• Aucun résultat trouvé

PRÉSENTATION RÉSULTATS ET VARIABLES DE CLASSIFICATION

L’analyse comparative permettra d’identifier quelles sont les caractéristiques qui différencient les fermes ayant les ratios de rentabilité économique les plus élevés des fermes les moins rentables.

4.1.1 PRÉSENTATION DES RÉSULTATS : INTERPRÉTATION ET LÉGENDE

Les résultats sont regroupés et présentés sous différents tableaux. Ces tableaux doivent être interprétés selon la légende suivante :

Tableau 15 : Légende

LÉGENDE INFORMATION

Moyenne Valeur moyenne de l’échantillon

Groupe 1 Valeur moyenne du groupe de tête (59 fermes) Groupe 2 Valeur moyenne du groupe du milieu (117 fermes) Groupe 3 Valeur moyenne du groupe de queue (59 fermes)

Sign. Significativité :

 valeur 1 : Il y a une différence significative entre 1 et 2  valeur 2 : Il y a une différence significative entre 1 et 3  valeur 3 : Il y a une différence significative entre 2 et 3

 valeur 4 : Il y a une différence significative entre les 3 groupes  valeur 5 : Il n’y a pas de différence significative entre les groupes Corr. Coefficient de corrélation. Il existe une relation statistiquement significative entre deux

variables si le coefficient est supérieur à 0,129 (lorsque 233 degrés de liberté à 95% de degré de confiance)

4.1.2 RENTABILITÉ

Le ratio de rentabilité économique calcule la rémunération de tous les capitaux de l’entreprise, qu’ils soient empruntés ou pas. Tandis que le ratio de rentabilité financière calcule le rendement sur les capitaux propres de l’agriculteur.

Tableau 16: Résultats 2008: Rentabilité économique, Rentabilité financière

VARIABLE Moyenne Groupe 1 Groupe 2 Groupe 3 Sign. Corr.

RE08 2,37% 4,58% 2,54% -0,18% 4 1,00

RentFin08 1,04% 4,59% 1,22% -2,89% 4 0,907

Le résultat du ratio de rentabilité économique en 2008 est la variable de groupage. Quant aux moyennes, il y a une différence significative entre les trois groupes de ferme alors la comparaison entre ceux-ci est possible. La moyenne des ratios de rentabilité économique pour le groupe de tête est de 4,58%, celle du groupe milieu est de 2,54% et celle pour les fermes formant le groupe de queue est négative à -0,18%. Selon ces valeurs obtenues, la pérennité des entreprises formant le groupe de queue est compromise, en ayant une rentabilité négative, la probabilité de survie de l’entreprise dans le temps est problématique. Le ratio de rentabilité financière indique dans quelle mesure l’entreprise rémunère l’avoir propre du propriétaire et lorsque celui-ci est plus faible que le ratio de rentabilité économique, c’est un effet levier négatif. Les fonds empruntés sont mieux rémunérés que l’avoir du propriétaire, l’entreprise s’appauvrit en empruntant de l’argent pour investir. Les groupes 2 et 3 sont en effet levier négatif. Pour le groupe 1, l’effet levier est très légèrement positif (4.59 % vs 4.58 %).

4.1.3 MARGE DE SÉCURITÉ

La marge de sécurité sur les produits (MS) est ce que l’entreprise est capable de générer en autofinancement et pour parer aux imprévus. Dans l’esprit d’une saine gestion financière, une entreprise doit obtenir au moins de 8% à 10% (AGL, 1994) de MS. À ces taux, l'entreprise a généré assez de bénéfices pour faire sa réserve pour le renouvellement de ses actifs, pour rencontrer toutes ses obligations et pour rémunérer l'agriculteur. Tel que discuté aux chapitres précédents, une marge de sécurité négative est un critère de diagnostic qui permet de conclure qu’une entreprise est en crise financière.

En 2008, sur le total des 235 fermes formant l’échantillon, il y a eu 106 fermes présentant un résultat de marge de sécurité négatif. C’est donc 45% de l’échantillon qui était en crise financière cette année-là. La marge de sécurité est un résultat de court terme et la rentabilité économique est un résultat de gestion à plus long terme, ce dernier est un meilleur gage de la pérennité de l’entreprise et c’est d’ailleurs la raison pour laquelle il a été choisi comme critère de groupage. Les calculs de MS peuvent être nuancés en fonction des CDR maximale et optimale.

Tableau 17: Résultats 2008: Marge de sécurité maximale, Marge de sécurité optimale

VARIABLE Moyenne Groupe 1 Groupe 2 Groupe 3 Sign. Corr.

MSmax08 1,02% 8,49% 3,04% -10,47% 4 0,734

MSopti08 -10,52% -2,09% -8,43% -23,08% 4 0,759

La corrélation est élevée entre la marge de sécurité maximale et la rentabilité économique car le calcul de ces deux ratios est composé des mêmes variables excepté les amortissements qui sont remplacés par le remboursement en capital, le coefficient obtenu est de 0,734. Ceci justifie aussi que la rentabilité économique soit préférée à la marge de sécurité comme critère de classification. Les tests de moyenne effectués indiquent qu’il y a des différences significatives entre les trois groupes. La valeur moyenne de la marge de sécurité sur les produits obtenue à partir de la capacité de remboursement maximale (plus loin MSmax) est positive pour les groupes 1 et 2 mais elle est négative de plus de

10% pour les fermes du groupe de queue. Pour ces dernières, cela signifie qu’à la fin de l’année financière il a manqué d’argent pour rembourser les emprunts, ce groupe de queue est considéré en situation de crise financière.

La moyenne des MSmax des fermes du groupe de tête est de 8,49%. Selon la théorie, une entreprise devrait obtenir une MS d’au moins 8 à 10%, donc oui les fermes du groupe de tête ont un ratio positif, mais leur marge de manoeuvre n’est pas si grande si on se fie aux résultats attendus théoriques versus les résultats réels. La valeur moyenne de la charge d’amortissement par rapport aux produits totaux est de 10,58% pour le groupe 1, alors le constat est rapide que la marge générée de 8,49%, bien que positive et rencontrant la théorie, n’est pas suffisante pour constituer toute la réserve réelle nécessaire pour le renouvellement des actifs de ce groupe. Les fermes du groupe milieu ont aussi obtenues un résultat moyen positif de MSmax, mais pour elles aussi la marge de manœuvre n’est pas suffisante. Leur valeur moyenne MSmax de 3,04% est insuffisante pour constituer leur réserve afin de remplacer leurs actifs.

La CDR optimale, est ce qui est disponible après avoir prélevé la réserve nécessaire pour les amortissements. Même si ce n’est pas une sortie d’argent réelle du compte en banque, ce montant est considéré non-disponible pour faire des paiements ou prélever le coût de vie. Une entreprise gérée de façon saine et prudente devrait selon la théorie financière utiliser la CDRopti comme base de calcul. Cette variable est positivement et fortement corrélée avec la rentabilité économique car les données qui entrent dans le calcul de ces deux ratios sont semblables, le coefficient obtenu est de 0,759.

Les résultats quant à la marge de sécurité sur les produits calculée à partir de la capacité de remboursement optimale (plus loin MSopti) sont négatifs en moyenne pour les trois groupes de fermes. Pour cette variable également, les tests indiquent qu’il y a une différence significative de moyenne entre les trois groupes. La moyenne de ce résultat pour les 235 fermes est de -10,52% et la moyenne des ratios de chaque groupe est négative, c’est alarmant! En 2008, sur les 235 fermes il y en a seulement 41 qui ont obtenu un résultat de MSopti supérieur à 0, cela représente 17% de l’échantillon.

4.1.4 CONCLUSION SUR LES VARIABLES DE CLASSIFICATION

Les écarts significatifs entre les groupes permettent de constater qu’il y a une grande dispersion des résultats. Il sera donc possible de trouver des explications aux différences entre les fermes plus performantes et les fermes moins rentables. Les résultats indiquent aussi qu’il y a une forte corrélation entre la variable de classement et la variable de diagnostic de crise, donc cela permet de conclure qu’il est justifié de s’appuyer sur la rentabilité économique (critère de long terme) pour analyser la crise (critère de court terme).

Une grande proportion des entreprises sont en situation financière difficile. En effet, les groupes 2 et 3 sont en effet levier négatif et plus de 45 % des fermes formant l’échantillon sont en crise financière. Les résultats des variables de classement permettent de conclure que l’échantillon correspond bien à la problématique que l’on veut analyser.