a poison pill, and for deals that s

a poison pill, and for deals that subsequently turned into auctions. The average
volume runup is higher before tender offers and especially for deals in which the
S.E.C. subsequently prosecuted insider trading.
Table 8 shows estimates of a regression model that includes dummy variables
for all of the deal characteristics examined previously. Based on this regression,
the average pre-bid volume runup is significant even when none of the other deal
characteristics are positive. The estimate of the intercept is 1.114, with a
t-statistic of 5.06. The poison pill coefficient is -0.439 (t-statistic of -2.21) and
the auction coefficient is -0.332 (t-statistic of - 1.96). Finally, when the S.E.C.
later prosecuted insider trading, abnormal volume is higher by 83.8% with
a t-statistic of 3.47. This raises the possibility that extremely large pre-bid
trading volumes trigger S.E.C. investigations.
A remaining question about the behavior of volume runup is whether it
influences the post-bid price markup. When the volume runup is added to the
regression model estimated in Table 4 to explain the total premium paid by
successful bidders, the volume runup coefficient is 0.0035 (with a t-statistic of
2.04), implying a small positive effect on the total premium. None of the other
178 G.W: SchwertlJournal of Financial Economics 41 (1996) 153-192
regression coefficients are materially affected. Thus, abnormal volume runup
before bids, along with the price runup, increases the price paid by bidders.
4.5. Efsects of rump in the bidder’s stock price
Besides the runup in the target’s stock price, market participants can also
observe the runup in the bidder’s stock price before the date of the first bid. To
the extent that information about a pending bid leaks to the market, it should be
reflected in the bidder’s stock price as well as the target’s (if there are significant
value implications for the bidder). There is a problem with measuring the runups
and markups in bidders’ stock prices over long intervals because exchange-listed
bidder firms tend to have experienced unusual stock price rises prior to their
decision to make takeover bids (Asquith, 1983). The dotted line in Fig. 3 shows
the plot of the cumulative average abnormal returns from 126 trading days
before the first bid announcement (day 0) through 253 trading days after the first
bid for the 790 exchange-listed bidders in the main sample. The CAR for the
bidders drifts downward through most of this 18-month period. The average
market model intercept is 0.018% per day for the bidders (compared with
-0.007% for the target firms) and the average beta coefficient is 0.991 for the
bidders (compared with 0.767 for the target firms). Since the CAR for the target
firms is flat for the periods ( - 126, -42) and (1,253), I conclude that the market
model estimated over the interval ( - 379, - 127) provides a reasonable benchmark
for calculating abnormal stock returns. In contrast, the negative drift for
the bidder firms in Fig. 3, with the evidence that the average intercept for bidders
is unusually high, leads me to conclude that the market model for days
( -379, - 127) is not a good benchmark for normal returns to bidders. As
a crude correction, I calculate abnormal returns to bidder firms by constraining
each bidder’s market model intercept to equal zero. Thus, the abnormal return
for bidder i is
Eit = Rit - Pi&t, t = - 126, . . . ,253. (11)
The solid line in Fig. 3 shows the CAR for bidder firms using this method of
estimating abnormal returns. This correction seems to solve most of the problems
with the usual method of calculating abnormal returns, since there is no
longer a pronounced downward drift in the bidders’ CAR. In fact, the corrected
bidder CAR rises from day -42 to the day of the first bid (day 0), and then falls
for at least the next 21 trading days back to a level of about zero. The bidders’
CAR remains flat from day 21 to day 189 (from about one to nine months after
the first bid), but then there is a drop of about 2% from days 189 to 231 (months
10 and 11). I use the corrected abnormal returns from Eq. (11) in the subsequent
regression tests.
To check whether the first bidder’s runup affects the premium paid for the
target firm, I include the 42-day runup in the bidder’s stock return, Runupib,

Kết quả (Việt) 1:

một viên thuốc độc, và cho các thoả thuận sau đó trở thành đấu giá. Trung bìnhkhối lượng runup là cao trước khi đấu thầu cung cấp và đặc biệt là cho các giao dịch trong đó cácS.E.C. sau đó đã truy tố giao dịch nội gián.Bảng 8 cho thấy ước lượng mô hình hồi quy bao gồm các biến giảĐối với tất cả các đặc tính đối phó kiểm tra trước đó. Dựa trên này hồi qui,khối lượng trung bình của giá thầu sẵn runup là quan trọng ngay cả khi không có thỏa thuận khácđặc điểm là tích cực. Các ước tính của việc đánh chặn là 1.114, với mộtt-số liệu thống kê của 5,06. Hệ số viên thuốc độc là-0.439 (t-số liệu thống kê của-2.21) vàHệ số phiên đấu giá là-0.332 (t-số liệu thống kê của - 1,96). Cuối cùng, khi S.E.C.sau này truy tố trong cuộc kinh doanh, bất thường, khối lượng là cao hơn bởi 83.8% vớimột t-thống kê của 3,47. Điều này làm tăng khả năng giá thầu rất lớn trước đókhối lượng giao dịch kích hoạt S.E.C. điều tra.Một câu hỏi còn lại về hành vi của khối lượng runup là cho dù nóảnh hưởng đến các đánh dấu sau khi giá thầu giá. Khi khối lượng runup được thêm vào cácMô hình hồi qui ước tính trong bảng 4 để giải thích tất cả phí bảo hiểm được trả bởinhà thầu thành công, các hệ số runup khối lượng là 0.0035 (với một t-số liệu thống kê của2,04), ngụ ý một tác động tích cực nhỏ trên tổng phí bảo hiểm. Không ai trong số khác 178 G.W: SchwertlJournal kinh tế tài chính 41 (1996) 153 – 192Hệ số hồi quy vật chất bị ảnh hưởng. Do đó, khối lượng bất thường runuptrước khi giá thầu, cùng với runup giá, tăng giá thanh toán của nhà thầu.4.5. Efsects rump trong giá cổ phiếu của nhà thầuBên cạnh đó runup trong giá cổ phiếu của mục tiêu, tham gia thị trường cũng có thểquan sát runup trong giá cổ phiếu của nhà thầu trước ngày giá thầu đầu tiên. Đểmức độ thông tin về giá thầu đang chờ xử lý rò rỉ ra thị trường, nó phảiphản ánh trong giá cổ phiếu của nhà thầu cũng như các mục tiêu (nếu không quan trọnggiá trị ý nghĩa cho người trả giá). Đó là một vấn đề với đo các runupsvà markups trong cổ phiếu của nhà thầu giá trong khoảng thời gian dài vì đã xếp hạng đổi Ngoại tệnhà thầu công ty có xu hướng để có kinh nghiệm không bình thường cổ phiếu tăng giá trước của họquyết định để thực hiện tiếp quản giá thầu (Asquith, 1983). Đường chấm chấm cho thấy hình 3cốt truyện của trung bình tích lũy bất thường trở về từ 126 ngày giao dịchtrước khi công bố giá thầu đầu tiên (ngày 0) qua 253 ngày sau khi lần đầu tiên giao dịchĐặt giá thầu cho các nhà thầu đã xếp hạng exchange 790 trong mẫu chính. XE cho nhữngnhà thầu drifts xuống thông qua hầu hết thời gian 18 tháng này. Trung bìnhthị trường mẫu đánh chặn là 0.018% mỗi ngày cho các nhà thầu (so với-0.007% cho công ty mục tiêu) và hệ số beta trung bình là 0.991 cho cácnhà thầu (so với 0.767 cho các công ty mục tiêu). Kể từ khi các xe mục tiêucông ty là bằng phẳng cho các giai đoạn (- 126,-42) và (1.253 người), tôi kết luận rằng thị trườngMô hình ước tính trong khoảng (- 379, - 127) cung cấp một tiêu chuẩn hợp lýđể tính toán lợi nhuận cổ bất thường. Ngược lại, những tiêu cực trôi choCác công ty nhà thầu trong hình 3, với những bằng chứng rằng trung bình đánh chặn đối với nhà thầulà cao bất thường, dẫn tôi đến kết luận rằng các mô hình thị trường trong ngày(-379, - 127) không phải là một chuẩn mực tốt đối với bình thường trở về nhà thầu. Nhưmột sự điều chỉnh thô, tôi có thể tính bất thường trở về nhà thầu công ty bởi constrainingmỗi nhà thầu trường mẫu đánh chặn bằng 0. Vì vậy, sự trở lại bất thườngĐối với nhà thầu, tôi làEIT = Rit - Pi & t, t = - 126,..., 253. (11)Dòng rắn trong hình 3 cho thấy chiếc xe cho các nhà thầu công ty sử dụng phương pháp nàyước tính lợi nhuận bất thường. Điều chỉnh này có vẻ để giải quyết hầu hết các vấn đềvới phương pháp thông thường tính toán lợi nhuận bất thường, vì có không cócòn trôi một phát âm là xuống trong các nhà thầu xe. Trong thực tế, việc sửa chữamời thầu xe tăng lên từ ngày-42 đến ngày giá thầu đầu tiên (ngày 0), và sau đó rơicho tối thiểu là 21 tiếp theo ngày giao dịch trở lại để một mức độ về zero. Các nhà thầuXE vẫn phẳng từ ngày 21 đến ngày 189 (từ khoảng một đến chín tháng sau khigiá thầu đầu tiên), nhưng sau đó có một thả khoảng 2% từ ngày 189 đến 231 (tháng10 và 11). Tôi sử dụng lợi nhuận bất thường sửa chữa từ Eq. (11) trong những tiếp theobài kiểm tra hồi quy.Để kiểm tra xem liệu runup mời thầu đầu tiên ảnh hưởng đến bảo hiểm trả tiền cho cácmục tiêu công ty, tôi bao gồm 42 ngày runup vào người trả giá cổ phiếu trở lại, Runupib,

Kết quả (Việt) 2:

một viên thuốc độc, và cho những giao dịch sau đó biến thành các cuộc đấu giá. Các trung bình
khối lượng runup là cao hơn trước khi Mời thầu và đặc biệt là giao dịch trong đó
S.EC sau đó bị truy tố giao dịch nội gián.
Bảng 8 ước tính của một mô hình hồi quy bao gồm các biến giả
cho tất cả các đặc điểm thỏa thuận kiểm tra trước đó. Dựa trên hồi quy này,
trung bình khối lượng tiền đấu thầu runup là đáng kể ngay cả khi không có thỏa thuận khác
đặc điểm là tích cực. Các ước tính về đánh chặn là 1,114, với một
t-thống kê của 5.06. Hệ số viên thuốc độc là -0,439 (t-thống kê của -2,21) và
hệ số đấu giá là -0,332 (t-thống kê của - 1,96). Cuối cùng, khi SEC
sau đó bị truy tố giao dịch nội gián, khối lượng bất thường là cao hơn 83,8% với
một thống kê-t là 3,47. Điều này làm tăng khả năng vô cùng lớn tiền đấu thầu
khối lượng giao dịch kích hoạt điều tra của SEC.
Một câu hỏi còn lại về hành vi của khối lượng runup là liệu nó có
ảnh hưởng đến việc đánh dấu niêm yết giá thầu. Khi runup khối lượng được thêm vào
mô hình hồi quy ước lượng trong Bảng 4 để giải thích sự tổng phí bảo hiểm trả tiền bởi
các nhà thầu thành công, hệ số khối lượng runup là 0,0035 (với t-thống kê của
2.04), ngụ ý một hiệu ứng tích cực nhỏ trên tổng số phí bảo hiểm. Không ai trong số các khác
178 GW: SchwertlJournal Kinh tế tài chính 41 (1996) 153-192
hệ số hồi quy được ảnh hưởng vật chất. Vì vậy, bất thường khối lượng runup
trước khi dự thầu, cùng với runup giá, tăng giá phải trả của các nhà thầu.
4.5. Efsects của mông trong giá cổ phiếu của nhà thầu
Bên cạnh runup trong giá cổ phiếu của mục tiêu, tham gia thị trường cũng có thể
quan sát các runup trong giá cổ phiếu của nhà thầu trước ngày đấu giá đầu tiên. Để
mức độ mà thông tin về một rò rỉ thầu cấp phát cho thị trường, cần được
phản ánh trong giá cổ phiếu của nhà thầu cũng như các mục tiêu (nếu có đáng kể
những tác động giá trị cho các nhà thầu). Có một vấn đề với việc đo runups
và đánh dấu vào giá cổ phiếu của nhà thầu trong khoảng thời gian dài vì giá niêm yết
các công ty nhà thầu có xu hướng để có kinh nghiệm khác thường giá cổ phiếu tăng lên trước khi họ
quyết định để thực hiện đấu giá tiếp quản (Asquith, 1983). Các đường chấm chấm trong hình. 3 cho thấy
cốt truyện của lợi nhuận bất thường trung bình tích lũy từ 126 ngày giao dịch
trước khi thông báo đầu tiên thầu (ngày 0) qua 253 ngày giao dịch sau khi lần đầu tiên
giá thầu cho các nhà thầu 790 niêm yết trên sàn trong mẫu chính. Các CAR cho
nhà thầu trôi xuống thông qua hầu hết thời gian 18 tháng này. Các trung bình
mô hình thị trường đánh chặn là 0,018% mỗi ngày cho các nhà thầu (so với
-0,007% cho các công ty mục tiêu) và hệ số beta trung bình là 0,991 cho
nhà thầu (so với 0,767 cho các công ty mục tiêu). Kể từ khi CAR cho mục tiêu
công ty là phẳng cho các giai đoạn (- 126, -42) và (1253), tôi kết luận rằng thị trường
mô hình ước tính trên khoảng (- 379, - 127) cung cấp một chuẩn mực hợp lý
để tính lợi nhuận cổ phiếu bất thường . Ngược lại, trôi dạt tiêu cực đối với
các công ty nhà thầu trong hình. 3, với các bằng chứng cho thấy sự đánh chặn trung bình cho nhà thầu
là cao bất thường, dẫn tôi đến kết luận rằng mô hình thị trường trong nhiều ngày
(-379, - 127) không phải là một chuẩn mực tốt cho lợi nhuận bình thường cho các nhà thầu. Như
một sự điều chỉnh thô, tôi tính toán lợi nhuận bất thường cho các công ty nhà thầu bởi hạn chế
mô hình thị trường đánh chặn của từng nhà thầu để không bằng nhau. Như vậy, sự trở lại bất thường
cho nhà thầu i là
thuế TNDN = Rit - Pi & t, t = - 126,. . . , 253. (11)
Các dòng rắn trong hình. 3 cho thấy CAR cho các công ty nhà thầu sử dụng phương pháp này
ước tính lợi nhuận bất thường. Đợt điều chỉnh này có vẻ như để giải quyết hầu hết các vấn đề
với các phương pháp thông thường tính toán lợi nhuận bất thường, vì không có là
còn một trôi xuống rõ rệt trong CAR của các nhà thầu. Trong thực tế, sau khi chỉnh sửa
thầu CAR tăng từ ngày -42 đến ngày đấu giá đầu tiên (ngày 0), và sau đó rơi xuống
ít nhất là 21 ngày kể từ ngày giao dịch kế tiếp lại đến một mức độ về số không. Các nhà thầu
CAR vẫn phẳng từ ngày 21 đến ngày 189 (từ khoảng 1-9 tháng sau khi
giá thầu đầu tiên), nhưng sau đó có giảm khoảng 2% từ ngày 189 đến 231 (tháng
10 và 11). Tôi sử dụng lợi nhuận bất thường điều chỉnh từ Eq. (11) trong tiếp theo
kiểm tra hồi quy.
Để kiểm tra xem runup người trả giá đầu tiên của ảnh hưởng đến phí bảo hiểm cho các
công ty này, tôi bao gồm các runup 42 ngày lại chứng khoán của nhà thầu, Runupib,