Analysing investment patterns in financial markets using social network analysis

Abstract

We investigate shareholder activism networks from 1999 to 2018 and find the presence of the small-world phenomenon, which fosters the participation of shareholders and public firms in shareholder activism. The small-world phenomenon is also associated with the presence of brokers, which are nodes that bridge shareholder activists with other shareholder activists and targets. Moreover, the shareholder activism network is shaped by star nodes, that is, nodes that have many adjacent nodes, most of which are not connected to each other. Although star nodes affect the presence of the small-world phenomenon, there is weak evidence in support of the association of star nodes with the participation of shareholders and public firms in shareholder activism or with the probability of brokers’ presence. Furthermore, we find that cash-on-hand and firm size seem to have the most significant impact on the probability of brokers’ presence in the shareholder activism network. Moreover, this thesis seeks to detect herding behaviour in public firms targeted by multiple shareholders through shareholder activism. We use beneficial ownership reports and social network analysis to depict the connections between shareholders and targets in a shareholder activism network. We concentrate on brokers and the 1% of target firms with the largest number of shareholder activists. In our model, brokers are nodes that connect shareholders and targets that are not directly connected. We find no evidence of herding behaviour in either brokers or the 1% of target firms. Finally, we examine the degree to which network and accounting variables contribute to the cross-sectional variation in market response to shareholder activism. To this end we apply regression analysis to detect the relationship between abnormal returns during different periods around the event of activism and various network and accounting variables. We find that liquidity related variables are statistically significant before and after the activism event. Moreover, degree and closeness are statistically significant and positive before the activism event. Regression analysis is also adopted to examine the degree that network and accounting variables affect the probability of a target firm to be targeted. We find that cash-on-hand and size related variables are statistically significant before and after the activism events as well as network variables related to the small-world phenomenon are statistically significant and positive before the activism events. Our findings are important to regulators and investors affected by principal–agent conflicts in targeted firms.

Διερευνούμε τα δίκτυα μετοχικού ακτιβισμού από το 1999 έως το 2018 και βρίσκουμε την παρουσία του φαινομένου του μικρόκοσμου, το οποίο προωθεί τη συμμετοχή των μετόχων και των εισηγμένων εταιρειών στον μετοχικό ακτιβισμό. Το φαινόμενο του μικρόκοσμου συνδέεται επίσης με την παρουσία διαμεσολαβητών, οι οποίοι είναι κόμβοι που γεφυρώνουν τους μετοχικούς ακτιβιστές με μετόχους με άλλους ακτιβιστές και εισηγμένες εταιρείες. Επιπλέον, το δίκτυο του μετοχικού ακτιβισμού διαμορφώνεται από κόμβους «αστέρια», δηλαδή κόμβους που έχουν πολλούς γειτονικούς κόμβους, οι περισσότεροι από τους οποίους δεν συνδέονται άμεσα μεταξύ τους πάρα μόνο μέσω των κόμβων «αστέρια». Αν και οι κόμβοι «αστέρια» επηρεάζουν την παρουσία του φαινομένου του μικρόκοσμου, δεν υπάρχουν αρκετά στοιχεία συσχέτισης των κόμβων «αστέρια» με τη εμπλοκή μετόχων και εισηγμένων εταιρειών σε διαδικασίες μετοχικού ακτιβισμού ή με την πιθανότητα παρουσίας διαμεσολαβητών στο δίκτυο του μετοχικού ακτιβισμού. Επιπλέον, διαπιστώνουμε ότι η ρευστότητα και το μέγεθος των εισηγμένων εταιρειών φαίνεται να επηρεάζουν στην πιθανότητα παρουσίας διαμεσολαβητών στο δίκτυο του μετοχικού ακτιβισμού. Επιπλέον, η διατριβή αυτή αποσκοπεί στον εντοπισμό της συμπεριφοράς της αγέλης στις εισηγμένες εταιρείες που εμπλέκονται σε διαδικασίες μετοχικού ακτιβισμού. Χρησιμοποιούμε αναφορές επωφελούς ιδιοκτησίας και ανάλυση κοινωνικών δικτύων για να απεικονίσουμε τις συνδέσεις μεταξύ μετόχων και εισηγμένων εταιρειών σε ένα δίκτυο μετοχικού ακτιβισμού. Επικεντρωνόμαστε στους διαμεσολαβητές και στο 1% των εταιρειών-στόχων με τον μεγαλύτερο αριθμό ακτιβιστών μετόχων. Στο μοντέλο μας, οι διαμεσολαβητές είναι κόμβοι που συνδέουν μετόχους και εισηγμένες εταιρείες - στόχους που δεν συνδέονται άμεσα μεταξύ τους. Δεν βρίσκουμε στοιχεία συμπεριφοράς τηςαγέλης ούτε στους διαμεσολαβητές ούτε στο 1% των εταιρειών-στόχων. Τέλος, εξετάζουμε τον βαθμό στον οποίο οι δικτυακές και οικονομικές μεταβλητές συμβάλλουν στη διαστρωματική διακύμανση των υπεραποδόσεων των μετοχών των εισηγμένων εταιρειών που εμπλέκονται σε διαδικασίες μετοχικού ακτιβισμού. Για το σκοπό αυτό εφαρμόζουμε ανάλυση παλινδρόμησης για την ανίχνευση της σχέσης μεταξύ σωρευτικών υπεραποδόσεων σε διαφορετικές περιόδους γύρω από το γεγονός του ακτιβισμού και διαφόρων δικτυακών και οικονομικών μεταβλητών. Διαπιστώνουμε ότι οι μεταβλητές που σχετίζονται με τη ρευστότητα και το μέγεθος είναι στατιστικά σημαντικές πριν και μετά το συμβάν του ακτιβισμού. Επιπλέον, η κεντρικότητα βάσει του πλήθους των συνδέσεων και βάσει της εγγύτητας κάθε κόμβου είναι στατιστικά σημαντικές και θετικές πριν από το γεγονός του ακτιβισμού. Η ανάλυση παλινδρόμησης χρησιμοποιείται επίσης για να εξεταστεί ο βαθμός στον οποίο οι δικτυακές και οικονομικές μεταβλητές επηρεάζουν την πιθανότητα στόχευσης εισηγμένων εταιρειών. Διαπιστώνουμε ότι οι μεταβλητές που σχετίζονται με την ρευστότητα και το μέγεθος είναι στατιστικά σημαντικές πριν και μετά τα γεγονότα ακτιβισμού, καθώς και οι μεταβλητές δικτύου που σχετίζονται με το φαινόμενο του μικρόκοσμου είναι στατιστικά σημαντικές και θετικές πριν από τα γεγονότα ακτιβισμού. Τα πορίσματά μας είναι σημαντικά για τις ρυθμιστικές αρχές και τους επενδυτές που επηρεάζονται από συγκρούσεις λόγω αντικρουόμενων συμφερόντων μεταξύ μετόχων και διαχειριστών εισηγμένων εταιρειών – στόχων.