The effect of COVID-19 on corporate valuation

Abstract

Σκοπός της παρούσας διπλωματικής είναι η μελέτη και αξιολόγηση του αντίκτυπου της πανδημίας COVID-19 στην αποτίμηση των εταιρειών. Η ερευνητική μεθοδολογία περιλάμβανε την ανάπτυξη ενός μοντέλου σύμφωνα με τους (Subramanyam & Venkatachalam, 1998) βασισμένο σε τρεις μεταβλητές, την τιμή της μετοχής (εξαρτημένη μεταβλητή), τη λογιστική αξία ανά μετοχή και το καθαρό εισόδημα ανά μετοχή (ανεξάρτητες μεταβλητές). Πραγματοποιήθηκε γραμμική παλινδρόμηση για την περίοδο 2012-2019 (προ-COVID) αρχικά και άλλη μία για την περίοδο 2020-2022 (μετά-COVID). Η διαδικασία επαναλήφθηκε στη συνέχεια με μια τρίτη παλινδρόμηση μετά την προσθήκη μιας εικονικής μεταβλητής στο μοντέλο, η οποία λάμβανε την τιμή μηδέν για τις περιπτώσεις που αντιστοιχούσαν στην περίοδο πριν από την πανδημία και την τιμή ένα για τις περιπτώσεις εντός της πανδημίας. Το δείγμα που συγκεντρώθηκε περιελάμβανε εν ενεργεία εταιρείες που ήταν εισηγμένες στα χρηματιστήρια της Γερμανίας, της Γαλλίας και του Ηνωμένου Βασιλείου εκτός από τράπεζες και χρηματοπιστωτικά ιδρύματα. Σύμφωνα με τα ευρήματα, το μοντέλο φαίνεται να είναι πιο αποτελεσματικό στην περιγραφή του συνόλου δεδομένων κατά την περίοδο της πανδημίας, καθώς ο συντελεστής προσδιορισμού (R-τετράγωνο) βελτιώνεται σημαντικά από 0,708 σε 0,898 και οι μέσες τετραγωνικές τιμές των σφαλμάτων μειώνονται από 37.985,02 σε 10.409,38. Η παλινδρόμηση του δεύτερου μοντέλου έδειξε στατιστική σημαντικότητα της εικονικής μεταβλητής. Συνολικά, διαπιστώθηκε ότι το ξέσπασμα της πανδημίας είχε θετική επίδραση στην ικανότητα του μοντέλου να περιγράφει την τιμή ανά μετοχή για τις τρεις υπό μελέτη χώρες, τη Γερμανία, τη Γαλλία και το Ηνωμένο Βασίλειο.

The scope of the current thesis was to study and assess the impact of the COVID-19 pandemic on corporate valuation. The research methodology involved the development of a model as proposed by (Subramanyam & Venkatachalam, 1998) based on three variables, the price per share (dependent variable), the book value per share and the net income per share (independent variables). A linear regression was performed for the period 2012-2019 (pre-COVID) at first and another one for the period 2020-2022 (post-COVID). A third regression was also performed after adding a dummy variable to the model which was given the value of zero for data points that corresponded to the pre-COVID period and the value of one for data points of the post-COVID period. The sample included active firms that were listed in the German, French and UK stock exchanges except banks and financial institutions. According to the findings the model appears to be more efficient in describing the dataset during the post-pandemic years, as the R-squared improves significantly from 0.708 to 0.898 and the mean squared residuals values reduce from 37,985.02 to 10,409.38. The regression of the second model showed a statistical significance of the dummy variable. Overall it was deduced that the outbreak of the pandemic had a positive effect on the model’s ability to describe the price per share for the three under study countries, namely Germany, France and the UK.