Un des concepts primordial de la recherche est de chercher à valider empiriquement les concepts théoriques formulés. Néanmoins, ce passage de la théorie à la réalité peut parfois se retrouver limité par un certain nombre de contraintes, notamment liées à la disponibilité des données. Ceci est particulièrement le cas dans des études relatives aux TPE. En effet, les données individuelles sont peu accessibles et les rares bases de données existantes sur ces firmes ne sont pas toujours correctement mises à jour. Ceci engendre généralement un long travail de nettoyage et de vérification des données. Au-delà de ces problèmes « techniques », il existe une seconde difficulté liée à la construction des variables qui servent à estimer les différents concepts théoriques. Ceci n’est pas propre aux TPE mais se trouve renforcé par les contraintes d’obtention des données dans ce type de firmes. De plus, ces variables correspondent à des approximations de comportements difficilement observables. Leur interprétation n’est donc pas univoque. L’objet de cette section sera donc de présenter les données que nous utilisons pour ce travail empirique et les différentes étapes de la construction de l’échantillon. Nous y exposerons également les variables sur lesquelles nous fonderons notre analyse de la détermination de la structure financière des TPE.
Test empirique de la Pecking Order Theory sur un échantillon de TPE
116
1.1
Présentation de l’échantillon
Les informations utilisées dans le but d’observer le processus de choix de financement des TPE françaises sont extraites de la base DIANE (http://diane.bvdep.com), coéditée par le Bureau Van Dijk (http://bvdep.com) et Coface-Scrl (http://cofacerating.fr). Cette base de données contient des informations financières détaillées sur plus d’un million d’entreprises françaises, avec un historique disponible de 10 ans. La disponibilité des informations sur une longue période, la richesse des données obtenues ainsi que la facilité d’accès à la base favorisent le choix de cette source d’informations40. Chaque rapport d’entreprise renseigne sur les caractéristiques générales, la structure de propriété et des informations comptables et financières détaillées (détail en Annexe 2) de la firme. La pertinence du cas français tient principalement de cette disponibilité de données riches portant sur des TPE non cotées et sur une période conséquente. Ceci n’est pas le cas aux Etats-Unis par exemple où la notion de petites firmes correspond aux petites entreprises cotées au Nasdaq. De plus, à la différence des petites firmes américaines, les TPE françaises disposent de moyens de financement limités puisqu’il n’existe pas d’organisation telle que la Small Business Administration pour limiter les conséquences de l’asymétrie d’information, ni de marché financier qui leur est consacré.
1.1.1
Construction de l’échantillon
Lors d’une première étape, nous avons extrait les données descriptives, comptables et financières de plus de 165 000 TPE entre 1998 et 2006, soit près d’un million d’observations. Les développements effectués dans le premier chapitre de ce travail nous amènent à considérer comme TPE toute entreprise répondant à la fois aux critères de la définition européenne de la micro-entreprise et aux recommandations de l’OCDE. Nous avons donc
40
Notre choix aurait également pu se porter sur le fichier « Fiben » de la Banque de France, régulièrement utilisé dans le cadre d’études sur le financement des PME. Néanmoins, ce dernier ne recense qu’un faible nombre de TPE car les critères d’appartenance à cette base de données sont : Chiffre d’affaires supérieur à 750 000€ et crédits bancaires d’un montant minimum de 76 000€. De plus, Le fichier « Fiben » présente l’inconvénient d’être difficilement accessible.
sélectionné les firmes indépendantes de moins de 10 salariés, dont le chiffre d’affaires et le total du bilan n’excédent pas 2 millions d’euros41. De plus, pour prendre en considération les très petites industries (TPI), nous avons relevé le critère de l’effectif à 20 salariés pour les TPE du secteur de l’industrie42. La constitution d’un échantillon d’entreprises indépendantes et de petite taille est une condition nécessaire, mais insuffisante pour s’inscrire dans le contexte de la spécificité de la TPE. Par conséquent, nous avons également exclu les entreprises cotées sur les marchés d’actions (nouveau marché, second marché et hors-cote), celles ayant des filiales et celles ayant une activité financière ou administrative43 à cause de leurs modes de financement particuliers qui auraient pu biaiser les résultats de nos études. L’exclusion des firmes financières et administratives s’est faite à partir de la Nomenclature Economique de Synthèse (NES), double classification sectorielle nationale d’analyse économique et de produits, agrégée et adoptée par l’INSEE en 1994. La base Diane ne renseignant pas sur cette nomenclature, nous avons utilisé la correspondance entre les nomenclatures NAF et NES. Enfin, dans le but de pouvoir réaliser une étude en données de panel, les TPE de notre échantillon ont au moins deux années de données entre 1998 et 2006. Le choix de cette période de 9 ans se justifie essentiellement par la volonté de travailler sur un échantillon récent et disposant d’un maximum d’observations afin de pouvoir explorer la dimension temporelle dans l’analyse empirique de ce travail. Le fait de travailler sur un panel non cylindré présente, certes, quelques inconvénients, mais offre le réel avantage de minimiser le biais du survivant. En effet, l’étude d’un panel cylindré aurait réduit l’échantillon aux seules firmes ayant au minimum 9 ans d’existence. Le taux de mortalité des TPE étant très élevé pendant les 5 premières années, nous n’aurions sélectionné que les firmes « en bonne santé financière »44.
L’imperfection des données dans les TPE45 et l’absence de certains éléments dans la base de données Diane nous ont contraint à réaliser un nettoyage important de l’échantillon dans le but de ne conserver que les données complètes et cohérentes :
41 Définition européenne d’une micro-entreprise. Pour plus de détails, se reporter au chapitre 1 de ce travail. 42
Recommandations de l’OCDE. Pour plus de détails, se reporter au chapitre 1 de ce travail.
43 Code « EL » et « ER » dans la nomenclature économique de synthèse.
44 Il subsiste tout de même un biais de sélection car la base de données Diane ne contient pas les firmes qui ont
fait faillite avant 2006.
45
Test empirique de la Pecking Order Theory sur un échantillon de TPE
118
- Suppression des observations inutilisables : Nombre de mois de l’exercice différent de 12 ou unité de compte différente de l’euro.
- Suppression des observations incohérentes d’un point de vue comptable :
- Total de l’actif, total du passif, ou chiffre d’affaires inférieur ou égal à zéro,
- Effectif inférieur à 0,
- Différence entre le total de l’actif et le total du passif supérieure à 1% de ce dernier46,
- Différence entre le fonds de roulement calculé par le haut de bilan et celui calculé par le bas de bilan supérieure à 1% de ce dernier44,
- Différence entre le résultat net du compte de résultat et celui du bilan supérieure à 1% de ce dernier44,
- Différence entre le résultat net calculé à partir des résultats d’exploitation, financiers et exceptionnels, de la participation des salariés et de l’impôt sur les bénéfices et celui donné dans le compte de résultat supérieure à 1% de ce dernier44,
- Capital négatif, dettes négatives, actif immobilisé ou stocks négatifs, engagements de crédit-bail négatifs, dividendes versés négatifs …
- Suppression des entreprises ayant des données descriptives inexistantes, incohérentes ou « exotiques »
De plus, nous cherchons à neutraliser les effets relatifs aux valeurs extrêmes ou aberrantes en éliminant les observations situées au-delà du 99ème quartile des variables expliquées des différents modèles, soit la dette financière à long terme, la dette financière totale et la dette totale. Enfin, pour les besoins de l’étude économétrique, nous écartons également les firmes n’ayant pas quatre années de données consécutives. Bien que ceci nous ramène à la question du biais du survivant, ces 4 années sont indispensables pour obtenir une spécification économétrique robuste47.
46 Une différence de 100€ sera considérée comme nulle.
47 Nous avons besoin d’au moins deux années pour travailler en données de panel, une année de plus pour