Page 1

La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Université de Tunis Institut Supérieur de Gestion Mémoire de fin d’études  Pour l’obtention du diplôme de Mastère Option : Finance

La r el a ti on entr e l es nota ti ons de cr édi t et l a str uctur e du ca pi ta l da ns l e contexte de l a

Elaboré par :                                  Encadré par :  Mlle. Ouni Sameh                         Mr. Romdhane Mohamed 

Année universitaire : 2003 ­ 2004  1


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

.............................................................................................................................................................................8 CHAPITRE I : SYNTHÈSE SUR LA THÉORIE STATIQUE DE TRADE OFF ET LA THÉORIE DE PECKING ORDER .................................9 Introduction ....................................................................................................................................................9 Section 1 : Les principales théories traditionnelles de la structure du capital : les hypothèses et les déterminants. . .10 §1/ Les hypothèses des principales théories traditionnelles de la structure du capital.........................................10 §2/ Les déterminants de la théorie de Trade off et la théorie de financement hiérarchique.................................15 A/ La théorie de Trade off.............................................................................................................................15 B/ La théorie de financement hiérarchique :..................................................................................................18   Section 2 : La théorie statique de Trade off et la théorie de la hiérarchie de financement : comparaison du pouvoir  explicatif alternatif ..................................................................................................................................................19 §1/  Le modèle de Shyam­Sunder et Myers (1999).............................................................................................19 A/ Le modèle de financement hiérarchique : .................................................................................................21 B/ L’asymétrie de l’information et le modèle de Pecking order :...................................................................22 C/ Le modèle d’ajustement partiel :...............................................................................................................23 D/ L’échantillon, les données et les résultats :...............................................................................................24 §2/ Un commentaire critique du test du modèle statique de Trade off contre le modèle de Pecking order de la  structure du capital :............................................................................................................................................26 A/ Test du modèle de financement hiérarchique de la structure du capital :...................................................28 B/ Les limites de l’étude de Shyam­Sunder et Myers : les problèmes de leurs conclusions ..........................31 Section 3 : La théorie Pecking Order et la théorie statique de Trade off : Test des prédictions qualitatives  alternatives...............................................................................................................................................................32 §1/ L’approche de Fama et French (2000)..........................................................................................................32 A/ Présentation des variables :.......................................................................................................................33 B/ La régression de l’endettement :................................................................................................................34 C/ Les déterminants de l’endettement ...........................................................................................................34 1/ L’endettement et la rentabilité :............................................................................................................34 2/ L’endettement et les opportunités de croissance :.................................................................................35 3/ Autres effets :.......................................................................................................................................36 D/ Les résultats concernant le retour à la moyenne du ratio d’endettement :..................................................37 §2/  L’approche de Frank et Goyal (2000)..........................................................................................................37 A/ Présentation du modèle.............................................................................................................................37 B/ Les résultats de l’étude de Frank et Goyal :...............................................................................................41 Conclusion :...................................................................................................................................43

CHAPITRE II : LES RÉSULTATS EMPIRIQUES.................................................................................................................44 Introduction :.................................................................................................................................................44 Section 1 : Les caractéristiques de la structure du capital des firmes américaines dans le contexte de la théorie de  Trade off et de Pecking order...................................................................................................................................46 §1/ Les résultats empirique du test de la théorie de Trade off de la structure du capital sur l’échantillon  américain............................................................................................................................................................46 §2/ Les résultats empiriques des tests du modèle de financement hiérarchique...................................................50 §3/ La combinaison entre le modèle de Trade off et le modèle de financement hiérarchique .............................58 Section 2 : Les caractéristiques de la structure du capital des firmes tunisiennes dans le contexte de la théorie de  Trade off et de Pecking order...................................................................................................................................60 §1/ Analyse descriptive  .....................................................................................................................................60 A/ Les statistiques descriptives de l’ensemble des variables..........................................................................61 B/ Analyse descriptive de l’évolution des composantes du déficit de la firme :.............................................61 §2/ Les résultats empiriques pour l’échantillon tunisien......................................................................................68 Conclusion :...................................................................................................................................72

CHAPITRE I : DÉFINITION DE LA NOTATION DE CRÉDIT ET LEUR IMPACT SUR LA STRUCTURE DU CAPITAL...............................74 Introduction :.................................................................................................................................................74 Section 1 : Définition, historique et utilité de la notation de crédit...........................................................................76 §1/ Définition de la notation de crédit :...............................................................................................................76 §2/ Historique des plus grandes agences de notation :.........................................................................................77  §3/ L’utilité de la notation :................................................................................................................................79 A/ L’utilité pour les institutions émettrices de titres de dette :.......................................................................79 B/ L’utilité pour les investisseurs :.................................................................................................................79 C/ L’utilité pour le marché :...........................................................................................................................81 §4/ Echelles et Définitions des notes selon l’agence de notation Fitch Rating ...................................................81

2


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________ A/ Echelle à long terme internationale...........................................................................................................81 1/ Niveau d'Investissement de Sécurité  ...................................................................................................81 2/ Niveau d'Investissement Spéculatif......................................................................................................82 B/ Echelle à court terme internationale..........................................................................................................83 §5/ Méthodologie de notation des entreprises :...................................................................................................84 A/ présentation de la méthode d’analyse :......................................................................................................84 B/ Définitions des principaux agrégats financiers :........................................................................................86 Section 2 : L’impact des notations de crédit sur le processus décisionnel touchant la structure du capital...............86 §1/ Les effets réglementaires :.............................................................................................................................87 §2/  La segmentation du marché :........................................................................................................................88 §3/  Les ressources financières :..........................................................................................................................89 §4/  Les relations entre les employés, les fournisseurs et les clients de la firme :................................................90 §5/ Les effets communs :....................................................................................................................................91 §6/ Les engagements obligataires :......................................................................................................................91 §7/ L’utilité des gestionnaires :...........................................................................................................................92 Conclusion :...................................................................................................................................92

CHAPITRE II : LES TESTS DU MODÈLE « CR­CS » ET LES RÉSULTATS EMPIRIQUES...........................................................93 Introduction :.................................................................................................................................................93

Section 1 : Les notations de crédit dans le contexte des théories existantes sur la structure du capital.....................95 §1/ La théorie de Trade off :................................................................................................................................95 §2/ La théorie de financement hiérarchique (Pecking Order) :............................................................................99 Section 2 : L’incorporation des hypothèses « notations de crédit – structure du capital » dans les tests traditionnels  de la structure du capital ........................................................................................................................................101  §1/ L’incorporation des notations de crédit dans les tests du modèle de Shyam­Sunder et Myers (1999)........101 A/ Le test de Pecking Order.........................................................................................................................101 B/ Le test de la théorie de Trade off :...........................................................................................................104 §2/ L’incorporation des notations de crédit dans les tests du modèle de Fama et French (2002) ......................106 Section 3 : Les résultats empiriques.......................................................................................................................111 §1/ Les caractéristiques de la structure du capital des firmes américaines dans le contexte de la théorie « CR­ CS »..................................................................................................................................................................111 A/ La théorie de Trade off avec la variable du score du crédit dans le contexte du modèle CR­CS :...........111 B/ La théorie de financement hiérarchique avec la variable du score du crédit dans le contexte du modèle  CR­CS :.......................................................................................................................................................114 C/ La combinaison entre la théorie de Trade off et la théorie du financement hiérarchique dans le contexte du  modèle CR­CS.............................................................................................................................................118 §2/ Les caractéristiques de la structure du capital des entreprises tunisiennes dans le contexte de la théorie « CR­ CS »..................................................................................................................................................................120 Conclusion...................................................................................................................................123

     CONCLUSION GÉNÉRALE......................................................................................................................117

3


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

La structure   du   capital   constitue   un   problème   central   de   la   théorie   financière.   Sa  détermination est certainement l’une des décisions les plus difficiles pour les dirigeants. Beaucoup de recherches ont appréhendé la structure du capital. Les premières études  sont effectuées par l’école traditionnelle qui suppose que les caractéristiques de la structure du  capital affectent considérablement la valeur de la firme. Par la suite, les travaux de Modigliani  et Miller ont été considérées comme le pierre angulaire dans ce domaine. Ils affirment que  sous   un  certain  nombre   d’hypothèses  la  valeur  de la  firme doit  être  indépendante  de  sa  structure financière. Ultérieurement, ces propositions de 1958 ont été remises en cause et ceci  en mettant en évidence d’autres facteurs susceptibles d’expliquer la variation de la structure  du capital et le comportement de financement de la firme. Notre   recherche   vise   à   appréhender   des   théories   traditionnelles   de   la   structure   du  capital tout en inspirant d’autres recherches récentes portant sur ce thème. Concernant   les   théories   traditionnelles   de   la   structure   du   capital,   notre   analyse   se  focalise essentiellement sur deux théories fondamentales;  à savoir :  La théorie statique de Trade­off (Static Trade off Theory),  La   théorie   de   la   hiérarchie   de   financement   (Pecking   Order   Theory   of  Financing). D’ailleurs,   ces   deux   théories   sont   utilisées   pour   expliquer   le   comportement   de  financement de la firme. Leur objectif est d’examiner les effets de complémentarité et de  substitution entre les différentes sources de financement de la firme. En prenant acte des critiques adressées à la formulation du modèle de Modigliani et  Miller,   d’autres  chercheurs  tel  que Scott  (1976) et Myers  (1977) prennent  en compte   les  imperfections du marché telles que la fiscalité et les coûts de faillite et suggèrent l’existence  d’une structure optimale du capital. Ceci fait l’objet de la théorie statique de Trade off. Selon  cette théorie, la firme est supposée avoir un taux d’endettement optimal à atteindre qui est le  taux d’endettement cible et elle essayera graduellement de s’approcher de ce ratio optimal. L’existence d’autres imperfections du marché telles que les coûts d’agence et ceux qui  résultent   des   asymétries   d’information,   amène   aux   développements   des   principales  caractéristiques de la théorie de signal.  4


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Ainsi, dans le cadre de la théorie de signalisation, on constate deux orientations. La  première considère la structure du capital comme un instrument de signalisation (modèle de  Ross 1977). Selon Ross, la théorie de signalisation suggère que les dirigeants qui possèdent  des informations privilégiées relatives à la distribution des flux de revenus de leur entreprise  procèdent à un changement de la structure financière par un recours plus important aux dettes  afin  de  modifier la perception  du marché vis  à vis  des  flux attendus  et d’éviter  ainsi  les  risques liés à la sous évaluation de la firme. La deuxième orientation se focalise sur l’analyse de la structure financière proposée  par   Myers   et   Majluf   (1984)   qui   suggère   que   les   modes   de   financement   sont   choisis  prioritairement   en   fonction   du   critère   de   l’asymétrie   d’information.   Ils   supposent   que  l’asymétrie   d’information   provoque   une   mauvaise   évaluation   des   capitaux   propres   par   le  marché. En se basant sur ces résultats, Myers (1984) élabore la théorie de la hiérarchie des  sources de financement (Pecking Order Theory of Financing).  Récemment, des travaux qui testent la théorie statique de Trade off en comparaison  avec la théorie de la hiérarchie de financement sont développés : Frank et Goyal (2000), Fama  et French (2000), Chirinko et Singha (2000), Shyam Sunder et Myers (1999) et kisgen (2002). Darren   J.   Kisgen   (2002)   a   analysé   comment   les   notations   de   crédit   affectent  directement les décisions de la structure du capital. Il a aussi effectué des testes empiriques  sur l’effet des notations de crédit sur le modèle de Trade off et sur celui de la hiérarchie de  financement. Il a essayé de monter à quel point les notations de crédit, particulièrement les grades  élevés et les bas grades des notations des obligations, affectent directement sur les décisions  de la structure du capital émis par les managers financiers. Il a voulu expliquer les raisons qui expliquent comment les notations de crédit peuvent  être cruciales pour les managers dans le processus de la prise de décision dans la structure du  capital. La présente étude cherche à expliquer si les notations de crédit ont un effet sur la  structure du capital. Puisque les dirigeants et les actionnaires externes sont deux groupes qui influencent  les décisions d’allocation des ressources de l’entreprise, il est pertinent d’étudier les effets  d’interrelation de la structure du capital et celle des notations de crédit de l’entreprise en se  basant sur les principes de fondement de la théorie de Trade off et de Pecking Order.

5


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

En se basant sur les fondements de la théorie de Trade off et de Pecking Order et leur  application  aux  organisations,  nous   allons   expliquer  le  comportement  de  financement   des  firmes tunisiennes et étrangères en matière de structure du capital tout en tenant compte de  l’impact des notations de crédit dans la prise de décision. Notre recherche est établie afin de répondre aux questions suivantes :  Comment les entreprises devraient­elles choisir leur structure du capital ?  Quel est l’impact des notation de crédit sur le comportement financement des  firmes dans le contexte de la théorie de Trade off et la théorie de financement  hiérarchique ?  Quelles sont les interactions possibles entre ces sources de financement surtout  pour les firmes ayant des notations de crédit ? Afin de répondre à ces questions et d’atteindre notre objectif, nous allons utiliser dans  le   cadre   de   notre   étude   des   données   en   panel.   Cette   technique   présente   un   avantage   par  rapport aux séries temporelles et aux données en coupe transversale, utilisées dans la plupart  des études puisqu’elle permet d’éviter une éventuelle distorsion dans les résultats empiriques  due à une corrélation possible entre les différentes variables.  L’étude portera sur deux échantillons complètement différents : un échantillon tunisien  et un échantillon américain. Il ne s’agit pas de réaliser une analyse comparative entre ces deux  échantillons. Il s’agit de voir, d’une part, si la notation de crédit est indispensable dans la prise  de décision et sur le comportement de financement des firmes tunisiennes. D’autre part, nous  essayerons d’appliquer les différents modèles sur un échantillon américain dont le nombre  d’observation  est assez important  afin d’éviter  le problème  d’avoir des résultats  biaisés  à  cause   de   la   taille   de   l’échantillon.   Il   est   important   de   noter   que   la   sélection   de   deux  échantillons est faite sur la base des notations accordées par les deux agences de notation :  Fitch Rating (agence internationale)  et Maghreb Rating (agence tunisienne). Dans le but d’expliciter l’impact des notations de crédit sur la structure du capital,  nous allons introduire dans les régressions qui sont conformes aux théories de Trade off et de  Pecking order la variable score des notations de crédit. La période d’étude s’étale sur six ans  de 1997 à 2002, tout en considérant l’année 1996 comme étant l’année de référence. Ainsi,  dans   cette   étape,   nous   vérifions   si   l’incorporation   de   la   notation   de   crédit   permet   une  amélioration des  modèles étudiés dans le contexte ces deux théories. 

6


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Nous allons nous baser sur deux modèles à équations simultanées distincts afin de  montrer  d’une part  s’il  existe  des  effets  mutuels  entre  la variation  de l’endettement   et  la  variable de l’ajustement partiel (la distance entre la valeur cible et la valeur retardée de la  dette à long terme). D’autre part, il s’agit de vérifier si la variable spécifique du modèle de  financement   hiérarchique   (le   déficit   de   financement)   contribue   de   façon   pertinente   à  l’explication de la variation de la dette à long terme et du ratio d’endettement.  Par   la   suite,   pour   mieux   analyser   nos   tests   de   Pecking   order   et   voir   si   la   théorie  explique   la   réalité   du   comportement   des   firmes,   nous   allons   réaliser   une   agrégation   de  l’information au niveau de la variable déficit de financement. Enfin, notre analyse consistera à faire la combinaison entre ces deux modèles tout en  tenant   compte   des   facteurs   spécifiques   à   la   théorie   de   Trade   off   et   d’autres   facteurs  spécifiques à la théorie de financement hiérarchique. Le but de cette analyse est de vérifier  l’amélioration du pouvoir explicatif des modèles simples étudiés séparément. Ces tests sont effectués sans l’incorporation des facteurs de la notation de crédit et  avec l’incorporation de ces facteurs. Notre mémoire est subdivisé en deux parties. Dans une première partie, nous nous  intéresserons d’abord à identifier et à présenter les importantes caractéristiques des principales  théories de la structure du capital. Notre étude se focalise surtout sur les deux théories de  Trade off et de Pecking order. La deuxième et dernière partie sera consacrée à étudier l’effet de l’incorporation de la  notation de crédit dans les modèles de Trade off et de Pecking order. Il s’agit de vérifier  l’impact   de   ces   notions   sur   la   structure   du   capital   et   surtout   sur   la   prise   de   décision   de  financement.     

7


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

8


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Chapitre I : Synthèse sur la théorie statique de Trade off et  la théorie de Pecking order  Introduction  La structure du capital fait l’objet d’une vive controverse depuis longtemps. Ainsi, la  littérature   financière   offre   deux   modèles   primordiaux   dans   la   prise   des   décisions   de  financement. Le premier est le modèle de Trade off qui prédit que les firmes identifient un  niveau optimal d’endettement en évaluant les coûts et les bénéfices d’une unité additionnelle  de la dette. Parmi, les bénéfices de la dette, nous pouvons citer la déduction des taxes des  intérêts   ainsi   que   la   réduction   des   problèmes   d’autofinancement.   Les   coûts   de   la   dette  incluent les coûts potentiels de faillite et les conflits d’agence entre les actionnaires et les  obligataires. A ce niveau optimal d’endettement, le bénéfice de la dernière unité de la dette  couvre le coût de l’émission de cette unité. Ce sont les prédictions de la théorie de Trade off. Myers et Majluf (1984)1 et Myers (1984)2 développent une théorie alternative connue  sous   le   nom   du   modèle   de   Pecking   order   des   décisions   de   financement.   Cette   théorie  s’intervient dans le cas où les coûts de l’émission des nouvelles actions accablent les autres  coûts et les bénéfices de l’émission de la dette. Les coûts de financement qui caractérisent le  comportement de financement  hiérarchique  incluent  les  coûts de transaction associés  aux  nouvelles émissions et les coûts qui croient à cause de l’information privilégiée du dirigeant  sur la perspective de la firme et sur la valeur de leurs actions risquées. A cause de ces coûts,  la firme finance ses nouveaux investissements en recourant tout d’abord aux fonds internes,  puis   avec l’émission de la dette  et enfin avec l’émission  des actions.  Par conséquent,   la  variation de l’endettement de la firme est influencée non pas par les coûts et les bénéfices de  la dette du modèle Trade off mais plutôt par les cash flows nets de la firme. Tout au long de ce chapitre, nous tenterons de présenter d’abord les hypothèses, les  caractéristiques et les déterminants de ces deux théories qui font l’objet de notre première  section. Il est important de noter que notre recherche s’articule autour de ces deux théories.

1

Myers Stewart C., Majluf Nicholas C., (1984), “Corporate financing and investment decisions when firms  have information that investors do not have”, Journal of Financial Economics 13, pp. 187­221. 2  Myers, Stewart C., (1984), “The capital structure puzzle”, Journal of Finance 39, pp. 575­592, November 17.

9


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

La deuxième section exposera les principales synthèses des théories de Trade off et de  Pecking   order   dans   le   contexte   l’approche   de   Shyam­Sunder   et   Myers   (1999)3  tout   en  présentant les critiques de ces tests.  La   troisième   section   sera   consacrée   à   la   présentation   des   tests   des   prédictions  qualitatives alternatives de la théorie de Pecking order et la théorie statique de Trade off dans  le contexte de l’approche de Fama et French (2000)4 et l’approche de Frank et Goyal (2000)5.

Section 1 : Les principales théories traditionnelles de la structure du  capital : les hypothèses et les déterminants §1/ Les hypothèses des principales théories traditionnelles de la structure du   capital Les premières recherches concernant la structure du capital sont effectuées par l’école  traditionnelle qui affirme l’existence d’une structure optimale. De plus, les chercheurs de  cette   école   pensent   qu’il   est   possible   pour   l’entreprise   d’augmenter   sa   valeur   par   une  utilisation   judicieuse   de   l’endettement.   Par   conséquent,   il   existe   un   niveau   optimal  d’endettement pour lequel, le coût du capital est minimal. Par   la   suite,   Modigliani   et   Miller   (1958)6  ont   pris   le   relais   sur   l’étude   du  développement théorique portant sur l’émission de la structure du capital de la firme. Ces  travaux ont donné un second souffle à la théorie financière. Ces deux auteurs ont présenté un  cadre théorique et des concepts de l’effet de levier financier de l’évaluation de l’entreprise et  de   la   politique   de   dividende   qui   a   modifié   radicalement   la   finance.   Leur   proposition  fondamentale   se   base   sur   l’idée   que   la   valeur   de   la   firme   doit   être   indépendante   de   sa  structure financière. Cette conclusion n’est vraie que sous la condition d’un certain nombre  d’hypothèses qui s’énoncent comme suit :   Marché du capital parfait,  Absence de fiscalité, d’impôt et taxe,   Shyam­Sunder, Lakshmi, and Stewart  C. Myers,  (1999), “Testing static tradeoff  against  pecking order  models of capital structure “, Journal of Financial Economics 51, pp. 219­244. 4  Fama E.F et French K. R., (2000), « Testing trade off and the pecking order predictiond about dividends and  debt », the center for reseach in security prices, working paper, n° 506, university of Chicago, Graduate school  of business. 5   Frank   M.   et   Goyal   V.,   (2000),   “Testing   the   pecking   order   theory   of   the   capital   structure »,  Murray.Frank@commerce.ubc.ca, goyal@ust.hk. 6   Modigliani Franco, Miller Merton H., (1958), “The cost of capital corporation finance, and the theory of  investment”, American Economic Review 48, pp. 261­297.  3

10


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

 Absence des coûts des transactions et d’agence,  Indépendance entre l’activité de production de la firme et les modalités de  financement. La conception avancée par Modigliani et Miller (1958) est une construction théorique  rigoureuse, et logiquement déduite de ses présupposés. Sur la base de cette conception, ils  concluent   que   la   valeur   courante   d’une   firme   doit   être   indépendante   de   la   décision   de  distribution   des   dividendes,   c’est   donc   la   conclusion   de   la   neutralité   des   dividendes   de  Modigliani et Miller. Ces   travaux   ne   sont   pas   échappés   aux   critiques   et   plusieurs   chercheurs   se   sont  penchés à vérifier les conclusions de Modigliani et Miller. Ces nombreuses recherches ont  fait avancer considérablement la finance dans de nouveaux domaines  liés directement  ou  indirectement   aux   propositions   de   Modigliani   et   Miller,   tout   en   se   basant   sur   l’objectif  d’approximer la théorie à la réalité de la firme. A partir de ce point de vue, un accord de plus en plus large se faisait entre certaines  économistes sur l’existence de trois vagues théories de la structure du capital dont chacune a  ses propres caractéristiques. Ces théories sont la théorie fiscale (FT), la théorie de Trade off  (TOT) et la théorie de financement hiérarchique (POT) ou la théorie de signalisation (ST). Tout   d’abord,   la   théorie   fiscale   est   avancée   par   Modigliani   et   Miller   en   1961   en  introduisant l’impôt sur les sociétés afin de rendre leur approche plus réaliste. Ils concluent  que la firme préfère l’endettement plus que les autres sources de financement à cause de la  déductibilité d’impôt des dépenses d’intérêt. Ainsi, l’une des hypothèses de la théorie fiscale est la suivante : Hypothèse   I   (FT) :   « le   taux   d’impôt   effectif   doit   être   corrélé   positivement   avec  l’endettement ». Quelques auteurs tel que Pettit et Singer (1985)7 ont montré que la théorie fiscale ne  peut pas être appliquée dans le contexte de petite firme parce que les petites et moyennes  entreprises sont moins susceptibles à être profitable et donc à utiliser l’endettement afin de  profiter de la déduction d’impôt. A la suite de ce raisonnement, l’hypothèse I déjà renoncée  est comme suit : « il n’existe aucune relation entre l’endettement et la fiscalité dans les petites  et moyennes entreprises ».

7

Pettit, R. and Singer, R. (1985), “Small business finance: a research agenda”. Financial Management, vol. 14,  nº 3, Autumn, pp. 47­60.

11


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

D’autre part, DeAngelo et Masulis (1980)8 annoncent qu’il existe autres alternatives  que le gain d’impôt tels que l’amortissement, les dépenses de recherche et de développement,  la   déduction   des   projets   d’investissement,…etc,   qui   peuvent   substituer   le   rôle   fiscal   de  l’endettement. La seconde hypothèse de la théorie fiscale est comme suit : Hypothèse II (FT) : « il faut que le gain d’impôt non lié à l’endettement soit corrélé  négativement aux déterminants de l’endettement ». En prenant acte des critiques adressées à la formulation du modèle de Modigliani et  Miller, d’autres chercheurs prennent en compte des imperfections du marché telles que la  fiscalité et les coûts de faillite et suggèrent l’existence d’une structure optimale du capital.  Ceci fait l’objet de la théorie de Trade off. Selon cette théorie, la firme est supposée être en  présence d’un taux d’endettement optimal à atteindre qui est le taux d’endettement cible et  elle essayera graduellement de s’approcher de ce ratio optimal. Dans la théorie de Trade off  (TOT), les auteurs ont considéré non seulement les avantages de l’emploi de l’endettement  comme étant une modalité de financement mais aussi les défauts de paiement qui sont due à  la difficulté financière et aux conflits d’agence. Warner   (1977)9,   Smith   et   Warner   (1979)10,   Ang   et   al   (1982)11  et   Pettit   et   Singer  (1985) expliquent que les grandes firmes tendent à être plus diversifier et risquent moins de  faire faillite. Par conséquent, la taille de la firme peut être une variable approximative inverse  à la probabilité de faillite. Par   contre,   les   petites   entreprises   font   face   à   un  coût   de   faillite   élevé.   Ceci   peut  justifier l’hypothèse suivante. Hypothèse III (TOT) : « la taille de la firme peut être corrélée positivement avec le  niveau de l’endettement ». Ensuite,   l’existence   d’intérêts   divergents   au   sein   de   la   firme   a   permis   le  développement   de   la   théorie   d’agence.   Cette   théorie   étudie   les   conflits   d’intérêt   entre  plusieurs actionnaires financiers de la firme. Ces conflits découlent de la relation d’une part  entre les actionnaires et les dirigeants et d’autre part entre les actionnaires et les créanciers.  Dans le contexte des petites et moyennes entreprises, le problème de conflit d’intérêt entre les  8

De Angelo, H., and R. Masulis, (1980), “Optimal capital structure under corporate and personal taxation”,  Journal of Finance Economics 8, pp 3­29. 9  Warner J., (1977), “Bankruptcy costs : some evidence”, The Journal of Finance, V 32, pp 337­348. 10  Smith, Clifford and Warner, Jerold (1979), “On financial contracting: an analysis of bond covenants”.  Journal of Financial Economics, 7, nº 2, June, pp. 117­161. 11  Ang et al (1982), “The administrative costs of corporate bankruptcy: a note”. The Journal of Finance, vol.  XXXVII, nº 1, March, pp. 219­226.

12


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

actionnaires et  les  dirigeants  ne se pose presque pas  puisque d’une  part les  deux  agents  doivent avoir un unique objectif financier et d’autre part la propriété dans ce type d’entreprise  est   maintenue   uniquement   par   le   dirigeant.   Malgré   tout,   le   conflit   d’agence   entre   les  actionnaires et les prêteurs peut être particulièrement important pour les petites et moyennes  firmes. Selon Myers 1977, le problème de sous investissement devient de plus en plus intense  dans les firmes avec l’accroissement des opportunités de croissance. Dans ce cas, le caractère  sous optimal de la politique d’investissement se manifeste. De ce cas, les créditeurs vont  réduire leurs réserves de fonds pour ce type de firme. Le recours aux dettes à court terme par  la firme représente l’une des solutions possibles pour résoudre ce problème. Théoriquement,  Myers souligne l’existence d’une relation négative entre l’endettement et les opportunités de  croissance.   Cependant,   quelques   auteurs   tels   que   Michaelas   et   al   (1999)12  suggèrent  l’existence d’une corrélation positive entre ces deux variables parce que le financement des  petites et moyennes entreprises se base essentiellement sur la dette à court terme. Cet avis  explique la seconde hypothèse de la théorie de Trade off. Hypothèse   IV   (TOT) :   « les   opportunités   de   croissance   doivent   être   reliées  positivement aux déterminants de l’endettement de la firme ». Cette hypothèse peut être décomposée en deux : Hypothèse IV a (TOT) : «Les dettes à long terme doivent être corrélées négativement  aux opportunités de croissance ». Hypothèse IV b  (TOT) : «Les dettes à court terme doivent être corrélées positivement  aux opportunités de croissance ». Cette dernière hypothèse est affirmée par Barclay et Smith (1999)13. Ils supposent que  lorsque   les   firmes   ayant   des   importantes   opportunités   de   croissance,   elles   utilisent   le  financement par dette, elles doivent préférer la dette à court terme afin de maintenir une  flexibilité financière. L’existence des coûts d’agence de l’endettement tels que le changement du risque, les  problèmes potentiels de la sélection défavorable et l’alea morale, peut conduire les créditeurs  à demander des garanties à leurs prêts, concrétisées par le nantissement de l’actif. Ce type  d’actif doit conserver la valeur dans le cas de la liquidation potentielle de la firme et doit être  12

Michaelas et al, (1999), “Financial policy and capital structure choice in UK SMEs: empirical evidence from  company panel data”, Small Business Economics, 12, pp 113­130. 13  Barclay, Michael J. and Smith, Clifford W. Jr. (1999), “The capital structure puzzle: another look at the  evidence”. Journal of Applied Corporate Finance, Spring, vol. 12, nº 1, pp. 8­20.

13


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

vendu sur le marché pour faire face aux engagements de la firme. Ainsi, la quatrième et la  dernière hypothèse de la théorie de Trade off sont avancées. Hypothèse V (TOT) : « Les déterminants de l’endettement de la firme doivent être  reliés positivement à la tangibilité de l’actif ». Cette dernière hypothèse a été développée par Brealey et Myers (2000)14  en tenant  compte de la maturité pour aboutir à la formulation suivante : Hypothèse V­a  (TOT) : «Si le but des firmes correspond aux maturités des actifs et  des passifs, une corrélation positive est observée entre le ratio des actifs immobilisés et le  ratio   d’endettement   à   long   terme   alors   qu’elle   doit   être   négative   lorsque   le   ratio   des  déterminants d’endettement est de courte période ». L’asymétrie de l’information entre les investisseurs et les managers  fait l’objet de  deux théories de la structure du capital ; à savoir la théorie de signalisation (ST) et la théorie  de   financement   hiérarchique :   Pecking   order   theory   (POT).   La   première   théorie   est   peu  utilisée   pour   le   secteur   des   petites   firmes   puisque   les   petites   et   moyennes   entreprises  n’interviennent   pas   d’habitude   sur   le   marché   boursier   et   ainsi   leurs   dirigeants   n’ont   pas  l’intention de signaler ni pour le marché ni pour l’investisseur lors de l’adoption de leurs  décisions   de   financement.   Par   contre,   la   deuxième   théorie   est   largement   utilisée   dans   le  contexte des petites et moyennes entreprises. Myers (1984) et Myers et Majluf (1984)15 signalent l’existence d’une hiérarchie dans  le financement des fonds des compagnies. Cette idée fait l’objet de la théorie de Pecking  order POT. L’hypothèse de base de ce modèle est qu’il existe un seul facteur qui détermine  l’usage de la dette qui est le déficit de la firme (DEF). Dans ce contexte, les firmes cherchent  à maximiser la richesse de ces actionnaires. Mais, elles ne peuvent la réaliser que si elles  évitent le financement externe qui cause une asymétrie d’information entre les actionnaires et  les   autres   investisseurs.   Généralement,   les   firmes   comptent   sur   les   fonds   internes   pour  distribuer les dividendes et pour financer la croissance des opportunités dont le but d’éviter le  financement externe. Mais, puisque les fonds internes sont généralement insuffisants, la firme  a   besoin   dans   ce   cas   de   fonds   externes.   L’hypothèse   de   cette   théorie   de   financement  hiérarchique   suggère   que   seule   les   firmes   ayant   un   faible   risque   de   difficulté   financière  doivent recourir à l’émission de la dette. Les titres hybrides (tel que la dette convertible et les   Brealey, Richard A. and Myers, Stewart C. (2000), “Principles of corporate finance”, 6 th edition. McGraw  – Hill. 14

15

Cit. op

14


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

actions préférentielles) seront la source de financement pour les firmes ayant un risque de  difficulté  financière  modéré. Mais, les firmes  dont ce risque est élevé doivent  recourir   à  l’émission d’actions ordinaires externes.  En   résumé,   à   cause   de   l’asymétrie   d’information,   les   firmes   doivent   préférer   les  sources de financement internes que celles externes. Ceci suggère que les firmes ayant une  importante rentabilité financent leurs projets d’investissement par les richesses conservées  plutôt que le recours à l’endettement. Cette source de financement est le plus facile pour les  petites et moyennes entreprises (PME). Puisque le dirigeant d’une PME est généralement en  même   temps   l’actionnaire   de   cette   compagnie,   il   cherche   à   maintenir   son   pouvoir   de  propriété et de contrôle. Pour cette raison, il n’accepte pas facilement un nouveau actionnaire  dans la firme. Par conséquent, il préfère le recours au financement interne que les sources  externes pour financer les activités de la firme. Même si la firme a besoin de fonds externes,  elle doit choisir la dette qui ne réduit pas le pouvoir du dirigeant. C’est la dette à court terme  qui n’impose pas des engagements contractuels restrictifs. A la suite de cette dernière idée  théorique, deux hypothèses du modèle de Pecking order sont proposées. Hypothèse  VII (POT) :  « Il  existe  une  relation   négative   entre  les   déterminants   de  l’endettement et la rentabilité de la firme ».  Hypothèse VIII (POT) : « Les PME recourent essentiellement à la dette à court terme  comme source de financement de l’endettement ».  Notre étude s’articule autour de deux principales théories de la structure du capital ; à  savoir : la théorie de Trade off et la théorie de Pecking order. En fait, grâce aux modèles  développés   par   ces   deux   théories,   nous   étudions,   tout   au   long   de   ce   mémoire,   le  comportement financier des firmes. Ainsi, pour effectuer une telle analyse, il est primordiale  de présenter les caractéristiques et les déterminants de ces deux théories.

§2/ Les déterminants de la théorie de Trade off et la théorie de financement   hiérarchique A/ La théorie de Trade off

L’existence d’un ratio d’endettement cible maintenue par les firmes représente l’une  des préoccupations les plus posées dans le contexte de la structure du capital. La théorie de  Trade off affirme que la firme possède un ratio optimal de dette / capital propre, qui est  déterminé en équilibrant les avantages et les coûts de la dette. D’après le modèle traditionnel   15


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

de Trade off, l’avantage fiscal de la déductibilité des intérêts représente le seul avantage de la  dette. Selon Miller (1977), les coûts fiscaux et de la difficulté financière sont les principaux  coûts. Graham   et   Harvey   (2000)16  s’intéressent   à   présenter   dans   leur   étude   les   facteurs  traditionnels de la théorie de Trade off ; à savoir : les coûts de la difficulté financière ainsi  que   les   coûts   et   les   avantages   fiscaux.   Ils   ont   effectué   une   recherche   basée   sur   un  questionnaire de 392 dirigeants. En analysant les résultats de leurs études, ils trouvent onze  facteurs affectant le montant approprié de la dette de la firme dont on peut citer : la flexibilité  financière,   la   notation   de   crédit,   la   volatilité   des   bénéfices   et   des   cash   flows,   les   fonds  internes insuffisants, le niveau du taux d’intérêt… Les   dirigeants   se   mettent   d’accord   que   l’avantage   fiscal   collectif   de   la   dette   est  modérément important dans les décisions de la structure du capital. Les avantages fiscaux  sont   les   plus   importants   surtout   pour   les   larges   firmes   et   les   firmes   distributrices   de  dividende. En d’autre terme, ce sont les compagnies qui ont probablement des taux d’intérêt  collectifs et par conséquent les motivations fiscales à utiliser la dette. L’étude de Graham et  Harvey cherche à vérifier si la firme recourt à l’émission de la dette lorsque le traitement  fiscal étranger est favorable. Dans les interprétations de leurs résultats, Graham et Harvey  affirment que le traitement fiscal étranger est un facteur important pour les grandes firmes  ayant des relations avec l’étranger. Par contre, ils suggèrent une faible évidence qui suppose  que les taxes personnelles affectent la décision de la politique d’endettement. L’étude effectuée directement auprès des firmes de l’échantillon permet de conclure  que les firmes sont très concernées par leurs notations de crédit qui peuvent être considérées  comme un indicateur des préoccupations de la difficulté. Parmi les sociétés publiques et les  firmes qui ont des dettes notées, la notation de crédit est supposée être un déterminant très  important dans la politique d’endettement. Toutefois, cette variable est surtout importante  pour les grandes firmes. Avoir une information privée sur la qualité de crédit peut affecter la maturité de la  dette optimale de la firme. Théoriquement, si les firmes ont une information privée d’une  importante qualité mais qu’elles sont assignées actuellement d’une faible notation de crédit,  elles   recourent   à   l’émission   de   la   dette   à   court   terme   parce   qu’elles   prédisent   une  amélioration de leurs notations. Dans la pratique, il n’est pas évident que les firmes prévoient  16

Grahman J.R., Harvey C.R., (2000), “Tne theory and practice of corporate finance : evidence from the  field”, can.Harvey@duke.edu

16


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

la crédibilité   de   leurs   notations.   Mais,   généralement   la   notation   est   une   variable   très  importante.  De plus, la volatilité des bénéfices est un autre facteur primordial pour les dirigeants  dans la prise de décision sur l’endettement. Cette affirmation est cohérente avec la prédiction  de la théorie de Trade off qui suppose que les firmes réduisent l’usage de la dette lorsque la  probabilité de faillite est élevée. Graham et Harvey (2000) interrogent directement les  firmes si elles  possèdent un  ratio cible ou optimal de dette / action. Ils aboutissent à la conclusion suivante : 19 % des  firmes n’ont ni un ratio d’endettement cible ni un ratio optimal, 37 % possèdent une valeur  cible flexible, 34 % des firmes maintiennent une cible ou un rang serré. Le reste des firmes  qui représente un pourcentage de 10 % possède un ratio d’endettement cible strict. L’analyse  montre   aussi   que   les   grandes   firmes   sont   plus   probables   à   avoir   des   ratios   cibles  d’endettement. Finalement, les dirigeants affirment que leurs compagnies recourent à l’émission des  actions   pour maintenir  un ratio cible  dette / action, en particulier si la firme possède  un  niveau d’endettement important, si la propriété est largement dispersée, ou si le dirigeant est  jeune. Toutefois, l’étendue de l’étude fournit un support modéré pour la théorie de Trade off. Graham et Harvey ont donné une idée sur la déviation du ratio cible d’endettement.  Les ratios d’endettement actuels varient à travers les firmes et pendant une période de temps.  Chaque variation peut être réalisée si l’intensité de la dette est mesurée par rapport à la valeur  marchande de l’action. Encore, les firmes ne maintiennent pas l’équilibre entre leurs dettes et  les  variations  du prix de l’action.  Donc, un nombre très  limité de firmes suppose que la  variation du prix de l’action affecte leur politique d’endettement. De même, Opler et Titmen  (1998)17 concluent dans leurs études que les firmes recourent à l’émission des actions après  l’augmentation du prix du titre. D’après eux, ceci est incohérent avec les firmes fixant une  cible pour le ratio d’endettement puisque leur ratio varie loin d’une telle cible. Fisher et al. (1989)18 suppose une explication alternative concernant la variation des  ratios d’endettement à travers le temps, même si la firme fixe une valeur cible. S’il existe des  coûts de transaction pour l’émission ou la rétention de la dette, la firme retrouve son équilibre  si  et  seulement   si leur  ratio   d’endettement   réalise  des   fluctuations   faibles   ou fortes   pour  17

Opler, T. and Titman, S., (1993), “The determinants of leveraged buyout activity: free cash flows vs.  financial distress costs”, The Journal of Finance, 48, pp 1985­1999. 18  Fisher et al, (1989), “Dynamic Capital Structure Choice : theory and tests”, Journal of Finance, V44, pp 19 –  40.

17


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

s’ajuster vers la valeur cible. L’étude de Graham et Harvey (2001)19 affirme que les coûts de  transaction sont importants lors de la prise de décision concernant l’émission de la dette, en  particulier entre les petites firmes. En fait, Titman et Wessels (1988)20  interprètent que les  petites   firmes   utilisent   relativement   peu   de   dettes   à   cause   des   coûts   de   transaction   qui  découragent l’usage de la dette pour ce type de firme. B/ La théorie de financement hiérarchique :

Le modèle de financement hiérarchique suppose que les firmes n’ont pas un ratio  d’endettement cible. Il affirme que la firme recourt au financement externe seulement lorsque  les   fonds   internes   sont   insuffisants.   Les   fonds   externes   sont   moins   désirés   à   cause   de  l’asymétrie de l’information entre le dirigeant et les investisseurs. Cependant, si la firme  utilise les fonds externes, elle doit respecter l’ordre des sources de financement. Dans ce cas,  elle préfère recourir en premier lieu à la dette, puis aux titres convertibles et en dernier lieu  aux actions. Myers et Majluf (1984)21 supposent que les firmes cherchent à maintenir l’équilibre  financier pour éviter le besoin des fonds externes. Graham et Harvey (2001)22 trouvent que la  flexibilité   financière   est   aussi   importante   pour   des   raisons   non   reliées   au   modèle   de  financement hiérarchique. Par conséquent, la valorisation de la flexibilité financière n’est pas  suffisante pour prouver que le modèle de Pecking order est la vraie description du choix de la  structure du capital. Dans le contexte du modèle de financement hiérarchique, Graham et Harvey ont posé  plusieurs   questions   intéressantes.   Ils   s’interrogent   tout   d’abord   si   les   firmes   recourent   à  l’émission des titres lorsque les fonds internes sont insuffisants pour financer leurs activités.  Les questions suivantes se posent : Est­ce que la firme utilise les actions lorsque les dettes et  les autres sources de financement ne sont pas disponibles ? Ils se demandent aussi si les  dirigeants tiennent compte de sous­évaluation des actions lors de la décision du type de titre à  utiliser et si la flexibilité financière est importante. Le plus important facteur affectant les décisions de la dette de société est le désir du  dirigeant pour la flexibilité financière. Cependant, l’étude de Graham et Harvey permet de  conclure que l’importance de la flexibilité n’est pas reliée ni à l’asymétrie de l’information ni  19

Cit. op  Titman S. and Wessels R., (1988), “The Determinants of Capital Structure Choice”, Journal of Finance,  43(1), pp. 1­19. 21  Cit. op 22  Cit. op 20

18


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

à la   croissance   des   choix   telle   qu’elle   était   proposée   par   la   théorie   de   financement  hiérarchique.   En   fait,   par   opposition   aux   prédictions   théoriques,   la   flexibilité   est  statistiquement plus importante pour les firmes distributrices de dividendes (si ce type de  firmes fait face peu au problème de l’asymétrie de l’information). Cependant, une profonde  recherche   indique   que   le   désire   pour   la   flexibilité   financière   n’est   pas   influencé   par   les  facteurs de la théorie de financement hiérarchique. L’insuffisance des fonds internes a une importante influence sur la décision d’émettre  des   dettes.   Ce   comportement   est   généralement   cohérent   avec   le   modèle   de   financement  hiérarchique. Face à l’insuffisance des   fonds internes, la firme recourt à l’émission de la  dette surtout si elle souffre d’une grande asymétrie d’information reliée au sou­évaluation des  actions. Cette idée est vérifiée plus pour les petites firmes que les grandes firmes. Dans le  contexte   de  la   théorie   de  financement   hiérarchique,   la  firme  ne  recourt   à  l’émission   des  actions pour financer ses activités que dans le cas où leur capacité d’obtenir des fonds à partir  de la dette et des titres convertibles serait négligeable.                

  Section   2 :   La   théorie   statique   de   Trade   off   et   la   théorie   de   la  hiérarchie de financement : comparaison du pouvoir explicatif alternatif  §1/  Le modèle de Shyam­Sunder et Myers (1999) Shyam­Sunder et Myers étudient dans leur recherche des théories traditionnelles de la  structure du capital contre l’alternative du modèle de financement hiérarchique nommé le  modèle de Pecking order. Selon cette dernière théorie, la causalité va des ressources internes  vers les sources de financement externes. Quelle que soit sa structure de propriété, la firme  préfère se financer en premier lieu par les profits qu’elle génère et en second lieu par les  financements externes en priviligeant les emprunts sur l’émission des nouvelles actions. Pour  des raisons d’asymétrie d’information, les crédits commerciaux devraient être utilisés avant  les dettes financières. Par   contre,   le   souci   de   la   théorie   de   Trade   off  est   de   maintenir   un  ratio   optimal  d’endettement par chaque firme. Elle suggère que les firmes identifient leurs endettements  optimaux en mettant en balance la marge entre les coûts et les bénéfices de la dette. Les   résultats   des   tests   de   Shyam­Sunder   et   Myers   aboutissent   à   la   conclusion  suivante : les hypothèses alternatives de Trade off ont un pouvoir statistique explicatif plus  important que les hypothèses de Pecking order.   19


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

La recherche d’une structure optimale fait l’objet prédominant  de la théorie de la  structure   du   capital.   La   théorie   de   Trade   off   se   focalise   toujours   sur   la   recherche   d’un  optimum   qui   représente   le   ratio   cible   d’endettement.   Ce   ratio   est   le   résultat   d’une  combinaison équilibrée entre les avantages fiscaux des emprunts et les coûts de la difficulté  financière surtout pour une firme très endettée. En d’autre terme, une firme bénéficiaire des  économies   d’impôt   doit   bien   ajuster   la   valeur   de   son   actif   pour   s’échapper   des   graves  dommages dus à la difficulté financière. Donc la théorie statique de Trade off prédit une  relation en coupe transversale entre les ratios moyens d’endettement et le risque de l’action,  la rentabilité, les statuts fiscaux et le type de l’actif. Shyam­Sunder   et   Myers   (1999)23  ont   essayé   de   confirmer   ces   prédictions  empiriquement.   Cependant,   les   articles   précédents   n’ont   pas   procédé   à   une   comparaison  systématique   entre   le   pouvoir   explicatif   des   équations   convenables   à   ces   théories   et   les  explications   alternatives   du   comportement   financier.   De   plus,   aucun   n’a   vérifié   si   ces  équations sont valables de façon régulière lorsque le financement actuel est influencé par  d’autres forces. Ces deux auteurs proposent une hypothèse alternative des séries temporelles basée sur  la théorie de Pecking order de la structure optimale du capital. Dans cette théorie, il n’y a pas  un ratio d’endettement optimal bien défini. Les avantages des économies d’intérêt et d’impôt  et la menace de la difficulté financière sont deux facteurs de préoccupation de second ordre.  Les ratios d’endettement changent lorsqu’il y a un déséquilibre des cash flows internes, des  dividendes   nets   et   des   opportunités   des   projets   d’investissement.   Les   firmes   ayant   une  rentabilité   élevée   avec   des   opportunités   d’investissement   limitées   recourent   à   des   ratios  d’endettement   faibles.   Par   contre,   les   firmes   ayant   des   opportunités   d’investissement  importantes empruntent de plus en plus. Les changements dans les ratios d’endettement sont  reportés par le besoin des fonds externes, non pas pour la recherche d’une structure optimale  du capital.  Shyam­Sunder et Myers avancent que le modèle de Pecking order explique beaucoup  mieux la variance des séries temporelles dans les ratios d’endettement actuels que le modèle  d’ajustement partiel basé sur la théorie statique de Trade off. De plus, ils montrent que le  modèle d’ajustement partiel ne rejette pas les données lorsqu’elles sont simulées selon le  modèle   de   la   hiérarchie   de   financement.   Toutefois,   ce   dernier   rejette   correctement   les  données lorsqu’elles sont simulées selon le modèle d’ajustement partiel. Le modèle de la  23

Cit. op

20


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

hiérarchie de financement présente les meilleures explications apportées au choix entre les  dettes et les actions. Shyam­Sunder et Myers déclarent deux contributions : une méthodologique et l’autre  empirique. La première a pour but de tester le pouvoir statique des hypothèses alternatives  basant sur le comportement financier. La seconde étudie d’une part l’excellente performance  du   modèle   de   la   hiérarchie   de   financement   sur   les   séries   temporelles   appliquées   sur  l’échantillon et d’autre part la faible performance des modèles d’ajustement partiels dérivés  de la théorie statique de Trade off. A/ Le modèle de financement hiérarchique : 

Selon le modèle de financement hiérarchique, les dettes sont la source de financement  privilégiée par la firme pour combler leur manque en cash flows internes. L’émission des  actions   est à éviter  sauf dans  le  cas où la firme serait  capable  d’émettre  des obligations  « pourries » (bond junk) et lorsque les coûts de la difficulté financière sont élevés. On définie : Ct : les cash flows d’exploitation après  intérêt et impôt ; DIVt : dividendes versés à l’année t ; Xt : les dépenses en capital ; ΔWt : la variation de fond de roulement ; Rt : la portion courante des dettes à long terme au début de la période ; Dt : les dettes à long terme remarquables exceptionnelles ; At : la valeur comptable nette de l’actif ; dt = [Dt / At] : Le ratio d’endettement à court terme exprimé en valeur comptable. Le déficit de la firme est définit comme suit : DEFt = DIVt + Xt + ΔWt + Rt ­ Ct                                                                             (1) Le modèle de financement hiérarchique à tester est présenté comme suit : ΔDit = a + bpo DEFit + eit                                                                                            (2) Où  ΔDit est le montant des dettes émises (ou remboursées lorsque DEF est négatifs)  de la firme i. Les deux auteurs prédisent que a = 0 et bpo = 1, tout en supposant que le coefficient de  Pecking order est bpo. L’équation 2 n’est pas identifiée par les valeurs comptables parce que 

21


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

la formule du déficit DEF n’inclut par l’émission ou le rachat des actions. Le simple modèle  de financement hiérarchique prédit que la firme recourt en dernier lieu à l’émission ou le  retrait des actions. B/ L’asymétrie de l’information et le modèle de Pecking order :

Le modèle de financement hiérarchique est l’une des implications des analyses de  Myers   et   Majluf   (1984)24  qui   mesurent   l’impact   de   l’asymétrie   de   l’information   sur   les  décisions d’investissement et de financement.  Cette analyse aboutit à deux résultats importants. En premier lieu, si les coûts de la  difficulté financière sont ignorés, la firme dans ce cas recourt à l’émission des titres les moins  risqués ce qui signifie que ces titres ne sont pas affectés par la divulgation de l’information  interne détenue par les managers. Dans la pratique, ceci traduit que le financement des firmes  est basé notamment  sur l’émission des dettes  ayant un grade d’investissement  plutôt que  l’émission des actions. En second lieu, si les coûts de la difficulté financière sont importants,  la firme va émettre de nouvelles actions pour financer des projets d’investissement ou pour  rembourser sa dette. Mais, elle peut renoncer à l’émission si l’information détenue par les  managers est suffisamment favorable ou si le prix de l’émission est trop faible. Dans ce cas,  le ratio d’endettement sera élevé ou bien les opportunités d’investissement seront réduites.  Cependant, les managers moins optimistes émettront de nouvelles actions. Ainsi, les hypothèses de financement hiérarchique doivent satisfaire à l’émission de  quelques actions. Shyam­Sunder et Myers n’ont pas essayé de faire une distinction entre les  prédictions de deux modèles à savoir : le modèle de financement hiérarchique et le modèle de  Trade off puisqu’il est difficile de faire une telle distinction à des niveaux d’endettement  élevés.   L’émission   des   nouvelles   actions   à   des   niveaux   d’endettement   élevés   améliore  l’ajustement   des   modèles   de   Trade   off   et   diminue   l’ajustement   du   simple   modèle   de  financement hiérarchique. Les firmes ayant un surplus (DEF < 0) et qui préfèrent rembourser ses investisseurs  font inverser le raisonnement de Myers et Majluf. La présence des impôts et d’autres coûts de  maintien des excès des fonds ou le besoin du paiement des dividendes représentent le motif  de racheter des actions ou de rembourser des dettes. Les managers les moins optimistes que  les investisseurs préfèrent naturellement le remboursement des dettes plutôt que le rachat des  actions   à   des   prix   trop   élevés.   Les   managers   les   plus   optimistes   préfèrent   le   rachat   des  actions, pour cette raison ils procèdent à l’augmentation des cours lors de la réalisation d’une  24

Cit. op

22


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

telle opération. A cause de ces cours élevés, le groupe des managers optimistes se réduit et  une   amélioration   dans   les   cours   des   actions   se   réalise   suite   à   une   tentative   d’achat.   Si  l’asymétrie   de   l’information   est   la   seule   imperfection,   tous   les   managers   réalisent   le  remboursement de leurs dettes grâce aux prix élevés de rachat des actions.    Ainsi, les prédictions du simple modèle de financement hiérarchique ne dépendent  pas du signe de DEFt. En principe, la firme peut devenir une prêteuse si le surplus des fonds  persiste. La présence d’une importante fiscalité et d’autres coûts dus à l’opération des ratios  d’endettement à des niveaux trop bas ou même négatif permettent de produire évidemment  les rachats des actions propres, présenté même dans le modèle de Myers et Majluf. Puisque   le   modèle   de   Pecking   order   s’applique   dans   un   contexte   d’asymétrie   de  l’information,   la   structure   du   capital   dépend   d’un   besoin   de   financement   externe.   Dans  l’équation 2 apparaît des variables hors bilan. On ne peut pas dire que le bilan n’est pas  important. Shyam­Sunder et Myers s’attendent que les firmes s’orientent vers l’émission ou  le rachat des actions lorsque les ratios d’endettement sont trop élevés. La nature des actifs du  bilan est aussi importante. La simple version de Pecking order exprimée dans l’équation ne  peut pas être généralement convenable. Elle peut être, cependant, la meilleure à décrire le  financement par une large variété des ratios d’endettement modérés. C/ Le modèle d’ajustement partiel :

La théorie statique de Trade off a pour objectif la recherche d’une structure optimale  du capital. A cause des évènements aléatoires, les managers ne peuvent pas maintenir une  telle structure mais devraient y converger graduellement. Un comportement de retour à la  moyenne est observé lorsque le ratio d’endettement optimal est stable. La simple forme du modèle d’ajustement partiel suggère que le changement des ratios  d’endettement  soit  expliqué   par la  convergence  du  ratio  courant  vers   la  valeur  cible.   La  régression de ce modèle est présentée comme suit : ΔDit = a + bTA (D*it – Di t­1) + eit                                                                               (3) Avec : D*it est le niveau d’endettement cible pour la firme i  à la date t. Shyam­Sunder   et   Myers   supposent   que   le   coefficient   d’ajustement   partiel   bTA  est  constant pour tout l’échantillon. L’hypothèse de base de ce modèle consiste à tester si b TA est  positif (bTA > 0). Mais aussi, il faut remarquer que les coûts d’ajustement positifs existent si  bTA < 1.

23


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

La valeur cible n’a pas été observée par ces deux auteurs. La justification courante de  Shyam­Sunder   et  Myers   de  la   valeur  cible   se  base   sur  la   moyenne   historique   des   ratios  d’endettement pour chaque firme. Ils supposent que la multiplication de ce moyenne par la  valeur total de l’actif de la firme permet d’obtenir l’estimation d’un niveau d’endettement  cible. Le processus d’ajustement du retard de plus d’une année et la valeur cible mobile qui  récapitule les informations historiques de chaque firme sont deux spécifications alternatives  du modèle présenté par Shyam­Sunder et Myers. Les   modèles   d’ajustement   partiel   prédisent   des   variations   dans   les   ratios  d’endettement qui dépendent du montant net de la dette émise. Le modèle de Pecking order  prédit l’émission de la dette brute à cause de la nécessité du remboursement de la portion  courante de la dette à long terme qui est par conséquent intégré dans l’expression du déficit  de la firme. Cependant, Shyam­Sunder et Myers supposent que le modèle de Pecking order  est un prédicteur des émissions de la dette nette ou des variations du ratio d’endettement. Ils  testent alors plusieurs spécifications de ces modèles. Puisque le succès évident des tests de l’ajustement partiel est largement cité, Shyam­ Sunder et Myers se concentrent sur l’étude des spécifications de l’ajustement partiel de la  théorie statique de Trade off notamment celles qui correspondent au modèle de financement  hiérarchique puisqu’ils font la combinaison entre ces deux modèles. Ces spécifications sont  naturellement les hypothèses des séries temporelles. Mais, leurs arguments se basent sur des  tests en coupe transversale de la théorie statique de Trade off. D/ L’échantillon, les données et les résultats :

L’enquête de Shyam­Sunder et Myers a été menée sur un échantillon de 157 sociétés  du secteur industriel pour lesquelles une série de données économiques et financières a été  collectée.  Ces  sociétés  respectent  certaines  conditions  (pas  de manque  dans  les  variables  importantes, continuité des données à travers le temps). La période d’étude s’étend entre  1971 et 1989.  L’analyse apportée par Shyam­Sunder et Myers est limitée aux montants comptables  de   la   dette   et   aux   ratios   d’endettement   comptable   définis   par   le   rapport   entre   le   ratio  d’endettement à long terme et la valeur comptable des actifs. Ils présentent les mêmes raisons  rationnelles adoptées par Myers (1977)25  qui justifie le recours aux valeurs comptables des  25

Myers, Stewart C., (1977), “Determinants of corporate borrowing”, Journal of Financial Economics 5, pp  147­155.

24


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

valeurs dépendantes.   Ils   indiquent   que   les   valeurs   marchandes   incorporent   les   valeurs  actuelles des opportunités de croissance futures. Par conséquent, la présentation des variables  de la dette en terme de ces valeurs marchandes peut faussé les décisions d’investissement  réelles  futures. Mais, le choix des ratios d’endettement  comptable n’est pas fondamental.  Pour cette raison, Shyam­Sunder et Myers utilisent le montant net et brut de la dette comme  étant des variables dépendantes dans leurs études.   Ils   testent   le   modèle   d’ajustement   et   le   modèle   de   financement   hiérarchique  séparément. Pour tester ces modèles, ils ont recouru aux tests de moindres carrées ordinaires. Les   équations   d’ajustement   partiel   prédisent   l’ajustement   graduelle   vers   les   ratios  cibles   où   chaque   valeur   cible   d’une   firme   est   mesurée   par   la   moyenne   des   ratios  d’endettement pendant la période étalant de 1971 à 1989. Le coefficient d’ajustement partiel  bTA estime la fraction de la distance entre la valeur et la valeur cible pendant une année. Les  équations de Pecking order prédisent que l’égalité entre l’émission (ou le remboursement)  des dettes et le déficit (surplus) de financement de chaque firme implique un coefficient de  financement hiérarchique bPO = 1.     Les   résultats   du   modèle   d’ajustement   partiel   aboutissent   à   des   coefficients  d’ajustement   significatifs :   bTA  =   0,33   et   bTA  =   0,41   (le   dernier   correspond   aux   ratios  d’endettement à long terme). Donc, les valeurs cibles sont basées sur la moyenne des ratios  d’endettement  pendant la  période d’étude pour chaque firme.  Le coefficient  R2  des  deux  régressions est de 0,21 et 0,25 respectivement pour la variation de la dette à long terme et la  variation   du   ratio   d’endettement.   Cependant,   lorsque   la   valeur   cible   est   basée   sur   les  moyennes mobiles de trois ou cinq ans des ratios d’endettement comptable, les coefficients  d’ajustement ne sont pas significatifs. Ainsi, il est à noter que le coefficient constant de ces  régressions est proche de zéro. Ensuite, en interprétant les résultats du simple modèle de financement hiérarchique,  Shyam­Sunder et Myers affirment que les résultats de l’émission de la dette brute sont les  plus  pertinents.  Ils  trouvent  un coefficient  important  bPO  = 0,85 qui est significativement  inférieur aux prédictions du simple modèle de financement hiérarchique (à savoir bPO = 1). Le  coefficient de régression R2 est très élevé avec une valeur de 0,86. Les résultats du modèle de financement hiérarchique montrent que le financement  externe est dominé par les dettes. En effet, pour plusieurs firmes individuelles, le coefficient  R2  et le coefficient estimé sont très prochse ou strictement égales à l’unité. Concernant le  modèle de Pecking order, Shyam­Sunder et Myers ont présenté la fréquence de distribution   25


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

de R2  du modèle de financement hiérarchique séparément pour chaque firme pendant deux  périodes à savoir 1971­1984 et 1971­1989. L’illustration des résultats réalisés pendant ces  deux  périodes  conduit à la conclusion que les  coefficients  R2  du modèle de financement  hiérarchique sont moins importants dans la seconde période des années 80. Cependant, l’ampleur et la signification des coefficients du modèle de financement  hiérarchique sont en fait constants. A la  suite  de ces  tests, Shyam­Sunder et Myers  (1999)26  concluent  que le  simple  modèle d’ajustement partiel fournit un certain pouvoir explicatif pour les variations des ratios  d’endettement,   et   leurs   coefficients   apparaissent   raisonnable   et   sont   statistiquement  significatifs.   Cependant,   le   simple   modèle   de   financement   hiérarchique   a   un   pouvoir  explicatif plus important. Les tests reportés par Shyam­Sunder et Myers expliquent que le modèle d’ajustement  partiel et le modèle de financement hiérarchique testés indépendamment contre l’hypothèse  nulle de la non­pertinence, semblent décrire les variations du ratio d’endettement. Ils démontrent aussi d’après ces tetsts que le modèle d’ajustement partiel génère des  résultats plausibles et d’une signification statistique importante. De plus, le simple test de  financement hiérarchique ne souffre pas d’un manque de pouvoir.  Shyam­Sunder et Myers ont étudié le pouvoir statistique  grâce à la simulation  de  Monte Carlo sur des données hypothétiques. Dans ce cas, ils supposent, tout d’abord, une  première hypothèse basée sur les dépenses de l’investissement actuel. A partir de laquelle, ils  opèrent les résultats des firmes de l’échantillon. Ensuite, en utilisant soit le modèle d’ajustement partiel soit le modèle de financement  hiérarchique,   ils   génèrent   des   séries   temporelles   hypothétiques   de   l’émission   ou   de  remboursement de la dette, une série pour chacune des 157 firmes. Par exemple, selon le  régime   hypothétique   du   modèle   de   Pecking   order,   la   firme   doit   couvrir   le   déficit   de  financement seulement par l’émission de la dette. Elle doit aussi utiliser les monnaies du  surplus de financement pour réduire leurs dettes.   

§2/ Un commentaire critique du test du modèle statique de Trade off contre le   modèle de Pecking order de la structure du capital :

26

Cit. op

26


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Comme a été déjà expliqué, Shyam­Sunder et Myers (1999) ont introduit un nouveau  test du modèle de financement hiérarchique. Mais, Chininko et Singha (2000)27 critiquent ce test. Ils considèrent que leurs études  souffrent   de   plusieurs   imperfections.   Ils   indiquent   aussi   que   leur   évidence   empirique   ne  permet d’évaluer ni le modèle de financement hiérarchique ni le modèle statique de Trade  off. Les tests alternatifs sont utilisés pour identifier les déterminants de la structure du capital  et pour différencier entre les hypothèses discutées. La structure du capital continue à être énigmatique. A la suite des fameux résultats  apportés par Modigliani et Miller (1958)28, plusieurs théories apparaissent pour expliquer la  structure du capital en introduisant d’autres facteurs qui ont été négligés par l’étude de base  de MM. Plus récemment, Myers (1977) a soulevé le principe de la structure optimale du  capital   dans   le   cadre   du   modèle   statique   de   Trade   off   tout   en   tenant   compte   des   coûts  d’agence   de   la   difficulté   financière   et   les   taxes   déductibles   sur   les   dettes.   Ensuite,   en  constatant   l’impact   de   l’asymétrie   de   l’information   entre   le   manager   et   les   autres  investisseurs,   Myers   et   Majluf   (1984)29  présentent   le   modèle   alternatif   de   financement  hiérarchique. Ce modèle résulte des préoccupations des chercheurs à formaliser un processus  de sélection de la source de financement dans des situations précises. Ce modèle de Pecking  order met en évidence une hiérarchie de financement qui se présente comme suit : les fonds  propres internes, les dettes et enfin les actions externes. En 1999, Shyam­Sunder et Myers examinent le modèle de financement par dette à  travers le temps tout en testant ces modèles non cohérents de la structure du capital. Dans le  cadre   du   modèle   de   financement   hiérarchique,   ils   montrent   l’impact   de   la   régression   de  financement par dette sur le déficit de financement de la firme. L’hypothèse de base consiste  à rejeter le coefficient de financement hiérarchique qui atteint l’unité. Il est important de  rappeler   que   le   déficit   de   la   firme   est   défini   comme   étant   la   somme   du   montant   des  investissements   réels   des   projets   et   les   engagements   du   dividende   tout   en   déduisant   le  montant des fonds internes. Sur la base d’un échantillon de 157 sociétés et pour une période  échelonnée   de   1971   à   1989,   Shyam­Sunder   et   Myers   trouvent   que   cette   hypothèse   est  soutenue. De plus, ils ont effectué un test pour faire une comparaison du pouvoir explicatif  alternatif entre le modèle de financement hiérarchique et le modèle statique de Trade off. En  27

Chirinko, Robert S. and Anuju R. Singha, (2000), “Testing static tradeoff against pecking order models of  capital structure: a critical comment”, Journal of Financial Economics 58, pp 417­425. 28  Cit. op 29  Cit. op

27


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

se basant sur ce test et sur plusieurs autres raisons, Shyam­Sunder et Myers affirment que les  données sont stimulées essentiellement par le modèle de financement hiérarchique.    Chininko et Singha supposent que le simple modèle du financement hiérarchique  réalisé par Shyam­Sunder et Myers souffre d’un défaut important. Afin de démontrer ces  résultats,  ils  présentent  tout d’abord un traitement  graphique du test critiqué.  Ensuite,   ils  considèrent trois modèles plausibles du financement externes. Enfin, ils posent des questions  sérieuses   portant   sur   la   validité   des   conclusions   du   nouveau   test   stratégique   réalisé   par  Shyam­Sunder et Myers. A/ Test du modèle de financement hiérarchique de la structure du capital :

L’asymétrie de   l’information   entre   le   dirigeant   et   les   autres   investisseurs   moins  informés   constitue   la   problématique   centrale   du   modèle   de   financement   hiérarchique.  L’analyse de la structure financière proposée par Myers et Majluf (1984)30  suggère que les  modes de financement soient choisis prioritairement en fonction du critère de l’asymétrie de  l’information.   Ils   supposent   que   l’entreprise   préfère   se   financer   en   premier   lieu   par   les  bénéfices qu’elle génère et, ainsi, éviter les coûts d’émission. Ainsi, il existe une hiérarchie  de financement descendante commençant par les fonds internes, ensuite les dettes et enfin les  actions externes. Le recours à l’émission d’action s’effectue seulement dans le cas où il n’y  aurait plus de possibilité d’émettre des dettes. Dans le contexte du modèle de financement hiérarchique, la recherche récente initiée  par Shyam­Sunder et Myers avance que le montant substantiel de la variation de la dette nette  émise (D) doit être expliqué par une seule variable qui est le déficit de la firme (DEF). Par   conséquent,   le   test   stratégique   de   Shyam­Sunder   et   Myers   est   caractérisé   par  l’équation suivante : Dit = aPo + bPo DEFit + eit                                                                                       (4) Où : i représente la firme, t représente le temps, eit est le terme d’erreur, aPo et bPo sont  deux paramètres. Il est important de noter que dans le cadre du modèle de financement hiérarchique, la  variation des séries temporelles en panel représente la base pour estimer ces paramètres. A  cause de l’absence du montant des actions  nettes  émises, l’équation (4) ne peut pas être  identifiée. Mais les tests empiriques se basent sur l’idée cruciale que l’émission des actions  occupe le dernier classement dans la hiérarchie de financement. L’importante conception du  30

Cit. op

28


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

test du modèle de financement hiérarchique est que le financement par dette représente la  seule source pour financer le déficit de la firme. L’hypothèse nulle de ce test est la suivante :  Ho :      aPo = 0  et bPo = 1. Cette forme forte du test est très restrictive, donc elle ne doit pas être trop utilisée  pour   évaluer   le   modèle   de   financement   hiérarchique.   Ce   test   refuse   l’idée   que   la   firme  s’oriente vers le marché des actions pour des nouveaux capitaux. La capacité d’émettre de la  dette   sera   limitée   lorsque   les   ratios   d’endettement   sont   suffisamment   importants   avec  l’existence des coûts de la difficulté financière. A ce point, la firme doit recourir à l’émission  ou le rachat des actions. Pour satisfaire ce comportement, le test du modèle de financement  hiérarchique sera rejeté pour la forme semi importante qui déclare que la firme fait face à son  déficit en premier lieu par l’émission de la dette. Le recours au marché des actions doit être  rare et surtout c’est la dernière source pour financer le déficit de la firme. Shyam­Sunder et  Myers   trouvent   un   coefficient   important   bPo  mais   qui   est   significativement   inférieur   aux  prédictions du simple modèle de financement hiérarchique (à savoir bPo = 1). Adediji (1998) souligne que la théorie de Pecking order ne fournit pas des prédictions  bien   définies   sur   la   relation   entre   d’une   part   l’endettement   et   le   ratio   de   distribution   de  dividende et d’autre part entre l’endettement et l’investissement car la nature de ces relations  dépend de la manière par laquelle les firmes réagissent aux insuffisances des bénéfices. L’équation (4) est estimée sur la base d’un échantillon de 157 firmes américaines et  pour une période échelonnée de 1971 à 1989. Le modèle de financement hiérarchique est  identifié   par   la   variation   des   séries   temporelles.   L’estimation   par   le   modèle   commun  (contenant la variation des séries temporelles et la régression linéaire multiple en panel) ou  par les modèles des effets fixes et aléatoires  (contenant seulement la variation des séries  temporelles) résulte des paramètres estimés qui sont très similaires. En terme statistique et  économique, la constante aPo est proche de zéro. Alors que le paramètre bPo varie entre 0,75 et  0,85 en fonction de la technique d’estimation et de la variable dépendante. La variation des  paramètres estimés est importante avec la forme semi forte du test du modèle de financement  hiérarchique. Shyam­Sunder et Myers concluent que le modèle de financement hiérarchique  présente un pouvoir explicatif substantiel dont le coefficient R2 varie entre 0,67 et 0,86. Vu  les propriétés favorables de ce pouvoir et la capacité impressionnante du modèle à expliquer  l’émission de la dette, Shyam­Sunder et Myers préfèrent le modèle de Pecking Order. Chininko et Singha affirment que Shyam­Sunder et Myers ont introduit une méthode  pour évaluer les modèles alternatifs. Ils trouvent que les historiques de financement par dettes   29


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

sont stimulés  en utilisant  un modèle  spécifique  de la structure du capital  et des  données  actuelles internes des firmes. Par la suite, le modèle alternatif est évalué économiquement en  recourant à ces séries simulées. Les résultats de Shyam­Sunder et Myers (1999) montrent que  le modèle d’ajustement partiel ne rejette pas les données lorsqu’elles sont simulées selon le  modèle   de   la   hiérarchie   de   financement.   Toutefois,   ce   dernier   rejette   correctement   les  données   lorsqu’elles   sont   simulées   selon   le   modèle   d’ajustement   partiel.   De   plus,   cette  technique est appliquée aux régressions linéaires multiples en panel. D’après Shyam­Sunder et Myers, le modèle statique de Trade off suggère que le ratio  d’endettement optimal de la firme soit en fonction du risque, du type de l’actif, du statut  fiscal et de la rentabilité. Donc cette relation entraîne l’équation suivante : dit = a + b1(Plantt) + b2(R&Dt) + b3(Taxt) + b4(Earningst)                                    (5) Avec Plant est le ratio d’équipement rapporté au chiffre d’affaire ou à l’actif. C’est  une variable approximative de l’actif immobilisé. R&D est le ratio des dépenses de recherches et développement rapporté au chiffre  d’affaire ou à l’actif. C’est une variable approximative soit des actifs intangibles soit des  opportunités de croissance. Tax est le ratio d’impôt payé. C’est une variable approximative du statut fiscal de la  firme. Earnings est le ratio de la richesse d’exploitation. C’est une variable approximative de  la rentabilité. Shyam­Sunder et Myers utilisent cette équation pour calculer la variation de la valeur  cible à travers les années et pour chaque firme, bien que cette cible ne varie pas trop à travers  le temps pour la plupart des compagnies de l’échantillon. Dans la littérature, il existe d’autres  variables approximatives, mais la théorie statique de Trade off n’a pas spécifié toutes ces  variables. Les deux auteurs se sont orientés à présenter plusieurs spécifications alternatives.  L’équation (5) est apportée seulement comme un exemple. Les   séries   du   ratio   d’endettement   simulées   sont   générées   en   utilisant   la   valeur  comptable du ratio d’endettement de 1971 de chaque firme comme étant la première  valeur  et sont générées ensuite en utilisant les valeurs substantielles comme suit : dit = 0,3 (Plantt) ­ 0,2 (R&Dt) + 0,2 (Taxt) + 0,3 (Earningst) Il est important de noter que ces coefficients sont plausibles mais ils ne sont pas liés à  aucune étude empirique particulière. Toutefois, le modèle statique de Trade off est représenté 

30


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

par une régression du ratio d’endettement par rapport au ratio des dépenses de recherche et  développement, ratio d’équipement, ratio de la richesse et au ratio d’impôt payé. Tous ces  ratios sont rapportés à l’actif. Quand, le ratio d’endettement est généré par le modèle de  financement   hiérarchique,   les   régressions   en   coupe   transversale   utilisant   ces   variables  approximatives risquent d’être rejetées. Il est à noter que le modèle statique de Trade off  souffre d’un manque du pouvoir dans cette régression fréquemment utilisée. B/ Les limites de l’étude de Shyam­Sunder et Myers : les problèmes de leurs conclusions 

En tenant compte de trois modèles alternatifs plausibles de financement externe, des  sérieuses questions se sont posées sur la validité des conclusions de l’étude de Shyam­Sunder  et Myers basés sur l’équation (4). Ces conclusions sont basées aussi sur le modèle de Pecking order qui suggère que la  firme   suit   une   hiérarchie   de   financement   dont   la   dette   occupe   la   première   classe   de   la  hiérarchie.  L’émission  d’action  doit être la dernière  source pour financer le  déficit   de  la  firme. Par contre, l’analyse illustrée par Chininko et Singha (2000)31 suppose que l’émission  d’action représente un pourcentage substantiel de la totalité de financement externe de plus  en plus important.  Cette source de financement est maintenue de plus en plus puisque le financement par  dette devient relativement coûteux à cause des variations dans les conditions de commerce,  l’asymétrie de l’information ou les règles de la fiscalité. Dans   ce   cas,   bien   que   le   modèle   de   financement   hiérarchique   soit   validé,   le   test  stratégique proposé par Shyam­Sunder et Myers32  annonce le rejet de l’hypothèse de base.  Les tests du modèle de financement hiérarchique sont basés sur la combinaison entre deux  hypothèses ; à savoir : l’hypothèse de l’ordre (qui correspond à la hiérarchie de financement)  et   l’hypothèse   des  portions   (en  d’autre  terme   l’émission  des   actions   représente  un  faible  pourcentage de financement externe). Chirinko  et  Singha (2000) annoncent  que même  si la  portion  de financement   par  action  est une supposition favorable, les tests basés sur l’équation (4) sont incapables  de  détecter cette situation puisque dans l’hypothèse d’ordre le recours à l’émission des actions  est négligé. La clé de la prédiction empirique du modèle de financement hiérarchique est que  l’émission   des   actions   se   situe   en   bas   de   la   hiérarchie   de   financement.   La   capacité   de  31

Cit. op  Cit. op

32

31


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

l’équation (4)   à   identifier   ce   modèle   de   financement   contre   l’importante   alternative   est  limitée. Chirinko et Singha (2000)33 supposent que l’émission d’action se situe au milieu de la  hiérarchie  de financement.  Dans  ce cas, à  la suite  des  fonds  internes,  la  firme  recourt  à  l’émission des actions et enfin à l’émission de la dette. Cette situation peut se produire avec  l’existence des coûts implicites de la dette ou des bénéfices implicites des actions que les  chercheurs   ne   les   ont   pas   identifiés   encore.   Ce   modèle   de   financement   est   fortement   en  désaccord avec le modèle de financement hiérarchique et ainsi doit être rejeté par le test basé  sur l’équation (4). Cependant, le coefficient bPo est estimé à 0,99 qui entraîne une conclusion  incorrecte concernant la validation du modèle de financement hiérarchique. Enfin, Chirinko et Singha (2000) avancent le troisième cas qui suppose que la dette et  l’action sont toujours émises dans des portions fixes. Ceci provient lorsqu’il existe un ratio  optimal de dette / action. Dans ce cas, chaque dollar du déficit est financé par 0,89 de dette..  L’estimation de l’équation (4) sur ces séries de dette émise résulte un coefficient bPo = 0,89 et  un R2 = 1. Ceci permet d’aboutir à des conclusions incorrectes qui supposent que le modèle  de financement est cohérent avec le modèle de financement hiérarchique.

En conclusion, Chirinko et Singha (2000) résument que ces trois situations proposées  soulignent de sérieuses difficultés surtout en ce qui concerne l’usage de l’équation (4) pour  évaluer le modèle de financement hiérarchique. En combinant le problème de pouvoir et le  modèle statique de Trade off tel qu’il est présenté par Shyam­Sunder et Myers, Chirinko et  Singha indiquent que l’évidence empirique de ces deux auteurs ne peut évaluer ni le modèle  de financement hiérarchique ni le modèle statique de Trade off. Les tests alternatifs sont  utilisés   comme   étant   capables   d’identifier   les   déterminants   de   la   structure   du   capital   et  capables de se différencier des hypothèses compétitives.

Section 3 : La théorie Pecking Order et la théorie statique de Trade  off : Test des prédictions qualitatives alternatives §1/ L’approche de Fama et French (2000) 33

Cit. op

32


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

A/ Présentation des variables :

La question qui se pose dans la recherche de Fama et French (2000)34 est la suivante :  Est­ce   que   les   prédictions   de   l’endettement   des   modèles   de   Trade   off   et   de   financement  hiérarchique décrivent le ratio de l’endettement marchand Lt / Vt ou le ratio de l’endettement  comptable Lt / At ? Dans  le modèle  de Trade  off, les  coûts  d’agence, les  taxes  et les  coûts  de faillite  poussent la firme à augmenter l’endettement. Ainsi, en rapportant le bénéfice et la dette à  l’actif total, le modèle prédit une relation positive entre le ratio de la rentabilité  ET t / At et le  ratio d’endettement comptable Lt / At. Même si la valeur marchande croit avec la rentabilité, il  n’existe pas une prédiction portant sur le ratio d’endettement comptable Lt / At. En contrôlant  les   bénéfices   comptables,   les   firmes   ayant   des   projets   d’investissement   et   des   dividendes  élevés   ont   des   capacités   d’autofinancement   moins   importants   et   un   niveau   d’endettement  optimal   plus   faible.   Le   modèle   prédit   que   le   ratio   comptable   d’endettement   est   relié  négativement   à   l’investissement   et   au   ratio   de   distribution.   Dans   la   simple   version   de  financement hiérarchique, le niveau de l’endettement est déterminé par l’accumulation des  différences entre les bénéfices non distribués et l’investissement. Ainsi, en supposant que le  bénéfice et l’investissement rapportés à l’actif total sont constants, la relation marginale entre  l’investissement et le ratio d’endettement comptable est positive lorsqu’il n’existe pas une  prédiction sur le ratio d’endettement marchand. Dans le modèle complexe de financement hiérarchique, la firme maintient en équilibre  des   coûts   de   financement   courants   et   attendus.   Les   firmes   ayant   des   importants   projets  d’investissement  s’orientent  vers  le maintien  d’une capacité  d’endettement  à faible  risque  pour financer les projets d’investissement futurs. Le résultat probable est l’existence d’une  relation négative entre le ratio d’endettement et l’investissement attendu. L’application de ces  prédictions sur le ratio d’endettement comptable ou marchand dépend de la fonction de la  capacité d’endettement à risque faible en terme de valeur marchande ou comptable de l’actif.  Par exemple, si la capacité de l’endettement à risque faible dépend de la valeur marchande, la  relation entre le ratio d’endettement marchand et l’investissement attendu est négative. Dans  ce   cas,   il   n’existe   pas   une   prédiction   sur   le   ratio   d’endettement   comptable.   De   même,  l’application   de   la   relation   négative   prévue   entre   le   ratio   d’endettement   et   le   ratio   de  distribution dépend aussi de la fonction de la capacité d’endettement en terme de la valeur  marchande ou comptable de l’actif. 34

Cit. op

33


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

B/ La régression de l’endettement :

Le but des tests réalisés par Fama et French est d’expliquer le comportement des  déterminants de l’endettement. Ces deux auteurs posent trois questions primordiales.  Est­ce que le niveau de l’endettement varie à travers les firmes de la même façon  que les prédictions réalisées par le modèle de Trade off ou celles réalisées par le  modèle de financement hiérarchique ?  Est­ce que les firmes ont un ratio d’endettement cible et est­ce que l’endettement  converge vers cette valeur cible ?  Dans   quelle   mesure   la   dette   est   utilisée   comme   un   moyen   d’absorption   des  variations à court terme des bénéfices et de l’investissement ? Ces  tests  sont réalisés  dans  le cadre du modèle  d’ajustement  partiel  standard dans  lequel   la   variation   du   ratio   d’endettement   comptable   est   absorbée   potentiellement   par   la  différence entre le ratio d’endettement cible (TLt+1) et le taux d’endettement retardé (Lt / At).  La formulation de ce modèle est présenté comme suit : Lt+1/At+1­Lt/At = a0 + a1[TLt+1 ­ Lt/At] + a2Z + et+1                                                   (6) Lt  /   At  et   Lt+1/At+1  sont   les   ratios   d’endettement   comptable   de   la   période   t   et   t+1  respectivement. Z est un vecteur des bénéfices courants et passés ainsi que de l’investissement. Il est  inclu pour tester si ces variables produisent un mouvement temporel de l’endettement loin de  la valeur cible. Fama et French recourent à une régression en coupe transversale à deux étapes pour  estimer l’équation (6).  C/ Les déterminants de l’endettement 

1/ L’endettement et la rentabilité    : Selon le modèle de Trade off, les coûts d’agence, les taxes et les coûts de faillite  incitent les firmes rentables à avoir un ratio d’endettement élevé. Par contre, le modèle de  financement  hiérarchique  avance  que les faibles  dettes  exprimées  en valeur marchande  et  comptable entraînent des importants bénéfices. 

34


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Les résultats de Fama et French confirment l’évidence de Long et Malitz (1985)35  et  Rajan et Zingales (1995)36 que les firmes les plus rentables ont moins d’endettement exprimé  en   valeur   comptable.   De   même,   Titman   et   Wessels   (1988)37  et   Rajan   et   Zingales   (1995)  annoncent   que   les   firmes   les   plus   rentables   ont   moins   de   dettes   exprimées   en   valeur  marchande. Graham, Lemmon et Schallhein (1998)38 et Graham (1999)39 trouvent que le ratio  d’endettement marchand est relié positivement à la mesure du taux d’impôt attendu qui doit  être relié positivement à la rentabilité. Grâce à une recherche plus typique, Graham et harvey (2000)40  confirment que les  firmes les plus rentables recourent moins à l’endettement.  2/ L’endettement et les opportunités de croissance    : Le modèle de Trade off prédit qu’en contrôlant la rentabilité des actifs en place, les  firmes   ayant  plus  de  projets  d’investissement  recourent   moins   à  l’endettement   pour  deux  raisons. La première raison est qu’elles ont une importante motivation pour éviter le sous  investissement   et   les   inefficiences   des   substituts   de   l’actif   qui   peuvent   accentuer   les  problèmes d’agence entre les actionnaires et les obligataires. La deuxième raison est qu’elles  ont moins de besoin à la discipline de paiement de la dette pour contrôler les  problèmes  d’autofinancement. La version complexe du modèle de financement hiérarchique prédit aussi une relation  négative   entre   l’endettement   et   les   opportunités   d’investissement   attendues   (en   particulier  pour les distributeurs de dividende). Mais, cette prédiction est basée sur le désir d’avoir plus  de capacité d’endettement à faible risque disponible pour financer les projets d’investissement  attendus. Par contre, la version du modèle de financement hiérarchique prédit une relation  marginalement positive entre l’endettement et l’investissement. L’un des résultats empiriques de Fama et French affirme l’existence d’une évidence  contradictoire   sur   la   relation   entre   le   ratio   d’endettement   comptable   et   les   opportunités  d’investissement.  35

Long, M. S., and I. B. Malitz, (1985), “Investment Patterns and Financial Leverage”, in B. J. Friedman (ed.),  Corporate Capital Structures in the Unated States, University of Chicago Press, Chicago. 36  Rajan Raghuram G., Zingales Luigi, (1995), « What do we know about Capital Structure? Some Evidence  from International Data », Journal of Finance 50, pp. 1421­1460. 37  Cit. op 38  Graham, J. R., M. L. Lemmon, and J. S. Schalleheim, (1998), “Debt, Leases, taxes, and the endogeneity of  the corporate tax status”, Journal of Finance 53, pp 131­162. 39  Graham, J. R., (1999), “Do personnel taxes affect corporate financing decisions ?”, Journal of Public  Economics 73, pp 147­185. 40  Cit. op

35


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Si la capacité d’endettement dépend de la valeur marchande des actifs, l’évidence que  les firmes ayant plus d’investissement recourent moins à l’endettement exprimé en valeur  marchand peut être considérée comme un support pour les prédictions du complexe modèle de  financement  hiérarchique  et  du modèle  de Trade  off. Ces  prédictions  visent comment  les  problèmes   d’agence   entre   les   actionnaires   et   les   obligataires   affectent   le   ratio   cible  d’endettement. Il   existe   plusieurs   explications   de   la   relation   négative   entre   le   ratio   marchand  d’endettement et les opportunités d’investissement. Ceci peut être un résultat machinal des  meilleurs   investissements   entraînant   des   valeurs   marchandes   élevées,   plutôt   que   les  mécanismes des modèles de Trade off et de financement hiérarchique. De   même,   Rajan   et   Zingles   (1995)41  trouvent   une   relation   négative   entre   le   ratio  marchand d’endettement et les opportunités d’investissement, approximés par le ratio market­ to­book. Mais, Titman et Wessels (1988)42 affirment qu’il n’existe pas une relation sérieuse  entre l’endettement et leurs mesures de la croissance des opportunités.  3/ Autres effets    : Le modèle de Trade off prédit l’existence d’une relation négative entre les économies  fiscales non liées à l’endettement et l’endettement exprimé en valeur comptable.  Une   autre   prédiction   du   modèle   de   Trade   off   confirme   l’existence   d’une   relation  négative entre les variations des bénéfice et l’endettement. De même, le complexe modèle de  financement hiérarchique prédit une relation négative entre la volatilité de l’autofinancement  et l’endettement. Sous l’hypothèse que les bénéfices et les cash flows nets des grandes firmes  sont moins volatiles, les résultats de Fama et French aboutissent à des coefficients négatifs de  la taille Ln (At). Cependant, la relation positive entre la taille et l’endettement peut résulter  d’autres facteurs que la volatilité. Un des facteurs qu’on peut citer est l’accès au marché de la  dette qui est moins coûteux pour les grandes firmes que pour les petites firmes. Finalement,   une   prédiction   commune   entre   le   modèle   de   Trade   off   et   celui   de  financement hiérarchique affirme l’existence d’une relation négative entre l’endettement et le  ratio cible de distribution de dividende.

41

Cit. op  Cit. op

42

36


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

D/ Les résultats concernant le retour à la moyenne du ratio d’endettement :

   L’estimation du modèle d’ajustement partiel suggère que le ratio d’endettement suit  un processus de retour à la moyenne : c’est l’un des prédictions du modèle de Trade off. Les  coefficients moyens sur les proxy du ratio cible d’endettement TLt+1 sont positifs. Fama et French trouvent que la vitesse du retour du ratio d’endettement à la moyenne  est de 7 % à 10 % par an pour les distributeurs de dividendes ; et varie entre 15% à 18 % par  an pour les non distributeurs de dividendes. Il est important de rappeler que dans le cadre du modèle de financement hiérarchique,  la notion des ratios d’endettement cibles est négligeable. Dans ce contexte, Shyam­Sunder et  Myers (1999)43 avancent que l’auto corrélation des variations des cash flows nets peut générer  un faux résultat concernant la faible vitesse du retour à la moyenne. Les résultats de l’étude de  Graham et Harvey (2000)44 aboutissent aussi à une faible vitesse. Ils trouvent que la plupart  des firmes cherchent à avoir un ratio cible d’endettement, mais l’atteint de cette valeur cible  n’a pas d’importance primordiale. Leurs résultats ainsi que ceux de Fama et French peuvent être interprétés comme étant  cohérents avec le modèle de Trade off ou les faibles ratios cibles de l’endettement dans le  modèle complexe de financement hiérarchique. 

§2/  L’approche de Frank et Goyal (2000)   Frank et Goyal testent la théorie de financement hiérarchique sur les déterminants de  l’endettement de la société (corporate leverage) en se basant sur diverses régressions en coupe  transversale   portant   sur   un   échantillon   composé   d’un   ensemble   des   firmes   commerciales  américaines   municipales   durant   la   période   1971   à   1998.   Contrairement   à   la   théorie   de  financement   hiérarchique,   ils   concluent   que   l’émission   des   actions   nettes   suit   la   trace   du  déficit de financement de façon plus proche que la suivie de l’émission de la dette nette. Par  conséquent, le déficit de financement est moins important dans l’explication des émissions de  la dette nette pendant la période de temps et pour toutes les firmes quelque soient leurs tailles. A/ Présentation du modèle

Dans   leurs   recherches,   Frank   et   Goyal45  étudient   l’étendue   de   la   théorie   de  financement   hiérarchique   de   la   structure   du   capital   à   expliquer   le   comportement   de  43

Cit. op  Cit. op 45  Cit. op 44

37


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

financement des  firmes  commerciales  américaines  municipales  pendant  la période 1971 à  1998. Leur analyse est subdivisée en trois parties. En premier lieu, il présente les principaux  modèles de l’activité de financement. Toutefois, ils fournissent le contexte empirique des tests  des   régressions   les   plus   formelles.   Ceci   afin   d’identifier   l’importance   des   sources   de  financement externes et l’émission des actions. En second lieu, Frank et Goyal examinent un  certain nombre d’implication du modèle de financement hiérarchique dans le contexte des  tests de  la régression de Shyam­Sunder et Myers (1999)46. Finalement, ils cherchent à vérifier  si la théorie de financement hiérarchique reçoit un important soutien par les firmes surtout  celles qui sont face à des graves problèmes de sélection défavorable. Frank  et   Goyal   se   basent   sur   le   modèle   de   financement   hiérarchique   présenté   par  Shyam­Sunder et Myers (1999). Dans une première étape, Frank et Goyal ont utilisé la même information pour faire  une   désagrégation   du   déficit   de   financement.   Donc   pour  tester   la   théorie   de   financement  hiérarchique, Frank et Goyal47 ont besoin d’agréger les données comptables. La question qui  se pose à ce niveau : Est­ce que l’étape de l’agrégation est justifiée ? Pour répondre à cette question, ils ont utilisé une simple méthode qui consiste tout  d’abord à rétablir l’équation proposée par le modèle de Shyam­Sunder et Myers sur une base  de désagrégation. Ensuite, ils ont cherché si les données confirment l’étape de l’agrégation. Tout en maintenant les mêmes variables et les mêmes symboles du modèle de Shyam­ Sunder et Myers qui sont présentés auparavant, Frank et Goyal présentent alors l’équation  suivante : ∆Dit = a + bDIV DIVt + bI It + bW Wt – bC Ct + eit                                                    (7) La formule du déficit de financement de la firme est la même que celle présentée dans  le cadre de la théorie de financement hiérarchique. DEFt = DIVt + It + ∆Wt ­ Ct = ∆Dt + ∆Et    ΔDt est le montant net de la dette émise de l’année t. En d’autre terme, c’est l’émission  de la dette à long terme moins le remboursement de la dette à long terme.  ΔEt est le montant net des actions émises. En d’autre terme, c’est la vente des titres  moins le rachat des nouveaux titres.  

46

Cit. op  Cit. op

47

38


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Frank et   Goyal   avancent   que   l’augmentation   d’une   unité   de   n’importe   quelle  composante du déficit DEFit  doit avoir le même impact unitaire  sur ∆Dit. L’hypothèse de  financement hiérarchique est ainsi présentée comme suit : bDIV = b1 = bW = bC = 1. Si cette hypothèse est valide, alors l’agrégation dans l’équation du DEF est justifiée.  Cependant, si l’importance est rapportée actuellement par quelques composantes actuelles,  alors le modèle à coefficient alternatif est probable.  Dans   une   seconde   étape,   Frank   et   Goyal   ont   utilisé   d’autres   informations   pour  expliquer l’endettement. En effet, le test de financement hiérarchique réalisé par Frank et  Goyal   utilise   implicitement   différentes   hypothèses   d’éxogénité.   Il   utilise   aussi   différentes  informations figées qui sont alors conventionnelles dans la recherche empirique portant sur  l’endettement et le comportement de l’ajustement de l’endettement. Harris et Raviv (1991)48  expliquent l’ensemble des variables conventionnelles. Ensuite, Rajan et Zingles (1995)49 ont  introduit ces variables dans le simple modèle en coupe transversale. La   régression   de   l’endettement   conventionnel   vise   à   expliquer   le   niveau   de  l’endettement.   Alors   que   la   régression   de   financement   hiérarchique   vise   à   expliquer   la  variation plutôt que le niveau. Puisque les titres ne sont pas corrélés à travers les années,  Frank   et   Goyal   peuvent   de   même   rétablir   les   spécifications   conventionnelles   dans   les  premières différences. Par conséquent, un faible coefficient R2 est obtenu. L’hypothèse de la  non­corrélation des titres est peu probable d’être correcte littéralement. L’analyse empirique conventionnelle se base sur une régression des déterminants de  l’endettement portant sur quatre facteurs ; à savoir : la tangibilité des actifs (notée T), le ratio  market­to­book (noté MTB), le logarithme des ventes (noté LS) et la rentabilité (notée P). Soit  ∆ exprime les premières différences entre les années. A ce niveau, l’équation de la régression  de base de Frank et Goyal est formulée comme suit : ∆Di  =  α  +  β T  ∆Ti  +  β MTB  ∆MTBi  +  β LS  ∆LSi  +  β P  ∆Pi  +    β DEF  DEFi  +  ε i  (9)      Cette   équation   est   une   simple   régression   conventionnelle   qui   met   en   valeur   les  premières   différences   tout   en   ajoutant   le   déficit   de   financement   comme   étant   un   facteur  additionnel.   Mais,   dans   la   régression   conventionnelle,   ce   terme   n’existe   pas.   Dans   la 

48

Harris, Milton, and Arthur Raviv, (1991), « The theory of capital structure », Journal of Finance 46, pp.  297­355. 49  Cit. op

39


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

perspective de  tester  le   modèle   de  financement  hiérarchique,   la  tangibilité   est  la   variable  conventionnelle la plus importante.  Dans le contexte de la théorie de financement hiérarchique, Harris et Raviv (1991)  avancent que les firmes ayant des actifs peu tangibles font face à des importants problèmes  d’asymétrie d’information. Par conséquent, ce type de firme doit recourir de plus en plus à la  dette pour avoir le ratio d’endettement le plus élevé. Donc Harris et Raviv affirment que le  modèle de financement hiérarchique prédit que  β T  est strictement négatif. Ceci n’est pas la  prédiction conventionnelle concernant le rôle de la tangibilité. Mais, l’idée la plus courante se  base sur l’hypothèse que la garantie soutient la dette. Ceci suggère souvent que les actifs  tangibles   servent   comme   étant   une   garantie.   Donc,   cette   dernière   est   associée   à  l’augmentation de l’endettement. Ainsi, la prédiction  habituelle est que  β T  est strictement  positif. Les   firmes   ayant   des   ratios   market­to­book   élevés   ont   cru   souvent   avoir   plus  d’opportunités de croissance future. Selon Myers (1977)50, il y a un souci que la dette peut  limiter la capacité de la firme à capter les opportunités dès lors apparition. Dans ce cadre,  Frank et Goyal prédisent que le coefficient β MTB est strictement négatif. Généralement,   les   grandes   firmes   sont   les   plus   diversifiées.   De   plus,   elles   ont   les  bonnes réputations sur le marché obligataire et font face à des faibles coûts d’information lors  de la réalisation d’un emprunt. Alors, ces grandes firmes sont cencées avoir plus de dette dans  leurs structures du capital. Toutefois, la prédiction est que le coefficient  β LS  est strictement  positif. Les prédictions sur la rentabilité sont ambiguës. La théorie de Trade off prédit que les  firmes rentables doivent avoir le niveau d’endettement le plus élevé pour compenser l’impôt  fiscal. Aussi, dans plusieurs modèles d’asymétrie d’information, tel que le modèle de Ross  (1977), les firmes rentables sont cencées avoir le ratio d’endettement le plus élevé. Mais, la  littérature   courante   découvre   l’existence   d’une   corrélation   négative   entre   la   rentabilité   et  l’endettement.  D’autres  chercheurs  remettent  en question ces  conclusions. Frank et Goyal  s’attendent à trouver un coefficient β P strictement négatif. Fama   et   French   (2002)51  notent   que   la   relation   négative   entre   la   rentabilité   et  l’endettement est cohérente avec la théorie de financement hiérarchique. Mais, ceci n’est pas  la seule interprétation de la relation. Il existe, toutefois, au moins deux autres interprétations.  50

Cit. op  Cit. op

51

40


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

La première  est que la rentabilité  courante  peut servir comme  un signal des opportunités  d’investissement. La deuxième est que les firmes peuvent faire face à des coûts d’ajustement  fixes. Quand la firme gagne des bénéfices, la dette sera remboursée et l’endettement décroît  automatiquement. Ainsi, les firmes profitables doivent être moins endettées même dans le  contexte de la théorie de Trade off et même si les coûts d’ajustement sont pris en compte. B/ Les résultats de l’étude de Frank et Goyal :

 Les tests empiriques de Frank et Goyal portent sur un échantillon composé de 768  firmes et sur une période de 27 ans pour chaque firme de 1971 à 1998. dans une première  étape, ils suivent l’approche de Shyam­Sunder et Myers en reportant séparément les résultats  de trois variables ; à savoir : la dette nette émise, la dette brute émise et la variation du ratio  d’endettement.   Les   deux   coefficients   celui   estimé   sur   le   déficit   de   financement   et   le   R 2  décroisent brusquement lors de l’étude de l’échantillon composé d’un nombre important des  firmes américaines et sur une période d’étude de 1971 à 1989. Les résultats illustrent que le  coefficient du déficit de financement dans la régression de la dette émise est égal à 0,28 avec  un coefficient R2 de 0,27. Les résultats des régressions, qui expliquent que la dette brute émise  et la variation du ratio d’endettement comme étant une fonction du déficit de financement,  montrent une diminution substantielle dans les deux coefficients celui estimés et celui de R2  lorsque   l’étude   modifie   l’échantillon   composé   de   768   firmes   commercialisant   de   façon  continue   à   un   échantillon   d’un   nombre   important   des   firmes   commerciales   américaines  municipales.           Tout d’abord, Frank et Goyal52  commencent par poser la question sur la manière à  suivre pour interpréter les coefficients sur les composantes du déficit de financement. Pour  répondre à cette question, ils ont choisi de commencer par la variable des dividendes à verser.  Ainsi, les résultats empiriques montrent que le coefficient sur le dividende à verser est positif  lors de l’émission de la dette nette. Mais, il est négatif lors de l’émission de la dette brute.  Ceci due essentiellement à ce que les firmes distributrices de dividendes recourent moins à  l’émission de la dette à long terme. Il est à rappeler à ce niveau que la théorie de Statique de  Trade off prédit une relation positive entre les dividendes et la dette. La théorie de financement hiérarchique prédit un signe positif et un coefficient unitaire  de   l’investissement   soit   dans   les   actifs   intangibles   soit   les   fonds   de   roulement.   Aussi,   la  théorie   de   Trade   off   prédit   une   relation   positive   entre   l’investissement   et   l’endettement.  52

Cit. op

41


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

L’augmentation des actifs tangibles est due aux investissements élevés ajoutés à l’actif en  place. Ceci entraîne l’augmentation de la capacité de l’endettement. La relation positive entre  la   variation   des   fonds   de   roulement   et   la   dette   nette   émise   peut   refléter   le   moment   de  l’émission. Frank et Goyal traitent la taille de la firme comme étant une variable exogène. Ils  aboutissent   à   conclure   à   partir   de   leurs   tests   empiriques   qu’il   existe   une   amélioration  monotone de la performance des prédictions de la théorie de financement hiérarchique avec  l’augmentation   de   la   taille   de   la   firme.   Pour   les   grandes   firmes,   il   existe   un   soutien  raisonnable   des   prédictions   de   financement   hiérarchique.   Par  contre,   pour  l’ensemble   des  petites firmes, le modèle de financement hiérarchique est rejeté. En conclusion, le support de  la théorie croît avec la taille de la firme. Dans une seconde étape, Frank et Goyal présentent les résultats des régressions de  l’endettement conventionnel. Ils ont estimé, tout d’abord, la régression sur l’endettement avec  le  déficit  de financement  qui est   considéré comme  une variable  additionnelle  explicative.  L’incorporation de cette variable à la régression n’affecte ni l’étendue ni l’importance des  coefficients   liés   aux   variables   conventionnelles.   Cependant,   le   déficit   de   financement   est  important empiriquement. Ensuite, Frank et Goyal estiment les régressions de l’endettement avec l’endettement  retardé qui est considéré comme étant une variable additionnelle explicative. Le coefficient  sur l’endettement retardé est statistiquement significatif et leur étendue est assez large. Le  signe   négatif   sur   l’endettement   retardé   suggère   que   le   retour   à   la   moyenne   se   comporte  comme prédit par la théorie de Trade off. L’incorporation de l’endettement retardé n’affecte  ni le signe ni l’importance de la plupart des autres variables dans la régression. Même si la théorie de financement hiérarchique est rejetée, le déficit de financement  ne doit pas être ignoré. En   conclusion,   l’addition   du   déficit   de   financement   et   de   l’endettement   retardé  entraîne une amélioration un peu remarquable de la performance des équations ajustées une  fois les facteurs conventionnels sont pris en compte.   

42


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Conclusion : Ce premier chapitre a permis de présenter une généralité sur les deux théories de Trade  off et de Pecking order et d’énumérer les caractéristiques, les hypothèses et les déterminants  deduites des fameuses recherches de Fama et French (2000), Shyam­Sunder et Myers (1999)  et Frank et Goyal (2000). Le deuxième chapitre sera consacré à la présentation de la méthodologie adoptée et  l’interprétation des résultats empiriques obtenus à partir de nos tests qui sont basés sur deux  échantillons : l’échantillon des firmes américaines et celui des firmes tunisiennes. La période  s’étale de l’année 1997 jusqu’à l’année 2002. Il s’agit donc de valider empiriquement ces  deux théories contre l’hypothèse de la non pertinence. Ainsi, nous essayons de vérifier si la  combinaison entre ces deux modèles permet d’améliorer le modèle global et de décrire le  comportement de financement des firmes.  

43


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Chapitre II : Les résultats empiriques

Introduction : Notre recherche s’intéresse à étudier le processus décisionnel touchant la structure du  capital à travers la politique d’endettement et les caractéristiques du comportement des firmes  de notre échantillon.  L’étude consiste aussi à effectuer le test de la théorie statique de Trade off et la théorie  de financement hiérarchique. Ensuite, il s’agit de vérifier si la combinaison entre ces deux  théories permet l’amélioration du pouvoir explicatif du modèle. Nos   tests   de   l’estimation   des   modèles   seront   effectués   sur   deux   échantillons  complètement   différents.   Le   premier   échantillon   se   compose   de   97   firmes   américaines  appartenant au secteur industriel exclusion faite des institutions financières et bancaires. Par la suite, nous avons essayé d’effectuer l’analyse sur un échantillon tunisien qui  comporte   8   firmes.   Ce   nombre   réduit   d’entreprises   est   justifié   par   le   faite   que   l’agence  tunisienne de notation Maghreb Rating n’a été crée qu’en 1997. En effet, 13 entreprises non  financières  seulement possèdent des notations attribuées  par cette agence : 7 sociétés  sont  notées en 2002, une en 2003, une en 2001, trois en 1998 et une seule entreprise notée en 1997.  L’échantillon   s’est  limité   seulement  à  un  nombre  de  8 firmes  pour  les  raisons   suivantes.  D’une part, parmi les 13 entreprises, la firme notée en 2003 est à éliminer puisque la période  de l’étude varie de 1997 à 2002. D’autre part, quatre sociétés ne font pas un appel public à  l’épargne donc les données ne sont pas publiées. Donc, il nous reste que 8 entreprises pour  notre échantillon. Il est très important de noter qu’il ne s’agit plus de réaliser une analyse comparative  entre ces deux échantillons puisqu’il faut toujours comparer le comparable. Alors qu’il existe  un déséquilibre entre ces deux échantillons en terme du nombre d’observations d’une part. De   44


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

plus, il ne faut pas comparer des firmes d’un pays développé à des firmes appartenant à un  pays sous développé. Donc, le but de réaliser l’étude sur l’échantillon des firmes tunisiennes  malgré le nombre limité des observations est de vérifier l’impact de la nouvelle notion de  notation sur le comportement de financement de ces firmes. Il s’agit de voir si cette notion est  indispensable pour le développement de notre marché local. Concernant le second  échantillon  américain,   nous   avons   essayé   d’appliquer   les   différents   modèles   sur   un   nombre   assez  important   d’observations   (582  observations)   pour   éviter   le   problème   d’avoir   des   résultats  biaisés à cause de la taille de l’échantillon. La première étude portera sur un échantillon de 97 entreprises américaines de grande  taille, sur une période de six ans (de 1997 jusqu’à 2002) soient 582 observations. Les firmes ,  objet de notre recherche, sont extraites de Fortune 1000. Le choix d’un tel échantillon se  justifie   par   les   notations   accordées   par   l’agence   internationale   de   notation   Fitch   Rating  présentées dans leurs prospectus annuels. Les   données   financières   sont   extraites   des   rapports   annuels   « 10K ».   Toutes   ces  données sont publiées et disponibles au site EDGARSCAN. L’échantillon exclut les firmes dont le rapport annuel et/ou les notations accordées par  Fitch   Rating   n’est   pas   disponible.   Nous   avons   exclu   également   de   notre   échantillon   les  institutions   financières   (banques,   compagnies   d’assurance…)   dont   l’activité   entraîne   un  traitement comptable différent. Les données financières de notre seconde étude qui portera sur les firmes tunisiennes  sont   extraites   des   bulletins   officiels   du   conseil   du   marché   financier   et   des   prospectus  d’émission au second marché de la cote à la bourse (en particulier les bilans, les états et les  flux   de   trésoreries).   Les   notations   de   ces   entreprises   sont   disponibles   auprès   de   l’agence  Maghreb Rating. Donc,   tout   au   long   de   cette   section,   nous   présentons   les   résultats   empiriques   de  l’estimation des modèles de deux théories de notre recherche, la théorie de Trade off et la  théorie de Pecking order, sur les données de panel de notre échantillon. Nous allons exposer  en premier lieu les interprétations des résultats des tests effectués sur l’échantillon américain  afin d’étudier le comportement de financement de ces grandes firmes. Nous allons ensuite  étudier   les   caractéristiques   de   la   structure   du   capital   des   petites   et   moyennes   entreprises  tunisiennes.   Pour   cela,   nous   avons   présenté   une   description   statistique   des   principales  variables   qui   font   l’objet   de   notre   étude   pour   avoir   une   idée   sur   les   caractéristiques   de  l’échantillon   tunisien.   Enfin,   nous   allons   analyser   l’incidence   de   ces   déterminants   sur   la   45


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

variation de l’endettement de la firme. Pour se faire nous allons procéder à une régression  linéaire multiple en panel (cross­sectional times series) dans le contexte de la théorie statique  de Trade off et la théorie de financement hiérarchique.

Section 1 : Les caractéristiques de la structure du capital des firmes  américaines dans le contexte de la théorie de Trade off et de Pecking order §1/ Les résultats empirique du test de la théorie de Trade off de la structure   du capital sur l’échantillon américain Tout   au   long   de   ce   paragraphe,   nous   effectuons   quatre   étapes   dont   le   but   est  d’expliquer le comportement financier des firmes américaines dans le contexte de la théorie  de Trade off contre l’hypothèse nulle de la non pertinence. La   première   étape   consiste   à   tester   et   calculer   la   variation   de   deux   variables  expliquées : la variation de la dette à long terme et la variation du ratio d’endettement à long  terme. Ces deux variables font l’objet de deux modèles M1 et M2 de la théorie de Trade off.  L’expression respective pour chaque firme et chaque année de la variation de la dette à long  terme se présente comme suit : ∆ Dit = Dit – Dit­1 Avec Dit est la dette à long terme de la firme i à la période t telle qu’elle apparaît dans  le bilan annuel de la firme i. Soit par la suite la formule de la variation du ratio d’endettement à long terme : ∆d it =

Dit D − it −1 Ait Ait −1

Avec Dit : la dette à long terme de la firme i à la période t. Ait : la valeur comptable des actifs  de la firme i à la période t. Elle est égale à la  différence entre l’actif total net et le passif courant (Shyam­Sunder et Myers).  46


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Puisque notre recherche vise en partie à tester la théorie statique de Trade off qui a  pour objectif la recherche d’une structure optimale du capital, il est indispensable dans une  deuxième étape à définir la variable explicative de deux modèles M1 et M2 telle qu’elle est  présentée par Shyam­Sunder et Myers (1999)53. Cette variable est notamment la valeur cible  de la dette dont l’expression est présentée comme suit :

Dit A Dit* = i =1997 it × Ait T 2002

Où T : la période de l’étude. Elle est égale à six ans dans notre cas d’étude. Ait : la valeur comptable de l’actif i à la période t. Dit : la dette à long terme de la firme i à la période t. A ce niveau, nous définissons la variable explicative Zit  qui est la distance entre la  valeur cible et la valeur retardée de la dette à long terme. Zit = D*it – Dit­1 A la suite de la définition des variables nécessaires à notre test d’étude, la troisième  étape consiste à présenter les expressions des régressions de deux modèles M1 et M2 de la  théorie de Trade off de la structure du capital. Ces deux modèles se présentent sous l’expression suivante : ∆ Dit =  a + bTA(D*it – Dit­1) + eit                                                                                            (M1)             ∆ dit =  a + bTA(D*it – Dit­1) + eit                                                                                              (M2)

Zit = Dit* ­ Dit­1 est la variable qui caractérise le modèle de la théorie de Trade off. Par  ailleurs, la théorie de Trade off postule que la firme est capable d’augmenter sa valeur en  émettant davantage de la dette lorsque son niveau de la dette actuelle est inférieur au niveau  cible (Dit* ­ Dit­1 > 0). Lorsque la firme opère au dessus du niveau cible (Dit* ­ Dit­1 < 0), elle  devrait   alors   réduire   son   endettement.   Cependant,   la   vitesse   d’ajustement   pourrait   être  différente. En effet, la théorie de Trade off prédit que l’évolution de l’endettement financier sont  basées seulement sur la déviation vers la valeur cible. Notre recherche consiste à tester ces deux modèles.

53

Cit. op

47


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Il est important de rappeler que l’hypothèse du test de la significativité du coefficient  bTA s’écrit comme suit : Ho : bTA = 0 H1 : bTA ≠ 0 Afin de tester l’ajustement vers le ratio cible, nous avons vérifié l’hypothèse telle que  bTA>0. Par ailleurs, pour tester l’existence des coûts d’ajustement positifs, nous avons formulé  l’hypothèse telle que bTA<1. Dans   les   tableaux   5   et   6   sont   résumés   les   résultats   de   l’estimation   relatifs  respectivement à la variation de la dette à long terme et ceux du ratio d’endettement à long  terme. Tableau   5 :   les   résultats   de   l’estimation   du   modèle   à   l’effet   commun   de   la  variation de la dette à long terme en fonction de Zit

Dependent Variable: ΔDit? Method: GLS (Cross Section Weights) Sample: 1997 2002 White Heteroskedasticity­Consistent Standard Errors & Covariance Variable Coefficient Std. Error t­Statistic Prob.   C 0.006797 0.001141 5.955348 0.0000 Zit? 0.796464 0.035906 22.18189 0.0000 Weighted Statistics R­squared 0.634029     Mean dependent var 0.046236 Adjusted R­squared 0.633398     S.D. dependent var 0.170848 S.E. of regression 0.103445     Sum squared resid 6.206445 F­statistic 1004.824     Durbin­Watson stat 1.609578 Prob(F­statistic) 0.000000

Tableau 6 :   les   résultats   de   l’estimation   du   modèle   à   l’effet   commun   de   la  variation du ratio d’endettement à long terme en fonction de Zit. Dependent Variable: Δdit? Method: GLS (Cross Section Weights) Sample: 1997 2002 White Heteroskedasticity­Consistent Standard Errors & Covariance Variable Coefficient Std. Error t­Statistic Prob.   C 0.005958 0.000349 17.08964 0.0000 Zit? 0.181294 0.006538 27.72766 0.0000 Weighted Statistics R­squared 0.110462     Mean dependent var 0.055482

48


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________ Adjusted R­squared 0.108905     S.D. dependent var 0.425253 S.E. of regression 0.401430     Sum squared resid 92.01442 F­statistic 70.90651     Durbin­Watson stat 2.104383 Prob(F­statistic) 0.000000

Ces résultats montrent que la distance entre la valeur cible et la valeur retardée de la  dette à long terme joue un rôle explicatif dans la variation de la dette à long terme puisque le  modèle est caractérisé par un coefficient important de R2 qui est égal à 0,63. Par la suite, le coefficient associé à la variable zit = D*it – Dit­1 est affecté d’un signe  attendu (bTA  = 0,796 > 0). Il est en outre significativement inférieur à l’unité. Ceci suggère  que les coûts d’ajustement ont un effet significatif sur la variation de la dette à long terme. Nos résultats infirment ceux de l’étude de Kisgen (2002)54. Ce dernier montre que la  variable Zit n’est pas pertinente pour l’explication de la variation de la dette à long terme. Il  présente un coefficient R2 égal à 0,1198 et un bTA égal à 0,24 > 0. L’estimation sur les données de panel du modèle (M2) met en évidence des résultats  un peu proche de ceux observés lors de l’analyse du modèle (M1). En effet, les résultats issus  de l’estimation du modèle (M2) présentent un coefficient associé à la variable z it = D*it – Dit­1  positif et statistiquement significatif au seuil de 5 % (bTA = 0,18 > 0). Ainsi, nous aboutissons  à   la   même   conclusion   obtenue   lors   de   l’analyse   du   modèle   (M1)   selon   laquelle   le   taux  d’endettement à long terme s’éloigne partiellement de la valeur cible de la dette à long terme  puisque   le   coefficient   bTA  est   significativement   inférieur   à   l’unité.   Mais,   la   test   de   la  régression du  modèle (M2) soulève un faible coefficient de détermination (R2 = 0,11) malgré  que le modèle est globalement significatif. Donc, la variation entre la valeur cible et la valeur  retardée n’explique pas avec pertinence la variation du ratio d’endettement à long terme.   En somme, le test de la théorie statique de Trade off contre l’hypothèse nulle de la non  pertinence pour l’échantillon des firmes américaines retenus révèle que :  L’adoption   d’une   structure   optimale   du   capital   de   la   part   des   firmes  américaines.  L’existence   des   coûts   d’ajustement   positifs   qui   empêche   les   firmes  américaines à retourner à tout moment vers le niveau cible de la dette à  long terme.

54

Darren J. Kisgen, (December 17, 2002), « Credit Ratings and Capital Structure »,  University of Washington  School of Business Administration, Department of Finance and Business Economics. kisgen@u.washington.edu

49


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

§2/ Les résultats empiriques des tests du modèle de financement hiérarchique De plus, notre recherche consiste à tester le modèle de financement hiérarchique. En  se basant sur l’approche de Shyam­Sunder et Myers (1999) qui présentent le modèle sous la  forme suivante : ∆Dit = a + bpo DEF it + εit                                                                                                      (M3) ∆dit = = a + bpo DEF it + εit                                                                                                   (M4)

Avec DEFt = DIVt + Xt + ∆Wt ­ Ct    DIVt : Les dividendes versés à l’année t  Xt :   L’investissement   net   de   la   firme   à   l’année   t   +   les   dotations   aux  amortissements et provisions. Xt = [Immobilisations nettes de l’année t – Immobilisations nettes de l’année  (t­1)]  + Dotations aux amortissements et provisions.  ∆Wt : La variation des fonds de roulement (FRN)  ∆Wt = FRNt – FRNt­1 Où FRNt = capitaux permanents – Actifs immobilisés      

FRN =  (capitaux propres + emprunt) – Actifs immobilisés.    Ct : Les cash flows d’exploitation après intérêt et impôt à l’année t. Ct = Résultat net + les dotations aux amortissements et provisions.

Shyam­Sunder et   Myers   (1999)55  introduisent   dans   la   formule   du   déficit   de  financement la proportion courante de la dette à long terme au début de la période tout en  supposant que ce montant sera remboursé durant la période t. Mais, Frank et Goyal ont éliminé potentiellement la portion courante de la dette à long  terme   de la  formule  du déficit  de financement.  Ils  ont   établi  des  tests  avec  et  sans   cette  variable. Ils concluent qu’elle n’appartient pas à la formule du DEF. De   même,   Kisgen   (2002)   a   effectué   les   mêmes   tests   et   il     aboutit   à   la   même  conclusion.   Nos   résultats   confirment   ces   conclusions   concernant   la   définition   du   DEF  puisqu’ils supposent que la variation du fond de roulement doit justifier n’importe quelle  variation de la dette à court terme. Nous avons testé l’introduction de la variable proportion  courante de la dette à long terme, mais nous aboutissons à des résultats statistiquement non  significatifs. 55

Cit. op

50


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Par ailleurs, la variable DEFit correspond à un surplus (si DEF est négatif) et à un  déficit (si DEF est positif) des fonds internes de la firme i à la période t. Dans le cadre de la théorie de la hiérarchie des sources de financement, la firme faisant  face à un surplus de fonds internes  devrait réduire son endettement afin de préserver son  indépendance financière. Ainsi, les conséquences de l’asymétrie de l’information sont évitées. Dans le cas où la firme dégagerait un déficit de financement, la théorie de financement  hiérarchique prédit un recours davantage à la dette.  Il est important de noter que pour chacune des entreprises et chacune des années, ces  variables ont été rapportées à la valeur comptables des actifs de chaque firme seulement par  précaution contre l’hétéroscedasticité ainsi que pour modeler le financement à long terme  (Shyam­Sunder et Myers 1999). La valeur comptable de l’actif est définie comme étant la  valeur total des actifs moins le total des passifs courant. L’hypothèse du test de la significativité du coefficient bpo des deux modèles (M3) et  (M4) s’écrit comme suit : Ho : bpo = 0 H1 : bpo ≠ 0 Mais   dans   le   but   de   vérifier   l’importante   conception   du   modèle   de   financement  hiérarchique   qui   considère   que   le   financement   par   dette   représente   la   seule   source   pour  financer le déficit de la firme. Pour cette raison, il est important de tester l’hypothèse nulle  suivante : H0 : apo = 0 et bpo = 1. Avant   de   présenter   nos   résultats,   nous   rappelons   que   Frank   et   Goyal   (2000)56  suggèrent   que   la   théorie   de   financement   hiérarchique   est   basée   sur   la   différence   de  l’information entre les opérateurs à l’intérieur de l’organisation et le marché. Donc, la force  conductrice est la sélection défavorable. Par conséquent, il est tout à fait naturel d’examiner  les firmes qui font face généralement aux problèmes de la sélection défavorable, tel que le cas  des petites firmes et les firmes en phase de croissance élevée. Frank et  Goyal ont subdivisé leur échantillon sur la base de la taille des firmes. Ils ont  obtenu   quatre   groupes,   à   savoir :   les   petites   firmes,   les   petites   et   moyennes   firmes,   les  moyennes et les grandes firmes et les plus grandes firmes. Ils   ont  appliqué  le  test  du  modèle   de financement   hiérarchique  sur chacun  de   ces  groupes de firmes. Les résultats de cette étude aboutissent à des coefficients du déficit de  financement statistiquement significatif pour l’ensemble des groupes sauf pour le groupe des  56

Cit. op

51


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

petites firmes. C’est tout à fait logique puisque les petites firmes ne suivent pas généralement  le financement hiérarchique. Par contre, cette dernière théorie est considérable et surtout plus  performante dans le cadre des grandes firmes. Alors, la performance des prédictions de la théorie du financement hiérarchique croit  avec l’accroissement de la taille de la firme. Le test de la régression effectué sur l’ensemble  de   l’échantillon   de   Frank   et   Goyal   (2000)   permet   d’avoir   un   coefficient   du   déficit   de  financement égal à 0,283 avec un R2 égal à 0,27. Mais, les résultats issus de la régression qui  expliquent   le   ratio   d’endettement   en   fonction   du   déficit   de   financement   illustrent   des  coefficient non significatifs. Frank et  Goyal expliquent  que cette  équation  ajustée  durant la  période  1971­1989  souffre d’une capacité  très  limitée à étudier le comportement de l’endettement. Ainsi,  les  résultats   de   la   régression   de   Shyam­Sunder   et   Myers   (1999)   diffèrent   selon   les  caractéristiques de l’échantillon étudié et de la période de l’étude. Nous  rappelons  que  Shyam­Sunder  et  Myers   (1999)57  concluent   que le   modèle   de  financement   hiérarchique   présente   un  pouvoir   explicatif   substantiel   dont   le   coefficient   R2  varie entre 0,67 et 0,86. Vu les propriétés favorables et la capacité impressionnante du modèle  à expliquer l’émission de la dette, Shyam­Sunder et Myers préfèrent le modèle de Pecking  order. Kisgen (2002) a effectué aussi un test sur la régression en coupe transversale de la  dette   à   long   terme   en   fonction   du   déficit   de   financement.   Il   a   obtenu   des   coefficients  statistiquement significatifs. Le coefficient du déficit est de 0,545. Ainsi, le coefficient R2 est  égal à 0,3165. Donc, les firmes de l’échantillon de Kisgen suivent la théorie du financement  hiérarchique. Par la suite, notre recherche vise d’autre part à tester les deux modèles (M3) et (M4)  dans le cadre du test du modèle de financement hiérarchique. Les deux tableaux 7 et 8 présentent les résultats de nos estimations effectuées relatives  à la variation de la dette à long terme et à la variation du ratio d’endettement à long terme. 

Tableau 7 : les résultats de l’estimation du modèle à l’effet fixe de la variation de  l’endettement à long terme en fonction de DEFit

57

Cit. op

52


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________ Dependent Variable: ΔDit? Method: GLS (Cross Section Weights) Sample: 1997 2002 White Heteroskedasticity­Consistent Standard Errors & Covariance Variable Coefficient Std. Error t­Statistic Prob.   DEF1? 0.253087 0.013615 18.58819 0.0000 Weighted Statistics R­squared 0.502064     Mean dependent var 0.059136 Adjusted R­squared 0.401033     S.D. dependent var 0.187971 S.E. of regression 0.145477     Sum squared resid 10.22193 Durbin­Watson stat 2.480457

Tableau 8 : les résultats de l’estimation du modèle à l’effet fixe de la variation du  ratio d’endettement à long terme en fonction de DEFit Dependent Variable: Δdit? Method: GLS (Cross Section Weights) Sample: 1997 2002 White Heteroskedasticity­Consistent Standard Errors & Covariance Variable Coefficient Std. Error t­Statistic Prob.   DEF1? 0.149956 0.002624 57.15723 0.0000 Weighted Statistics R­squared 0.369913     Mean dependent var 0.038945 Adjusted R­squared 0.239641     S.D. dependent var 0.483212 S.E. of regression 0.421354     Sum squared resid 84.15344 Durbin­Watson stat 2.559331

Nos résultats   confirment   les   résultats   de   Kisgen   (2002)58.  Ils   montrent   que   le  coefficient du déficit de financement et le coefficient R2 sont statistiquement significatifs tous  les deux au seuil de 1 %. Ces deux coefficients ont pour valeur respectivement 0,253 et 0,40.  Donc, le déficit de financement dans le cadre de notre échantillon est une variable pertinente  qui explique de façon significative la variation de la dette à long terme. Le coefficient est  positif, ceci veut dire que l’augmentation du déficit de financement entraîne le recours de plus  58

Cit. op

53


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

en plus à la dette à long terme par les firmes américaines. En d’autres termes, le modèle  hiérarchique prédit des émissions équivalentes de la dette à long terme. Nos résultats portent sur l’estimation de la variation du ratio d’endettement soutenant  les propos de Frank et Goyal (2000)57. Par ailleurs, les coefficients de la régression s’avèrent  statistiquement significatifs. Mais, la faible valeur du coefficient R2 (R2 = 0,24) reflète l’idée  que   le   DEF   n’est   pas   une   variable   pertinente   pour   expliquer   la   variation   du   ratio  d’endettement. Il   est   important   de   noter   que   le   coefficient   de   nos   résultats   est   significativement  inférieur aux prédictions de simple modèle de financement hiérarchique (à savoir b po  = 1).  Nos résultats confirment ceux de Adedeji (2002)59  qui sont déduits d’un test portant sur un  échantillon composé de 608 observations de firmes britanniques étalant sur une période de  1994   à   2000.   Ces   résultats   montrent   que   les   hypothèses   de   financement   hiérarchique  expliquent   peu   les   variations   en   coupe   transversale   de   la   nouvelle   dette   émise.   Cette  conclusion est soutenue par la faible valeur du coefficient de la régression R2 qui est égale à  0,1396. De plus, les tests de Adedeji (2002) résultent un faible coefficient du DEF avec une  valeur   de   0,222.   Puisque   ce   coefficient   est   significativement   inférieur   à   l’unité,   Adedeji  (2002) explique que ce résultat est du essentiellement à l’intervention d’autres variables que le  déficit de financement de la firme pour affecter l’émission de la nouvelle dette. Parmi, ces  variables  il cite l’exemple du ratio market­to­book et la taille.  De plus, Adedeji  (2002) a  conclu  que le pouvoir explicatif  des hypothèses de peking order est plus important  à des  niveaux élevés du ratio d’endettement qu’à des faibles niveaux de ce ratio. Ce résultat infirme  l’hypothèse selon laquelle les émissions de la dette à long terme sont exactement égales au  déficit de financement.  Toutefois, nos résultats du test du modèle de Pecking order montre que le financement  externe est dominé par les dettes. Il est tout à fait évident que le modèle de Pecking order résulte des préoccupations des  chercheurs   à   formaliser   un   processus   de   sélection   de   la   source   de   financement   dans   des  situations   précises.   Il   suppose   que   la   firme   doit   couvrir   le   déficit   de   financement  essentiellement par l’émission de la dette à long terme. Mais, il ne faut pas oublier que ce test  refuse l’idée que la firme s’oriente vers le marché des actions pour des nouveaux capitaux.  59

Abimbola Adedeji, (Fevrier 2002), “A Cross­sectional Test of Pecking Order Hypothesis Against Static  Trade­off Theory on UK data”, Working Paper Serie, University of Birmingham ­ The Birmingham Business  School, United Kingdom, T.A.Adedeji@bham.ac.uk

54


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Alors que la capacité d’émettre de la dette sera limitée lorsque les ratios d’endettement sont  suffisamment importants avec l’existence des coûts élevés. Pour mieux analyser les tests du financement hiérarchique et voir si la théorie reçoit un  soutien par les firmes, nous suivons l’étape réalisée dans l’étude de Frank et Goyal (2000)60.  Cette étape consiste à utiliser la même information pour faire une désagrégation du déficit de  financement. Dans ce contexte, le modèle de Shyam­Sunder et Myers est rétabli sur la base de  la désagrégation.  Ainsi, les régressions seront formulées comme suit :      ∆Dit = a + bDIV DIVt + bX Xt + bW ∆Wt – bC Ct + εit                                                    (M5)      ∆dit = a + bDIV DIVt + bX Xt + bW ∆Wt – bC Ct + εit                                                     (M6)

Dans le cadre de ces régressions, l’hypothèse de financement hiérarchique à tester est  présentée comme suit : bDIV t =  bX =  bW =  bC = 1 Si cette hypothèse est vérifiée, l’agrégation de l’information au niveau de la variable  DEF est justifiée. Ainsi, un accroissement d’une unité de toute les composantes de la variable  DEF doit avoir le même impact unitaire sur ∆Dit et ∆dit. En effet,Frank et Goyal (2000)61 ont réalisé le test de ces régressions. Ils ont about à  des coefficients statistiquement significatifs associés aux variables du déficit de financement.  Nos résultats de l’estimation sur les données de panel du modèle (M5) confirment ce résultat.  Ce   dernier   montre   que   les   variables   DIV,   X,   ∆W   et   C  contribuent   significativement   à  l’explication de la variation de la dette à long terme. En effet, la valeur de R 2  est de 0,49  Toutefois, le coefficient relatif aux dividendes à verser s’avère positif dans la régression de la  dette nette émise. Mais, il est par contre négatif dans la régression de la dette brute émise. Ce  résultat   provient   du   fait   que   les   firmes   distributrices   de   dividendes   recourent   moins   à  l’émission de la dette à long terme et elles dégagent aussi moins par rapport aux firmes non  distributrices de dividendes. La théorie de Trade off prédit aussi une relation positive entre les  dividendes et l’endettement. Ainsi, les firmes fortement distributrices de dividendes sont plus  probables à générer de façon continue des importants cash flows. De plus, elle ont un faible  besoin d’investissement en relation avec les cash flows. 60

Cit. op  Cit. op

61

55


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

La théorie   de   Pecking   order   prédit   un   signe   positif   et   un   coefficient   unitaire   de  l’investissement   des   immobilisations   et   des   fonds   de   roulement.   Selon   cette   théorie,  l’augmentation de l’investissement doit être expliquer dollars par dollars par l’augmentation  de la dette émise. Dans ce contexte, la théorie de Trade off prédit aussi une relation positive  entre les investissements et l’endettement. La relation positive entre la variation du fond de  roulement et les émissions de la dette nette peut refléter le moment de l’émission. Si une  firme émis de la dette à long terme, elle reçoit ensuite de la liquidité. Jusqu’à la dépense de  cette liquidité elle peut être soit placée dans un compte bancaire soit pour financer d’autres  investissements à court terme qui sont introduits dans le fond de roulement. Dans le cadre des firmes typiques, les cash flows internes mènent à des réductions  dans   l’émission   de   la   dette.   Mais,   l’étendue   de   cet   effet   est   un   peu   limitée   lors   de  l’introduction du comportement des firmes qui n’ont pas un rapport complet de commerce. De  plus,   il   existe   plusieurs   recherches   montrant   l’existence   d’une   relation   négative   entre  l’endettement et la profitabilité. Cependant, tel qu’il est noté précédemment si les cash flows  internes mesurent les opportunités de croissance futures, alors la théorie de Trade off prédit  aussi la relation négative observée sur les cash flows. 

En conclusion,   nos   résultats   de   l’estimation   de   deux   modèles   (M5)   et   (M6)   se  résument dans le tableau suivant : Tableau 9 : Les résultats de l’estimation du modèle à effet fixe de la variation de  la dette à long terme en fonction des postes du DEF   

Dependent Variable: ΔDit? Method: GLS (Cross Section Weights) Sample: 1997 2002 White Heteroskedasticity­Consistent Standard Errors & Covariance Variable Coefficient Std. Error t­Statistic Prob.   DIV1? 0.051436 0.055590 0.925267 0.3553 X1? 0.149257 0.041198 3.622874 0.0003 ΔWit1? 0.272457 0.013662 19.94321 0.0000 ­C1? 0.239782 0.016447 14.57944 0.0000 Weighted Statistics R­squared 0.559042     Mean dependent var 0.059831

56


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________ Adjusted R­squared 0.466257     S.D. dependent var 0.197844 S.E. of regression 0.144540     Sum squared resid 10.02813 F­statistic 202.8464     Durbin­Watson stat 2.428661 Prob(F­statistic) 0.000000

Tableau 10 : Les résultats de l’estimation du modèle à effet fixe de la variation du  ratio de l’endettement en fonction des postes du DEF   

Dependent Variable: Δdit? Method: GLS (Cross Section Weights) Sample: 1997 2002 White Heteroskedasticity­Consistent Standard Errors & Covariance Variable Coefficient Std. Error t­Statistic Prob.   DIV1? 0.151866 0.019819 7.662453 0.0000 X1? 0.266731 0.016012 16.65854 0.0000 ΔWit1? 0.135470 0.004546 29.80081 0.0000 ­C1? 0.244371 0.005445 44.88365 0.0000 Weighted Statistics R­squared 0.336870     Mean dependent var 0.037088 Adjusted R­squared 0.194670     S.D. dependent var 0.445501 S.E. of regression 0.399793     Sum squared resid 75.28218 F­statistic 79.75591     Durbin­Watson stat 2.566780 Prob(F­statistic) 0.000000

Ainsi, les résultats de l’estimation sur les données de panel du modèle (M5) montrent  qu’au seuil de 5% les variables Xt, ∆Wt et Ct contribuent significativement à l’explication de  la variation de la dette à long terme. En effet, les résultats des tests de la régression de la variation de la dette à long terme  affirment que la désagrégation de l’information au niveau la variable DEF permet d’avoir une  légère   amélioration   du   pouvoir   explicatif   du   modèle   (M3)   puisque   le   coefficient   de  détermination R2 croit de 0, 40 à 0,47.   Néanmoins, l’hypothèse des coefficients unitaires est  fortement   rejeté   (bDIV  t  ≠   bX  ≠   bW  ≠     bC  ≠  1). Ce  résultat   suggère  que l’agrégation   de  l’information au niveau de la variable DEF n’est pas justifiée empiriquement. Par ailleurs, les résultats de l’estimation sur les données de panel du modèle (M6)  diffèrent sensiblement des résultats obtenus lors de l’estimation du modèle (M5). En effet,  toutes les variables DIVt, Xt,  ΔWt  et Ct  jouent un rôle explicatif dans la variation du taux  d’endettement à long terme. C’est vraie que les résultats issus de l’estimation du modèle (M6)   57


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

aboutissent aussi au rejet de l’hypothèse de la théorie Pecking order selon laquelle   bDIV  t =  bX =  bW =  bC = 1. Mais, contrairement  aux résultats  de l’estimation  du modèle (M5), les  résultats   de  l’estimation du modèle (M6) montrent que la désagrégation de l’information au niveau de la  variable DEF n’améliore pas le pouvoir explicatif du modèle (M4) puisque le coefficient de  détermination de la régression sur la variation de la dette à long terme R2 varie de 0,24 à 0,19.

§3/ La combinaison entre le modèle de Trade off et le modèle de financement   hiérarchique   A la suite de l’analyse des tests effectués sur chacun du modèle de Trade off et celui  de Pecking order. L’étape suivante de notre analyse consiste à combiner ces deux modèles  tout en tenant compte des facteurs spécifiques à la théorie statique de Trade off et d’autres  spécifiques à la théorie de financement hiérarchique. Le but de cette analyse est de vérifier si  le pouvoir explicatif et la significativité des coefficients des modèles (M1), (M2), (M3) et  (M4) s’améliorent ou non. Pour aboutir à ce but, nous avons introduit, tout d’abord, au sein  d’un même modèle la variable zit = D*it – Dit­1 et la variable DEFit . Par ailleurs, la régression  de ce modèle s’écrit sous la forme suivante : ∆Dit = a + bTO (D*it – Dit­1 ) + bpo DEF it + εit                                                                       (M7) ∆dit = = a + bTO (D*it – Dit­1 )+ bpo DEF it + εit                                                                     (M8)

Ces régressions sont effectuées sur la même base de données composée d’entreprises  américaines.   En   effet,   les   résultats   de   l’estimation   des   modèles   combinés   (M7)   et   (M8)  confirment l’acte d’une amélioration du pouvoir explicatif des modèles (M1), (M2), (M3) et  (M4). Tableau 11 : Les résultats de l’estimation du modèle à effet fixe de la variation de  la dette à long terme en fonction du DEF et zit    Dependent Variable: ΔDit? Method: GLS (Cross Section Weights) Sample: 1997 2002 White Heteroskedasticity­Consistent Standard Errors & Covariance Variable Coefficient Std. Error t­Statistic Prob.   ZIT? 0.690197 0.030165 22.88064 0.0000 DEF1? 0.164901 0.006964 23.67856 0.0000

58


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________ Weighted Statistics R­squared 0.767798     Mean dependent var 0.047786 Adjusted R­squared 0.720105     S.D. dependent var 0.180252 S.E. of regression 0.095362     Sum squared resid 4.383291 F­statistic 1593.779     Durbin­Watson stat 1.924761 Prob(F­statistic) 0.000000

Tableau 12 : Les résultats de l’estimation du modèle à effet fixe de la variation du  ratio de l’endettement à long terme en fonction du DEF et zit    Dependent Variable: Δdit? Method: GLS (Cross Section Weights) Sample: 1997 2002 White Heteroskedasticity­Consistent Standard Errors & Covariance Variable Coefficient Std. Error t­Statistic Prob.   Zit? 0.128493 0.005679 22.62761 0.0000 DEF1? 0.136179 0.002638 51.63056 0.0000 Weighted Statistics R­squared 0.401973     Mean dependent var 0.038852 Adjusted R­squared 0.276804     S.D. dependent var 0.483983 S.E. of regression 0.411584     Sum squared resid 80.12679 F­statistic 317.9336     Durbin­Watson stat 2.488430 Prob(F­statistic) 0.000000

Par conséquent, la combinaison entre les deux variables : le déficit de financement et  la distance entre la valeur cible et la valeur retardée de la dette à long terme réalise un plus  value   par   rapport   à   l’estimation   de   la   théorie   de   Trade   off   et   la   théorie   de   financement  hiérarchique séparément.   De plus, le coefficient associé à la variable DEF demeure inférieur à l’unité. Mais, il  est   statistiquement   significatif.   Par  ailleurs,   le   coefficient   de  détermination   R 2  du  modèle  expliquant la variation de la dette à long terme s’améliore de 0,63 à 0,72. De même, l’estimation des données de panel du modèle (M8) conduit à des résultats  reflétant l’amélioration du pouvoir explicatif de deux modèles (M2) et (M4). Ce résultat est  justifié par l’augmentation de la valeur du coefficient de détermination R 2  de 0,11 à 0,28.  Donc, l’augmentation de ce coefficient indique que l’ajout de l’indicateur de la distance entre  la valeur cible et la valeur retardée de la dette à long terme améliore le pouvoir explicatif des  modèles (M2) et (M4).

59


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

En définitive, le test de la théorie de financement hiérarchique contre l’hypothèse de la  non pertinence aboutit aux résultats suivants :  Le   déficit   de   financement   contribue   significativement   à   l’explication   de  l’endettement   à   long   terme   des   firmes   américaines.   Par   conséquent,   les  hypothèses de la théorie de Pecking order ne sont pas rejetées.  L’agrégation de l’information au niveau de la variable déficit n’est pas justifiée  empiriquement.  La combinaison du modèle d’ajustement partiel et du modèle de financement  hiérarchique   améliore   considérablement   la   pouvoir   statique   des   modèles  hiérarchiques mais rejette l’hypothèse de la théorie de Pecking order.  En résumé, les résultats de notre étude suggèrent que les deux approches théoriques (à  savoir la théorie de Trade off et celle de Pecking order) affectent la structure du capital des  firmes   américaines.   Cependant,   ces   firmes   cherchent   à   atteindre   un   niveau   d’endettement  cible optimal (le modèle de Trade off). De plus, nos résultats confirment la prédiction de la  théorie de financement hiérarchique qui suppose que la firme ajuste leur niveau d’endettement  en fonction de leur besoin de financement.  

Section 2 : Les caractéristiques de la structure du capital des firmes  tunisiennes dans le contexte de la théorie de Trade off et de Pecking order §1/ Analyse descriptive   Avant de procéder à une analyse économétrique des caractéristiques des déterminants  de l’endettement dans le contexte de la théorie de Trade off et la théorie de financement  hiérarchique, il sera utile d’exposer certaines caractéristiques de l’échantillon pour en avoir  une idée générale.   60


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

A/ Les statistiques descriptives de l’ensemble des variables

Ce sous paragraphe présente les statistiques descriptives de notre échantillon composé  de   8   entreprises   tunisiennes   sur   une   période   de   six  ans   soit   48   observations.   Le   premier  tableau met en exergue les principales caractéristiques des distributions des variables qui font  l’objet des modèles à étudier sur la base de notre échantillon.

Tableau 13 : L’évolution moyenne des principales variables pendant la période  de l’étude 1997­2002 Zit/Bit DEF/Bit ΔDit/Bit Dit/Bit

1997 0.2373124 0.22584244 0.10068427 0.06074

1998 1999 2000 2001 2002 0.25076115 0.26168915 0.26491597 0.26466137 0.28812619 ­0.0030049 0.08449491 ­0.01838794 0.07449827 0.17523576 0.00816699 0.047884 0.00355091 0.05644426 0.04806374 0.05178933 0.04433859 0.00377338 0.05035588 0.00733227

D’après ce tableau, la variation de la dette à long terme des entreprises tunisiennes  exprimée en pourcentage de la valeur comptable de l’actif s’avère instable tout au long de la  période de l’étude. Il a connu une évolution en dent de scie dont la moyenne des valeurs varie  entre 0,008 et 0,0564 à l’exception de l’année 1997.

B/ Analyse descriptive de l’évolution des composantes du déficit de la firme :

Alors, au   cours   de   ce   sous   paragraphe,   nous   essayons   d’effectuer   une   analyse  descriptive des composantes du déficit ; à savoir : les cash flows d’exploitation après intérêt et  impôt (Ct), les divdendes versés à l’année t (DIVt) les dépenses en capital (Xt), la variation du  fond de roulement (∆Wt). Dans notre étude, nous poursuivons les raisonnements de Frank et  Goyal (2000) et celle de Kisgen (2002) qui supposent à la suite des tests effectués que la  portion courante de la dette à long terme (Rt) doit être éliminé de la formule du déficit DEF. Donc la formule du déficit devient la suivante : DEFt = DIVt + Xt + ∆Wt ­ Ct   Le   tableau   suivant   présente   les   principales   caractéristiques   des   distributions   des  variables   formulant   le   déficit   de   financement   de   la   firme.   L’échantillon   comporte   des  observations annuelles de 1997 à 2002. Tableau  14 : Les statistiques descriptives des variables du déficit de financement

61


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________ N Minimum Maximum Moyenne Ecart type DIV/Bit 48 0 0.38558468 0.041566 0.06124641 X/Bit 48 0 0.61195953 0.1636845 0.14774464 ΔW/Bit 48 ­0.4109126 0.71513989 0.06255951 0.19442419 C/Bit 48 0.001884 0.38500371 0.17803025 0.09151422 DEF/Bit 48 ­0.5129751 0.78627654 0.08977976 0.23990549 Dit/Bit 48 0 0.69493328 0.26124437 0.20066934

Par la suite, le tableau 4 décrit l’évolution des valeurs de chaque poste du déficit de  financement. Tableau  15 : L’évolution moyenne des postes du déficit DIV/Bit X/Bit ΔW/Bit C/Bit DEF/Bit Dit/Bit

1997 0.04266104 0.22664197 0.14890735 0.19236792 0.22584244 0.2373124

1998 0.03394914 0.14665885 ­0.00125544 0.18235744 ­0.0030049 0.25076115

1999 0.07775157 0.15552015 0.03235017 0.18112698 0.08449491 0.26168915

2000 0.02723502 0.1232969 0.05160395 0.22052381 ­0.01838794 0.26491597

2001 0.04015339 0.15034803 0.06191713 0.17792028 0.07449827 0.26466137

2002 0.02764586 0.17964107 0.0818339 0.11388507 0.17523576 0.28812619

Ces deux   tableaux   présentent   les   caractéristiques   des   cash   flows   dans   une   forme  d’agrégation telle qu’indiquer dans la régression du déficit de financement. D’après le second  tableau, le déficit des entreprises tunisiennes exprimé en pourcentage de la valeur comptable  de l’actif s’avère instable d’une année à une autre. En fait, durant les deux années 1998 et  2000, les entreprises tunisiennes réalisent globalement un surplus de fonds internes cela due  essentiellement   à   la   réalisation   d’un   résultat   net   moyennement   important   par   rapport   aux  autres années. Mais, les composantes du déficit de ces petites et moyennes entreprises varient  différemment   selon   le   comportement   des   firmes.   Donc,   la   variation   de   ces   variables   est  présentée sous forme de graphique pour être mieux interprété.  

Figure 1 : L’évolution moyenne des dividendes versés par les firmes tunisiennes  (divisés par la valeur comptable de l’actif de la firme)

62


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

,09

,08

,07

,06

Moyenne DIV1

,05

,04

,03 ,02 1997

1998

1999

2000

2001

2002

ANNÉE

D’après ce graphique, nous observons que la moyenne des dividendes à verser connaît  des fluctuations instables. En effet, pendant l’année 1998, il y a eu un faible baisse de 0,043 à  0,034.   Toutefois,   au   cours   de   l’année   suivante,   les   entreprises   tunisiennes   distribuent   un  montant important de dividendes. Ceci justifie l’augmentation importante jusqu’à atteindre un  plancher   de   0,078.   Cette   valeur   importante   correspond   probablement   aux   périodes   de  développement ou par un excès de financement manifesté par les entreprises tunisiennes. Mais, au cours de l’année 2000, la moyenne des dividendes à verser a connu une chute  brutale pour atteindre un plafond de 0,027. Enfin, cette variable varie de façon stable autour  de la moyenne 0,03 pendant les deux dernières années.

63


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Figure 2 :   L’évolution   moyenne   de   l’investissement   (divisé   par   la   valeur  comptable de l’actif de la firme) .24

.22

.20

.18

.16

Moyenne X1

.14

.12 .10 1997

1998

1999

2000

2001

2002

ANNÉE

Ayant une valeur de 0,226 à la fin de l’année 1997, la moyenne de l’investissement  des entreprises tunisiennes a subi une chute brutale pour atteindre une valeur de 0,146. Ceci  peut être expliquée par une chute du total de l’actif immobilisé entre 1997 et 1998. Mais, une  reprise   rapide   a   caractérisée   l’évolution   de   l’investissement   de   l’année   suivante   jusqu’à  toucher une valeur de 0,155 à la fin de l’année 1999. A cet égard, il faut noter que la joie  d’atteindre cette valeur ne sera que provisoire parce que la moyenne des investisseurs des  entreprises tunisiennes a connu une baisse durant l’année 2000 pour atteindre un plafond de  0,123. Toutefois, durant les deux dernières années, la valeur moyenne des investissements a  commencé à emprunter le chemin de la hausse pour arriver à une valeur de 0,1796 à la fin de  l’année 2002.

64


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Figure 3 : L’évolution moyenne de la variation du fond de roulement (∆Wt / Bit )

,2

Moyenne VAR_W1

,1

0,0

­,1 1997

1998

1999

2000

2001

2002

ANNÉE

Ce graphique montre une chute brutale de la variation des fonds de roulement des  entreprises tunisiennes jusqu’à toucher un plafond négatif de –0,0012. Cette baisse suggère  que   les   entreprises   tunisiennes   financent   une   partie   de   leurs   investissements   en  immobilisations par des ressources à court terme. En effet, à partir de l’année 1999, la part  moyenne des fond de roulement détenue par les entreprises tunisiennes commence à accroître  de façon continue sur une période de quatre années de 1999 à 2002 jusqu’à atteindre une  valeur moyenne de 0,082 à la fin de l’année 2002. Cette situation peut être expliquée par un  accroissement   des   capitaux   permanents   permettant   de   financer   l’intégralité   des   actifs  immobilisés et de financer en outre une partie des actifs circulants.

65


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Figure 4 : L’évolution moyenne des cash flows d’exploitation (Ct / Bit )

,24

,22

,20

,18

,16

Moyenne C1

,14

,12 ,10 1997

1998

1999

2000

2001

2002

ANNÉE

Cette figure illustre l’évolution de la variation moyenne des fonds de roulement des  entreprises tunisiennes sur la période de l’étude 1997 à 2002. Au cours de deux premières  années, la moyenne des cash flows présente une baisse remarquable d’une valeur de 0,1923  pour   atteindre   une   valeur   de   0,181.   Mais,   au   cours   de   l’année   2000,   une   amélioration   a  caractérisé la moyenne des cash flows jusqu’à atteindre un plancher de 0,2205. Cette variation  positive  des  cash flows  moyens  apparaît  comme  des  sources  additionnelles  du fonds   peu  signifiantes à l’autofinancement du développement futur des entreprises tunisiennes. Néanmoins, la moyenne des cash flows a enregistré une baisse brutale au cours de  deux dernières années jusqu’à atteindre un plafond de 0,1139 à la fin de l’année 2002.       

66


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Figure 5 : L’évolution moyenne de la dette à long terme (DLTt / Bit )

,30

,29

,28

,27

Moyenne DT1

,26

,25

,24 ,23 1997

1998

1999

2000

2001

2002

ANNÉE

Ce graphique montre l’évolution moyenne de la dette à long terme par rapport à la  valeur comptable de l’actif. Ainsi, globalement le niveau de l’endettement à long terme des  entreprises   tunisiennes   est   important   présentant   une   moyenne   de   0,26.   Ce   niveau  d’endettement   a   connu   une   hausse   progressive   durant   les   six   ans   à   partir   de   1997   pour  atteindre le meilleur niveau de la dette à long terme, soit 0,288 à la fin de l’année 2002. Ces  moyennes élevées de l’endettement à long terme confirment le point de vue de la majorité des  importantes recherches qui analysent les déterminants du financement de la firme. Ces études  supposent que les firmes améliorent leurs financements par l’émission de la dette de société  (corporate debt) sur le marché du capital (Zingales, 2000, p1629) tout en tenant compte des 

67


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

coûts associés à ces émissions surtout pour les petites et moyennes entreprises telles que le cas  de notre échantillon tunisien.

§2/ Les résultats empiriques pour l’échantillon tunisien La théorie de Pecking order et la théorie de Trade off sont les deux plus importantes  théories qui expliquent le comportement des firmes vis à vis l’endettement. Ce paragraphe se  propose de tester empiriquement ces deux théories contre l’hypothèse de la non pertinence  dans le but d’étudier le comportement financier des firmes tunisiennes. Pour se faire, nous  allons adopter la démarche de Shyam­Sunder et Myers (1999)62. L’analyse portera sur un échantillon de 8 entreprises non financières tunisiennes sur  une période de six ans (1997 ­ 2002) ; soit 48 observations. Tout au long de ce paragraphe les tests font l’objet de la variation de la dette à long  terme. Dans ce cadre, il s’agit de réaliser quatre tests différents. Tout   d’abord,   on   se   propose   de   tester   le   modèle   d’ajustement   partiel   (M1)   pour  l’échantillon des firmes retenues tunisiennes et sur une période allant de 1997 à 2002. Les résultats obtenus de notre modèle à la suite de l’estimation des données de panel  du modèle (M1) sont présentés en détails dans le tableau 1 de l’annexe 2. Mais, nous pouvons  résumer la régression étudiée comme suit : ΔDit = 0,0057   +    0,831 (Dit* ­ Dit­1)             (0,1391)       (0)63 L’analyse de ces résultats montrent qu’au seuil de 5 %, la distance entre la valeur cible  et la valeur retardée de la dette à long terme (probabilité de t­statistique est nul). Par ailleurs,  le coefficient associé à la variable (Dit*  ­ Dit­1) est de signe attendu (0,831 > 0). Ce résultat  confirme l’hypothèse selon laquelle la variation de la dette à long terme absorbe partiellement  la différence entre la valeur cible et la valeur retardée de la dette à long terme. Puisque le  62

Cit. op  Ces valeurs représentent la probabilité de t­statistique 

63

68


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

coefficient bTA  est significativement inférieur à l’unité, le coût d’ajustement vers la valeur  cible   de   la   dette   à   long   terme   a   un   effet   significatif   dans   la   variation   de   la   dette.   Par  conséquent,   un   ajustement   lent   vers   la   valeur   cible   s’explique   bien   par   l’existence   des  imperfections du marché telles que les coûts et les contraintes d’ajustement, empêchant ainsi  un retour rapide à l’optimum. Ceci est logique puisque les petites et moyennes entreprises  font   face   à   des   coûts   importants   de   transactions   lors   de   la   prise   de   décision   concernant  l’émission de la dette. Enfin,   la   valeur   du   coefficient   de   détermination   R2  (R2  =   0,538)   justifie   le   rôle  explicatif de la variable  (Dit* ­ Dit­1) dans la variation de la dette à long terme. Cependant, les firmes tunisiennes cherchent à atteindre un niveau d’endettement cible.  Donc, elles suivent les prédictions de la théorie de Trade off. Par   la   suite,   nous   testons   le   modèle   de   financement   hiérarchique   (M3)   contre  l’hypothèse   de   la   non   pertinence   pour   l’échantillon   tunisien.   Ces   tests   aboutissent   aux  résultats qui sont résumés sous la forme suivante : ΔDit =   0,0077  +  0,4011  DEFit              (0)            (0)64 Alors, les résultats du modèle (M3) de l’estimation en utilisant les données de panel  suggèrent qu’au seuil de 5 %, la variable déficit de financement DEF joue un rôle explicatif  dans la variation de la dette à long terme pour les firmes tunisiennes de l’échantillon retenu. En outre, le coefficient lié à la variable DEF est statistiquement inférieur à l’unité.  Donc ce résultat infirme l’hypothèse selon laquelle les émissions de la dette à long terme sont  exactement   égales   au   déficit   de   financement.   Il   est   important   de   noter   que   nos   résultats  révèlent   que   les   firmes   tunisiennes   suivent   les   prédictions   du   modèle   de   financement  hiérarchique. Dans ce contexte, si une firme faisant face à un surplus de fonds internes devrait  réduire   son   endettement   afin     de   préserver   son   indépendance   financière.   Ainsi,   les  conséquences   de   l’asymétrie   de   l’information   sont   annulées.   Dans   le   cas   où   cette   firme  dégagerait un déficit de financement, la théorie de Pecking order prédit un recours davantage  à la dette. La troisième étape de notre analyse est de tester le modèle (M5). Ainsi cette étape  consiste à utiliser la même information pour faire une désagrégation du déficit de financement  dont le but de détecter la variable prédominante qui affecte directement la variation de la dette  à long terme.  64

Ces valeurs représentent la probabilité de t­statistique

69


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Nos résultats de l’estimation du modèle à effets fixes de la variation de la dette à long  terme en fonction des postes du déficit de financement se présentent détaillés dans le tableau 3  de   l’annexe   2.   Mais,   nous   pouvons   faire   le   résumé   de   ces   résultats   sous   la   forme   de   la  régression suivante. ΔDit  =   a65  +  0,0603 DIVit  +  0,6214 Xit  +  0,265  ΔWit  ­  0,3113 Cit                         (0,248)               (0)                (0,0627)             (0,0379) D’après   cette   régression,   nous   aboutissons   à   deux   coefficients   statistiquement  significatifs au seuil de 5 % associés aux variables suivantes : les dépenses en capital (Xt) et  les cash flows d’exploitation après intérêts et impôts. Donc, ces deux variables contribuent  significativement à l’explication de la variation de la dette à long terme. Puisque le coefficient  de   la   variable   Cit  est   un   coefficient   négatif,   les   cash   flows   mènent   à   des   réductions   de  l’émission de la dette à long terme. Alors qu’il existe une relation positive entre d’une cotée  les dépenses d’investissement et la variation du fond de roulement et d’autre cotée d’autre  cotée   la   variation   de   la   dette   à   long   terme.   Il   est   logique   que   l’augmentation   de  l’investissement des immobilisations explique partiellement l’augmentation de la dette à long  terme.   Dans   ce   contexte,   le   coefficient   de   dividendes   à   verser   n’est   pas   statistiquement  significatif. Ceci confirme que la distribution de dividendes n’a aucun effet sur la variation de  la dette à long terme pour les entreprises tunisiennes. Cette conclusion reflète les insuffisances  du modèle de financement hiérarchique qui s’avère incapable d’expliquer pourquoi les firmes  distribuent des dividendes. Ainsi, dans ce cadre, la politique de dividendes est rigide pour des  raisons inconnues. De plus, les résultats de l’estimation du modèle (M5) montrent que la désagrégation de  l’information au niveau du déficit de financement améliore le pouvoir explicatif du modèle  (M3) puisque le coefficient de détermination R2 varie de 0,587 à 0,60.  En outre, l’hypothèse de la théorie de financement hiérarchique dans le contexte de la  désagrégation de l’information qui suppose l’existence d’un pouvoir unitaire de chacune des  variables   du   déficit   de   financement   n’est   pas   justifiée   empiriquement.   Globalement,   la  désagrégation   de   l’information   au   niveau   du   déficit   de   financement   permet   d’avoir   une  amélioration du simple modèle de financement hiérarchique. Enfin, la dernière étape consiste à réaliser la combinaison entre les deux modèles, en  employant la même formule. Il s’agit donc de faire l’estimation du modèle (M7) sur notre  65

a est la coefficient constant qui varie d’une firme à une autre puisque ce sont les résultats d’un modèle à effet  fixe. (voir tableau 3 de l’annexe 2)

70


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

échantillon tunisien. Le but d’un tel test est de vérifier l’amélioration du pouvoir explicatif et  la significativité des coefficients des modèles (M1) et (M3). Ainsi,   les   résultats   de   l’estimation   du   modèle   avec   des   données   de   panel   se   sont  présentés dans le tableau 4 de l’annexe 2. Mais, ces résultats se résument sous la forme de la régression suivante : ΔDit    =   0,009    +    0,532  (Dit* ­ Dit­1)  +  0,278  DEFit             (0,7604)         (0,0002)                       (0,0037) Le test d’un tel modèle permet d’aboutir à un coefficient de détermination R2  très  élevé de l’ordre de 70 %. Ce coefficient est plus important que celui de deux modèles (M1) et  (M3). Dans le contexte où les mécanismes du déficit de financement et d’ajustement sont  introduits au sein d’un modèle unique, le coefficient du modèle d’ajustement baisse à moins  d’un   tiers   de   leur   valeur   initiale   de   0,83   à   0,53.   De   même,   le   coefficient   du   déficit   de  financement a connu une légère baisse de 0,401 à 0,278. Toutefois, ces deux coefficients  persistent   statistiquement   significatifs.   Mais,   ils   restent   tout   de   même   statistiquement  inférieurs à l’unité.  Ainsi, il est important de signaler que le coefficient de la distance entre la valeur cible  et la valeur retardée de la dette est le double du coefficient de celui du déficit de financement.  Alors, la variation de la dette à long terme dépend en premier lieu de la distance entre la  valeur de la dette cible et la valeur retardée de la dette à long terme et pour faire face au  déficit de financement en second lieu. Ce résultat suggère que l’augmentation et la diminution  de   la   dette   à   long   terme   des   entreprises   tunisiennes   s’expliquent   essentiellement   par   la  déviation par rapport au niveau cible de la dette à long terme. Par ailleurs, la firme ayant un  niveau d’endettement inférieur à la valeur cible et pour faire face à un déficit de financement,  elle est forcée à émettre davantage de la dette à long terme. Nos résultats confirment celle de Shyam­Sunder et Myers (1999)66 qui supposent que  les   hypothèses   alternatives   de   Trade   off   ont   un   pouvoir   statistiquement   explicatif   plus  important que les hypothèses de Pecking order. Enfin, l’addition du déficit de financement et de la distance entre la valeur cible de la  dette et la valeur de la dette retardée entraîne une amélioration un peu remarquable de la  performance des équations ajustées une fois les facteurs conventionnels sont pris en compte.  Par conséquent, le comportement des petites et moyennes entreprises tunisiennes est cohérent 

66

Cit. op

71


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

avec les deux théories de la structure du capital ; à savoir : la théorie de Trade off et la théorie  de financement hiérarchique.

Conclusion : L’objectif  de  ce  chapitre   est  de présenter   les  caractéristiques   du comportement   de  financement des firmes. Donc, le but est de vérifier s’il s’agit d’une convergence vers une  valeur cible optimale (suivie des prédictions de la théorie de Trade off) ou d’une hiérarchie  des sources de financement (suivie des prédictions de la théorie de Pecking order). Avant de procéder à une analyse empirique, nous avons exposé les déterminants, les  hypothèses et les caractéristiques de deux théories de la structure du capital : la théorie de  Trade off et la théorie de Pecking order. Dans ce chapitre, nous avons testé plusieurs modèles sur plusieurs étapes pour détecter  les variables les plus pertinentes qui expliquent la variation de la dette à long terme et le ratio  d’endettement à long terme. Nous   avons   pu   démonter   une   certaine   instabilité   des   coefficients   associés   aux  variables explicatives qui changent de signe ou de significativité.  En résumé, nos résultats mettent l’accent sur trois points :  L’existence des coûts d’ajustement positifs (que soit pour les grandes firmes  américaines   soit   pour   les   petites   et   moyennes   entreprises   tunisiennes).   Ces   72


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

coûts expliquent que les firmes ne convergent probablement pas complètement  et à tout moment vers le niveau cible de la dette à long terme. Néanmoins, les  coûts des déviations d’une structure optimale ne sont généralement pas assez  élevés pour empêcher les firmes de recourir à la dette à long terme.  Globalement,   la   désagrégation   de   l’information   au   niveau   du   déficit   de  financement   permet   d’avoir   une   amélioration   du   simple   modèle   de  financement hiérarchique  l’addition du déficit de financement et de la distance entre la valeur cible de la  dette   et   la   valeur   de   la   dette   retardée   entraîne   une   amélioration   un   peu  remarquable de la performance  des équations ajustées, une fois les  facteurs  conventionnels sont pris en compte pour les deux types d’échantillons.

73


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Chapitre I : Définition de la notation de crédit et leur impact  sur la structure du capital Introduction : La décision  de la  structure du capital  constitue un problème central  de la théorie  financière.   Plusieurs   chercheurs   se   sont   penchés   à   l’étude   de   ce   sujet   selon   des   axes  différents. Darren J. Kisgen (2002)67 a traité l’étude de la prise de décision de la structure du  capital. L’apport de cet auteur est qu’il est le premier qui a introduit la notion des notations  de crédit dans ce thème. La motivation de ses efforts a été commencée avec l’observation que  l’ensemble des agents financiers s’intéresse aux notations de crédit. Dans leur étude des avis des dirigeants, Graham et Harvey (2001)65 trouvent que si on  considère  le  problème  de la  dette,  on observe  que les  notations  de  crédits  constituent   le  deuxième important souci pour les dirigeants. Graham et Harvey ont voulu savoir quels sont  67

Cit. op

74


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

les critères selon lesquels les dirigeants choisissent le montant convenable de la dette dans  leurs firmes, ils ont trouvé que 57,1 % des dirigeants pensent que les notations de crédits sont  importantes, alors que 59,4 % pensent que « la flexibilité financière » est le seul critère le  plus important. Graham et Harvey ont pu constater alors que les notations de crédit constituent un  critère   de   décision   plus   important   que   les   autres   critères   fournis   par   les   théories  traditionnelles du capital. Selon Cantor et Packer (1994)68, les organismes de crédit sont régulièrement appelés  par   les   dirigeants   pour   leur   fournir   une   opinion   concernant   l’impact   d’un   endettement  particulier sur la notation de crédit de la firme. Par   contre,   et   malgré   l’importance   des   notations   de   crédit,   dans   les   marchés  financiers, Breatley et Meyers (2000)65 ne sont pas beaucoup intéressés au rôle des notations  de crédit dans la structure du capital, ils ont mentionné que les firmes exagèrent l’influence  des notations de crédit qui paraissent suivre l’opinion des investisseurs plutôt que la fournir. Certaines   recherches   se   sont   intéressées   à   étudier   l’impact   de   la   variation   de   la  notation  de crédit sur les rentabilités  des actions  et des obligations. Hand, Holthausen  et  Leftwich (1992)69  ont trouvé qu’il existe une corrélation négative et significative entre les  taux de rendement des actions et des obligations et des notes de bas degré pour une mauvaise  dette. Ederington, Yarvitz et Roberts (1987)70 et West (1973)71 ont trouvé que les notations de  crédit jouent un rôle important dans l’anticipation des taux de rendement des titres grâce à  l’information   fournie   par   les   variables   financières   existantes   et   par   d’autres   facteurs   qui  peuvent   anticiper   le   rendement   (spread).   Ederington   et   Goh   (1998)72  montrent   que   les  notations  de crédit  de bas degré résultent d’une rentabilité financière  négative, ce qui va  pousser les financiers à réviser fortement leurs anticipations sous estimées. Toute au long de ce chapitre, notre étude sera organisée comme suit : tout d’abord,  nous définissons la notion de la notation de crédit tout en présentant son historique et son  68

Cantor, Richard and Frank Packer, (1994), “The credit rating industry”, Federal Reserve Bank of NewYork  Quarterly Review 19,pp  1­26. 69  Hand, John R. M., Robert W. Holthausen, and Richard W. Leftwich, (1992), “The effect of bond rating  agency announcement on bond and stock prices”, Journal of Finance 47, pp 733­752. 70  Ederington, Louis H., Jess B. Yawitz and Brian E. Roberts, (1987), “The informational content of bond  ratings”, The Journal of Financial Research 10, pp 211­226. 71  West, Richard R. (1973), Bond ratings, bond yields and financial regulation: some findings, Journal of Law  and Economics 16, 159­168. 72  Ederington, Louis H., and Jeremy C. Goh, (1998), “Bond rating agencies and stock analysts: who knows  what when?”, Journal of Financial and Quantitative Analysis 33, pp 569­585.

75


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

utilité. Ensuite, nous présentons la méthodologie de la notation des entreprises. Enfin, nous  fournissons   des   explications   concernant   le   rôle   des   notations   de   crédit   dans   le   processus  décisionnel qui touche la structure du capital. 

Section 1 : Définition, historique et utilité de la notation de crédit §1/ Définition de la notation de crédit : Le « rating », terme d’origine américaine, consiste à analyser le risque de crédit d’une  institution,   c'est­à­dire   à   apprécier   sa   capacité   à   honorer   aux   échéances   convenues   le  paiement du principal et d’intérêt, à l’aide d’un indicateur synthétique (la note) prenant en  compte aussi bien les caractéristiques qualitatives que quantitatives de l’entité analysée. La  notation constitue une opinion indépendante de cette capacité et permet de classer, dans un  cadre  cohérent et selon une échelle comparable,  le risque propre à chaque émission  et à  chaque institution émettrice. Il est important de souligner que la notation ne s’applique pas  aux actions, et ne constitue en aucun cas une recommandation d’achat ou de vente d’un titre  déterminé. Comme l’indiquait François Daulon (ancien président de la direction de l’Adef) en  Juillet 1990 dans la Revue d’économie financière, « l’exercice d’une agence de notation n’a  pas   la   même   finalité   que   celui   mené   par   un   cabinet   d’analyse   financière,   d’audit   ou  d’expertise comptable, même si l’agence se livre de fait à une revue détaillée de toutes les  conditions particulières de l’émission à noter et de tous les aspects de l’entreprise émettrice :  statut,   historique,   activités,   marché,   concurrence,   politique   commerciale,   moyens  d’exploitation, personnel, situation financière, prévisions stratégie, etc.»73  Une notation donc est une appréciation de l’agence de notation sur la volonté et la  capacité d’un émetteur à assurer le paiement ponctuel des engagements d’un titre de créance,  tel qu’une obligation, tout au long de la durée de vie de celui­ci. Les notations ne constituent en aucune manière des recommandations d’achat ou de  vente. Elles n’offrent pas non plus de garantie sur l’absence de défaut. A ce point la question qui se pose : comment les marchés de capitaux utilisent­ils les  notations ?  Les notations aident les investisseurs à déterminer le risque de crédit des titres qu’ils  sont susceptibles d’acheter ou de vendre. Un grand nombre d’entre eux utilisent également  73

Daniel Karyotis, (1995), « La notation financière : une nouvelle approche du risque » La revue banque  Eduteur, p16.

76


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

les notations   comme   des   limites   à   leurs   paramètres   d’investissement   et   comme   moyens  d’élargir leur horizon d’investissement à des marchés ou titres qu’ils ne couvrent pas dans  leur analyse. Les notations étant une référence internationale pour les grands investisseurs,  elles contribuent à ouvrir aux émetteurs de dette un accès stable et souple à ces sources de  capitaux. Les notations sont une prévision ou un indicateur du potentiel de perte de crédit liés à  un défaut ou retard de paiement ou bien à un remboursement partiel de l’investisseur. La  perte de crédit correspond à la différence entre ce que l’émetteur a promis de payer et ce qui  est réellement acquitté. Les sources d’information utilisées par les analystes pour accorder une notation à la  firme sont les suivantes :  •

Documents publiquement accessibles tels que les rapports annuels.

Prospectus, actes de fiducie ou clauses spécifiques à certains titres. 

Données du marché. Ex. : évolutions des cours, volumes des transactions, données sur  les spreads de taux. 

Statistiques économiques   provenant   de   groupes   industriels,   associations   ou   autres  institutions telles que la Banque Mondiale. 

Données communiquées par les banques centrales, ministères ou autorités de tutelle. 

Ouvrages ou   articles   extraits   de   sources   universitaires,   publications   financières   ou  informations de presse. 

Discussions avec   des   experts   issus   du   secteur,   du   gouvernement   ou   des   milieux  universitaires. 

Données pouvant résulter de réunions ou d’échanges avec l’émetteur de dette. S’il  s’agit de données confidentielles, les agences de la notation s’attachent à respecter  strictement le principe de confidentialité. 

§2/ Historique des plus grandes agences de notation : Bien que le développement de la notation soit relativement récent, l’histoire de cette  technique   remonte   au   siècle   dernier,   avec   la   publication   en   1857  du   « Bradstreet   Rating  Book » et en 1860 du « Analysis of Railroad Investment » de John Moody, ce dernier ayant  pour objectif de permettre aux investisseurs de se faire une idée plus précise sur la viabilité  des projets ferroviaires. Au début des années 1900, John Moody fondait Moody’s Investors   77


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Service, et introduisant les premières notations sur une échelle alphabétique, dont le principe  allait être repris par les autres agences qui allaient se créer (Fitch Investor Services en 1912,  Poors Publishing Company en 1922, ces deux derniers fusionnant en Standard & Poor’s en  1941), et se maintenir jusqu’à aujourd’hui. Des compagnies ferroviaires, la notation allait  progressivement s’étendre aux émissions obligataires des grandes sociétés, des compagnies  assurant   des   services   publics   (compagnies   d’électricité,   d’eau,   etc…),   des   collectivités  locales,  et  des  Etats  (émissions  souveraines). Malgré  cette  extension,  due à  la croissante  désintermédiation financière dans le marché américain, le développement de la notation s’est  fait de manière assez lente, jusqu’à 1970, où un évènement accélérera les choses : la Penn  Central   Transportation  Company, une des plus  importantes  sociétés  de transport du  pays  faisant faillite et devenait ainsi incapable de rembourser sa dette émise sous forme de Billets  de Trésorerie (commercial paper). Les investisseurs ont tiré ainsi une leçon concrète sur le  risque   inhérent   au   crédit.   Cette   faillite   eut   deux   conséquences,   qui   allaient   se   répercuter  positivement sur le marché de la notation : la Securities and Exchange Commision instaura  des normes plus strictes en matière d’informations publiques sur les institutions s’endettant  par appel public à l’épargne ; et les investisseurs devenaient plus exigeants en la matière. De  manière   parallèle,   le  développement  des  fonds   de  pension  américains,  dont  les   capacités  d’investissement   sont   progressivement   devenues   énormes,   ont   constitué   une   source   de  financement alternative aux banques, et ce faisant, devaient être à même d’apprécier le risque  qu’ils   prenaient   en   prêtant   l’argent   en   direct.   Au   lieu   de   mettre   en   place   leur   propre  département de crédit, solution coûteuse, ces fonds ont préféré recourir à la notation, qui  avait   en   plus   l’avantage   de   constituer   un   avis   indépendant.   Tous   ces   facteurs   ont   fait  qu’aujourd’hui, la notation faite partie intégrante du paysage financier US, où près de 95 %  des émetteurs de dette sont notés par plus d’une agence. Limitée d’abord au marché américain, la notation allait progressivement s’étendre en  Europe   et   au   Japon.   Avec   le   développement   de   l’Euro­marché   et   du   Samurai,   les  investisseurs avaient en effet besoin d’une information sur des émetteurs  de plus en plus  nombreux, et venant de pays différents, donc de moins en moins connus. L’installation en  Europe des grandes agences de notation américaines telles que Moodys et Standard & Poor’s,  la   création   de   l’agence   européenne   IBCA,   ont   accompagné   le   développement   de   cette  activité.  La notation a ensuite été diffusée sur les places régionales  les plus dynamiques.  Aujourd’hui, les places de Londres, de Paris, de Tokyo, mais aussi Milan et Hong Kong, font  appel de manière importante à la notation, qui a pris place dans les traditions du marché. Au­  78


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

delà de l’extension géographique de la notation, on a assisté également à la multiplication des  entités et des instruments de dettes notées. La notation s’applique bien sûr aux institutions  telles que les banques, les sociétés de crédit­bail et les entreprises industrielles, mais aussi  aux   compagnies   d’assurance,   aux   OPCVM,   aux   fonds   communs   de   créance,   aux   pays,  régions, municipalités, et même à certaines universités aux USA.

§3/ L’utilité de la notation : La notation est utile pour trois principales catégories : les institutions émettrices de  dette, les investisseurs, et le marché. A/ L’utilité pour les institutions émettrices de titres de dette :

La notation   permet   aux   institutions   de   lever   des   capitaux   directement   auprès   des  marchés   financiers.   Cet   accès   direct   aux   marchés   donne   à   l’entreprise   une   plus   grande  indépendance  financière  vis­à­vis de ses sources de financement,  renforce sa capacité   de  négociation avec ses banquiers ; et peut lui permette de réduire le coût de ses ressources. La  notation est aussi un passage exigé pour l’émission de dettes sur le marché international de  capitaux, à laquelle peuvent prétendre les grandes entreprises pour lesquelles la petite taille  des marchés domestiques peut constituer un goulot. Enfin, la notation permet également aux  petites entreprises solvables mais peu connues sur la place financière, d’accéder également au  marché financier. On peut ajouter que, dans certains cas, la notation profite aussi aux institutions non  émettrices   de   dette.   Etant   le   résultat   d’une   évaluation   indépendante   et   objective   de   la  solvabilité   des   entreprises,   la   notation   peut   être   en   effet   un   moyen   efficace   pour   ces  entreprises d’améliorer leur image de marque auprès des investisseurs et de renforcer leur  crédibilité auprès des institutions  de financement et des partenaires  éventuels, notamment  étrangers. De ce point de vue, la notation joue un rôle d’un instrument de marketing. B/ L’utilité pour les investisseurs :

Etant un critère objectif de comparaison entre les différentes émissions, la notation  permet   à   l’investisseur   d’avoir   une   meilleure   appréciation   du   risque   lors   d’une   décision  d’investissement.   Avec   le   développement   considérable   du   nombre   et   de   l’origine  géographique des émetteurs, il devient très difficile aux investisseurs, même les plus avertis,  de se faire seuls une opinion sur ce risque. La notation permet d’abord de comparer   les  différentes possibilités d’investissement disponibles sur le marché, en fonction de l’arbitrage  que  peut faire l’investisseur  au niveau du couple  « risque / rendement ». Elle  lui permet   79


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

ensuite de suivre le risque pris lors de l’achat d’un titre de dette, et de pouvoir gérer de  manière dynamique son portefeuille. De manière plus théorique, la notation joue un rôle dans les problèmes d’information.  Par   rapport   aux   modèles   concurrentiels   classiques,   où   toute   l’information   pertinente  souhaitée par les agents économiques est censée être véhiculée par le système de prix, les  développements de la théorie financière ont fait ressortir le fait que cette information puisse  être hétérogène et incomplète, qu’elle a un coût de production et de diffusion, et que son  accès n’est pas le même pour tous les agents. Ce dernier point, que la littérature qualifie  « d’asymétrie de l’information », a une relation directe avec la notation. Il dépasse cependant  le cadre de cette contribution, et ne sera évoqué que de manière extrêmement simplifiée. Les  relations   entre   actionnaires   et   prêteurs   d’une   même   entreprise   sont   apparemment  coopératives, mais elles peuvent aussi être conflictuelles. En effet, si les deux ont intérêt à ce  que les projets de l’entreprise aboutissent, ils peuvent être en rivalité au niveau du partage des  revenus. L’actionnaire cherchent à minimiser la rémunération du prêteur, et inversement. Or,  la   rémunération   des   prêts   accordés   par   les   investisseurs   étant   fonction   des   risques   de  l’entreprise,   l’actionnaire   /   manager,   qui   est   forcément   mieux   informé   sur   les   projets   de  l’entreprise   que   le   prêteur,   a   intérêt   à   présenter   la   situation   de   l’entreprise   de   façon   à  minimiser ce risque, et donc à réduire cette rémunération. L’utilité d’une agence de notation  est précisément d’apprécier de manière réelle les risques courus par l’entreprise et de réduire  donc le problème «d’asymétrie de l’information ». Liées à ce problème sont les questions de  « sélection adverse » et de risque moral (respectivement adverse selection et moral hazard  dans la littérature anglo­saxonne). La sous information des investisseurs peut conduire à une  prudence   de   comportement   qui   se   traduit   par   l’exigence   d’une   rémunération   élevée  correspondant à un niveau de risque élevé. De cette façon, seules les entreprises ayant des  projets risqués (ou plus risqués) demanderont un prêt. De la même façon, si on suppose que  le phénomène de « sélection adverse » n’ait pleinement joué, un emprunteur au projet peu  risqué (et bénéficiant donc d’un taux plus faible d’intérêt) sera incité à modifier son projet  d’investissement dans le sens d’un niveau de risque plus élevé de manière à maximiser son  taux   de   rentabilité.   On   voit   bien   de   cette   façon   que   les   deux   phénomènes   peuvent   se  conjuguer pour évincer les projets à risque plus faible au profit de ceux à risque plus élevé.  En fournissant une information indépendante sur le niveau du risque initial de l’emprunteur,  mais aussi sur l’évolution de ce risque dans le temps, les agences de notation permettent  d’atténuer l’impact négatif sur ces phénomènes.  80


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

C/ L’utilité pour le marché :

La diffusion   d’une   opinion   indépendante   sur   la   qualité   de   crédit   des   institutions  émettrices de dette contribue à accroître la transparence et l’efficience du marché, à sécuriser  les différents intervenants qui y opèrent. A cet égard, la notation constitue une des bases  importantes de détermination des taux de sortie des émetteurs (pricing) et de hiérarchisation  de ces taux en fonction de la qualité de leur signature (la référence étant les titres d’Etat). La  notation   représente   également   une   des   conditions   pour   le   développement   d’un   marché  secondaire.   Elle   permet   enfin   aux   autorités   de   tutelle   du   marché   de   disposer   d’une  information indépendante sur les émetteurs qui sollicitent son visa, et d’un instrument de  suivi de l’évolution de la solvabilité de ces émetteurs.

§4/ Echelles et Définitions des notes selon l’agence de notation Fitch Rating  A/ Echelle à long terme internationale

Les échelles suivantes s'appliquent aux notes en devises et en monnaies locales.  1/ Niveau d'Investissement de Sécurité              a) AAA : Qualité de crédit la plus élevée   La note " AAA " indique que le risque de crédit est le plus faible. Cette note n'est  attribuée que dans les cas où l'aptitude à honorer les engagements financiers à leur échéance  est exceptionnellement forte. Il est hautement improbable que cette aptitude soit altérée par  des évènements prévisibles.  b) AA : Qualité de crédit très élevée.

La note " AA " indique que le risque de crédit est très faible. L'aptitude à honorer les  engagements  financiers  à leur échéance  est très  forte. Cette aptitude  n'est pas susceptible  d'être altérée de façon significative par des événements prévisibles.  c) A : Qualité de crédit élevée.

La note " A " indique que le risque de crédit  est faible. L'aptitude à honorer les  engagements financiers à leur échéance est forte. Toutefois, une évolution défavorable des  conditions   économiques   ou   financières   est   susceptible   d'altérer   cette   aptitude   dans   des  proportions plus importantes que pour les engagements notés dans les catégories supérieures.  d) BBB : Bonne qualité de crédit.

81


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

La note " BBB " indique que le risque de crédit est actuellement faible. L'aptitude à  honorer   les   engagements   financiers   à   leur   échéance   est   suffisante,   bien   qu'une   évolution  défavorable   des   conditions   économiques   et   financières   soit   plus   vraisemblablement  susceptible d'altérer cette aptitude. Cette note correspond au plus bas niveau d'investissement  de sécurité. 2/ Niveau d'Investissement Spéculatif a) BB : Caractère spéculatif.

La note " BB " indique une possibilité d'apparition du risque de crédit, en particulier  du fait d'une évolution défavorable des conditions économiques. Cependant, des ressources  d'exploitation ou financières sont susceptibles d'être mobilisées pour honorer les engagements  contractés. Les titres notés dans cette catégorie ne sont pas du niveau d'investissement de  sécurité.  

b) B : Caractère très spéculatif.

La note " B " indique qu'il existe un risque de crédit significatif, bien qu'il subsiste  une marge réduite de sécurité. Le respect des engagements financiers est actuellement assuré ;  toutefois, le maintien de l'aptitude à honorer ces engagements dépend de la persistance de  facteurs d'exploitation et de conditions économiques favorables.  c) CCC, CC, C : Risque important de défaut.

Engagements sur lesquels la possibilité d'un défaut de paiement est réelle. L'aptitude à  honorer les engagements financiers à leur échéance repose exclusivement sur la persistance de  facteurs  d'exploitation  ou  de  conditions   économiques   favorables.  La  note  " CC  " indique  qu'une  défaillance  semble probable.  La note " C " signale  que le défaut  de paiement   est  imminent. d) DDD, DD et D : Situation de défaut de paiement.

Les titres sont extrêmement spéculatifs et leur valeur ne peut excéder leur valeur de  récupération dans le cas de liquidation ou de restructuration du débiteur. La note " DDD "  qualifie le meilleur potentiel de récupération sur l'encours des titres émis. Pour les entreprises  américaines, par exemple, la note " DD " indique que l'espérance de récupération sur ces  encours se situe dans une fourchette de 50 à 90%, tandis que la note " D " qualifie le potentiel  de récupération le plus faible, soit inférieur à 50%.

82


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

B/ Echelle à court terme internationale

Cette échelle de notes s'applique aux engagements libellés en devises étrangères ou en  monnaies locales. Les notes à court terme sont attribuées aux engagements dont l'échéance est  inférieure à 12 mois ou, dans le cas des emprunts du secteur public américain, à trois ans.  Elles   traduisent   particulièrement   la   liquidité   nécessaire   pour   honorer   les   engagements  financiers à leur échéance.  

F1 : Qualité de crédit la plus élevée.

Cette note indique la plus forte aptitude à honorer les engagements financiers à leur  échéance. Le signe " + " peut souligner une qualité de crédit exceptionnellement forte. 

F2 : Bonne qualité de crédit.

Cette note indique une aptitude satisfaisante à honorer les engagements financiers à  leur échéance, bien que la marge de sécurité soit moins élevée que pour la catégorie de notes  supérieures. 

F3 : Qualité de crédit correcte.

Cette note indique une aptitude suffisante à honorer les engagements financiers à leur  échéance, bien qu'une évolution défavorable, à court terme, de la situation soit susceptible  d'entraîner un classement dans la catégorie spéculative.  

B : Caractère spéculatif.

Cette note indique une faible aptitude à honorer les engagements financiers à leur  échéance ; cette aptitude pourrait être affectée par une évolution défavorable des conditions  économiques et financières. 

C : Risque important de défaut.

Cette note indique que l'aptitude à honorer les engagements financiers à leur échéance  repose   exclusivement   sur   la   persistance   de   facteurs   d'exploitation   et   de   conditions  économiques favorables.    D : Défaut. Cette note indique un défaut de paiement constaté ou imminent. 

83


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Il est important de noter que les signes " + " et " ­ " marquent des nuances de qualité ;  ils ne s'appliquent pas à la note " AAA " ni aux notes inférieures à " CCC ".Sur l'échelle court  terme, il ne s'applique qu'à la note 'F1'. La mention " NR " indique que l’agence de notation Fitch n'a pas attribué de note à  l'émission ou à l'émetteur. " Retrait de la note " : Fitch procède au retrait de la note lorsque l'agence considère  qu'elle ne dispose pas de suffisamment d'informations pour se former une opinion ou lorsque  l'engagement contracté est arrivé à échéance, a fait l'objet d'un remboursement anticipé ou a  été refinancé. Mise   sous   surveillance   :   La   mise   sous   surveillance   a   pour   objet   de   signaler   aux  investisseurs qu'il existe une forte possibilité de changement de note et d'indiquer le sens  probable de ce changement : la surveillance  est qualifiée  de " positive " pour signaler  la  possibilité d'un relèvement de la note, de " négative " pour indiquer un abaissement probable  ou d' " évolutive " lorsque l'une ou l'autre de ces éventualités, ou encore un maintien de la  note, sont envisageables.  La mise sous surveillance a vocation à demeurer temporaire. La perspective indique  l'évolution probable de la note à un horizon d'un à deux ans. Elle peut être " positive ", "  stable " ou " négative ". Une perspective positive ou négative n'implique pas nécessairement  un changement de note. De même, une note dont la perspective est stable peut être relevée ou  abaissée avant que sa perspective ne soit modifiée si les circonstances l'exigent. Dans certains  cas, l’agence de notation ne peut dégager aucune tendance fondamentale : la perspective est  alors qualifiée de " évolutive ".

§5/ Méthodologie de notation des entreprises : A/ présentation de la méthode d’analyse :

La notation est une démarche d’analyse financière visant à apprécier la capacité  des émetteurs de titres de dette à faire face en temps et en heure aux échéances des intérêts  et du principal de leurs dettes financières. En effet, la notation s’appuie sur une étude des  risques liés à l’activité et à la politique financière de l’émetteur.

84


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Le processus de notation comporte :  Une étude de la stratégie de l’entreprise et de son secteur d’activité (analyse du  risque économique).  Une analyse financière basée sur l’étude des états financiers des cinq dernières  années  et  des  prévisions  établies  par  la société  et  par l’agence  (analyse   du  risque financier). L’ensemble   de   ces   approches   vise   à   déterminer   la   flexibilité   financière   d’une  entreprise. D’une part, l’analyse du secteur et de la stratégie de l’entreprise constitue la première  étape   de   la   démarche   de   notation.   Elle   a   pour   objet   de   cerner   les   risques   liés   au   secteur  d’activité et à la stratégie de l’entreprise. D’autre part, l’analyse financière s’effectue dans la continuité de l’analyse du secteur  d’activité, de la stratégie et de la politique financière de l’entreprise. Donc,  l’agence  de  notation   étudie  par  ailleurs   la  cohérence  des   différents  objectifs  financiers   de   l’entreprise   (politique   de   dividendes,   acquisitions/cessions,   structure  financière…). L’analyse financière s’effectue toujours en tendance. Par ailleurs, l’agence de  notation analyse les résultats de l’entreprise au cours des cinq dernières années et réalise des  projections pour les années à venir. Enfin, les performances de l’entreprise sont systématiquement comparées avec celles  de ses concurrents opérant dans le même secteur. L’analyse de la structure financière d’une entreprise cherche à estimer sa dépendance  vis­à­vis   des   sources   de   financement   extérieures.   Le   niveau   d’endettement   acceptable   est  mesuré par rapport aux montants des cash­flows d’exploitation. Il tient compte du secteur  d’activité. Le niveau d’endettement acceptable varie d’un secteur à l’autre. Généralement, plus  un secteur est capitalistique ou cyclique, plus l’agence exigera un niveau d’endettement réduit.  L’analyse de la structure financière tient compte des éléments hors­bilan, notamment la dette  de filiales non consolidées ou consolidées par mise en équivalence ou de la dette de joint­ ventures. L’analyse de la structure financière tient compte des éléments hors­bilan, notamment  la dette de filiales non consolidées ou consolidées par mise en équivalence ou de la dette de  joint­ventures.

85


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

B/ Définitions des principaux agrégats financiers :

Les définitions qui suivent sont générales. Dans certains secteurs, l’analyse peut être  basée sur d’autres agrégats financiers considérés comme plus pertinents. *  EBITDA  (Earnings   Before   Interest,   Taxes,   Depreciation   and   Amortization) :  correspond   à   peu   près   à     l’Excédent   brut   d’exploitation   de   la   comptabilité   française.   Il  n’intègre  pas  les  charges  de restructuration  ou les  dépréciations  d’actifs,  à moins  que   ces  éléments ne comportent un caractère récurrent. L’EBITDA constitue un meilleur indicateur  que la Capacité d’autofinancement (CAF) de l’aptitude de l’entreprise à dégager des liquidités  à partir de son activité courante. La CAF inclut les décaissements d’intérêts et reflète donc les décisions de l’entreprise  en matière de structure financière. Dans certain cas, l’agence de notation procède au calcul  d’un  EBITDA pro forma ou à une annualisation  pour neutraliser l’impact d’opérations  de  cession ou d’acquisition sur le niveau des performances. * Endettement net et endettement brut : L’endettement brut est égal au total des dettes  financières, à court et long terme, inscrites au passif d’une entreprise. L’endettement net est  calculé   en retranchant  de l’endettement  brut les  disponibilités  et les valeurs  mobilières   de  placement. D’une région du monde à l’autre, investisseurs et analystes privilégient l’une ou  l’autre   de   ces   mesures.   Reconnaissant   les   diversités   culturelles   et   la   pertinence   des   deux  méthodes,   l’agence   de   notation   calcule   toujours   des   ratios   d’endettement   à   partir   de  l’endettement brut et de l’endettement net. Cette double analyse complète le calcul des ratios  de couverture en termes de charges nettes et de charges brutes d’intérêts.

Section 2 :   L’impact   des   notations   de   crédit   sur   le   processus  décisionnel touchant la structure du capital    L’hypothèse de base proposée par Kisgen est que les notations de crédit sont prises  en   considération   d’une   façon   formelle   par  les   dirigeants   lors   de   leurs   prises   de   décision  concernant   la   structure   du  capital,   ceci   grâce   à   la   liaison   existante   entre   le   ratio   coûts   /  bénéfices et les différents niveaux de notation. C’est l’hypothèse de la structure du capital  liée aux notations de crédit notées CR­CS. Le choix de cette hypothèse résulte du fait que  Kisgen observe généralement que les firmes qui se trouvent face à un changement probable  de leurs notations vont diminuer leurs emprunts nets par rapport à leurs fonds propres nets en 

86


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

les comparant à  un certain nombre de firmes de référence qui n’ont pas de notations de crédit  extrêmes (bas degré ou haut degré). Il faut noter tout d’abord que les notations de crédit et les autres critères financiers de  mesure ont, en quelque sorte, le même intérêt, par exemple le fait d’avoir une notation de bas  degré peut refléter les critères financiers utilisés. Par ailleurs, dans la plupart des cas, les  conséquences des notations de crédit sont considérées comme un complément indépendant  des conséquences des critères financiers. Par exemple, les dirigeants sont obligés de tenir  compte   des   notations   de   crédit   lorsqu’il   existe   des   réglementations   spécifiques   liées   aux  notations de crédit et qui peuvent  affecter leur décision d’investir dans certaines obligations.  Cette   décision  entreprise  n’a  rien à avoir  avec  les  mesures  financières.  De plus, dans   la  plupart des cas, les notations de crédit impliquent des variations du ratio coût / bénéfices qui  est une variable discrète, alors que la majorité des mesures financières sont des variables  continues. Les   tests   empiriques   établis   étudient   des   firmes   qui   ont   des   notations   de   crédit  extrêmes.

§1/ Les effets réglementaires : Plusieurs   réglementations   des   institutions   financières   sont   directement   liées   aux  notations de crédit établies par les organisations de notation. Cantor et Packer (1994)74 trouvent une forte dépendance entre les notations de crédit  et la plupart des réglementations financières y compris les autorités publiques qui surveillent  toutes les institutions financières. En 1931, les banques ont exigé des obligations market­to­ market classées en bas degré (Partnoy 2002)75. En 1936, le Trésor Public américain a posé  une loi qui empêche les banques d’investir dans des titres fortement spéculatifs  qui sont  caractérisés par une notation spécifique (inférieur à BB). Suivant cette loi, les profits des  banques ont augmenté pour les obligations notées entre BBB et BB.  En 1951, l’Association Nationale des Commissaires d’Assurance (NAIC) a fondé le  service d’estimation des titres (SVO) pour assigner les notations de risque aux obligations  détenues   dans   le   portefeuille   des   compagnies   d’assurance   (Cantor   et   Packer   1994).   Ces  notations de risque sont fortement déterminées grâce aux notations de crédit, par ailleurs, le  service d’estimation des titres a défini six notations de risques. Les firmes notées en A ou  74

Cit. op  Partnoy, Frank, (2002), “The paradox of credit ratings”, Law and Research Paper No. 20 (working paper).

75

87


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

plus ont la valeur 1, les firmes notées en BBB ont la valeur 2, celles notées en BB, B, C et D  ont respectivement une valeur de 3, 4,5 et 6. Les augmentations du capital des compagnies  d’assurance sont fixées à travers ces notations et donc, de fortes augmentations du capital  sont imposées aux assureurs lorsque leurs portefeuilles contiennent des obligations avec de  faibles notations. Ceci   signifie que les titres les plus risqués sont les plus chers pour les  assureurs (Partnoy 1999)76. En   1975,   l’introduction   d’une   nouvelle   loi   suppose   que   les   notations   de   crédit  deviennent la base de détermination du pourcentage de réduction de la valeur des obligations  détenues par les assureurs, ce qui va aider ceux – ci à calculer leurs besoins de fonds (Partnoy  2002). En 1991, une autre nouvelle loi a changé le niveau acceptable de la notation de crédit  pour   l’investissement   dans   le   marché   monétaire.   Cette   loi   a   limité   les   fonds   du   marché  monétaire ce qui a entraîné la baisse de la taille moyenne du marché (Crabbe et Post 1994)77.  Plusieurs   investisseurs   ont   empêché   de   détenir   des   obligations   notées   comme  « pourries » (bond junk) par exemple. Les fonds de retraite fixent également des limites à la  part   du   portefeuille   investie   dans   ces   obligations   là.   Ces   réglementations   ont   beaucoup  influencé les marchés obligataires. En premier lieu, si les réglementations affectent les coûts  d’investissement dans un niveau particulier d’obligation.   Dans ce cas les rendements des  obligations fortement réglementées sont plus importants que ceux des obligations faiblement  réglementées. En second lieu, le nombre d’investisseurs qui intervient sur le marché peut  influencer   la   liquidité   de   ce   même   marché.   Finalement,   la   présence   des   restrictions   sur  certains investisseurs négociants sur un marché obligataire va entraîner l’accroissement de la  rentabilité dans ce marché. Par ailleurs, si la firme possède un risque élevé de faillite, elle  peut être obligée de payer un taux d’intérêt élevé sur sa dette à cause de sa notation de crédit.

§2/  La segmentation du marché : Plusieurs notations de crédit concernant les marchés obligataires sont segmentées ce  qui va affecter les profits et/ou  la liquidité de ces marchés. Kisgen (2002)78 distingue ainsi  deux   types   d’effets :   les   effets   d’offre   et   de   demande   et   les   effets   de   liquidité.   Les  76

Partnoy, Frank, (1999), “The Siskel and Ebert of financial markets?: two thumbs down for the credit rating  agencies”, Washington University Law Quarterly 77, pp 619­715. 77  Crabbe, Leland, and Mitchell A. Post, (1994), “The effect of a rating downgrade on outstanding commercial  paper”, Journal of Finance 49, 39­56. 78  Cit. op

88


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

investisseurs appartenant à des classes différentes peuvent avoir les mêmes caractéristiques  d’offre   et   de   demande,   ce   qui   va   entraîner   des   rendements   moyens   divergents   entre   les  différents   marchés.   Par   ailleurs,   si   différents   investisseurs   négociants   sur   des   marchés  obligataires différents sont distingués par leurs notations de crédit, ces investisseurs peuvent  effectuer des transactions qui ont pour impact l’accroissement ou la baisse de la liquidité dans  leurs marchés. Collin­Dufrasne, Goldstein et Martin (2001)79 montrent dans leurs études empiriques  que les modèles traditionnels de dette qui comprend le risque de faillite, telle que celui de  Merton (1977)80, ne sont pas toujours présents dans les études actuelles des spreads de crédit.  Les   trois   auteurs   montrent   aussi   que   les   variables   des   modèles   traditionnels   prévoient  seulement de 15 % à 25 % des changements du spread de crédit. Ils déclarent également que  la prime de liquidité explique très peu les spread d’emprunt. Finalement, ils concluent que les  variations   importantes   des   spread   d’emprunt   dans   le   marché   obligataire   sont   dues  essentiellement aux chocs de l’offre et de la demande qui sont indépendants des changements  du risque de crédit ou des mesures de liquidité. Ainsi, les spreads sur les obligations sont  utilisées dans les décisions des gestionnaires sur la structure du capital et donc les notations  de crédit ne peuvent pas être indépendantes de la valeur de l’entreprise. Patel, Evans et Burnett (1998) trouvent que les conséquences de la liquidité, c’est à  dire le volume des transactions et leur type dans les différents marchés de notation de crédit,  sont présentés quelle que soient les rentabilités anormales des obligations « pourries » (bond  junk) positives ou négatives. Par ailleurs, les études des années 1980 ont montré que ce type  d’obligation   ne   présente   pas   des   rentabilités   positives   inhabituelles.   Par   contre,   plusieurs  facteurs en 1989 ont fait baisser la liquidité dans les marchés des obligations « pourries »  jusqu’à   qu’on   a   pu   observer   des   rentabilités   négatives   anormales   entre   1989   et   1990.  Likewise, Patel et al affirment que si les firmes rencontrent des taux d’intérêt élevés dans les  marchés à faible liquidité distingués par les notations de crédit, elles peuvent être conscientes  d’éviter ces degrés de notations.

§3/  Les ressources financières :

79

Collin­Dufresne, Pierre, Robert S. Goldstein, and J. Spencer Martin, (2001), “The determinants of credit 

spread changes”, Journal of Finance 56, pp 2177­2207. 80

Miller, Merton, (1977), “Debt and taxes”, Journal of Finance 32, pp 261­275

89


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Une notation de bas degré peut réduire les relations avec les créanciers ce qui va  réduire   la   flexibilité   financière.   A   certains   niveaux   de   notation   des   crédits   pendant   des  périodes   économiques   difficiles,   les   firmes   ne  sont   plus   capables   d’accroître   leurs   dettes  parce que les investisseurs évitent d’entreprendre des affaires avec ces firmes là pendant ces  périodes. On peut citer l’exemple du 11 Septembre 2001, ainsi après l’événement de cette  date, les marchés de crédit ont connu une période assez difficile. Les crédits les plus risqués  ont été enlevés du marché. Ainsi, les firmes qui émettent des obligations de mauvaise qualité  pendant ces mauvais  temps sont obligées  de renoncer à investir dans des projets à VAN  positifs à cause de leur incapacité de financer ces projets là.

§4/   Les   relations   entre   les   employés,   les   fournisseurs   et  les   clients   de   la   firme : Si on considère l’exemple du travail, les firmes tentent d’embaucher de nouveaux  employés   selon   des   contrats   implicites   et   explicites   pendant   une   certaine   période.   Ces  contrats peuvent inclure un engagement de fournir le salaire, les avantages de santé et les  avantages de retraite. Les employés qui ont pris la décision de travailler pour la firme vont  évaluer   le   risque   que  ces   avantages   vont  être   fournis   pendant   la   période   de   leur   travail.  Plusieurs facteurs  peuvent les aider à établir  ce risque, mais  on peut soutenir la quantité  d’information  la plus  simple qui permet  d’expliquer  la conscience des  employés  et  leurs  attachements à cet objectif, ceci va déterminer la notation de crédit de la firme. Par ailleurs, plusieurs employés ne connaissent pas la notation de crédit de la firme.  Par contre, la réputation de la firme est le produit de plusieurs facteurs y inclus la notation de  crédit. Donc, dans la mesure où un employé se renseigne sur la réputation de la firme, il se  renseigne implicitement sur la notation de crédit. En plus, si on suppose que les dirigeants  connaissent la notation de crédit de la firme, les employés peuvent ne pas la connaître si les  dirigeants utilisent les notations de crédit pour évaluer le risque de la firme, les firmes avec  des   notations de crédit de bas degré vont être obligées de dépenser des coûts plus élevés  (exemple payer des salaires plus élevés) que ceux des firmes ayant des notations de crédit de  haut degré afin de forcer le travail. Ce coût supplémentaire est pris en considération par les  gestionnaires dans la détermination de la structure optimale du capital. Pour les fournisseurs,  les clients et les créanciers de la firme, on constate les mêmes arguments des employés.

90


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

§5/ Les effets communs : Les notations de crédit peuvent procurer une information sur la qualité de la firme  plus   fiable   que   celle   diffusée   en   public.   Les   agences   de   notation   peuvent   recevoir   une  information  importante   et  sensitifs   non publiée   auprès  des   firmes.  Les   agences   de  crédit  peuvent avoir cette information parce que les firmes peuvent être enthousiastes à fournir une  information   publique   qui   peut   compromettre   leurs   programmes   stratégiques.   Les   firmes  peuvent choisir de divulguer cette information aux agences de crédit qui peuvent par la suite  détecter la qualité de la firme à travers leur notation de crédit. En   plus,   les   agences   de   notation   peuvent   aussi   se   spécialiser   dans   la   collecte   de  l’information et donc fournir des mesures efficaces  de la politique de crédit  de la firme.  Million et Thakor (1985) proposent un modèle sur l’information détenue par les agences de  crédit tel que les notations de crédit basée sur l’information asymétrique. Ils montrent que les  agences de notation sont comme les agents diffuseurs qui certifient les valeurs des firmes. La notation de crédit est considérée comme un signal sur la qualité de la firme. Les  investisseurs peuvent modifier leurs prévisions sur  les cash flows de la firme en se basant sur  l’information diffusée par la notation de crédit de la firme. Cet aspect informationnel des  notations de crédit va mettre les firmes dans la même catégorie de notation avec les autres  firmes. De cette façon, les firmes appartenant au même groupe de notation vont avoir les  mêmes défauts de probabilités  et les mêmes taux de rendement de leurs obligations. Ainsi, si  par exemple une firme a une bonne notation BB, il n’y aurait pas de différence pour ses  spreads de crédit. Dans ce cas, les firmes qui sont prés d’une notation de bas degré vont avoir  une forte intention pour garder leur notation élevée. D’autre coté, si ces firmes sont classées  de bas degré, elles vont être introduites dans le groupe de toutes les firmes appartenant à la  classe du mauvais crédit. Inversement, les firmes qui sont prés d’une classe de haut degré  vont être insistées à obtenir cette notation de haut degré pour qu’elles soient introduites dans  le groupe des firmes ayant la catégorie des notations de haut degré.

§6/ Les engagements obligataires : Les   firmes   peuvent   s’inquiéter   des   notations   de   crédit   lorsque   les   engagements  obligataires   sont   directement   liés   à   la   notation   de  crédit   de   la   firme.   Standard   and   Poor  (l’établissement de contrôle) trouvent que 23 entreprises montrent une sérieuse vulnérabilité  aux déclenchements des notations ou à d’autres options d’achat sur la liquidité contingente ;   91


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

ce qui va engendrer un déclin de la qualité de crédit et donc une crise de liquidité. Standard et  Poor montre qu’à peu prés la moitié des entreprises sensibles à la notation de crédit sont  exposées à une sorte de flexibilité contingente. Les 23 compagnies sélectionnées  peuvent  rencontrer la « falaise de crédit ». Par ceci, un bas degré de notation peut être composé des  provisions   tels   que   les   déclenchements   des   notations   ou   les   renseignements   qui   peuvent  affecter concrètement la liquidité de l’entreprise. 

§7/ L’utilité des gestionnaires : La   maximisation   de   l’utilité   des   gestionnaires   peut   avoir   une   notation   avec   les  notations de crédit. Par exemple, si un dirigeant a l’intention de changer son job, il va perdre  s’il vient d’une entreprise notée comme ayant des obligations de mauvaise qualité et il va  gagner s’il a travaillé dans une entreprise notée AAA. Hirshleifer et Thakor (1992) cherchent  comment l’intention des gestionnaires de créer une réputation peut avoir un impact sur les  décisions du gestionnaire quant à la politique d’investissement. Ils ont établi un modèle qui  contient non seulement l’intention du gestionnaire à maximiser la valeur boursière de la firme  mais   également   la  réputation   du  gestionnaire.  Dans   la   mesure  où  les  notations  de  crédit  affectent la réputation du gestionnaire, celui ci a l’intérêt de faire accroître la notation de  crédit ce qui est tout à fait optimal pour la firme. Les changements négatifs dans les notations de crédit peuvent avoir des conséquences  négatives sur le manager en terme du maintien de son emploi et de sa compensation. D’un  autre coté, une information positive (exemple avoir la notation AAA) a un impact positif sur  l’emploi  du manager. Ainsi, un changement  de la notation  de crédit   a un impact  sur la  performance du gestionnaire.

Conclusion : Dans la mesure où les tendances de faillite sont directement liées aux notations de  crédit, les gestionnaires vont essayer d’éviter des notations de crédits de bas degré pour éviter  la probabilité de tomber en faillite. Berger, Ofek et Yerrmack (1997) examinent l’impact des   92


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

intérêts des gestionnaires sur leurs décisions concernant la structure du capital. Les auteurs  considèrent que les intérêts managériaux peuvent entraîner des dettes de bas niveau parce que  les dirigeants veulent réduire le risque de la firme pour protéger leur capital humain non  diversifié. Les risques de faillite peuvent réduire l’utilité des gestionnaires parce qu’il ne faut  pas oublier qu’ils sont les créateurs de la firme. Après avoir prédéfinir la notion de la notation de crédit dans le contexte des deux  théories : Trade off et Pecking order. Nous faisons la combinaison entre les modèles déjà  présentés dans la première partie et les facteurs de la notation de crédit. Il est important de  remarquer que notre étude se limite à l’étude des entreprises américaines notées par Fitch  Rating et des entreprises tunisiennes notées par Maghreb Rating filiale de Fitch Rating.

Chapitre II : Les tests du modèle « CR­CS » et les résultats  empiriques Introduction : Notre recherche a pour but de tester l’impact des notations de crédit sur les décisions  de la structure du capital. Tout au long de cette étude, nous avons essayé de répondre à trois  questions fondamentales ; à savoir :   Dans   quelles   mesures   les   notations   de   crédit,   et   en   particulier   les   notations  potentielles   externes   des   obligations,   affectent   directement   les   décisions   de  l’entreprise par les dirigeants concernant la structure du capital ?  Pourquoi les notations de crédit sont pertinentes pour les gérants dans le processus  décisionnel lié à la structure du capital ?  Comment les notations de crédit peuvent être un complément pour les autres théories  existantes de la structure du capital ? Ces   trois   interrogations   vont   être   reprises   successivement   à   travers   des   tests  empiriques établis afin de trouver des réponses concrètes. En fait, les tests empiriques sont  subdivisés en deux parties. Les premiers tests sont sous forme généraux concernant l’impact  des notations de crédit sur les décisions de la structure du capital. Dans le cadre de ces tests,   93


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

nous supposons que si les notations de crédit ne sont pas significatives dans les décisions de  la structure du capital, il n’y aura aucune différence entre   le financement par dette ou par  fonds propres. Mais si la différence est détectée surtout pour les firmes caractérisées par des  changements dans leurs notations, ceci indique l’impact des notations de crédit sur la prise  des décisions de la structure du capital. D’autres tests spécifiques sont élaborés pour introduire des facteurs potentiels de la  notation  de crédit dans les tests empiriques  des théories traditionnelles de la structure du  capital, tel que l’exemple des tests de Fama et French (2002), Frank et Goyal (2000) et ceux  de   Myers   et   Syam­Sunder   (1999)81.   Le   but   donc   est   de   déterminer   dans   quelle   mesure  l’importance des notations de crédit persiste dans le contexte de ces théories traditionnelles.  A ce niveau, la question qui se pose est la suivante : Cette notion de la notation de crédit  permet­elle d’améliorer potentiellement le pouvoir explicatif de ces tests ? Pour   aboutir   à   des   résultats   interprétables,   nous   utilisons   une   régression   linéaire  multiple en panel (cross­sectional times series) qui est une approche portant sur les variables  dépendantes de la structure continue du capital. Notre étude est menée sur deux échantillons  des firmes appartenant à plusieurs niveaux de notations de crédit. Le premier englobe des  grandes   firmes   américaines   notées   par   Fitch   Rating.   Le   second   comporte   des   petites   et  moyennes entreprises tunisiennes notées par Maghreb Rating.  En   fait,   les   résultats   de   ces   différents   tests   sont   interprétés   dans   le   contexte   des  théories traditionnelles de la structure du capital : la théorie statique de Trade off et la théorie  de pecking order. Tout au long de ce chapitre, nous expliquons comment la théorie des notations de  crédit  occupe  une place  considérable  parmi les  autres  théories  portant  sur la structure  du  capital. Puis, nous présentons les tests empiriques qui expliquent l’impact des notations de  crédit sur les décisions de la structure du capital. Par conséquent, nous supposons l’existence  d’une concordance entre les tests spécifiques des différents critères potentiels des notations de  crédit et les tests empiriques des deux théories traditionnelles de la structure du capital : la  théorie statique du Trade off et la théorie de financement hiérarchique. Enfin, nous concluons  les principaux résultats réalisés sur les modèles ces deux théories en introduisant la notion de  la   notation   de   crédit   pour   étudier   l’impact   de   cette   variable   sur   le   comportement   de  financement des firmes.

81

Cit. op

94


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Section 1 :   Les   notations   de   crédit   dans   le   contexte   des   théories  existantes sur la structure du capital Dans cette section, nous allons voir dans quelle mesure la théorie CR­CS complète les  théories  existantes  de la structure du capital.  Pour cela, nous intéressons à deux théories  existantes de la structure optimale du capital ; à savoir : la théorie de Trade off et la théorie  de Pecking order.

§1/ La théorie de Trade off : Modigliani et Miller (1958)82 montrent que, sous certaines hypothèses, la structure du  capital de la firme n’a pas d’impact sur la valeur. Les deux principales hypothèses de ce  théorème sont l’absence des taxes et des coûts de transactions. Sous la perspective d’impôt, la  dette génère des gains dans la mesure où les intérêts financiers (intérêt sur la dette) sont  déduits du bénéfice de l’entreprise. D’un autre coté, l’accroissement du risque de faillite et  des coûts liés à ce risque est une conséquence négative de l’endettement. Ainsi, la firme va  faire l’équilibre entre les gains d’impôts et les coûts de faillite pour déterminer la structure  optimale du capital : c’est la théorie de Trade off ou d’équilibre. La   théorie   de   Trade   off   a   plusieurs   implications.   Premièrement,   à   coté   des   gains  d’impôt et des coûts de faillite, la firme va essayer d’atteindre un certain niveau optimal du  ratio dettes / fond propre. Si la firme dégage de faibles bénéfices, elle n’a pas le droit de  profiter de l’avantage et des taxes deductibles sur les dettes. Dans ce cas, la théorie de Trade  off prévoit l’existence des firmes ayant de faibles dettes par rapport à d’autres. Les firmes  ayant une forte variabilité des cash flows et donc une forte probabilité de faillite vont avoir  moins de dettes. CR­CS déclare qu’un changement des notations de crédit a un impact sur le ratio  coûts/bénéfices.   Dans   la   mesure   où   ces   coûts   sont   matériels,   les   managers   vont   faire  l’équilibre  entre  ces  coûts    et  les  avantages  impliqués  par  la théorie  de  Trade  off.  Dans  certains cas, les coûts engendrés par le changement de la notation de crédit peuvent résulter  de plusieurs comportements différents quant à la structure du capital impliquée par la théorie  de   Trade   off.   Dans   d’autres   cas,   les   facteurs   de   la   théorie   de   Trade   off   peuvent   peser  beaucoup sur les considérations des notations de crédit.

82

Cit. op

95


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Figure 6 : La théorie de Trade off et les effets de la notation du crédit83

83

Source : Darren J. Kisgen, (December 17, 2002), « Credit Ratings and Capital Structure »,  University of  Washington School of Business Administration, Department of Finance and Business Economics.  kisgen@u.washington.edu

96


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Pour illustrer ces arguments, on suppose que le coût discret le plus important générer  par les notations de crédit change d’un bon investissement à un investissement en obligations  de mauvaises qualités. La firme peut se trouver face à la situation décrite dans le graphique 1­ a. Ce graphique illustre la valeur de la firme en fonction de l’endettement (effet de levier). Il  montre l’échange entre les bénéfices d’un levier élevé et les inconvénients de ce levier élevé.  Dans cette situation, la firme va choisir le levier (endettement) qui maximise la valeur de la  firme représentée par le point T*. A ce niveau, Kisgen (2002)84 considère que la firme fait face à un coût du changement  d’un bon investissement à l’investissement en obligations « pourries » (bond junk). De plus,  il suppose que le levier optimal calculer par la théorie de Trade off est un levier qui permet à  84

Cit. op

97


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

la firme d’avoir une notation de haut niveau parmi les notations des obligations « pourries »  (exemple BB). Dans cette situation, la firme doit en principe choisir un levier plus bas que  celui calculé par la théorie de Trade off afin d’obtenir une notation d’un bon investissement.  Cette situation est illustrée par le graphique 1­b. T* correspond à la structure optimale du  capital en considérant seulement les effets d’échange. C* est la nouvelle structure optimale  du capital en   considérant les effets des notations de crédit. Il faut noter qu’à C* la firme  devient   prudente   concernant   sa   politique   de   la   structure   du   capital.   Donc,   il   est   plus  intéressant pour la firme d’éviter l’émission des dettes par rapport aux fonds propres afin  d’éviter une faible notation. En plus, la firme qui se situe à droite de C* va être très intéressée  à avoir une bonne notation et donc, elle va accroître ses fonds propres par rapport aux dettes.  Les deux graphiques 1­c et 1­d dégagent les cas où les effets du CR­CS sont emportés par la  théorie   de  Trade  off.  Dans   le  cadre  du même  exemple  précédent,   c’est  à  dire  le  cas   du  changement d’un bon investissement à un investissement en obligations « pourries » et en  considérant que la firme ayant un levier optimal calculé par la théorie de Trade off ceci  implique une notation A à la firme, si la seule notation du crédit qui génère un coût disjoint  est celle générée par un changement au statut des obligations « pourries », dans ce cas la  firme   n’est   par   affectée   par   le   coût   potentiel   des   notations   de   crédit   (graphique   1­c).  Finalement, Kisgen considère le cas d’une firme ayant un levier optimal calculé par la théorie  de Trade off qui résulte d’une notation de crédit qui est de bas degré (exemple CCC). Dans ce  cas, la firme peut choisir de se fixer à cette notation parce qu’il existe des bénéfices qui  peuvent être gagnés si elle atteint une notation de bon investissement. Ces bénéfices que la  firme peut les avoir sont plus significatifs pour la théorie de Trade off (graphique 1­d). Le graphique 1­e montre une représentation plus complète de la théorie de Trade off  combinée avec les effets des notations de crédit par la présentation de plusieurs tendances  croissantes. Dans ce graphique, il est possible que les effets des notations de crédit vont être  importants   pour   la   firme.   Le   degré   d’importance   pour   une   firme   particulière   dépend   du  montant   des   coûts   discrets   associés   aux   changements   des   notations   de   crédit   et   aussi  comment   au­delà   d’un   changement   de   la   notation   de   crédit   la   firme   va   s’intéresser  uniquement   aux   effets   d’échange.   Le   graphique   montre   un   exemple   où   les   effets   des  notations de crédit créent un optimum différent des prévisions de la théorie de Trade off. Des  graphiques similaires peuvent être représentés si les firmes choisissent un optimum différent  comme résultat d’une hausse potentielle des notations de crédit.

98


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Le graphique 1­e montre également que les facteurs de Trade off et les effets des  notations  de crédit sont le seul souci de la firme. Aussi, les firmes situées sur   la partie  supérieure   du   graphique   doivent   être   toujours   prés   d’une   notation   de   bas   degré.   Mais,  l’existence d’autres considérations tel que la flexibilité financière peut changer ce résultat. Il  faut noter aussi que les firmes qui sont loin d’une notation de bas degré vont avoir moins de  souci sur un petit endettement comme prévu par le CR­CS. Par ailleurs, il est aussi évident  avec   le   CR­CS   que   ces   firmes   vont   être   intéressées   par   les   effets   potentiels   d’un   grand  endettement dans la mesure où un grand endettement peut leur offrir une notation de bas  degré. Simultanément, les firmes qui sont relativement loin d’une notation de haut degré  peuvent recourir à l’émission d’action pour avoir une bonne notation, par contre, elles vont  émettre moins d’action par rapport aux firmes ayant des notations de haut degré.

§2/ La théorie de financement hiérarchique (Pecking Order) : L’impact de l’asymétrie d’information sur les alternatives financières est le principal  sujet   de   la   théorie   de   financement   hiérarchique.   Myers   et   Majluf   (1984)85  procurent   les  analyses   des   décisions   de   la   structure   du   capital   à   partir   de   la   perspective   d’asymétrie  d’information. L’émission de nouvelles actions affecte les intérêts des anciens actionnaires.  Cet effet est une fonction de la valeur marchande actuelle de la firme relative à sa valeur  intrinsèque. Un gestionnaire intéressé par la maximisation de la valeur des anciennes actions  ne doit émettre de nouvelles actions que  lorsque le cours du titre de la firme implique que la  valeur marchande de cette firme est supérieure à leur valeur intrinsèque. De même, si le cours  de l’action implique une valeur marchande inférieure à la valeur  intrinsèque, le dirigeant doit  éviter d’émettre des actions. Ce comportement implique que l’émission des actions est un  signal de la qualité de la firme. Les investisseurs rationnels qui interprètent ce signal doivent  faire une offre des actions de la firme au cours le plus bas s’il annonce une émission d’action.  Ceci est observé empiriquement où le cours de l’action d’une firme a une tendance de chuter  après l’annonce d’une émission d’action. Ce résultat implique un coût à la firme émettrice. Myers (1984) a pris en considération ce résultat de l’asymétrie de l’information et il  l’applique à la décision de la structure du capital de la firme. Dans ce contexte et selon la  théorie   de   financement   hiérarchique,   les   firmes   vont   généralement   éviter   d’émettre   des  actions pour éviter les coûts de l’asymétrie d’information.

85

Cit. op

99


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Les firmes vont préférer investir dans des projets avec leurs fonds internes en priorité  puis avec les dettes. Seulement si les fonds internes ont été épuisés et si la firme a épuisé sa  capacité d’endettement qu’elle peut recourir à l’émission d’action. Le modèle de financement hiérarchique a plusieurs implications de la structure du  capital.  Premièrement,  la dette  va augmenter  pour les  firmes  lorsque l’investissement   est  supérieur aux ressources internes de la firme et la dette baisse lorsque l’investissement est  inférieur aux fonds internes. Les prévisions de la théorie de financement hiérarchique qui  améliorent la performance de la firme, spécialement avec des besoins de financement élevés,  vont entraîner des   ratios élevés d’endettement parce que les managers sont peu incités à  émettre des actions. La théorie de financement hiérarchique prévoit une réponse importante à  court terme de l’endettement pour des variations à court terme de l’investissement et des  gains. Le modèle CR­CS implique que pour des changements temporaires du levier le ratio  discret coût/bénéfice va être touché grâce au changement de la notation de crédit. La théorie  de   financement   hiérarchique   implique   que   les   firmes   vont   préférer   des   dettes   aux   fonds  propres à cause des coûts de l’asymétrie d’information associés aux émissions des actions.  Supposons que pour un certain niveau d’endettement, la firme se trouve face à un équilibre  entre deux coûts matériels qui sont les coûts d’émission des actions et le coût discret associé  au   changement   de   la   notation   de   crédit.   Pour   certaines   firmes,   les   coûts   d’asymétrie   de  l’information vont peser sur les coûts des notations de crédit. Mais pour d’autres firmes, les  coûts des notations de crédit peuvent être suffisamment importants que la firme va choisir  d’émettre des actions à la place de la dette. Ce conflit va exister d’une façon plus importante  pour les firmes qui se trouve prés d’un changement de la notation qui va tendre à un haut  degré   plutôt   qu’un   bas   degré.   Ainsi,   contrairement   aux   implications   de   la   théorie   de  financement   hiérarchique,   les   firmes   qui   sont   prés   d’une   bonne   notation   peuvent   choisir  d’émettre des actions par rapport à l’endettement afin de profiter des bénéfices de cette bonne  notation.  Les   firmes   qui  sont  prés   d’une mauvaise   notation   peuvent  éviter   d’émettre   des  dettes pour éviter les coûts provoqués par la notation de bas degré.

100


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Section 2 :   L’incorporation   des   hypothèses   « notations   de   crédit   –  structure du capital » dans les tests traditionnels de la structure du capital 

§1/   L’incorporation   des   notations   de   crédit   dans   les   tests   du   modèle   de   Shyam­Sunder et Myers (1999). A/ Le test de Pecking Order

Comme étant présenter dans la deuxième section du premier chapitre, le test réalisé  par Sham­Sunder et Myers (1999) dans le contexte de la théorie de Pecking Order affirme que  la firme doit financer leur déficit en recourant à l’émission de la dette au lieu de l’émission  des actions. Rappelons   que   Sham­Sunder   et   Myers   ont   basé   dans   leur   étude   sur   la   régression  suivante :                                                                    

DEFit ∆LTDit = a +b + εit Ait Ait (9) L’hypothèse de base de la théorie de financement hiérarchique est que b doit être égale  à l’unité et que a soit nul. Chirinko et Singha (2000), Frank et Goyal (2000)86  et d’autres ont critiqué ce test.  Cependant, l’intention de Kisgen n’est pas de résoudre le débat concernant ce modèle. Mais  leur   intérêt   est   de   vérifier   d’une   part   si   le   modèle   s’améliore   avec   l’inclusion   des  considérations de la notation de crédit et d’autre part, si les effets de la notation de crédit  persistent   dans   le   contexte   des   effets   du   modèle   de   financement   hiérarchique.   Il   a   donc  continué   avec   les   tests   de   Sham­Sunder   et   Myers.   Mais,   aussi   il   a   considéré   quelques  modifications plus significatives proposées par d’autres auteurs. Pour déterminer si les effets  de la notation de crédit persistent dans le contexte de ce test de financement hiérarchique,  Kisgen avance les deux tests modifiés suivants : 

DEFit ∆LTDit = a +b + β 0CRPOM + εit Ait Ait (10) 86

Cit. op

101


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

DEFit ∆LTDit = a +b + β1CRHOL + εit Ait Ait (11)                   Le terme additionnel dans la première équation est une variable muette impliquée si  une firme réalise un plus ou un moins dans leur large notation. La seconde équation sépare  entre les variables muettes concernant les composantes en plus et en moins si le modèle de  financement hiérarchique est parfait et que les notations ne sont pas pris en compte alors les  coefficients  β  doivent être nuls. Le modèle CR ­ CS implique que les coefficients  β  sont  strictement négatifs. Kisgen utilise un échantillon plus large que celui de Shyam­Sunder et Myers87. Ces  deux   derniers   auteurs  ont  recouru   à  un   échantillon  spécifique  de   157  firmes  parce   qu’ils  préfèrent avoir des données continues disponibles sur toute la période de l’étude dans le but  d’appliquer d'autres tests.  Mais,   Kisgen   a   intérêt   seulement   à   examiner   le   comportement   du   modèle   de  financement hiérarchique dans le contexte des notations de crédit. Pour cela, il n’a pas pris en  compte cette restriction. Pour éviter que les résultats de leur modèle soient biaisés, Kisgen a  imposé une restriction spécifique sur leur échantillon. Il a alors limité la taille du déficit à être  moins que 10 % du total des actifs, aussi bien que la taille des variations de la dette à long  terme qui doit être moins que 10 %. Il est à noter que la variation dépendante est la variation  de la dette. Donc, la restriction est placée seulement sur la dette la plus offrande.    Les résultats de la réplication du test de Shyam­Sunder et Myers avec l’échantillon  de Kisgen illustrent un coefficient statistiquement significatif sur le déficit égal à 0,54. La  valeur de ce coefficient est inférieure à la valeur du celui trouvé par Shyam­Sunder et Myers  (qui est égale à 0,75) et ceci due essentiellement à la différence dans la taille de l’échantillon. Frank  et  Goyal  ont aboutit   à  un coefficient   de  0,28 lorsqu’ils  ont  utilisé   un  large  échantillon composé des firmes américaines pendant la période de 1971 à 1989. Kisgen a  effectué l’étude sur  la période de 1986 à 2001 et en se limitant aux firmes ayant des notations  87

Cit. op

102


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

de crédit. Donc, la différence dans la période d’étude et le type de l’échantillon explique la  différence des conclusions obtenues. Dans une seconde étape, Kisgen réalise une régression qui vise les notations de crédit  seulement.   Il   trouve   que   ces   variables   restent   toujours   statistiquement   significatives   et  possédantes le correct signe. A partir des résultats de la régression basant sur l’équation (10), kisgen conclue que si  les considérations du modèle de financement hiérarchique sont prises en compte, les notations  de   crédit   restent   importantes   pour   les   dirigeants.   Le   coefficient   sur   le   déficit   DEF   et   le  coefficient R2  ne changent pas avec l’incorporation de la variable muette de la notation de  crédit. Par conséquent, le test de financement hiérarchique résiste aux effets de la notation de  crédit. Ainsi, cette dernière variable n’ajoute pas un pouvoir explicatif à ce test. Les résultats  de la régression basée sur l’équation (11) montrent que les facteurs en plus et en moins liés  aux notations de crédit sont statistiquement significatifs. Il est important de noter que lors de la comparaison entre les effets du modèle « CR­ CS »   et  les  effets  traditionnels,  il   existe  une  distinction   importante  dans   la  nature  de  ces  différents tests. Les facteurs de la notation de crédit sont des valeurs en retard et ainsi ils ont  prédit   le  capital  futur  de   l’activité  en  croissance.   Le   test  de  financement  hiérarchique   de  Syam­Sunder et Myers se base sur des données contemporaines dans la construction de leur  variable   indépendante   DEF.   Ainsi,   cette   variable   ne   prédit   pas   le   capital   de   l'activité   en  croissance. Comme  le déficit de la firme DEF est construit avec les données contemporaines  de telle sorte qui sera égal à la dette émise pendant la période plus les actions émises pendant  la même période, il n'est pas étonnant de voir des importants relations statistiques entre ces  facteurs   et   la   dette   émise.   Comme   les   facteurs   de   la   notation   de   crédit   du   modèle   de  financement hiérarchique persistent dans ce contexte, il y encore un important soutien  du  modèle « CR­CS ». Dans le test de Syam­Sunder et Myers (SSM), la définition du déficit de la firme DEF  inclut le niveau de la portion actuelle de la dette à long terme, comme SSM suppose que ceci  doit être remboursé au cours des prochaines années. Cependant, la portion n’est pas une part  de la définition présentée du déficit de la firme. La variation du facteur de fond de roulement  doit justifier n’importe quelle variation de la dette à court terme. Pour ces raisons, Frank et  Goyal ont éliminé potentiellement la portion courante de la dette à long terme de la formule  du   déficit   DEF.   Ils   ont   établit   des   tests   avec   et   sans   cette   variable,   ils   concluent   qu’elle  n’appartient pas à la formule du DEF.    103


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

De même,  Kisgen  a  effectué  les  mêmes  tests.  Ils   réalisent   les  mêmes   conclusions  affirmant que la dette à court terme n’est pas une composante de ces régressions. L’ensemble  des résultats concernant le modèle CR­CS restent les mêmes à la suite des tests incluant la  dette à court terme. Kisgen88  a rétablit les mêmes analyses en utilisant les scores de crédit comme des  variables muettes. Il se base ainsi sur les trois régressions suivantes :

DEFit ∆LTDit = a +b + εit Ait Ait (12) ∆LTDit = a + β0CRHOL +εit   Ait

(13)

DEFit ∆LTDit = a +b + β 0CRHOL + εit Ait Ait (14) Une   autre   fois,   le   modèle   CR­CS   est   soutenue   en   utilisant   ces   mesures   pour   être  proche   de   la   variation   de   la   notation   de   crédit.   Dans   le   contexte   du   test   de   financement  hiérarchique de SSM, le coefficient de la notation de crédit reste significatif statistiquement.

B/ Le test de la théorie de Trade off :

Sans tenir compte du groupe de la notation auquel la firme appartient, la théorie de  Trade off implique qu’il ne faut pas avoir une variation dans le niveau de l’endettement d’une  année à une autre, sauf dans le cas du retour à la valeur cible (le taux d’impôt marginal de la  compagnie et les coûts de la difficulté sont maintenus constants). Kisgen a modifié le test de  la théorie de Trade off réalisé par SSM pour incorporer les effets potentiels de la notation de  crédit. Rappelons que la théorie de Trade off se base sur la régression suivante :

( LTD * it − LTDit ) + εit ∆LTDit = a +b                                                              (15) Ait Ait LTD* est le niveau cible de la dette à long terme de la firme.  88

Cit. op

104


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

La difficulté qui entrave la réalisation de ce test est que le niveau cible de la dette n’est  pas observé. L’approche prédominante utilisée par SSM est d’estimer la valeur cible par la  moyenne des ratios historiques de l’endettement pour chaque firme sur toute la période de  l’étude.   Ensuite,   dans   le   but   d’obtenir   le   niveau   cible   de   la   dette,   ils   ont   multiplié   cette  moyenne par le total du capital de la firme au début de chaque année. Vue l’étendue des tests de SSM dans la littérature, Kisgen s’est intéressé à voir les  effets de l’incorporation des facteurs de la notation de crédit dans ces tests. L’hypothèse de la  théorie de Trade off est que b doit être positif et inférieur à l’unité (b<1 à cause des coûts de  transactions associés aux variations du niveau du capital). Avec l’inclusion des facteurs de la  notation de crédit, le test est modifié comme suit :

( LTD * it − LTDit ) + β 0 ZPOM +εit ∆LTDit = a +b                                           (16) Ait Ait ( LTD * it − LTDit ) + β 0 ZHOL + εit ∆LTDit = a +b                                             (17) Ait Ait Le modèle CR­CS implique que les firmes qui sont proche d’une augmentation ou une  baisse   de   leurs   grades   peuvent   être   moins   disponibles   à   augmenter   leurs   niveaux  d’endettement même si elles suivent couramment leurs niveaux cibles. Cependant, les firmes  qui sont loin d’une hausse ou d’une baisse de leurs grades doivent être dans une meilleure  position à augmenter leurs endettements si elles suivent leurs valeurs cibles. Dans ce cas, elles  doivent être moins concernées des variations de la notation. Les firmes qui dépassent leurs  valeurs   cibles   doivent   réduire   leurs   dettes   à   tout   prix   surtout   si   elles   sont   proche   d’une  variation de la notation.  Ainsi, la combinaison entre le modèle CR­CS et la théorie de Trade off implique les  mêmes résultats pour b et une valeur négative pour β 0. En   plus   des   restrictions   déjà   imposées   par   Kisgen   sur   l’échantillon,   il   sera   plus  intéressant d’ajouter dans le contexte de la théorie de Trade off une autre restriction. Kisgen a  exclu alors les années de la firme où la différence entre le niveau d’endettement de la firme et  leurs niveau cible dépasse 10 %. SSM imposent une sévère restriction. Ils n’incluent dans leurs échantillons que les  firmes ayant des données continues de toutes les variables nécessaires et sur toute la période  de l’étude. Cette restriction permet de limiter les résultats. Au lieu de cela, Kisgen a inclus les   105


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

firmes ayant des données sur les importantes variables durant trois ans. De plus, il est difficile  de tester les effets de la notation de crédit vue la dispersion des firmes à travers les notations. La première régression de l’équation (15) montre les résultats des mêmes tests réalisés  par SSM. Le coefficient d’ajustement partiel est égal à 0,23 pour l’échantillon de Kisgen  comparé à 0,33 dans les résultats de SSM. Les  résultats  de la deuxième  régression avec les variables  de la notation de crédit  seulement aboutissent à un coefficient statistiquement significatif sur cette variable muette de  la notation de crédit. Dans une dernière étape, Kisgen présente les résultats des régressions  incluant  les  facteurs  de la notation de crédit  dans le test de la théorie  de Trade off.  Les  coefficients   sur   la   notation   de   crédit   restent   toujours   statistiquement   significatifs   dans   le  contexte de ce test. Mais, le coefficient R2 a eu une variation marginale. En résumé, ces résultats obtenus soutiennent le modèle CR­CS dans le contexte de la  théorie de Trade off. Il est à noter qu’il existe une importante distinction entre les facteurs  traditionnels et les facteurs du modèle CR­CS. Le test de la théorie de Trade off de SSM  utilise des données actuelles et futures pour calculer le niveau cible de l’endettement. Par  contre, les facteurs de la notation de crédit sont des valeurs retardées. Donc, ils prédisent  l’activité future de la structure du capital qui est le besoin le plus difficile.

§2/ L’incorporation des notations de crédit dans les tests du modèle de Fama   et French (2002)  Fama   et   French   ont   examiné   empiriquement   les   implications   du   modèle   de  financement hiérarchique et celui de Trade off sur les déterminants de l’endettement et des  dividendes. Mais, Kisgen s’intéresse uniquement aux tests concernant les déterminants  de  l’endettement. Rappelons que Fama et French ont utilisé les modèles d’ajustement partiels qui  sont présentés comme suit : Lt+1 / At+1 – Lt / At = a + b[TLt+1 – Lt / At] + cP + εt+1                                             (18) (Lt+1 – Lt) / At = a + b[TLt+1 – Lt / At] + cP + εt+1                                                   (19) Dans cette régression, TL est le ratio cible de l’endettement pour la firme et P est le  vecteur des variations dans les actifs courants et retardés (A t+1 – At et At – At­1) et les bénéfices  (Et+1  – Et  et Et  – Et­1, où E est défini comme étant le bénéfice avant intérêt et après impôt).  L’endettement est la principale variable du test de Fama et French. Il est défini comme étant  le total des actifs moins les actions comptables. Cette variable est différente de celle utilisé   106


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

par Kisgen au début de ces tests puisque celle ci englobe le total des passifs, non seulement la  dette à court terme et/ou la dette à long terme. Par ailleurs, cette variable n’est pas la mesure  directe utilisée par les agences de la notation de crédit. Donc, cette mesure peut biaiser le test  de Kisgen quelque peu contre la conclusion sur les effets des notations de crédit. Dans le but  d’identifier ces effets sans problème, Kisgen a modifié l’équation (20) comme suit :  ΔDt / At = a + b[TLt+1 – Lt / At] + cP + εt+1                                                              (20) Cependant, tout en gardant le même test de Fama et French 89, Kisgen a supposé que  les variations produites dans les passifs soient le résultat seulement de l’activité du marché  principal de la dette. Donc, il n’a pas modifié l’équation (19) pour maintenir le test de Fama et  French avec leurs exactes spécifications. Le modèle de financement hiérarchique prédit une importante réponse à court terme  des déterminants de l’endettement aux variables situées dans le vecteur P. Aussi, ce modèle  prédit   que   b   est   nul   puisque   les   firmes   ne   sont   pas   concernées   avec   le   mouvement   de  l’endettement vers un ratio cible. D’autre part, la théorie de Trade off prédit que les firmes doivent varier leurs niveaux  d’endettement pour coïncider avec leurs niveaux cibles. Ainsi, cette théorie implique que b est  strictement positif. De plus, elle avance que le coefficient c est nul puisque les variables de P  ne sont pas significatives relativement aux variations de l’endettement. Nous savons que Fama et French ont utilisé la régression en coupe transversale à deux  étapes   pour   estimer   les   deux   équations   (18)   et   (19).   Chaque   année,   ils   régressent  l’endettement exprimé en valeur comptable de la date t+1 sur les variables adoptées pour  déterminer l’endettement cible TL. Puis, ils ont utilisé les valeurs ajustées de cette équation  pour approximer le ratio cible d’endettement de chaque firme. Dans   les   deux   étapes   de   l’approche,   Fama   et   French   subdivisent   les   firmes   entre  distributrices   et   non   distributrices   de   dividende   puisque   le   modèle   de   financement  hiérarchique implique que la relation entre l’endettement et l’investissement peut différé entre  ces deux groupes. De même, kisgen suit ces propositions. De plus, Fama et French réalisent  ces tests en utilisant les valeurs comptables et marchandes des actions. Mais, Kisgen analyse  les   régressions   en   se   basant   sur   les   valeurs   comptables   seulement   puisqu’elles   sont   plus  importantes pour les considérations de la notation de crédit. Les résultats des régressions de la  première étape réalisés sur l’échantillon de Kisgen aboutissent à des coefficients similaires à  ceux trouvés dans l’étude de Fama et French. Les résultats de cette étape de l’approche ne  89

Cit. op

107


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

sont pas intéressants pour le test du modèle CR­CS puisque le but de ces régressions est de  prédire les niveaux de l’endettement pour chaque firme. Cette étape est importante seulement  pour le calcul des niveaux TL nécessaires dans les régressions de la seconde étape. Dans ces régressions, les effets des notations de crédit peuvent être tester en incluant  des variables muettes soit pour les firmes ayant un plus ou un moins dans leur notation de  crédit soit pour les firmes ayant un score de crédit élevé ou faible dans leurs micro notations.  Avec ces variables de la notation de crédit CR, (où CR = POM ou HOL), Kisgen a examiné  alors les deux tests suivants : Lt+1 / At+1 – Lt / At = a + b[ TLt+1 – Lt / At] + cP + β CR* + ε t+1                              (21) ∆ Dt  /   At  =   a   +   b[TLt+1

– Lt  /   At]  +   cP   +  β CR*  +  ε t+1 

(22)

Les valeurs de TL sont ceux prédit des régressions de la première étape. Dans les deux  cas, l’implication de la notation de crédit est réalisé lorsque β est strictement négatif. Alors  que les implications du modèle de Trade off et celui de financement hiérarchique restent les  mêmes. L’échantillon de ces tests est différent de celui des tests précédents. Fama et French  exigent que plusieurs données des variables doivent être disponibles sur trois ans consécutifs  pour chaque firme. Aussi, Kisgen a exclu par la suite les années de la firme où elle est guidée  par une large offre de la dette c’est à dire qui dépasse 10 % du total des actifs. Au lieu d’utiliser la régression typique linéaire multiple en panel, Fama et French ont  employé une technique statistique similaire à celle de Fama et MacBeth (1973). Ces deux  derniers auteurs ont recouru à la régression en coupe transversale pour tester les équations (tel  que   les   deux   équations   (21)   et   (22))   pour   chaque   année   individuelle.   Ensuite,   tous   les  coefficients   sont   dérivés   comme   étant   la   moyenne   des   coefficients   annuels   estimés.   Les  erreurs standards sont calculées comme étant le rapport entre les erreurs standards des séries  temporelles de ces coefficients par la racine carrée du nombre des années. Dans une première étape, Kisgen présente les résultats des équations (21) et (22) pour  les firmes distributrices de dividende. Les coefficients et les termes d’erreur standard sont  calculé en utilisant la technique de Fama et MacBeth. 

108


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Dans toutes les régressions, les coefficients de la variable muette de la notation de  crédit ont le signe déjà prédit. Ils sont quelque peu significatifs statistiquement, avec un t­ statistique qui varie entre –0,82 et –2,36. Pour la variable muette du modèle de financement  hiérarchique, le coefficient est plus significatif lors de l’usage de la variable dépendante de  Fama et French. Mais, pour la variable muette des scores de crédit, le coefficient est plus  significatif   lors   de   l’usage   de   la   variable   dépendante   la   dette   nette   émise.   Ainsi,   chaque  définition paraît améliorer  les facteurs de la notation de crédit. Ces résultats soutiennent le  modèle CR­CS dans le contexte des facteurs de la théorie de financement hiérarchique et celle  de Trade off. Dans les tests de l’équation (21) réalisés par Kisgen90, les coefficients des six variables  indépendantes de Fama et French sont statistiquement significatifs et ont le même signe que  les résultats de Fama et French. Aussi, ils aboutissent à la même ampleur des coefficients.  Ceci indique que les tests de Kisgen sont cohérents avec l’approche et les conclusions de  Fama  et  French. En  utilisant  une variable  dépendante  dans  l’équation  (22), les  variations  retardées dans les actifs et les bénéfices ne sont plus significatives. Dans une seconde étape, kisgen présente les résultats des mêmes équations (21) et (22)  mais concernant les firmes non­distributrices de dividende. Dans ce cas, l’approche de Fama  et   MacBeth   produit   des   coefficients   avec   des   signes   différents   des   régressions   linéaires  multiples en panel (en incluant des coefficients sur quelques variables muettes de la notation  de crédit). Ceci est dû probablement à la taille rétrécie de l’échantillon. Pour cette raison,  Kisgen présente aussi les résultats des régressions linéaires multiples en panel. Les coefficients des variables muettes du modèle de financement hiérarchique ont un  signe correct et sont quelque peu statistiquement significatifs, avec un t statistique qui varie  entre   –0,93   et   –1,57.   Cependant,   pour   les   variables   muettes   des   scores   de   crédit,   les  coefficients   ont   un   signe   incorrect   et   ne   sont   pas   significatifs   statistiquement.   L’une   des  explications de ce résultat est que les firmes non­distributricess de dividende appartiennent à  une   phase   de   forte   croissance   où   le   souci   de   l’augmentation   du   capital   peut   rendre   les  notations   de   crédit   moins   importantes.   Toutefois,   les   résultats   du   modèle   de   financement  hiérarchique supportent quelque peu le modèle CR­CS. Alors que les résultats du score de  crédit ne le supportent pas. Les   résultats  obtenus   de  l’équation  (21)  dans  la   cadre   des   firmes  distributrices   de  dividende sont quelque peu incohérent avec les résultats de l’étude de Fama et French. Ces  90

Cit. op

109


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

deux auteurs trouvent un coefficient négatif sur la variation des actifs retardés mais qui est  significatif statistiquement. Alors que les coefficients des tests de Kisgen sont positifs mais  sont   souvent   significatifs.   Aussi,   il   trouve   que   la   variation   dans   les   actifs   est   fortement  significative statistiquement. Alors que Fama et French aboutissent à une faible signification  de cette variation. Dans   ces   tests,   les   firmes   ont   besoin   d’avoir   des   notations   de   crédit,   alors   il   est  possible que les firmes qui n’ont pas de dividende ont les mêmes caractéristiques des firmes  non­distributrices de dividende. En   conclusion,   les   notations   affectent   directement   les   décisions   de   la   structure   du  capital   prises   par   les   dirigeants.   Les   firmes   qui   sont   proche   d’une   variation   dans   leurs  notations de crédit émettent moins de dette / action que les firmes qui ne sont pas proche  d’une variation dans les notations.  Sur une base annuelle, les firmes ayant une notation en plus ou en moins dans leurs  large   notations   émettent   approximativement   moins   de   1,5   %   de   dette   nette   diminué   des  actions   nettes  présentées  comme  un  pourcentage   du  total   des   actifs   comparés  aux   firmes  n’ayant pas une notation en plus ou en moins. Les firmes ayant des scores de crédit parmi les  trois   importants   scores   ou   les   trois   faibles   scores   dans   leurs   Micro   Rating   émettent  approximativement   moins   de   1   %   de   dette   nette   diminuée   des   actions   nettes   présentées  comme  un pourcentage  du total  des  actifs  comparés  aux firmes  dont leurs  score situé au  milieu de leur Micro Rating. Les résultats sont appliqués d’une part aux grades élevés aussi  bien qu’aux bas grades et d’autre part aux petites et grandes firmes. Les dirigeants apparaissent être plus concernés avec les variations des notations que  soit au niveau des grades de non­investissement des notations que soit pour le niveau AA de  la notation de crédit. Les effets sont constants à travers la période d’étude de l’échantillon de  1986 à 2001. Les  variables  muettes  de la notation  de crédit restent  statistiquement  significatives  dans   les   tests   empiriques   des   deux   théories   de   la   structure   du   capital   de   financement  hiérarchique  et  de Trade  off élaborés  par Shyam­Sunder et  Myers (1999) et par Fama  et  French (2002)91. Ainsi, les effets de la notation de crédit persistent dans le contexte de ces  théories.   L’inclusion   des   variables   muettes   de   la   notation   de   crédit   n’affecte   pas  matériellement les implications des tests réalisés précédemment.

91

Cit. op

110


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Ainsi, la capacité des notations de crédit à prédire les décisions de la structure du  capital à l’intérieur de ces tests est soutenue comme un résultat plus important que la capacité  des facteurs contemporains de ces tests pour maintenir la capacité prédictive. Les tests empiriques de la structure du capital future peuvent bénéficie de l’inclusion  des variables de la notation de crédit de la firme. Elle permet d’assurer la conclusion correcte  de ces tests et permet aussi d’obtenir des présentations plus compréhensives du comportement  de la structure du capital.

Section 3 : Les résultats empiriques

§1/ Les   caractéristiques   de   la   structure   du   capital   des   firmes   américaines   dans le contexte de la théorie « CR­CS » Notre recherche s’intéresse à étudier l’impact des notations de crédit sur le processus  décisionnel touchant la structure du capital à travers la politique d’endettement des firmes  américaines. L’étude consiste aussi à effectuer le test de la théorie statique de Trade off et la théorie  de financement hiérarchique tout en introduisant les effets de la notation de crédit. Ainsi,   cette   section   présente   les   résultats   empiriques   des   deux   échantillons :  l’échantillon américain et l’échantillon tunisien. Ces résultats s’inspirent des tests des deux  modèles celui de Trade off et celui de financement hiérarchique dans le contexte du modèle  « notation de crédit – structure du capital ».  A/ La théorie de Trade off avec la variable du score du crédit dans le contexte du modèle   CR­CS :

Afin de   mettre   en   évidence   l’éventuel   effet   de   la   notation   dans   le   contexte   des  principales théories de la structure du capital ; à savoir la théorie de Trade off et la théorie de  Pecking order.

111


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Il est à noter que pour tester les modèles dans le contexte CR­CS pour les firmes  américaines, nous avons retenu le même échantillon, la même période d’étude ainsi que les  mêmes sources de données utilisées dans l’étude empirique effectuée au premier chapitre du  présent   travail.   Ainsi   l’étude   est   menée   sur  97   firmes   américaines   non   financières   sur   la  période allant de 1997 à 2002. Avant de présenter les résultats de notre analyse, il est important de noter que les  scores accordés aux notations du crédit des firmes de l’échantillon sont présentés dans le  tableau de l’annexe 1. Alors   tout   au   long   de   ce   paragraphe,   nous   illustrons   des   modèles   étudiés  précédemment tout en introduisant une nouvelle variable, à savoir : le score de la notation du  crédit des entreprises. Les modèles sont appliqués sur le même échantillon déjà définis précédemment. Le  but est de vérifier s’il y avait une amélioration des modèles de la théorie de Trade off et la  théorie de financement hiérarchique. Par la suite, notre analyse se subdivise en trois étapes.  Chacune est caractérisée par son propre modèle. La première étape consiste à faire la combinaison entre le modèle CR­CS et la théorie  de Trade off. Il est important de rappeler que le modèle s’écrit sous la forme suivante : ∆Dit = a + bTO (D*it – Dit­1 ) + βo CR it + εit                                                                          (M9) ∆dit = a + bTO (D*it – Dit­1 ) + βo CR it + εit                                                                         (M10) 

Avec CRit présente le score de la notation du crédit de la firme i pendant la période t.    β0  est le coefficient qui indique l’impact des scores de la notation du crédit sur la  variation de la dette à long terme. Les autres variables sont déjà définies dans des sections précédentes.

Tableau 16 : Les résultats de l’estimation du modèle à effet fixe de la variation de  la dette à long terme en fonction de zit et la variable score du crédit   Dependent Variable: ΔDit? Method: GLS (Cross Section Weights) Sample: 1997 2002 White Heteroskedasticity­Consistent Standard Errors & Covariance Variable Coefficient Std. Error t­Statistic Prob.   Zit? 0.761430 0.034414 22.12576 0.0000 SCORE? 0.000873 0.000188 4.636707 0.0000 Weighted Statistics R­squared 0.680809     Mean dependent var 0.046883

112


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________ Adjusted R­squared 0.615250     S.D. dependent var 0.174207 S.E. of regression 0.108057     Sum squared resid 5.628022 F­statistic 1028.070     Durbin­Watson stat 1.854925 Prob(F­statistic) 0.000000

Tableau 17 : Les résultats de l’estimation du modèle à effet fixe de la variation du  ratio de l’endettement à long terme en fonction de zit et la variable score du crédit   Dependent Variable: Δdit? Method: GLS (Cross Section Weights) Sample: 1997 2002 White Heteroskedasticity­Consistent Standard Errors & Covariance Variable Coefficient Std. Error t­Statistic Prob.   Zit? 0.189760 0.006040 31.41848 0.0000 SCORE? ­0.000165 3.48E­05 ­4.736658 0.0000 Weighted Statistics R­squared 0.256541     Mean dependent var 0.033636 Adjusted R­squared 0.100934     S.D. dependent var 0.436157 S.E. of regression 0.413560     Sum squared resid 80.89817 F­statistic 163.2155     Durbin­Watson stat 2.411391 Prob(F­statistic) 0.000000

Nos résultats   de   la   régression   qui   introduit   la   variable   de   la   notation   de   crédit  soutiennent les propos de Kisgen (2002)92  qui indique que la combinaison entre le modèle  CR­CS et la théorie de Trade off présente les mêmes résultats pour l’estimation des deux  coefficients R2 et bPO. Mais, le modèle reste toujours statistiquement significatif dans le cadre  de   ce   test.   Par  conséquent,   la   théorie   statique   de   Trade   off  est   maintenue   par   les   firmes  américaines   en   tenant   compte   du   groupe   de   la   notation   auquel   la   firme   appartient.   Le  coefficient de la variable zit = D*it – Dit­1 est de 0,761 et la valeur du coefficient R2 ajusté est  égal à 0,61. C’est vraie que le coefficient associé à la variable D*it  – Dit­1  est affecté par le  signe attendu (bTO = 0,761 > 0). Mais, il reste en outre statistiquement inférieur à l’unité. Donc  ce résultat confirme les résultats de l’étude du simple modèle de Trade off qui indique que les  coûts d’ajustement ont un effet significatif sur la variation de la dette à long terme. En effet, cette valeur élevée du coefficient d’ajustement implique un vitesse important  d’ajustement   des   firmes   américaines   qui   retrouvent   généralement   leurs   valeurs   cibles  d’endettement.   Par   conséquent,   les   firmes   sont   appréciées   par   la   réduction   des   coûts   de  transaction. Sogorb­Mira et Lopez­Garcia (2003)93  soulignent dans ce cadre que les firmes  92

Cit. op   Francisco Sogorb­Mira et José L     َpez Gracia    , (May 2003), “Pecking Order Versus Trade­off: An Empirical 

93

Approach to the Small and Medium Enterprise Capital Structure”, Working Paper Series, Universidad Cardenal 

113


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

font face à deux types de coûts lors de l’ajustement de leurs structures du capital ; à savoir :  les coûts encourus lors de la réalisation de l’ajustement vers la valeur cible de l’endettement et  les coûts de l’existence dans une position de déséquilibre qui est loin de la cible. De même pour la régression de la variation du ratio d’endettement, les résultats des  tests sont presque les mêmes avec ou sans l’incorporation de la variable score de la notation  du crédit (R2 = 0,10 et bTO = 0,19). De plus, nos résultats confirment l’hypothèse qui suggère que la variation de la dette à  long terme absorbe partiellement la différence entre la valeur cible et la valeur retardée de la  dette à long terme. En   conclusion,   l’estimation   sur   les   données   du   panel   du   modèle   qui   combine   la  variable de la théorie de Trade off et la variable score de la notation du crédit permet d’avoir  un modèle statistiquement significatif. Alors, ces résultats soutiennent le modèle CR­CS dans  le contexte de la théorie de Trade off qui prédit que le ratio d’endettement suit un processus  de retour à la moyenne.  B/ La théorie de financement hiérarchique avec la variable du score du crédit dans le   contexte du modèle CR­CS :

La question qui se pose à ce niveau : Est­ce que les firmes ayant des scores de la  notation du crédit suivent les prédictions de la théorie de financement hiérarchique ? Pour   répondre   à   cette   question,   il   s’agit   de   réaliser   les   tests   du   modèle   qui   fait  l’incorporation de la variable score de la notation du crédit dans le modèle de Pecking order.  Donc, la formulation de ce modèle se présente comme suit : ∆Dit 

= a   +   bpo 

DEF

it 

+ βo 

CR

it 

+

εit 

(M11)                            ∆dit = a  + bpo DEF it + βo CR it + εit                                                                                  (M12) 

Il est important de noter que ∆Dit , ∆dit et DEF it sont exprimés en pourcentage de la  valeur comptable de l’actif total. Les résultats de notre estimation se résument dans les deux tableaux suivants :

Herrera CEU ­ Department of Business and Economics et University of Valencia ­ Department de Comptabilité,  jose.lopez@uv.es  

114


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Tableau 18 : Les résultats de l’estimation du modèle à effet fixe de la variation de  la dette à long terme en fonction  du DEF et la variable score du crédit 

Dependent Variable: ΔDit? Method: GLS (Cross Section Weights) Sample: 1997 2002 White Heteroskedasticity­Consistent Standard Errors & Covariance Variable Coefficient Std. Error t­Statistic Prob.   DEF1? 0.254709 0.014731 17.29046 0.0000 SCORE? ­0.000103 0.000171 ­0.602112 0.5474 Weighted Statistics R­squared 0.493836     Mean dependent var 0.057411 Adjusted R­squared 0.389873     S.D. dependent var 0.183980 S.E. of regression 0.143708     Sum squared resid 9.954297 F­statistic 470.2612     Durbin­Watson stat 2.480197 Prob(F­statistic) 0.000000

  

Tableau 19 : Les résultats de l’estimation du modèle à effet fixe de la variation du  ratio de l’endettement à long terme en fonction  du DEF et la variable score du crédit 

Dependent Variable: Δdit? Method: GLS (Cross Section Weights) Sample: 1997 2002 White Heteroskedasticity­Consistent Standard Errors & Covariance Variable Coefficient Std. Error t­Statistic Prob.   DEF1? 0.150437 0.002643 56.91441 0.0000 SCORE? ­0.000156 3.31E­05 ­4.725609 0.0000 Weighted Statistics R­squared 0.371652     Mean dependent var 0.038333 Adjusted R­squared 0.240138     S.D. dependent var 0.483618 S.E. of regression 0.421570     Sum squared resid 84.06232 F­statistic 279.7678     Durbin­Watson stat 2.560190 Prob(F­statistic) 0.000000

115


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Ce test a pour objectif de vérifier si le modèle de financement hiérarchique s’améliore  avec l’incorporation des considérations de la notation du crédit et si les effets de la notation  du crédit persistent dans le contexte du modèle de Pecking order. Les résultats de ce test sur notre échantillon confirment que le modèle de financement  hiérarchique   persiste   statistiquement   significatif.   Il   n’y   avait   aucune   amélioration   des  coefficients du modèle à la suite de l’introduction de la variable score de la notation du crédit.  Par   conséquent,   le   coefficient   R2  du   modèle   de   la   variation   de   la   dette   à   long   terme   se  maintien   à   la   valeur   0,4.   De   même   le   modèle   (M12)   qui   explique   la   variation   du   ratio  d’endettement présente une amélioration des valeurs de leurs coefficients. Mais, le modèle  reste significatif statistiquement. Ces résultats soutiennent les résultats de Kisgen (2002)94 qui  concluent que l’incorporation des facteurs de la notation de crédit dans le test de Pecking  order permet l’amélioration du modèle. En effet, le modèle de CR­CS est soutenu dans le  contexte   de   la   théorie   de   financement   hiérarchique.   Ainsi,   les   prédictions   du   modèle   de  financement hiérarchique avec les richesses retenues évitent le problème de l’asymétrie de  l’information qui s’accentue lorsque les firmes recourent à l’émission des dettes risquées ou  l’émission des actions. Mais, le coefficient du déficit de financement reste statistiquement  inférieur à l’unité dans le cadre des tests réalisé sur le simple modèle de Pecking order. 

Par la suite, nous avons effectué une agrégation de   l’information au niveau de la  variable déficit de financement dans les régressions du modèle « CR­CS » qui tiennet compte  de la variable score des notations de crédit.  Ainsi, la formulation de ces régressions s’écrit  comme suit :      ∆Dit = a + bDIV DIVt + bX Xt + bW ∆Wt – bC Ct + βo CR it + εit                                  (M13)      ∆dit = a + bDIV DIVt + bX Xt + bW ∆Wt – bC Ct + βo CR it  +εit                                   (M14)

En somme, les résultats de l’estimation de ces deux régressions sur la base de donnée  des firmes américaines se présentent sous la forme des deux tableaux de synthèse suivants : Tableau 20 : Les résultats de l’estimation du modèle à effet fixe de la variation de  la dette à long terme en fonction des postes du DEF et la variable score du crédit 94

Cit. op

116


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________ Dependent Variable: ΔDit? Method: GLS (Cross Section Weights) Sample: 1997 2002 White Heteroskedasticity­Consistent Standard Errors & Covariance Variable Coefficient Std. Error t­Statistic Prob.   DIV1? 0.062106 0.062765 0.989511 0.3229 X1? 0.152582 0.047027 3.244571 0.0013 ΔWit1? 0.278415 0.015872 17.54113 0.0000 ­C1? 0.242301 0.017721 13.67324 0.0000 SCORE? ­0.000416 0.000183 ­2.274184 0.0234 Weighted Statistics R­squared 0.541545     Mean dependent var 0.057823 Adjusted R­squared 0.443920     S.D. dependent var 0.191142 S.E. of regression 0.142536     Sum squared resid 9.731630 F­statistic 141.4536     Durbin­Watson stat 2.434391 Prob(F­statistic) 0.000000

Tableau 21 : Les résultats de l’estimation du modèle à effet fixe de la variation du  ratio d’endettement en fonction des postes du DEF et la variable score du crédit

Dependent Variable: Δdit? Method: GLS (Cross Section Weights) Sample: 1997 2002 White Heteroskedasticity­Consistent Standard Errors & Covariance Variable Coefficient Std. Error t­Statistic Prob.   DIV1? 0.152925 0.020351 7.514198 0.0000 X1? 0.265935 0.016489 16.12816 0.0000 VAR_WT1? 0.135485 0.004541 29.83400 0.0000 ­C1? 0.244302 0.005529 44.18358 0.0000 SCORE? ­4.61E­05 5.24E­05 ­0.880409 0.3791 Weighted Statistics R­squared 0.337082     Mean dependent var 0.037146 Adjusted R­squared 0.193214     S.D. dependent var 0.445493 S.E. of regression 0.400148     Sum squared resid 75.25552 F­statistic 59.74661     Durbin­Watson stat 2.566571 Prob(F­statistic) 0.000000

En présence de la variable score du crédit, nos résultats suggèrent que le modèle qui  fait l’objet de la désagrégation de l’information au niveau la variable déficit de financement  réalise une légère amélioration justifié par l’amélioration du coefficient R2 qui varie de 0,40 à  0,44.   Concernant   les   coefficients   des   variables   explicatives   du   déficit   de   financement,   il  n’existe   pas   une   variation   remarquable   des   valeurs.   Mais   globalement   le   modèle   (M13)  persiste statistiquement significatif dans le contexte du modèle CR­CS. Par conséquent, la  variation   de   la   dette   à   long   terme   est   expliquée   par   la   variation   des   cash   flows,   de  l’investissement et des dépenses en capital notamment pour les firmes ayant des notations du   117


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

crédit. Mais,   les   coefficients   de   ces   variables   restent   toujours   statistiquement   inférieur   à  l’unité.   Donc,   le   modèle   CR­CS   est   soutenu   dans   le   contexte   de   la   désagrégation   de  l’information au niveau la variable du déficit de financement. Même en tenant compte de la notation du crédit des firmes, nous aboutissons à la  même conclusion qui affirme que la désagrégation de l’information au niveau de la variable  déficit de financement ne permet pas l’amélioration du pouvoir explicatif du simple modèle  de Pecking order de la variation de la dette à long terme. Cette conclusion est justifiée par la  baisse de la valeur du coefficient R2  qui varie de 0,47 à 0,44 lors de l’agrégation dans le  contexte   du  modèle   CR­CS.  Par   contre,   l’incorporation   de   la   variable   score   du  crédit   ne  permet aucune amélioration du pouvoir explicatif du modèle (M6).  C/ La combinaison entre la théorie de Trade off et la théorie du financement hiérarchique   dans le contexte du modèle CR­CS

Ce paragraphe   se   propose   d’analyser   des   modèles   combinant   chacun   des   facteurs  susceptibles d’expliquer le comportement financier des firmes américaines selon la théorie  statique de Trade off ou selon la théorie de Pecking order dans le contexte du modèle CR­CS.  Donc, le but de l’analyse à cette étape est de vérifier si l’incorporation de la variable score du  crédit  permet  d’améliorer  le pouvoir explicatif  des deux modèles  (M7) et (M8). Dans   ce  contexte, les régressions à tester se présentent comme suit : ∆Dit = a + bTO (D*it – Dit­1 ) + bpo DEF it + βo CR it + εit                                                    (M15) ∆dit =  a + bTO (D*it – Dit­1 )+ bpo DEF it + βo CR it + εit                                                    (M16)

Les coefficients et les tests statistiques associés à ces deux modèles sont rapportées  aux deux tableaux suivants : 

Tableau 22 : Les résultats de l’estimation du modèle à effet fixe de la variation du  ratio d’endettement en fonction des postes du DEF, Zit et la variable score du crédit

118


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________ Dependent Variable: ΔDit? Method: GLS (Cross Section Weights) Sample: 1997 2002 White Heteroskedasticity­Consistent Standard Errors & Covariance Variable Coefficient Std. Error t­Statistic Prob.   Zit? 0.692463 0.030080 23.02101 0.0000 DEF1? 0.164503 0.006979 23.57282 0.0000 SCORE? 0.000364 0.000173 2.102026 0.0361 Weighted Statistics R­squared 0.768334     Mean dependent var 0.048116 Adjusted R­squared 0.720171     S.D. dependent var 0.180445 S.E. of regression 0.095453     Sum squared resid 4.382539 F­statistic 797.6342     Durbin­Watson stat 1.924328 Prob(F­statistic) 0.000000

Tableau 23 : Les résultats de l’estimation du modèle à effet fixe de la variation du  ratio d’endettement en fonction des postes du DEF, Zit et la variable score du crédit Dependent Variable: Δdit? Method: GLS (Cross Section Weights) Sample: 1997 2002 White Heteroskedasticity­Consistent Standard Errors & Covariance Variable Coefficient Std. Error t­Statistic Prob.   ZIT? 0.128944 0.005706 22.59977 0.0000 DEF1? 0.136377 0.002658 51.30573 0.0000 SCORE? ­0.000174 3.18E­05 ­5.490051 0.0000 Weighted Statistics R­squared 0.403710     Mean dependent var 0.038274 Adjusted R­squared 0.277378     S.D. dependent var 0.484059 S.E. of regression 0.411485     Sum squared resid 79.91884 F­statistic 159.7807     Durbin­Watson stat 2.488295 Prob(F­statistic) 0.000000

Ainsi, ces résultats affirment que dans le contexte du modèle CR­CS, la combinaison  des deux modèles de la structure du capital (M15) et (M16) ne semble pas   améliorer  le  pouvoir explicatif des deux modèles (M7) et (M8). En fait, les coefficients ne variant pas à la suite de l’incorporation de la variable score  du crédit. Par ailleurs, le coefficient de détermination R2  est maintenu au niveau des deux  valeurs 0,72 et 0,28 respectivement pour les deux modèles (M7) et (M8). Mais, les deux  modèles persistent statistiquement significatif. Donc, ils sont maintenus dans le contexte du  modèle CR­CS. Ainsi, l’incorporation des variables muettes de la notation de crédit n’affecte  pas matériellement les implications des tests réalisés précédemment. En conclusion, les tests empiriques de la structure du capital future peuvent bénéficié  de l’incorporation des variables de la notation de crédit de la firme. Elle permet d’assurer la 

119


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

conclusion correcte   de   ces   tests   et   permet   aussi   d’obtenir   des   présentations   plus  compréhensives du comportement de la structure du capital.

§2/ Les caractéristiques de la structure du capital des entreprises tunisiennes   dans le contexte de la théorie « CR­CS »    La Tunisie est l’un des rares pays en Afrique et au Moyen Orient à avoir un marché  obligataire. Longtemps réservé aux banques de développement, ce marché a été ouvert depuis  le début des années 90 aux entreprises privées. En absence de traditions en la matière, les  premières émissions ont été avéré que le recours à la garantie bancaire n’était pas compatible  avec l’objectif de promouvoir un marché véritablement désintermédié. En février 1997, le  nouveau Règlement  Général de la Bourse est venu introduire le concept de notation,   son  article 49 spécifiant que la bourse peut demander à l’appui de toute admission au marché  obligataire,   la   production   d’une   notation   reconnue   par   le   conseil   du   marché   financier  concernant l’admission. Alors, les autorités du marché avaient encouragé et facilité la création  d’une agence de notation, qui était indispensable dans l’optique de suppression du recours  obligataire à la garantie bancaire. L’établissement de Maghreb Rating s’inscrit dans le cadre de la dynamique nouvelle  que connaît la Tunisie depuis quelques années. En effet, au­delà des textes réglementaires, la  libéralisation de l’économie, son ouverture progressive sur son environnement extérieur, le  développement   du   marché   financier,   et   la   volonté   marquée   des   pouvoirs   publics   de  promouvoir   la   transparence   de   l’information   financière   ont   été   des   facteurs   importants   à  l’origine   de   la   création   de   cette   agence.   L’objectif   de   Maghreb   Rating   est   évidemment  d’accompagner le développement du marché financier. De manière concrète, il s’agit, d’une  part, de permettre aux entreprises d’émettre des titres  de dette sans recourir à la garantie  bancaire,   et   ,   d’autre   part,   de   donner   aux   investisseurs   une   information   indépendante   et  professionnelle sur le risque de crédit de ces émissions et son évolution dans le temps. Tout au long de ce paragraphe, nous intéressons à étudier l’impact de l’incorporation  des facteurs de la notation de crédit dans les tests des deux principales théories de la structure  du capital ; à savoir : la théorie de Trade off et la théorie de Pecking order. Par ailleurs, le but  est de voir l’impact des notations de crédit sur le comportement des entreprises tunisiennes. Nos tests sont effectués sur l’échantillon tunisien qui est composé de 8 entreprises non  financière. La période de l’étude s’étale sur six ans de 1997 à 2002.  120


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Il est important de rappeler que les scores de la notation de crédit introduit dans les  régressions des modèles sont présentés dans le tableau de l’annexe1.    Alors, nous appliquons les mêmes modèles analysés auparavant dans le contexte du  modèle CR­CS. Le premier modèle de notre analyse fait la combinaison ente la variable Zit = Dit* ­ Dit­1  de la théorie de Trade off et la variable le score du crédit. Ce modèle est déjà définie sous la  forme de la régression (M9). Les résultats issus de l’estimation sur les données de panel du  modèle (M9) se résument sous la forme de la régression suivante : ΔDit  =   0,0067   +   0,833 (Dit* ­ Dit­1)  ­  0,00021 CRit                  (0,1437)       (0)                           (0,7922) Ce résultats suggère que le modèle est statistiquement significatif globalement. Ceci  confirme   que   les   prédictions   de   la   théorie   de   Trade   off   sont   soutenues   par   les   firmes  tunisiennes   en   tenant   compte   des   notations   de   crédit   accordée   par   Maghreb   Rating.   Par  ailleurs, nous constatons que avec ou sans l’incorporation de la variable score du crédit les  coefficients du modèle bTO et R2 gardent les mêmes valeurs (bTO = 0,833 et R2 = 0,53). Donc,  en tenant compte de la notation du crédit, nous aboutissons à la même conclusion qui affirme  que les entreprises tunisiennes cherchent à ajuster leurs endettements par rapport à une valeur  cible. Mais,puisque le coefficient de la variable Zit  = Dit* ­ Dit­1 reste inférieur à l’unité. Alors,  ces entreprises font face à des coûts d’ajustement. Enfin, nos résultats du test appliqué sur l’échantillon tunisien soutiennent le modèle  CR­CS dans la théorie de Trade off puisque le modèle est statistiquement significatif. Le second modèle fait l’objet de l’incorporation de la variable des scores du crédit  dans le modèles de financement hiérarchique. Ainsi, la régression de ce modèle se présente  sous la formulation de modèle (M11). Les résultats de l’estimation de cette régression sont  présentés par détaille dans le tableau 6 de l’annexe 2. Mais, nous résumons ces résultats dans la régression suivante : ∆ Dit =  ­0,0017   +   0,458 DEFit  +  0,00135 CRit               (0,6314)          (0)                  (0,0165)   Nous   constatons   que   le   modèle   de   financement   hiérarchique   reste   statistiquement  significatif avec l’incorporation de la variable score du crédit des entreprises tunisiennes. De  plus,   il  y aurait  une légère  amélioration  des  coefficients  de ce  modèle.  Le coefficient   de  détermination R2 augmente de 0,587 à 0,61. Aussi, le coefficient de la variable du déficit de   121


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

financement bPO  croit légèrement d’une valeur de 0,401 à 0,458. Mais, il est important de  noter que ce dernier coefficient persiste statistiquement inférieur à l’unité. Ceci est tout à fait  logique puisque le déficit de financement ne peut pas être financier en totalité par l’émission  de la dette à long terme. En fait, la capacité d’émettre de la dette sera réduite lorsque les ratios  d’endettement de la firme sont suffisamment élevés et ce par le fait de l’existence des coûts de  la difficulté financière. En   conclusion,   les   notations   de   crédit   restent   importantes   pour   les   dirigeants   des  entreprises tunisiennes dans le contexte du modèle de Pecking order. L’étape suivante de notre analyse est de vérifier si la désagrégation de l’information au  niveau le variable DEF permet d’améliorer le simple modèle de financement hiérarchique  dans le contexte du modèle CR­CS c’est à dire en tenant compte de l’impact des notation de  crédit sur la structure des entreprises. Ainsi, nos résultats sur le test du modèle (M13) sur l’échantillon tunisien sont présenté  sous la forme suivante : ∆ Dit=  ­0,007 ­  0,0064 DIVit  +  0,551 Xit  +  0,296  ∆ Wit  ­  0,432 Cit  + 0,0019 CRit            (0,819)     (0,921)              (0)                (0,0513)           (0)               (0,0508) Le reste de nos résultats sont présenté dans le tableau 7 de l’annexe 2. L’incorporation   de   la   variable   score   du   crédit   permet   une   légère   amélioration   du  pouvoir explicatif du modèle qui fait objet de la désagrégation de l’information au niveau la  variable le déficit DEF de l’entreprise. Cette conclusion est confirmée par l’amélioration du  coefficient de détermination R2 d’une valeur de 0,60 à 0,62. De   plus,   nous   aboutissons   aux   mêmes   conclusions   concernant   les   variables   qui  contribuent significativement à l’explication de la variation de la dette à long terme. En fait,  les   deux   coefficients   celui   de   la   variable   dividende   à   versée,   de   la   variation   du   fond   de  roulement et celui du score de crédit ne sont pas significatifs statistiquement. Alors que les  autres variables ont un pouvoir explicatif sur la variation de la dette à long terme malgré que  l’hypothèse de la théorie de financement hiérarchique sur l’existence d’un pouvoir unitaire de  chacune   des   variables   qui   s’inscrivent   dans   la   formule   du   DEF   n’est   pas   significative  statistiquement. La dernière étape consiste à faire la combinaison entre la théorie statique de Trade off  avec la théorie de financement hiérarchique dans le contexte du modèle CR­CS. Il s’agit donc 

122


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

de tester le modèle (M15) sur la base d’un échantillon tunisien qui comporte 8 entreprises sur  une période de six ans étalant de 1997 à 2002 ; soit 48 observations. Par ailleurs, le but de l’analyse est toujours de vérifier si l’incorporation de la variable  score du crédit permet d’améliorer le pouvoir explicatif du modèle (M7). Nos résultats issus de l’estimation sur les données de panel du modèle (M15) sont  rapportées au tableau 8 de l’annexe 2. Mais, nous pouvons résumés ces résultats sous la forme  de la régression suivante : ∆ Dit  =  ­0,0043  +  0,5446 (Dit* ­ Dit­1)  +  0,290  DEFit  +  0,00076  CRit               (0,3007)     (0,0006)                        (0,0046)            (0,2738) Nos résultats confirment l’absence de toute amélioration du modèle (M7) à la suie de  l’incorporation de la variable score e crédit. Cette conclusion est affirmée par les valeurs  inchangeables   des   coefficients   R2,   bTO  et   bPO.   Mais,   il   faut   noter   que   le   modèle   persiste  significatif statistiquement. En résumé, l’incorporation des variables muettes de la notation de crédit n’a pas un  impact matériel sur les implications des tests réalisés.

Conclusion Un débat   perpétuel   dans   le   domaine   de   la   finance   moderne   concerne,   sans   aucun  doute,   la   question   de   la   structure   du   capital   c’est   à   dire   la   répartition   des   ressources  financières de la firme entre les fonds propres et la dette. À la lumière des résultats des régressions conduites pour l’ensemble de l’échantillon  dans le contexte du modèle « CR ­ CS », les modèles explicatifs de la variation de la dette à  long terme donnent des résultats statistiquement satisfaisants. Par ailleurs, on peut souligner les résultats suivants :  En tenant compte des notations de crédit, la direction de la causalité entre les  différentes  sources de financement s’oriente vers le même sens partant des  sources   de   financement   internes   vers   les   sources   de   financement   externes  comme prévue par la théorie de financement hiérarchique de Myers (1984)  tout en tenant compte des coûts associés à chacune des sources.

123


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

 Le déficit de financement et l’ajustement vers un ratio cible persistent comme  étant deux déterminants importants permettant d’expliquer la variation de la  dette à long terme.  La   notation   de   crédit   affecte   directement   les   décisions   de   la   structure   du  capital prise par les dirigeants. Ainsi, les tests empiriques  de la structure du  capital future peuvent bénéficié de l’incorporation des variables de la notation  de crédit de la firme. Elle permet d’assurer la conclusion correcte de ces tests  et   permet   aussi   d’obtenir   des   présentations   plus   compréhensives   du  comportement de la structure du capital.  Les   scores   des   notations   de   crédit   permettent   une   légère   amélioration   du  pouvoir explicatif des simples modèles de Shyam­Sunder et Myers (1999) et  de Fama et French (2000). En fait, la capacité des notations de crédit à prédire les décisions de la structure du  capital dans la cadre de ces théories de Trade off et de Pecking order est soutenue comme un  résultat statistiquement significatif. Les notations de crédit sont donc pertinentes dans la prise  de décision de financement. Par ailleurs, la notation financière s’est considérablement développée dans le monde  entier puisqu’elle est une notion cruciale pour les intervenant sur le marché obligataire. Cette  notion est en cours de développement en Tunisie surtout depuis 2001, grâce, notamment, à  son   utilité   et   son   efficacité.   Donc,   la   notation   de   crédit   connaît   un   essor   sur   le   marché  financier tunisien grâce à l’activité croissante des opérateurs internationaux et surtout grâce à  l’agence   Maghreb   Rating   qui   est   la   première   société   de   notation,   filiale   d’une   agence  reconnue à l’échelle internationale à être opérationnelle dans le monde arabe. Globalement, les agences de notation s’inscrit dans le cadre de la dynamique nouvelle  du marché financier mondial depuis quelques années. Les résultats en matière de libéralisation  et d’ouverture, le développement important du marché financier ainsi que la volonté marquée  des pouvoir publics de promouvoir la transparence de l’information financière, ont été autant  de facteurs à l’origine de la création des agences de notation internationales. Mais la questions  qui se pose : l’information fournit par ces agences est elle crédible ?    

124


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

La création d’un service de notation accordés par les agences de notation répond, sans  aucun   doute,   aux   exigences   actuelles   du   management   des   firmes   à   gérer   de   façon   plus  dynamique leurs liquidités et optimiser le couple rentabilité / risque. Comme   l’indique   D.   Terminet,   président   de   la   caisse   centrale   de   réescompte   en  France, « le marché a besoin d’une notation simple et claire. Une notation globale donne sans  ambiguïté l’appréciation sur un émetteur, tous éléments pris en compte, y compris le soutien  institutionnel en cas de difficultés ». Ainsi,   notre   recherche   s’inscrit   dans   le   cadre   de   l’incorporation   des   scores   de   la  notation de crédit dans les modèles de deux théories de Trade off et la théorie de financement  hiérarchique, et ce pour deux échantillons différents (un échantillon américain et un deuxième  tunisien) sur la période 1997­2002. Le but de cette étude est de vérifier dans quelles mesures les notations potentielles  affectent directement les décisions prises par les dirigeants concernant la structure du capital. Pour ce faire, nous avons dans une première  étape étudiée  les caractéristiques  des  principales   théories   traditionnelles   de   la   structure   du   capital,   qui   fait   l’objet   du   premier  chapitre.   Ainsi,   nous   avons   développé   les   modèles   du   comportement   de   financement  nécessaire   pour   analyser   les   caractéristiques   de   ces   compagnies   et   pour   expliquer   leurs  actions. Lors du développement de notre analyse sur le financement des petites et moyennes  entreprises, nous avons suivi l’approche de Shyam­Sunder et Myers (1999). Ce point de vue a  été adopté pour notre contexte spécifique tout en nous inspirant des travaux présentés par  Chirinko et Singha (2000), Fama et French (2002) et Frank et Goyal (2000)95. 95

Cit. op

125


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

Ensuite nous   avons   testé   empiriquement  en  utilisant   des   données   en  panel  sur   les  modèles de base : la théorie de Trade off et la théorie de Pecking order. Par conséquent, nous  avons présenté, dans une première étape, l’approche de Shyam­Sunder et Myers (1999) qui  suggère une comparaison du pouvoir explicatif alternatif entre la théorie de Trade off et la  théorie de Pecking order. Les résultats de l’étude apportés par ces deux auteurs soutiennent la  théorie de financement hiérarchique. Malgré que cette étude a introduit un nouveau test du  modèle   de   financement   hiérarchique,   elle   souffre   de   plusieurs   imperfections.   Néanmoins,  Chirinko   et   Singha   (2000)   rapportent   trois   situations   pour   lesquelles   les   modèles   de  financement hiérarchique utilisé par Shyam­Sunder et Myers (1999) sont incapables d’évaluer  la théorie de Pecking ordre. Dans   une  seconde   étape,   avons   exposé   la  démarche   de  Fama  et  French  (2000)   et  démarche   de   Frank   et   Goyal   (2000).   Ainsi,   les   deux   premiers   auteurs   confrontent   les  prédictions qualitatives de la théorie de financement hiérarchique avec celles relatives à la  théorie statique de Trade off.  L’étape   empirique   de   notre   recherche   vise   à   appliquer   les   modèles   de   ces   deux  théories pour étudier le comportement de financement des firmes de nos deux échantillons.  Cette étape s’achève par une analyse empirique combinant la théorie statique de Trade off et  celle de Pecking ordre. Elle permet ainsi de comparer le pouvoir explicatif alternatif de deux  modèles.   Les   coefficients   associés   aux   variables   de   nos   modèles   diffèrent   selon   les  caractéristiques des firmes. Mais, globalement, nos résultats montrent une amélioration  du  pouvoir explicatif des simples modèles.   De  plus,   nos   résultats   sur  la   régression   des   différents   modèles   suggèrent   que   les  firmes (surtout les petites et moyennes entreprises) souffrent souvent des problèmes associés à  l’asymétrie de l’information, tels que les sélections défavorables et les aléas morales. Dans ce  contexte,   elles   sont   affectées   par   des   problèmes   typiques   étudiés   dans   la   théorie   de  financement hiérarchique. Néanmoins, ces firmes doivent ajuster leurs politiques financières  par un ratio d’endettement cible, comme prévu par la théorie de Trade off. Ainsi, les deux  théories,   Pecking   order   et   Trade   off,   décrivent   le   comportement   financier   des   petites   et  moyennes entreprises avec quelques précisions. Toutefois, ce ne sont pas seulement les caractéristiques de la firme qui déterminent  toutes les décisions concernant la politique de financement et la répartition du capital entre les  fonds internes et externes.

126


La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________________________________________________________________________________

En effet, la notation de crédit constitue un souci pour les dirigeants dans la prise de  décision   de   financement.   Graham   et   Harvey   (2000)   affirment   dans   leurs   études   que   les  notations de crédit constituent un critère de décision plus important que les autres critères  fournis par les théories traditionnelles du capital. A partir de ce point de vue, nous avons essayé de vérifier si cette notion de la notation  de crédit affecte ou non la structure du capital tout en gardant le même contexte de deux  primordiales théories (Trade off et Pecking order). En fait, le deuxième chapitre de notre recherche se base sur cet objectif. Alors, nous  avons étudié l’impact de l’incorporation des notations de crédit dans les modèles de deux  théories traditionnelles de la structure du capital. Par la suite, les résultats de nos modèles CR­CS qui tiennent compte des scores de  crédit révèle que les notation de crédit sont significatives dans le marché financier et plus  particulièrement dans les décisions qui touchent la structure financière. Par ailleurs, la notation de crédit affecte directement les décisions de la structure du  capital prises par les dirigeants. Ainsi, les tests empiriques  de la structure du capital future  peuvent bénéficiés de l’incorporation des variables de la notation de crédit de la firme. Elle  permet d’assurer la conclusion correcte de ces tests et permet aussi d’obtenir des présentations  plus compréhensives du comportement de la structure du capital.    Dans ce mémoire, nous nous somme intéressé à l’étendue des effets induits de la  notation  de crédit sur la structure du capital. En effet, le développement de la notation  a  provoqué   une   prise   de   conscience   des   risques   de   contrepartie   auxquelles   sont   confrontés  quotidiennement les investisseurs sur le marché. C’est la raison pour laquelle de nombreux  établissements de crédit ont mis en place des systèmes internes de notation dont la finalité est  de maîtriser le risque de contrepartie. Par ailleurs, les agences de notation utilisent des méthodes  d’analyse dont on peut  éventuellement   s’inspirer   dans   le   cadre   d’une   politique   de   maîtrise   des   risques :   nous  l’appliquerons   au   « risque   collectivité   locale ».   Enfin,   la   notation   est   une   notion   très  importante puisqu’elle peut être utilisée pour réaliser des montages financiers très pointus.   

127

Profile for etudionet etudionet

Chapitre I : Les théorie traditionnels de la  

La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________...

Chapitre I : Les théorie traditionnels de la  

La relation entre les notations de crédit et la structure du capital dans le contexte de la théorie de Trade off et de Pecking order________...

Profile for etudionet
Advertisement