforderungen genügen, sind für das Jahr 1989 verzeichnet. In der Stichprobe subsaharisches Afrika sind die Jahre 4.1.3 . . . Abbildung 7: 4 Ergebnisse 94 2014 und 2013 die Jahre mit der höchsten M&A-Aktivität und es entfallen 40 bzw. 34 Transaktionen auf diese. Auf die Jahre 2014 und 2013 folgen die Jahre 2007 und 2015 mit jeweils 33 verzeichneten Transaktionen. Damit unterscheidet sich die Stichprobe subsaharisches Afrika von den Stichproben Nordafrika und Südafrika bezüglich des Jahres mit der höchsten Aktivität, welches bei diesen im Jahr 2008 liegt. N Durchschnittliches Transaktionsvolumen(Mio. USD) Median Transaktionsvolumen (Mio. USD) 200 140,595 15,944 Mittelwerte Transaktionsvolumen-subsaharisches Afrika (1989–2016) Tabelle 33 präsentiert Informationen zu den Transaktionsvolumina in der Stichprobe subsaharisches Afrika. Von den 408 M&A in der Stichprobe subsaharisches Afrika liegen für 200 Daten zum Transaktionsvolumen vor. Das durchschnittliche Transaktionsvolumen und der Median dieser 200 Transaktionen liegen bei ca. 141 Mio. USD bzw. 16 Mio. USD. Rang Käuferland N % 1 Südafrika 63 15.44 2 Vereinigtes Königreich 51 12,50 3 Kanada 40 9,80 4 Australien 30 7,35 5 Frankreich 24 5,88 6 USA 21 5,15 7 Indien 16 3,92 8 Nigeria 16 3,92 9 Kenia 15 3,68 10 Marokko 12 2,94 Summe 288 70,59 Rang Zielland N % 1 Nigeria 62 15,20 2 Kenia 30 7,35 3 Mauritius 27 6,62 4 Tansania 27 6,62 5 Mosambik 20 4,90 6 Elfenbeinküste 19 4,66 7 Namibia 18 4,41 8 Ghana 15 3,68 9 Sambia 15 3,68 10 Botswana 14 3,43 Summe 247 60,54 Top Ten-Käuferländersubsaharisches Afrika (1989–2016) Tabelle 34: Top Ten-Zielländersubsaharisches Afrika (1989–2016) Tabelle 35: Tabelle 34 und Tabelle 35 zeigen die zehn häufigsten Käufer- bzw. Zielländer in der Stichprobe subsaharisches Afrika. Die häufigsten Käuferländer sind Südafrika, das Vereinigte Königreich und Kanada mit Tabelle 33: 4.1 Ergebnisse Ereignisstudien 95 63, 51 bzw. 40 M&A. Aus dem subsaharischen Afrika sind an achter und neunter Stelle Nigeria und Kenia mit 16 bzw. 15 M&A vertreten. Nordafrikanische Länder befinden sich ebenfalls unter den zehn häufigsten Käuferländern. Auf marokkanische Käuferunternehmen entfallen 12 M&A, und Marokko steht damit bei den Käuferländern an zehnter Stelle. Bei den Zielländern führen Nigeria, Kenia und Mauritius mit 62, 30 bzw. 27 Transaktionen die Liste an. Transaktionen, bei denen Käufer- und Zielland einander entsprechen, machen 8,33% aus. Käuferindustrie N % Basismaterialien 119 29,17 Finanzen 81 19,85 Energie 63 15,44 Lebensmittel 46 11,27 Industrie 26 6,37 Telekommunikation 25 6,13 Medien und Unterhaltung 13 3,19 Hightech 9 2,21 Handel 8 1,96 Konsumgüter und Dienstleistungen 6 1,47 Immobilien 6 1,47 Gesundheit 5 1,23 Öffentlicher Sektor 1 0,25 Summe 408 100 Zielindustrien N % Basismaterialien 130 31,86 Finanzen 75 18,38 Energie 69 16,91 Lebensmittel 39 9,56 Industrie 22 5,39 Telekommunikation 20 4,90 Medien und Unterhaltung 15 3,68 Handel 10 2,45 Hightech 9 2,21 Konsumgüter und Dienstleistungen 8 1,96 Gesundheit 7 1,72 Immobilien 4 0,98 Summe 408 100 Käuferindustrien-subsaharisches Afrika (1989–2016) Tabelle 36: Zielindustrien-subsaharisches Afrika (1989–2016) Tabelle 37: Tabelle 36 und Tabelle 37 zeigen die Verteilung der M&A nach Käuferbzw. Zielindustrien in der Stichprobe subsaharisches Afrika. Mit 119, 81 bzw. 63 Transaktionen stammen die meisten Käufer aus den Industrien Basismaterialien, Finanzen bzw. Energie. Zielseitig ergibt sich dieselbe Rangfolge bei den drei häufigsten Industrien, und es entfallen 130, 75 bzw. 69 auf diese. Bei 69,61% der M&A stimmen Käufer- und Zielindustrie überein. 4 Ergebnisse 96 Rang Transaktionsvolumen (USD Mio.) Käufernamen Käuferland Käuferindustrie Zielunternehmen Zielland (Jahr) Zielindustrie 1 4210 Petro China Co Ltd China Energie ENI East Africa SpA Mosambik (2013) Energie 2 2770 China Molybdenum Co Ltd China Basismaterialien Freeport- McMoRan DRC Holdings Ltd Dem. Rep. Kongo (2016) Basismaterialien 3 2692 CNOOC Ltd China Energie Nigerian National Petroleum Corp- OML 130 Nigeria (2006) Energie 4 1503,907 Anglogold Ltd Südafrika Basismaterialien Ashanti Goldfields Co Ltd Ghana (2003) Basismaterialien 5 1434 Eni SpA Italien Energie Maurel & Prom SCA- Congo Oil Fields Kongo (2007) Energie 6 1250 Eurasian Natural Resources Vereinigtes Köngreich Basismaterialien First Quantum Minerals Ltd- Residual Assets & Claims Dem. Rep. Kongo (2012) Basismaterialien 7 1050 American Tower Corp USA Telekommunikation Bharti Airtel International Netherlands BV-Tower Portfolio (4800) Nigeria (2014) Telekommunikation 8 767,76 ONGC Indien Energie Greater Nile Petroleum Operating Co Sudan (2002) Energie 9 697,973 Hindustan Zinc Ltd Indien Basismaterialien Anglo American PLC- Skorpion Mine Namibia (2010) Basismaterialien 10 667 Gold Fields Ltd Südafrika Basismaterialien Gold Fields Ltd-Tarkwa & Damang Gold Mines Ghana (2011) Basismaterialien Top Ten-M&A-subsaharisches Afrika (1989–2016) Tabelle 38 zeigt die zehn nach Transaktionsvolumen größten M&A der Stichprobe subsaharisches Afrika. Das durchschnittliche Transaktions- Tabelle 38: 4.1 Ergebnisse Ereignisstudien 97 volumen dieser M&A liegt bei 1,7 Mrd. USD und der Median bei 1,3 Mrd. USD. Dominiert wird die Stichprobe käuferseitig von China. Die drei größten Transaktionen wurden von chinesischen Käuferunternehmen getätigt. Afrikanische Käuferunternehmen befinden sich käuferseitig kaum in der Liste. Lediglich südafrikanische Käuferunternehmen tauchen an vierter und zehnter Stelle der Liste auf. Die Zielländer der größten Transaktionen waren in absteigender Reihenfolge Mosambik, die Demokratische Republik Kongo und Nigeria. Die Industrien der Käuferunternehmen beschränken sich fast ausschließlich auf Basismaterialien und Energie, die 50% bzw. 40% ausmachen. Die Übereinstimmungsquote zwischen Ziel- und Käuferindustrien liegt bei 100%. Damit ergibt sich zielseitig ebenfalls ein Fokus auf die Industrien Energie und Basismaterialien. Ereignisstudie subsaharisches Afrika Intervall CAAR (%) Boehmer- Test p-Wert Rang-Test p-Wert Vorzeichen- Test p-Wert N [-20;20] 2,09 0,8477 0,3966 1,1637 0,2446 1,0629 0,2878 408 {0} 1,40 3,0273*** 0,0025 3,7360*** 0,0002 2,3515** 0,0187 408 [-1;0] 1,78 2,7440*** 0,0061 3,4286*** 0,0006 3,5411*** 0,0004 408 [0;1] 2,60 2,9159*** 0,0035 2,7023*** 0,0069 1,7568* 0,079 408 [-1;1] 2,98 2,9092*** 0,0036 2,8490*** 0,0044 2,4506** 0,0143 408 [-10;10] 2,82 2,2582** 0,0239 3,2350*** 0,0012 1,4594 0,1445 408 [-5;0] 1,66 1,4968 0,1345 2,4844** 0,013 1,2611 0,2073 408 [0;5] 2,70 3,2677*** 0,0011 2,4267** 0,0152 2,9463*** 0,0032 408 Ergebnisse-Marktmodell-nationale Indizes-subsaharisches Afrika Tabelle 39 zeigt die Ergebnisse der Ereignisstudie für die Stichprobe subsaharisches Afrika bei Verwendung nationaler Indizes in lokaler Währung. Von allen Tests werden die CAAR der Intervalle, die kurz um den Ereignistag ([-1;0], [0;1] [-1;1]) liegen bzw. die AAR des Ereignistages selbst, als signifikant ausgewiesen und betragen 1,78%, 2,60%, 2,98% bzw. 1,40%. Außerdem werden die CAAR des Intervalls [0;5], die bei 2,70% liegen, von allen Tests als signifikant ausgewiesen. Der Boehmer-Test und der Rang-Test zeigen für die CAAR der Intervalle [-1;0], [0;1] und 4.1.3.2 Tabelle 39: 4 Ergebnisse 98 [-1;1] sowie die AAR des Ereignistages Hochsignifikanz an. Ferner sind die AAR des Ereignistages nach dem Vorzeichen-Test signifikant zum 5%-Niveau. Die CAAR des Intervalls [-1;0] werden auch vom Vorzeichen-Test als hochsignifikant ausgewiesen. Außerdem sind die CAAR des Intervalls [0;5] nach dem Boehmer-Test und dem Vorzeichen-Test hochsignifikant und nach dem Rang-Test signifikant zum 5%-Niveau. Die CAAR der Intervalle [0;1] und [-1;1] werden nach dem Vorzeichen- Test zum 10%- bzw. zum 5%-Niveau als signifikant angezeigt. Unabhängig von dem gewählten Testverfahren werden also die CAAR des Intervalls [-1;0] als hochsignifikant ausgewiesen. Intervall CAAR (%) Boehmer- Test p-Wert Rang-Test p-Wert Vorzeichen- Test p-Wert N [-20;20] 1,22 -0,3174 0,7510 -0,1220 0,9029 1,0414 0,2977 408 {0} 1,37 2,9404*** 0,0033 3,3726*** 0,0007 2,4306** 0,0151 408 [-1;0] 1,72 2,697*** 0,0070 2,6447*** 0,0082 3,1253*** 0,0018 408 [0;1] 2,56 2,7494*** 0,0060 2,1696** 0,0300 2,4306** 0,0151 408 [-1;1] 2,91 2,7863*** 0,0053 1,9837** 0,0473 1,9345* 0,0531 408 [-10;10] 2,52 1,7152* 0,0863 2,4751** 0,0133 2,2322** 0,0256 408 [-5;0] 1,54 1,1962 0,2316 1,9019* 0,0572 2,0337** 0,0420 408 [0;5] 2,58 2,6943*** 0,0071 1,1005 0,2711 3,0260*** 0,0025 408 Ergebnisse-mittelwertbereinigtes Modell-subsaharisches Afrika Tabelle 40 zeigt die Ergebnisse des Robustheitstests für die Stichprobe subsaharisches Afrika, für das zur Berechnung der erwarteten Rendite das mittelwertbereinigte Modell verwendet wurde. Unabhängig von dem gewählten Testverfahren werden die CAAR der Intervalle [-1;0], [0;1] [-1;1] und [-10;10] sowie die AAR des Ereignistages als signifikant ausgewiesen und liegen bei 1,72%, 2,56 %, 2,91%, 2,52% bzw. 1,37%. Nach dem Boehmer-Test sind die AAR des Ereignistages und die CAAR der Intervalle [-1;0], [0;1] und [-1;1] hochsignifikant und die CAAR des Intervalls [-10;10] signifikant zum 10%-Niveau. Der Rang-Test zeigt die AAR des Ereignistages sowie die CAAR des Intervalls [-1;0] als hochsignifikant und die der Intervalle [0;1], [-1;1] und [-10;10] als signifikant zum 5%-Niveau an. Der Vorzeichen-Test ergibt Signifikanz der AAR des Ereignistages und der CAAR der Intervalle [0;1] und [-10;10] zum 5%- Niveau, während die CAAR des Intervalls [-1;0] als hochsignifikant und Tabelle 40: 4.1 Ergebnisse Ereignisstudien 99 die des Intervalls [-1;1] zum 10%-Niveau als signifikant ausgewiesen werden. Intervall CAAR (%) Boehmer- Test p-Wert Rang-Test p-Wert Vorzeichentest p-Wert N [-20;20] 1,48 0,0412 0,9672 -0,2587 0,7959 0,7944 0,427 408 {0} 1,36 3,0311*** 0,0024 3,3309*** 0,0009 2,3809** 0,0173 408 [-1;0] 1,70 2,7064*** 0,0068 2,5044** 0,0123 2,0834** 0,0372 408 [0;1] 2,57 2,9164*** 0,0035 2,183** 0,029 1,9843** 0,0472 408 [-1;1] 2,91 2,8882*** 0,0039 1,9042* 0,0569 2,0834** 0,0372 408 [-10;10] 2,5 1,8556* 0,0635 2,2186** 0,0265 1,191 0,2336 408 [-5;0] 1,51 1,1762 0,2395 1,7359* 0,0826 1,5877 0,1124 408 [0;5] 2,61 3,0685*** 0,0022 1,1936 0,2326 2,3809** 0,0173 408 Ergebnisse-Marktmodell-MSCI World Index-subsaharisches Afrika Tabelle 41 fasst die Ergebnisse der Ereignisstudie für die Stichprobe subsaharisches Afrika bei Verwendung des MSCI World Index als Marktrendite für das Marktmodell zur Prüfung der Robustheit zusammen. Nach allen Testverfahren sind die AAR des Ereignistages und die CAAR der Intervalle [-1;0], [0;1] und [-1;1] signifikant. Somit sind diese AAR und CAAR unabhängig von dem Testverfahren und von dem Verfahren zur Berechnung der erwarteten Renditen signifikant und liegen bei Verwendung des MSCI World Index als Marktrendite bei 1,36%, 1,70%, 2,57 % bzw. 2,91%. Der Boehmer-Test weist die AAR und CAAR all dieser Intervalle als hochsignifikant aus. Nach dem Vorzeichen-Test sind die AAR des Ereignistages und die CAAR der Intervalle [-1;0], [0;1] und [-1;1] zum 5%-Niveau signifikant. Der Rang-Test weist die AAR und CAAR dieser Intervalle zum 1%-, 5%-, 5%- bzw. 10%- Niveau als signifikant aus. Nachfolgend ist in Abbildung 8 bis Abbildung 10 der Verlauf der CAAR über das Ereignisfenster dargestellt. Verwendet wurden in Abbildung 8 die Ergebnisse des Marktmodells mit lokalen Indizes, in Abbildung 9 die des mittelwertbereinigten Modells und in Abbildung 10 die des Marktmodells mit MSCI World Index als Marktrendite. Tabelle 41: 4 Ergebnisse 100 4. Ergebnisse  88  Robustheit zusammen. Nach allen Testverfahren sind die AAR des Ereignistages und die CAAR der Intervalle [-1;0], [0;1] und [-1;1] signifikant. Somit sind diese AAR und CAAR unabhängig von dem Testverfahren und von dem Verfahren zur Berechnung der erwarteten Renditen signifikant und liegen bei Verwendung des MSCI World Index als Marktrendite bei 1,36%, 1,70%, 2,57 % bzw. 2,91%. Der Boehmer-Test weist die AAR und CAAR all dieser Intervalle als hochsignifikant aus. Nach dem Vorzeichen-Test sind die AAR des Ereignistages und die CAAR der Intervalle [-1;0], [0;1] und [-1;1] zum 5%-Niveau signifikant. Der Rang- Test weist die AAR und CAAR dieser Intervalle zum 1%-, 5%-, 5%- bzw. 10%-Niveau als signifikant aus. Nachfolgend ist in Abbildung 8 bis Abbildung 10 der Verlauf der CAAR über das Ereignisfenster dargestellt. Verwendet wurden in Abbildung 8 die Ergebnisse des Marktmodells mit lokalen Indizes, in Abbildung 9 die des mittelwertbereinigten Modells und in Abbildung 10 die des Marktmodells mit MSCI World Index als Marktrendite. Abbildung 8: Entwicklung CAAR über Ereignisfenster-Marktmodell-lokale Indizes ‐1 ‐0,5 0 0,5 1 1,5 2 2,5 3 3,5 ‐20 ‐18 ‐16 ‐14 ‐12 ‐10 ‐8 ‐6 ‐4 ‐2 0 2 4 6 8 10 12 14 16 18 20 CA AR (% ) Tage CAAR[-20;20] Entwicklung CAAR über Ereignisfenster-Marktmodelllokale Indizes 4. Ergebnisse  88  Robustheit zusammen. Nach allen Testverfahren sind die AAR des Ereignistages und die CAAR der Intervalle [-1;0], [0;1] und [-1;1] signifikant. Somit sind diese AAR und CAAR unabhängig von dem Testverfahren und von dem Verfahren zur Berechnung der erwarteten Renditen signifikant und liegen bei Verwendung des MSCI World Index als Marktrendite bei 1,36%, 1,70%, 2,57 % bzw. 2,91%. Der Boehmer-Test weist die AAR und CAAR all dieser Intervalle als hochsignifikant aus. Nach dem Vorzeichen-Test sind die AAR des Ereignistages und die CAAR der Intervalle [-1;0], [0;1] und [-1;1] zum 5%-Niveau signifikant. Der Rang- Test weist die AAR und CAAR dieser Intervalle zum 1%-, 5%-, 5%- bzw. 10%-Niveau als signifikant aus. Nachfolgend ist in Abbildung 8 bis Abbildung 10 der Verlauf der CAAR über das Ereignisfenster dargestellt. Verwendet wurden in Abbildung 8 die Ergebnisse des Marktmodells mit lokalen Indizes, in Abbildung 9 die des mittelwertbereinigten Modells und in Abbildung 10 die des Marktmodells mit MSCI World Index als Marktrendite. ../Bilder/Abb08.pdf Abbildung 8: Entwicklung CAAR über Ereignisfenster-Marktmodell-lokale Indizes Abbildung 9: Entwicklung CAAR über Ereignisfenster-Mittelwertbereinigtes Modell ‐1,5 ‐1 ‐0,5 0 0,5 1 1,5 2 2,5 ‐20 ‐18 ‐16 ‐14 ‐12 ‐10 ‐8 ‐6 ‐4 ‐2 0 2 4 6 8 10 12 14 16 18 20 CA AR (% ) Tage CAAR[-20;20] Entwicklung CAAR über Ereignisfenster-Mittelwertbereinigtes Modell Abb ung 8: Abbildung 9: 4.1 Ergebniss Ereig isstudien 101 4. Ergebnisse  88  Robustheit zusammen. Nach allen Testverfahren sind die AAR des Ereignistages und die CAAR der Intervalle [-1;0], [0;1] und [-1;1] signifikant. Somit sind diese AAR und CAAR unabhängig von dem Testverfahren und von dem Verfahren zur Berechnung der erwarteten Renditen signifikant und liegen bei Verwendung des MSCI World Index als Marktrendite bei 1,36%, 1,70%, 2,57 % bzw. 2,91%. Der Boehmer-Test weist die AAR und CAAR all dieser Intervalle als hochsignifikant aus. Nach dem Vorzeichen-Test sind die AAR des Ereignistages und die CAAR der Intervalle [-1;0], [0;1] und [-1;1] zum 5%-Niveau signifikant. Der Rang- Test weist die AAR und CAAR dieser Intervalle zum 1%-, 5%-, 5%- bzw. 10%-Niveau als signifikant aus. Nachfolgend ist in Abbildung 8 bis Abbildung 10 der Verlauf der CAAR über das Ereignisfenster dargestellt. Verwendet wurden in Abbildung 8 die Ergebnisse des Marktmodells mit lokalen Indizes, in Abbildung 9 die des mittelwertbereinigten Modells und in Abbildung 10 die des Marktmodells mit MSCI World Index als Marktrendite. ../Bilder/Abb08.pdf Abbildung 8: Entwicklung CAAR über Ereignisfenster-Marktmodell-lokale Indizes ../Bilder/Abb09.pdf Abbildung 9: Entwicklung CAAR über Ereignisfenster-Mittelwertbereinigtes Modell Abbildung 10: Entwicklung CAAR über Ereignisfenster-Marktmodell-MSCI World Index ‐1,5 ‐1 ‐0,5 0 0,5 1 1,5 2 2,5 3 ‐20 ‐18 ‐16 ‐14 ‐12 ‐10 ‐8 ‐6 ‐4 ‐2 0 2 4 6 8 10 12 14 16 18 20 CA AR (% ) Tage CAAR[-20;20] Entwicklung CAAR über Ereignisfenster-Marktmodell- MSCI World Index Die grafische Darstellung dokumentiert zusätzlich, dass dicht um den Ereignistag ein starker Anstieg der CAAR stattfindet, der nicht zufällig erscheint und außerdem Ähnlichkeit im Verlauf nach allen Methoden zur Berechnung der CAAR aufweist. Diskussion der Ergebnisse-Ereignisstudie subsaharisches Afrika Die Ergebnisse der Stichprobe subsaharisches Afrika deuten wie die Ergebnisse der Stichproben Nordafrika und Südafrika auf ein Wertschaffungspotenzial bei M&A mit Zielunternehmen hin, die ihren Hauptsitz in den jeweiligen sich entwickelnden Volkswirtschaften Afrikas haben. Auch diese Ergebnisse passen zu den von Autoren wie Doukas & Travlos (1988), Alexandridis et al. (2010), Barbopoulos et al. (2014), Chari et al. (2010) oder Oelger & Schiereck (2011) festgestellten Abweichungen hinsichtlich des Erfolgs bei M&A in sich entwickelnden Volkswirtschaften. Insbesondere dass in der Stichprobe subsaharisches Afrika die höchsten CAAR vorgefunden werden können, scheint sich mit dem Erklärungsansatz vereinbaren zu lassen, dass in weniger ent- Abbildung 10: 4.1.3.3 4 Ergebnisse 102 wickelten bzw. konsolidierten Märkten ein höheres Wertschaffungspotenzial vorgefunden werden kann. Im Rahmen der weiteren Untersuchung wird auch dieses ungewöhnliche Ergebnis mittels Querschnittsregressionsanalysen im Hinblick auf potenzielle Erklärungsansätze untersucht werden. Am häufigsten wurden die CAAR des Intervalls [-1;0] als hochsignifikant ausgewiesen. Insbesondere war die CAAR des Intervalls [-1;0] nach dem von Campbell et al. (2010) empfohlenen Verfahren mit Marktmodell und nationalen Indizes nach allen Testverfahren hochsignifikant, während dies für die CAAR der anderen Intervalle nicht gilt. Daher werden die CAR des Intervalls [-1;0] als abhängige Variable der Regression verwendet werden. Zunächst soll jedoch in zwei Exkursen untersucht werden, welche Bedeutung die Aufnahme des Ziellandes Mauritius in die Stichprobe subsaharisches Afrika gehabt haben könnte, und ferner analysiert werden, wie erfolgreich M&A mit Zielunternehmen in der Bankenindustrie in Afrika verliefen. Exkurs I: Ergebnisse Ereignisstudie subsaharisches Afrika exkl. Mauritius Intervall CAAR (%) Boehmer- Test p-Wert Rang-Test p-Wert Vorzeichen- Test p-Wert N [-20;20] 2,37 1,1089 0,2675 1,4368 0,1508 1,2194 0,2227 381 {0} 1,49 3,0005*** 0,0027 3,7967*** 0,0001 2,245** 0,0248 381 [-1;0] 1,93 2,904*** 0,0037 3,8025*** 0,0001 3,886*** 0,0001 381 [0;1] 2,78 2,7794*** 0,0054 2,8807*** 0,0040 1,6296 0,1032 381 [-1;1] 3,21 2,9301*** 0,0034 3,2648*** 0,0011 2,5527** 0,0107 381 [-10;10] 3,08 2,4547** 0,0141 3,5481*** 0,0004 1,8347* 0,0665 381 [-5;0] 1,74 1,6555* 0,0978 2,7043*** 0,0068 1,527 0,1268 381 [0;5] 2,95 3,3185*** 0,0009 2,8475*** 0,0044 3,4757*** 0,0005 381 Ergebnisse-Marktmodell-nationale Indizes-ohne Mauritius 4.1.4 Tabelle 42: 4.1 Ergebnisse Ereignisstudien 103 Intervall CAAR (%) Boehmer- Test p-Wert Rang-Test p-Wert Vorzeichen- Test p-Wert N [-20;20] 1,47 -0,0017 0,9986 0,1294 0,8970 1,1998 0,2302 381 {0} 1,46 2,8832*** 0,0039 3,3461*** 0,0008 2,3288** 0,0199 381 [-1;0] 1,85 2,846*** 0,0044 2,9521*** 0,0032 3,4578*** 0,0005 381 [0;1] 2,72 2,5557** 0,0106 2,0895** 0,0367 2,4314** 0,0150 381 [-1;1] 3,11 2,7621*** 0,0057 2,1846** 0,0289 2,1235** 0,0337 381 [-10;10] 2,75 1,9023* 0,0571 2,6851*** 0,0073 2,3288** 0,0199 381 [-5;0] 1,61 1,4284 0,1532 2,1269** 0,0334 2,2262** 0,0260 381 [0;5] 2,82 2,7072*** 0,0068 1,4301 0,1527 3,2526*** 0,0011 381 Ergebnisse-mittelwertbereinigtes Modell-ohne Mauritius Intervall CAAR (%) Boehmer- Test p-Wert Rang-Test p-Wert Vorzeichen- Test p-Wert N [-20;20] 1,75 0,3537 0,7236 0,0825 0,9343 0,9041 0,3659 381 {0} 1,44 2,9715*** 0,0030 3,4446*** 0,0006 2,4433** 0,0146 381 [-1;0] 1,83 2,8501*** 0,0044 3,0389*** 0,0024 2,7512*** 0,0059 381 [0;1] 2,73 2,7224*** 0,0065 2,2347** 0,0254 2,0329** 0,0421 381 [-1;1] 3,12 2,8619*** 0,0042 2,3171** 0,0205 2,4433** 0,0146 381 [-10;10] 2,75 2,0817** 0,0374 2,6117*** 0,0090 1,6224 0,1047 381 [-5;0] 1,59 1,3584 0,1744 2,1124** 0,0347 1,725* 0,0845 381 [0;5] 2,84 3,0668*** 0,0022 1,4707 0,1414 2,8538*** 0,0043 381 Ergebnisse-Marktmodell-ohne Mauritius Tabelle 42, Tabelle 43 und Tabelle 44 zeigen die Ergebnisse der Ereignisstudie für die Stichprobe subsaharisches Afrika unter Ausschluss von Transaktionen mit Zielland Mauritius. Da Mauritius einerseits dem BIP/Kopf nach nahezu über den gesamten Betrachtungszeitraum aus der Gruppe subsaharischer Staaten herausragt und andererseits eine Steueroase ist, wurde untersucht, ob die Aufnahme des Ziellandes Mauritius in die Stichprobe subsaharisches Afrika einen das Ergebnis verzerrenden Effekt gehabt haben könnte. Es zeigt sich jedoch, dass die CAAR des Intervalls [-1;0], die im weiteren Verlauf der Untersuchung betrachtet werden, bei Ausschluss von Mauritius nach allen Verfahren zur Berechnung der erwarteten Rendite und zum Testen höher und mindestens zum selben Signifikanzniveau signifikant ausfallen. Damit ist die Rolle von Mauritius als potenzieller Störfaktor geklärt, und es bleiben weiterhin die CAAR des Intervalls [-1;0] zu erklären. Außer- Tabelle 43: Tabelle 44: 4 Ergebnisse 104 dem deutet auch dieses Ergebnis darauf hin, dass in weniger entwickelten bzw. konsolidierten Märkten ein größeres Wertsteigerungspotenzial vorhanden ist. Exkurs II: Ergebnisse Ereignisstudie Ziel Banken Da sich ein großer Teil der empirischen Literatur zu M&A in Afrika auf den Finanzsektor und insbesondere Banken konzentriert, wurden M&A mit Banken in Afrika als Zielunternehmen noch einmal gesondert untersucht. Intervall CAAR (%) Boehmer- Test p-Wert Rang-Test p-Wert Vorzeichen- Test p-Wert N [-20;20] -0,42 -0,4115 0,6807 -0,3826 0,7020 -0,6545 0,5128 67 {0} 0,31 1,4325 0,1520 1,9744** 0,0483 1,5452 0,1223 67 [-1;0] 0,24 0,7987 0,4245 2,0139** 0,0440 1,5452 0,1223 67 [0;1] 0,38 1,7681* 0,0770 1,1685 0,2426 1,7896* 0,0730 67 [-1;1] 0,30 1,3139 0,1889 1,4585 0,1447 1,5452 0,1223 67 [-10;10] 0,18 0,3398 0,7340 0,2906 0,7714 -0,1657 0,8684 67 [-5;0] -0,29 -0,9516 0,3413 0,1761 0,8602 0,0788 0,9372 67 [0;5] 0,31 1,4325 0,1520 1,9744** 0,0483 1,5452 0,1223 67 Ergebnisse-Marktmodell-nationale Indizes-Ziel Banken in Afrika In Tabelle 45 sind die Ergebnisse einer Ereignisstudie mit nationalen Indizes in lokaler Währung dargestellt, für die als Stichprobe Transaktionen verwendet wurden, die afrikanische Banken zum Ziel39 hatten. Die 67 Transaktionen umfassende Stichprobe ist eine industriespezifische Teilstichprobe der Stichprobe Afrika, die das Aggregat der Stichproben Südafrika, Nordafrika und subsaharisches Afrika ist. Die Aufteilung nach Ländergruppen wurde in diesem Fall nicht vorgenommen, da nur eine sehr geringe Anzahl der Transaktionen der Stichprobe Afrika Banken zum Ziel hatte und diese Transaktionen nur zu einem geringen Anteil die in Abschnitt 3.1 beschriebenen Kriterien erfüllten. Es wird deutlich, dass die CAAR keines Intervalls unabhängig 4.1.5 Tabelle 45: 39 Die „Mid Industry“ des Zielunternehmens ist bei Thomson Reuters „Banks“. 4.1 Ergebnisse Ereignisstudien 105 von dem verwendeten Testverfahren signifikant sind. Die CAAR des Intervalls [0;1], die bei 0,38% liegen, werden von dem Boehmer-Test und dem Vorzeichen-Test als signifikant zum 10%-Niveau ausgewiesen. Die CAAR der Intervalle [0;5] und [-1;0] sowie die AAR des Ereignistages werden von dem Rang-Test zum 5%-Niveau als signifikant ausgewiesen und liegen bei 0,31%, 0,24% bzw. 0,31%. Intervall CAAR (%) Boehmer- Test p-Wert Rang-Test p-Wert Vorzeichen- Test p-Wert N [-20;20] -1,56 -1,2476 0,2122 -1,3040 0,1922 -0,3034 0,7616 67 {0} 0,41 1,6229 0,1046 2,6343*** 0,0084 2,8803*** 0,004 67 [-1;0] 0,34 0,5242 0,6001 1,9433* 0,0520 1,4109 0,1583 67 [0;1] 0,57 2,325** 0,0201 2,0239** 0,0430 1,9007* 0,0573 67 [-1;1] 0,51 1,48 0,1389 1,7183* 0,0858 0,9211 0,357 67 [-10;10] -0,38 -0,3032 0,7618 -0,0553 0,9559 -0,0585 0,9533 67 [-5;0] -0,45 -0,9365 0,3490 0,2549 0,7988 0,1864 0,8521 67 [0;5] 0,41 1,6229 0,1046 2,6343** 0,0084 2,8803*** 0,004 67 Ergebnisse-mittelwertbereinigtes Modell-Ziel Banken in Afrika Tabelle 46 zeigt die Ergebnisse eines ersten Robustheitstests, für den das mittelwertbereinigte Modell zur Berechnung der erwarteten Renditen verwendet wurde. In diesem Fall werden die CAAR des Intervalls [0;1] nach allen Testverfahren als signifikant ausgewiesen. Sie liegen bei 0,57% und werden nach dem Boehmer- und dem Rang-Test zum 5%- und nach dem Vorzeichen-Test zum 10%-Niveau als signifikant angezeigt. Tabelle 46: 4 Ergebnisse 106 Intervall CAAR (%) Boehmer- Test p-Wert Rang-Test p-Wert Vorzeichen- Test p-Wert N [-20;20] -2,09 -1,3963 0,1626 -1,4341 0,1515 -0,9175 0,3589 67 {0} 0,37 1,6929* 0,0905 2,3745** 0,0176 2,5079** 0,0121 67 [-1;0] 0,19 0,5177 0,6047 1,7112* 0,0870 1,0399 0,2984 67 [0;1] 0,36 2,1042** 0,0354 1,8191* 0,0689 2,0186** 0,0435 67 [-1;1] 0,19 1,2966 0,1948 1,5115 0,1306 1,0399 0,2984 67 [-10;10] -0,61 -0,4413 0,6590 0,0414 0,9669 0,0612 0,9512 67 [-5;0] -0,43 -1,0496 0,2939 -0,0130 0,9896 -0,1835 0,8544 67 [0;5] 0,68 1,7568* 0,0789 1,3845 0,1662 1,2845 0,199 67 Ergebnisse-Marktmodell-MSCI World Index- Ziel Banken in Afrika Letztlich ergibt auch die Berechnung der erwarteten Renditen mittels MSCI World Index als Marktrendite im Marktmodell, deren Ergebnisse Tabelle 47 zeigt, Signifikanz der CAAR des Intervalls [0;1], die unabhängig von dem gewählten Testverfahren ist. Außerdem gilt dies für die AAR des Ereignistages, die bei 0,37% liegen und von dem Rangsowie dem Vorzeichen-Test zum 5%-Niveau als signifikant ausgewiesen werden, während der Boehmer-Test Signifikanz zum 10%-Niveau anzeigt. Die CAAR des Intervalls [0;1] betragen 0,36% und sind nach dem Boehmer-Test und dem Vorzeichen-Test zum 5%-Niveau signifikant. Der Rang-Test zeigt die CAAR dieses Intervalls zum 10%-Niveau als signifikant an. Insgesamt deuten die CAAR auf ein positives Ergebnis bezüglich der Wertentwicklung von Käuferunternehmen afrikanischer Banken in kurzen Zeitfenstern um das Ereignis herum hin. Dies bedeutet, dass neben den Stakeholdern afrikanischer Banken auch Shareholder der Käuferunternehmen afrikanischer Banken profitieren könnten. Dieses Ergebnis passt in das von Kolaric & Schiereck (2014) sowie Kolaric & Schiereck (2013) entworfene Bild, wonach das Konsolidierungspotenzial in sich entwickelnden Volkswirtschaften ausgeprägter ist und daher Möglichkeiten zur Wertsteigerung durch M&A im Bankenbereich für Käuferunternehmen existieren. Tabelle 47: 4.1 Ergebnisse Ereignisstudien 107 Erfolgsdeterminanten bei M&A In Abschnitt 4.2 werden die Variablen vorgestellt, die in dieser Untersuchung im Hinblick auf ihren potenziellen Einfluss auf den Erfolg von M&A in der kurzen und der langen Frist analysiert werden. Im Unterschied zur allgemeinen Literatur zu Erfolgsdeterminanten von M&A werden in dieser Untersuchung Variablen stärker berücksichtigt, die institutionelle und volkswirtschaftliche Rahmenbedingungen reflektieren und, wie in Kapitel 2 beschrieben, bei der Analyse von M&A in sich entwickelnden Volkswirtschaften zusätzlichen Aufschluss über die Erfolgsaussichten von M&A geben könnten. Die folgende Aufzählung untersuchter Erfolgsdeterminanten wird am Ende des Abschnitts 4.2 in Tabelle 48 um eine Übersicht ergänzt, die eine detaillierte Beschreibung der Variablen enthält. Da einerseits die empirische Literatur bei den meisten Variablen zu keinem eindeutigen Ergebnis kommt, was das Vorzeichen des Zusammenhangs mit dem M&A-Erfolg angeht (bspw. Schief, Buxmann & Schiereck (2015)), und andererseits für viele Variablen theoretische Rechtfertigungen für unterschiedliche Vorzeichen existieren (bspw. Haleblian et al. (2009)), ergibt sich auch nicht in allen Fällen eine eindeutige Erwartung bezüglich der noch in dieser Untersuchung festzustellenden Vorzeichen der Variablen. – Die Dummy-Variable NÄHE nimmt den Wert 1 an, wenn Zielund Käuferunternehmen aus demselben Land stammen. Untersuchungen von beispielsweise Grote & Rücker (2007) ergeben, dass mit abnehmender Distanz zwischen Herkunfts- und Zielland von M&A eine positivere Entwicklung des Werts von Käuferunternehmen einhergeht. Begründet wird dies üblicherweise mit Aspekten, die den Integrationsprozess vereinfachen bzw. erschweren und die mit der geografischen Distanz zusammenhängen. Ein Beispiel wären kulturelle Gemeinsamkeiten. Es gibt jedoch auch Untersuchungen, die einen negativen Zusammenhang der Variable Nähe mit dem Erfolg der Käuferunternehmen nahelegen (bspw. Chakrabarti, Gupta-Mukherjee & Jayaraman (2009); Morosini, Shane & Harbir (1998)). – Einen negativen Zusammenhang zwischen industrieller Diversifizierung bei M&A und der Entwicklung des Werts der Käuferunternehmen können Studien, wie bspw. die von Denis, Denis & Yost 4.2 4 Ergebnisse 108 (2002) oder Walker (2000), feststellen. Begründet wird auch dieser Zusammenhang mit den Kosten der Integration. Daher wird die Dummy-Variable FOKUS in der empirischen Untersuchung betrachtet werden, welche den Wert 1 annimmt, wenn Käufer und Zielunternehmen nach Thomson Reuters Financial SDC derselben „Midindustry“ angehören. Es existieren allerdings auch Studien, die einen positiven Einfluss der industriellen Diversifizierung feststellen (z.B. Morck & Yeung (1997)). Theoretisch begründen lässt sich eine positive Wahrnehmung des Kapitalmarkts bei diversifizierenden M&A beispielsweise durch die oben aufgeführten Erklärungsansätze für diversifizierende M&A. – Einen negativen Zusammenhang des Erfolgs der Käuferunternehmen bei M&A mit der Eigenschaft eines Zielunternehmens, eine Publikumsgesellschaft zu sein, können eine Reihe von Autoren feststellen (z.B.: Fuller, Netter & Stegemoller (2002); Chang (1998); Moeller, Schlingemann & Stulz (2005)). Der starke Anstieg des Preises für Anteile des Zielunternehmens bei einem M&A-Versuch, wenn dieses eine Publikumsgesellschaft ist, wird als Begründung für diesen Zusammenhang ins Feld geführt (Fuller et al., 2002). Daher wird die Dummy-Variable ZIELPRIVAT eingeführt, die den Wert 1 annimmt, wenn das Zielunternehmen keine Publikumsgesellschaft ist, und den Wert 0 bei einer Publikumsgesellschaft. Für diese Variable wird ein positiver Zusammenhang mit der Entwicklung des Werts der Käuferunternehmen vermutet. – Die Dummy-Variable ZEIT nimmt den Wert 1 an, wenn die Transaktionsankündigung nach 2001 stattgefunden hat. Diese Variable wird betrachtet, um zu berücksichtigen, dass der in dieser Studie untersuchte Betrachtungszeitraum für M&A-Studien relativ lang ist und es beispielsweise durch Konsolidierungsvorgänge zu Veränderungen hinsichtlich des M&A-Erfolgs kommen könnte. Der Effekt der Konsolidierungsvorgänge könnte allerdings auch durch ein Anziehen der Rohstoffpreise im Betrachtungszeitraum überlagert werden. Aus den oben präsentierten deskriptiven Statistiken geht hervor, dass ein nicht unerheblicher Teil der M&A in den betrachteten Stichproben auf den Zugang zu Rohstoffen abgezielt haben könnte. – Die Variable WERTTRA wird in die Regression aufgenommen, um das Transaktionsvolumen der M&A zu berücksichtigen. In die- 4.2 Erfolgsdeterminanten bei M&A 109 ser Untersuchung wurde auf ein Mindesttransaktionsvolumen als Aufnahmekriterium verzichtet. Die Variable WERTTRA soll Hinweise auf mögliche Auswirkungen dieses Vorgehens liefern. Eine Untersuchung von Ferris & Park (2002) kann einen positiven Zusammenhang zwischen der Transaktionsgröße und dem M&A-Erfolg feststellen, wofür als Erklärung die in Unterabschnitt 2.1.2 angeführte industrieökonomische Perspektive verwendet werden kann. – Moeller, Schlingemann & Stulz (2005) sowie Rau & Vermaelen (1998) können einen negativen Zusammenhang des Preis-Buchwert-Verhältnisses von Käuferunternehmen mit der Entwicklung dieser bei M&A feststellen. Daher wird die Variable PREIS/BUCH in die Betrachtung aufgenommen. Definiert ist diese Variable als das Preis-Buchwert-Verhältnis40 des Käuferunternehmens in USD. Als Erklärung für diesen Zusammenhang wird die mit einem möglichen relativ hohen Preis-Buchwert-Verhältnis einhergehende Überbewertung angeführt, die dazu animieren kann, über einen Aktientausch Anteile an unterbewerteten Unternehmen zu erwerben. – Die Variable KONTROLLE steht für den Anteil, der versucht wurde, mit der M&A-Transaktion am Zielunternehmen zu übernehmen, und könnte ein Indikator dafür sein, ob mit der M&A-Transaktion ein komplexer Integrationsprozess einhergeht, der wiederum in negativer Weise vom Kapitalmarkt antizipiert werden könnte. – Die Variable PREMIUM41, die für Abweichungen des Kaufpreises vom geschätzten Wert des Zielunternehmens steht, wird aufgenommen, da sie im afrikanischen Kontext aufgrund schwach ausgeprägter institutioneller Rahmenbedingungen ein Hinweis auf besonders profitable Investitionen, beispielsweise im Rohstoffbereich, sein könnte. Andererseits kommen Haleblian et al. (2009) in ihrer Literaturübersichtsstudie zu Erfolgsdeterminanten von M&A zu dem Ergebnis, dass ein im angestrebten Kaufpreis einbegriffener hoher Aufschlag auf den geschätzten Wert des Zielunternehmens 40 Zum Ende des vorangegangenen Bilanzjahres 41 Eine Woche vor der Transaktionsankündigung 4 Ergebnisse 110 negativ mit dem Erfolg bei M&A zusammenhängt, was mit Hybris in solchen Fällen begründet wird. – Die volkswirtschaftlichen Rahmenbedingungen in vielen afrikanischen Staaten erschweren Fremdkapitalfinanzierung insbesondere in ausländischer Währung (UNCTAD, 2016). Daher könnte ein großes Synergiepotenzial bei M&A in Afrika vorliegen, wenn das Käuferunternehmen einen relativ niedrigen Verschuldungsgrad hat und dadurch dem Zielunternehmen einen besseren Zugang zu Fremdkapitalfinanzierung verschaffen könnte. Es wird deswegen ein negativer Koeffizient der Variable VERSCHULDUNG42 erwartet, die als Verhältnis von Fremd- zu Eigenkapital definiert ist. In der allgemeinen Literatur findet beispielsweise eine Studie von Kling & Weitzel (2011) einen empirischen Hinweis auf diesen negativen Zusammenhang. – Die Signaling Theorie von Myers & Majluf (1984) legt nahe, dass bei asymmetrischer Informationslage ein Aktientausch bei M&A das Signal an die Kapitalmarktteilnehmer aussendet, dass die Aktien des Käuferunternehmens überbewertet sind. Empirische Untersuchungen von Travlos (1987), Loughran & Vijh (1997) sowie Walking & Song (2004) deuten auf die Korrektheit des von Myers & Majluf (1984) vermuteten Zusammenhangs hin. Daher wird die Dummy-Variable CASH eingeführt, die den Wert 1 annimmt, wenn die Bezahlung ausschließlich in bar vorgenommen wird, und andernfalls den Wert 0. Der Koeffizient der Variable sollte der Argumentation entsprechend positiv sein. – Ein weiterer Hinweis auf die Fähigkeit des Käuferunternehmens, die Zielunternehmen bei Schwierigkeiten zum Zugang zu Fremdkapital zu unterstützen, könnte die Gewinnmarge sein. Daher wird die Gewinnmarge des Käuferunternehmens (GEWINNM) als unabhängige Variable eingeführt und vermutet, dass diese im Umfeld der M&A positiv mit dem Wert der Käuferunternehmen zusammenhängt. Aus der allgemeinen Literatur zu Determinanten von M&A könnte jedoch auch ein negativer Zusammenhang der Variable GEWINNM abgeleitet werden, wenn man den im letzten 42 Zum Ende des vorangegangenen Bilanzjahres 4.2 Erfolgsdeterminanten bei M&A 111 Punkt genannten Studien folgt und GEWINNM als einen Indikator für eine Free-Cash-Flow-Problematik betrachtet. – Die Variable ZIELROHST nimmt den Wert 1 an, wenn die Makroindustrie des Zielunternehmens unter Basismaterialien verzeichnet ist, und beträgt andernfalls 0. Diese Industrie war am häufigsten Zielindustrie von M&A in der Gesamtstichprobe Afrika. Diese Konzentration von Investitionen könnte darauf hindeuten, dass in diesem Bereich profitable Investitionsmöglichkeiten existieren, und damit eine positive Wahrnehmung des Kapitalmarkts bei Investitionen dieser Art. Lebedev et al. (2015) und Ellis et al. (2015) dokumentieren in ihren Literaturübersichtsstudien die Bedeutung institutioneller Rahmenbedingungen in sich entwickelnden Volkswirtschaften, die sich stark von denen in entwickelten Volkswirtschaften unterscheiden können. Die nach Kenntnisstand des Autors einzigen existierenden länderübergreifenden Studien zu M&A in Afrika, die Determinanten von CAR oder BHAR zum Gegenstand haben, deuten ebenfalls auf die Bedeutung institutioneller Rahmenbedingungen hin. Außerdem wird in diesen Studien herausgearbeitet, dass das ökonomische Risiko in den Zielländern den Erfolg der M&A beeinflussen könnte. Daher wird eine Reihe von Variablen verwendet, die das institutionelle und ökonomische Umfeld der Zielunternehmen betreffen. Institutionelle Variablen – Barbopoulos et al. (2014) können einen positiven Zusammenhang zwischen dem politischen Risiko in afrikanischen Staaten und der Entwicklung des Werts der Käuferunternehmen feststellen. Für ihre Untersuchung verwenden sie den entsprechenden „World Governance Indicator“ der Weltbank. Daher wird auch in dieser Untersuchung der „World Governance Indicator“ „politische Stabilität“ der Weltbank verwendet und die Variable als POLSTAB bezeichnet. Anzumerken ist jedoch, dass auch eine positive Bewertung politischer Stabilität aus Investorensicht sinnvoll erscheint. – Für die Stärke des Rechtssystems im afrikanischen Zielland der M&A können Triki & Chun (2011) einen positiven Zusammenhang mit den BHAR der Käuferunternehmen beobachten. Triki & Chun (2011) erläutern jedoch nicht, wie sie die Stärke des Rechtssystems messen. Ein auf umfangreichem Datenmaterial basieren- 4 Ergebnisse 112 der und für Investoren relevante Dimensionen erfassender Indikator ist auch in Bezug auf das Rechtssystem der Zielländer ein „World Governance Indicator“ der Weltbank. Der Indikator „Rule of Law“ operationalisiert das Vertrauen, das Agenten einer Gesellschaft in die Regeln der Gesellschaft haben. Mit den Regeln einer Gesellschaft sind auch die für M&A-Investoren besonders relevante Qualität der Vertragsdurchsetzung und Eigentümerrechte gemeint (Kaufman et al., 2010, S. 4). In dieser Untersuchung wird auch dieser Indikator verwendet und die entsprechende Variable mit RECHT bezeichnet. – Barbopoulos et al. (2014) konnten letztlich einen positiven Zusammenhang zwischen dem „World Governance Indicator” für Korruption der Weltbank und den CAR der Käuferunternehmen feststellen. Dieser Indikator operationalisiert die Wahrnehmung der Ausnutzung politischer Macht für private Interessen im jeweiligen Land (Kaufman et al., S. 4, 2010). Daher wird die institutionelle Variable KONKORR eingeführt, für die ebenfalls der entsprechende Indikator der Weltbank genutzt wird. Auch bei dieser Variable ließe sich, da Korruption im Zielland gleichermaßen zum Vor- und Nachteil von Investoren bzw. Käuferunternehmen gereichen könnte, für verschiedene Vorzeichen argumentieren. Makroökonomische Variablen – Das ökonomische Risiko afrikanischer Staaten wird von Triki & Chun (2011) mittels der Größen Auslandsverschuldung im Verhältnis zum BIP, Import Cover und Wechselkursstabilität angenähert, ohne dass die genaue Konstruktion der Variable erläutert wird. Aus Investorenperspektive kann als ein vordergründiges Risiko das Risiko eines Zahlungsausfalls des Ziellandes gesehen werden. Wenn man dieses Risiko in den Vordergrund rückt, ergibt sich aus dem UNCTAD Bericht zur ökonomischen Entwicklung in Afrika im Jahr 2016, der sich schwerpunktmäßig mit Fremdkapitaldynamiken in Afrika beschäftigt, dass die Leistungsbilanz als Anteil des BIP und der Gesamtbestand an Währungsreserven im Verhältnis zum Gesamtbestand externer Schulden geeignete Indikatoren zu sein scheinen. (Genau genommen legt dieser UNCTAD Bericht nahe, dass insbesondere 4.2 Erfolgsdeterminanten bei M&A 113 kurzfristige Schulden afrikanischer Staaten, die auf ausländische Währungen lauten und von privaten Gläubigern gehalten werden, risikoreich sind. Daten, die eine entsprechende Aufschlüsselung von Schulden vornehmen, existieren jedoch nicht, und es wird daher empfohlen, die beiden oben genannten Grö- ßen als Näherungen für das Risiko von Zahlungsausfällen afrikanischer Staaten zu verwenden (UNCTAD, 2016)). Als makroökonomische Variablen werden daher die Variable LEISTUNGSB und die Variable RESERVE eingeführt, die für die Leistungsbilanz als Anteil des BIP und den Gesamtbestand an Währungsreserven im Verhältnis zum Gesamtbestand externer Schulden stehen. – Ferner wird die Variable WACHSTUM eingeführt, die für die wirtschaftliche Wachstumsrate steht. Damit soll der Frage nachgegangen werden, ob hohe Wachstumsraten des BIP in den afrikanischen Zielländern die Wahrnehmung des Kapitalmarkts positiv beeinflusst haben könnten. Variable Beschreibung NÄHE Dummy Variable, die den Wert 1 annimmt, wenn Käufer- und Zielunternehmen aus demselben Land stammen, und andernfalls den Wert 0. FOKUS ZEIT Dummy Variable, die den Wert 1 annimmt, wenn Käufer- und Zielunternehmen dieselbe makroindustrielle Klassifizierung unter Thomson Reuters Financial SDC haben, und andernfalls den Wert 0. Dummy Variable, die den Wert 1 annimmt, wenn die Transaktion nach 2001 stattfand, und andernfalls den Wert 0. ZIELPRIVAT Dummy Variable, die den Wert 1 annimmt, wenn das Zielunternehmen ein privates Unternehmen (im Sinne von keine Publikumsgesellschaft) ist, und den Wert 0, wenn es eine Publikumsgesellschaft ist. WERTTRA Dekadischer Logarithmus des Transaktionsvolumens in USD PREIS/BUCH Preis-Buchwert-Verhältnis zum Ende des vorangegangenen Bilanzjahres KONTROLLE Anteil des Zielunternehmens, der versucht wurde, zu erwerben PREMIUM Premium 1 Woche vor der Transaktionsankündigung VERSCHUL- DUNG Verschuldungsgrad zum Ende des vorangegangenen Bilanzjahres CASH Dummy Variable, die den Wert 1 annimmt, wenn die Transaktion ausschließlich in bar beglichen wird, und andernfalls den Wert 0. GEWINNM Bruttogewinnmarge zum Ende des vorangegangenen Bilanzjahres 4 Ergebnisse 114 Variable Beschreibung POLSTAB „Der Indikator der Weltbank Political Stability fängt die Wahrnehmung von Experten, bezüglich der Wahrscheinlichkeit eines Sturzes oder der Destabilisierung einer Regierung durch nicht verfassungsgemäße oder gewaltsame Mittel, einschließlich politisch motivierter Gewalt und Terrorismus, ein (Kaufmann et al., 2010, S. 4). (Für die Indikatoren der Weltbank werden Daten zur Wahrnehmung von Governance aus einer Vielzahl an Quellen gewonnen und in Clustern organisiert, die mit dem Thema des jeweiligen Indikators korrespondieren. Auf jedes dieser Cluster wird eine statistische Methode, das Unobserved Components Model angewandt, um (1) die Daten der verschiedenen Quellen zu standardisieren, (2) einen aggregierten Indikator zu erzeugen, der ein gewichteter Durchschnitt der zugrunde liegenden Variablen ist, und (3) Fehlermargen dieser Indikatoren zu konstruieren“ (Kaufmann et al., 2010, S. 2). „Die Daten reflektieren die Ansichten zu Governance von Befragungsteilnehmern und öffentlichen, privaten sowie NGO Sektor Experten weltweit“ (Kaufman et al., 2010). Alle Indizes reichen von -2,5 bis 2,5. Es werden die Indikatoren des Ziellandes des Jahres der Transaktionsankündigung verwendet. Für eine detaillierte Diskussion der Konstruktion der Weltbank-Indikatoren siehe Kaufman et al. (2010).) RECHT „Der Indikator der Weltbank Rule of Law fängt die Wahrnehmung bezüglich des Ausmaßes ein, in dem Agenten Vertrauen in die Regeln einer Gesellschaft haben und diese befolgen. Mit den Regeln einer Gesellschaft sind insbesondere die Qualität der Vertragsdurchsetzung von Eigentümerrechten, der Polizei und Gerichten sowie die Wahrscheinlichkeit von Gewalt und Kriminalität gemeint“ (Kaufman et al., 2010, S. 4). KONKORR „Der Indikator der Weltbank Controll of Corruption spiegelt die Wahrnehmung bezüglich des Ausmaßes wider, indem verhindert wird, dass öffentliche Macht für private Bereicherung genutzt wird“ (Kaufman et al., 2010, S. 4). LEISTUNGSB Leistungsbilanz als Anteil des BIP des Ziellandes im Jahr der Transaktionsankündigung RESERVE Gesamtbestand an Währungsreserven im Verhältnis zum Gesamtbestand externer Schulden des Ziellandes im Jahr der Transaktionsankündigung WACHSTUM Wirtschaftswachstum des Ziellandes im Jahr der Transaktionsankündigung Übersicht Variablen Tabelle 48 gibt eine Übersicht über alle in dieser Untersuchung genutzten Variablen und deren Operationalisierung. Als Quelle für die makroökonomischen und institutionellen Variablen dienen Datensätze der Weltbank. Für die restlichen Variablen wurde auf Daten von Thomson Reuters Financial SDC zurückgegriffen. Tabelle 48: 4.2 Erfolgsdeterminanten bei M&A 115 Ergebnisse Regression CAR Im Folgenden werden die Ergebnisse der Querschnittsregressionen mit den CAR der Käuferunternehmen vorgestellt. Die zu untersuchenden Intervalle wurden in Abschnitt 4.1 festgelegt. Ferner werden aufgrund der Simulationsstudienergebnisse von Campbell et al. (2010) die CAR verwendet, die auf Basis des Marktmodells mit nationalen Indizes in lokaler Währung berechnet wurden. Ergebnisse Regression CAR Südafrika Unabhängige Variablen: Modell 1 Modell 2 Modell 3 Modell 4 Koeff. T-Test Koeff. T-Test Koeff. T-Test Koeff. T-Test KONSTAN- TE -0,003 1 -0,4530 -0,003 6 -0,3350 0,0004 0,0371 0,0011 0,1396 NÄHE 0,0100 1,6927* 0,0137 1.8133* 0,0120 1,3905 0,0084 0,9940 FOKUS 0,0093 1,5989 0,0098 1,3572 0,0048 0,5609 0,0120 1,4154 ZEIT 0,0017 0,3023 0,0027 0,3688 0,0035 0,4407 ZIEL- ROHST 0,0076 1,0411 0,0116 1,2252 0,0075 0,7460 -0,000 1 -0,0094 ZIELPRI- VAT -0,000 1 -0,0171 WERTTRA -0,003 1 -0,6868 PREIS/ BUCH -0,000 3 -0,7102 N 943 604 551 487 Kor.R^2 0,0029 0,0027 -0,0031 -0,0021 F-Test 1,6766 1,3265 0,6559 0,7475 DW 1,9180 1,8301 1,8113 1,9684 Regression mit CAR [-5;0]-Südafrika (1) Tabelle 49 zeigt die Ergebnisse der ersten 4 Regressionsmodelle für die Stichprobe Südafrika. Für die Variablen NÄHE, FOKUS, ZEIT und ZIELROHST, die in Modell 1 aufgenommen wurden, sind Daten für alle Transaktionen verfügbar. Diesem vollbesetzten Modell werden weitere Variablen hinzugefügt. 4.3 4.3.1 Tabelle 49: 4 Ergebnisse 116 In den Modellen 2, 3 und 4 werden dem Grundmodell 1 die Variablen ZIELPRIVAT, WERTTRA und PREIS/BUCH hinzugefügt. (Modell 4 beinhaltet nicht die Variable ZEIT, weil Daten für das Kurs- Buchwert-Verhältnis der Käuferunternehmen erst ab 2002 verfügbar waren und damit die Variable ZEIT eine Konstante wird.) Insgesamt zeigt sich, dass lediglich der Koeffizient der Variablen NÄHE in den Modellen 1 und 2 signifikant positiv ist zum 10%-Niveau. Unabhängige Variablen: Modell 5 Modell 6 Modell 7 Modell 8 Koeff. T-Test Koeff. T-Test Koeff. T-Test Koeff. T-Test KONSTAN- TE 0,0143 1,4826 -0,000 2 -0,0221 -0,001 1 -0,1289 0,0048 0,5468 NÄHE 0,0107 1,7529* 0,0126 2,0484** 0,0070 1,0284 0,0150 2,0536** FOKUS 0,0097 1,6013 0,0091 1,4730 0,0137 2,0290** 0,0095 1,2779 ZEIT -0,000 1 -0,0128 -0,003 6 -0,5206 0,0029 0,4370 -0,006 5 -0,7791 ZIEL- ROHST 0,0062 0,8199 0,0118 1,5290 0,0047 0,5563 0,0072 0,8088 KONTROL- LE -0,000 2 -2,4565** VER- SCHUL- DUNG 0,0000 0,1760 CASH -0,001 0 -0,1461 GEWINNM -0,008 6 -2,5519** N 898 787 749 612 Kor.R^2 0,0077 0,0049 0,0017 0,0149 F-Test 2,3978** 1,7813 1,2514 2,8541** DW 1,9441 1,8473 1,9392 1,8190 Regression mit CAR [-5;0]-Südafrika (2) In den Modellen 5 bis 8, die in Tabelle 50 dargestellt sind, werden zusätzlich die Variablen KONTROLLE, VERSCHULDUNG, CASH und GEWINNM aufgenommen. Dabei ergibt sich auch in den Modellen 5, 6 und 8 positive Signifikanz des Koeffizienten der Variable NÄHE zum 10%-, 5 %- bzw. 5%-Niveau. Das Modell 7 zeigt einen positiven zum Tabelle 50: 4.3 Ergebnisse Regression CAR 117 5%-Niveau signifikanten Zusammenhang der Variablen FOKUS mit den CAR der Käuferunternehmen an. Die Aufnahme der Variablen KONTROLLE und GEWINNM in den Modellen 5 bzw. 8 ergibt eine negative Signifikanz dieser Variablen zum 5%-Niveau. Außerdem werden diese Modelle nach F-Test zum 5%-Niveau als signifikant ausgewiesen. Unabhängige Variablen: Modell 9 Modell 10 Modell 11 Modell 12 Koeff. T-Test Koeff. T-Test Koeff. T-Test Koeff. T-Test KONSTAN- TE -0,025 6 -1,0667 0,0063 0,4438 -0,008 7 -0,5552 0,0075 0,4793 NÄHE 0,0218 1,0544 0,0137 1,9422* 0,0131 1,8576* 0,0136 1,9365* FOKUS 0,0042 0,2140 0,0146 2,1078** 0,0145 2,1023** 0,0146 2,1169** ZEIT 0,0184 0,9876 -0,012 7 -1,0541 -0,006 7 -0,7000 -0,013 6 -1,0615 ZIEL- ROHST 0,0127 0,5244 0,0102 1,1969 0,0105 1,2297 0,0103 1,2085 PREMIUM 0,0003 4,0589*** POLSTAB 0,0031 0,1167 RECHT 0,0705 1,1287 KONKORR -0,003 7 -0,1991 N 6743 745 745 745 Kor.R^2 0,1817 0,0084 0,0101 0,0085 F-Test 3,9305*** 2,2653** 2,5212** 2,2706** DW 2,0379 1,9192 1,9234 1,9187 Regression mit CAR [-5;0]-Südafrika (3) In Tabelle 51 sind die Ergebnisse der Aufnahme institutioneller Variablen dargestellt. Außerdem zeigt die Tabelle die Regressionsergebnisse bei Aufnahme der Variablen PREMIUM in Modell 9. Dieses Modell ist nach dem F-Test hochsignifikant und weist die Variable Premium als hochsignifikant positiv aus. In den Modellen 10 bis 12 wird NÄHE zum 10%- und FOKUS zum 5%-Niveau signifikant positiv angezeigt. Tabelle 51: 43 Die geringe Stichprobengröße ist in diesem und weiter unten folgenden Regressionsmodellen darauf zurückzuführen, dass für die Variable Premium nur in sehr begrenztem Umfang Daten vorliegen. 4 Ergebnisse 118 Die Modelle 10 bis 12 sind nach F-Statistik signifikant zum 5%-Niveau. Für die institutionellen Variablen, die in den Modellen 10 bis 12 dem Grundmodell hinzugefügt werden, kann kein signifikanter Zusammenhang mit den CAR der Käuferunternehmen gefunden werden. Unabhängige Variablen: Modell 13 Modell 14 Modell 15 Koeff. T-Test Koeff. T-Test Koeff. T-Test KONSTANTE -0,0036 -0,5257 -0,0114 -0,9875 0,0014 0,1780 NÄHE 0,0099 1,6811* 0,0108 1,7833* 0,0096 1,6323 FOKUS 0,0092 1,5855 0,0095 1,5873 0,0095 1,6293 ZEIT -0,0015 -0,1869 -0,0039 -0,4539 0,0022 0,3858 ZIELROHST 0,0077 1,0514 0,0091 1,2159 0,0077 1,0507 LEISTUNGSB -0,0010 -0,5549 RESERVE 0,0003 0,8489 WACHSTUM -0,0018 -1,0654 N 943 915 943 Kor.R^2 0,0021 0,0036 0,0030 F-Test 1,4018 1,6565 1,5685 DW 1,9187 1,9199 1,9203 Regression mit CAR [-5;0]-Südafrika (4) Letztlich zeigt Tabelle 52, zu welchen Ergebnissen die Aufnahme makroökonomischer Variablen führt. In den Modellen 13 bis 15 wird das vollbesetzte Ausgangsmodell um die Variablen LEISTUNGSB, RESER- VE bzw. WACHSTUM ergänzt. Modell 13 und 14 weisen die Variable NÄHE zum 10%-Niveau als signifikant positiv aus. Die makroökonomischen Variablen hängen nicht signifikant mit den CAR der Käuferunternehmen zusammen. Diskussion der Ergebnisse-Regression CAR Südafrika Zusammenfassend kann festgestellt werden, dass für die Stichprobe Südafrika signifikant positive Zusammenhänge zwischen den CAR der Käuferunternehmen und den Variablen NÄHE, FOKUS und PREMI- UM gefunden werden können, während sich signifikant negative Zu- Tabelle 52: 4.3.2 4.3 Ergebnisse Regression CAR 119 sammenhänge mit den CAR der Käuferunternehmen für die Variablen GEWINNM und KONTROLLE ergeben. Die gefundene Signifikanz der Variablen NÄHE, FOKUS und KONTROLLE legt nahe, die in der theoretischen Rechtfertigung für die Aufnahme dieser Variablen angeführte Komplexität des Integrationsprozesses als für die Stichprobe Südafrika relevantes Moment zu betrachten. Mit den Variablen NÄHE, FOKUS und KONTROLLE stehen alle Variablen in einem statistisch signifikanten Zusammenhang mit den CAR der Käuferunternehmen, deren Aufnahme der Komplexität des Integrationsprozesses bei M&A geschuldet war, und dies mit den zur Bestätigung der Bedeutung dieser Komplexität nötigen Vorzeichen. Die vom Kapitalmarkt antizipierte bzw. erwartete Komplexität des Integrationsprozesses scheint hier also eine nicht zu unterschätzende Auswirkung auf den Shareholder Value gehabt zu haben. Zur Erklärung dieses Umstands können, insbesondere im Falle der Stichprobe Südafrika, die oben vorgestellten deskriptiven Statistiken herangezogen werden. Diesen zufolge konzentrierte sich die Investitionstätigkeit über M&A in Afrika zu Beginn auf das Zielland Südafrika. Dementsprechend könnten die Kapitalmarktteilnehmer diese Investitionen mit „Pioniercharakter“, wenn sie zusätzlich durch einen komplexen Integrationsprozess eine Herausforderung darstellten, kritisch bewertet haben. Die Variablen GEWINNM und VERSCHULDUNG wurden u.a. betrachtet, um zu untersuchen, ob ein über die Käuferunternehmen eventuell verbesserter Zugang zu Fremdkapital durch die M&A für die afrikanischen Zielunternehmen, die wiederum unter einem erschwerten Zugang zu Fremdkapital leiden, positiv vom Kapitalmarkt wahrgenommen werden könnte. Da die Variable GEWINNM jedoch als mit den CAR der Käuferunternehmen negativ zusammenhängend ausgewiesen wird, erscheint es sinnvoller anzunehmen, dass der Kapitalmarkt bei Unternehmen mit hohen Gewinnmargen eine Motivation entsprechend der oben beschriebenen Free-Cash-Flow-Problematik vermutete. Auch dies gilt wieder umso mehr, als „exotische“ Investitionen, wie solche in Südafrika, anfänglich bei gleichzeitig hohem Free- Cash-Flow als irrational motiviert angesehen worden sein könnten. 4 Ergebnisse 120 Letztlich stimmt das Vorzeichen der Variable PREMIUM mit dem in der theoretischen Rechtfertigung für den afrikanischen Kontext angenommenen überein. Die Argumentation zu Erfolgsdeterminanten von M&A im Allgemeinen, nach der ein Premium als ein Hinweis auf Hybris des Managements beim M&A-Vorhaben wahrgenommen werden kann, wirkt in diesem Zusammenhang unzutreffend, und man könnte annehmen, dass über Preisaufschläge bei schwachen institutionellen Rahmenbedingungen der Zugang zu besonders profitablen Investitionsmöglichkeiten gesichert wurde. Für die institutionellen und makroökonomischen Variablen konnten, entgegen der Ergebnisse anderer Studien zu M&A in sich entwickelnden Volkswirtschaften, keine signifikanten Zusammenhänge gefunden werden. Allerdings ist diese Untersuchung nach Kenntnisstand des Autors bislang die einzige, die M&A mit Zielland Südafrika unter Berücksichtigung makroökonomischer und institutioneller Rahmenbedingungen gesondert betrachtet. Es existieren daher keine „deutlichen“ empirischen Hinweise auf die Bedeutung dieser Variablen bei M&A mit Zielland Südafrika. Das korrigierte Bestimmtheitsmaß der Regressionsmodelle überschreitet lediglich in Modell 9 bei Aufnahme der Variable PREMIUM 1,49 %, welche in Modell 8 erreicht werden. Insgesamt könnten üblicherweise in der M&A-Literatur verwendete Erfolgsdeterminanten für den Fall Südafrikas eine niedrige Erklärungskraft besitzen. Auch die speziell für diese Untersuchung mit afrikanischen Zielländern gewählten Variablen, welche beispielsweise institutionelle und makroökonomische Rahmenbedingungen operationalisieren sollten und aus der Literatur zu M&A in sich entwickelnden Volkswirtschaften (auch afrikanischen) abgeleitet sind, führen bei Aufnahme in die Modelle zu niedrigen korrigierten Bestimmtheitsmaßen. Der Erfolg von M&A mit Südafrika als Zielland könnte ein besonderer Fall sein, der weitere bzw. neue Erklärungsansätze erfordert. 4.3 Ergebnisse Regression CAR 121 Ergebnisse Regression CAR Nordafrika Unabhängige Variablen: Modell 1 Modell 2 Modell 3 Modell 4 Koeff. T-Test Koeff. T-Test Koeff. T-Test Koeff. T-Test KONSTAN- TE 0,0173 2,9901*** 0,0139 1,4651 -0,005 1 -0,4765 -0,001 9 -0,3196 NÄHE -0,001 9 -0,3986 -0,000 4 -0,0584 0,0065 0,8959 0,0007 0,1095 FOKUS 0,0018 0,3924 0,0029 0,4543 0,0068 0,9547 0,0049 0,8449 ZEIT -0,014 7 -2,8806** * -0,009 3 -1,2658 -0,002 6 -0,3662 ZIEL- ROHST -0,001 0 -0,1644 -0,001 8 -0,2054 0,0009 0,1185 0,0061 0,8484 ZIELPRI- VAT -0,003 2 -0,5163 WERTTRA 0,0046 1,3816 PREIS/ BUCH 0,0002 0,1570 N 260 156 134 136 Kor.R^2 0,0199 -0,0161 -0,0135 -0,0185 F-Test 2,3116* 0,5077 0,6461 0,3879 DW 1,9323 2,0774 2,3185 1,8413 Regression mit CAR [-1;0]-Nordafrika (1) In Tabelle 53 werden die Ergebnisse der Regression mit den CAR [-1;0] der Stichprobe Nordafrika gezeigt. Modell 1 bildet auch für die Stichprobe Nordafrika ein Grundmodell vollbesetzter Variablen, dem weitere Variablen hinzugefügt werden. In Modell 1 ist der Koeffizient der Variable ZEIT hochsignifikant negativ, und dieses Modell ist nach F-Test signifikant zum 10%-Niveau. Modell 4 nimmt die Variable PREIS/BUCH auf. Da Daten für die Variable PREIS/BUCH erst ab dem Jahr 2002 vorliegen, wird die Variable ZEIT in diesem Modell zu einer Konstanten und wurde daher nicht in Modell 4 aufgenommen44. 4.3.3 Tabelle 53: 44 Selbiges gilt immer dann, wenn ZEIT nicht aufgenommen wird. 4 Ergebnisse 122 Unabhängige Variablen: Modell 5 Modell 6 Modell 7 Modell 8 Koeff. T-Test Koeff. T-Test Koeff. T-Test Koeff. T-Test KONSTAN- TE 0,0189 2,8573*** 0,0184 2,5782** 0,0167 2,3219** 0,0372 4,5706*** NÄHE -0,003 1 -0,6236 0,0006 0,1013 -0,005 1 -0,8099 -0,004 2 -0,7593 FOKUS 0,0016 0,3245 0,0005 0,1044 0,0014 0,2393 -0,006 9 -1,2884 ZEIT -0,014 2 -2,7089** * -0,016 9 -2,6639** * -0,013 1 -1,9568* -0,027 3 -3,7744*** ZIEL- ROHST -0,001 7 -0,2671 -0,000 2 -0,0260 -0,001 9 -0,2319 0,0027 0,4249 KONTROL- LE 0,0000 -0,2371 VER- SCHUL- DUNG 0,0007 0,9173 CASH 0,0080 1,3043 GEWINNM -0,009 9 -2,4165** N 251 213 184 169 Kor.R^2 0,0144 0,0161 0,0103 0,0847 F-Test 1,7316 1,6955 1,3794 4,1105*** DW 1,9576 2,0001 1,8484 1,6970 Regression mit CAR [-1;0]-Nordafrika (2) In Tabelle 54 sind die Ergebnisse der Modelle 5 bis 8 dargestellt, die durch Hinzufügen der Variablen KONTROLLE, VERSCHULDUNG, CASH und GEWINMM zum Grundmodell gebildet wurden. In den Modellen 5, 6 und 8 ist die Variable ZEIT hochsignifikant negativ und in Modell 7 zum 10%-Niveau signifikant negativ. Von den dem Grundmodell hinzugefügten Variablen ist GEWINNM signifikant negativ zum 5%-Niveau. Ferner ist Modell 8, in dem die Variable GE- WINNM aufgenommen wurde, nach F-Test hochsignifikant. Tabelle 54: 4.3 Ergebnisse Regression CAR 123 Unabhängige Variablen: Modell 9 Modell 10 Modell 11 Modell 12 Koeff. T-Test Koeff. T-Test Koeff. T-Test Koeff. T-Test KONSTAN- TE -0,015 6 -0,7533 0,0184 2,4729** 0,0181 2,4282** 0,0166 2,0905** NÄHE 0,0156 0,8810 -0,001 4 -0,2794 -0,002 0 -0,4116 -0,002 0 -0,4019 FOKUS 0,0072 0,4154 -0,001 4 -0,2055 -0,001 0 -0,2006 -0,000 8 -0,1548 ZEIT 0,0009 0,0582 -0,012 9 -1,7595* -0,014 3 -2,0010** -0,016 2 -2,2776** ZIEL- ROHST -0,011 2 -0,3070 0,0014 0,2258 0,0013 0,2121 0,0010 0,1636 PREMIUM 0,0002 1,0656 POLSTAB 0,0034 0,6893 RECHT 0,0023 0,8011 KONKORR -0,005 0 -0,5196 N 18 211 211 211 Kor.R^2 -0,2435 0,0037 0,0017 0,0027 F-Test 0,3342 1,1542 1,0698 1,1121 DW 2,1722 1,9911 2,0014 2,1121 Regression mit CAR [-1;0]-Nordafrika (3) In Tabelle 55 sind die Ergebnisse von Regressionen veranschaulicht, die dem Grundmodell die institutionellen Variablen POLSTAB, RECHT sowie KONKORR hinzufügen (Modell 10 bis 12) und darüber hinaus die Variable PREMIUM (Modell 9). Es zeigt sich, dass keine dieser institutionellen Variablen signifikant mit den CAR der Käuferunternehmen zusammenhängt. In den Modellen 10, 11 und 12 wird die Variable ZEIT zum 10%-, 5 %- bzw. 5%-Niveau signifikant negativ ausgewiesen. Tabelle 55: 4 Ergebnisse 124 Unabhängige Variablen: Modell 13 Modell 14 Modell 15 Koeff. T-Test Koeff. T-Test Koeff. T-Test KONSTANTE 0,0145 2,4711** 0,0182 3,0540*** 0,0164 2,6448*** NÄHE -0,0026 -0,5351 -0,0033 -0,6611 -0,0021 -0,4379 FOKUS 0,0011 0,2298 0,0024 0,5005 0,0022 0,4720 ZEIT -0,0129 -2,4764** -0,0148 -2,7800*** -0,0152 -2,9386*** ZIELROHST 0,0019 0,3108 -0,0003 -0,0472 -0,0017 -0,2804 LEISTUNGSB -0,0005 -1,3837 RESERVE 0,0000 -1,0835 WACHSTUM 0,0003 0,7151 N 238 238 259 Kor.R^2 0,0140 0,0268 0,0213 F-Test 1,6710 2,3050** 2,1212* DW 2,1364 1,9550 1,9519 Regression mit CAR [-1;0]-Nordafrika (4) Die letzten Regressionen, deren Ergebnisse Tabelle 56 zeigt, befassen sich mit dem Einfluss der makroökonomischen Variablen LEIS- TUNGSB, RESERVE und WACHSTUM. Für diese Variablen können keine signifikanten Zusammenhänge mit den CAR der Käuferunternehmen gefunden werden. Die Variable ZEIT wird in den Modellen 14 und 15, die jeweils eine der makroökonomischen Variablen dem Grundmodell hinzufügen, als hochsignifikant negativ ausgewiesen. In Modell 13 ist die Variable Zeit signifikant negativ zum 5%-Niveau. Ferner sind die Modelle 14 und 15 nach F-Test signifikant zum 5%- bzw. 10%- Niveau. Exkurs III: Ergebnisse Ziel Energieindustrie Nordafrika Die theoretische Rechtfertigung für die Aufnahme der Variablen ZIEL- ROHST leitete sich aus dem Umstand ab, dass in der Gesamtstichprobe von M&A mit afrikanischen Zielländern die Zielindustrie Basismaterialien am häufigsten vertreten war und daher in diesem Bereich profitable Investitionsmöglichkeiten vermutet wurden. Für die Stichproben Südafrika und subsaharisches Afrika entfallen im Einzelnen betrachtet ebenfalls die meisten M&A auf die Zielindustrie Basismate- Tabelle 56: 4.3.4 4.3 Ergebnisse Regression CAR 125 rialien. In der Stichprobe Nordafrika zielten jedoch die M&A am häufigsten auf die Zielindustrie Energie ab. Daher wird eine weitere Regression durchgeführt, die dem Grundmodell die Variable ZIELENER- GIE hinzufügt und den Wert 1 annimmt, wenn die Industrie des Zielunternehmens von Thomson Reuters Financial SDC makroindustriell unter „Energie“ verzeichnet ist, und andernfalls den Wert 0. Unabhängige Variablen: Modell 16 Koeff. T-Test KONSTANTE 0,0136 2,2072** NÄHE 0,0000 0,0079 FOKUS 0,0010 0,2144 ZEIT -0,0128 -2,4619** ZIELROHST 0,0013 0,2056 ZIELENERGIE 0,0112 1,7232* N 260 Kor.R^2 0,0274 F-Test 2,4574** DW 2,0843 Ziel Energieindustrie Tabelle 57 zeigt die Ergebnisse der Aufnahme der Variable ZIELENER- GIE. Es ergibt sich eine negative Signifikanz der Variable ZEIT zum 5%-Niveau, während die Variable ZIELENERGIE signifikant positiv zum 10%-Niveau ist. Das Modell ist nach F-Statistik signifikant zum 5%-Niveau. Diskussion der Ergebnisse-Regression CAR Nordafrika Insgesamt können signifikant negative Zusammenhänge der Variablen ZEIT und GEWINNM mit den CAR der Käuferunternehmen dokumentiert werden. Ein signifikant positiver Zusammenhang dieser CAR kann dagegen mit der Variable ZIELENERGIE gefunden werden. Die Vermutung, dass die Konzentration von M&A in der Energieindustrie in Nordafrika ein Hinweis auf profitable Investitionsmöglichkeiten in diesem Bereich sein könnte und daher auch Investitionen in diesem Bereich vom Kapitalmarkt positiv wahrgenommen werden, er- Tabelle 57: 4.3.5 4 Ergebnisse 126 scheint angesichts des positiven Zusammenhangs der Variable ZIEL- ENERGIE mit den CAR der Käuferunternehmen berechtigt. Der negative Zusammenhang zwischen der Variablen ZEIT und den CAR der Käuferunternehmen kann als Hinweis auf die Gültigkeit der theoretischen Rechtfertigung für die Aufnahme dieser Variable gesehen werden. Dieser folgend hätte der Konsolidierungsprozess in der Stichprobe Nordafrika dazu geführt, dass es im Laufe der Zeit zu einem Rückgang an besonders attraktiven Investitionsmöglichkeiten kommt. Die negative Assoziation der Variable GEWINNM mit den CAR der Käuferunternehmen widerspricht der theoretischen Rechtfertigung für die Aufnahme dieser Variablen im afrikanischen Kontext, nach der diese Variable einen verbesserten Zugang zu Fremdkapital für die Zielunternehmen indizieren könnte, da bei Zutreffen dieser Vermutung ein positiver Zusammenhang vorliegen müsste. Daher erscheint auch für die Stichprobe Nordafrika die Annahme einer Free- Cash-Flow-Problematik zur Erklärung des gefundenen Zusammenhangs der CAR mit dieser Variable sinnvoller. Für alle makroökonomischen und institutionellen Variablen können keine signifikanten Zusammenhänge mit den CAR der Käuferunternehmen gefunden werden. Da nach Kenntnisstand des Autors keine weiteren Studien mit Fokus auf M&A in dieser Region unter Berücksichtigung dieser Variablen existieren, gibt es also bislang auch keine „deutlichen“ empirischen Hinweise auf die Bedeutung dieser Variablen für M&A in dieser Region. Letztlich ergeben sich auch für die Stichprobe Nordafrika niedrige korrigierte Bestimmtheitsmaße, welche außer in Modell 8 und 9 2,74% nicht überschreiten, die in Modell 16 erreicht werden. Insgesamt könnten die aus der M&A-Literatur abgeleiteten und in dieser Untersuchung verwendete Erfolgserklärungsansätze auch bei M&A mit Zielland Nordafrika eine niedrige Erklärungskraft besitzen. 4.3 Ergebnisse Regression CAR 127 Ergebnisse Regression CAR subsaharisches Afrika Unabhängige Variablen: Modell 1 Modell 2 Modell 3 Modell 4 Koeff. T-Test Koeff. T-Test Koeff. T-Test Koeff. T-Test KONSTAN- TE 0,0125 0,9537 0,0348 1,2893 -0,000 7 -0,0351 0,0116 1,1409 NÄHE -0,007 5 -0,4846 -0,007 9 -0,3860 -0,000 9 -0,0309 -0,017 5 -0,8098 FOKUS -0,006 4 -0,6789 -0,017 1 -1,2956 -0,012 1 -0,8102 -0,008 9 -0,7802 ZEIT -0,005 1 -0,4377 -0,030 3 -1,5994 0,0215 1,2619 ZIEL- ROHST 0,0348 3,7735*** 0,0315 2,1975** 0,0288 2,1051** 0,0309 2,8049*** ZIELPRI- VAT 0,0079 0,3647 WERTTRA -0,004 4 -0,7090 PREIS/ BUCH -0,001 0 -0,8968 N 408 189 200 230 Kor.R^2 0,0265 0,0213 0,0145 0,0226 F-Test 3,7724*** 1,8200 1,5845 2,3217* DW 2,0521 1,8691 2,3041 2,1696 Regression mit CAR [-1;0]-subsaharisches Afrika (1) Die Tabelle 58 zeigt die Ergebnisse der ersten Untersuchungen des Zusammenhangs zwischen den CAR der Käuferunternehmen und potenziellen Erfolgsfaktoren für die Stichprobe subsaharisches Afrika. Wie für die vorangegangenen Untersuchungen wurde ein vollbesetztes Grundmodell (Modell 1) gebildet, dem weitere Variablen hinzugefügt werden. In den Modellen 1 und 4 ist die Variable ZIELROHST hochsignifikant positiv und in Modell 2 und 3 zum 5%-Niveau signifikant positiv. Außerdem sind die Modelle 1 und 4 nach F-Test signifikant zum 1%- bzw. 10%-Niveau. 4.3.6 Tabelle 58: 4 Ergebnisse 128 Unabhängige Variablen: Modell 5 Modell 6 Modell 7 Modell 8 Koeff. T-Test Koeff. T-Test Koeff. T-Test Koeff. T-Test KONSTAN- TE 0,0160 1,1092 0,0212 1,8829* 0,0238 1,4715 0,0100 1,0245 NÄHE -0,006 1 -0,4017 -0,005 4 -0,4353 -0,012 0 -0,6858 -0,003 4 -0,2694 FOKUS -0,008 2 -0,9105 -0,009 2 -1,2772 -0,003 8 -0,3548 0,0004 0,0521 ZEIT 0,0059 0,5246 -0,010 5 -1,0099 -0,016 4 -1,1241 -0,008 6 -0,9742 ZIEL- ROHST 0,0311 3,4939*** 0,0146 1,8358* 0,0459 4,3088*** 0,0074 1,0251 KONTROL- LE -0,000 2 -1,5074 VER- SCHUL- DUNG -0,005 0 -4,5670** * CASH -0,009 9 -0,8718 GEWINNM 0,0002 0,2818 N 391 306 335 232 Kor.R^2 0,0229 0,0712 0,0468 -0,0123 F-Test 2,8259** 5,6740*** 4,2792*** 0,4399 DW 2,0944 2,0369 2,0899 2,1038 Regression mit CAR [-1;0]-subsaharisches Afrika (2) Tabelle 59 dokumentiert die Ergebnisse der Hinzunahme weiterer Variablen zum Grundmodell zur Erklärung der CAR der Käuferunternehmen für die Stichprobe subsaharisches Afrika. Modell 5 bis 8 fügen dem Grundmodell die Variablen KONTROLLE, VERSCHULDUNG, CASH und GEWINNM hinzu. Es zeigt sich dabei, dass auch in den Modellen 5, 6 und 7 die Variable ZIELROHST signifikant positiv ist zum 1%-, 10%- bzw. 1%-Niveau. Außerdem werden die Modelle 6 und 7 durch den F-Test als hochsignifikant ausgewiesen und das Modell 5 zum 5%-Niveau als signifikant angezeigt. In Modell 6, das dem Grundmodell die Variable Verschuldung hinzufügt, ist der Koeffizient dieser Variable hochsignifikant negativ. Tabelle 59: 4.3 Ergebnisse Regression CAR 129 Unabhängige Variablen: Modell 9 Modell 10 Modell 11 Modell 12 Koeff. T-Test Koeff. T-Test Koeff. T-Test Koeff. T-Test KONSTAN- TE -0,010 0 -1,4699 0,0346 1,6811* 0,0307 1,4624 0,0327 1,5479 NÄHE 0,0065 0,3551 -0,007 6 -0,4775 -0,008 1 -0,5102 -0,008 5 -0,5364 FOKUS 0,0258 1,6739 -0,010 5 -1,0236 -0,010 4 -1,0148 -0,010 3 -1,0054 ZEIT -0,023 1 -1,2331 -0,022 6 -1,2039 -0,023 1 -1,2316 ZIEL- ROHST -0,007 8 -0,6586 0,0334 3,3973*** 0,0341 3,4597*** 0,0339 3,4192*** PREMIUM -0,000 1 -0,4758 POLSTAB 0,0016 0,3534 RECHT -0,004 3 -0,6385 KONKORR -0,001 5 -0,2120 N 6 336 336 336 Kor.R^2 0,3199 0,0271 0,0279 0,0268 F-Test 1,5879 2,8632** 2,9222** 2,8470** DW 1,4106 1,8549 1,8548 1,8549 Regression mit CAR [-1;0]-subsaharisches Afrika (3) Tabelle 60 illustriert die Ergebnisse der Berücksichtigung institutioneller Variablen in den Modellen 10 bis 12 und des Hinzufügens der Variable PREMIUM zum Grundmodell in Modell 9. In den Modellen 10 bis 12 hängt die Variable ZIELROHST hochsignifikant positiv mit den CAR der Käuferunternehmen zusammen. Die Modelle 10 bis 12 sind nach F-Test zum 5%-Niveau signifikant. Die institutionellen Variablen hängen nicht signifikant mit den CAR der Käuferunternehmen zusammen. Tabelle 60: 4 Ergebnisse 130 Unabhängige Variablen: Modell 13 Modell 14 Modell 15 Koeff. T-Test Koeff. T-Test Koeff. T-Test KONSTANTE 0,0160 1,1334 0,0098 0,7655 0,0149 1,0979 NÄHE -0,0078 -0,4956 -0,0071 -0,4956 -0,0077 -0,4961 FOKUS -0,0088 -0,8836 -0,0013 -0,1310 -0,0065 -0,6894 ZEIT -0,0074 -0,5865 -0,0052 -0,4425 -0,0047 -0,3966 ZIELROHST 0,0389 3,9988*** 0,0266 2,7449*** 0,0351 3,7789*** LEISTUNGSB -0,0001 -0,1667 RESERVE 0,0000 0,5920 WACHSTUM -0,0005 -0,6164 N 344 300 406 Kor.R^2 0,0347 0,0140 0,0248 F-Test 3,4625*** 1,8503 3,0562** DW 2,0260 2,0811 2,0579 Regression mit CAR [-1;0]-subsaharisches Afrika (4) Tabelle 61 zeigt die Ergebnisse der Aufnahme makroökonomischer Variablen in den Modellen 13 bis 15. Die Variable ZIELROHST ist in all diesen Modellen hochsignifikant positiv. Nach F-Test ist das Modell 13 hochsignifikant und Modell 15 signifikant zum 5%-Niveau. Ein signifikanter Zusammenhang der makroökonomischen Variablen mit den CAR der Käuferunternehmen kann nicht gefunden werden. Exkurs IV: Ergebnisse Interaktionseffekte subsaharisches Afrika Barbopoulos et al. (2014) können in ihrer Untersuchung einen positiven Zusammenhang zwischen den CAR der Käuferunternehmen und einem Interaktionsterm feststellen, der das Produkt aus einer Variablen für die Ressourcenorientierung und einer Variablen für die Korruption im Zielland ist. Für die Stichprobe subsaharisches Afrika kann ein signifikanter Zusammenhang der Variable ZIELROHST mit den CAR der Käuferunternehmen beobachtet werden, und es stellt sich die Frage, ob dieser Zusammenhang eventuell durch das Ausmaß an Korruption im Zielland moderiert wird. Tabelle 61: 4.3.7 4.3 Ergebnisse Regression CAR 131 Daher wird im Folgenden eine zusätzliche Regression durchgeführt, die einen Interaktionsterm beinhaltet, der das Produkt aus den Variablen ZIELROHST und KONKORR ist. Die Regressionsgleichung nimmt die folgende Form an: (28) CARi t1t2 ) = β0 +βZIELROHST∗XZIELROHST +βKORRUPT∗XKORRUPTT  +βZIELROHST∗KORRUPT XZIELROHST∗XKORRUPT  +(…)+ βjXij  + εi  (t1t2 ) Wegen der Hinzunahme des Interaktionsterms wird in diesem Fall zusätzlich mittels Varianzinflationsfaktoren auf Multikollinearität geprüft. Unabhängige Variablen: Modell 16 VarianzinflationsfaktorenKoeff. T-Test KONSTANTE 0,0326 1,5287 NÄHE -0,0085 -0,5331 1,047 FOKUS -0,0103 -1,0044 1,077 ZEIT -0,0231 -1,2302 1,025 ZIELROHST 0,0342 2,7490*** 1,674 KORR -0,0017 -0,1992 1,470 ZIELROHST (x) KON- KORR 0,0006 0,0403 1,892 N 336 Kor.R^2 0,0239 F-Test 2,3652** DW 1,8514 Regression mit CAR [-1;0]-Interaktionsterm InTabelle 62 sind die Ergebnisse einer Regression dargestellt, die oben beschriebenen Interaktionsterm dem Modell 12 hinzufügt. In dem so gewonnenen Modell 16 ist die Variable ZIELROHST hochsignifikant positiv, während der Interaktionsterm nicht als signifikant angezeigt wird. Die F-Teststatistik des Modells 16 ist signifikant zum 5%-Niveau. Tabelle 62: 4 Ergebnisse 132 Diskussion der Ergebnisse-Regression CAR subsaharisches Afrika In der Stichprobe subsaharisches Afrika kann ein signifikant positiver Zusammenhang zwischen der Variablen ZIELROHST und den CAR der Käuferunternehmen beobachtet werden, während die Variable VERSCHULDUNG signifikant negativ mit diesen zusammenhängt. Damit scheinen im Fall der Stichprobe subsaharisches Afrika zwei Variablen einen Erklärungsbeitrag zu leisten, deren Aufnahme mit theoretischen Rechtfertigungen begründet wurde, die dem afrikanischen Kontext geschuldet waren. Wie vermutet, kann die Konzentration von Investitionen im Bereich Basismaterialien als Hinweis auf besonders profitable Investitionsmöglichkeiten in diesem Bereich gesehen werden, die auch vom Kapitalmarkt so wahrgenommen werden. Die Variable VERSCHULDUNG sollte als ein Indikator dafür dienen, ob die Käuferunternehmen eventuell durch M&A den afrikanischen Unternehmen dabei helfen könnten, den erschwerten Zugang zu Fremdkapital in Afrika zu überwinden und so profitable Investitionsmöglichkeiten zu erschließen, was wiederum positiv vom Kapitalmarkt wahrgenommen werden könnte. Die negative Signifikanz der Variable kann als ein Hinweis auf die Relevanz dieses Moments gesehen werden. Für die makroökonomischen und institutionellen Variablen können keine signifikanten Zusammenhänge gefunden werden. Damit existiert auch für die Region subsaharisches Afrika im Einzelnen betrachtet kein deutlicher empirischer Hinweis auf die Bedeutung dieser Variablen, da bislang nach Kenntnisstand keine gesonderten Untersuchungen für diese Region durchgeführt wurden. Die korrigierten Bestimmtheitsmaße sind auch in der Stichprobe subsaharisches Afrika niedrig und überschreiten außer in Modell 9, welches eine sehr geringe Stichprobengröße aufweist (N=6), nicht den Wert 7,12%, der in Modell 6 erreicht wird. Es könnten auch für M&A mit Zielländern in der Region subsaharisches Afrika, der allgemeinen, aber auch der entwicklungslandspezifischen M&A-Literatur entlehnte Erfolgserklärungsansätze eine geringe Erklärungskraft haben. 4.3.8 4.3 Ergebnisse Regression CAR 133 Ergebnisse langfristiger Erfolgsuntersuchungen In diesem Abschnitt werden die Ergebnisse der langfristigen Erfolgsuntersuchungen präsentiert. Für jede Stichprobe werden zunächst die Ergebnisse vorgestellt, die sich nach dem BHAR-Ansatz ergeben, und anschließend die Ergebnisse nach dem CTP-Ansatz. Ergebnisse lange Frist Südafrika Intervall (Jahre) BHAAR (%) t-Test p-Wert SA-t-Test p-Wert N 0,5 -0,25 -0,1919 0,8478 -0,1407 0,8881 931 1 -1,85 -1,0813 0,2796 -1,0386 0,2990 910 2 -5,49 -1,8368* 0,0662 -1,6693* 0,0951 846 3 -3,82 -0,7899 0,4296 -0,7105 0,4774 783 Ergebnisse BHAR-Ansatz-Südafrika In Tabelle 63 sind die Ergebnisse des BHAR-Ansatzes in Anwendung auf die Stichprobe Südafrika dargestellt. Die BHAAR des zwei Jahre45 andauernden Intervalls werden nach t-Test und SA-t-Test als zum 10%-Niveau signifikant negativ ausgewiesen und liegen bei -5,49%. Die BHAAR der restlichen Intervalle sind nicht signifikant. T=6 Monate Koeff. t-Test p-Wert White-t-Test p-Wert Alpha 0,0011 2,0532** 0,0409 2,0742** 0,0389 Beta 0,5289 7,6217*** 0,0000 7,3341*** 0,0000 SMB 0,6650 4,4203*** 0,0000 3,9050*** 0,0001 HML 0,0477 0,3195 0,7495 0,2587 0,7960 N 931 Kor.R^2 0,0151 Ergebnisse CTP-Ansatz-Südafrika-Intervall 0,5 Jahr 4.4 4.4.1 Tabelle 63: Tabelle 64: 45 Ca. 250 Handelstage entsprechen einer einjährigen Betrachtungsdauer 4 Ergebnisse 134 T=12 Monate Koeff. t-Test p-Wert White-t-Test p-Wert Alpha 0,0008 1,9899** 0,0475 1,9936** 0,0471 Beta 0,5276 10,8459*** 0,0000 9,9559*** 0,0000 SMB 0,4222 4,0588*** 0,0001 3,6716*** 0,0003 HML 0,1024 0,9808 0,3275 0,8764 0,3815 N 910 Kor.R^2 0,0238 Ergebnisse CTP-Ansatz-Südafrika-Intervall 1 Jahr T=24 Monate Koeff. t-Test p-Wert White-t-Test p-Wert Alpha 0,0008 2,6469*** 0,0086 2,6417*** 0,0087 Beta 0,5463 14,3086*** 0,0000 13,0367*** 0,0000 SMB 0,4795 5,8813*** 0,0000 5,7607*** 0,0000 HML -0,0235 -0,2886 0,7731 -0,2836 0,7769 N 846 Kor.R^2 0,0362 Ergebnisse CTP-Ansatz-Südafrika-Intervall 2 Jahre T=36 Monate Koeff. t-Test p-Wert White-t-Test p-Wert Alpha 0,0005 2,3152** 0,0213 2,3085** 0,0217 Beta 0,5343 18,2341*** 0,0000 16,0063*** 0,0000 SMB 0,4208 6,7396*** 0,0000 6,1148*** 0,0000 HML -0,0480 -0,7674 0,4434 -0,7211 0,4714 N 783 Kor.R^2 0,0583 Ergebnisse CTP-Ansatz-Südafrika-Intervall 3 Jahre In Tabelle 64 bis Tabelle 67 sind die Ergebnisse des Robustheitstests für die Stichprobe Südafrika mittels CTP-Ansatz dargestellt. Das Jensens Alpha ist in allen Intervallen positiv und signifikant. Dabei erfolgt der Ausweis von Signifikanz für das halb-, ein- und dreijährige Intervall zum 5%-Niveau und zum 1%-Niveau für das zweijährige Intervall. Tabelle 65: Tabelle 66: Tabelle 67: 4.4 Ergebnisse langfristiger Erfolgsuntersuchungen 135 Diskussion der Ergebnisse-lange Frist Südafrika Insgesamt deuten die Ergebnisse nach dem BHAR-Ansatz auf ein neutrales Ergebnis in der langen Frist hin, da sich die BHAAR in den meisten Intervallen nach beiden Testverfahren nicht signifikant von Null unterscheiden. In den beiden Fällen, in denen negative Signifikanz der BHAAR angezeigt wird, erfolgt dieser Ausweis nur „knapp“. Das Jensens Alpha wird ausnahmslos als signifikant positiv angezeigt. Da einerseits nach Kenntnisstand des Autors Simulationsstudien zu Vielländer-M&A-Studien in der langen Frist bislang noch nicht durchgeführt worden sind und andererseits die M&A-Literatur auch bei Studien zu einzelnen Ländern kein „überlegenes“ Verfahren identifizieren kann („Despite extensive literature, there is still no clear winner in a horse race‘‘ (Kothari & Warner, 2007, S. 23)), muss dieses Ergebnis mit Vorsicht interpretiert werden. Man könnte es, beide Verfahren berücksichtigend, als tendenziell neutral bis positiv deuten, womit es sich von der in der allgemeinen Literatur festgestellten Dichotomie des Erfolgs abheben würde. Die besondere Eigenschaft der hier untersuchten M&A, südafrikanische Unternehmen zum Ziel zu haben, führt nicht dazu, dass von der Dichotomie des Erfolgs, die in der allgemeinen M&A-Forschung beobachtet werden kann, in deutlicher Weise abgewichen wird. Die Tatsache, dass Südafrika eine der am weitesten entwickelten Volkswirtschaften in Afrika ist, könnte hier als Erklärungsansatz in Betracht gezogen werden. Die in der Literaturübersicht vorgestellten Untersuchungen von Triki & Chun (2011) deuten, den hier vorgefundenen Ergebnissen für M&A mit Zielland Südafrika nach BHAR-Ansatz widersprechend, auf positive Auswirkungen für die Käuferunternehmen in der langen Frist hin. Die Untersuchung von Triki & Chun (2011) verwendet ebenfalls den BHAR- und den CTP-Ansatz. Aufgrund der Uneindeutigkeit des Ergebnisses wird für die Stichprobe Südafrika auf eine Untersuchung potenzieller Erfolgsdeterminanten in der langen Frist verzichtet. 4.4.2 4 Ergebnisse 136 Ergebnisse lange Frist Nordafrika Intervall (Jahre) BHAAR (%) t-Test p-Wert SA-t-Test p-Wert N 0,5 4,05 1,3171 0,1878 1,6962* 0,0899 248 1 15,19 1,4297 0,1528 2,1110** 0,0348 240 2 12,50 1,4559 0,1454 1,9673** 0,0492 213 3 22,84 2,0429** 0,0411 2,9338*** 0,0033 195 Ergebnisse BHAR-Ansatz-Nordafrika Für die Stichprobe Nordafrika zeigt Tabelle 68 die Ergebnisse des BHAR-Ansatzes. Die BHAAR der ein halbes sowie ein, zwei und drei Jahre andauernden Intervalle sind nach SA-t-Test alle signifikant positiv zum 10%-, 5%-, 5%- bzw. 1%-Niveau und liegen bei 4,05%, 15,19%, 12,50% und 22,84%. Der t-Test weist außerdem die BHAAR des drei Jahre andauernden Intervalls als zum 5%-Niveau signifikant aus. T=6 Monate Koeff. t-Test p-Wert White-t-Test p-Wert Alpha 0,0018 2,4501** 0,0149 2,4877** 0,0134 Beta 0,4932 6,2191*** 0,0000 6,2509*** 0,0000 SMB 0,0149 0,0765 0,9391 0,0754 0,9399 HML 0,2747 1,5274 0,1277 1,2958 0,1961 N 248 Kor.R^2 0,0369 Ergebnisse CTP-Ansatz-Nordafrika-Intervall 0,5 Jahr T=12 Monate Koeff. t-Test p-Wert White-t-Test p-Wert Alpha 0,0042 1,2417 0,2153 1,2487 0,2127 Beta 0,5598 1,4869 0,1381 6,1967*** 0,0000 SMB 1,2424 1,3784 0,1691 1,1394 0,2555 HML 0,3559 0,4335 0,6650 1,9605* 0,0509 N 240 Kor.R^2 0,0012 Ergebnisse CTP-Ansatz-Nordafrika-Intervall 1 Jahr 4.4.3 Tabelle 68: Tabelle 69: Tabelle 70: 4.4 Ergebnisse langfristiger Erfolgsuntersuchungen 137 T=24 Monate Koeff. t-Test p-Wert White-t-Test p-Wert Alpha 0,0029 1,1752 0,2409 1,1734 0,2416 Beta 0,5207 1,8582* 0,0641 7,5527*** 0,0000 SMB 0,7931 1,2294 0,2199 1,0373 0,3004 HML 0,3446 0,5823 0,5608 2,7098*** 0,0071 N 213 Kor.R^2 0,0012 Ergebnisse CTP-Ansatz-Nordafrika-Intervall 2 Jahre T=36 Monate Koeff. t-Test p-Wert White-t-Test p-Wert Alpha 0,0024 1,0644 0,2880 1,0586 0,2907 Beta 0,5252 2,0889** 0,0376 8,5686*** 0,0000 SMB 0,6655 1,1572 0,2481 0,9990 0,3186 HML 0,2380 0,4495 0,6534 2,1912** 0,0292 N 195 Kor.R^2 0,0013 Ergebnisse CTP-Ansatz-Nordafrika-Intervall 3 Jahre Tabelle 69 bis Tabelle 72 zeigen die Ergebnisse des Robustheitstests mittels CTP-Ansatz. Nach dem CTP-Ansatz sind zwar die Jensens Alphas aller Intervalle positiv, doch nur die des halbjährigen Intervalls, dessen Ergebnisse in Tabelle 69 dargestellt sind, sind signifikant. Der t- Test und der t-Test nach White (1980) (fortlaufend White-t-Test) weisen das Jensens Alpha dieses Intervalls als zum 5%-Niveau signifikant aus. Diskussion der Ergebnisse-lange Frist Nordafrika Die Ergebnisse für die Stichprobe Nordafrika deuten in der langen Frist nach beiden Verfahren auf ein positives Ergebnis für die Käuferunternehmen hin. Es könnten daher weitere im Zusammenhang mit den in dieser Region getätigten M&A stehende Ereignisse die Erwartungen des Kapitalmarkts über das Ereignisfenster hinaus positiv beeinflusst haben. Dieses Ergebnis ist ungewöhnlich, wenn man Literaturübersichtsstudien zum Erfolg von M&A im Allgemeinen betrachtet, Tabelle 71: Tabelle 72: 4.4.4 4 Ergebnisse 138 und es scheint, als ob die beispielsweise in der Literaturübersichtsstudie von Tuch & O’Sullivan (2007) dokumentierten tendenziell negativen und neutralen Ergebnisse nicht auf diese besondere Zielregion übertragen werden können. Um zu ermitteln, welche Faktoren das aus Sicht der allgemeinen Erfolgsforschung zu M&A ungewöhnliche Ergebnis verursacht haben könnten, werden Querschnittsregressionen mit den BHAR des halbjährigen Intervalls durchgeführt, da diese signifikant positiv waren und das Jensens Alpha dieses Intervalls ebenfalls. Ergebnisse lange Frist subsaharisches Afrika Intervall (Jahre) BHAAR (%) t-Test p-Wert SA-t-Test p-Wert N 0,5 4,53 2,2798** 0,0226 2,5091** 0,0121 395 1 5,99 1,6797* 0,0930 1,8756* 0,0607 375 2 20,30 1,8601* 0,0629 2,5159** 0,0119 341 3 18,00 1,8357* 0,0664 2,1727** 0,0298 267 Ergebnisse BHAR-Ansatz-subsaharisches Afrika Für die Stichprobe subsaharisches Afrika werden die BHAAR aller Intervalle nach allen Testverfahren als signifikant und positiv ausgewiesen. Die BHAAR liegen für das halb-, ein-, zwei- und dreijährige Intervall bei 4,53%, 5,99%, 20,30% bzw. 18,00% und sind nach SA-t-Test zum 5%-,10%-, 5%- bzw. 5%-Niveau signifikant. Der einfache t-Test weist die BHAAR des halbjährigen Intervalls zum 5%-Niveau als signifikant aus. Alle anderen Intervalle werden vom t-Test als signifikant zum 10%-Niveau angezeigt. 4.4.5 Tabelle 73: 4.4 Ergebnisse langfristiger Erfolgsuntersuchungen 139 T=6 Monate Koeff. t-Test p-Wert White-t-Test p-Wert Alpha 0,0050 3,8907*** 0,0001 3,8919*** 0,0001 Beta 0,8287 5,2826*** 0,0000 4,8796*** 0,0000 SMB 0,8908 2,4417** 0,0152 2,8308*** 0,0050 HML 0,3437 0,8734 0,3831 0,8827 0,3781 N 395 Kor.R^2 0,0138 Ergebnisse CTP-Ansatz-subsaharisches Afrika-Intervall 0,5 Jahr T=12 Monate Koeff. t-Test p-Wert White-t-Test p-Wert Alpha 0,0034 3,7488*** 0,0002 3,7601*** 0,0002 Beta 0,6569 5,8399*** 0,0000 5,4089*** 0,0000 SMB 0,5034 1,9933** 0,0471 2,2493** 0,0252 HML 0,3703 1,3513 0,1776 1,3032 0,1935 N 375 Kor.R^2 0,0123 Ergebnisse CTP-Ansatz-subsaharisches Afrika-Intervall 1 Jahr T=24 Monate Koeff. t-Test p-Wert White-t-Test p-Wert Alpha 0,0020 3,4746*** 0,0006 3,4624*** 0,0006 Beta 0,5723 8,1408*** 0,0000 6,8861*** 0,0000 SMB 0,2017 1,2837 0,2003 1,2993 0,1948 HML 0,3291 1,9500* 0,0521 1,5939 0,1120 N 341 Kor.R^2 0,0188 Ergebnisse CTP-Ansatz-subsaharisches Afrika-Intervall 2 Jahre Tabelle 74: Tabelle 75: Tabelle 76: 4 Ergebnisse 140 T=36 Monate Koeff. t-Test p-Wert White-t-Test p-Wert Alpha 0,0022 3,5696*** 0,0004 3,514*** 0,0005 Beta 0,5913 8,1543*** 0,0000 7,1903*** 0,0000 SMB 0,3153 1,9551* 0,0515 1,9620* 0,0507 HML 0,1446 0,8684 0,3858 0,6665 0,5056 N 267 Kor.R^2 0,0186 Ergebnisse CTP-Ansatz-subsaharisches Afrika-Intervall 3 Jahre Für die Stichprobe subsaharisches Afrika sind die Ergebnisse des Robustheitstests mit CTP-Ansatz in Tabelle 74 bis Tabelle 77 dargestellt. Die Jensens Alphas aller Intervalle sind nach beiden Testverfahren ausnahmslos hochsignifikant. Diskussion der Ergebnisse-lange Frist subsaharisches Afrika Für die Stichprobe subsaharisches Afrika liefern die verschiedenen Ansätze zur Untersuchung des Erfolgs in der langen Frist relativ eindeutige Hinweise auf positive Auswirkungen der M&A auf den Shareholder Value der Käuferunternehmen. Es können für alle betrachteten Intervalle unabhängig vom gewählten Erfolgsmessungs- und Testverfahren signifikant positive Erfolgsmessgrößen gefunden werden. Demnach zu urteilen, ist es über das Ereignisfenster hinaus nicht zu einer Korrektur der positiven Erwartungshaltung des Kapitalmarkts bezüglich der Auswirkungen der M&A gekommen, und im Zusammenhang mit den M&A stehende Ereignisse bzw. Informationen scheinen für eine weitere positive Entwicklung des Shareholder Values gesorgt zu haben. Dies ist, wie aus den in der Literaturübersicht vorgestellten Studien hervorgeht, ein ungewöhnliches Ergebnis, weil M&A in der langen Frist im Allgemeinen mit neutralen oder negativen Auswirkungen auf den Shareholder Value assoziiert zu sein scheinen. Die positiven Ergebnisse des halbjährigen Intervalls sind, den Signifikanzniveaus nach zu urteilen, am eindeutigsten verschieden von Null. Diese werden daher verwendet, um zu untersuchen, welche Faktoren das Zustandekommen der Ergebnisse beeinflusst haben könnten. Tabelle 77: 4.4.6 4.4 Ergebnisse langfristiger Erfolgsuntersuchungen 141 Ergebnisse Regression BHAR In diesem Abschnitt werden die Ergebnisse der Querschnittsregression mit den BHAR der Stichproben Nordafrika und subsaharisches Afrika vorgestellt. Ergebnisse Regression BHAR Nordafrika Unabhängige Variablen: Modell 1 Modell 2 Modell 3 Modell 4 Koeff. T-Test Koeff. T-Test Koeff. T-Test Koeff. T-Test KONSTAN- TE -0,103 0 -0,0324 0,4718 0,0902 3,1089 0,5759 -1,910 5 -0,6386 NÄHE -0,348 3 -0,1341 0,1842 0,0507 0,4805 0,1299 3,3983 1,0412 FOKUS 1,2972 0,5172 0,9311 0,2598 -0,173 0 -0,0480 1,6287 0,5672 ZEIT -0,351 1 -0,1273 -3,973 5 -0,9969 -3,657 7 -1,0281 ZIEL- ROHST 0,9603 0,2969 -5,545 1 -1,1678 4,3628 1,1147 -0,500 4 -0,1434 ZIELPRI- VAT 5,3247 1,5608 WERTTRA -0,068 7 -0,0408 PREIS/ BUCH 0,5693 0,8744 N 248 150 132 130 Kor.R^2 -0,0141 -0,0054 -0,0217 -0,0161 F-Test 0,1425 0,8391 0,4444 0,4895 DW 2,0347 2,1803 2,1276 1,8088 Ergebnisse Regression mit BHAR-Nordafrika-0,5 Jahr (1) Die Resultate der ersten vier Regressionen mit den BHAR des halbjährigen Intervalls für die Stichprobe Nordafrika sind in Tabelle 78 dargestellt. Die Modelle 1 bis 4 ergeben keine signifikanten Zusammenhänge. 4.5 4.5.1 Tabelle 78: 4 Ergebnisse 142 Unabhängige Variablen: Modell 5 Modell 6 Modell 7 Modell 8 Koeff. T-Test Koeff. T-Test Koeff. T-Test Koeff. T-Test KONSTAN- TE -2,198 4 -0,6172 0,1579 0,0494 -0,252 3 -0,0670 1,3070 0,2700 NÄHE -0,328 6 -0,1231 1,2457 0,4941 -2,244 6 -0,6939 -1,138 9 -0,3409 FOKUS 0,6499 0,2522 1,8110 0,7611 1,2366 0,4048 -0,490 1 -0,1530 ZEIT -0,966 3 -0,3456 -0,478 2 -0,1689 0,6651 0,1934 0,5931 0,1381 ZIEL- ROHST 0,5061 0,1556 -0,401 2 -0,1405 -1,795 7 -0,4257 0,7937 0,2102 KONTROL- LE 0,0548 1,6320 VER- SCHUL- DUNG -0,208 8 -0,6074 CASH -0,875 9 -0,2819 GEWINNM -1,959 2 -0,8038 N 239 205 174 165 Kor.R^2 -0,0065 -0,0194 -0,0225 -0,0260 F-Test 0,6911 0,2226 0,2397 0,1686 DW 2,0477 1,9667 2,2789 2,2724 Ergebnisse Regression mit BHAR-Nordafrika-0,5 Jahr (2) Die Regressionen unter Aufnahme der Variablen KONTROLLE, VER- SCHULDUNG, CASH und GEWINNM, die Tabelle 79 zeigt, legen ebenfalls keine signifikanten Zusammenhänge offen. Tabelle 79: 4.5 Ergebnisse Regression BHAR 143 Unabhängige Variablen: Modell 9 Modell 10 Modell 11 Modell 12 Koeff. T-Test Koeff. T-Test Koeff. T-Test Koeff. T-Test KONSTAN- TE -16,71 07 -2,2073 1,5201 0,3787 1,1923 0,2983 1,9784 0,4606 NÄHE 15,946 7 2,3813 -0,309 3 -0,1140 -0,766 5 -0,2879 -0,740 3 -0,2769 FOKUS -1,269 1 -0,1979 0,0797 0,0305 -0,006 3 -0,0024 0,0448 0,0171 ZEIT 9,4203 1,5995 0,0919 0,0233 0,6170 0,1610 -0,718 0 -0,1872 ZIELROHST 29,443 9 2,2513 1,9037 0,5824 1,9803 0,6076 1,9163 0,5841 PREMIUM 0,1374 1,5822 POLSTAB 2,2517 0,8557 RECHT 6,9351 1,4048 KONKORR 211 2,2469 0,4293 N 17 211 211 Kor.R^2 0,3090 -0,0177 -0,0116 -0,0204 F-Test 2,4309 0,2711 0,5201 0,1612 DW 1,8345 2,0839 2,1043 2,0760 Ergebnisse Regression mit BHAR-Nordafrika-0,5 Jahr (3) Die Aufnahme der Variable PREMIUM und der institutionellen Variablen POLSTAB, RECHT und KONKORR in das Grundmodell, deren Ergebnis in Tabelle 80 dargestellt ist, legt ebenfalls keine signifikanten Zusammenhänge mit den BHAR offen. Tabelle 80: 4 Ergebnisse 144 Unabhängige Variablen: Modell 13 Modell 14 Modell 15 Koeff. T-Test Koeff. T-Test Koeff. T-Test KONSTANTE -0,4541 -0,1385 0,4158 -0,1385 -0,4951 -0,1456 NÄHE -0,9439 -0,3516 -1,3603 -0,3516 -0,3945 -0,1513 FOKUS 1,6903 0,6529 1,3264 0,6529 1,3846 0,5494 ZEIT -0,5957 -0,2080 0,2697 -0,2080 -0,3973 -0,1423 ZIELROHST 1,2555 0,3751 1,5138 0,3751 0,7478 0,2288 LEISTUNGSB -0,3224 -1,5778 RESERVE -0,0042 -1,5778* WACHSTUM 0,1111 0,4591 N 236 236 247 Kor.R^2 -0,0078 -0,0054 -0,0173 F-Test 0,6345 0,7494 0,1640 DW 2,0283 2,0821 2,0650 Ergebnisse Regression mit BHAR-Nordafrika-0,5 Jahr (4) In Modell 14 ist die Variable RESERVE signifikant negativ zum 10%- Niveau. Tabelle 81: 4.5 Ergebnisse Regression BHAR 145 Exkurs V: Ergebnisse Ziel Energieindustrie Nordafrika (lange Frist) Unabhängige Variablen: Modell 16 Koeff. T-Test KONSTANTE -1,0097 -0,3014 NÄHE 0,1582 0,0594 FOKUS 1,0434 0,4129 ZEIT 0,0815 0,0291 ZIELROHST 1,5713 0,4740 ZIELENERGIE 3,0408 0,8531 N 248 Kor.R^2 -0,0152 F-Test 0,2594 DW 2,0795 Ziel Energieindustrie (lange Frist) Auch für die lange Frist wird untersucht, ob M&A mit Zielunternehmen in der Energieindustrie etwas zur Erklärung der gefundenen Ergebnisse beitragen können. In Modell 16, das Tabelle 82 illustriert, ist dem Grundmodell die Variable ZIELENERGIE hinzugefügt worden. Dieses Vorgehen liefert keine weiteren signifikanten Zusammenhänge. 4.5.2 Tabelle 82: 4 Ergebnisse 146 Diskussion der Ergebnisse-Regression BHAR Nordafrika Insgesamt kann für die Stichprobe „lediglich“ ein signifikant negativer Zusammenhang mit der Variablen RESERVE gefunden werden. Die Tatsache, dass auch die Variable LEISTUNGSB, die ein weiterer Indikator für ökonomische Stabilität sein sollte, einen p-Wert von 0,1160 hat und ebenfalls negativ mit den BHAR zusammenhängt, deutet neben der gefundenen Signifikanz von RESERVE darauf hin, dass dieser Zusammenhang nicht zufällig zustande gekommen ist und M&A in der Zielregion Nordafrika im zeitlichen Umfeld ökonomischer Instabilität vom Kapitalmarkt positiv bewertet worden sind. Untersuchungen der Entwicklung der Volatilität könnten Aufschluss über die Entwicklung des Rendite-Risiko-Profils bei Investitionen in dieser Region im zeitlichen Umfeld von drohenden Zahlungsausfällen von Staaten geben. In der langen Frist ergeben sich für die Stichprobe Nordafrika in allen Regressionsmodellen außer Modell 9, das einen sehr geringen Stichprobenumfang aufweist (N=17), negative korrigierte Bestimmtheitsmaße. Es könnten für M&A mit Zielländern in der Region Nordafrika auch in der langen Frist, allgemeine in der M&A-Literatur verwendete, aber auch im Kontext von Entwicklungsländern eingesetzte Erfolgserklärungsansätze eine niedrige Erklärungskraft besitzen. 4.5.3 4.5 Ergebnisse Regression BHAR 147 Ergebnisse Regression BHAR subsaharisches Afrika Unabhängige Variablen: Modell 1 Modell 2 Modell 3 Modell 4 Koeff. T-Test Koeff. T-Test Koeff. T-Test Koeff. T-Test KONSTAN- TE 5,2106 1,0107 11,951 8 0,9670 12,866 0 1,3849 3,5814 0,8661 NÄHE 4,4717 0,7505 2,8164 0,3002 -6,902 5 -0,4941 0,6589 0,0832 FOKUS 0,8931 0,2428 0,6720 0,1092 2,0847 0,2989 -1,395 0 -0,3317 ZEIT -4,648 4 -1,0063 -8,024 1 -0,9254 -6,351 6 -0,7931 ZIEL- ROHST 5,3227 1,4720 13,679 8 2.0389** 7,4988 1,1800 4,0595 0,9931 ZIELPRI- VAT -5,953 5 -0,6004 WERTTRA -4,706 2 -1,6183 PREIS/ BUCH -0,286 9 -0,3072 N 395 183 196 224 Kor.R^2 -0,0010 0,0035 0,0105 -0,0127 F-Test 0,9048 1,1294 1,4123 0,3026 DW 1,9115 2,0108 2,0646 1,6755 Ergebnisse Regression mit BHAR-subsaharisches Afrika-0,5 Jahr (1) Das Resultat der Regressionen mit den BHAR der Stichprobe subsaharisches Afrika ist in Tabelle 83 dargestellt. Die Variable ZIELROHST wird in Modell 2 als zum 5%-Niveau signifikant positiv ausgewiesen. 4.5.4 Tabelle 83: 4 Ergebnisse 148 Unabhängige Variablen: Modell 5 Modell 6 Modell 7 Modell 8 Koeff. T-Test Koeff. T-Test Koeff. T-Test Koeff. T-Test KONSTAN- TE 8,7659 1,4294 1,4873 0,3382 3,1524 0,7003 2,1481 0,5436 NÄHE 5,6553 0,8897 3,0085 0,6255 5,9583 1,2562 5,7314 1,1176 FOKUS 1,1095 0,2910 1,8838 0,6580 -0,093 3 -0,0311 0,7688 0,2765 ZEIT -4,695 3 -0,9841 0,4286 0,1053 -1,068 8 -0,2652 0,2623 0,0730 ZIEL- ROHST 5,8190 1,5399 -0,357 3 -0,1136 -0,044 7 -0,0151 -3,507 1 -1,1755 KONTROL- LE -0,058 8 -1,1180 VER- SCHUL- DUNG -0,406 5 -0,9429 CASH 0.0439 0,0140 GEWINNM -0,344 1 -1,5164 N 379 298 323 226 Kor.R^2 -0,0006 -0,0116 -0,0104 -0,0029 F-Test 0,9529 0,3204 0,3346 0,8707 DW 1,9356 1,9471 1,8469 1,8888 Ergebnisse Regression mit BHAR-subsaharisches Afrika-0,5 Jahr (2) Tabelle 84 zeigt die Ergebnisse der Aufnahme der Variablen KON- TROLLE, VERSCHULDUNG, CASH und GEWINNM in das Grundmodell. In den Modellen 5 bis 8 werden keine der unabhängigen Variablen als signifikant angezeigt. Tabelle 84: 4.5 Ergebnisse Regression BHAR 149 Unabhängige Variablen: Modell 9 Modell 10 Modell 11 Modell 12 Koeff. T-Test Koeff. T-Test Koeff. T-Test Koeff. T-Test KONSTAN- TE 14,582 5 2,6505 16,549 4 1,9684** 15,398 6 1,7912* 16,097 4 1,8631* NÄHE 25,223 3 1,7111 5,9599 0,9149 5,5360 0,8558 5,4987 0,8487 FOKUS -19,00 37 -1,5230 2,4324 0,5818 2,4774 0,5923 2,4622 0,5878 ZEIT -16,47 19 -2,1487** -16,42 11 -2,1385** -16,56 28 -2,1585** ZIEL- ROHST -3,583 3 -0,3754 4,4996 1,1175 4,7192 1,1700 4,6087 1,1362 PREMIUM 0,1124 0,9987 POLSTAB 1,0788 0,5894 RECHT -0,883 2 -0,3213 KONKORR 0,0856 0,0289 N 6 336 336 336 Kor.R^2 0,0801 0,0080 0,0073 0,0070 F-Test 1,1088 1,5400 1,4900 1,4691 DW 1,4106 1,9580 1,9524 1,9533 Ergebnisse Regression mit BHAR-subsaharisches Afrika-0,5 Jahr (3) Die Auswirkung der Aufnahme institutioneller Variablen und der Variable PREMIUM in die Regressionsanalyse dokumentiert Tabelle 85. Die Variable ZEIT wird in den Modellen 10 bis 12 zum 5 %-Niveau als signifikant negativ ausgewiesen. Ansonsten liefern die Modelle keine Hinweise auf weitere erklärende Faktoren, da keine der Variablen als signifikant ausgewiesen wird. Tabelle 85: 4 Ergebnisse 150 Unabhängige Variablen: Modell 13 Modell 14 Modell 15 Koeff. T-Test Koeff. T-Test Koeff. T-Test KONSTANTE 6,4472 1,0690 -1,3021 -0,3106 5,4539 1,0227 NÄHE 4,5027 0,6806 4,8478 1,0568 4,4081 0,7368 FOKUS 1,1512 0,2736 1,6189 0,5264 0,8496 0,2293 ZEIT -5,0519 -0,9380 2,4373 0,6395 -4,8524 -1,0313 ZIELROHST 5,1334 1,2598 -0,3024 -0,0974 5,2302 1,4351 LEISTUNGSB 0,2565 1,5745 RESERVE 0,0001 0,0157 WACHSTUM 0,0111 0,0333 N 342 297 393 Kor.R^2 0,0019 -0,0108 -0,0037 F-Test 1,1331 0,3677 0,7131 DW 1,9730 1,7749 1,9101 Ergebnisse Regression mit BHAR-subsaharisches Afrika- 0,5 Jahr (4) Den Versuch, Erklärungsansätze für den längerfristigen Erfolg der Käuferunternehmen für die Stichprobe subsaharisches Afrika mittels makroökonomischer Variablen zu finden, dokumentiert Tabelle 86. Dabei wird deutlich, dass die in dieser Untersuchung genutzten makroökonomischen Variablen nicht signifikant mit den BHAR der Käuferunternehmen zusammenhängen. Diskussion der Ergebnisse-Regression BHAR subsaharisches Afrika In der Stichprobe subsaharisches Afrika kann ein signifikant positiver Zusammenhang der BHAR mit der Variablen ZIELROHST gefunden werden. Signifikant negativ hängt hingegen die Variable ZEIT mit den BHAR zusammen. Der signifikant negative Zusammenhang mit der Variable ZEIT deutet darauf hin, dass in der langen Frist eine fortgeschrittene Konsolidierung der Zielmärkte negative Auswirkungen auf den Erfolg der M&A hat. Dass die Dummy-Variable ZEIT für Transaktionen, die nach dem Jahr 2001 stattfanden, den Wert 1 annimmt und andernfalls Tabelle 86: 4.5.5 4.5 Ergebnisse Regression BHAR 151 den Wert 0 und es außerdem ab dem Jahr 2001 weltweit zu einem Anstieg von Rohstoffpreisen kam, lässt den Hinweis auf die Rolle von Konsolidierungsprozessen noch deutlicher wirken. Die Vermutung, dass die Konzentration von Investitionen im Bereich Basismaterialien auf eine profitable Anlagemöglichkeit in dieser Industrie hindeuten könnte, kann aufgrund der Signifikanz der Variable auch für die lange Frist bestätigt werden. Mikroindustrielle Klassifizierung N % Chemie 7 5,38 Konstruktionsmaterialien 12 9,23 Container & Verpackung 5 3,85 Metalle & Bergbau 104 80,00 Papier- und Förstereiprodukte 2 1,54 Summe 130 100 Mikroindustrielle Klassifizierung von M&A im Bereich Basismaterialien Um ein besseres Verständnis der makroindustriellen Klassifizierung Basismaterialien von Transaktionen nach Thomson Reuters Financials SDC zu erlangen, sind in Tabelle 87 die mikroindustriellen Klassifizierungen nach Thomson Reuters Financials SDC zur Makroindustrie Basismaterialien für die Stichprobe subsaharisches Afrika aufgeführt. Es wird deutlich, dass mit 80,00% die ganz überwiegende Mehrheit der Transaktionen mit Makrozielindustrie Basismaterialien auf die Mikroindustrien Metalle & Bergbau entfällt. Gefolgt wird diese von den Mikroindustrien Konstruktionsmaterialien und Chemie mit 9,23% bzw. 5,38%. Insgesamt deuten die Ergebnisse darauf hin, dass der Kapitalmarkt M&A im subsaharischen Afrika, die auf die Metall- und Bergbauindustrie abzielen, positiv bewertet. Die korrigierten Bestimmtheitsmaße der Regressionen überschreiten außer in Modell 9, das eine sehr geringe Stichprobengröße aufweist (N=6), nicht den Wert 1,05%, der in Modell 3 erreicht wird. Auch in der langen Frist könnten in der allgemeinen M&A-Literatur und im Kontext sich entwickelnder Volkswirtschaften verwendete Erfolgser- Tabelle 87: 4 Ergebnisse 152 klärungsansätze für M&A in der Zielregion subsaharisches Afrika eine niedrige Erklärungskraft besitzen. Logistische Regression Abschnitt 4.6, der die letzte empirische Analyse dieser Untersuchung beinhaltet, befasst sich mit der Frage nach Determinanten, die das Zustandekommen von M&A mit afrikanischen Zielländern beeinflusst haben könnten. Determinanten des Zustandekommens von M&A Nach Kenntnisstand des Autors existieren zu dieser Fragestellung bislang keine Untersuchungen. Studien, die Einflussfaktoren auf das Zustandekommen von M&A untersuchen, fokussieren sich häufig auf M&A in einem Zielmarkt einer entwickelten Volkswirtschaft, woraus Schwierigkeiten im Hinblick auf die Übertragbarkeit der in diesen Studien gewonnenen Ergebnisse folgen. Außerdem spielen, wie bei den oben aufgeführten Studien zu Erfolgsdeterminanten von M&A, institutionelle Faktoren in diesen eine untergeordnete Rolle, und es stehen unternehmensspezifische Einflussfaktoren auf das Zustandekommen von M&A im Vordergrund (Zhang & Ebbers, 2010, S. 104). Eine Literaturübersicht zu diesen Studien bieten beispielsweise Wong & O’Sullivan (2001). Für das Zustandekommen von M&A in Afrika könnten jedoch die in dieser Untersuchung betrachteten institutionellen Rahmenbedingungen, wie beispielsweise Korruption, einen Einfluss auf die Wahrscheinlichkeit des Abschlusses von M&A haben. Daher werden die in dieser Untersuchung durchgeführten logistischen Regressionen die oben vorgestellten institutionellen Variablen POLSTAB, KONKORR und RECHT als unabhängige Variablen aufnehmen. Es könnte einerseits das Zustandekommen von M&A positiv beeinflussen, wenn das Ausmaß an Kontrolle von Korruption gering ist, da diese ebendann Anwendung beim Abschluss von Transaktionen finden könnte. Andererseits können eine hohe politische Stabilität und ein verlässliches Rechtssystem im Laufe des M&A-Prozesses potenziell 4.6 4.6.1 4.6 Logistische Regression 153 auftretende Unsicherheiten reduzieren, sodass sich die Wahrscheinlichkeit eines Abschlusses erhöht. Eine weitere Reduktion von Unsicherheiten, die im Laufe des M&A-Prozesses auftreten, könnte durch makroökonomische Stabilität in den afrikanischen Zielländern bewirkt werden. Daher werden die Variablen LEISTUNGSB und RESER- VE in die Betrachtung mitaufgenommen. Ferner könnte es bei einer schlechten wirtschaftlichen Entwicklung des Ziellandes einfacher sein, Unternehmen in diesen zu erwerben, weshalb die Variable WACHS- TUM in die logistische Regression miteinfließt. Es existieren zwar nach Kenntnisstand des Autors keine Untersuchungen zur Abschlusswahrscheinlichkeit von M&A mit Afrikabezug, doch für die Ableitung weiterer relevanter Variablen existieren jüngere Untersuchungen, die länderübergreifend(zielseitig) angelegt sind und teilweise auch sich entwickelnde Volkswirtschaften betrachten. Dabei können für bestimmte Variablen, bei gleicher Operationalisierung, in mehreren dieser Studien hochsignifikante Zusammenhänge mit der Wahrscheinlichkeit des Zustandekommens von M&A dokumentiert werden. So können für die oben vorgestellte Variable ZIELPRIVAT Zhang & He (2014) sowie Desislava, Sahib & Witteloostuijn (2010) einen positiven Zusammenhang mit der Wahrscheinlichkeit des Zustandekommens von M&A feststellen. Als theoretische Rechtfertigung für die Aufnahme dieser Variable führen Desislava et al. (2010, S. 233) an, dass Publikumsgesellschaften in größerem Ausmaß in allen Phasen der Handelsaktivität stärkeren Regulierungen unterworfen sind. Für die Variable CASH finden Muehlfeld, Sahib & Van Witteloostuijnn (2012) und Desislava et al. (2010) einen positiven Zusammenhang mit der Abschlusswahrscheinlichkeit von M&A. Dieser Zusammenhang wird von Muehlfeld et al. (2012, S. 951) damit erklärt, dass, wie oben erläutert, Barzahlungen einerseits als eine Signalisierung von Unterbewertung wahrgenommen werden können und andererseits ein Konflikt bei Bewertungsfragen vermieden werden kann. Somit existieren deutliche Hinweise auf Relevanz für das Zustandekommen von M&A in sich entwickelnden Volkswirtschaften von zwei Variablen, die auch in der Literatur zu Determinanten von Kapitalmarktreaktionen bei M&A regelmäßig Berücksichtigung finden (bspw. Schief et al., 2015). Letztlich könnte der anscheinend besonders positiven Wahrnehmung von M&A im Rohstoffbereich in Afrika eine sehr starke Nachfrage 4 Ergebnisse 154 nach ebensolchen Investitionen gegenüberstehen, die den Zugang zu bzw. den Abschluss von M&A dieser Art erschwert. Daher wird die Variable ZIELROHST in den logistischen Regressionen Berücksichtigung finden. Aus demselben Grund wird für M&A mit nordafrikanischen Zielländern zusätzlich die Variable ZIELENERGIE berücksichtigt. Ergebnisse logistische Regression Unabhängige Variablen: Stichprobe Südafrika- Log Stichprobe Nordafrika- Log Stichprobe subsaharisches Afrika-Log Koeff. Wald Stat. Koeff. Wald Stat. Koeff. Wald Stat. ZIELPRIVAT 0,8982 84,4178*** 1,7104 76,8662*** 1,2498 42,1835*** CASH -0,1311 1,6673 1,6141 52,8017*** 0,3253 2,6599 ZIELROHST -0,0470 0,1608 -0,4055 2,9666* -0,3989 4,9812** POLSTAB -0,3597 0,6466 0,6379 3,2573* -0,2149 2,4309 RECHT 0,8816 1,1534 -0,6475 0,6938 0,3548 1,7090 KONKORR -0,2078 0,4864 0,3170 0,3923 -0,3070 1,0240 LEISTUNGSB 0,0497 1,1478 0,0035 0,0218 0,0010 0,0241 RESERVE 0,0061 1,5040 -0,0002 0,7786 -0,0002 0,1297 WACHSTUM 0,0603 2,1748 -0,0806 1,9512 -0,0106 0,4783 ZIELENERGIE 0,2146 0,3567 KONSTANTE 0,0777 0,1177 0,2603 0,4393 -0,2212 1,0098 N 2.540 809 947 Nagelkerkes R^2 0,0601 0,2065 0,0818 Modell Chi^2 110,8391*** 129,3015*** 56,5850*** Logistische Regression Tabelle 88 zeigt die Ergebnisse der logistischen Regressionen mit den Stichproben Südafrika-Log, Nordafrika-Log und subsaharisches Afrika-Log (s.a. Abschnitt 3.1). Die Abschlusserfolgsquoten in diesen Stichproben liegen bei 72,52%, 67,86% bzw. 69,27%. Vor dem Hintergrund weltweiter durchschnittlicher M&A-Abschlusserfolgsquoten von 68,7% (Zhang & Ebbers, 2010) kann festgestellt werden, dass bei M&A in Afrika keine bedeutenden Unterschiede im Hinblick auf die Abschlusswahrscheinlichkeit von M&A aufzutreten scheinen. 4.6.2 Tabelle 88: 4.6 Logistische Regression 155 In den Stichproben Südafrika-Log, Nordafrika-Log und subsaharisches Afrika-Log hängt ZIELPRIVAT hochsignifikant positiv mit der Abschlusswahrscheinlichkeit von M&A zusammen. Für die Stichprobe Nordafrika-Log kann ein weiterer hochsignifikant positiver Zusammenhang der Variable CASH mit dem Zustandekommen von M&A beobachtet werden. Für die Variable ZIELROHST kann in den Stichproben Nordafrika-Log und subsaharisches Afrika-Log ein zum 10%bzw. 5%-Niveau signifikanter negativer Zusammenhang mit dem Zustandekommen von M&A gefunden werden. Für die institutionellen und makroökonomischen Variablen kann „lediglich“ in der Stichprobe Nordafrika-Log ein zum 10%-Niveau signifikanter positiver Zusammenhang der Variable POLSTAB mit dem Abschlusserfolg bei M&A gefunden werden. Das Modell-Chi-Quadrat ist für alle betrachteten Modelle hochsignifikant. Diskussion der Ergebnisse-logistische Regression Für die Variable ZIELPRIVAT kann in den drei Stichproben wie in der empirischen Literatur zur Abschlusswahrscheinlichkeit von M&A in sich entwickelnden Volkswirtschaften ein relativ eindeutiger Hinweis (Hochsignifikanz) auf die Relevanz der Eigenschaft eines Unternehmens, Publikumsgesellschaft zu sein, gefunden werden. Demnach scheint auch in den drei afrikanischen Zielregionen der Abschluss von M&A erschwert, wenn es sich bei dem Zielunternehmen um eine Publikumsgesellschaft handelt, und die oben vorgetragenen Vermutungen zur Erklärung dieses Zusammenhangs berechtigt. Die Variable CASH ist in der Stichprobe Nordafrika-Log positiv mit der Abschlusswahrscheinlichkeit von M&A assoziiert, was darauf hindeutet, dass, wie in der theoretischen Rechtfertigung für die Aufnahme dieser Variable angenommen, das Vermeiden von Bewertungsstreitigkeiten oder die Signalisierung von Unterbewertung bedeutende Momente in den Abschlussdynamiken von M&A-Prozessen in dieser Zielregion sein könnten. Die Variable ZIELROHST wurde in die Betrachtung aufgenommen, da vermutet wurde, dass die hohe Nachfrage nach M&A in diesem Bereich (s.a. Abschnitt 2.2) und die teilweise anscheinend vor- 4.6.3 4 Ergebnisse 156 handene Profitabilität mit einer erhöhten Profitabilität beim Abschluss solcher M&A einhergehen könnten. Dem für die Stichproben Nordafrika-Log und subsaharisches Afrika-Log gefundenen Ergebnissen nach zu urteilen, erscheint der Zugang zu M&A-Investitionen in diesen beiden Zielregionen in dieser Industrie im Vergleich zu anderen Industrien tatsächlich erschwert. Für den Großteil der untersuchten Variablen, die makroökonomische oder institutionelle Rahmenbedingungen in den afrikanischen Zielländern operationalisieren sollten, kann kein Hinweis auf deren Bedeutsamkeit für das Zustandekommen der M&A gefunden werden. Eine Ausnahme hiervon bildet die Variable POLSTAB, deren positive Signifikanz in der Stichprobe Nordafrika-Log darauf hindeutet, dass politische Stabilität bei M&A in dieser Zielregion das Zustandekommen von M&A positiv beeinflussen könnte. 4.6 Logistische Regression 157 Schluss Die vorliegende Untersuchung beabsichtigt, ein länderübergreifendes Interesse an Investitionsmöglichkeiten in Afrika dahingehend wissenschaftlich zu unterfüttern, dass mithilfe eines kapitalmarktbasierten Untersuchungsansatzes die Entwicklung des Werts von Käuferunternehmen, nachdem diese M&A mit afrikanischen Zielunternehmen angekündigt haben, untersucht und zusätzlich analysiert wird, was die Abschlusswahrscheinlichkeit solcher M&A beeinflussen könnte. Dazu werden in Kapitel 2 relevante Momente der allgemeinen M&A-Literatur herausgearbeitet, von denen die folgenden im Hinblick auf die Bedeutung für den weiteren Verlauf der Arbeit dem Autor besonders bedeutsam erscheinen. So ergibt sich einerseits bezüglich der Motive von M&A ein Nebeneinander von sich teilweise überschneidenden, mit ökonomischem Kalkül argumentierenden Erklärungsansätzen für M&A sowie solchen, die aus der Psychologie herrühren und nicht-ökonomische Aspekte der Entscheidungsfindung in den Vordergrund rücken, und andererseits die Notwendigkeit, Annahmen der Erklärungsansätze zu beurteilen. Bei einer Betrachtung von Literatur- übersichtsstudien zum Erfolg von M&A wird festgestellt, dass grob eine Einteilung der Erfolgsmetriken für M&A in Interviews und Befragungen, rechnungswesenbasierte Ansätze und kapitalmarktbasierte Ansätze vorgenommen werden kann und Letztere die M&A-Erfolgsliteratur dominieren. Diese Literaturübersichtsstudien deuten darauf hin, dass für Käuferunternehmen M&A mit negativen oder neutralen Ergebnissen verbunden sind und für Zielunternehmen mit positiven. Nicht zuletzt aufgrund der nicht eindeutigen Studienlage versucht ein großer Teil der M&A-Literatur, Bedingungen zu identifizieren, die den Erfolg von Käuferunternehmen stärker determinieren. Die besondere Bedingung bei in dieser Untersuchung betrachteten M&A ist die geografische Herkunft der Zielunternehmen. Aus der empirischen M&A- Literatur kann abgeleitet werden, dass M&A mit Zielunternehmen in sich entwickelnden Volkswirtschaften für Käuferunternehmen mit po- 5 159 sitiven Kapitalmarktreaktionen verbunden zu sein scheinen, während diese Literatur für die kompetitivsten bzw. am stärksten konsolidierten Märkte in entwickelten Volkswirtschaften, beispielsweise die Märkte der USA, Kanadas oder des Vereinigten Königreichs, darauf hindeutet, dass Käuferunternehmen durch M&A in diesen Märkten keine Steigerung ihres Werts erzielen. An die Darstellung der allgemeinen M&A-Literatur wird eine Übersicht zur empirischen Literatur zu M&A in Afrika angeschlossen. Dabei wird deutlich, dass sich der größte Teil der empirischen Literatur zu M&A in Afrika mit den Auswirkungen von Reformen im Banken- und Versicherungssektor Nigerias im Jahr 2004 beschäftigt, die u.a. eine Erhöhung der Mindestkapitalanforderungen beinhalteten und eine Konsolidierungswelle nach sich zogen. In ihrer Gesamtheit legen diese Studien nahe, dass im Zuge der Reformen durchgeführte M&A mit einer Verbesserung von Unternehmenskennzahlen, insbesondere zur Profitabilität, einhergehen, und die Mehrheit der Studienautoren gibt die politische Handlungsempfehlung, Anreize für Konsolidierungen durch M&A im Bankensektor zu setzen, um Probleme, die durch eine unzureichende Kapitalausstattung der Banken oder eine starke Fragmentierung des Bankenmarktes verursacht sind, zu adressieren. Diese Befunde legen nahe, dass das Setzen von Anreizen für M&A zur Konsolidierung des Bankenmarktes vielleicht auch eine politische Handlungsoption in anderen afrikanischen Staaten sein könnte. Ein weiterer wichtiger Hinweis zur Einschätzung und zum Verständnis von M&A in Afrika folgt aus den empirischen Studien zu den Reformen, die Befragungen und Interviews verwenden. So weisen viele Studien auf die Komplexität des Integrationsmanagements hin, und es wird ferner deutlich, dass im Unterschied zur allgemeinen M&A-Literatur, welche die Bedeutung von Differenzen zwischen Unternehmen aus verschiedenen Ländern betont, bei M&A in Afrika auch Unterschiede innerhalb eines Landes eine bedeutende Rolle spielen könnten. Dokumentiert wird dies anhand kultureller Differenzen und des daraus entstehenden Konfliktpotenzials während des Integrationsprozesses, insbesondere bei M&A zwischen Banken des Nordens und denen des Südens Nigerias. Die restlichen empirischen Studien zu M&A in Afrika zeichnen sich durch eine sehr große Heterogenität des thematischen sowie des 5 Schluss 160 geografischen Fokus und der verwendeten Methoden aus. Ein verbindendes Element ist jedoch, dass auch Studien zu M&A außerhalb Nigerias, die auf Befragungen und Interviews beruhen, auf die Komplexität des Integrationsmanagements bei M&A in Afrika hinweisen und die Heterogenität innerhalb afrikanischer Staaten betont wird. Besonders hervorhebenswert erscheint dem Autor in diesem Zusammenhang der Hinweis aus dieser empirischen Literatur, dass eine Dominanz bestimmter ethnischer Gruppen im Zielunternehmen möglichst vermieden werden sollte, da aus einer solchen Dominanz möglicherweise resultierende Probleme, für Investoren ohne Erfahrung mit M&A in dieser Region, besonders schwer antizipierbar sein könnten. Die in Kapitel 2 vorgestellten empirischen Studien zu M&A in Afrika zeichnen sich des Weiteren durch eine geringe Stichprobengröße und einen Mangel an länderübergreifenden (auch käuferseitig) angelegten Studien aus. Letztlich kann dokumentiert werden, dass die in der empirischen Literatur zur Erfolgsmessung bei M&A häufig verwendeten marktbasierten Ansätze, die Kapitalmarktreaktionen auf M&A- Ankündigungen analysieren, stark unterrepräsentiert sind. Während beispielsweise Ereignisstudien in der allgemeinen Erfolgsforschung zu M&A sehr stark vertreten sind, existieren Ereignisstudien, welche die Auswirkung von M&A mit afrikanischen Zielunternehmen untersuchen, nur in einem sehr begrenzten Umfang. Selbiges gilt für den nahezu standardmäßig in der langen Frist bei marktbasierter Erfolgsmessung verwendeten BHAR-Ansatz und das Fama-French-Dreifaktorenmodell. Dies ist ein Zustand, der vor allem deshalb behebungswürdig erscheint, weil diese Verfahren für Investoren bzw. Shareholder von Unternehmen eine große Aussagekraft im Hinblick auf mögliche wirtschaftliche Konsequenzen bestimmter Ereignisse, in diesem Fall M&A- Ankündigungen, haben können. Damit also Investoren ein länder- übergreifendes Interesse an Investitionsmöglichkeiten in Afrika stärker unter Einbeziehung von Ergebnissen empirischer Untersuchungen hoher Relevanz abwägen können, werden die in Kapitel 3 erläuterten marktbasierten Untersuchungen durchgeführt. Zu Beginn von Kapitel 3 werden die Datenerhebung und die Einteilung in die Stichproben Nordafrika, subsaharisches Afrika und Südafrika erklärt. Aufbauend auf der nach Kenntnisstand des Autors einzigen existierenden Simulationsstudie zu Vielländer(käuferseitig)- 5 Schluss 161 Ereignisstudien wird die Ereignisstudiengestaltung abgeleitet, ferner werden in der vorliegenden Untersuchung verwendete Robustheitstests erklärt. Für die Untersuchung des Erfolgs in der langen Frist wird der BHAR-Ansatz vorgestellt, es wird auf mögliche Verzerrungen eingegangen, und es werden daraus resultierende Maßnahmen zur Sicherstellung der Robustheit der Ergebnisse, wie zusätzliche Untersuchungen mit dem Fama-French-Dreifaktorenmodell, dargelegt. Letztlich begründet die dichotome Skalierung der abhängigen Variable eine logistische Regression zur Untersuchung der Fragestellung, welche Faktoren das Zustandekommen von M&A beeinflussen könnten. In Kapitel 4 werden die Ergebnisse der in Kapitel 3 beschriebenen Untersuchungen präsentiert. Die Untersuchung von M&A mit südafrikanischen Zielunternehmen ergibt eine signifikant positive Entwicklung des Werts der Käuferunternehmen im Zusammenhang mit den M&A-Ankündigungen. Die Robustheitstests unterstützen dieses Ergebnis. Die Untersuchung potenzieller Determinanten des Erfolgs von M&A in der Stichprobe Südafrika deutet darauf hin, dass Variablen, die zur Untersuchung der Bedeutung der Komplexität des Integrationsprozesses aufgenommen werden, im Zusammenhang mit dem Erfolg der Käuferunternehmen stehen. So zeigen die Regressionsanalysen an, dass einerseits M&A, bei denen Ziel- und Käuferunternehmen aus derselben Industrie oder demselben Land stammen, zu signifikant besseren Ergebnissen für die Käuferunternehmen führen und andererseits M&A mit einem höheren erworbenen Anteil am Zielunternehmen mit signifikant schlechteren Ergebnissen für die Käuferunternehmen assoziiert sind. Die Tatsache, dass die Gewinnmarge der Käuferunternehmen signifikant negativ mit dem Erfolg der Käuferunternehmen in der Stichprobe Südafrika zusammenhängt, wird vor dem Hintergrund, dass sich die erste M&A-Welle in Afrika auf Südafrika konzentriert, damit interpretiert, dass aufgrund des „Pioniercharakters“ dieser Investitionen bei einer hohen Gewinnmarge die Kapitalmarktteilnehmer solche Transaktionen auf eine Free-Cash-Flow-Problematik bzw. Hybris des Managements zurückführen. Darüber hinaus kann für die Stichprobe Südafrika ein signifikant positiver Zusammenhang der Entwicklung des Werts der Käuferunternehmen mit dem Transaktionspremium festgestellt werden, was bei schwach ausgeprägten insti- 5 Schluss 162 tutionellen Rahmenbedingungen mit einem verbesserten Zugang zu besonders profitablen Investitionsmöglichkeiten durch das Transaktionspremium erklärt werden könnte. Für die Stichprobe Nordafrika kann eine signifikant positive Entwicklung des Werts der Käuferunternehmen im Zusammenhang mit M&A in dieser Region beobachtet werden, auf die auch die für diese Region durchgeführten Robustheitstests hindeuten. Die Untersuchung zu Determinanten dieses Erfolgs ergibt, dass Transaktionen, die nach 2001 stattfinden, mit einer signifikant schlechteren Entwicklung des Unternehmenswerts einhergehen, was darauf schließen lässt, dass es zu Konsolidierungsprozessen gekommen sein könnte, die zu einem Rückgang profitabler Anlagemöglichkeiten führen. Außerdem ist die Gewinnmarge der Käuferunternehmen signifikant negativ mit der Entwicklung des Werts der Käuferunternehmen im Zuge der M&A assoziiert, was, wie im Falle Südafrikas, auf eine von den Kapitalmarktteilnehmern vermutete Free-Cash-Flow-Problematik zurückgeführt wird. Letztlich kann ein signifikant positiver Zusammenhang zwischen dem Erfolg der Käuferunternehmen bei M&A in dieser Region und der Zugehörigkeit von Zielunternehmen zur Energieindustrie gefunden werden. Hintergrund der Untersuchung möglicher Auswirkungen der Eigenschaft von Zielunternehmen, der Energieindustrie anzugehören, auf den Käufererfolg ist, dass aus den deskriptiven Statistiken zur Stichprobe Nordafrika eine Konzentration auf diese Industrie abgeleitet werden kann und daher in diesem Bereich profitable Investitionsmöglichkeiten vermutet werden, worauf im Ausblick noch einmal eingegangen werden wird. Für M&A, die auf Zielunternehmen im subsaharischen Afrika abzielen, können ebenfalls signifikant positive Kapitalmarktreaktionen in der kurzen Frist festgestellt werden. Dieses Ergebnis wird auch durch die Robustheitstests nahegelegt. Die Untersuchung von Erfolgsdeterminanten für diese Region ergibt, dass die Verschuldung der Käuferunternehmen signifikant negativ mit der kurzfristigen Entwicklung des Werts der Käuferunternehmen zusammenhängt. Dies wird damit erklärt, dass Käuferunternehmen mit einer niedrigen Verschuldung dabei helfen könnten, einen möglicherweise erschwerten Zugang zu Fremdkapital für Unternehmen im subsaharischen Afrika zu überwinden. Bei M&A, die auf Zielunternehmen abzielen, die von Thomson 5 Schluss 163 Reuters Financial SDS „makroindustriell“ unter Basismaterialien (darunter fallen nach mikroindustrieller Klassifizierung von Thomson Reuters Financial SDC 80% auf die Metall- und Bergbauindustrie) verzeichnet sind, ergibt sich ein signifikant positiver Zusammenhang mit der Entwicklung des Werts der Käuferunternehmen, was auf die Richtigkeit der Vermutung hindeutet, dass die in den deskriptiven Statistiken beobachtete Konzentration auf diese Industrie im subsaharischen Afrika mit profitablen Investitionsmöglichkeiten einhergeht, wozu im Ausblick weiterführend Stellung genommen werden wird. Anschließend an die Untersuchung kurzfristiger Kapitalmarktreaktionen wird die Untersuchung der Kapitalmarktreaktionen auf die lange Frist ausgedehnt. Dabei kann zwar für die Stichprobe Südafrika eine signifikant positive Entwicklung des Werts der Käuferunternehmen nach dem BHAR-Verfahren beobachtet werden. Dieser Hinweis auf eine positive Entwicklung des Werts der Käuferunternehmen wird allerdings nicht durch die Robustheitstests gestützt. Aufgrund des nicht eindeutigen Ergebnisses wird keine Erfolgsdeterminantenanalyse für Südafrika in der langen Frist vorgenommen. Für die Stichproben Nordafrika und subsaharisches Afrika ergeben die Untersuchungen eine signifikant positive Entwicklung des Werts der Käuferunternehmen in der langen Frist und die Robustheitstests legen ebenfalls einen positiven Zusammenhang zwischen den M&A und der Entwicklung des Werts der Käuferunternehmen nahe. Die Erfolgsdeterminantenanalyse zeigt für die Stichprobe Nordafrika einen signifikant negativen Zusammenhang zwischen dem Gesamtbestand an Währungsreserven im Verhältnis zum Gesamtbestand externer Schulden des Ziellandes und dem Erfolg der Käuferunternehmen an, was im Ausblick weiter diskutiert wird. Für die Stichprobe subsaharisches Afrika indiziert die Erfolgsdeterminantenanlyse auch in der langen Frist einen signifikant positiven Zusammenhang zwischen der Eigenschaft der Zielunternehmen, der Industrie Basismaterialien anzugehören, und der Entwicklung des Werts der Käuferunternehmen. Die Eigenschaft einer M&A-Transaktion, nach 2001 stattgefunden zu haben, hängt hingegen signifikant negativ mit dem langfristigen Erfolg der M&A zusammen, was damit erklärt wird, dass es im Laufe der Zeit durch das Fortschreiten des Konsolidierungsprozesses 5 Schluss 164 zu einer Abnahme profitabler Investitionsmöglichkeiten kommen könnte. Insgesamt deuten viele der durchgeführten Regressionsanalysen darauf hin, dass üblicherweise in der M&A-Forschung verwendete, aber auch speziell aus der Literatur zu M&A in sich entwickelnden Volkswirtschaften abgeleitete Erfolgserklärungsansätze für M&A in Afrika eine niedrige Erklärungskraft besitzen. Es erscheint sinnvoll, weiterhin nach diesem geografischen Fokus gesonderte Untersuchungen zu M&A durchzuführen. Die positiven Ergebnisse bezüglich der Wertentwicklung der Käuferunternehmen bei M&A in Afrika stehen im Gegensatz zur allgemeinen M&A-Literatur, die sich hauptsächlich mit M&A in entwickelten Volkswirtschaften beschäftigt, aber im Einklang mit Erfolgsuntersuchungen zu M&A in sich entwickelnden Volkswirtschaften, für die empirische Hinweise auf ein Wertsteigerungspotenzial durch M&A für Käuferunternehmen existieren. Die letzte Untersuchung befasst sich mit der Fragestellung, welche Faktoren das Zustandekommen von M&A in Afrika beeinflussen könnten. Dabei kann für die Zielregionen Nordafrika, subsaharisches Afrika und Südafrika beobachtet werden, dass bei M&A mit Zielunternehmen, die Publikumsgesellschaften sind, der Abschluss der Transaktionen signifikant erschwert ist, was mit der stärkeren Regulierung bei derartigen M&A zusammenhängen könnte. Außerdem zeigen die Regressionen für die Region Nordafrika und subsaharisches Afrika an, dass, wenn die Zielunternehmen in der Industrie Basismaterialien angesiedelt sind, dies signifikant negativ mit dem Zustandekommen der M&A-Transaktionen zusammenhängt. Die Schwierigkeiten von Transaktionsabschlüssen im Bereich Basismaterialien könnten damit zusammenhängen, dass diese Investitionen anscheinend als besonders profitabel wahrgenommen werden und es daher zu einer bedeutend stärkeren Nachfrage in diesem Bereich kommen könnte. Für die Region Nordafrika indizieren die Untersuchungen, dass politische Stabilität im Zielland und Barzahlungen signifikant positiv mit dem Zustandekommen der M&A zusammenhängen. Was die politische Stabilität anbelangt, ist insbesondere in sich entwickelnden Volkswirtschaften eine Vielzahl von Ereignissen denkbar, die ein Zustandekommen von M&A erschweren. Zur Erklärung des positiven Zusammenhangs mit Barzah- 5 Schluss 165 lungen wird angeführt, dass Barzahlungen einerseits als Hinweise auf eine Unterbewertung des Käuferunternehmens aufgefasst werden können und andererseits mit Barzahlungen Konflikte bei Bewertungsfragen, die im Falle von Aktientausch auftreten könnten, umgangen werden können. Um zu einer ganzheitlicheren und spezifischeren Deutung des Phänomens „M&A in Afrika“ zu gelangen, könnten einzelne Transaktionen, die anhand der Ergebnisse marktbasierter Erfolgsmessung ausgewählt werden, mithilfe von Fallstudien explorativen Charakters komplementär weiter untersucht werden. Zum Einsatz kommen könnten dabei Interviews und Befragungen von Stakeholdern der an den M&A beteiligten Unternehmen und eine interdisziplinäre Aufarbeitung von Hintergründen bzw. Rahmenbedingungen der jeweiligen Transaktionen und deren Folgen, die beispielsweise Momenten der politischen Ökonomie stärker Rechnung tragen. Dies könnte dazu beitragen, ein tieferes Verständnis des beobachteten Erfolgs und seiner Determinanten zu schaffen und Dimensionen des M&A-Erfolgs zu berücksichtigen, die sich einem Zugang über marktbasierte Erfolgsmetriken entziehen. 5 Schluss 166 Literaturverzeichnis Abdulazeez, D. A., Suleiman, O. & Yahaya, A. (2016). Impact of mergers and acquisitions on the financial performance of deposit money banks in Nigeria. Arabian Journal of Business and Management Review, 6, 4, 1–5. Achleitner, A.-K. (2002). Handbuch Investment Banking. 3. Auflage. Wiesbaden: Gabler. Aduloju, A., Awoponle, A. & Oke, S. (2008). Recapitalization, mergers, and acquisitions of the Nigerian insurance industry. The Journal of Risk Finance, 9, 5, 449–466. Agbloyor, E. K., Abor, J., Adjasi, C. K. & Yawson, A. (2012). Domestic banking sector development and cross border mergers and acquisitions in Africa. Review of Development Finance, 2, 32–42. Agundu, P. U. & Karibo, N. (1999). Risk analysis in corporate merger decisions in developing economies: A case study of the lipton-level brothers in Nigeria. Journal of Financial Management and Analysis, 12, 2, 13–17. Akinbuli, S. F. & Kelilume, K. (2013). The effects of mergers and acquisitions on corporate growth and profitability: Evidence from Nigeria. Global Journal of Business Research, 7, 1, 43–58. Alexandridis, G., Petzmeas, D. & Travlos, N. (2010). Gains from mergers and acquisitions around the world: New evidence. Financial Management, 39, 4, 1671–1695. Ali, J. I., Ekpe, M. J. & Omotayo, A. M. (2016). Banking sector reforms and bank performance in Sub-Saharan Africa: Empirical evidence from Nigeria. Journal of Business and Management, 18, 5, 36–47. Assaf, G., Barros, C. & Ibiwoye, A. (2012). Performance assessment of Nigerian banks pre and post consolidation: Evidence from a Bayesian approach. The Service Industries Journal, 32, 2, 215–229. Barber, B. M. & Lyon, J. D. (1997). Detecting long-run abnormal stock returns: The empirical power and specification of test statistics. Journal of Financial Economics, 43, 341–372. Barbopoulos, L., Marshall, A., MacInnes, C. & McColgan, P. (2014). Foreign direct investment in emerging markets and acquirers value gains. International Business Review, 23, 604–619. Barde, I. M. & Salisu, M. (2015). Short-term effects of mergers and acquisitions in the Nigerian banking industry. Proceedings of 11th International Business and Social Science Research Conference. Dubai. 6 167 Bean, C., Broda, C., Takatoshi, I. & Kroszner, R. (2015). Low for long? Causes and consequences of persistently low interest rates. Geneva Reports on the World Economy 17. London: Center for Economic Policy Research. Beitel, P. & Schiereck, D. (2003). Zum Erfolg von Akquisitionen und Zusammenschlüssen zwischen Banken: Eine Bestandsaufnahme der empirischen Forschung. Österreichisches Bankarchiv, 51, 501–515. Berger, P. G. & Ofek, E. (1995). Diversification's effect on firm value. Journal of Financial Economics, 37, 1, 39–65. Boehmer, E., Musumeci, J. & Poulsen, A. B. (1991). Event-study methodology under conditions of event-induced variance. Journal of Financial Economics, 30, 2, 253–272. Bowling, A. (2005). Mode of questionnaire administration can have serious effects on data quality. Journal of Public Health, 27, 3, 281–291. Bowman, C. & Ambrosini, V. (1997). Using single respondents in strategy research. British Journal of Management, 8, 2, 119–131. Brown, S. J. & Warner, J. B. (1980). Measuring security price performance. Journal of Financial Economics, 8, 205–258. Brown, S. J. & Warner, J. B. (1985). Using daily stock returns: The case of event studies. Journal of Financial Economics, 14, 3–31. Bruner, R. F. (2001). Does M&A pay? A survey of evidence for the decision-maker. Charlottesville: Batten Institute. Campbell, C. J., Cowan, A. R. & Salotti, V. (2010). Multi-country event-study methods. Journal of Banking & Finance, 34, 12, 3078–3090. Chakrabarti, R., Gupta-Mukherjee, S. & Jayaraman, N. (2009). Mars-venus marriages: Culture and cross-border M&A. International Journal of Business Studies, 40, 2, 216–236. Chang, S. (1998). Takeovers of privately held targets, methods of payment, and bidder returns. The Journal of Finance, 53, 2, 773–784. Chari, A., Ouimet, P. P. & Tesar, L. L. (2010). The value of control in emerging markets. The Review of Financial Studies, 23, 4, 1741–1770. Corrado, C. J. (1989). A nonparametric test for abnormal security-price performance in event studies. Journal of Financial Economics, 23, 2, 385–395. Corrado, C. & Zivney, T. (1992). The specification and power of the sign test in event study hypothesis tests using daily stock returns. Journal of Financial and Quantitative Analysis, 27, 3, 465–478. Cowan, A. R. (1992). Nonparametric event study tests. Review of Quantitative Finance and Accounting, 2, 343–358. Darko, E. A. & Twum, E. B. (2014). The pre and post merger performance of firms in Ghana: The experience of guinness ghana breweries limited. Journal of Finance and Accounting, 2, 1, 8–18. 6 Literaturverzeichnis 168 Das, A. & Kapil, S. (2012). Explaining M&A performance: A review of empirical research. Journal of Strategy and Management, 5, 284–330. Datta, D. K., Pinches, G. E. & Narayanan, V. K. (1992). Factors influencing wealth creation from mergers and acquisitions: A meta-analysis. Strategic Management Journal, 13, 1, 67–84. Denis, D. J., Denis, D. K. & Yost, K. (2002). Global diversification, industrial diversification, and firm value. The Journal of Finance, 57, 5, 1951–1979. Desislava, D., Sahib, P. R. & Witteloostuijn, A. v. (2010). Cross-border acquisition abandonment and completion: The effect of institutional differences and organizational learning in the international business service industry, 1981–2001. Journal of International Business Studies, 41, 2, 223–245. Doukas, J. & Travlos, N. (1988). The effect of corporate multinationalism on shareholder's wealth: Evidence from international acquisitions. The Journal of Finance, 43, 5, 1161–1175. Edward, A. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. Journal of Finance, 23, 4, 589–609. Ellis, K. M., Lamont, B. T., Reus, T. H. & Faifman, L. (2015, 2, 137–171). Mergers & acquisitions in Africa: A review and an emerging research agenda. African Journal of Management, 1, 2, 137–171. Erhun, W., Demehin, A. & Erhun, M. (2005). The impact of global pharmaceutical mergers and acquisitions on the Nigerian pharmaceutical industry. Journal of Medical Marketing, 5, 4, 370–382. Fama, E. F. (1970). Efficient capital markets: A review of theory and empirical work. Journal of Finance, 25, 2, 383–417. Ferris, S. P. & Park, K. (2002). How different is the long-run performance of mergers in the telecommunication industry? Advances in Financial Economics, 7, 127–144. Fowler, F. J. (2014). Survey research methods: Applied social research methods. 5. Auflage. Thousand Oaks, London, New Delhi, Singapore, Washington DC: Sage Publications, Inc. Freeman, E. R. (1984). Strategic management: A stakeholder approach. 1. Auflage. Boston: Pitman. Fuller, K., Netter, J. & Stegemoller, M. (2002). What do returns to acquiring firms tell us? Evidence from firms that make many acquisitions. The Journal of Finance, 57, 4, 1763–1793. Gaughan, P. (1999). Mergers, acquisitions and corporate restructuring. 4. Auflage. New York: Wiley & Sons, Inc. Golbe, D. & White, L. (1993). Catch a wave: The time series behavior of mergers. The Review of Economics and Statistics, 75, 3, 493–499. 6 Literaturverzeichnis 169 Gomes, E., Angwin, D., Emmanuel, P. & Mellahi, K. (2012). HRM issues and outcomes in African mergers and acquisitions: A study of the Nigerian banking sector. The International Journal of Human Resource Management, 23, 14, 2874–2900. Grote, M. & Rücker, F. (2007). Acquiring foreign firms far away might be hazardous to your share price: Evidence from Germany. Working Paper Series: Finance & Accounting, 182. Haleblian, J., Devers, C. E., McNamra, G., Carpenter, M. A. & Davison, R. B. (2009). Taking stock of what we know about mergers and acquisitions: A review and research agenda. Journal of Management, 35, 3, 469–502. Harrington, S. E. & Shrider, D. G. (2007). All events induce variance: Analyzing abnormal returns when effects vary across firms. Journal of Financial and Quantitative Analysis, 42, 1, 229–256. Hult, G. T., Ketchen, D. J., Griffith, D. A., Chabowski, B. R., Hamman, M. K., Dykes, B. J. & Cavusgil, S. T. (2008). An assessment of the measurement of performance in international business research. Journal of International Business Studies, 39, 6, 1064–1080. Ikpefan, O. A. & Kazeem, B. L. (2013). The effect of merger on deposit money banks performance in the Nigerian banking industry. Journal of Applied Finance & Banking, 3, 4, 105–123. Ismail, T., Abdou, A. & Annis, R. (2011). Exploring improvements of post-merger corporate performance: The case of Egypt. Journal of Business Strategy, 8, 1, 7– 24. Jansen, S. A. (2004). Management von Unternehmenszusammenschlüssen: Theorien, Thesen, Tests und Tools. Stuttgart: Klett-Cotta. Jansen, S. A. (2016). Mergers & Acquisitions: Unternehmensakquisitionen und -kooperationen. Eine strategische, organisatorische und kapitalmarkttheoretische Einführung. 6. Auflage. Wiesbaden: Springer Gabler. Jensen, M. C. (1986). Agency costs of free cash flow, corporate finance and takeovers. The American Economic Review, 76, 2, 323–329. Kaufmann, D., Kray, A. & Mastruzzi, M. (2010). The worldwide governance indicators- methodology and analytical issues. The World Bank, Policy Research Working Paper, 5430. King, D., Dalton, D., Daily, C. & Govin, J. (2004). Meta-analyses of post-acquisition performance: Indications of unidentified moderators. Strategic Management Journal, 25, 2, 187–200. Kling, G. & Weitzel, U. (2011). The internationalization of Chinese companies: Firm characteristics, industry effects and corporate governance. International Business and Finance, 25, 3, 357–372. 6 Literaturverzeichnis 170 Kolaric, S. (2015). Bank mergers and acquisitions in the Asia-Pacific region – An investigation of the shareholder wealth effects of the financial sector consolidation and its impact on the acquirer's cost of debt. In D. Schiereck, Corporate Finance and Governance. Band 16. Frankfurt a.M.: Peter Lang GmbH Internationaler Verlag der Wissenschaft. Kolaric, S. & Schiereck, D. (2013). Shareholder wealth effects of bank mergers and acquisitions in Latin America. Journal of the Iberoamerican Academy of Management, 11, 2, 157–177. Kolaric, S. & Schiereck, D. (2014). Performance of bank mergers and acquisitions: A review of the recent empirical evidence. Management Review Quarterly, 64, 1, 39–71. Kothari, S. & Warner, J. B. (2007). Econometrics of event studies. In E. B. Eckbo, Handbook of Corporate Finance: Empirical Corporate Finance. 1.Auflage. North-Holland: Elsevier, 3–36. Krishnakumar, D., Sethi, M. & Chidambaran, N. (2014). Foreign direct investment and strategic partnerships: Cross border acquisitions between India and Africa. Procedia – Social and Behavioral Sciences, 157, 45–54. Lazonick, W. & O'Sullivan, M. (2000). Maximizing shareholder value: A new ideology for corporate governance. Economy and Society, 29, 1, 13–35. Lebedev, S., Peng, M. W., Xie, E. & Stevens, C. S. (2015). Mergers and acquisitions in and out of emerging economies. Journal of World Business, 50, 651–662. Loughran, T. & Vijh, A. M. (1997). Do long-term shareholders benefit from corporate acquisitions? The Journal of Finance, 52, 5, 1765–1790. Lucks, K. & Meckl, R. (2015). Internationale Mergers & Acquisitions: Der prozessorientierte Ansatz. 2. Auflage. Wiesbaden: Springer Gabler. Lyon, J. D., Barber, B. M. & Tsai, C.-L. (1999). Improved methods for tests of longrun abnormal stock returns. Journal of Finance, 54, 1, 165–201. MacKinlay, C. A. (1997). Event studies in economics and finance. Journal of Economic Literature, 35, 1, 13–39. Makaza, F., Mhaka, C., Nyamwanza, L. & Masiyiwa, S. (2015). Why mergers for Zimbabwean insurance companies are not attractive. International Journal of Innovative Research & Development, 4, 8, 258–261. Martynova, M. & Renneboog, L. (2008). A century of corporate takeovers: What have we learned and where do we stand? Journal of Banking & Finance, 32, 10, 2148–2177. Meglio, O. & Risberg, A. (2010). Mergers and acquisitions: Time for a methodological rejuvenation of the field? Scandinavian Journal of Management, 26, 1, 87– 95. Meglio, O. & Risberg, A. (2011). The (mis)measurement of M&A performance: A systematic narrative literature review. Scandinavian Journal of Management, 27, 4, 418–433. 6 Literaturverzeichnis 171 Michael, N. B. (2013). Bank mergers and acquisitions and shareholder’s wealth maximization in Nigeria. Journal of Applied Finance & Banking, 3, 3, 255–270. Mikkelson, W. & Partch, M. (1988). Withdrawn security offerings. Journal of Financial & Quantitative Analysis, 23, 2, 119–133. Miller, C. C., Cardinal, L. B. & Glick, W. H. (1997). Retrospective reports in organizational research: A reexamination of recent evidence. Academy of Management Journal, 40, 1, 189–204. Mitchell, M. L. & Stafford, E. (2000). Managerial decisions and long-term stock price performance. Journal of Business, 73, 3, 287–329. Moeller, S. B., Schlingemann, F. P. & Stulz, R. M. (2005). Wealth destruction on a massive scale? A study of acquiring-firm return in the recent merger wave. The Journal of Finance, 60, 2, 757–782. Morck, R. & Yeung, B. (1997). Why investors sometimes value size and diversification: The internationalization theory of synergy. University of Michigan, Discussion Paper, 411. Morosini, P., Shane, S. & Harbir, S. (1998). National cultural distance and crossborder acquisition performance. Journal of International Business Studies, 29, 1, 137–158. Muehlfeld, K., Sahib, P. R. & Van Witteloostuijnn, A. (2012). A contextual theory of organizational learning from failures and successes: A study of acquisition completion in the global newspaper industry, 1981–2008. Strategic Management Journal, 33, 8, 938–964. Myers, S. C. & Majluf, N. S. (1984). Corporate financing and investment decisions when firms have information that investors do not have. Journal of Financial Economics, 13, 2, 187–221. Oduro, I. M. & Agyei, S. K. (2013). Mergers & acquisitions and firm performance: Evidence from the Ghana stock exchange. Research Journal of Finance and Accounting, 4, 7, 99–107. Oelger, M. & Schiereck, D. (2011). Cross-border M&A and international stock market integration – evidence from Turkey. International Journal of Economic Research, 2, 3, 40–55. Oghojafor, B. E. & Adebisi, S. A. (2012). Evaluating mergers and acquisitions as strategic interventions in the Nigerian banking sector: The good, bad and the ugly. International Business Research, 5, 5, 147–157. Patell, J. M. (1976). Corporate forecasts of earnings per share and stock price behavior: Empirical test. Journal of Accounting Research, 14, 2, 246–276. Penman, S. H. (1982). Insider trading and the dissemination of firms’ forecast information. The Journal of Business, 55, 4, 479–503. Pistor, K. (2012). The governance of China’s finance. In R. Morck & J. Fan, Capitalizing China. Chicago: University of Chicago Press, 35–60. 6 Literaturverzeichnis 172 Portelli, B. & Narula, R. (2006). Foreign direct investment through acquisitions and implications for technological upgrading: Case evidence from Tanzania. MERIT-Infonomics Research Memorandum Series, Working Paper, 18, 1. Rao-Nicholson, R. & Liou, R.-S. (2017). Out of Africa: The role of institutional distance and host-home colonial tie in South African firm’s post-acquisition performance in developed economies. International Business Review, 26, 6, 1184– 1195. Rau, R. & Vermaelen, T. (1998). Glamour, value and the post-acquisition performance of acquiring firms. Journal of Financial Economics, 49, 2, 223–253. Roll, R. (1986). The hubris hypothesis of corporate takeovers. The Journal of Business, 59, 2, 197–216. Rossi, S. & Volpin, P. F. (2004). Cross-country determinants of mergers and acquisitions. Journal of Financial Economics, 74, 277–304. Rotich, E., Toroitich, K. K. & Alang’o, O. G. (2015). Effect of mergers and acquisitions on the performance of commercial banks in Kenya: A case of selected banks that have undergone M&A in Kenya. Research Journal of Finance and Accounting, 6, 24, 38–52. Ruback, R. S. & Jensen, M. C. (1983). The market for corporate control: The scientific evidence. Journal of Financial Economics, 11, 5–50. Samet, K. (2010). Banking and value creation in emerging markets. International Journal of Economics and Finance, 2, 5, 66–78. Sanda, M.-A. & Benin, P. A. (2011). How is the firm dealing with the merger? A Study of employee satisfaction with the change process. Journal of Management and Strategy, 2, 2, 28–37. Schief, M., Buxmann, P. & Schiereck, D. (2015). Mergers and Acquisitions in the software industry: Research results in the area of success determinants. Business & Information Systems Engineering, 6, 421–431. Sethi, M. & Krishnakumar, D. (2012). Methodologies used to determine mergers and acquisitions performance. Academy of Accounting and Financial Studies Journal, 16, 3, 75–91. Sharpe, W. F. (1963). A simplified model for portfolio analysis. Management Science, 9, 2, 277–293. Smit, C. & Ward, M. (2007). The impact of large acquisitions on the share price and operating financial performance of acquiring companies listed on the JSE. Investment Analysts Journal, 65, 5–14. Soludo, C. C. (2004). Consolidating the Nigerian banking industry to meet the development challenges of the 21st century. Bank of International Settlement Review, 43, 2004. Basel: Bank of International Settlement. Stanton, P. (1987). Accounting rates of return as measures of post-merger performance. Australian Journal of Management, 12, 2, 293–304. 6 Literaturverzeichnis 173 Thanos, C. I. & Papadakis, V. M. (2012). The use of accounting-based measures in measuring M&A performance: A review of five decades of research. In S. Finkelstein & C. L. Cooper, 10. Advances in Mergers and Acquisitions. Bradford: Emerald Group Publishing Limited, 103–120. Travlos, N. G. (1987). Corporate takeover bids, methods of payments, and bidding firm’s stock returns. Journal of Finance, 42, 4, 943–963. Triki, T. & Chun, O. M. (2011). Does good governance create value for international acquirers in Africa: Evidence from US acquisitions. African Development Bank Group, Working paper series, 143. Tuch, C. & O'Sullivan, N. (2007). The impact of acquisitions on firm performance: A review of the evidence. International Journal of Management Reviews, 9, 2, 141–170. Udoidem, J. O. & Acha, I. (2012). Corporate restructuring through mergers and acquisitions: Experience from Nigeria. Journal of Economics and Sustainable Development, 3, 13, 135–142. Uhlenbruck, K. & De Castro, J. (2000). Foreign acquisitions in Central and Eastern Europe: Outcomes of privatization in transitional economies. The Academy of Management Journal, 43, 3, 381–402. UNCTAD. (2012). Development and globalization: Facts and figures. New York, Genf: UNCTAD. UNCTAD. (2016): Debt dynamics and development finance in Africa. Economic development in Africa report 2016. New York, Genf: UNCTAD. Walker, M. M. (2000). Corporate takeovers, strategic objectives, and acquiringfirm shareholder wealth. Financial Management, 29,1, 53–66. Walking, R. A. (1985). Predicting tender offer success: A logistic analysis. Journal of Financial and quantitative Analysis, 20, 4, 461–478. Walking, R. A. & Song, M. H. (2004). Anticipation, acquisitions and the bidder return puzzle. Ohio State University, Working Paper. Weidmann, J. (2017). Verbesserung des Investitionsklimas in Afrika Bedeutung von Institutionen. Rede anlässlich der G20-Konferenz „G20-Afrika-Partnerschaft – Investition in eine gemeinsame Zukunft“, 13.06.2017, Berlin. Berlin: Deutsche Bundesbank, Kommunikation. Weston, F. J. & Halpern, P. (1983). Corporate acquisitions: A theory of special cases? A review of event studies applied to acquisitions. The Journal of Finance, 38, 2, 297–317. Weston, F. J., Siu, J. A. & Johnson, B. A. (2001). Takeovers, restructuring & corporate governance. 3. Auflage. Upper Saddle River: Prentice Hall. White, H. (1980). A heteroscedasticity-consistent covariance matrix estimator and a direct test for heteroscedasticity. Econometrica, 48, 4, 817–838. Williamson, O. E. (1991). Comparative economic organization: The analysis of discrete structural alternatives. Administrative Science Quarterly, 36, 2, 269– 296. 6 Literaturverzeichnis 174 Wilson, M. K. & Vencatachellum, D. J.-M. (2016). Determinants of cross-border mergers & acquisitions targeting africa: 1991–2011. Economic Research Southern Africa, Working Paper, 600. Wimberley, T. & Negash, M. (2004). The value creation effects of mergers and acquisitions: Evidence from the JSE Securities Exchange South Africa. Investment Analysts Journal, 33, 59, 31–40. Wirtz, B. W. (2017). Mergers & Acquisitions Management: Strategie und Organisation von Unternehmenszusammenschlüssen. 4. Auflage. Wiesbaden: Springer Gabler. Wong, P. & O'Sullivan, N. (2001). The determinants and consequences of abandoned takeovers. Journal of economic surveys, 15, 2, 145–186. Zhang, J. & Ebbers, H. (2010). Why half of China’s overseas acquisitions could not be completed. Journal of Current Chinese Affairs, 39, 2, 101–131. Zhang, J. & He, X. (2014). Economic nationalism and foreign acquisition completion: The case of China. International Business Review, 23, 1, 212–227. Zitouna, H. & Bertrand, O. (2008). Domestic versus cross-border acquisitions: Which impact on the target firms performance? Applied Economics, 40, 17, 2221–2238. Zollo, M. & Meier, D. (2008). What is M&A Performance. Academy of Management Perspectives, 22, 3, 55–77. Zongwe, D. P. (2015). All eyes on Xi: The Chinese 60 billion dollar question and the problematic of African development. Transnational Corporations Review, 7, 4, 395–410. 6 Literaturverzeichnis 175

Abstract

There are a large number of scientific studies on M&A with target companies in Western industrialised countries. However, the increasing interest in M&A with African target companies is tempered by a lack of studies on the success of such M&A. Therefore, in this work a literature review on this topic is presented; by means of a capital market-based investigation approach, the development of the value of buyer companies after they have announced M&A with African target companies is examined; and the factors that could influence the probability of concluding such M&A are also analysed.

Zusammenfassung

Zu Mergers & Acquisitions mit Zielunternehmen in westlichen Industrieländern existiert eine Vielzahl wissenschaftlicher Untersuchungen. Dem zunehmenden Interesse an M&A mit afrikanischen Zielunternehmen steht jedoch ein Mangel an Untersuchungen zum Erfolg solcher M&A gegenüber. Daher wird in dieser Arbeit eine Literaturübersicht zu diesem Thema präsentiert. Im Anschluss wird mittels eines kapitalmarktbasierten Untersuchungsansatzes die Entwicklung des Werts von Käuferunternehmen untersucht, nachdem diese M&A mit afrikanischen Zielunternehmen angekündigt haben. Schließlich wird analysiert, wodurch die Abschlusswahrscheinlichkeit solcher M&A beeinflusst werden könnte.

References
6 Literaturverzeichnis
Abdulazeez, D. A., Suleiman, O. & Yahaya, A. (2016). Impact of mergers and acquisitions on the financial performance of deposit money banks in Nigeria. Arabian Journal of Business and Management Review, 6, 4, 1–5.
Achleitner, A.-K. (2002). Handbuch Investment Banking. 3. Auflage. Wiesbaden: Gabler.
Aduloju, A., Awoponle, A. & Oke, S. (2008). Recapitalization, mergers, and acquisitions of the Nigerian insurance industry. The Journal of Risk Finance, 9, 5, 449–466.
Agbloyor, E. K., Abor, J., Adjasi, C. K. & Yawson, A. (2012). Domestic banking sector development and cross border mergers and acquisitions in Africa. Review of Development Finance, 2, 32–42.
Agundu, P. U. & Karibo, N. (1999). Risk analysis in corporate merger decisions in developing economies: A case study of the lipton-level brothers in Nigeria. Journal of Financial Management and Analysis, 12, 2, 13–17.
Akinbuli, S. F. & Kelilume, K. (2013). The effects of mergers and acquisitions on corporate growth and profitability: Evidence from Nigeria. Global Journal of Business Research, 7, 1, 43–58.
Alexandridis, G., Petzmeas, D. & Travlos, N. (2010). Gains from mergers and acquisitions around the world: New evidence. Financial Management, 39, 4, 1671–1695.
Ali, J. I., Ekpe, M. J. & Omotayo, A. M. (2016). Banking sector reforms and bank performance in Sub-Saharan Africa: Empirical evidence from Nigeria. Journal of Business and Management, 18, 5, 36–47.
Assaf, G., Barros, C. & Ibiwoye, A. (2012). Performance assessment of Nigerian banks pre and post consolidation: Evidence from a Bayesian approach. The Service Industries Journal, 32, 2, 215–229.
Barber, B. M. & Lyon, J. D. (1997). Detecting long-run abnormal stock returns: The empirical power and specification of test statistics. Journal of Financial Economics, 43, 341–372.
Barbopoulos, L., Marshall, A., MacInnes, C. & McColgan, P. (2014). Foreign direct investment in emerging markets and acquirers value gains. International Business Review, 23, 604–619.
Barde, I. M. & Salisu, M. (2015). Short-term effects of mergers and acquisitions in the Nigerian banking industry. Proceedings of 11th International Business and Social Science Research Conference. Dubai.
Bean, C., Broda, C., Takatoshi, I. & Kroszner, R. (2015). Low for long? Causes and consequences of persistently low interest rates. Geneva Reports on the World Economy 17. London: Center for Economic Policy Research.
Beitel, P. & Schiereck, D. (2003). Zum Erfolg von Akquisitionen und Zusammenschlüssen zwischen Banken: Eine Bestandsaufnahme der empirischen Forschung. Österreichisches Bankarchiv, 51, 501–515.
Berger, P. G. & Ofek, E. (1995). Diversification's effect on firm value. Journal of Financial Economics, 37, 1, 39–65.
Boehmer, E., Musumeci, J. & Poulsen, A. B. (1991). Event-study methodology under conditions of event-induced variance. Journal of Financial Economics, 30, 2, 253–272.
Bowling, A. (2005). Mode of questionnaire administration can have serious effects on data quality. Journal of Public Health, 27, 3, 281–291.
Bowman, C. & Ambrosini, V. (1997). Using single respondents in strategy research. British Journal of Management, 8, 2, 119–131.
Brown, S. J. & Warner, J. B. (1980). Measuring security price performance. Journal of Financial Economics, 8, 205–258.
Brown, S. J. & Warner, J. B. (1985). Using daily stock returns: The case of event studies. Journal of Financial Economics, 14, 3–31.
Bruner, R. F. (2001). Does M&A pay? A survey of evidence for the decision-maker. Charlottesville: Batten Institute.
Campbell, C. J., Cowan, A. R. & Salotti, V. (2010). Multi-country event-study methods. Journal of Banking & Finance, 34, 12, 3078–3090.
Chakrabarti, R., Gupta-Mukherjee, S. & Jayaraman, N. (2009). Mars-venus marriages: Culture and cross-border M&A. International Journal of Business Studies, 40, 2, 216–236.
Chang, S. (1998). Takeovers of privately held targets, methods of payment, and bidder returns. The Journal of Finance, 53, 2, 773–784.
Chari, A., Ouimet, P. P. & Tesar, L. L. (2010). The value of control in emerging markets. The Review of Financial Studies, 23, 4, 1741–1770.
Corrado, C. J. (1989). A nonparametric test for abnormal security-price performance in event studies. Journal of Financial Economics, 23, 2, 385–395.
Corrado, C. & Zivney, T. (1992). The specification and power of the sign test in event study hypothesis tests using daily stock returns. Journal of Financial and Quantitative Analysis, 27, 3, 465–478.
Cowan, A. R. (1992). Nonparametric event study tests. Review of Quantitative Finance and Accounting, 2, 343–358.
Darko, E. A. & Twum, E. B. (2014). The pre and post merger performance of firms in Ghana: The experience of guinness ghana breweries limited. Journal of Finance and Accounting, 2, 1, 8–18.
Das, A. & Kapil, S. (2012). Explaining M&A performance: A review of empirical research. Journal of Strategy and Management, 5, 284–330.
Datta, D. K., Pinches, G. E. & Narayanan, V. K. (1992). Factors influencing wealth creation from mergers and acquisitions: A meta-analysis. Strategic Management Journal, 13, 1, 67–84.
Denis, D. J., Denis, D. K. & Yost, K. (2002). Global diversification, industrial diversification, and firm value. The Journal of Finance, 57, 5, 1951–1979.
Desislava, D., Sahib, P. R. & Witteloostuijn, A. v. (2010). Cross-border acquisition abandonment and completion: The effect of institutional differences and organizational learning in the international business service industry, 1981–2001. Journal of International Business Studies, 41, 2, 223–245.
Doukas, J. & Travlos, N. (1988). The effect of corporate multinationalism on shareholder's wealth: Evidence from international acquisitions. The Journal of Finance, 43, 5, 1161–1175.
Edward, A. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. Journal of Finance, 23, 4, 589–609.
Ellis, K. M., Lamont, B. T., Reus, T. H. & Faifman, L. (2015, 2, 137–171). Mergers & acquisitions in Africa: A review and an emerging research agenda. African Journal of Management, 1, 2, 137–171.
Erhun, W., Demehin, A. & Erhun, M. (2005). The impact of global pharmaceutical mergers and acquisitions on the Nigerian pharmaceutical industry. Journal of Medical Marketing, 5, 4, 370–382.
Fama, E. F. (1970). Efficient capital markets: A review of theory and empirical work. Journal of Finance, 25, 2, 383–417.
Ferris, S. P. & Park, K. (2002). How different is the long-run performance of mergers in the telecommunication industry? Advances in Financial Economics, 7, 127–144.
Fowler, F. J. (2014). Survey research methods: Applied social research methods. 5. Auflage. Thousand Oaks, London, New Delhi, Singapore, Washington DC: Sage Publications, Inc.
Freeman, E. R. (1984). Strategic management: A stakeholder approach. 1. Auflage. Boston: Pitman.
Fuller, K., Netter, J. & Stegemoller, M. (2002). What do returns to acquiring firms tell us? Evidence from firms that make many acquisitions. The Journal of Finance, 57, 4, 1763–1793.
Gaughan, P. (1999). Mergers, acquisitions and corporate restructuring. 4. Auflage. New York: Wiley & Sons, Inc.
Golbe, D. & White, L. (1993). Catch a wave: The time series behavior of mergers. The Review of Economics and Statistics, 75, 3, 493–499.
Gomes, E., Angwin, D., Emmanuel, P. & Mellahi, K. (2012). HRM issues and outcomes in African mergers and acquisitions: A study of the Nigerian banking sector. The International Journal of Human Resource Management, 23, 14, 2874–2900.
Grote, M. & Rücker, F. (2007). Acquiring foreign firms far away might be hazardous to your share price: Evidence from Germany. Working Paper Series: Finance & Accounting, 182.
Haleblian, J., Devers, C. E., McNamra, G., Carpenter, M. A. & Davison, R. B. (2009). Taking stock of what we know about mergers and acquisitions: A review and research agenda. Journal of Management, 35, 3, 469–502.
Harrington, S. E. & Shrider, D. G. (2007). All events induce variance: Analyzing abnormal returns when effects vary across firms. Journal of Financial and Quantitative Analysis, 42, 1, 229–256.
Hult, G. T., Ketchen, D. J., Griffith, D. A., Chabowski, B. R., Hamman, M. K., Dykes, B. J. & Cavusgil, S. T. (2008). An assessment of the measurement of performance in international business research. Journal of International Business Studies, 39, 6, 1064–1080.
Ikpefan, O. A. & Kazeem, B. L. (2013). The effect of merger on deposit money banks performance in the Nigerian banking industry. Journal of Applied Finance & Banking, 3, 4, 105–123.
Ismail, T., Abdou, A. & Annis, R. (2011). Exploring improvements of post-merger corporate performance: The case of Egypt. Journal of Business Strategy, 8, 1, 7–24.
Jansen, S. A. (2004). Management von Unternehmenszusammenschlüssen: Theorien, Thesen, Tests und Tools. Stuttgart: Klett-Cotta.
Jansen, S. A. (2016). Mergers & Acquisitions: Unternehmensakquisitionen und -kooperationen. Eine strategische, organisatorische und kapitalmarkttheoretische Einführung. 6. Auflage. Wiesbaden: Springer Gabler.
Jensen, M. C. (1986). Agency costs of free cash flow, corporate finance and takeovers. The American Economic Review, 76, 2, 323–329.
Kaufmann, D., Kray, A. & Mastruzzi, M. (2010). The worldwide governance indicators- methodology and analytical issues. The World Bank, Policy Research Working Paper, 5430.
King, D., Dalton, D., Daily, C. & Govin, J. (2004). Meta-analyses of post-acquisition performance: Indications of unidentified moderators. Strategic Management Journal, 25, 2, 187–200.
Kling, G. & Weitzel, U. (2011). The internationalization of Chinese companies: Firm characteristics, industry effects and corporate governance. International Business and Finance, 25, 3, 357–372.
Kolaric, S. (2015). Bank mergers and acquisitions in the Asia-Pacific region –- An investigation of the shareholder wealth effects of the financial sector consolidation and its impact on the acquirer's cost of debt. In D. Schiereck, Corporate Finance and Governance. Band 16. Frankfurt a.M.: Peter Lang GmbH Internationaler Verlag der Wissenschaft.
Kolaric, S. & Schiereck, D. (2013). Shareholder wealth effects of bank mergers and acquisitions in Latin America. Journal of the Iberoamerican Academy of Management, 11, 2, 157–177.
Kolaric, S. & Schiereck, D. (2014). Performance of bank mergers and acquisitions: A review of the recent empirical evidence. Management Review Quarterly, 64, 1, 39–71.
Kothari, S. & Warner, J. B. (2007). Econometrics of event studies. In E. B. Eckbo, Handbook of Corporate Finance: Empirical Corporate Finance. 1.Auflage. North-Holland: Elsevier, 3–36.
Krishnakumar, D., Sethi, M. & Chidambaran, N. (2014). Foreign direct investment and strategic partnerships: Cross border acquisitions between India and Africa. Procedia –- Social and Behavioral Sciences, 157, 45–54.
Lazonick, W. & O'Sullivan, M. (2000). Maximizing shareholder value: A new ideology for corporate governance. Economy and Society, 29, 1, 13–35.
Lebedev, S., Peng, M. W., Xie, E. & Stevens, C. S. (2015). Mergers and acquisitions in and out of emerging economies. Journal of World Business, 50, 651–662.
Loughran, T. & Vijh, A. M. (1997). Do long-term shareholders benefit from corporate acquisitions? The Journal of Finance, 52, 5, 1765–1790.
Lucks, K. & Meckl, R. (2015). Internationale Mergers & Acquisitions: Der prozessorientierte Ansatz. 2. Auflage. Wiesbaden: Springer Gabler.
Lyon, J. D., Barber, B. M. & Tsai, C.-L. (1999). Improved methods for tests of long-run abnormal stock returns. Journal of Finance, 54, 1, 165–201.
MacKinlay, C. A. (1997). Event studies in economics and finance. Journal of Economic Literature, 35, 1, 13–39.
Makaza, F., Mhaka, C., Nyamwanza, L. & Masiyiwa, S. (2015). Why mergers for Zimbabwean insurance companies are not attractive. International Journal of Innovative Research & Development, 4, 8, 258–261.
Martynova, M. & Renneboog, L. (2008). A century of corporate takeovers: What have we learned and where do we stand? Journal of Banking & Finance, 32, 10, 2148–2177.
Meglio, O. & Risberg, A. (2010). Mergers and acquisitions: Time for a methodological rejuvenation of the field? Scandinavian Journal of Management, 26, 1, 87–95.
Meglio, O. & Risberg, A. (2011). The (mis)measurement of M&A performance: A systematic narrative literature review. Scandinavian Journal of Management, 27, 4, 418–433.
Michael, N. B. (2013). Bank mergers and acquisitions and shareholder’s wealth maximization in Nigeria. Journal of Applied Finance & Banking, 3, 3, 255–270.
Mikkelson, W. & Partch, M. (1988). Withdrawn security offerings. Journal of Financial & Quantitative Analysis, 23, 2, 119–133.
Miller, C. C., Cardinal, L. B. & Glick, W. H. (1997). Retrospective reports in organizational research: A reexamination of recent evidence. Academy of Management Journal, 40, 1, 189–204.
Mitchell, M. L. & Stafford, E. (2000). Managerial decisions and long-term stock price performance. Journal of Business, 73, 3, 287–329.
Moeller, S. B., Schlingemann, F. P. & Stulz, R. M. (2005). Wealth destruction on a massive scale? A study of acquiring-firm return in the recent merger wave. The Journal of Finance, 60, 2, 757–782.
Morck, R. & Yeung, B. (1997). Why investors sometimes value size and diversification: The internationalization theory of synergy. University of Michigan, Discussion Paper, 411.
Morosini, P., Shane, S. & Harbir, S. (1998). National cultural distance and cross-border acquisition performance. Journal of International Business Studies, 29, 1, 137–158.
Muehlfeld, K., Sahib, P. R. & Van Witteloostuijnn, A. (2012). A contextual theory of organizational learning from failures and successes: A study of acquisition completion in the global newspaper industry, 1981–2008. Strategic Management Journal, 33, 8, 938–964.
Myers, S. C. & Majluf, N. S. (1984). Corporate financing and investment decisions when firms have information that investors do not have. Journal of Financial Economics, 13, 2, 187–221.
Oduro, I. M. & Agyei, S. K. (2013). Mergers & acquisitions and firm performance: Evidence from the Ghana stock exchange. Research Journal of Finance and Accounting, 4, 7, 99–107.
Oelger, M. & Schiereck, D. (2011). Cross-border M&A and international stock market integration –- evidence from Turkey. International Journal of Economic Research, 2, 3, 40–55.
Oghojafor, B. E. & Adebisi, S. A. (2012). Evaluating mergers and acquisitions as strategic interventions in the Nigerian banking sector: The good, bad and the ugly. International Business Research, 5, 5, 147–157.
Patell, J. M. (1976). Corporate forecasts of earnings per share and stock price behavior: Empirical test. Journal of Accounting Research, 14, 2, 246–276.
Penman, S. H. (1982). Insider trading and the dissemination of firms’ forecast information. The Journal of Business, 55, 4, 479–503.
Pistor, K. (2012). The governance of China’s finance. In R. Morck & J. Fan, Capitalizing China. Chicago: University of Chicago Press, 35–60.
Portelli, B. & Narula, R. (2006). Foreign direct investment through acquisitions and implications for technological upgrading: Case evidence from Tanzania. MERIT-Infonomics Research Memorandum Series, Working Paper, 18, 1.
Rao-Nicholson, R. & Liou, R.-S. (2017). Out of Africa: The role of institutional distance and host-home colonial tie in South African firm’s post-acquisition performance in developed economies. International Business Review, 26, 6, 1184–1195.
Rau, R. & Vermaelen, T. (1998). Glamour, value and the post-acquisition performance of acquiring firms. Journal of Financial Economics, 49, 2, 223–253.
Roll, R. (1986). The hubris hypothesis of corporate takeovers. The Journal of Business, 59, 2, 197–216.
Rossi, S. & Volpin, P. F. (2004). Cross-country determinants of mergers and acquisitions. Journal of Financial Economics, 74, 277–304.
Rotich, E., Toroitich, K. K. & Alang’o, O. G. (2015). Effect of mergers and acquisitions on the performance of commercial banks in Kenya: A case of selected banks that have undergone M&A in Kenya. Research Journal of Finance and Accounting, 6, 24, 38–52.
Ruback, R. S. & Jensen, M. C. (1983). The market for corporate control: The scientific evidence. Journal of Financial Economics, 11, 5–50.
Samet, K. (2010). Banking and value creation in emerging markets. International Journal of Economics and Finance, 2, 5, 66–78.
Sanda, M.-A. & Benin, P. A. (2011). How is the firm dealing with the merger? A Study of employee satisfaction with the change process. Journal of Management and Strategy, 2, 2, 28–37.
Schief, M., Buxmann, P. & Schiereck, D. (2015). Mergers and Acquisitions in the software industry: Research results in the area of success determinants. Business & Information Systems Engineering, 6, 421–431.
Sethi, M. & Krishnakumar, D. (2012). Methodologies used to determine mergers and acquisitions performance. Academy of Accounting and Financial Studies Journal, 16, 3, 75–91.
Sharpe, W. F. (1963). A simplified model for portfolio analysis. Management Science, 9, 2, 277–293.
Smit, C. & Ward, M. (2007). The impact of large acquisitions on the share price and operating financial performance of acquiring companies listed on the JSE. Investment Analysts Journal, 65, 5–14.
Soludo, C. C. (2004). Consolidating the Nigerian banking industry to meet the development challenges of the 21st century. Bank of International Settlement Review, 43, 2004. Basel: Bank of International Settlement.
Stanton, P. (1987). Accounting rates of return as measures of post-merger performance. Australian Journal of Management, 12, 2, 293–304.
Thanos, C. I. & Papadakis, V. M. (2012). The use of accounting-based measures in measuring M&A performance: A review of five decades of research. In S. Finkelstein & C. L. Cooper, 10. Advances in Mergers and Acquisitions. Bradford: Emerald Group Publishing Limited, 103–120.
Travlos, N. G. (1987). Corporate takeover bids, methods of payments, and bidding firm’s stock returns. Journal of Finance, 42, 4, 943–963.
Triki, T. & Chun, O. M. (2011). Does good governance create value for international acquirers in Africa: Evidence from US acquisitions. African Development Bank Group, Working paper series, 143.
Tuch, C. & O'Sullivan, N. (2007). The impact of acquisitions on firm performance: A review of the evidence. International Journal of Management Reviews, 9, 2, 141–170.
Udoidem, J. O. & Acha, I. (2012). Corporate restructuring through mergers and acquisitions: Experience from Nigeria. Journal of Economics and Sustainable Development, 3, 13, 135–142.
Uhlenbruck, K. & De Castro, J. (2000). Foreign acquisitions in Central and Eastern Europe: Outcomes of privatization in transitional economies. The Academy of Management Journal, 43, 3, 381–402.
UNCTAD. (2012). Development and globalization: Facts and figures. New York, Genf: UNCTAD.
UNCTAD. (2016): Debt dynamics and development finance in Africa. Economic development in Africa report 2016. New York, Genf: UNCTAD.
Walker, M. M. (2000). Corporate takeovers, strategic objectives, and acquiring-firm shareholder wealth. Financial Management, 29,1, 53–66.
Walking, R. A. (1985). Predicting tender offer success: A logistic analysis. Journal of Financial and quantitative Analysis, 20, 4, 461–478.
Walking, R. A. & Song, M. H. (2004). Anticipation, acquisitions and the bidder return puzzle. Ohio State University, Working Paper.
Weidmann, J. (2017). Verbesserung des Investitionsklimas in Afrika –- Bedeutung von Institutionen. Rede anlässlich der G20-Konferenz „G20-Afrika-Partnerschaft – Investition in eine gemeinsame Zukunft“, 13.06.2017, Berlin. Berlin: Deutsche Bundesbank, Kommunikation.
Weston, F. J. & Halpern, P. (1983). Corporate acquisitions: A theory of special cases? A review of event studies applied to acquisitions. The Journal of Finance, 38, 2, 297–317.
Weston, F. J., Siu, J. A. & Johnson, B. A. (2001). Takeovers, restructuring & corporate governance. 3. Auflage. Upper Saddle River: Prentice Hall.
White, H. (1980). A heteroscedasticity-consistent covariance matrix estimator and a direct test for heteroscedasticity. Econometrica, 48, 4, 817–838.
Williamson, O. E. (1991). Comparative economic organization: The analysis of discrete structural alternatives. Administrative Science Quarterly, 36, 2, 269–296.
Wilson, M. K. & Vencatachellum, D. J.-M. (2016). Determinants of cross-border mergers & acquisitions targeting africa: 1991–-2011. Economic Research Southern Africa, Working Paper, 600.
Wimberley, T. & Negash, M. (2004). The value creation effects of mergers and acquisitions: Evidence from the JSE Securities Exchange South Africa. Investment Analysts Journal, 33, 59, 31–40.
Wirtz, B. W. (2017). Mergers & Acquisitions Management: Strategie und Organisation von Unternehmenszusammenschlüssen. 4. Auflage. Wiesbaden: Springer Gabler.
Wong, P. & O'Sullivan, N. (2001). The determinants and consequences of abandoned takeovers. Journal of economic surveys, 15, 2, 145–186.
Zhang, J. & Ebbers, H. (2010). Why half of China’s overseas acquisitions could not be completed. Journal of Current Chinese Affairs, 39, 2, 101–131.
Zhang, J. & He, X. (2014). Economic nationalism and foreign acquisition completion: The case of China. International Business Review, 23, 1, 212–227.
Zitouna, H. & Bertrand, O. (2008). Domestic versus cross-border acquisitions: Which impact on the target firms performance? Applied Economics, 40, 17, 2221–2238.
Zollo, M. & Meier, D. (2008). What is M&A Performance. Academy of Management Perspectives, 22, 3, 55–77.
Zongwe, D. P. (2015). All eyes on Xi: The Chinese 60 billion dollar question and the problematic of African development. Transnational Corporations Review, 7, 4, 395–410.

Abstract

There are a large number of scientific studies on M&A with target companies in Western industrialised countries. However, the increasing interest in M&A with African target companies is tempered by a lack of studies on the success of such M&A. Therefore, in this work a literature review on this topic is presented; by means of a capital market-based investigation approach, the development of the value of buyer companies after they have announced M&A with African target companies is examined; and the factors that could influence the probability of concluding such M&A are also analysed.

Zusammenfassung

Zu Mergers & Acquisitions mit Zielunternehmen in westlichen Industrieländern existiert eine Vielzahl wissenschaftlicher Untersuchungen. Dem zunehmenden Interesse an M&A mit afrikanischen Zielunternehmen steht jedoch ein Mangel an Untersuchungen zum Erfolg solcher M&A gegenüber. Daher wird in dieser Arbeit eine Literaturübersicht zu diesem Thema präsentiert. Im Anschluss wird mittels eines kapitalmarktbasierten Untersuchungsansatzes die Entwicklung des Werts von Käuferunternehmen untersucht, nachdem diese M&A mit afrikanischen Zielunternehmen angekündigt haben. Schließlich wird analysiert, wodurch die Abschlusswahrscheinlichkeit solcher M&A beeinflusst werden könnte.