1

ARE CORPORATE PROPERTIES UNDERVALUED? EVIDENCE

FROM INTERNATIONAL RETAIL COMPANIES1 Working paper by Kim Hiang Liow, National University of Singapore; to be presented at the 25th Annual ARES Meeting, April 1‐4 2009, Monterey Marriott, Monterey, California   Abstract This paper examines whether properties owned by retailers are undervalued by the stock market. We propose a theoretical CRE valuation framework to place properties in the context of core business and use  the model  to  assess  whether  the  values  of  CRE  assets  are  fully  reflected  in  earnings  (firm) valuation. Our  results  from a simultaneous equations model document  the empirical validity of  the “latent assets” hypothesis  in CRE  literature and highlight  the  importance of  the  joint earnings and property valuation in corporate environment.       

1.  Introduction 

The use of  land, also known as  real estate, as part of business operations and associated 

activities, is referred to as corporate real estate (CRE). Capital markets today are putting tremendous 

pressure on corporate management to maximize shareholders’ value. As CRE is a major component 

in some business firms’ financial statements, one question of  interest  is: given that management  is 

committed to increasing shareholders’ wealth, what role, if any, can CRE play in achieving that aim? 

The extant  literature has revealed that, the belief that CRE  is undervalued – at  least until a 

company  is  “put  into play”,  appeared  almost universally held by  the  corporate management  and 

investment  bankers.  For  example,  properties  that were  purchased  years  ago  are  carried  on  the 

balance sheet for a fraction of their market value ‐ real estate has been categorized as “latent assets” 

where  value of  the  assets owned by  a  corporation might not be  accurately  reflected  in  its  share 

prices (Brennan, 1990). For publicly listed business firms, their shares are valued in the stock market, 

whereas the CRE assets are valued by reference to the underlying real estate market. Hence whether 

the CRE is valued by the stock market on a different basis from its market value is definitely of great 

concern to corporate management. One obvious implication is that if share prices do not reflect the 

1 The author wishes  to  thank  the  Singapore Ministry of Education’s ARF Tier 1  funding  support  for his research  project  entitled  “corporate  real  estate  performance  effects  and  strategy  dynamics  of international retail companies” (research grant number: R‐297‐000‐083‐112) upon which this paper was based on. 

2

CRE at current values, there are arbitrage opportunities either for companies or in the stock and real 

estate markets. 

The Arthur Anderson  and Rosen  (2000)  surveys  suggest  that CRE may be  a  sub‐optimally 

managed asset. This notion has been supported by Brennan  (1990) who has used the term “latent 

assets” to describe situations where the stock price of a firm does not reflect the true value of all the 

assets  it owns. Real estate holding as a class of corporate assets  is a good example. Brueggeman, 

Fisher and Porter (1990) have reviewed real estate’s role in the corporate restructuring of the 1980’s, 

and they have shown that rational investors may value companies with large real estate holdings at 

prices well below break‐up value, even when stock markets are efficient. They state that “……..the 

value of CRE is “hidden” from investors and therefore not fully reflected in share prices.” 

The market‐to‐book  value  ratio  (M/B) measures  the  relative market  valuation of  a  firm’s 

assets. To the extent that its property assets are undervalued by the stock market, the disparity (gap) 

between the market value and the book value of the firm’s assets is indicated by its higher B/M ratio 

or  even M/B  ratio  of  less  than  one.  This measure  has  been  popularly  discussed  in  the USA  CRE 

literature as well as in corporate finance. 

This  paper  will  examine  whether  the  values  of  properties  owned  by  retailers  are  fully 

reflected in share prices (i.e. firm valuation).  No formal examination of this issue has been reported 

although  corporate  management  generally  agrees  that  there  is  some  extent  of  market 

undervaluation in corporate properties. We contribute to this scanty literature by focusing on listed 

retail firms because real estate forms a significant proportion of the total assets in the balance sheet 

of many leading retailers. Further, real estate has always been recognized as a key value driver in the 

retail  industry.  Separately, Guy  (1999) has pointed out  that many  retailers’  real estate  cannot be 

simply regarded as sunk or negative costs to the retailers. This is because properties have significant 

values on balance sheets and can usually be disposed of on the open market at substantial financial 

gains over  the original  cost of purchase. Nevertheless,  it  should be noted  that  it  is probably  very 

3

difficult  (if not  impossible)  to separate the performance of the retail  firms’ core business  from the 

contribution of the real estate owned by the firm. That is, whether the firm is more (or less) valuable 

because  it merely owns real estate; or  is the real estate more (or  less) valuable because of the real 

estate’s synergy (or lack thereof) with the firm? This study will not make a distinction between these 

two groups of firms. 

Our contributions are two folds. First we propose a theoretical CRE valuation framework to 

place property  in  the  context of  core business on  the belief  that property  value  in  consumer‐led 

sectors  such as  retailing  is  largely driven by earnings and alternative use. By positioning  the  retail 

firms  in one of  the  four  valuation  segments depicted by  the  framework,  investors will be  able  to 

assess whether corporate properties are undervalued  in  firm valuation. We use  this  framework  to 

position  a  sample  of  retail  firms  in  the  four  valuation  segments  and  to  provide  a  basis  for  the 

empirical  examination.  Second,  we  appeal  to  a  simultaneous  equations  model  to  consider  the 

relationship between CRE ownership and firm valuation (i.e. book‐to‐market valuation ratios ‐ B/M) 

The simultaneous equations approach  is appropriate because CRE  investment decisions,  firms’ key 

financial characteristics (such as firm size, gearing and profitability), earnings and asset valuation and 

country/segment  differences  are  intertwined  and  are  considered  in  the  context  of  “whole”  firm 

(Miles et al. 1989).  Because of their inter‐relationships, examination of the components in isolation 

misses feedback effects and may result in erroneous inferences. Using a sample of listed retail firms 

from  the  world  three  developed  economies,  our  results  document  the  empirical  validity  of  the 

“latent assets” hypothesis  in CRE  literature and highlight  the  importance of  the  joint earnings and 

property valuation in corporate environment    

This research is timely when capital markets are in constrained cycles, and with many firms’ 

shares selling at or below book value per share – and in some cases, below the market values of their 

CRE, being vulnerable for takeovers and leveraging on their CRE to raise the required capital for such 

takeovers. Even  some  large  retailers with a  long heritage of  freehold property ownership are not 

4

immune to this trend. The pressure to divest /outsource their CRE  is fuelled by falling stock market 

valuations, fear of predators and concerns about the  long‐term value of property  in a world where 

electronic commerce is becoming increasingly important. 

This paper  is organized as  follows. Section 2 presents a brief  literature  review.   The  third 

section describes a theoretical framework for corporate property valuation. Section 4 describes the 

retail sample and their real estate ownership characteristics. In the fifth section, the main empirical 

procedures are explained. Thereafter, we discuss the empirical results and implications in Section 6. 

The paper ends with a summary of the key findings in Section 7.     

2.  Related Literature 

The concept of shareholder value provides a direct capital market indicator to demonstrate 

to management how real estate could affect the health of the company (Louargand 1999). There are 

two  ways  in  which  real  estate might  affect  firm  valuation.  Firstly,  occupancy  costs  play  a  very 

important  role  in  determining  the  cost  base  and  hence  the  net  operating  profit  of  the  firm.  The 

proportion of  fixed occupancy cost to total business cost affects the profitability and return of the 

firm  through  the  simple  equation: Profit  =  revenue  –  cost.  The  second way  is  through  its  cost of 

capital. The presence of real estate on balance sheet could mean a high cost of capital that includes a 

substantial risk premium to account for higher operating leverage arising from the ownership of real 

estate.   Another source of risk comes  from the  increased  financial  leverage as a result of  financing 

CRE using debt. Financial  theory postulates  that cost of capital  is  the weighted average of cost of 

equity and cost of debt of the firm. It is able to influence the systematic risk and hence the pricing of 

the firm in the stock market. Higher CRE ownership normally suggests that the firm is likely to have a 

higher debt (i.e. high‐geared). As debt financing has the effect of leveraging (positively or negatively) 

any changes in the company’s returns, a higher CRE / higher‐geared firm may be riskier than a lower 

CRE / lower‐geared firm, and consequently, results in unfavorable stock market valuation.  

5

Corporate management  has  long  argued  that  there  is  significant  “hidden  value”  in  real 

estate that is not reflected in a company’s share price. One main reason is that properties that were 

purchased years ago are carried on balance sheets  for a  fraction of their market value.  In Brennan 

(1990)’s  terminology,  real  estate would  be  categorized  as  “latent  assets” where  value  of  assets 

owned by a corporation might not be accurately reflected in its share prices. Brueggeman et al (1990) 

have pointed out  that  the market  value of property  assets  are  typically  governed by  factors  very 

different from those that drive the value of a firm’s operating business. For example, a unique quality 

of  real estate, as a corporate asset,  is  that  it can  function as either a production  factor or a profit 

centre  and  provides  flexibility  not  common  to  other  corporate  assets.  Other  reasons  for  the 

perceived  undervaluation  of  corporate  properties  include  differences  in  the  valuation  methods 

between stock and properties, high  information cost due to thin trading, uncertainty as to the true 

property asset values due  to historical cost convention or  inefficiency  in  the management of CRE. 

However,  the  efficient market hypothesis  (EMH)  argues  that  if  the  stock market  is  efficient,  then 

current  stock  prices  should  reflect  all  available  public  information  about  a  company’s  future 

profitability. Accordingly, current values should be unbiased estimates of the present value of future 

cash  flows which  derive  the  values  of  CRE  assets.  Finally,  there  is  also  evidence  in  the  literature 

(Rodriguez  and  Sirmans,  1996)  that  decisions  concerning  CRE  such  as  acquisitions,  leasing, 

dispositions, sell‐offs, sales‐and‐leasebacks and spin‐offs could have significant effects on firm value. 

As  shareholders  are  concerned  with  the  net  present  value  of  the  firm’s  current  and  future 

investment opportunities in order to create value, it follows that non‐real estate firms need to seek 

and  implement  feasible  CRE  asset  strategies  that  would  enable  investors  to  explicitly  recognize 

“hidden” real estate values and enhance market valuation of the firms.  

 

3.  A theoretical framework of CRE asset valuation    

6

  For many non‐real estate  firms  such as  retailers,  corporate management generally agrees 

that the significance of their real estate to the stock market might not be so much of the property 

value  effect  per  se,  but  rather more  of  the  investors’  expectations  on  the  performance  of  the 

company closely tied to the profitability of the trading business.  From the valuation perspective, it is 

however  very  difficult,  if  not  impossible,  to  separate  the  market  valuation  of  properties 

(property

property

MVBV

 )  from  the market valuation of  the  firm  (represented by earnings valuation) 

(earnings

earnings

MVBV

).  This  valuation  task  is made  even more  complicated  because  the market 

values of properties are often unobservable. To overcome this problem, we propose a CRE valuation 

framework  in the context of core business, as shown  in Exhibit 1.   The  framework  is designed as a 

plane  formed by  two decision parameters. The X‐axis  represents  the earnings valuation of a  retail 

firm and the Y‐axis indicates the CRE valuation line. To the extent that the Net Present Values of the 

marginal dollar invested in its business and its CRE assets are equal to one, then the two axes might 

separate  the  plane  into  four  valuation  segments  (A,  B,  C  and  D)  where  the  relative  valuation 

“premium”  and  “discount”  of  firm’s  CRE  assets  against  its  earnings  could  be  assessed  and 

investigated.  

(Exhibit 1 here) 

The significance of the four valuation segments is briefly highlighted below: 

Segment A – a retail firm in this segment is in an unfavorable position as both its earnings and CRE 

holdings are not fully reflected in its share prices. In this situation, the value of an asset to a business 

is  its  net  realizable  value  (or  break‐up  value).  As  the  market  prices  of  properties  are  low,  a 

comprehensive restructured business strategy  is  likely required with the hope to turn the company 

around with property policy being a component of the restructuring process  if property  is a sizable 

asset in its balance sheet 

7

Segment B ‐   A retail firm in this segment faces slower growth prospects and falling margins which 

depress market valuation of earnings (i.e. at discount) and on the property side too much property 

for a tired retail formula. Faced with this situation, a plausible strategy for an ailing multiple retailer 

typical of  this  segment  is  to  reduce  its property holdings  through  a program of  rationalization  in 

order to reduce heavy borrowing and raise cash to inject into the business. For example, a property 

disposal program will  involve selling off property sites and  those outlets where  the  firm no  longer 

sees an adequate return on capital. In addition, those “high‐price” properties might be written down 

in order  to produce surpluses on disposal,  thereby boosting  the  firm’s operating profits  to a point 

where its wishes to signal a major shift in strategy or earnings trends. 

Exhibit 1     Four Strategic CRE and Earnings Valuation Segments  

Property valuation 

( propertyproperty MVBV )

Segment C Segment A (property valuation>1, earnings valuation>1)

(property valuation>1, earnings valuation<=1)

Earnings (firm) valuation                                              

                 ( earningseaenings MVBV )  

Segment D Segment B (property valuation<=1, earnings valuation>1)

(property valuation<=1, earning valuation<=1)

8

Segment  C  ‐  a  retail  firm  in  this  segment has  its CRE holdings undervalued by  the  stock market. 

Compared with  its  good  earning performance, one plausible  strategy  is  to  create  a  separate  real 

estate subsidiary to exploit the undervalued CRE assets.  In so doing, the firm  lets the stock market 

puts its own value on the properties as a separate business.  

Segment D – A firm in this segment is in a favorable position as both its earnings and property assets 

are valued at a premium. This suggests that the firm has a successful trading formula and can access 

extra property holdings as a strong platform  for growth. However, one possible problem with  this 

firm  is  that  some  of  its  “high‐price”  stores were  not  able  to  achieve  the  high  return  on  capital 

expected. Hence  the  firm  has  to  re‐align  use  of  its  properties  in  the  hope  of  “squeezing”  higher 

profitability from its space portfolio and improving its relative property ratios. 

Finally,  since  the market  values  of  properties  for  individual  firms  are  often  not  directly 

observable, we use the market value of firm (i.e. earnings)  to proxy for the market value of CRE. This 

is based on  the  assumption  that  for  retailers,  their  earningsMV  should usually be  greater  than  the 

propertyMV if property ownership  is viewed as subsidiary to core business. We apply this theoretical 

framework  as  a  basis  to  assess  the  empirical  relationship  between  firm  valuation  (proxied  by 

)MVBV and CRE ownership for our sample of retail firms.  

 

4.   Sample and Data 

A sample of 326 listed retailers from Japan, the USA and the UK was derived from the Osiris 

database2 based on  SIC primary  code  classification 52  to 59 3 as of December 2007. The  stocks of 

2 Osiris  is  a  comprehensive  database  of  listed  companies,  banks  and  insurance  companies  around  the world.  In addition to the  income statement, balance sheet, cash flow statement and ratios  it contains a wide range of complementary  information such as news, ownerships, subsidiaries, M & A activities and ratings. Osiris contains information on 38,000 companies from over 130 countries including 30,000 listed companies and 8,000 unlisted or de‐listed companies.   

9

these  firms  must  be  continuously  traded  over  the  study  period  from  January  2002  through 

December 2007. Our sampling procedure has survivorship bias as well as  liquidity  restrictions; but 

has the advantage of maintaining the identity of the firms throughout the period.  

Following literature, a corporate real estate ratio (CRER) is derived to measure the trend in 

relative  CRE  ownership  over  a  period  of  six  years  from  2002‐2007.  This  CRER  divides Osiris’s  net 

property, plant and equipment  (NPPE)4 by the book value of a  firm’s total tangible assets  (TA);  i.e. 

CRER = NPPE / TA. We conjecture  that  the book value of PPE  to proxy  for  the value of  real estate 

assets owned by the  firm.5 The CRER ratio will enable a comparison of relative CRE ownership  (i.e. 

real  estate  intensity)  between  the  eight  retail  segments,  years  and  also  countries  in  the  sample. 

Ideally,  the percentage of  real  estate ownership would be  a better measure. However,  similar  to 

Ambrose  (1990), Deng  and Gyourko  (1999),  Seiler  et  al.  (2001)  and  Brounen  et  al.  (2005) which 

derived CRER  from Compustat, we have  to use  the NPPE  variable which offers  the best  available 

proxy  from Osiris  for an  international comparison  in the CRE ownership. A  further point to bear  in 

mind  is  that although  this measure of  real estate  concentration, NPPE/TA, does not measure  the 

share  of  real  estate  in  the  firm’s  physical  capital,  but  rather  the  “tangibility”  of  firm,  it  is  quite 

unlikely  that  a  larger  part  of  the  high  CRER  ratio  for  retailers  can  be  attributed  to  plant  and 

equipment, as most  retailers have  little need  to own significant plant and equipment.  If  the  retail 

firms own more land and buildings, this should be reflected in higher levels of NPPE. In addition, we 

use  the  natural  log  of  NPPE  (LnNPPE)  (book  value)  of  each  firm  over  the  same  period  as  an 

3 The  eight  primary  SIC  retail  segments  are:  SIC52  (Building materials.  Hardware,  garden  supply  and mobile  home  dealers),  SIC53  (General  merchandise  stores),  SIC54  (Food  stores),  SIC55  (Automotive dealers  and  gasoline  service  stations),  SIC56  (Apparel  and  accessory  stores),  SIC57  (Home  furniture, furnishings and equipment stores), SIC58 (Eating and drinking places) and SIC59 (Miscellaneous retail)  4 NPPE  is  equivalent  to  tangible  fixed  assets of  the  firm, having deducted  from  the historical  cost  and revaluation   of   properties,   the   accumulated   depreciation,   amortization   and   depletion. 

  5 This CRER  specification  ignores  the  impact of  leasing  (i.e. only  include owned properties). Many  large retailers have  long term  lease contracts that effectively give them control of (and thus exposure to) real estate; however,  this will not appear on  the  firms’ balance sheets. As our study  focuses on  the relative market valuation of owned real estate, we do not capture the impact of long‐term leases.  

10

alternative CRE indicator. This is because the significance of real estate to a firm can be measured by 

its  relative  real  estate  level  (CRER)  or  absolute  dollar  level  (LnCRE).  Further,  the  CRE  literature 

remains  silent  as  to which  indicator  (i.e.  relative or absolute)  is  a better measure of  a  firm’s  real 

estate investment activities.   

Exhibit  2  reports  the  sample distribution of  average CRE holdings  and CRER  levels  across 

countries over the six‐year period. Average real estate holdings were between US$95.8m (Japan) and 

US$183.4m (the USA), and property made up about 38 percent of the 326 retail firms’ total tangible 

assets. The ANOVA evaluations  indicate that country differences are displayed  in the absolute; but 

not  the  relative  CRE  levels. However,  these  results  could  probably be  time  or  sample  specific.  In 

addition, Exhibit 3 compares the CRER levels of the retail firms for the three countries for each of the 

six‐year period, 2002‐2007. On average, only the UK retail  firms reported a decrease  in their CRER 

from 45.2% (2002) to 42.2% (2007) 

(Exhibits 2 and 3 here) 

Exhibit  4  shows  that  the  average  CRE  holdings  and  the  CRER  levels  varied  considerably 

between different retail segments, even within the retail industry itself.  Specifically, the role of CRE 

varied from around 21.7% for mixed stores to around 57.1% for eating and drinking places (and yet 

with  the smallest CRE holdings of about US$81.67m). The significant ANOVA F‐statistics confirmed 

that there were marked differences in the absolute and (especially) relative levels of CRE ownership 

and  investment among  the eight  retail segments. This  implies  that CRE ownership  is a  function of 

retail segment. 

(Exhibit 4 here) 

Finally, Exhibit 5 provides a breakdown of the sample retail firms’ CRE portfolios by the usual 

20% CRER criterion. Overall, only 12 retail firms (about 3.7%) were extremely “real estate intensive” 

(CRER Group 1) with at least more than 80% of their resources invested in properties. In contrast, a 

total of 205  retail  firms  (about 62.8%) were moderately property  intensive with  their CRER  levels 

11

range between 20% and 60% (CRER Groups 3 and 4). The breakdowns are 84 (77.1%), 105 (57.3%) 

and 16 (47.1%) for Japan, the USA and the UK respectively. 

(Exhibit 5 here) 

5.  Methodology 

Empirically, as real estate and firm size (market value) are correlated, the effect of property on 

book‐market ratio might be due to the proxy effect of size. To reduce this possibility, we employ the 

randomization process of Basu  (1983).6 Firstly,  in each  year,  three  "size" portfolios  (MV1, MV2, MV3) 

were  formed, and each of  them was  further sorted  in descending order of CRER  (relative) and LnRE 

(absolute) respectively and divided into four portfolios of approximately equal size (P1, P2, P3 and P4). In 

other words, we would  have MV1P1, MV1P2, MV1P3, MV1P4, MV2P1, MV2P2, MV2P3, MV2P4,   MV3P1, 

MV3P2, MV3P3 and MV3P4, Finally the same "P" portfolios in the three "MV" portfolios (i.e. P1 in MV1,  P1 

in MV2, P1 in MV3 and so on) were combined to form P*1, P*2, P*3 and P*4. Thus, to study the real estate 

effect on B/M while controlling  for  the  size effect, a new set of  four P* portfolios was  formed with 

different CRER  and  LnRE  levels but  randomized  in  terms of  size  as measured by market  value. The 

analysis of variance  (ANOVA) technique  is used to test  for the equality of mean B/M across the  four 

sets of randomized property portfolios. This portfolio grouping method did not consider the country 

and segment differences.  

Since  financial  variables  are  related  in ways  that makes  it  difficult,  if  not  impossible,  to 

determine causality, and that they are often simultaneously determined by each other, we consider 

a  simultaneous  equations model,  using  iterative  three‐stage  least  squares  (IT3SLS),  to  investigate 

whether  there  is a significant  relationship between  the B/M valuation of  the  retail  firms and  their 

CRER (and LNCRE) ownership  levels.  In our context, a simultaneous equations model  is appropriate 

because  real estate ownership decisions and corporate  financial management are  intertwined.     A 

6 Basu  (1983) conducted a study on the relationship between earnings' yield, market value and return  for New  York  Stock  Exchange  common  stocks.  The  terms  'randomized'  and  'unrandomized'  are  his  sorting definition.

12

significant positive relationship between the B/M ratios and real estate variables suggests that the 

property holdings of  retailers might be undervalued by  the stock market as higher CRE ownership 

leads  to  higher  B/M  (or  lower M/B)  valuation.  To  implement  this  approach, we  first  derive  the 

predicted real estate variables (CRER / LNCRE  ) from a regression model using  lagged one‐year 

real  estate,  a  set  of  two  country  dummy  variables  and  another  set  of  seven  segment  dummy 

variables as instrumental variables.  The two equations of the system are specified as: 

7

1

2

1,110 )(

sjss

rrijtj DSEGfDNATflagCREReeCRER

 

7

1

2

143210 )()()/(

sjss

rrijjjjj DSEGcDNATcROAaTDEBTRaLnMVaCRERaaMB

   Where CRER  is  the  predicted  value  of  percentage  of  real  estate  holdings  at  year  t, 

lagCRER  is  the  one‐period  lagged  value  of  CRER7 and  B/M  is  the  book/market  value  ratio.  LnMV 

represents the natural logarithm of market capitalization (proxy for size), ROA is the return on asset 

(proxy  for  profitability)  and  TDEBTR  is  the  percentage  of  debt  to  total  assets  (proxy  for  financial 

leverage). DNATr (r = 1,2) are (0,1) dummy variables representing Japan and the USA (relative to the 

UK); the national dummy  is  included to account  for country  fixed‐effect and would provide a good 

control  for  differences  in  accounting  methods  and  lease  structure  across  countries.  DSEG  s 

(s=1,2,3,4,5,6,7)  are  (0,1)  dummy  variables  representing  SIC  codes  52,  53,  54,  55,  56,  57  and  58 

(relative  to  SIC  code  59);  this  segment  dummy  variable  allows  for  a  determination  of  possible 

differences  in  the  CRE  ownership  by  retail  segments.  Finally j is  the  regression  error  term. We 

repeat  another  system  estimation  using  LnCRE  (absolute  CRE  ownership)  to  search  for  possible 

evidence of undervaluation in absolute property holdings. 

 

7 Some CRE  investment decisions may also  take on a  longer planning horizon. Although, we could only afford to consider one‐year lag because of the shorter sample period (only 6‐years) with the study.   

13

6.  Results 

Results  of  the  randomization  tests  are provided  in  Exhibits  6(a)  (CRER)  and  6(b)  (LnCRE). 

Over the 6‐year period, there is some evidence of a significant positive relationship between the B/M 

valuation  ratio  and  average  LnCRE  across  the  four property portfolios;  i.e.  the  larger  the  average 

LnCRE values, the higher the B/M values.  A wider implication from this evidence is that the market 

valuation of a non‐real estate  firm’s property assets may become unfavorable when  its real estate 

ownership (in absolute term) reaches a limit that is considered too high by the market. This situation 

happens either because  the  stock market  is of  the opinion  that  the  firm’s earnings growth  is not 

strong enough to sustain a larger property base or the market does not believe the firm can manage 

its enlarged property holdings in their highest and best use. Nevertheless, we were unable to derive 

the same finding for the relationship between B/M and CRER levels. 

(Exhibits 6a and 6b here) 

Following the theoretical CRE valuation framework depicted in Exhibit 1, the 326 retail firms 

were  positioned  in  the  four  valuation  segments  based  on  their  six  year  averages  of 

( earningsproperty MVBV ) and  ( earningsearnings MVBV  ). A point of clarification  is needed here. Since 

the market values of properties for individual firms are not available, we use the market value of firm 

(i.e. earnings valuation) to proxy for the market value of CRE. This  is based on the assumption that 

for retailers, their  earningsMV  should usually be greater than the  propertyMV  if property ownership is 

viewed as subsidiary to core business. The results reported in Exhibit 7 indicate that the numbers of 

retail firms in each valuation segment are: 36 (Segment A), 57 (Segment B), 37 (Segment C) and 196 

(Segment D). For our sample of  retail  firms,  it  thus appears  that  the property assets of at  least 73 

firms (22.4%  ‐ from Segments A and C) were clearly undervalued by the stock market. On average, 

these  firms’  shares were  selling at approximately between 49.1 percent and 61.8 percent of  their 

book values of properties. The market values of  these  firms were  too heavily dependent on  their 

property values!   

14

(Exhibit 7 here) 

Exhibit  8  reports  the  simultaneous  equations  estimates  of  the  relationship  between B/M 

ratios  and CRER  levels  for  the overall  sample  and  three national  sub‐samples. As  the numbers of 

Equation (1) indicate, all lagged one‐year CRER values are highly significant in predicting the current 

year CRER levels implying that CRE investment decisions were stretched for at least a year. Except for 

the USA sub‐samples, the remaining three CRER coefficients are significantly positively related to the 

B/M ratios in equation 2, implying that the higher the CRER levels, the higher the B/M valuation. The 

coefficient for the USA’s CRER level is insignificantly positive. As for the three financial variables, firm 

size (LnMV) is significantly negative in all four cases; higher debt ratios (TDEBTR) are associated with 

significantly  lower B/M values (higher M/B values)  in the full sample and two national sub‐samples 

and  profitability  (ROA)  has  a  significantly  negative  impact  on  B/M  except  for  one  national  sub‐

samples.  The  coefficients  on  the  two  national  dummies  and  seven  segment  dummy  variables 

indicate  that there are some significant variations  in  the B/M valuation across  Japan,  the USA and 

the UK as well as across the eight retail segments. The adjusted R2 for the four cross‐sectional B/M 

regressions range between 0.329 and 0.406 suggesting that a moderate portion of the variations  in 

the  four cross‐sectional endogenous variables  is accounted  for with  the chosen set of explanatory 

variables that include the CRE ownership variable (i.e. CRER level). 

(Exhibit 8 here) 

The 3SLS estimates, by retail segments, are reported in Exhibit 9. Focusing on the estimated 

CRER  coefficients,  they  are  significantly  positive  for  three  retail  segments  (SIC  53,  54  and  56), 

insignificantly positive for 4 segments (SIC 52, 53, 58 and 59) and significantly negative for one retail 

segment (SIC 57). In accordance with the earlier results that different retail segments have different 

CRER levels, our results here imply that the impact of CRE ownership on B/M ratios is also a function 

of  retail  segment membership.  Thus  it  is  possible while  retail  firms  in  the majority  of  the  retail 

segments are likely to experience some degree of market undervaluation of properties, firms in one 

15

or two other retail segments could have their properties fairly valued or even valued at a premium 

by the stock market. 

(Exhibit 9 here) 

Using  an  absolute  CRE  proxy  (LnCRE),  Exhibit  10  indicates  CRE  ownership  influences 

significantly retail firms’ B/M valuation positively for the full sample and three national sub‐samples. 

Similar  estimates  reported  in  Exhibit  11  indicate  that  the  coefficients  for  LNCRE  are  significantly 

positive  for  six  retail  segments  (SICs  54,  55,  56,  57,  58  and  59).  Hence,  the  positive  impact  of 

corporate properties on B/M valuation is affirmed. 

(Exhibits 10 and 11 here) 

Finally, Exhibit 12 reports the real estate impact of B/M valuation for the four firm portfolios 

classified  using  Exhibit  1.  As  the  numbers  indicate,  the  coefficients  for  LNCRE  are  significantly 

positive in all four portfolios. Thus our results imply not only that property values were “discounted” 

by the stock market in all three countries and in some retail segments, the market undervaluation of 

properties  could  happen  even  to  some  retailers whose  earnings  and  properties  are  valued  at  a 

premium. As highlighted above, a possible scenario is that these firms’ property portfolios could be 

highly valuable  relative to the current  level of earnings achieved by  the  firm  (Segment D  ‐  i.e. real 

estate was too expensive for the business!). If they fail to realign use of their properties to “squeeze” 

higher  profitability  from  the  space  portfolio,  then  its  full  property  values  are  unlikely  to  be 

recognized by  stock market  investors and  reflected  in  firm valuation. Finally,  the  results using  the 

CRER levels support the market undervaluation argument for retail firms in Segments A and C. 

(Exhibit 12 here) 

In  summary,  the  simultaneous equations  results are  reasonably  conclusive  to  support  the 

“latent assets” hypothesis  for retailers’ CRE. Higher CRE ownership  (whether measured  in absolute 

or  relative  levels) causes  larger B/M valuation  implying  that stock market  investors are unlikely  to 

recognize the true value of the corporate properties the business own.   While the reasons  for this 

16

market undervaluation might be different for different firms, it is important for those affected firms 

to  identify  their  relative  valuation  premiums  or  discounts  (i.e.  property  valuation  and  earnings 

valuation) at  the  firm  level.  In  this  regard, our Exhibit 1 provides a useful analytical  tool.   Another 

lesson to learn from our analysis is that even real estate is a value driver of the retail industry, stock 

market investors would still penalize those retailers who own significant properties that are probably 

in  excess  of  their  business  requirements.  The  optimal  proportion  of  CRE  ownership  remains  an 

important strategic decision that these retail firms have to regularly review with the hope to achieve 

higher stock market recognition in property valuation in the wider context of firm valuation.  

7.  Conclusion 

This  paper  is  a  contribution  to  the  literature  in  CRE  ownership  in  an  international 

environment. Motivated by Brenann (1990)’s argument that labeled corporate properties as “latent 

assets” and  lack of academic evidence regarding the relative valuation of corporate properties, we 

investigate whether  the  property  holdings  of  a  sample  of  listed  retail  firms  have  been  and  are 

adequately valued by the stock markets. With an understanding that retailers’ property values and 

business performance are often  inseparable, we develop a  theoretical  framework  that depicts  for 

four  corporate property  valuation  segments  and  identify  the  characteristics of property  valuation 

and earnings (firm) valuation in each valuation segment.   

Our empirical investigation appealed to a simultaneous equations model that placed CRE in 

the  context  of  “whole”  firm  and  further  considered  the  country  and  retail  segment  differences. 

Overall,  a  reasonable  conclusion  emerged  from  our  analysis  is  the  “latent  assets”  hypothesis  put 

forward by Brennan (1990) is supported at least for our sample of retail firms across country, across 

retail segment and within the four valuation segments. For those retailers that have a significant CRE 

portfolio, our evidence  indicates since stock market  investors are unlikely (not able and not willing) 

to  recognize  the  true  value  of  corporate  properties  in  firm  valuation  and  in  some  cases  create 

17

“disequilibrium”  in  firm  and  property  valuations,  it  is  important  for  them  to  realign  their  CRE 

ownership with the hope of maximizing the property contribution to business performance as well as 

improving the property valuation ratio. 

Finally,  it should be noted that our results could simply be time or sample specific. All else 

equal, investors might expect better (inferior) property valuation ratio for firms with relatively large 

real estate holdings during periods of booming (collapsing) real estate markets. Either result should 

not be blindly assumed  to apply out of sample. With  longer periods of data available, our analysis 

can  well  be  extended  to  other  non‐real  estate  sectors  to  uncover  more  empirical  evidence  to 

validate the “latent assets” hypothesis in CRE investment.     

  

References 

Ambrose,  B.W.  (1990),  “Corporate  real  estate’s  impact  on  the  takeover market”  Journal  of  Real Estate Finance and Economics 13(4): 307‐324  Anderson and Rosen (2000), “eReal Estate: A Certainty” Arthur Anderson, Chicago, IL  Brennan, M. J. (1990) Latent assets, Journal of Finance 45(3), pp. 709‐729  Brounen,  D.,  Colliander,  G.,  and  Eichholtz,  P.  M.  A.  (2005),  “Corporate  real  estate  and  stock performance in the international retail sector” Journal of Corporate Real Estate, 7(4), 287‐299  Brueggman, W.B., Fisher,  J.D. and Porter, D.M.  (1990) Rethinking corporate  real estate,  Journal of Applied Corporate Finance 3(1), pp. 39‐50   Deng, Y. and Gyourko, J. (1999), “Real estate ownership by non‐real estate firms: an estimate of the impact  of  firm  return”, Working  Paper,  Zell/Lurie  Real  Estate  Centre, Wharton  Business  School, University of Pennsylvania     Fama, E.F. and French, K.R. (1992), “The cross‐section of expected stock returns”, Journal of Finance 47: 427‐465  Guy, C.  (1999),  “Exit  strategies and  sunk  costs:  the  implications  for multiple  retailers”,  International Journal of Retail and Distribution Management 27(6): 237‐245  He,  L.T.  (2002),  “Excess  returns of  industrial  stocks  and  the  real  estate  factor”,  Southern  Economic Journal 68(3): 632‐645  Liow, K. H. (1999) Corporate investment and ownership of real estate in Singapore – some empirical evidence, Journal of Corporate Real Estate 1:4, 329‐42 

18

 Liow, K.H. and Nappi‐Choulet, I. (2008), “A combined perspective of corporate real estate” Journal of Corporate Real Estate 10(1):54‐67  Louargand, M. (1999), Real estate’s influence on enterprise value, Journal of Corporate Real Estate (3):  254‐261  Miles, M., Pringle,  J. and Webb, B.  (1989) Modeling  the  corporate  real estate decision,  Journal of Corporate Real Estate 4(3), 47‐66  Rodriguez, M  and  Sirmans,  CF  (1996) Managing  corporate  real  estate:  evidence  from  the  capital markets, Journal of Real Estate Literature 4, 13‐33  Seiler, M., A. Chatrath and J. Webb (2001) Real asset ownership and the risk and return to stockholders, Journal of Real Estate Research 22(1/2), 199‐212  Zeckhauser,  S.  and  R.  Silverman  (1983),  "Rediscover  your  company's  real  estate" Harvard  Business Review, January/February, pp. 111‐117  

19

Exhibit 2  Real estate ownership of retail companies: 2002‐2007 

Country No. of companies Average NPPE (US$m)

Average CRER

Japan  109  95.72   0.352 

USA  183  183.36   0.387 

UK  34  128.64   0.429 

Total  326  142.18  0.380 

  ANOVA F   4.125**  2.109 

 Notes: Mean NPPE (US$m) = net property plant and equipment  Mean CRER = (net property plant and equipment (NPPE)/ (total asset value)  ANOVA F – derived from SPSS One‐Way Analysis of Variance Test ** ‐ indicates significance at the 5% level  

Exhibit 3 

Real estate ownership (CRER) of companies by years: 2002 – 2007   

Year Overall Japan USA UK 2002  0.388  0.351  0.398  0.452 

2003  0.386  0.350  0.398  0.436 

2004  0.382  0.359  0.387  0.424 

2005  0.378  0.356  0.384  0.421 

2006  0.375  0.355  0.378  0.418 

2007  0.371  0.342  0.379  0.422 

Mean  0.380  0.352  0.388  0.429 

ANOVA F  0.314  0.157  0.272  0.090 

Notes:   CRER = corporate real estate ratio ANOVA F – derived from SPSS One‐Way Analysis of Variance Test 

 

20

Exhibit 4  Real (estate) ownership of retail companies by segment: 2002‐2007  

SIC Segments No. of companies

Mean NPPE

(US$m)

Mean CRER

SIC 5200 – 5271  Materials and home dealers  10  244.15  0.405 

SIC 5311 – 5399  Departmental stores  37  291.47  0.437 

SIC 5400 – 5499  Food stores  27  328.79  0.483 

SIC 5500 – 5599  Vehicles stores  24  143.21  0.304 

SIC 5610 – 5699  Clothing stores  52  172.28  0.310 

SIC 5700 – 5736  Furniture stores  28  136.62  0.289 

SIC 5810 – 5813  Eating and drinking places  76  81.67  0.571 

SIC 5910 – 5949  Mixed stores  72  105.48  0.217 

Overall  ‐  326  142.18  0.380 

ANOVA F    236  2.999***  32.610*** 

Notes: Mean NPPE (US$m) = net property plant and equipment (million) Mean CRER = (net property plant and equipment (NPPE)/ total asset value)  The chi‐square values are derived from Non‐parametric Kruskal‐Wallis tests ANOVA F – derived from SPSS One‐Way Analysis of Variance Test *** ‐ indicates significance at the 1% level 

 Exhibit 5   Distribution of real (estate) ownership profile: 2002‐2007 

Country  CRER group 

CRER range  No of companies 

Mean CRER  Mean NPPE(US$m) 

Japan  1  80%<CRER<=100%  ‐  ‐   

  2  60%<CRER<=80%  7  0.658  173.52 

  3  40%<CRER<=60%  35  0.476  96.01 

  4  20%<CRER<=40%  49  0.304  117.19 

  5  0% <=CRER<=20%  18  0.123  43.51 

USA  1  80%<CRER<=100%  8  0.864  156.61 

  2  60%<CRER<=80%  29  0.698  147.04 

  3  40%<CRER<=60%  43  0.481  216.38 

  4  20%<CRER<=40%  62  0.289  267.81 

  5  0% <=CRER<=20%  41  0.126  104.77 

UK  1  80%<CRER<=100%  4  0.845  212.89 

  2  60%<CRER<=80%  6  0.671  298.60 

  3  40%<CRER<=60%  6  0.498  86.01 

  4  20%<CRER<=40%  10  0.303  158.34 

  5  0% <=CRER<=20%  8  0.144  55.58 

Overall  1  80%<CRER<=100%  12  0.858  173.27 

  2  60%<CRER<=80%  42  0.688  167.25 

  3  40%<CRER<=60%  84  0.480  144.40 

  4  20%<CRER<=40%  121  0.296  183.49 

  5  0% <=CRER<=20%  67  0.127  76.71 

   

21

 Exhibit 6(a) 

Book‐to‐market values ratio (BV/MV) of four Property Portfolios (CRER) Randomized over Size A 

Property Portfolio Mean CRER (%) Mean BV / MV *1 0.669 0.7718

P*2 0.431 0.8551 P*3 0.289 0.8758 P*4 0.141 0.8189

F-stat 1 4485.46*** 1.62 Chi-sq 2 1804.55*** 9.56**

 

Exhibit 6(b) Book‐to‐market values ratio (BV/MV) of 

four property Portfolios (LnCRE) randomized over Size A 

Property Portfolio Mean LNCRE Mean BV / MV P*1 20.360 0.9059 P*2 19.275 0.8398 P*3 18.433 0.8287 P*4 17.031 0.7466

F-stat 1 387.05*** 3.298** Chi-sq 2 678.89*** 18.422***

AThe main objective is investigate the real estate effect of BV/MV while controlling for the firm size effect.  A new set of  four P* portfolios was  formed with different CRER  (Exhibit 5a) and LnCRE  (Exhibit 5b) but randomized in term of firm size as measured by market capitalization.   1 Obtained from ANOVA test (parametric); 2 Obtained from Kruskal‐Wallis test (non‐parametric) ***, ** Indicates two‐tailed significance at the 1% and 5% levels respectively   Exhibit 7   Average results of four retail portfolios  

PORTFOLIO GROUP 

1 (Segment A)  2 (Segment C)  3 (Segment B)  4 (Segment D) 

 

RE/MV>1 and BV/MV>1 

RE/MV>1 and BV/MV<=1 

RE/MV<=1 and BV/MV>1 

RE/MV<=1 and BV/MV<=1 

Number of firms  36  37  57  196 

Average CRER  0.383  0.432  0.352  0.375 

Average RE (‘USD million) 

131.74  511.69  34.69  170.66 

Average BV/MV  1.324  0.805  1.109  0.465 

Average RE/MV  2.041  1.618  0.508  0.358 

Average RE/BV  1.542  2.010  0.458  0.770 

 Notes: Based on  the  four  valuation  segments  shown  in Exhibit 1,  the 326  firms  are  grouped  into  four portfolios based on their 6‐year average RE/MV and BV/MV values. RE  is the book value of CRE, BV and MV are the book value and market value of the firm. This portfolio grouping method does not consider the country and segment differences 

22

Exhibit 8    Results of Simultaneous Equation Estimation: 2002‐2007 (real estate variable: CRER) Explanatory variables/ Adjusted R2  Full sample  Japan  USA  UK 

7

1

2

1,110 )(

sjss

rrijtj DSEGfDNATflagCREReeCRER

Intercept  0.0061  0.0009  0.0101***  0.0038 

LagCRER  0.9532***  0.9714***  0.9390***  0.9600*** 

DNAT (dummy) – Japan  ‐0.0006  ‐  ‐  ‐ 

DNAT (dummy) –USA  0.0011  ‐  ‐  ‐ 

DSGE (dummy) – SIC52  0.0097  0.0317***  0.0093  0.0065 

DSGE (dummy) – SIC53  0.0169***  0.0137***  0.0159***  0.0327 

DSGE (dummy) – SIC54  0.0134***  0.0101  0.0189***  0.0127 

DSGE (dummy) – SIC55  0.0061  0.0068  0.0055  ‐0.0047 

DSGE (dummy) – SIC56  0.0009  0.0005  0.0029  ‐0.0008 

DSGE (dummy) – SIC57  0.0077  0.0037  0.0085  0.0160 

DSGE (dummy) – SIC58  0.0146  0.0110***  0.0226***  0.0057 

Adjusted R2  0.953  0.950  0.954  0.945 

7

1

2

143210 )()()/(

sjss

rrijjjjj DSEGcDNATcROAaTDEBTRaLnMVaCRERaaMB

Intercept  4.805***  7.7260***  4.4501***  3.4564*** 

CRER  0.3671***  0.4952***  0.1411  0.8347*** 

Size (LnMV)  ‐0.2032***  ‐0.3152***  ‐0.1827***  ‐0.1417*** 

Leverage (TDEBTR)  ‐0.4244***  ‐1.5344***  ‐0.0727  ‐0.5952*** 

Profitability (ROA)  ‐0.6006***  ‐3.6843***  ‐0.4265***  ‐0.3158 

DNAT (dummy) – Japan  0.2746***  ‐  ‐  ‐ 

DNAT (dummy) –USA  0.0988***  ‐  ‐  ‐ 

DSGE (dummy) – SIC52  0.0312  0.2055  0.0068  ‐0.1490 

DSGE (dummy) – SIC53  0.2658***  0.4466***  0.2889***  0.2565 

DSGE (dummy) – SIC54  ‐0.0054  0.1261  ‐0.1768  0.1326 

DSGE (dummy) – SIC55  0.1506***  0.2820***  ‐0.0427  0.3897*** 

DSGE (dummy) – SIC56  ‐0.0672  0.3360***  ‐0.1847***  0.4825*** 

DSGE (dummy) – SIC57  0.3107***  0.8038***  0.0711  ‐0.0503 

DSGE (dummy) – SIC58  ‐0.3558***  ‐0.4110***  ‐0.2747***  ‐0.4134*** 

Adjusted R2  0.329  0.378  0.343  0.406 

 

Notes: This table reports the estimation results for the full sample and three countries (Japan, USA and UK) subsamples. CRER is the predicted value of the percentage of real estate 

obtained from the first equation of the system estimation and B/M is the ratio of book value to market value. Firm size is represented by the natural log of market capitalization (lnMV) of 

each firm; leverage is represented as the percentage of debt to total tangible assets (TDEBTR). The country dummies (DNAT) and segment dummies (DSEG) controls for cross‐country retail 

variations (UK and SIC59 are the respective references).  The two equations are estimated via a simultaneous equation framework using iterative 3SLS technique available from E‐view 6. 

*** ‐ denotes two‐tailed significance at the 5% level  

23

Exhibit 9    Results of Simultaneous Equation Estimation – By retail segments: 2002‐2007 (real estate variable: CRER)  

Explanatory variables /Adj R2  SIC52 (N=13) 

SIC53 (N=80) 

SIC54 (N=43) 

SIC55 (N=37) 

SIC56 (N=75) 

SIC57 (N=41) 

SIC58 (N=91) 

SIC59 (N=100) 

   

7

1

2

1,110 )(

sjss

rrijtj DSEGfDNATflagCREReeCRER

Intercept  ‐0.0292  0.0419***  0.0223  ‐0.0196  0.0176  0.0338***  0.0210  0.0033 

LagCRER  1.0276***  0.9490***  0.9521***  1.0095***  0.9156***  0.9092***  0.9430***  0.9264*** 

DNAT (dummy) – Japan  0.0434***  ‐0.0169  ‐0.0038  0.0125  ‐0.0030  ‐0.0116  0.0021  ‐0.00008 

DNAT (dummy) –USA  0.0157  ‐0.0199***  ‐0.0006  0.0217***  0.0030  ‐0.0064  0.0090  0.0020 

Adjusted R2  0.974  0.896  0.944  0.951  0.898  0.867  0.913  0.933 

7

1

2

143210 )()()/(

sjss

rrijjjjj DSEGcDNATcROAaTDEBTRaLnMVaCRERaaMB

Intercept  4.2760***  5.7858***  2.8833***  4.6429***  5.5924***  8.3343***  4.1042***  4.6046*** 

CRER  0.1144  1.9241***  0.7016***  0.0102  1.1755***  ‐1.5879***  0.2149  0.1817 

Size (LnMV)  ‐0.1496***  ‐0.2192***  ‐0.1196***  ‐0.1924***  ‐0.2561***  ‐0.3453***  ‐0.1835***  ‐0.1850*** 

Leverage (TDEBTR)  ‐1.4064***  ‐1.9989***  0.1651  0.2038  0.0789  ‐0.8399  ‐0.3447***  ‐0.8140*** 

Profitability (ROA)  ‐0.2364  ‐6.2126***  ‐2.6735***  ‐2.7587***  0.0500  ‐0.9467  ‐0.1986  ‐1.0209*** 

DNAT (dummy) – Japan  0.1521  0.1436  0.1495  0.3024***  0.2148  0.8783***  0.1894***  0.2849*** 

DNAT (dummy) –USA  0.1565  0.2334  ‐0.2491***  ‐0.0130  ‐0.2624***  0.4314***  0.1607***  0.2510*** 

Adjusted R2  0.704  0.389  0.446  0.509  0.444  0.446  0.365  0.269 

 

Notes:  This table reports the estimation results for eight SIC retail segments. CRER is the predicted value of the percentage of real estate obtained from the first equation of the 

system estimation and B/M is the ratio of book value to market value. Firm size is represented by the natural log of market capitalization (lnMV) of each firm; leverage is represented as 

the percentage of debt to total tangible assets (TDEBTR). The country dummies (DNAT) and segment dummies (DSEG) controls for cross‐country retail variations (UK and SIC59 are the 

respective  references).    The  two  equations  are  estimated  via  a  simultaneous  equation  framework  using  iterative  3SLS  technique  available  from  E‐view  6.  ***  ‐  denotes  two‐tailed 

significance at the 5% level  

 

         

24

Exhibit 10    Results of Simultaneous Equation Estimation: 2002‐2007 (real estate variable: LNCRE) Explanatory variables/ Adjusted R2  Full sample  Japan  USA  UK 

7

1

2

1,110 )(*

sjss

rrijtj DSEGfDNATfLnCRElageeLnCRE

Intercept  1.0278***  1.4758***  0.9193***  1.3253*** 

Lag(lnCRE)  0.9507***  0.9203***  0.9571***  0.9271*** 

DNAT (dummy) – Japan  ‐0.0716  ‐  ‐  ‐ 

DNAT (dummy) –USA  ‐0.0202  ‐  ‐  ‐ 

DSGE (dummy) – SIC52  0.0157  0.1182  0.0240  ‐0.0639 

DSGE (dummy) – SIC53  ‐0.0084  0.1252  ‐0.0960  0.1371 

DSGE (dummy) – SIC54  ‐0.0089  0.0025  ‐0.0402  0.4189*** 

DSGE (dummy) – SIC55  0.0448  0.0847  ‐0.0122  0.2199 

DSGE (dummy) – SIC56  0.1248***  0.2700***  0.0789  0.2451 

DSGE (dummy) – SIC57  ‐0.1234***  ‐0.1803  ‐0.1518  0.1269 

DSGE (dummy) – SIC58  ‐0.0424  ‐0.0295  ‐0.0738  0.1188 

Adjusted R2  0.899  0.857  0.900  0.931 

7

1

2

143210 )()()/(

sjss

rrijjjjj DSEGcDNATcROAaTDEBTRaLnMVaLnCREaaMB

Intercept  4.6093***  7.2790***  4.2824***  3.9729 

LnCRE  0.1266***  0.1708***  0.0643***  0.1995*** 

Size (LnMV)  ‐0.3066***  ‐0.4491***  ‐0.2329***  ‐0.3480*** 

Leverage (TDEBTR)  ‐0.4506***  ‐1.4426***  ‐0.0998  ‐0.4802*** 

Profitability (ROA)  ‐0.5425***  ‐3.0084***  ‐0.4226***  ‐0.2615 

DNAT (dummy) – Japan  0.2335***  ‐  ‐  ‐ 

DNAT (dummy) –USA  0.0850  ‐  ‐  ‐ 

DSGE (dummy) – SIC52  0.0290  ‐0.0009  ‐0.0013  0.0683 

DSGE (dummy) – SIC53  0.2996***  0.3799***  0.3360***  0.2805*** 

DSGE (dummy) – SIC54  0.0140  0.0621  ‐0.1585  0.5156*** 

DSGE (dummy) – SIC55  0.1269***  0.2430***  ‐0.0534  0.2278 

DSGE (dummy) – SIC56  ‐0.0699  0.1795  ‐0.1681***  0.3189*** 

DSGE (dummy) – SIC57  0.3011***  0.7768***  0.0535  0.0362 

DSGE (dummy) – SIC58  ‐0.2540***  ‐0.3485***  ‐0.2241***  ‐0.1480 

Adjusted R2  0.354  0.407  0.351  0.474 

Notes: This table reports the estimation results for the full sample and three countries (Japan, USA and UK) subsamples. LnCRE  is the predicted value of the percentage of real estate 

obtained from the first equation of the system estimation and B/M is the ratio of book value to market value. Firm size is represented by the natural log of market capitalization (lnMV) of 

each firm; leverage is represented as the percentage of debt to total tangible assets (TDEBTR). The country dummies (DNAT) and segment dummies (DSEG) controls for cross‐country retail 

variations (UK and SIC59 are the respective references).  The two equations are estimated via a simultaneous equation framework using iterative 3SLS technique available from E‐view 6. 

*** ‐ denotes two‐tailed significance at the 5% level  

 

25

 Exhibit 11    Results of Simultaneous Equation Estimation – By retail segments: 2001‐2006 (real estate variable: LNCRE)  

Explanatory variables /Adj R2  SIC52 (N=13) 

SIC53 (N=80) 

SIC54 (N=43) 

SIC55 (N=37) 

SIC56 (N=75) 

SIC57 (N=41) 

SIC58 (N=91) 

SIC59 (N=100) 

7

1

2

1,110 )(*

sjss

rrijtj DSEGfDNATfLnCRElageeLnCRE

Intercept  0.7767  0.9206  1.5082***  0.6642  1.8708***  1.1519***  0.6563***  1.1619*** 

Lag(lnCRE)  0.9574***  0.9529***  0.9372***  0.9744***  0.9107***  0.9233***  0.9712***  0.9361*** 

DNAT (dummy) – Japan  0.0512  0.0490  ‐0.3450  ‐0.0795  0.0625  ‐0.2736  ‐0.1141  0.0376 

DNAT (dummy) –USA  0.1619  ‐0.0159  ‐0.2336  ‐0.0912  0.0041  ‐0.0821  ‐0.0708  0.1545 

Adjusted R2  0.956  0.891  0.891  0.892  0.857  0.886  0.923  0.874 

7

1

2

143210 )()()/(

sjss

rrijjjjj DSEGcDNATcROAaTDEBTRaLnMVaLnCREaaMB

Intercept  4.3704***  6.0500***  3.9364***  4.4773***  4.9936***  6.8964***  4.0804***  4.6111*** 

LnCRE  ‐0.0232  0.0595  0.1158***  0.1717***  0.1488***  0.2532***  0.0630***  0.1288*** 

Size (LnMV)  ‐0.1306***  ‐0.2554***  ‐0.2547***  ‐0.3555***  ‐0.3426***  ‐0.5343***  ‐0.2352***  ‐0.3011*** 

Leverage (TDEBTR)  ‐1.3606***  ‐1.6619***  0.2274  0.1635  ‐0.2500  ‐0.7225  ‐0.3290***  ‐0.8725*** 

Profitability (ROA)  ‐0.3198  ‐5.3507***  ‐2.9158***  ‐1.6375  0.0293  ‐0.4257  ‐0.2255  ‐0.9550*** 

DNAT (dummy) – Japan  0.1774  0.0972  ‐0.2294  0.3807***  0.0928  0.8010***  0.1427  0.2576*** 

DNAT (dummy) –USA  0.1554  0.1378  ‐0.4544***  0.1180  ‐0.2353***  0.1954  0.1404  0.2007 

Adjusted R2  0.703  0.350  0.450  0.558  0.454  0.469  0.373  0.296 

 

Notes:  This table reports the estimation results for eight SIC retail segments. LnCRE  is the predicted value of the percentage of real estate obtained from the first equation of the 

system estimation and B/M is the ratio of book value to market value. Firm size is represented by the natural log of market capitalization (lnMV) of each firm; leverage is represented as 

the percentage of debt to total tangible assets (TDEBTR). The country dummies (DNAT) and segment dummies (DSEG) controls for cross‐country retail variations (UK and SIC59 are the 

respective  references).    The  two  equations  are  estimated  via  a  simultaneous  equation  framework  using  iterative  3SLS  technique  available  from  E‐view  6.  ***  ‐  denotes  two‐tailed 

significance at the 5% level  

 

 

 

26

 

Exhibit 12  Results of Simultaneous Equation Estimation by Portfolio group ‐ 2002‐2007 (real estate coefficients only)(   

Real estate variable: CRER (relative)  Real estate variable: LnCRE (absolute) 

RE/MV  RE/MV  

>1  <=1 

 

>1  <=1 

>1  2.2112***  0.1525  >1  0.3063***  0.0826** BV/MV 

<=1  2.9531***  ‐0.0684 

BV/MV 

<=1  0.1145**  0.0563*** 

 Notes: This table reports the estimation results (to save space, only for the coefficients of CRER and LnRE in equation 2 of the simultaneous equation system) between BV/MV and real estate values for the 4 portfolios of 326 retail firms (refer to Exhibit 1 also), controlled for country and retail segment differences. ***, and ** ‐ indicate two‐tailed significance at the 1% and 5% levels respectively.