Upload
others
View
5
Download
0
Embed Size (px)
Citation preview
Efectos del Precio Internacional del Petróleo en las Fusiones y Adquisiciones del
Sector Petrolero.
Jorge Daniel Galavis Guerrero
Estudiante de Economía e Ingeniería Industrial
Universidad de los Andes
Este trabajo busca analizar las fusiones y adquisiciones del sector de exploración y producción
petrolera, realizando un énfasis en la relación que existe entre estas transacciones y el precio
internacional del petróleo. Con el fin de explicar esta relación se utilizan modelos de regresión lineal
y de vector auto regresivo para determinar la correlación y la causalidad del precio del petróleo en
cada una de las clasificaciones de las fusiones y adquisiciones. A partir de los resultados de estos
modelos se puede concluir que existen incentivos para las firmas a realizar fusiones y adquisiciones
cuando el precio del petróleo aumenta. Adicionalmente, se encontró un efecto adicional debido a
otros factores durante el período posterior a la crisis financiera del 2008.
Clasificación JEL G34 L25
Bogotá, noviembre 29 del 2017
1. Introducción
La importancia de las fusiones y adquisiciones dentro del crecimiento de las firmas ha
generado varios estudios, de diversa índole, sobre las causas y la efectividad que tienen estas
transacciones en el crecimiento y desarrollo de las firmas. Sin embargo, la mayoría de estos
estudios se han concentrado en observar las fusiones y adquisiciones desde puntos de vista
financieros u organizacionales que resultan ser muy generales, por lo que no profundizan en
las casusas y efectos de estas transacciones dentro de un sector específico de la economía.
Un ejemplo de esto es Copeland (1983) quien menciona fusiones como la de Chevron
(Standard Oil de California) y Gulf en la misma categoría que la de Nestlé y Carnation
Company. Por este motivo, en este estudio se busca realizar un análisis de estas transacciones
concentrado en los factores macroeconómicos que afectan específicamente al sector de
exploración producción de petróleo.
En este estudio se busca determinar la relación que existe entre las fusiones y
adquisiciones del sector de exploración y producción de petróleo con el precio del petróleo,
debido a los efectos de este último sobre la toma de decisiones de las firmas en este sector.
Adicionalmente, se pretende contextualizar esta relación con base en las barreras de entrada
características del sector que se pueden interpretar como causas para estas fusiones y
adquisiciones desde la teoría consultada.
Al relacionar el estudio con las características del sector, se busca probar sí las barreras
de entrada que posee el sector de exploración y producción petrolera permiten que exista una
sustitución de los procesos de desarrollo de nuevos pozos de producción por las fusiones y
adquisiciones. Lo anterior se debe a que los elevados costos de exploración, que actúan como
una barrera de entrada al mercado, reducen los incentivos de las firmas a iniciar procesos de
exploración y desarrollo de nuevos pozos de producción petrolera.
Este estudio se concentrará en utilizar metodología de series de tiempo y datos panel para
determinar la relación de fusiones y adquisiciones del sector con el precio del petróleo.
Debido a que el propósito de este estudio es probar si existe causalidad, se utiliza una prueba
de causalidad de Granger, alimentada por los coeficientes de un modelo de Vector Auto
Regresivo (VAR). A través de este modelo se busca determinar la posible causalidad de los
precios del petróleo actuales y pasados sobre la cantidad de fusiones y adquisiciones.
Este estudio comienza con una revisión del a literatura en el a que se reseñaran trabajos
similares realizados sobre el sector petrolero. Posteriormente, en el marco teórico se resumen
algunos fundamentos de la literatura de fusiones y adquisiciones, como también algunas
explicaciones de las barreras de entrada del sector de exploración y producción petrolera que
afectan el comportamiento de estas transacciones. En el marco empírico se resume en el
contexto teórico de los modelos VAR y la prueba de causalidad de Granger, así como
también se hace una descripción de la base de datos utilizada y se presentan los resultados
obtenidos de la estimación de los modelos VAR y de regresión lineal. Finalmente, se
presentan las conclusiones y los aspectos a continuar para un trabajo futuro.
2. Revisión de la literatura
A pesar de que no hay trabajos similares, en los que se busque encontrar la relación entre
el precio del petróleo y las fusiones y adquisiciones del sector de exploración petrolera,
existen varios trabajos que se han enfocado en analizar este tipo de transacciones en el sector.
El primero de estos es el realizado por Ghicas, D. Y Pastena, V. (1989). Estos autores
realizaron un análisis para predecir el valor de las adquisiciones del sector de exploración y
producción petrolera, en base a la información sobre los reservorios de la firma disponible
en el mercado. En este estudio se concluyó que las reservas, que las compañías reportan,
generan una mejor estimación del valor de estas firmas en los procesos de fusión y
adquisición que los valores de los estados financieros en libros. Asimismo, los autores
resaltan la importancia de otras fuentes de información para determinar el valor de las firmas,
entre los que resaltan los costos históricos para la producción de un barril que poseen las
firmas y la información de mercado.
El segundo trabajo usado como referencia es el realizado por Weston, Johnson y Siu
(1999) en el cual se describen las dinámicas del sector durante las últimas décadas del siglo.
En este estudio, los autores enumeran varias causas tanto de las fusiones y adquisiciones
como de las reestructuraciones corporativas de este sector, sin embargo no se cuantifican los
efectos de estas causas. Dentro de las causas enumeradas por estos autores se resaltan algunas
fuerzas macroeconómicas que son comunes para la mayoría de sectores económicos tales
como el avance tecnológico y la globalización, entre otras. Estas causas son evaluadas a
través de modelos financieros, en los que se realiza el supuesto de la no existencia de
sinergias, por lo que en este trabajo se omiten las posibles causas organizacionales de estas
transacciones en el sector.
Otro trabajo usado como referencia es el realizado por Kolk (2001) que se enfoca en las
estrategias organizacionales de las corporaciones multinacionales del sector. Este autor
realiza un recuento del contexto histórico de las empresas con mayor tamaño y
reconocimiento del sector. Dentro de este recuento, el autor analiza las diferentes estrategias
de crecimiento según el contexto histórico, resaltando el uso de fusiones y adquisiciones
como una estrategia regular de algunas de estas compañías.
Finalmente, se tomó como referencia el trabajo realizado por Sarria (2000) en el cual el
autor utiliza la metodología VAR para determinar la causalidad existente entre los precios
del petróleo y las variables macroeconómicas relacionadas con la política monetaria. Con
esta metodología, se encontró que los cambios en el precio del petróleo causan efectos en las
variables macroeconómicas estudiadas, concluyendo que las autoridades encargadas de la
política monetaria usan los precios del petróleo como un factor de decisión al momento de
determinar sus políticas.
3. Marco Teórico
3.1.Fusiones y Adquisiciones
Las fusiones son aquellas transacciones en la que dos o más firmas aceptan combinarse
creando una nueva compañía que incorpora todos los activos y recursos de las originales. Por
otro lado, una adquisición es un término más genérico para aquellas transacciones en las que
una firma obtiene en control sobre otra. Generalmente las fusiones y adquisiciones han sido
clasificadas como verticales, horizontales o conglomeradas. Esta clasificación se basa en la
actividad económica que desarrolla cada firma, siendo las fusiones verticales aquellas que
relacionan las empresas en distintas etapas de un proceso productivo, las fusiones
horizontales aquellas que involucran empresas dentro del mismo sector y actividad
económica, y finalmente las fusiones conglomeradas aquellas que se refieren a firmas que
trabajan en sectores poco relacionados de la economía (Copeland, 1983).
3.2.Causas de las Fusiones y Adquisiciones
Existen varios motivos para que las empresas entren en procesos de fusiones y
adquisiciones, sin embargo se puede resumir en que aprovechan estas transacciones para
generar más valor del que las firmas que entran en el proceso, son capaces de generar por sí
mismas. En otros términos, las compañías entran en procesos de fusiones y adquisiciones
debido a que el valor esperado de la nueva firma resultante es mayor al de las firmas
participantes. Para comprender como las fusiones y adquisiciones generan valor, se han
generado diversas teorías, en Financial Theory and Corporate Policy (1988) Copeland las
agrupa en cinco áreas mayores: Eficiencia, Información, problemas de agencia, poder de
mercado y beneficios en impuestos.
La primera de estas áreas, agrupadas por Copeland, es la eficiencia y se refiere a que a
través de estas transacciones se implementan las prácticas de la firma más eficiente,
aprovechando mejor el potencial de los recursos productivos involucrados en la transacción.
La siguiente es el área de información en la que el autor aclara que la fuente de valor es la
información nueva que se genera durante la transacción, debido a esto el mercado revalúa el
valor en base a las nuevas señales. El área de problemas de agencia, hace referencia a la
remoción de los problemas organizacionales que pueden existir dentro de una de las firmas,
generando que la firma actúe por debajo de la productividad de sus factores productivos.
Posteriormente se nombra el área de poder de mercado, en esta área el autor hace referencia
a que las firmas entran en un proceso de fusión y adquisición, sólo con el fin de ser más
grandes generando valor aprovechando la implementación de economías de escala, con el fin
de generar más valor, igualmente en esta categoría también incluye a las firmas que utilizan
estas transacciones para obtener una posición dominante dentro de su mercado. Por último el
autor menciona los beneficios de impuestos, en los cual se señalan los incentivos que pueden
surgir para vender una firma ante la imposibilidad de aprovechar sus ganancias debido al
contexto tributario.
Para este estudio es importante enfatizar en los efectos de las teorías sobre la creación de
valor basadas en el papel de la información, debido a que el planteamiento presentado por
Copeland es el que mejor se aplica a las empresas del sector primario, como el sector de
exploración y producción petrolera. De la misma forma, se tomará en cuenta los conceptos
de Bradley, Desai y Kim (1983).
Bradley, Desai y Kim (1983) analizan la nueva información como una señalización al
mercado que genera la revaluación de la firma, que según este planteamiento se encuentra
subvalorado. Sin embargo, los autores también toman en cuenta que la nueva información
generada durante el proceso de fusión o adquisición como fuente del nuevo valor generado
en la transacción. Debido a esta revaluación de la firma Bradley, Desai y Kim (1983)
mencionan que también en los casos de fusiones y adquisiciones fallidas se puede observar
un cambio permanente en el valor de la empresa objetivo de esta transacción. Lo anterior es
causado porque la información sobre posibles sinergias que mejoran la eficiencia de la firma
y por ende su capacidad de producir valor es revelada al mercado.
Para Bradley, Desai y Kim (1983) todos los casos de valor generado a través de nueva
información se pueden explicar debido a la capacidad, de ciertos agentes dentro del mercado,
de comunicar información sobre el potencial subvalorado de los factores productivos de las
compañías. Por lo anterior, plantean que la información sólo puede considerarse como una
causa para las fusiones y adquisiciones debido a que existen sinergias que pueden mejorar la
capacidad de generar valor de alguna de las firmas implicadas. Dentro del mismo estudio los
autores plantean que esta revaluación de las firmas comienza a través de la información
revelada al mercado, durante el anuncio del proceso de fusión o adquisición, por lo que la
mediación de otros agentes de mercado, ajenos a las firmas dentro de la transacción, puede
tener efectos en la producción de valor.
Copeland (1988) amplia la teoría de la información al postular que las firmas pueden
aprovechar los factores productivos subvalorados de otras firmas como una fuente de menor
costo para aumentar su capacidad productiva. Según este planteamiento, las firmas de
explotación de recursos naturales, pertenecientes al sector primario de la economía, tendrían
incentivos mayores a realizar fusiones y adquisiciones debido a los altos costos de reemplazar
sus activos.
Las otras teorías que son importantes enfatizar son las relacionadas con la eficiencia. Estas
teorías son más generales que la de información y abarcan temas como la des-utilización de
factores por parte de alguna de las firmas, la existencia de economías de escala y las sinergias
que pueden existir de la interacción de las firmas. En el caso de la des-utilización estas teorías
plantea que el incentivo que existe para una firma de entrar en una fusión o adquisición es
aprovechar los factores productivos de la firma objetivo que se encuentran por debajo de su
potencial. Similarmente las teorías sobre las sinergias permiten complementar la producción
de los factores productivos de todas las firmas implicadas al aprovechar y complementar las
capacidades técnicas de las firmas involucradas.
3.3.Barreras en el Sector de Exploración y Producción Petrolera
A diferencia del negocio de refinación, en el sector de exploración y producción las
barreras de entrada no están asociadas a economías de escala que favorecen a las firmas de
mayor tamaño y capacidad productiva. Por el contrario, las barreras de entrada están
asociadas a factores estocásticos como el riesgo y a los costos de instalar un nuevo pozo de
producción de petróleo. Estas barreras no sólo impiden el ingreso de nuevas firmas al sector,
sino que también limitan la capacidad de crecimiento de las firmas existentes dentro de este
sector.
La primera barrera de entrada que existe en el sector que está asociada a la exploración
petrolera es el riesgo que tiene cualquier proyecto de exploración de no encontrar reservas
extraíbles suficientes para ser rentable. Esto se debe a que la exploración petrolera se realiza
a través de estudios geológicos que permiten identificar yacimientos potenciales, pero no
pueden generar información exacta de la localización y cantidad de reservas de estos
yacimientos (The American Petroleum Institute (API), 2017).
La segunda barrera son los costos en los que incurre una firma para poner a funcionar un
nuevo pozo de producción de petróleo. El sector de exploración y producción petrolera se
caracteriza por la alta volatilidad en los costos, debido a que varían según los factores
geológicos, sociales, legales y geográficos asociados a la ubicación de un pozo de petróleo o
gas natural. La mayoría de estos costos están representados por los costos fijos en los que se
incurren al comienzo del proyecto, desde los estudios geológicos para la localización del
pozo, las licencias necesarias para la operación y los costos de montaje de la infraestructura
necesaria para la extracción del petróleo a la superficie (The American Petroleum Institute
(API), 2017).
Lo anterior significa también que los niveles de riesgo son más elevados en las regiones
donde no se han realizado perforaciones por lo que las firmas entran en mayores costos de
encontrar reservas a medida que se alejan de las regiones donde las propiedades geológicas
y químicas del petróleo ya son conocidas. Esto genera que los costos de exploración sean
mayores a medida que se buscan nuevas reservas, lo que se puede definir como economías
de des-escala que son un desincentivo para las firmas más grandes a crecer a través de la
explotación de nuevos reservorios de petróleo.
Debido a que el sector de exploración y producción petrolera está compuesto,
mayoritariamente, por firmas pequeñas que no cuentan con la capacidad para realizar la
inversión inicial de un nuevo pozo, el sector de exploración y producción está compuesto por
varios joint-ventures. Estas asociaciones entre las firmas del sector no sólo permiten repartir
los costos de la exploración y creación de un pozo, sino que también permite a las firmas
involucrarse en distintas locaciones y aprovechar varios yacimientos reduciendo la
dependencia que tienen los mismos a un solo reservorio (Hill, 1994). Similarmente, el
proceso de joint-ventures también permite a las firmas aprovechar algunas sinergias para el
beneficio mutuo.
Como se mencionó anteriormente, las barreras de entrada de este sector no sólo
representan un impedimento para el ingreso de nuevas firmas, sino que también son principal
impedimento para el crecimiento de las firmas del sector de exploración y producción
petrolera. Lo anterior se debe a que tanto el riesgo en el proceso de exploración, como los
costos de la instalación y perforación de un nuevo pozo aumentan a medida que el sector
crece. Cuando lo anterior sucede, las firmas se ven obligadas a incurrir en mayores costos de
exploración y desarrollo para poder aumentar su capacidad de producción.
Consecuentemente, los procesos de exploración y desarrollo se desincentivan a media que la
capacidad productiva de las empresas del sector aumentan y no existen condiciones de
mercado suficientes, que permitan obtener una rentabilidad esperada lo suficientemente alta
para que la firma incurra en los riesgos y costos asociados a este proceso.
Bajo el razonamiento anterior y teniendo lo descrito por (Copeland, 1983) sobre las
fusiones y adquisiciones como una fuente de activos por debajo del valor de mercado, se
puede esperar que las firmas sustituyan los procesos de exploración y perforación por
fusiones y adquisiciones. El razonamiento anterior se puede explicar debido a que los costos
de adquirir o fusionarse con otra firma son menores a los costos en los que debe incurrir una
firma para aumentar su capacidad de producción. Sin embargo es importante resaltar que la
capacidad adquisitiva de las firmas está determinada por el precio del petróleo, debido a que
determinan la mayor parte de los ingresos de las firmas que pertenecen al sector.
4. Marco Empírico
4.1.Modelo VAR y Prueba de Causalidad de Granger
Para comprender mejor la correlación de las fusiones y adquisiciones con el precio del
petróleo se realizará un análisis de Vector Auto-Regresivo VAR y una Prueba de Causalidad
de Granger, con el fin de comprobar si el precio internacional del petróleo tiene un efecto en
la cantidad de fusiones y adquisiciones del sector de exploración y producción petrolera. La
metodología VAR es un sistema de ecuaciones simultáneas que permite explicar cada
variable en base a sus rezagos y a los rezagos de las demás variables. El modelo VAR resulta
muy útil para medir efectos en series de tiempo multivariadas en los que se puede observar
una simultaneidad entre varias series, donde los modelos más tradicionales como los modelos
ARIMA tienden a fallar debido a que en sus supuestos incluye la unidireccionalidad de las
relaciones entre variables.
Para este estudio se definirán dos modelos VAR separados los cuales se buscará realizar
un análisis separado que permita: definir la causalidad que existe entre el precio internacional
del petróleo con las fusiones y adquisiciones del sector de exploración y producción
petrolera. Posteriormente se realizará un análisis más detallado con el fin de comprobar la
hipótesis de que la causa que existe para las fusiones y adquisiciones en el sector está
relacionada con la teoría de las fusiones por información, tal y como la detalla Copeland
(1988) en el cual las firmas deciden entrar en transacciones de fusiones y adquisiciones con
el fin de aumentar su capacidad productiva a través de activos que están subvalorados por el
mercado en general o que en el caso específico del sector de exploración y producción
petrolera sería costoso desarrollar por las barreras de entrada que existen en el sector para el
desarrollo de nuevos pozos de producción funcionales.
Los modelos VAR a estimar se pueden expresar como:
𝑋𝑡 = 𝛼0 + 𝛼1𝑋𝑡−1 + ⋯ + 𝛼𝑟𝑋𝑡−𝑟 + 𝛽1𝑝𝑡−1 + ⋯ + 𝛽𝑟𝑝𝑡−𝑟 + 𝑈𝑡 (1)
𝑌𝑡 = 𝛾0 + 𝛾1𝑌𝑡−1 + ⋯ + 𝛾𝑟𝑌𝑡−𝑟 + 𝜏1𝑝𝑡−1 + ⋯ + 𝜏𝑟𝑝𝑡−𝑟 + 𝜖𝑡 (2)
Donde:
𝑋𝑇: 𝑉𝑒𝑐𝑡𝑜𝑟 𝑑𝑒 𝑓𝑢𝑠𝑖𝑜𝑛𝑒𝑠 𝑦 𝑎𝑑𝑞𝑢𝑖𝑠𝑖𝑐𝑖𝑜𝑛𝑒𝑠 (𝑣𝑒𝑟𝑡𝑖𝑐𝑎𝑙𝑒𝑠, ℎ𝑜𝑟𝑖𝑧𝑜𝑛𝑡𝑎𝑙𝑒𝑠 𝑦 𝑐𝑜𝑛𝑔𝑙𝑜𝑚𝑒𝑟𝑎𝑑𝑎𝑠)
𝑌𝑇: 𝑉𝑒𝑐𝑡𝑜𝑟 𝑑𝑒 𝑓𝑢𝑠𝑖𝑜𝑛𝑒𝑠 𝑦 𝑎𝑑𝑞𝑢𝑖𝑠𝑖𝑐𝑖𝑜𝑛𝑒𝑠 (𝑚𝑒𝑟𝑔𝑒𝑟𝑠 𝑦 𝑎𝑑𝑞𝑢𝑖𝑠𝑖𝑡𝑖𝑜𝑛𝑠 𝑠𝑒𝑔ú𝑛 𝑙𝑎 𝑐𝑙𝑎𝑠𝑖𝑓𝑖𝑐𝑎𝑐𝑖ó𝑛)
𝑝𝑇: 𝑉𝑒𝑐𝑡𝑜𝑟 𝑒𝑛𝑑ó𝑔𝑒𝑛𝑜 𝑞𝑢𝑒 𝑐𝑜𝑛𝑡𝑖𝑒𝑛𝑒 𝑙𝑜𝑠 𝑝𝑟𝑒𝑐𝑖𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒𝑙 𝑝𝑒𝑡𝑟ó𝑙𝑒𝑜 𝐵𝑟𝑒𝑛𝑡
𝛼𝑇: 𝑉𝑒𝑐𝑡𝑜𝑟 𝑑𝑒 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒𝑠 𝑑𝑒 𝑙𝑜𝑠 𝑟𝑒𝑧𝑎𝑔𝑜𝑠 𝑑𝑒 𝑋𝑇
𝛾𝑇: 𝑉𝑒𝑐𝑡𝑜𝑟 𝑑𝑒 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒𝑠 𝑑𝑒 𝑙𝑜𝑠 𝑟𝑒𝑧𝑎𝑔𝑜𝑠 𝑑𝑒 𝑌𝑇
𝛽𝑇 , 𝜏𝑇: 𝑉𝑒𝑐𝑡𝑜𝑟𝑒𝑠 𝑑𝑒 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒𝑠 𝑑𝑒 𝑙𝑜𝑠 𝑟𝑒𝑧𝑎𝑔𝑜𝑠 𝑑𝑒𝑙 𝑝𝑟𝑒𝑐𝑖𝑜 𝑑𝑒𝑙 𝑝𝑒𝑡𝑟𝑜𝑙𝑒𝑜 𝐵𝑟𝑒𝑛𝑡
𝑈𝑇 , 𝜖𝑇: 𝑉𝑒𝑐𝑡𝑜𝑟𝑒𝑠 𝑑𝑒 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒𝑠 𝑑𝑒𝑙 𝑒𝑟𝑟𝑜𝑟
Una vez estimado los coeficientes se procede a realizar una prueba de causalidad de
Granger, a través de una prueba F de significancia conjunta en la cual la hipótesis para cada
modelo está definida como:
𝐻0: 𝛽1 = ⋯ = 𝛽𝑡−𝑟 = 0 (1)
𝐻0: 𝜏1 = ⋯ = 𝜏𝑡−𝑟 = 0 (2)
Con su respectiva hipótesis nula:
𝐻𝑎: 𝛽𝑖 ≠ 0, 𝑖 ∈ (1, 𝑡 − 𝑝) (1)
𝐻𝑎: 𝜏𝑖 ≠ 0, 𝑖 ∈ (1, 𝑡 − 𝑝) (2)
En la cual al negar las hipótesis se concluirá que existe una relación de causalidad entre
el precio internacional del petróleo, en este caso el precio promedio del barril de Brent y las
fusiones y adquisiciones. Adicionalmente, la especificación simultánea de ambos modelos
permite revisar si la causalidad se debe a un tipo claro de fusión o adquisición, así como si la
causalidad está relacionada con la necesidad de las firmas del sector en aumentar su
capacidad productiva en base a sus reservas probadas.
Otra de las ventajas que ofrece el modelo VAR son las funciones de impulso-repuesta que
permiten descartar presencia de comportamientos anómalos ante un choque en las variables
del modelo. Esta función será utilizada para descartar la causalidad entre los cambios
drásticos que se observan en las variables y los resultados obtenidos durante el resto del
proceso.
4.2.Descripción de los Datos
La base de datos utilizada consiste en la cantidad de transacciones de fusiones y
adquisiciones que tuvieron como firma objetivo una empresa del sector de exploración y
producción petrolera desde el año 2001 hasta el año 2016. Estos datos se construyen a partir
de la base de datos de fusiones y adquisiciones de Thomson Reuters, que posee clasificación
de todas las fusiones y adquisiciones anunciadas públicamente. Se eligió este periodo de
tiempo debido a que es una ventana lo suficientemente grande para evaluar los efectos de
varios niveles de precio del petróleo en las fusiones y adquisiciones.
Para estos datos se omitieron todos los Sell Off, o creaciones de nuevas firmas a través de
la separación del capital de una firma existente Copeland (1988), debido a que no era una
muestra suficientemente grande como para construir una serie de tiempo constante durante
el horizonte de tiempo estudiado y a que estas transacciones no tienen un efecto directo sobre
la hipótesis a probar en este estudio.
Para el análisis de causalidad se tomó el precio promedio de cada mes en el mercado
internacional del barril de petróleo WTI (West Texas Intermediate), ya que comparte un
comportamiento similar con el Brent la otra referencia más importante en los mercados
internacionales, sin embargo al realizar los estudios de estacionariedad se encontró que la
serie del WTI es mejor para cumplir con los supuestos del modelo. Lo anterior significa que
ambos precios mantienen un comportamiento similar causado por los mismos fundamentales
de mercado, debido a que a pesar de las diferencias en composición son sustitos casi perfectos
para la industria energética y la refinación. Sin embargo, la serie del Brent no es estacionaria
por lo que el WTI representa un mejor parámetro para desarrollar la metodología de este
estudio.
Gráfica 1. Cantidad de Fusiones y Adquisiciones respecto al Precio del Petróleo WTI
0
20
40
60
80
100
120
140
160
0102030405060708090
Jan
uar
y-0
1
Sep
tem
ber
-01
May
-02
Jan
uar
y-0
3
Sep
tem
ber
-03
May
-04
Jan
uar
y-0
5
Sep
tem
ber
-05
May
-06
Jan
uar
y-0
7
Sep
tem
ber
-07
May
-08
Jan
uar
y-0
9
Sep
tem
ber
-09
May
-10
Jan
uar
y-1
1
Sep
tem
ber
-11
May
-12
Jan
uar
y-1
3
Sep
tem
ber
-13
May
-14
Jan
uar
y-1
5
Sep
tem
ber
-15
May
-16
Pre
cio
WTI
USD
/BB
L
nú
mer
o d
e tr
ansa
ccio
nes
Fusiones y adquisiciones WTI
En la gráfica anterior se puede observar de forma conjunta el precio del petróleo WTI y la
cantidad de transacciones de fusiones y adquisiciones que fueron anunciadas durante el
período de tiempo del estudio. Adicionalmente, se pueden observar tres momentos
significativos para el periodo de estudio, el primero la crisis financiera de 2008 la cual afectó
el precio del crudo generando una caída drástica en el valor de éste respecto a la tendencia
que se había observado durante años anteriores. El segundo los últimos meses de 2012 en el
cual la recuperación económica y la estabilidad de los precios del petróleo permitieron una
recuperación de las firmas del sector que continúo hasta una nueva caída de los precios
durante los últimos meses de 2014, que corresponden al tercer momento significativo en este
estudio. Es importante resaltar que el comportamiento de las series posee tendencias
similares, durante los periodos que se encuentran fuera del intervalo de tiempo limitado entre
estos momentos mencionados anteriormente
Adicionalmente con el fin de profundizar más en los efectos que tiene el precio
internacional del petróleo en las fusiones y adquisiciones de empresas del sector de
exploración y producción petrolera se utilizó la clasificación interna de Thomson Reuters en
la cual se diferenciaba entre Mergers (fusiones y adquisiciones completas en los que se
conformaba una sola firma del proceso) y Adquisitions (en la cual se refería a diferentes tipo
de adquisiciones parciales de firmas o de activos). Esta clasificación se utilizó con el fin de
comprobar si existía algún efecto diferenciador, entre el tipo de transacción escogida por las
firmas del sector, debido a que permite observar la preferencia de las firmas del sector a
adquirir activos que refuercen su capacidad productiva a entrar en un proceso de fusión que
aproveche las posibles sinergias corporativas o de poder de mercado.
Gráfica 2. Cantidad de Fusiones y Cantidad de Adquisiciones
En esta clasificación también se puede observar que las adquisiciones tienen un
comportamiento menos estacionario que las fusiones y que existe una disminución
significativa en la cantidad de fusiones durante la época en la que los precios internacionales
del petróleo tuvieron la caída más marcada durante horizonte de estudio, mientras las
fusiones casi no tuvieron un efecto aparente durante el mismo periodo.
De la misma forma, se realizó una clasificación propia entre fusiones y adquisiciones
verticales, horizontales y conglomeradas. A partir de esta clasificación se espera observar
más detalladamente la relación de causalidad que existe entre el precio internacional del
petróleo y las fusiones y adquisiciones horizontales, las cuales para este caso de estudio
representan las fusiones y adquisiciones que realizan las firmas con el fin de aumentar su
capacidad productiva.
0
10
20
30
40
50
60
70
Jan
uar
y-0
1
Au
gust
-01
Mar
ch-0
2
Oct
ob
er-
02
May
-03
Dec
em
ber
-03
July
-04
Feb
ruar
y-0
5
Sep
tem
ber
-05
Ap
ril-
06
No
vem
ber
-06
Jun
e-0
7
Jan
uar
y-0
8
Au
gust
-08
Mar
ch-0
9
Oct
ob
er-
09
May
-10
Dec
em
ber
-10
July
-11
Feb
ruar
y-1
2
Sep
tem
ber
-12
Ap
ril-
13
No
vem
ber
-13
Jun
e-1
4
Jan
uar
y-1
5
Au
gust
-15
Mar
ch-1
6
Oct
ob
er-
16
Acquisitions Mergers
Gráfica 3. Cantidad de Fusiones y Adquisiciones clasificadas en Verticales, Horizontales y
Conglomeradas
Finalmente, se analizaron estas series a partir de la mezcla de estas dos clasificaciones
para observar si la interacción entre estas dos clasificaciones tenía alguna interacción especial
con el precio del petróleo.
Gráfica 4. Composición de la Muestra según Tipo y Clasificación de las Transacciones
A partir de la gráfica 4 se observa que las adquisiciones son las transacciones más comunes
en este sector. Igualmente son las más afectadas en el intervalo de tiempo posterior a la crisis
financiera de 2008, como se observa en la gráfica 2. De la misma forma, se observa que la
categoría más común es la horizontal, en la que las firmas se fusionan o adquieren dentro del
sector. En la gráfica 3 se observa que éstas también son las más afectadas luego de la crisis
de 2008.
Es importante mencionar que las fusiones y adquisiciones poseen limitaciones legales en
la mayoría de países con el fin de evitar la creación de monopolios y posiciones dominantes
dentro del mercado. Esta limitación genera que este tipo de transacciones tenga 2 fechas
0
10
20
30
40
50
60
Jan
uar
y-0
1
July
-01
Jan
uar
y-0
2
July
-02
Jan
uar
y-0
3
July
-03
Jan
uar
y-0
4
July
-04
Jan
uar
y-0
5
July
-05
Jan
uar
y-0
6
July
-06
Jan
uar
y-0
7
July
-07
Jan
uar
y-0
8
July
-08
Jan
uar
y-0
9
July
-09
Jan
uar
y-1
0
July
-10
Jan
uar
y-1
1
July
-11
Jan
uar
y-1
2
July
-12
Jan
uar
y-1
3
July
-13
Jan
uar
y-1
4
July
-14
Jan
uar
y-1
5
July
-15
Jan
uar
y-1
6
July
-16
Vertical Conglomerate Horizontal
21%
43%
10%
5%
18%
3%
ConglomerateAcquisitionsHorizontal Acquisitions
Vertical Acquisitions
Conglomerate Mergers
asociadas, la fecha de anuncio de la fusión o adquisición y la fecha en la que se hace efectiva
la misma, después de que todas las autorizaciones necesarias son conseguidas. En las tablas
de abajo se puede observar las estadísticas descriptivas para cada uno de los casos.
Variable Promedio Desviación Min Max
WTI 64.51 27.78 19.4 133.9 Tabla 1. Variables Descriptivas Precio WTI
Promedio Desviación
Variable Efectiva Anuncio Efectiva Anuncio
Total transacciones 37.32 37.51 13.93 14.55
Fusiones 9.79 9.67 4.08 4.34
Adquisiciones 27.53 27.84 11.97 12.41
Verticales Total 4.94 5.04 2.69 2.72
Horizontales Total 22.51 22.37 9.54 9.76
Conglomeradas Total 9.87 10.10 5.44 5.54
Adquisiciones Conglomeradas 7.88 8.07 4.96 5.06
Adquisiciones Horizontales 15.83 15.85 7.67 7.81
Adquisiciones Verticales 3.82 3.92 2.40 2.38
Fusiones Conglomeradas 1.99 2.03 1.49 1.50
Fusiones Horizontales 6.68 6.52 3.57 3.80
Fusiones Verticales 1.12 1.13 1.10 1.14 Tabla 2. Comparativa entre Variables Descriptivas con Fecha Efectiva y Fecha de Anuncio
Respecto a la diferencia entre las estadísticas delas series agrupadas entre fecha de anuncio
y fecha efectiva se puede observar que las tipos de series tienen un comportamiento similar,
por lo que los promedios no tienen cambios significativos al cambiar la agrupación según el
tipo de fecha.
4.3.Estimación del modelo
Para la evaluación de los resultados se eligió trabajar con la fecha de anuncio debido a
que esta fecha es más cercana al momento en que las firmas toman la decisión de entrar en
una fusión o adquisición. Lo anterior debido a que a pesar de que el tiempo promedio para
que una estas transacciones sean efectivas está en 56 días existen la distribución es dispersa
y existen valores muy alejados de este promedio que pueden sesgar los resultados, tanto de
las regresiones lineales como los resultados del modelo VAR.
Diferencia en Días
entre el día del
anuncio el día
efectivo de la
transacción
Promedio Mediana Moda Desviación.
Estándar Máximo Mínimo
56 17 0 132.83 3206 0
Tabla 3. Variables Descriptivas entre la Diferencia en Días Entre el Día de Anuncio y Día Efectivo
Como se puede observar en la tabla anterior a pesar de que la mayoría de las fusiones y
adquisiciones no poseen un tiempo significativo para la muestra existen varios casos en los
cual la fecha efectiva es distante de la del anuncio alejando el promedio de la mediana. Al
comparar los resultados de los mismos modelos, pero usando la fecha de anuncio y la fecha
efectiva se encontró que los modelos con la fecha de anuncio tenían mayor significancia.
Simultáneamente se evaluaron algunas variables macroeconómicas como las tasa de
interés de la reserva federal y el crecimiento real de PIB (Producto Interno Bruto) de los
Estados Unidos de América, con el fin de encontrar una variable explicativa para el
comportamiento observado de las series de fusiones y adquisiciones durante el período de
crisis económica. Sin embargo, ninguna de estas variables resultó explicativa por lo que se
retiraron del modelo final.
4.3.1. Estimación de la correlación simple entre las series
El primer paso en el análisis de las series de fusiones y adquisiciones es la estimación de
un modelo de regresión lineal simple, por mínimos cuadrados ordinarios, para establecer la
correlación entre las series de fusiones y adquisiciones con el precio internacional del
petróleo WTI. Adicionalmente, debido a l cambio de comportamiento observado en la serie
durante el período de la crisis financiera y la caída del petróleo de 2014, se estableció una
nueva variable dicótoma con el nombre crisis la cual toma el valor 1 cuando el período de
tiempo se encuentra en este intervalo de tiempo.
Esta variable crisis se decidió incluir luego de realizar una prueba de Chow para
comprobar la existencia de un comportamiento diferente durante el período identificado
durante las crisis del 2008 y 2015. En esta prueba 𝐹2,188 = 14.66 se encontró que existe una
diferencia significativa entre los coeficientes de correlación estimados durante este periodo,
debido a que la 𝑃𝑟𝑜𝑏 > 𝐹 = 0.000.
WTI Crisis
Coeficiente Intervalo P-Value Coeficiente Intervalo P-Value
Total Fusiones y Adquisiciones 0.30 0.19 - 0.40 0.000 -14.03 -19.68 -8.38 0.000
Total Fusiones 0.56 0.03 - 0.08 0.000 -2.63 -4.36 -0.89 0.003
Fusiones Verticales 0.004 -0.004 0.127 0.338 -0.25 -0.74 0.23 0.301
Fusiones Horizontales 0.04 0.01 - 0.06 0.007 -2.23 -3.76 -0.69 0.005
Fusiones Conglomeradas 0.01 0.002 - 0.02 0.015 -0.14 0.78 0.49 0.659
Total Adquisiciones 0.24 0.16 - 0.32 0.000 -11.40 -16.3 -6.5 0.000
Adquisiciones Verticales 0.42 0.02 - 0.05 0.000 -2.23 -3.23 -1.23 0.000
Adquisiciones Horizontales 0.14 0.08 - 0.19 0.000 -6.92 -10.11 -3.73 0.000
Adquisiciones Conglomeradas 0.06 0.02 - 0.10 0.001 -2.25 -4.37 -0.12 0.038
Verticales 0.46 0.02 - 0.06 0.000 -2.49 -3.60 -1.36 0.000
Horizontales 0.18 0.10 - 0.24 0.000 -9.15 -13.09 -5.20 0.000
Conglomeradas 0.08 0.03 - 0.11 0.000 -2.39 -4.7 -0.83 0.042
Tabla 4. Resumen Regresiones Lineales para Revisar Correlación.
En la tabla de arriba se resumen los resultados de cada una de las regresiones lineales
simples (Anexo 1). Según estos resultados se puede observar que el precio del petróleo tiene
una mayor correlación con las adquisiciones debido a que tanto la serie general como sus
clasificaciones fueron significativas. Igualmente se puede observar que la relación entre los
precios del petróleo y las adquisiciones es positiva lo cual implica que un mayor precio del
petróleo genera un mayor nivel de fusiones y adquisiciones. En la mayoría de los casos donde
la variable WTI es significativa, la variable crisis también lo es por lo que se puede concluir
que durante la crisis del 2008 y la segunda gran caída del precio del petróleo durante 2014,
existe un comportamiento diferente y menor, debido a la magnitud de los estimadores, al
observado durante el resto del intervalo de tiempo analizado.
4.3.2. Estimación del modelo VAR
El primer paso para la estimación del modelo VAR es el cumplimiento del supuesto de
estacionalidad de las series, por lo que se realizaron pruebas de Dick-Fuller aumentadas a
cada una de las series del modelo, incluyendo tanto las clasificaciones de las fusiones y
adquisiciones como el precio del petróleo WTI (Anexo 2). Para todos los grupos de series se
puedo comprobar la estacionalidad al 5%. El segundo paso es revisar los criterios de
selección de rezagos para el modelo, dentro de los criterios revisados se encuentran selección
de Akaike Information Criteria (AIC), Akaike Final Predition Error (FPE), Schwarz
Bayesian Information (SBIC) y el Hannan–Quinn information criterion (HQI). Los
resultados de esta estimación se pueden observar en las tablas del Anexo 2.
Para este análisis se realizaron varios modelos VAR, cada uno con su respectiva prueba de
causalidad de Granger. En los primeros casos se realizó el análisis para todo el intervalo de
estudio, tomando en cuentas las clasificaciones de las fusiones y adquisiciones. Por otro lado,
en los segundos casos se tomó sólo los datos anteriores a la crisis del 2008 con el fin de
evaluar la causalidad de estos datos sin el sesgo generado por el cambio súbito en las series
que se observaron durante este período de tiempo.
Intervalo Total Hasta 2008
Núm. Total de transacciones No existe causalidad entre
las series
Total de transacciones
causada por WTI
Núm. Fusiones y adquisiciones Causalidad mutua entre
fusiones y adquisiciones.
Adquisiciones causadas
por WTI
Núm. Verticales, horizontales y
conglomeradas
Causalidad de las fusiones
horizontales sobre las
verticales
Transacciones
horizontales causadas por
WTI
Fusiones y adquisiciones separadas
por Verticales, horizontales y
conglomeradas
No existe causalidad entre
las series
Adquisiciones
Horizontales, y fusiones
verticales y
conglomeradas, causadas
por WTI
Tabla 5. Resumen de las pruebas de causalidad de Granger Revisar Anexo 4 para Chi 2
En tabla anterior se puede observar las conclusiones de las pruebas de causalidad de
Granger (Anexo 4) realizadas sobre los coeficientes estimados con el modelo VAR (Anexo
3), en estos resultados se puede observar que el intervalo de tiempo resaltado anteriormente
entre la crisis de 2008 y la segunda caída del precio del petróleo afecta la relación existente
entre las fusiones y adquisiciones. Por lo anterior, al evaluar la totalidad del intervalo de
tiempo no se puede encontrar causalidad del precio del petróleo con las fusiones y
adquisiciones del sector. Sin embargo, al evaluar el período anterior a la crisis se observa que
muchas de esas series son causadas por el precio del petróleo.
Finalmente, con los resultados de estimación del modelo VAR se realizaron las
respectivas funciones de impulso respuesta (Anexo 5) para descartar que cambios extremos
en la variable WTI afecten las variables de fusiones y adquisiciones. Esto con el fin de
descartar que el pico y posterior caída del precio del WTI que se observó a comienzos del año
2008 hayan generado el cambio en el comportamiento de las distintas series durante el
período de crisis observado y señalado anteriormente.
Gráfica 5. Función Impulso Respuesta VAR Total Transacciones y WTI
En base a estos resultados se observa que los cambios extremos en el precio del petróleo
no genera cambios en tendencia de las variables de estudio y se puede descartar que el
aumento en el precio del petróleo, que se observó en el período anterior a la crisis del 2008,
sea el causante del comportamiento observado en las fusiones y adquisiciones.
5. Conclusiones
A partir de los modelos de correlación y causalidad se puede determinar que existe una
relación entre los precios del petróleo WTI con las fusiones y adquisiciones del sector de
exploración y producción de petróleo. Sin embargo, esta relación no es el principal
-1
0
1
2
0 5 10
order1, wti, MnA
95% CI orthogonalized irf
step
Graphs by irfname, impulse variable, and response variable
determinante de las firmas al momento de decidir si entrar en uno de estos tipos de
transacciones para aumentar su capacidad productiva. El efecto de la crisis de 2008 en el
comportamiento de las series demuestra que las firmas de este sector toman otros factores de
decisión, como la capacidad de financiamiento y la demanda del petróleo, que en situaciones
extremas pueden tener un mayor efecto que el precio internacional de petróleo.
Adicionalmente, la relación directa que se pudo observar entre el precio de petróleo con
la cantidad de transacciones de fusiones y adquisiciones demuestra que las firmas tienen un
mayor incentivo a crecer a través de estas cuando el precio internacional del petróleo se
encuentra en los niveles más altos. Esto puede ser explicado que durante las épocas de mayor
bonanza en el precio las firmas tratan de ampliar su capacidad productiva, pero debido a las
economías de des-escala en los procesos de exploración y perforación de nuevos pozos se
genera un incentivo para las fusiones y adquisiciones. Similarmente, se puede esperar que las
firmas se vean incentivadas a realizar este tipo de relaciones debido a que las posibles
sinergias que puedan ocurrir producto de estas transacciones permiten aumentar la capacidad
de producción de la firma en el corto sin necesidad de realizar inversiones riesgosas, de las
cuales no se pueden observar rendimientos en el corto plazo.
Sin embargo el rol secundario que toma la variable del precio del petróleo WTI durante el
período entre la crisis financiera de 2008 y la crisis petrolera de 2015 puede ser estudiado en
trabajos futuros que analicen el efecto de nuevas variables, específicas a este intervalo de
tiempo. Para explicar el comportamiento anómalo que se observó en las series y en los
resultados estimados para este período de tiempo.
Bibliografía
Ans Kolk, D. L. (Octubre de 2001). Winds of Change:: Corporate Strategy, Climate change
and Oil Multinationals. European Management Journal, 501-505.
Bradley, M. D. (1983). The rationale behind interfirm tender offers: Information or
synergy? Journal of financial economics, 183-206.
Copeland, T. E. (1983). Financial theory and corporate policy (Vol. 3). Reading, Mass.:
Addison-Wesley.
Ghicas, D. &. (s.f.). The acquisition value of oil and gas firms: The role of historical costs,
reserve recognition accounting, and analysts' appraisals. Contemporary Accounting
Research, 125-142.
Hill, R. C. (1994). Critical contingencies in joint venture management: Some lessons from
managers. Organization science, 594-607.
National Geographic Society. (s.f.). National Geographic Encyclopedia. Obtenido de
Petroleum: https://www.nationalgeographic.org/encyclopedia/petroleum/
Porter, R. H. (1992). The role of information in US offshore oil and gas lease auctions.
National Bureau of Economic Research.
Sarria, A. I. (2000). Los precios del petróleo y las variables macroeconómicas. Juan Carlos
Martínez Coll.
The American Petroleum Institute (API). (2017). Adventures in Energy. Obtenido de
http://www.adventuresinenergy.org/
Weston, J. F. (1999). Mergers and restructuring in the world oil industry. Journal of energy
finance & development, 149-183.
Wooldridge, J. M. (2010). Econometric analysis of cross section and panel data. MIT
press.
Anexo 1. Regresiones Lineales
Fusiones y adquisiciones en total, crisis y
WTI.
Fusiones, crisis y WTI
Adquisiciones, crisis y WTI
Fusiones y adquisiciones verticales, crisis
y WTI
Fusiones y adquisiciones horizontales,
crisis y WTI
Fusiones y adquisiciones conglomeradas,
crisis y WTI
Fusiones verticales, crisis y WTI
Fusiones horizontales, crisis y WTI
Fusiones conglomeradas, crisis y WTI
Adquisiciones verticales, crisis y WTI
_cons 23.88043 2.680522 8.91 0.000 18.59285 29.16801
crisis -14.02961 2.864894 -4.90 0.000 -19.68088 -8.378329
wti .2990001 .0509752 5.87 0.000 .1984468 .3995535
MnA Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 37075.9792 191 194.115074 Root MSE = 12.867
Adj R-squared = 0.1471
Residual 31292.2635 189 165.567532 R-squared = 0.1560
Model 5783.71563 2 2891.85781 Prob > F = 0.0000
F( 2, 189) = 17.47
Source SS df MS Number of obs = 192
_cons 7.255428 .8256839 8.79 0.000 5.626688 8.884168
crisis -2.62606 .8824764 -2.98 0.003 -4.366829 -.8852917
wti .056278 .0157019 3.58 0.000 .0253045 .0872516
mergers Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 3173.66667 191 16.6160558 Root MSE = 3.9635
Adj R-squared = 0.0546
Residual 2969.10772 189 15.7095647 R-squared = 0.0645
Model 204.558942 2 102.279471 Prob > F = 0.0018
F( 2, 189) = 6.51
Source SS df MS Number of obs = 192
_cons 16.625 2.324944 7.15 0.000 12.03883 21.21117
crisis -11.40355 2.484859 -4.59 0.000 -16.30516 -6.501925
wti .2427221 .0442132 5.49 0.000 .1555074 .3299368
acquisitions Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 27353.8125 191 143.213678 Root MSE = 11.16
Adj R-squared = 0.1303
Residual 23540.9037 189 124.555046 R-squared = 0.1394
Model 3812.90879 2 1906.45439 Prob > F = 0.0000
F( 2, 189) = 15.31
Source SS df MS Number of obs = 192
_cons 3.01858 .5315011 5.68 0.000 1.970144 4.067016
crisis -2.488361 .5680589 -4.38 0.000 -3.608912 -1.367811
wti .0458998 .0101075 4.54 0.000 .0259618 .0658378
vertical Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 1378.36979 191 7.21659577 Root MSE = 2.5514
Adj R-squared = 0.0980
Residual 1230.28741 189 6.50945718 R-squared = 0.1074
Model 148.082384 2 74.0411919 Prob > F = 0.0000
F( 2, 189) = 11.37
Source SS df MS Number of obs = 192
_cons 15.02351 1.873665 8.02 0.000 11.32753 18.71949
crisis -9.149535 2.00254 -4.57 0.000 -13.09973 -5.199335
wti .1751576 .0356313 4.92 0.000 .1048715 .2454436
horizontal Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 17383.9792 191 91.0155977 Root MSE = 8.9941
Adj R-squared = 0.1112
Residual 15289.1043 189 80.8947319 R-squared = 0.1205
Model 2094.87484 2 1047.43742 Prob > F = 0.0000
F( 2, 189) = 12.95
Source SS df MS Number of obs = 192
_cons 5.838341 1.095024 5.33 0.000 3.678303 7.99838
crisis -2.391709 1.170342 -2.04 0.042 -4.70032 -.0830979
wti .0779427 .0208239 3.74 0.000 .0368655 .1190199
conglomerate Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 5647.74479 191 29.5693445 Root MSE = 5.2564
Adj R-squared = 0.0656
Residual 5222.10379 189 27.6301788 R-squared = 0.0754
Model 425.641 2 212.8205 Prob > F = 0.0006
F( 2, 189) = 7.70
Source SS df MS Number of obs = 192
_cons .9553774 .2292328 4.17 0.000 .5031939 1.407561
crisis -.254262 .245 -1.04 0.301 -.7375477 .2290237
wti .004191 .0043593 0.96 0.338 -.0044081 .0127901
verticalme~s Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 230.244792 191 1.20547011 Root MSE = 1.1004
Adj R-squared = -0.0045
Residual 228.850479 189 1.21084909 R-squared = 0.0061
Model 1.39431271 2 .697156357 Prob > F = 0.5633
F( 2, 189) = 0.58
Source SS df MS Number of obs = 192
_cons 5.163344 .7296221 7.08 0.000 3.724095 6.602593
crisis -2.228143 .7798072 -2.86 0.005 -3.766387 -.6898988
wti .0378573 .0138751 2.73 0.007 .0104873 .0652274
horizonta~rs Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 2427.97917 191 12.7119328 Root MSE = 3.5024
Adj R-squared = 0.0350
Residual 2318.43175 189 12.2668347 R-squared = 0.0451
Model 109.547413 2 54.7737066 Prob > F = 0.0127
F( 2, 189) = 4.47
Source SS df MS Number of obs = 192
_cons 1.136707 .3039181 3.74 0.000 .5371999 1.736215
crisis -.1436555 .3248223 -0.44 0.659 -.7843984 .4970874
wti .0142297 .0057796 2.46 0.015 .0028289 .0256305
conglomer~rs Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 424.994792 191 2.22510362 Root MSE = 1.4589
Adj R-squared = 0.0435
Residual 402.264325 189 2.12838267 R-squared = 0.0535
Model 22.7304665 2 11.3652332 Prob > F = 0.0055
F( 2, 189) = 5.34
Source SS df MS Number of obs = 192
_cons 2.063203 .4731353 4.36 0.000 1.129898 2.996507
crisis -2.234099 .5056786 -4.42 0.000 -3.231599 -1.2366
wti .0417088 .0089976 4.64 0.000 .0239603 .0594574
verticalac~s Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 1095.97917 191 5.73811082 Root MSE = 2.2712
Adj R-squared = 0.1010
Residual 974.919892 189 5.15830631 R-squared = 0.1105
Model 121.059274 2 60.5296372 Prob > F = 0.0000
F( 2, 189) = 11.73
Source SS df MS Number of obs = 192
Adquisiciones horizontales, crisis y WTI
Adquisiciones conglomeradas, crisis y
WTI
Anexo 2. Pruebas estimación modelo VAR
Prueba Dick-Fuller Aumentada fusiones y
adquisiciones en total.
Prueba Dick-Fuller Aumentada fusiones.
Prueba Dick-Fuller Aumentada
adquisiciones.
Prueba Dick-Fuller Aumentada fusiones y
adquisiciones verticales.
Prueba Dick-Fuller Aumentada fusiones y
adquisiciones horizontales.
Prueba Dick-Fuller Aumentada fusiones y
adquisiciones conglomeradas.
Prueba Dick-Fuller Aumentada fusiones
verticales.
Prueba Dick-Fuller Aumentada fusiones
horizontales.
Prueba Dick-Fuller Aumentada fusiones
conglomeradas.
_cons 9.860164 1.512601 6.52 0.000 6.876415 12.84391
crisis -6.921392 1.616641 -4.28 0.000 -10.11037 -3.732414
wti .1373003 .028765 4.77 0.000 .0805586 .1940419
horizonta~ns Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 11222.6667 191 58.7574171 Root MSE = 7.2609
Adj R-squared = 0.1027
Residual 9964.30533 189 52.7211922 R-squared = 0.1121
Model 1258.36134 2 629.180669 Prob > F = 0.0000
F( 2, 189) = 11.93
Source SS df MS Number of obs = 192
_cons 4.701634 1.007981 4.66 0.000 2.713295 6.689973
crisis -2.248054 1.077313 -2.09 0.038 -4.373155 -.1229519
wti .063713 .0191687 3.32 0.001 .025901 .1015251
conglomer~ns Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 4693 191 24.5706806 Root MSE = 4.8386
Adj R-squared = 0.0472
Residual 4424.89889 189 23.4121635 R-squared = 0.0571
Model 268.101107 2 134.050553 Prob > F = 0.0039
F( 2, 189) = 5.73
Source SS df MS Number of obs = 192
MacKinnon approximate p-value for Z(t) = 0.0000
Z(t) -5.555 -3.480 -2.884 -2.574
Statistic Value Value Value
Test 1% Critical 5% Critical 10% Critical
Interpolated Dickey-Fuller
Dickey-Fuller test for unit root Number of obs = 191
MacKinnon approximate p-value for Z(t) = 0.0000
Z(t) -9.756 -3.480 -2.884 -2.574
Statistic Value Value Value
Test 1% Critical 5% Critical 10% Critical
Interpolated Dickey-Fuller
Dickey-Fuller test for unit root Number of obs = 191
MacKinnon approximate p-value for Z(t) = 0.0000
Z(t) -5.905 -3.480 -2.884 -2.574
Statistic Value Value Value
Test 1% Critical 5% Critical 10% Critical
Interpolated Dickey-Fuller
Dickey-Fuller test for unit root Number of obs = 191
MacKinnon approximate p-value for Z(t) = 0.0000
Z(t) -11.782 -3.480 -2.884 -2.574
Statistic Value Value Value
Test 1% Critical 5% Critical 10% Critical
Interpolated Dickey-Fuller
MacKinnon approximate p-value for Z(t) = 0.0000
Z(t) -6.369 -3.480 -2.884 -2.574
Statistic Value Value Value
Test 1% Critical 5% Critical 10% Critical
Interpolated Dickey-Fuller
Dickey-Fuller test for unit root Number of obs = 191
MacKinnon approximate p-value for Z(t) = 0.0000
Z(t) -7.086 -3.480 -2.884 -2.574
Statistic Value Value Value
Test 1% Critical 5% Critical 10% Critical
Interpolated Dickey-Fuller
Dickey-Fuller test for unit root Number of obs = 191
MacKinnon approximate p-value for Z(t) = 0.0000
Z(t) -13.046 -3.480 -2.884 -2.574
Statistic Value Value Value
Test 1% Critical 5% Critical 10% Critical
Interpolated Dickey-Fuller
Dickey-Fuller test for unit root Number of obs = 191
MacKinnon approximate p-value for Z(t) = 0.0000
Z(t) -9.272 -3.480 -2.884 -2.574
Statistic Value Value Value
Test 1% Critical 5% Critical 10% Critical
Interpolated Dickey-Fuller
Dickey-Fuller test for unit root Number of obs = 191
MacKinnon approximate p-value for Z(t) = 0.0000
Z(t) -12.837 -3.480 -2.884 -2.574
Statistic Value Value Value
Test 1% Critical 5% Critical 10% Critical
Interpolated Dickey-Fuller
Dickey-Fuller test for unit root Number of obs = 191
Prueba Dick-Fuller Aumentada
adquisiciones verticales.
Prueba Dick-Fuller Aumentada
adquisiciones horizontales.
Prueba Dick-Fuller Aumentada
adquisiciones conglomeradas.
WTI
Pruebas de rezagos Total transacciones WTI
(Total)
Pruebas de rezagos fusiones y adquisiciones
WTI (Total)
Pruebas de rezagos verticales, horizontales y
conglomeradas WTI (Total)
Pruebas de rezagos todas las clasificaciones
WTI (Total)
Pruebas de rezagos Total transacciones WTI
(hasta 2008)
Pruebas de rezagos fusiones y
adquisiciones WTI (hasta 2008)
Pruebas de rezagos verticales,
horizontales y conglomeradas WTI (hasta
2008)
Pruebas de rezagos todas las clasificaciones
WTI (Total)
MacKinnon approximate p-value for Z(t) = 0.0000
Z(t) -11.419 -3.480 -2.884 -2.574
Statistic Value Value Value
Test 1% Critical 5% Critical 10% Critical
Interpolated Dickey-Fuller
Dickey-Fuller test for unit root Number of obs = 191
MacKinnon approximate p-value for Z(t) = 0.0000
Z(t) -7.146 -3.480 -2.884 -2.574
Statistic Value Value Value
Test 1% Critical 5% Critical 10% Critical
Interpolated Dickey-Fuller
Dickey-Fuller test for unit root Number of obs = 191
MacKinnon approximate p-value for Z(t) = 0.0000
Z(t) -6.793 -3.480 -2.884 -2.574
Statistic Value Value Value
Test 1% Critical 5% Critical 10% Critical
Interpolated Dickey-Fuller
Dickey-Fuller test for unit root Number of obs = 191
p-value for Z(t) = 0.0474
Z(t) -1.679 -2.346 -1.653 -1.286
Statistic Value Value Value
Test 1% Critical 5% Critical 10% Critical
Z(t) has t-distribution
Dickey-Fuller test for unit root Number of obs = 191
Exogenous: _cons
Endogenous: MnA wti
4 -1254.64 3.0046 4 0.557 2599.65 13.5387 13.6643 13.8486
3 -1256.14 5.5623 4 0.234 2531.29 13.5122 13.6098 13.7532
2 -1258.93 55.748* 4 0.000 2498.57* 13.4992* 13.569* 13.6714*
1 -1286.8 722.18 4 0.000 3220.95 13.7532 13.795 13.8565
0 -1647.89 143815 17.552 17.566 17.5865
lag LL LR df p FPE AIC HQIC SBIC
Sample: 2001m5 - 2016m12 Number of obs = 188
Selection-order criteria
Exogenous: _cons
Endogenous: mergers acquisitions wti
4 -1733.64 8.7511 9 0.461 31097.6 18.8579 19.1299 19.5292
3 -1738.01 12.234 9 0.200 29594.1 18.8087 19.0179 19.3251
2 -1744.13 60.417* 9 0.000 28694.5* 18.778* 18.9245* 19.1395*
1 -1774.34 728.35 9 0.000 35954.1 19.0036 19.0873 19.2102
0 -2138.51 1.6e+06 22.782 22.803 22.8337
lag LL LR df p FPE AIC HQIC SBIC
Sample: 2001m5 - 2016m12 Number of obs = 188
Selection-order criteria
Exogenous: _cons
Endogenous: horizontal conglomerate vertical wti
4 -2144.69 28.478* 16 0.028 196764 23.5393 24.0136 24.7099
3 -2158.93 18.871 16 0.275 192900 23.5206 23.8832 24.4157
2 -2168.37 71.12 16 0.000 179782* 23.4507* 23.7018* 24.0705
1 -2203.93 760.83 16 0.000 221315 23.6588 23.7983 24.0031*
0 -2584.34 1.1e+07 27.5356 27.5635 27.6044
lag LL LR df p FPE AIC HQIC SBIC
Sample: 2001m5 - 2016m12 Number of obs = 188
Selection-order criteria
Exogenous: _cons
verticalmergers wti
verticalacquisitions conglomeratemergers horizontalmergers
Endogenous: conglomerateacquisitions horizontalacquisitions
4 -3079.84 65.212 49 0.060 3.5e+06 34.9238 36.3397 38.4185
3 -3112.44 58.324 49 0.170 2.9e+06 34.7494 35.8235 37.4005
2 -3141.61 112.25* 49 0.000 2.4e+06* 34.5384* 35.2707 36.346
1 -3197.73 808.34 49 0.000 2.5e+06 34.6142 35.0048* 35.5782*
0 -3601.9 1.1e+08 38.3926 38.4414 38.5131
lag LL LR df p FPE AIC HQIC SBIC
Sample: 2001m5 - 2016m12 Number of obs = 188
Selection-order criteria
Exogenous: _cons
Endogenous: MnA wti
4 -1061.88 1.6847 4 0.794 2497.43 13.4985 13.639 13.8445
3 -1062.73 7.0785 4 0.132 2400.47 13.4591 13.5683 13.7281
2 -1066.26 44.423* 4 0.000 2386.52* 13.4533* 13.5314* 13.6455*
1 -1088.48 629.82 4 0.000 2996.51 13.6809 13.7278 13.7963
0 -1403.39 146032 17.5673 17.5829 17.6058
lag LL LR df p FPE AIC HQIC SBIC
Sample: 2001m5 - 2014m8 Number of obs = 160
Selection-order criteria
Exogenous: _cons
Endogenous: mergers acquisitions wti
4 -1468.58 6.8281 9 0.655 30706.6 18.8448 19.1492 19.5944
3 -1472 9.6368 9 0.381 28618.9 18.775 19.0091 19.3516
2 -1476.82 47.752* 9 0.000 27152.7* 18.7227* 18.8866* 19.1263*
1 -1500.69 635.92 9 0.000 32697.3 18.9086 19.0023 19.1393
0 -1818.65 1.6e+06 22.7706 22.794 22.8283
lag LL LR df p FPE AIC HQIC SBIC
Sample: 2001m5 - 2014m8 Number of obs = 160
Selection-order criteria
Exogenous: _cons
Endogenous: horizontal conglomerate vertical wti
4 -1793.55 26.793* 16 0.044 150409 23.2694 23.8001 24.5763
3 -1806.95 19.108 16 0.263 145333 23.2369 23.6427 24.2363
2 -1816.5 60.061 16 0.000 133954* 23.1563* 23.4372* 23.8482
1 -1846.53 668.59 16 0.000 159570 23.3317 23.4878 23.7161*
0 -2180.83 8.5e+06 27.3103 27.3416 27.3872
lag LL LR df p FPE AIC HQIC SBIC
Sample: 2001m5 - 2014m8 Number of obs = 160
Selection-order criteria
Exogenous: _cons
verticalmergers wti
verticalacquisitions conglomeratemergers horizontalmergers
Endogenous: conglomerateacquisitions horizontalacquisitions
4 -2578.99 59.058 49 0.154 3.1e+06 34.7749 36.3592 38.6765
3 -2608.52 57.054 49 0.201 2.4e+06 34.5315 35.7334 37.4913
2 -2637.05 86.033* 49 0.001 1.8e+06 34.2756 35.095 36.2937
1 -2680.06 710.4 49 0.000 1.7e+06* 34.2008* 34.6378* 35.2771*
0 -3035.26 7.7e+07 38.0283 38.0829 38.1628
lag LL LR df p FPE AIC HQIC SBIC
Sample: 2001m5 - 2014m8 Number of obs = 160
Selection-order criteria
Anexo 3. Modelos VAR
VAR Total transacciones WTI (Total)
VAR fusiones y adquisiciones WTI (Total)
VAR Total transacciones WTI (hasta 2008)
VAR fusiones y adquisiciones WTI (2008)
.
_cons 3.198743 1.326268 2.41 0.016 .5993062 5.79818
L2. -.4079686 .0665077 -6.13 0.000 -.5383213 -.2776159
L1. 1.378388 .0664372 20.75 0.000 1.248173 1.508602
wti
L2. -.0081539 .0397366 -0.21 0.837 -.0860362 .0697284
L1. -.0239685 .0397091 -0.60 0.546 -.101797 .05386
MnA
wti
_cons 6.135337 2.31875 2.65 0.008 1.59067 10.68
L2. .013204 .1162772 0.11 0.910 -.2146952 .2411032
L1. .0132162 .116154 0.11 0.909 -.2144415 .2408739
wti
L2. .3096694 .0694726 4.46 0.000 .1735057 .4458332
L1. .4837111 .0694246 6.97 0.000 .3476414 .6197808
MnA
MnA
Coef. Std. Err. z P>|z| [95% Conf. Interval]
wti 5 5.2726 0.9645 5164.531 0.0000
MnA 5 9.21823 0.5712 253.0699 0.0000
Equation Parms RMSE R-sq chi2 P>chi2
Det(Sigma_ml) = 2210.997 SBIC = 13.65311
FPE = 2456.484 HQIC = 13.55144
Log likelihood = -1270.811 AIC = 13.48222
Sample: 2001m3 - 2016m12 No. of obs = 190
Vector autoregression
_cons 3.2807 1.417251 2.31 0.021 .5029394 6.05846
L2. -.4117069 .0662648 -6.21 0.000 -.5415836 -.2818303
L1. 1.382272 .0661948 20.88 0.000 1.252533 1.512012
wti
L2. -.0300392 .0441603 -0.68 0.496 -.1165919 .0565134
L1. -.0006988 .0450968 -0.02 0.988 -.0890869 .0876893
acquisitions
L2. .0855352 .1047921 0.82 0.414 -.1198535 .2909239
L1. -.1309263 .1026419 -1.28 0.202 -.3321007 .0702481
mergers
wti
_cons 2.069376 2.195807 0.94 0.346 -2.234327 6.373079
L2. .0060702 .1026669 0.06 0.953 -.1951533 .2072937
L1. .0137482 .1025585 0.13 0.893 -.1872627 .214759
wti
L2. .2930116 .0684195 4.28 0.000 .1589118 .4271114
L1. .4166534 .0698704 5.96 0.000 .2797099 .5535969
acquisitions
L2. .1014282 .1623589 0.62 0.532 -.2167893 .4196457
L1. .3818716 .1590275 2.40 0.016 .0701835 .6935597
mergers
acquisitions
_cons 3.920792 .9964293 3.93 0.000 1.967826 5.873757
L2. .0100487 .0465889 0.22 0.829 -.081264 .1013613
L1. -.0035928 .0465397 -0.08 0.938 -.0948089 .0876234
wti
L2. .0339337 .0310479 1.09 0.274 -.0269191 .0947864
L1. .0448725 .0317063 1.42 0.157 -.0172707 .1070158
acquisitions
L2. .1370682 .0736764 1.86 0.063 -.0073348 .2814713
L1. .2025848 .0721646 2.81 0.005 .0611448 .3440249
mergers
mergers
Coef. Std. Err. z P>|z| [95% Conf. Interval]
wti 7 5.27453 0.9649 5219.087 0.0000
acquisitions 7 8.17205 0.5502 232.3779 0.0000
mergers 7 3.70837 0.1932 45.49823 0.0000
Equation Parms RMSE R-sq chi2 P>chi2
Det(Sigma_ml) = 22339.5 SBIC = 19.10768
FPE = 27868.84 HQIC = 18.89417
Log likelihood = -1760.136 AIC = 18.7488
Sample: 2001m3 - 2016m12 No. of obs = 190
Vector autoregression
_cons 2.204039 1.397982 1.58 0.115 -.5359549 4.944033
L2. -.3977259 .0727432 -5.47 0.000 -.5402999 -.2551519
L1. 1.368464 .0726726 18.83 0.000 1.226028 1.510899
wti
L2. .0236457 .0441364 0.54 0.592 -.0628601 .1101515
L1. -.0239416 .0441947 -0.54 0.588 -.1105615 .0626784
MnA
wti
_cons 5.788778 2.371413 2.44 0.015 1.140894 10.43666
L2. .0739383 .1233951 0.60 0.549 -.1679117 .3157883
L1. -.048412 .1232754 -0.39 0.695 -.2900274 .1932033
wti
L2. .3043127 .0748691 4.06 0.000 .1575719 .4510535
L1. .4941734 .0749679 6.59 0.000 .3472389 .6411079
MnA
MnA
Coef. Std. Err. z P>|z| [95% Conf. Interval]
wti 5 5.26952 0.9672 4772.606 0.0000
MnA 5 8.93874 0.5818 225.3398 0.0000
Equation Parms RMSE R-sq chi2 P>chi2
Det(Sigma_ml) = 2066.54 SBIC = 13.62343
FPE = 2338.177 HQIC = 13.51023
Log likelihood = -1078.06 AIC = 13.43284
Sample: 2001m3 - 2014m8 No. of obs = 162
_cons 2.673144 1.517971 1.76 0.078 -.3020245 5.648312
L2. -.4003835 .072607 -5.51 0.000 -.5426907 -.2580763
L1. 1.370415 .0727241 18.84 0.000 1.227878 1.512951
wti
L2. .008321 .0482951 0.17 0.863 -.0863357 .1029776
L1. .0125675 .0496583 0.25 0.800 -.084761 .109896
acquisitions
L2. .1113854 .1165834 0.96 0.339 -.1171139 .3398846
L1. -.2087576 .1134624 -1.84 0.066 -.4311398 .0136247
mergers
wti
_cons .7147782 2.346992 0.30 0.761 -3.885241 5.314797
L2. .0104305 .1122605 0.09 0.926 -.209596 .230457
L1. .0189171 .1124414 0.17 0.866 -.201464 .2392982
wti
L2. .2544167 .0746709 3.41 0.001 .1080644 .4007689
L1. .3795916 .0767786 4.94 0.000 .2291084 .5300749
acquisitions
L2. .1745395 .180254 0.97 0.333 -.1787518 .5278308
L1. .5300066 .1754285 3.02 0.003 .186173 .8738402
mergers
acquisitions
_cons 3.991983 1.039054 3.84 0.000 1.955476 6.028491
L2. .0559487 .0496996 1.13 0.260 -.0414608 .1533582
L1. -.0575798 .0497797 -1.16 0.247 -.1551463 .0399867
wti
L2. .0446596 .0330581 1.35 0.177 -.020133 .1094523
L1. .0643804 .0339912 1.89 0.058 -.0022411 .1310019
acquisitions
L2. .1479142 .0798015 1.85 0.064 -.0084939 .3043224
L1. .1832327 .0776652 2.36 0.018 .0310116 .3354537
mergers
mergers
Coef. Std. Err. z P>|z| [95% Conf. Interval]
wti 7 5.2475 0.9679 4878.308 0.0000
acquisitions 7 8.11336 0.5340 185.6168 0.0000
mergers 7 3.59192 0.2476 53.31988 0.0000
Equation Parms RMSE R-sq chi2 P>chi2
Det(Sigma_ml) = 20244.17 SBIC = 19.08876
FPE = 26240.07 HQIC = 18.85102
Log likelihood = -1492.77 AIC = 18.68851
Sample: 2001m3 - 2014m8 No. of obs = 162
VAR verticales, horizontales y
conglomeradas WTI (Total)
VAR verticales, horizontales y
conglomeradas WTI (Hasta 2008)
_cons 3.39701 1.346758 2.52 0.012 .7574126 6.036607
L2. -.4178934 .0658881 -6.34 0.000 -.5470316 -.2887552
L1. 1.38812 .0659184 21.06 0.000 1.258923 1.517318
wti
L2. -.1283895 .0895981 -1.43 0.152 -.3039986 .0472197
L1. .1347959 .0887124 1.52 0.129 -.0390771 .308669
conglomerate
L2. .054998 .0543979 1.01 0.312 -.0516199 .1616158
L1. -.0745894 .0552248 -1.35 0.177 -.182828 .0336492
horizontal
L2. -.0341215 .1515406 -0.23 0.822 -.3311356 .2628926
L1. -.1688696 .1509775 -1.12 0.263 -.4647801 .1270409
vertical
wti
_cons 1.565044 1.114788 1.40 0.160 -.6199014 3.749989
L2. .0380398 .0545393 0.70 0.486 -.0688552 .1449349
L1. -.0210203 .0545644 -0.39 0.700 -.1279646 .085924
wti
L2. .1987907 .0741655 2.68 0.007 .053429 .3441524
L1. .3872451 .0734323 5.27 0.000 .2433204 .5311697
conglomerate
L2. .0960094 .0450282 2.13 0.033 .0077557 .1842631
L1. .0040481 .0457127 0.09 0.929 -.0855472 .0936434
horizontal
L2. -.1148613 .1254388 -0.92 0.360 -.3607169 .1309942
L1. -.0429498 .1249727 -0.34 0.731 -.2878918 .2019921
vertical
conglomerate
_cons 3.237827 1.723333 1.88 0.060 -.139844 6.615497
L2. -.0384422 .0843114 -0.46 0.648 -.2036895 .1268051
L1. .0436021 .0843502 0.52 0.605 -.1217212 .2089255
wti
L2. .0102031 .1146512 0.09 0.929 -.2145091 .2349154
L1. .1959833 .1135178 1.73 0.084 -.0265074 .4184741
conglomerate
L2. .3003258 .0696084 4.31 0.000 .1638959 .4367557
L1. .3721456 .0706665 5.27 0.000 .2336417 .5106494
horizontal
L2. -.0475267 .1939137 -0.25 0.806 -.4275906 .3325373
L1. .4205231 .1931932 2.18 0.030 .0418714 .7991748
vertical
horizontal
_cons 2.097231 .6520974 3.22 0.001 .8191437 3.375319
L2. .0124725 .0319029 0.39 0.696 -.0500559 .075001
L1. -.006466 .0319175 -0.20 0.839 -.0690232 .0560912
wti
L2. .0319854 .0433832 0.74 0.461 -.0530441 .117015
L1. .0013445 .0429543 0.03 0.975 -.0828445 .0855334
conglomerate
L2. .0312301 .0263393 1.19 0.236 -.020394 .0828543
L1. .0705749 .0267397 2.64 0.008 .018166 .1229838
horizontal
L2. -.0549407 .0733756 -0.75 0.454 -.1987543 .0888729
L1. .0241981 .073103 0.33 0.741 -.1190811 .1674773
vertical
vertical
Coef. Std. Err. z P>|z| [95% Conf. Interval]
wti 9 5.26038 0.9654 5308.313 0.0000
conglomerate 9 4.35432 0.3911 122.0311 0.0000
horizontal 9 6.73127 0.5219 207.3877 0.0000
vertical 9 2.54706 0.1427 31.61991 0.0001
Equation Parms RMSE R-sq chi2 P>chi2
Det(Sigma_ml) = 120449.8 SBIC = 24.04467
FPE = 175996.5 HQIC = 23.67866
Log likelihood = -2189.797 AIC = 23.42944
Sample: 2001m3 - 2016m12 No. of obs = 190
_cons 2.47935 1.394192 1.78 0.075 -.253216 5.211916
L2. -.3904742 .0728542 -5.36 0.000 -.5332659 -.2476826
L1. 1.354821 .0742428 18.25 0.000 1.209307 1.500334
wti
L2. -.072498 .1114162 -0.65 0.515 -.2908698 .1458739
L1. .2472715 .1055121 2.34 0.019 .0404716 .4540715
conglomerate
L2. .1006103 .0614339 1.64 0.101 -.019798 .2210186
L1. -.1403781 .0629345 -2.23 0.026 -.2637274 -.0170287
horizontal
L2. -.0347314 .1609919 -0.22 0.829 -.3502697 .2808068
L1. -.074273 .1582327 -0.47 0.639 -.3844034 .2358573
vertical
wti
_cons 1.461104 1.075562 1.36 0.174 -.6469584 3.569166
L2. .0458946 .056204 0.82 0.414 -.0642632 .1560525
L1. -.0166141 .0572753 -0.29 0.772 -.1288715 .0956434
wti
L2. .1673267 .085953 1.95 0.052 -.0011382 .3357916
L1. .3308243 .0813982 4.06 0.000 .1712867 .490362
conglomerate
L2. .0669194 .0473937 1.41 0.158 -.0259707 .1598094
L1. .0493983 .0485514 1.02 0.309 -.0457606 .1445572
horizontal
L2. -.1721696 .1241986 -1.39 0.166 -.4155943 .0712552
L1. -.1234984 .12207 -1.01 0.312 -.3627513 .1157544
vertical
conglomerate
_cons 3.082549 1.698474 1.81 0.070 -.2464002 6.411497
L2. .0135851 .0887547 0.15 0.878 -.1603708 .1875411
L1. -.0150915 .0904463 -0.17 0.867 -.192363 .16218
wti
L2. -.0026569 .1357329 -0.02 0.984 -.2686884 .2633746
L1. .2165298 .1285401 1.68 0.092 -.0354043 .4684638
conglomerate
L2. .3482214 .0748419 4.65 0.000 .201534 .4949088
L1. .3669538 .07667 4.79 0.000 .2166834 .5172241
horizontal
L2. -.1430057 .1961284 -0.73 0.466 -.5274103 .2413988
L1. .4670401 .192767 2.42 0.015 .0892237 .8448565
vertical
horizontal
_cons 1.930709 .6938033 2.78 0.005 .5708793 3.290538
L2. -.0196249 .036255 -0.54 0.588 -.0906834 .0514337
L1. .0287646 .0369461 0.78 0.436 -.0436484 .1011776
wti
L2. -.0188668 .055445 -0.34 0.734 -.127537 .0898034
L1. -.0218747 .0525069 -0.42 0.677 -.1247863 .0810369
conglomerate
L2. .0645793 .0305719 2.11 0.035 .0046596 .1244991
L1. .0699264 .0313186 2.23 0.026 .0085431 .1313098
horizontal
L2. -.070723 .0801157 -0.88 0.377 -.2277469 .0863009
L1. -.0080146 .0787427 -0.10 0.919 -.1623474 .1463182
vertical
vertical
Coef. Std. Err. z P>|z| [95% Conf. Interval]
wti 9 5.18867 0.9690 5060.637 0.0000
conglomerate 9 4.00285 0.3657 93.40781 0.0000
horizontal 9 6.3211 0.5801 223.8462 0.0000
vertical 9 2.58208 0.1545 29.59783 0.0002
Equation Parms RMSE R-sq chi2 P>chi2
Det(Sigma_ml) = 83981.08 SBIC = 23.82043
FPE = 131038.9 HQIC = 23.41288
Log likelihood = -1837.878 AIC = 23.1343
Sample: 2001m3 - 2014m8 No. of obs = 162
Anexo 4. Pruebas de causalidad de Granger
Total transacciones WTI (Total)
Fusiones y adquisiciones WTI (Total)
Verticales, horizontales y conglomeradas
WTI (Total)
Total transacciones WTI (hasta 2008)
Fusiones y adquisiciones WTI (hasta 2008)
Verticales, horizontales y conglomeradas
WTI (Total)
wti ALL 1.1847 2 0.553
wti MnA 1.1847 2 0.553
MnA ALL 1.1554 2 0.561
MnA wti 1.1554 2 0.561
Equation Excluded chi2 df Prob > chi2
Granger causality Wald tests
wti ALL 3.1326 4 0.536
wti acquisitions .75571 2 0.685
wti mergers 1.922 2 0.383
acquisitions ALL 8.3793 4 0.079
acquisitions wti .8379 2 0.658
acquisitions mergers 7.1961 2 0.027
mergers ALL 9.4844 4 0.050
mergers wti .4516 2 0.798
mergers acquisitions 8.0693 2 0.018
Equation Excluded chi2 df Prob > chi2
Granger causality Wald tests
wti ALL 24.161 12 0.019
wti verticalmergers 9.9285 2 0.007
wti horizontalmergers .67617 2 0.713
wti conglomeratemer~s 4.1665 2 0.125
wti verticalacquisi~s 1.0977 2 0.578
wti horizontalacqui~s 3.6598 2 0.160
wti conglomerateacq~s 9.5889 2 0.008
verticalmergers ALL 10.162 12 0.602
verticalmergers wti 1.813 2 0.404
verticalmergers horizontalmergers 1.6055 2 0.448
verticalmergers conglomeratemer~s 1.9031 2 0.386
verticalmergers verticalacquisi~s .84584 2 0.655
verticalmergers horizontalacqui~s .64124 2 0.726
verticalmergers conglomerateacq~s .63197 2 0.729
horizontalmergers ALL 21.471 12 0.044
horizontalmergers wti .31376 2 0.855
horizontalmergers verticalmergers 2.2518 2 0.324
horizontalmergers conglomeratemer~s 1.0294 2 0.598
horizontalmergers verticalacquisi~s 5.768 2 0.056
horizontalmergers horizontalacqui~s 9.1174 2 0.010
horizontalmergers conglomerateacq~s 2.1115 2 0.348
conglomeratemer~s ALL 18.331 12 0.106
conglomeratemer~s wti 10.949 2 0.004
conglomeratemer~s verticalmergers 5.2909 2 0.071
conglomeratemer~s horizontalmergers .47262 2 0.790
conglomeratemer~s verticalacquisi~s .22003 2 0.896
conglomeratemer~s horizontalacqui~s 1.0819 2 0.582
conglomeratemer~s conglomerateacq~s .25451 2 0.881
verticalacquisi~s ALL 30.454 12 0.002
verticalacquisi~s wti 1.0861 2 0.581
verticalacquisi~s verticalmergers 2.4799 2 0.289
verticalacquisi~s horizontalmergers 8.7312 2 0.013
verticalacquisi~s conglomeratemer~s .0741 2 0.964
verticalacquisi~s horizontalacqui~s 3.7958 2 0.150
verticalacquisi~s conglomerateacq~s .80986 2 0.667
horizontalacqui~s ALL 31.934 12 0.001
horizontalacqui~s wti .02492 2 0.988
horizontalacqui~s verticalmergers 1.4774 2 0.478
horizontalacqui~s horizontalmergers 9.5498 2 0.008
horizontalacqui~s conglomeratemer~s 2.2233 2 0.329
horizontalacqui~s verticalacquisi~s 4.1391 2 0.126
horizontalacqui~s conglomerateacq~s 9.7547 2 0.008
conglomerateacq~s ALL 23.344 12 0.025
conglomerateacq~s wti .05767 2 0.972
conglomerateacq~s verticalmergers .34306 2 0.842
conglomerateacq~s horizontalmergers .61776 2 0.734
conglomerateacq~s conglomeratemer~s 8.4573 2 0.015
conglomerateacq~s verticalacquisi~s .00679 2 0.997
conglomerateacq~s horizontalacqui~s 11.156 2 0.004
Equation Excluded chi2 df Prob > chi2
Granger causality Wald tests
wti ALL 4.655 2 0.098
wti MnA 4.655 2 0.098
MnA ALL 16.757 2 0.000
MnA wti 16.757 2 0.000
Equation Excluded chi2 df Prob > chi2
Granger causality Wald tests
wti ALL 6.0238 4 0.197
wti acquisitions 5.3438 2 0.069
wti mergers .51804 2 0.772
acquisitions ALL 43.37 4 0.000
acquisitions wti 8.9867 2 0.011
acquisitions mergers 16.886 2 0.000
mergers ALL 12.529 4 0.014
mergers wti 4.7979 2 0.091
mergers acquisitions 1.4662 2 0.480
Equation Excluded chi2 df Prob > chi2
Granger causality Wald tests
wti ALL 14.768 12 0.254
wti verticalmergers .39926 2 0.819
wti horizontalmergers .10675 2 0.948
wti conglomeratemer~s .92945 2 0.628
wti verticalacquisi~s 2.8361 2 0.242
wti horizontalacqui~s 3.0838 2 0.214
wti conglomerateacq~s 2.6869 2 0.261
verticalmergers ALL 18.415 12 0.104
verticalmergers wti 6.6532 2 0.036
verticalmergers horizontalmergers .46393 2 0.793
verticalmergers conglomeratemer~s 1.6921 2 0.429
verticalmergers verticalacquisi~s 1.1577 2 0.561
verticalmergers horizontalacqui~s 12.268 2 0.002
verticalmergers conglomerateacq~s .13403 2 0.935
horizontalmergers ALL 16.372 12 0.175
horizontalmergers wti 4.6891 2 0.096
horizontalmergers verticalmergers 1.5094 2 0.470
horizontalmergers conglomeratemer~s .10132 2 0.951
horizontalmergers verticalacquisi~s 4.1358 2 0.126
horizontalmergers horizontalacqui~s .54443 2 0.762
horizontalmergers conglomerateacq~s .17133 2 0.918
conglomeratemer~s ALL 23.404 12 0.024
conglomeratemer~s wti 11.261 2 0.004
conglomeratemer~s verticalmergers 6.497 2 0.039
conglomeratemer~s horizontalmergers .51035 2 0.775
conglomeratemer~s verticalacquisi~s 1.3078 2 0.520
conglomeratemer~s horizontalacqui~s .43444 2 0.805
conglomeratemer~s conglomerateacq~s 3.3474 2 0.188
verticalacquisi~s ALL 19.738 12 0.072
verticalacquisi~s wti .72467 2 0.696
verticalacquisi~s verticalmergers 2.4331 2 0.296
verticalacquisi~s horizontalmergers 8.8651 2 0.012
verticalacquisi~s conglomeratemer~s .9945 2 0.608
verticalacquisi~s horizontalacqui~s .329 2 0.848
verticalacquisi~s conglomerateacq~s .74312 2 0.690
horizontalacqui~s ALL 43.49 12 0.000
horizontalacqui~s wti 5.9317 2 0.052
horizontalacqui~s verticalmergers .47698 2 0.788
horizontalacqui~s horizontalmergers 9.9133 2 0.007
horizontalacqui~s conglomeratemer~s 1.3015 2 0.522
horizontalacqui~s verticalacquisi~s 4.0858 2 0.130
horizontalacqui~s conglomerateacq~s 1.0397 2 0.595
conglomerateacq~s ALL 22.721 12 0.030
conglomerateacq~s wti 1.5292 2 0.466
conglomerateacq~s verticalmergers 1.6866 2 0.430
conglomerateacq~s horizontalmergers 5.3352 2 0.069
conglomerateacq~s conglomeratemer~s .12651 2 0.939
conglomerateacq~s verticalacquisi~s 1.395 2 0.498
conglomerateacq~s horizontalacqui~s .03966 2 0.980
Equation Excluded chi2 df Prob > chi2
Granger causality Wald tests
Anexo 5. Funciones Impulso Respuesta Modelo VAR
Total transacciones WTI (Total)
Fusiones y adquisiciones WTI (Total)
Verticales, horizontales y conglomeradas
WTI (Total)
(1) irfname = order1, impulse = wti, and response = MnA
95% lower and upper bounds reported
10 .677197 -.546913 1.90131
9 .665711 -.544741 1.87616
8 .644217 -.543445 1.83188
7 .610639 -.547464 1.76874
6 .562779 -.563403 1.68896
5 .498082 -.6062 1.60236
4 .415106 -.67715 1.50736
3 .311703 -.823024 1.44643
2 .195474 -.873716 1.26466
1 .068319 -1.10855 1.24519
0 0 0 0
step oirf Lower Upper
(1) (1) (1)
(1) irfname = order1, impulse = wti, and response = acquisitions
95% lower and upper bounds reported
10 .551842 -.482368 1.58605
9 .539855 -.483178 1.56289
8 .519266 -.485148 1.52368
7 .488524 -.491837 1.46888
6 .446004 -.508585 1.40059
5 .390534 -.546218 1.32729
4 .321301 -.605531 1.24813
3 .24067 -.720614 1.20195
2 .151249 -.756777 1.05928
1 .070655 -.962416 1.10373
0 0 0 0
step oirf Lower Upper
(1) (1) (1)
Results from order1
(1) irfname = order1, impulse = wti, and response = horizontal
95% lower and upper bounds reported
10 .303048 -.507366 1.11346
9 .294776 -.509027 1.09858
8 .282927 -.509043 1.0749
7 .267867 -.50841 1.04414
6 .2496 -.510051 1.00925
5 .231562 -.51664 .979764
4 .20936 -.534664 .953384
3 .204134 -.567633 .9759
2 .160479 -.573915 .894872
1 .222342 -.620995 1.06568
0 0 0 0
step oirf Lower Upper
(1) (1) (1)
Results from order1
-1
0
1
2
0 5 10
order1, wti, MnA
95% CI orthogonalized irf
step
Graphs by irfname, impulse variable, and response variable
-1
0
1
2
0 5 10
order1, wti, acquisitions
-.5
0
.5
1
0 5 10
order1, wti, horizontal
95% CI orthogonalized irf
step
Fusiones y Adquisiciones separadas por
Verticales, horizontales y conglomeradas
WTI (Total)
(1) irfname = order1, impulse = wti, and response = horizontalacquisitions
95% lower and upper bounds reported
10 .282086 -.334857 .899029
9 .280365 -.330676 .891407
8 .274449 -.326979 .875876
7 .262876 -.326393 .852145
6 .244594 -.332086 .821275
5 .217108 -.349505 .783721
4 .178206 -.381556 .737969
3 .131908 -.436425 .700241
2 .088397 -.454676 .631469
1 .020691 -.658434 .699816
0 0 0 0
step oirf Lower Upper
(1) (1) (1)
Results from order1
. irf table oirf, impulse( wti) response( horizontalacquisitions)
-.5
0
.5
1
0 5 10
order1, wti, horizontalacquisitions
95% CI orthogonalized irf