Les di¤érents modèles de la dynamique industrielle basés sur

basés sur les idées de Gibrat et leurs implications

économiques

Dans la littérature sur la dynamique industrielle, pour expliquer le phénomène d’autosélection, on envisage les processus d’apprentissage et d’évolution des …rmes, proposés par Jovanovic (1982), Ericson et Pakes (1995) et Audretsch (1995).

Initialement, les nouvelles entreprises, entrant sur le marché font face à une incertitude sur leur niveau relatif d’e¢ cacité mais, au cours de leur fonctionne- ment, elles commencent à recevoir de l’information sur leurs possibilités de survie et de croissance. L’avantage principal de ces modèles réside dans le fait qu’ils englobent l’hétérogénéité potentielle des entreprises, les sources d’incertitude idio- syncrasiques, les processus d’entrée et de liquidation des entreprises.

Selon le modèle d’apprentissage passif de Boyan Jovanovic les entreprises qui

entrent sur le marché sont munies de caractéristiques productives aléatoires, mais constantes au cours du temps (modélisées à l’aide d’un seul paramètre agrégé d’e¢ - cacité), dont elles ne connaissent pas la distribution. Mais, après être entrées sur le marché, les …rmes commencent à recevoir de l’information d’une façon passive sur leur vrai paramètre d’e¢ cacité. Par conséquent, à chaque période du temps, chaque entreprise doit décider de sa stratégie : arrêter l’activité, continuer de fonctionner avec le même niveau pour la taille, augmenter ou diminuer la taille courante. L’une des conséquences du modèle de Jovanovic est qu’à cause du processus de sélection spéci…que, les entreprises les plus e¢ caces survivent et grandissent, alors que les autres sont forcées de diminuer leurs tailles et parfois de quitter le marché.

Dans le modèle d’apprentissage actif (d’exploration active) d’Ericson et de Pakes (1995), comme dans le modèle d’apprentissage passif, on suppose que les dé- cisions des entreprises ont pour but de maximiser la valeur actualisée espérée des ‡ux futurs de pro…ts, conditionnée sur l’information disponible courante. Contrai- rement au modèle de Jovanovic, chaque …rme connaît non seulement ses caractéris- tiques productives, mais aussi celles de ses concurrents et la distribution future de la structure industrielle8, conditionnée par la structure industrielle courante. Par conséquent, ce type de modèle peut être utilisé pour expliquer les erreurs d’entrée sur le marché (voir aussi Cabral, 1997). Dans leur travail empirique, Ericson et Pakes (1998), en utilisant des données du Wisconsin pour deux cohortes d’entre- prises ont trouvé que la structure de l’industrie de transformation est compatible avec le modèle d’apprentissage passif, alors que le secteur de la vente au détail est plutôt compatible avec le modèle d’exploration active. Après huit ans, la cohorte appartenant au commerce de détail parait avoir atteint la distribution de la taille de toute l’industrie, alors que celle appartenant aux industries de transformation,

caractérisée par un taux de croissance plus élevé, à l’issu de cette période de temps, n’a pas atteint la distribution limite.

Audretsch (1995) a étendu l’approche de l’apprentissage passif de Jovanovic (1982) dans une perspective évolutionniste, en permettant des di¤érences inter industrielles dans les probabilités de survie des entreprises naissantes. Selon Au- dretsch, les caractéristiques inter industrielles, telles que les économies d’échelle et l’allocation initiale des capacités à innover, exercent un impact signi…catif sur les processus d’entrée sur le marché, de croissance et de viabilité des nouvelles en- treprises. Par exemple, dans les industries caractérisées par des niveaux d’échelle e¢ caces minimums (MES) plus élevés, les petites entreprises ont des coûts de production plus élevés. Cette caractéristique peut entraîner des désavantages com- paratifs et faire disparaître les petites entreprises rapidement après l’entrée sur le marché. Dans le cas de la présence d’entrants plus puissants que les …rmes déjà existantes sur le marché, cela peut amener à un e¤et d’évincement ("shakeout", voir Klepper et Simons, 1993 ; Jovanovic et MacDonald, 1994 ; Klepper et Miller, 1995). Après être survenu pendant une certaine période de l’histoire industrielle, l’évincement peut avoir un impact à long terme sur la distribution de la taille des entreprises dans l’industrie. Par contre, pour les industries avec un niveau de "MES" modéré, la probabilité de survie va être moins sensible à son potentiel de croissance. L’approche d’Audretsch est plutôt complémentaire de celles de Jovano- vic (1982), elle met en relief les di¤érences possibles de la dynamique des entreprises pour di¤érents secteurs industriels. Cependant, le côté évolutionniste est très im- portant dans l’explication des déviations possibles par rapport aux implications de la Loi de Gibrat.

En ce qui concerne les di¤érences testables de ces modèles, elles sont loin d’être claires. Ericson et Pakes (1998) indiquent que le modèle d’apprentissage actif sous-

entend que le processus stochastique de la taille des entreprises pour les entreprises survivantes est ergodique, alors que le modèle d’apprentissage passif sous-entend que la distribution conditionnelle des tailles futures doit être positivement cor- rélée avec la taille initiale pour n’importe quelle période du temps. Ainsi, pour le modèle d’apprentissage actif, la distribution conditionnelle aux valeurs passées de la taille doit graduellement devenir indépendante de taille initiale des entre- prises. Une autre di¤érence possible qui peut distinguer ces modèles réside dans le taux de convergence de la distribution de la taille pour une cohorte de nouvelles entreprises vers la distribution de la taille pour l’ensemble des entreprises dans l’industrie considérée. Par exemple, Lotti et Santarelli (2004) considèrent cette propriété comme une di¤érence testable entre ces deux modèles de la dynamique industrielle. À partir de données italiennes, ils ont trouvé que l’évolution de la taille des entreprises dans les industries alimentaires, textiles et de la chaussure est plutôt compatible avec le modèle d’apprentissage actif, puisque, dans ces in- dustries, ils n’ont pas trouvé de convergence signi…cative de la distribution de la taille vers une distribution limite. Par contre, dans les industries de l’électronique et de l’outillage, il y ont trouvé une convergence manifeste de la distribution de la taille vers la distribution log-normale : la Loi de Gibrat a pu être véri…ée après trois années d’existence des nouvelles entreprises.