Après avoir passé en revue la littérature existante concernant les rendements anormaux des sociétés cibles et acheteuses aux États-Unis lors de l’annonce de M&A, nous analyserons et comparerons les effets de la taille de l’opération, des primes d’offre et de la structuration de la transaction (paiement en cash, actions ou hybride) sur les rendements. Sur la base d’une analyse de régression / univariée, nous nous concentrerons notamment sur les rendements anormaux (AR) et rendements anormaux cumulés (CAR) avec des intervalles de temps variés autour de la date de l’annonce. Enfin, nous irons au-delà des recherches existantes en ajoutant les effets des taux sans risque, des taux directeurs des banques centrales (deux variables moins étudiées que les autres), et de la crise du Covid sur les rendements.
Tout d’abord, il paraît primordial de rappeler les concepts fondamentaux de l’arbitrage de fusion, afin de bien faire la distinction entre l’activité ordinaire de M&A et la stratégie bien connue de l’arbitrage de fusion. Il s’agit d’une stratégie spéculative qui se concentre sur les actions appartenant à des contreparties impliquées dans un processus de fusion et d’acquisition. Cette stratégie d’investissement consiste à tirer profit de la différence entre le prix d’offre d’une action cible après une offre d’acquisition, et le prix réel de l’action.
En ce qui concerne la tendance générale du marché des M&A, l’activité aux États-Unis a démarré le second semestre 2020 et le premier semestre 2021 dans les starting-blocks, malgré une interruption quasi-totale de l’activité durant les tous premiers mois de la crise sanitaire du Covid. Au sujet du fort rebond du second semestre 2020, on note une hausse de 30 % en valeur de transactions par rapport à l’année précédente, accompagnée d’une hausse des valorisations. Dans un monde post-pandémique, les fusions-acquisitions seront une option stratégique à privilégier pour les corporate qui cherchent à maintenir et accélérer leur croissance.
D’autres éléments de réponse sont fournis dans l’article “Mega Mergers to keep fueling Risk Arbitrage” (2021). Tout d’abord, la stratégie arbitrage de fusion est extrêmement positive au vu des volumes très importants de transactions M&A, et du niveau attrayant des spreads (autour de 6 %) qui devraient normalement rester très favorables. Ensuite, dans un climat de taux directeurs toujours très modérés, et où la confiance des dirigeants reste solide, l’effervescence des rachats a beaucoup de chances de perdurer. Enfin, étant donné la forte appréciation des actifs risqués, il semble que la stratégie à faible bêta est de plus en plus intéressante.
À propos des mécaniques et stratégies de trading sur l’arbitrage de fusion, les différents types de fusion sont définis par leur moyen de paiement (actions, cash, hybride). Chaque méthode de paiement induit une stratégie de trading différente.
Par exemple, pour une offre au comptant (l’acquisition est entièrement payée en cash à la cible), plusieurs stratégies de trading adaptées :
– achat des actions de la cible ;
– conversion Split-Strike sur la cible (achat de l’action, achat d’une option put à la monnaie, vente à découvert d’une option call en dehors de la monnaie) ;
– vente à découvert d’une option put sur la cible et/ou achat d’une option call sur la cible.
Pour une offre d’achat d’actions, la stratégie de trading dans ce cas est la suivante :
– achat d’une option call de la cible, achat de A options put de l’acquéreur ;
– achat d’une action de la cible pour chaque action A de l’acquéreur vendue à découvert
Les taux d’intérêt ainsi que la crise du Covid sont ici deux éléments essentiels à considérer. Les recherches existantes montrent que les rendements des indices de fusions-acquisitions sont positivement corrélés aux (variations des) taux d’intérêt. Cette corrélation positive tient davantage à la nature unique du risque de transaction lié aux M&A, qu’aux cycles économiques eux-mêmes. Par ailleurs, comme les M&A ne sont pas vraiment corrélées aux marchés des actions et des titres à revenu fixe, elles pourraient aider les investisseurs à diversifier leurs sources de rendement et à maîtriser la volatilité dans un contexte de marchés à taux croissants.
Comme le soulignent Bruno et Ye (mars 2021), lorsque les taux ont été plus élevés, les rendements de l’indice d’arbitrage de fusion ont été supérieurs. En règle générale, ce que recherchent les stratégies d’arbitrage de fusion, c’est d’obtenir des rendements indiciels de 3 à 6 % supérieurs au taux sans risque. Les deux auteurs ont mené des études montrant comment les rendements de l’arbitrage de fusion, jusqu’à il n’y a pas longtemps, étaient étroitement liés au taux sans risque. Avant fin 2008, les corrélations entre les rendements des arbitrages de fusions et la hausse des taux d’intérêt étaient exceptionnellement fortes. Par exemple, à la fin de l’année 2000, les rendements des opérations d’arbitrage de fusions ont commencé à décliner et ont continué sur cette lancée en raison de la chute des taux d’intérêt au cours des deux années suivantes. Par la suite, les rendements d’arbitrage de fusion se sont redressés lorsque les taux directeurs ont fortement augmenté entre 2004 et 2007. Puis, après 2008, ce lien a été moins marqué et évident. Il est très vraisemblable que les taux remarquablement bas conservés par la Réserve fédérale américaine au cours des dernières années aient été un facteur clé de la baisse des rendements de l’arbitrage de fusion. Cela suggère qu’avec la remontée progressive des taux vers des niveaux plus habituels, les rendements de l’arbitrage de fusion seront également plus élevés.
Nous nous intéressons désormais à l’impact de la crise du Covid sur les marchés, l’activité M&A et l’arbitrage de fusion. Comme mentionné par l’OCDE, l’impact économique de la propagation mondiale du Covid a renforcé l’aversion au risque des marchés comme jamais depuis la crise financière mondiale. Les marchés financiers ont baissé de plus de 30 %, les volatilités implicites du pétrole et plus généralement des actions ont atteint des niveaux de crise et les écarts de crédit sur les titres de créance de qualité inférieure ont fortement grandi, la majorité des investisseurs réduisant leurs risques. Ces turbulences accrues sur les marchés boursiers mondiaux se produisent malgré des réformes financières substantielles et complètes convenues par les autorités financières du G20 dans l’ère post-crise.
D’autres éléments de réponse sont également développés dans l’article “The Environment for Merger Arbitrage : 2021”. Après un premier semestre tumultueux en 2020, le marché des fusions est revenu en force avec un grand nombre d’opérations, de faibles taux d’échec (un peu moins de 10 %), de nombreuses offres améliorées et des délais de réalisation modérés. Ces différents éléments ainsi que d’autres caractéristiques associées aux marchés des fusions devraient permettre aux stratégies d’arbitrage de fusions de constituer des portefeuilles bien diversifiés avec des risques relativement faibles d’échec des opérations et des rendements intéressants. Les caractéristiques des fusions annoncées au second semestre 2020 indiquent un environnement attractif et propice à l’arbitrage de fusion : les spreads sont proches des niveaux habituels (environ 3 % supérieur au rendement des bons du Trésor), la durée des transactions est la même que celle des dernières années, et la répartition d’offres en cash et en actions est proche des normes historiques. Sur la base de ces considérations, nous concluons que l’année 2021 se place dans un environnement très attractif pour l’arbitrage de fusion.
Le dernier point majeur qui nous intéresse est le lien entre facteurs de performance et rendements anormaux. La recherche existante obtient différents résultats.
Dans l’ article “Estimating the Profit Potential of Risk Arbitrage Opportunities”, publié en 2010 par Yang et Branch dans le Pan-Pacific Journal of Business Research, toutes les annonces de fusion basées aux Etats-Unis pour la période de 1991 à 2001 ont été analysées. Les variables qui se sont avérées être significatives et avoir un impact sur les performances des opportunités d’arbitrage de fusion sont la méthode de paiement, le spread initial, la prime d’offre, le type de fusion. Cela dit, les impacts les plus forts sont liés aux types de fusion et aux méthodes de paiement. Par ailleurs, les auteurs ont constaté que l’asymétrie d’information joue un rôle clé dans la détermination de la rentabilité ex ante de l’arbitrage, ainsi que sur la probabilité de succès de la fusion.
Dans leur article “The Profitability of Risk Arbitrage in Mergers & Acquisitions” (2007), Wei et Ferguson ont pour leur part étudié la relation risque/rendement dans le cadre d’opportunités d’arbitrage de fusion en tenant compte du risque idiosyncratique et systématique, qui inclut la liquidité du marché. Ils ont trouvé que les caractéristiques de l’opération et surtout le moyen de paiement affectent les caractéristiques de risque du portefeuille des arbitragistes. De même, le risque idiosyncratique (capturé par la probabilité de réussite de l’opération) et la liquidité du marché (approchée par le VIX) affectent les rendements de l’arbitrage de fusion.
Premièrement, nous nous attendons à ce que les entreprises acheteuses enregistrent des rendements négatifs à l’annonce des transactions, tandis que les entreprises cibles devraient enregistrer des rendements positifs. Les résultats des études menées sont divisés en deux grandes catégories :
– Dodd (1980), Kim et Asquith (1982), Desai (1985), Stulz et Moeller (2004) et Ismail (2008) constatent que les entreprises acheteuses enregistrent des rendements positifs après l’annonce des transactions ;
– tandis que Travlos, Amihud et Lev (1990), Agrawal et al. (1992), Healy et al. (1992), Andrade et al. (2001) suggèrent que les entreprises acquéreuses enregistrent des rendements négatifs aux dates d’annonce.
Les entreprises cibles sont censées connaître des rendements positifs après l’annonce des transactions en raison du signal positif envoyé au marché par l’entreprise acheteuse, et aussi en raison de la prime qui est souvent payée sur le prix de l’action de la cible.
Deuxièmement, nous supposons que les opérations financées par du cash génèrent des rendements plus élevés pour les entreprises cibles et les entreprises acquéreuses après l’annonce des opérations que les opérations financées en fonds propres ou en mixte.
Ceci est cohérent avec le rationnel des théories du “signal” et de “l’asymétrie d’information”, puisque les opérations financées en cash envoient un message positif au marché. L’entreprise acheteuse est considérée comme un meilleur proxy pour évaluer le risque inhérent à l’opération et le fait de payer en cash est ressenti comme un signal positif.
Travlos et al. (1991), Masulias et Faccio (2005), Renneboog et Martynova (2008) soulignent tous que les différentes méthodes de paiement des offres produisent des rendements excédentaires différents au cours de la période d’annonce, et que les opérations financées en cash produisent des rendements plus élevés que les autres opérations financées différemment.
Enfin, en raison de la corrélation entre les rendements et les taux sans risque, et des changements de politique monétaire en 2008 après la crise ainsi que début 2020 avec le Covid, nous nous attendons à ce que les entreprises cibles et acquéreuses obtiennent des rendements plus élevés au cours de la période allant de 2000 à 2008, par rapport aux périodes allant de 2008 à 2018 et de 2018 à 2021. Étant donné que la politique monétaire a été plus accommodante après les crises financières de 2008 et 2020, entraînant ainsi les taux directeurs et les rendements mondiaux à la baisse, nous nous attendons à ce que les rendements attendus (et réels) des entreprises acquéreuses et cibles soient améliorés par la baisse des taux d’intérêt. Dans leur article “Merger Arbitrage : An Antidote to Rising Rates ?” (2021), Ye et Bruno parviennent au résultat que les rendements des indices de fusions-acquisitions sont positivement corrélés aux (variations des) taux d’intérêt, lorsque les taux ont été plus élevés, les rendements de l’indice d’arbitrage de fusion ont été supérieurs.
Notre échantillon de données couvre toutes les annonces de fusions-acquisitions américaines qui ont eu lieu entre janvier 2000 et mai 2021, impliquant à la fois les entreprises acheteuses et les entreprises cibles cotées à la bourse américaine (S&P 500).
L’échantillon brut regroupe 4 078 observations. Après avoir pris soin d’éviter toute contamination de l’ensemble de données, nous obtenons un échantillon final de 400 observations, toutes exécutées sur le S&P 500 au moment de l’annonce. L’ensemble de données provient de deux principales sources : Bloomberg et Thomson Reuters de Refinitiv Eikon.
Dans notre travail de recherche, nous utilisons la méthodologie de l’étude évènementielle comme méthode pour inspecter la réponse du marché à l’annonce d’une acquisition ou d’une fusion. Ainsi l’ “événement”, à proprement parler, peut être caractérisé ici comme étant la date d’annonce de la fusion/acquisition. Afin d’évaluer l’effet d’un tel événement sur la valeur de l’entreprise, l’idée est de calculer les rendements anormaux attribuables à l’événement sur lequel nous nous concentrons. En d’autres termes, nous estimons les réactions des investisseurs en calculant les rendements anormaux du cours des actions autour de la date d’annonce (l’« événement » dans notre cas).
Les rendements anormaux (AR) et les rendements anormaux cumulés (CAR) sont calculés pour toutes les fenêtres d’événements suivantes : [-2 ; 2], [-1 ; 1], [0 ; 1], [0 ; 2], [0 ; 10], [0 ; 21]. Le choix de différentes fenêtres d’événements a clairement pour but de capturer divers effets du marché. Pour calculer les rendements anormaux, nous devons déduire les rendements “normaux” ou “attendus” (qui auraient été obtenus dans le scénario où aucun événement ne se serait produit) des rendements “réels” ou “effectifs” des actions. Ainsi, afin d’obtenir les rendements normaux, nous devons calculer une estimation à l’aide du « modèle de marché à facteur unique », également connu sous le nom de « Modèle d’évaluation des actifs financiers ».
Conjointement à l’étude évènementielle, et afin d’étudier les effets des différents facteurs de performance sur la valeur actionnariale à court terme, nous effectuerons diverses régressions. Nous procéderons à une analyse de régression par la méthode des moindres carrés ordinaire (MCO) pour analyser de manière détaillée les facteurs de performance dans les arbitrages de fusion. C’est la raison principale pour laquelle nous avons extrait des variables spécifiques des bases de données financières Refinitiv Eikon et Bloomberg, qui sont présentées ci-dessous.
La liste des variables s’établit comme suit : Taille de l’opération (en millions de dollars US), Type de transaction, Attitude à l’égard de la transaction (Amicale, Neutre, Hostile), Moyen de paiement (Actions uniquement, Cash uniquement, Mélange d’actions et de cash / Hybride), Prime d’offre à 1 jour, Prime d’offre à 1 semaine, Taux sans risque, Taux directeur, Rendement Anormal (AR), Rendement Anormal Cumulé (CAR) (voir tableau 1).
L’échantillon complet de données contient 400 transactions, dont 255 payées en cash, 73 payées en actions, et 72 payées avec un mélange de cash et d’actions. On note l’augmentation du nombre de transactions entièrement financées en cash (de 25 % en 2000 à environ 60-65 % en 2020), par rapport à la tendance à la baisse des transactions entièrement financées en actions (de 50 % à 25-30 %). Le nombre de transactions payées par un mélange de cash et d’actions est resté relativement stable (autour de 10-15 %) sur l’ensemble de la période.
Si l’on se concentre désormais sur les données relatives aux primes d’offre à un jour et à une semaine, elles affichent respectivement une moyenne de 39 % et 41 %. Ces résultats sont cohérents, dans le sens où une prime d’offre plus proche de la date d’annonce d’une fusion-acquisition sera moins rémunératrice que celle qui la précède de plus longue date. On constate que le pourcentage de primes d’offre est plus important après 2008 qu’avant. En d’autres termes, les acquéreurs pensent que les synergies créées par les fusions et acquisitions seront plus importantes après la crise de 2008 (et aussi pendant la période Covid). La taille de la prime d’offre est un puissant révélateur de l’économie, montrant la concurrence au sein du marché, les motivations des acheteurs et des vendeurs.
La taille moyenne des transactions est de 5,2 milliards de dollars sur la période 2000-2021, avec une valeur minimale de 24 millions de dollars et une valeur maximale de 79 milliards de dollars. Ce n’est qu’en 2016 que le nombre et la valeur totale des opérations de M&A sont revenus à des niveaux élevés, avec un nombre important de transactions supérieures à 5 milliards de dollars.
Nous observons deux tendances claires sur la période (voir graphique 3). Le premier cycle complet (2000-2012), basé autour de la crise de 2007-2008, est d’abord marqué par une baisse des taux après la bulle Internet de 2000, puis une hausse rapide des taux dès 2006, et enfin une chute vertigineuse des taux entre 2008 et 2009. Le deuxième cycle complet (2012-21), basé autour de la crise du Covid de 2020, se distingue dans un premier temps par des taux bas et stables jusqu’à 2016, puis avec une tendance à la hausse pour atteindre un pic à la fin de 2019 et au début 2020, et finalement assister à une nouvelle chute vertigineuse des taux entre mars 2020 et le 1e trimestre 2021.
Nous pouvons facilement observer que les rendements anormaux cumulés (CAR) de la cible sont plus importants avant la crise qu’après 2008 ou même après la crise du Covid de 2020 (voir tableau 4). Par exemple, le CAR de la cible sur la fenêtre d’événement [-1,1] pré-crise est égal à 12,1 %, alors qu’il est de 10,4 % sur la période post-crise 2008, et de 8,6 % sur la période post-crise Covid. On aurait pu anticiper ce résultat dans la mesure où, bien avant les crises (2002-2005 et 2010-2018), le contexte économique apporte plus de confiance, ce qui entraîne des primes d’offre plus élevées, et par conséquent des rendements plus élevés. En ce qui concerne les entreprises acquéreuses, dans la plupart des cas, elles affichent un CAR négatif plus élevé au moment / juste après les crises qu’avant. Cela s’explique principalement par des primes d’offre plus faibles, ainsi que des coûts d’endettement plus élevés au moment des pics des crises.
Cible
Sur la plupart des fenêtres utilisées, les résultats sont significatifs. Globalement, nous pouvons estimer que la taille de l’opération a un effet négatif sur les rendements anormaux de la cible. L’impact le plus important peut être observé sur la fenêtre [-1 ; 1] où, dans l’ensemble, les rendements anormaux de la cible sont réduits de 0,000003 lorsque la taille de l’opération est augmentée de 1 (million de dollars US).
Acquéreur
De manière générale, l’impact d’une augmentation de la taille de la transaction est neutre ou (surtout) négatif sur les rendements anormaux de l’acquéreur. Cela dit, les résultats sont difficilement interprétables car les niveaux de signification sont supérieurs au seuil de 10 %.
Cible
Globalement, l’impact d’une augmentation de la prime d’offre est positif sur les rendements anormaux de la cible. Les résultats sont cohérents avec l’intuition qu’une plus grande prime payée par rapport au prix de la cible conduit à des rendements plus élevés.
L’impact le plus important se situe sur la fenêtre [-1 ; 1], puisqu’une augmentation de 1 % de la prime génère une augmentation de +0,3 % des rendements anormaux de la cible, avec une valeur p de presque 0 %. Les résultats sur les différentes fenêtres sont positifs et très significatifs, avec des valeurs p toutes strictement inférieures à 0,6 %.
Acquéreur
Du côté de l’acquéreur, les résultats restent relativement clairs, et vont dans le même sens que pour la cible, même si les seuils de signification sont légèrement moins bons. L’impact est positif sur l’ensemble des six fenêtres.
Cible
Globalement, l’impact du cash comme mode de paiement est positif sur les rendements anormaux de la cible. Ceci dit, les résultats ne sont significatifs que sur les fenêtres [-1 ; 1], [0 ; 1] et [0 ; 21], améliorant respectivement les rendements anormaux de 0,096 , 0,032 et 0,038.
Acquéreur
De nos régressions, nous constatons que l’impact du cash utilisé comme moyen de paiement est négatif sur les rendements anormaux de l’acquéreur. Cependant, nous ne pouvons interpréter aucun des résultats en raison de valeurs de p trop élevées sur l’ensemble des fenêtres de temps.
Cible
L’impact des actions, utilisées comme moyen de paiement, est négatif sur les rendements anormaux de la cible. Le rendement de la fenêtre [-1 ; 1] est le plus élevé à -0,11 avec une valeur p de 0,01 %, celui de la fenêtre [0 ; 21] est à -0,04 avec une valeur p de 12 %. Pour les autres fenêtres, les résultats sont trop peu significatifs avec des valeurs p supérieures à 20 %.
Acquéreur
Comme pour les rendements anormaux de la cible, l’entreprise acquéreuse subit un impact majoritairement négatif sur les rendements lorsque les actions sont choisies pour payer la transaction. L’impact sur la plupart des horizons temporels est négatif, la fenêtre [0 ; 21] étant la plus défavorable avec -0,01. Tous ces résultats restent difficilement interprétables puisque les valeurs p sont comprises entre 52 % et 96 %.
Cible & Acquéreur
Lorsque le mode de paiement comprend à la fois du cash et des actions, les résultats sont difficilement interprétables car les valeurs p sont strictement supérieures à 10 %. Dans l’ensemble, nous pouvons constater un impact négatif à neutre sur les rendements anormaux de la cible, tandis que l’entreprise acquéreuse connaît des rendements anormaux positifs.
Cible
Les résultats de nos régressions semblent indiquer que l’impact d’une hausse du taux sans risque est négatif sur les rendements anormaux de la cible. L’impact le plus important se situe sur la fenêtre [0 ; 10], puisqu’une augmentation de 1 % du taux sans risque génère une baisse de -2,08 % des rendements anormaux de la cible, avec une valeur p de presque 0 %.
Acquéreur
Globalement, l’impact d’une augmentation du taux sans risque est positif sur les rendements anormaux de l’acquéreur. L’impact le plus important se situe sur la fenêtre [0 ; 21], puisqu’une augmentation de 1 % du taux sans risque génère une augmentation de +1,82 % des rendements anormaux de l’acquéreur, avec une valeur p de presque 0 %. Les résultats sur les différentes fenêtres sont positifs et très significatifs, avec des valeurs p toutes très proches de 0 %.
Pour conclure sur les entreprises cibles, nous obtenons des preuves significatives que plus la taille de l’opération est élevée, plus les rendements sont faibles. De même, les opérations de M&A portant sur la totalité des actions entraînent généralement des rendements anormaux plus faibles, tandis que les opérations financées en cash améliorent les rendements des sociétés cibles. Ces résultats sont conformes aux théories du signal et de l’information asymétrique. Pour les primes d’offre à un jour et une semaine, nous obtenons des résultats significatifs qu’elles ont un impact positif sur les rendements anormaux des cibles. Enfin, nous trouvons avec des bons seuils de significativité que les taux impactent négativement les rendements de la cible.
Pour les entreprises acquéreuses, plus la taille de l’opération est élevée, plus les rendements sont faibles, et les opérations financées de manière hybride (actions et cash) produisent des rendements anormaux positifs. De plus, pour les primes d’offre à 1 jour et 1 semaine, nous obtenons des résultats statistiquement significatifs qu’elles ont un impact positif sur les rendements anormaux des acquéreurs. Enfin, nos résultats semblent indiquer que les taux sans risque et taux directeur impactent positivement les rendements anormaux de l’acquéreur.
Il paraît important d’évoquer des limites à cet article. Nos résultats ne reflètent pas les tendances mondiales, et ne sont ni valables pour d’autres pays avec des caractéristiques différentes, ni pour d’autres périodes et cycles de marché. Les caractéristiques de chaque transaction étudiée sont limitées et peuvent être étendues pour une étude plus granulaire des facteurs de performance. D’autres paramètres affectent les rendements anormaux tels que les niveaux de dette, des caractéristiques internes ou externes (économiques) liées au secteur et à l’industrie. Même si nos régressions fournissent des résultats valables, les niveaux de signification sont parfois un obstacle à la réalisation d’une analyse précise. Nous avons voulu rendre l’étude lisible et facilement interprétable. n
