Ejemplo Predicción de tasas de bonos

En el ejemplo 16.2 se consideraron las estimaciones MLP llevadas a cabo por Joseph Cappelleri del modelo de clasifación de bonos para una muestra de 200 bonos Aa y Baa. Para la misma información, Cappelleri estimó el siguiente modelo logit utilizando el método de máxima verosimilitud, pero no ajustó sus resultados por heteroscedasticidad (las cifras en paréntesis correspondena los errores estándar):

Modelo LOGIT: Ejemplos Ilustrativos "Una aplicación del análisis Logit a la predicción de blancos de fusión" (II)

A priori, se espera que ß2, ß4, y ß5 sean negativos, ß6 positivo y ß3 positivo o negativo. Con base en una muestra de 24 empresas fusionadas (Y=1) y 43 no fusionadas (Y=0), los autores obtuvieron los resultados que aparecen en la tabla 16.6. Como se esperaba, los coeficientes estimados tienen los signos esperados a priori y la mayoría son estádisticamente significativos al nivel del 10% o a un mejor nivel (es decir, menos del 10%). Los resultados, por ejemplo, indican que entre más alta sea la rotación y más grande sea el tamaño, menores son las probabilidades (log) de que la empresa sea un blanco de fusión. (Por qué?) Por otra parte, entre mayor sea el volumen de transacciones, mayores son las probabilidades de ser candidato a fusión, ya que las empresas de altos volúmenes pueden implicar costos de transacción de adquisición más bajos debido a su fácil negociabilidad. Basado en su análisis, los autores concluyen:

...un factor importante que afecta el atractivo de la empresa es la incapacidad que tiene la gerencia encargada de generar ventas por unidad de activos. Además, una baja rotación de activos debe ir acompañada por una combinación de un nivel bajo de dividendos, un nivel bajo de endeudamiento financiero, un alto volumen de transacciones y su pequeño tamaño dentro del valor agregado del mercado con el fin de producir una alta probabilidad de fusión.