Notre objet de recherche est bâti sur un ensemble de brèches70 théoriques, méthodologiques et empiriques des recherches antérieures portant sur les issues des alliances stratégiques. Les difficultés des recherches sur les relations inter-organisationnelles sont accentuées par la nature complexe et dynamique du phénomène étudié et l’ambiguïté de l’unité d’analyse. Ainsi, « l’analyse des phénomènes organisationnels non observables de manière directe comme l’apprentissage ou la perception sociale est difficile ; la motivation est encore plus délicate dans le cas des JVI. Cette difficulté est exacerbée par l’existence de processus de décision inter (et intra) groupes, des phénomènes subtiles inter-firmes (confiance, opportunisme, tolérance) …» (Parkhe, 1993 a, p. 239). L’ambiguïté de l’unité d’analyse porte quant à elle sur la multiplicité des perspectives dans le cas des alliances stratégiques (Mohr, 2006). De ce fait, l’analyse d’une relation coopérative, et a fortiori de son issue, peut être biaisée par l’existence de différences significatives entre les perceptions des partenaires ou celles des dirigeants de l’alliance stratégique.
Notre construit théorique pour expliquer les formes d’instabilité selon la configuration et la dynamique de l’alliance permet de contourner la première difficulté signalée (complexité du phénomène inter-organisationnel). La triangulation des données et le recueil d’informations de la part de deux parents vont dans le sens de la levée de la seconde contrainte (ambiguïté de l’unité d’analyse). Notre protocole de recherche permettant d’émettre des hypothèses issues d’un modèle théorique construit, de tester leur validité sur la base de données primaires et secondaires et de discuter de la pertinence à la fois des résultats obtenus et de celle du modèle, s’inscrit ainsi dans une démarche hypothético- déductive. Celle-ci combine à la fois une recherche sur le contenu par identification et décomposition (description et exploration), et par explication (tests et déterminants), et une recherche sur le processus (dynamique) (Thiétart et al, 1999). L’objectif d’un tel protocole de recherche est d’appréhender l’instabilité dans son ensemble, car selon certains auteurs (Kaplan, 1964)71, l’étude d’aspects isolés des joint ventures à un degré moindre de leur complexité réelle, ne constitue pas une simplification du phénomène étudié, mais une « sous complication ».
Dans ce sens, notre démarche de recherche s’articule autour de trois composantes principales: D’abord, la construction d’un modèle théorique et la formulation d’hypothèses «falsifiables», au sens Popperien du terme. Cette composante a pour objet d’émettre des explications possibles des formes d’instabilité à travers la revue de littérature et l’examen critique des approches théoriques des alliances stratégiques d’une part, et l’analyse des études empiriques et des résultats d’une recherche exploratoire de 6 études de cas d’alliances asymétriques instables d’autre part. Ensuite, la seconde composante de ce protocole de recherche porte sur la validation des hypothèses ainsi construites : la détermination des variables, le recueil et la constitution des bases de données ainsi que les tests empiriques en constituent les principales phases. Enfin, la troisième composante traite à la fois de la discussion des résultats et de leurs implications théoriques, méthodologiques et empiriques. Dans ce sens, cette dernière composante permet d’aller au delà de la validation des hypothèses, en testant la pertinence du
70 Expression de Thiétart et al. (1999) : « Un regard critique à l’occasion de la lecture de travaux de recherche peut faire émerger un certains nombre de contradictions, lacunes ou insuffisances conceptuelles au sein d’un corpus théorique. Des construits folkloriques, des insuffisances théoriques de certains modèles, des positions contradictoires entre chercheurs, l’hétérogénéité des démarches, des concepts ou de leurs contextes d’étude …, sont autant de brèches et donc d’opportunités pour construire un objet de recherche. » (p. 47).
71
modèle théorique construit afin de déterminer ses limites analytiques et ses possibles extensions. L’ensemble de cette démarche et les articulations entre les principales composantes du protocole de recherche sont présentées dans la figure ci dessous.
Figure 15. : Protocole de recherche : Un modèle hypothético- déductif
Source : Elaborée par l’auteur.
Selon certains auteurs, l’analyse des relations inter-organisationnelles souffrent d’une sous représentation des études de cas par rapport à des modélisations « hard » (Bettis, 1991, p. 316). De ce fait, seulement 14% des recherches menées ont utilisé des études qualitatives dont 4% en combinaison avec des méthodes quantitatives. (Eisenhardt, 1989, p. 548). Plusieurs auteurs ont recommandé de telles approches notamment durant les phases exploratoires. Les études de cas peuvent avoir des points de départ distincts selon les auteurs : départ de la revue de la littérature ou d’un construit théorique pour Yin (1981) ; combinaison de la revue de littérature et construction de variables de comportements pour Parhke (1993, a) et départ intuitif sans hypothèse a priori pour Eisenhardt (1989).
Nous avons dans ce sens tenté de suivre les recommandations méthodologiques de Parkhe (1993, b) et avoir pour point de départ, une combinaison d’analyse théorique et empirique et la construction d’un modèle explicatif à partir de variables identifiées par une analyse exploratoire de quelques cas. Pour cet auteur (Parkhe, 1993, a, p. 255), « l’étude de cas constitue le premier pas (« jump start»). Elle devra être suivie par d’autres méthodes empiriques. L’étude de cas est le catalyseur et le précurseur d’étude descriptive et explicative, sitôt les construits assimilés ». Pour notre part, une analyse exploratoire par l’examen de quelques cas a été menée afin de comprendre la nature des processus existants et déterminer les variables pertinentes à retenir pour expliquer l’instabilité des alliances
Exploration 6 cas Analyse études empiriques Constitution Bases données Tests Hypothèses Discussion résultats Test théorique du modèle Approches théoriques Détermination variables Détermination Cadre théorique Modèle et Formulation hypothèses Validité Méthodologique Validation hypothèses Pertinence Modèle Extensions théoriques Implications
stratégiques asymétriques dans sa configuration et sa dynamique. La méthodologie suivie, le recueil des données ainsi que les principaux résultats de cette analyse exploratoire seront décrits dans la prochaine section de ce chapitre (cf infra). Nous allons d’abord décrire la décomposition de notre modèle en trois composantes principales (M-F, M1/ Configuration et M2/ Dynamique) ainsi que les échantillons de données associés à chacune de ces composantes (cf figure ci-dessous).
Figure 16. : Décomposition du modèle d’analyse et échantillons associés
Source : Elaborée par l’auteur
La triangulation des données et la multiplication des sources (et des méthodes) de recueil sont souvent recommandées par les chercheurs (Ring, Van de Ven, 1994, Eisenhardt, 1989, Yin, 1981). Selon Parkhe (1993, a, p. 259), « L’utilisation de sources de données multiples, couplée à des analyses de données basées sur la construction explicative, les caractéristiques des relations et l’analyse des séries temporelles avec une logique de réplication de cas multiples, peut aboutir à des résultats dont la rigueur scientifique est identique (voire supérieure) aux études utilisant des techniques statistiques sophistiquées » .
Pour notre recherche, nous avons identifié de nombreuses sources de données, selon différentes perspectives72. Concernant la première composante de notre modèle d’analyse de l’instabilité des alliances stratégiques asymétriques et relative à la configuration (M1), nous
72 La firme multinationale et le partenaire local pour les données primaires, et différentes bases de données
institutionnelles et concernant les entreprises multinationales pour les données secondaires.
Formes Environnement Parent- Parent Structure AS M - F Motifs Configuration M1 Ex Ante In Situ Ex Post Dynamique M2 Données Secondaires Données Primaires 105 cas AS instables Répondant: FMN 61 cas AS Instable Répondant : FMN 37 cas AS Instables Répondant : Ent. Locale
Confirmation : Données primaires / secondaires
avons eu recours à des données secondaires, émanant principalement de la base de données SDC Platinum et complétées selon la nature des variables, par des informations concernant les FMN-A , recueillies sur la base de données Amadeus, celle d’Agrodata ou encore les sites Internet et de la documentation de presse spécialisée (Agiaa Alimentation, Les Echos, Financial Times, La Tribune et quelques quotidiens nationaux)73.
Ainsi, cette combinaison de sources de données et le recoupement de ces informations ont permis de constituer une base de données de 105 cas d’alliances stratégiques asymétriques instables, établies entre firmes multinationales agroalimentaires et entreprises locales en Méditerranée, entre 1986 et 2006. Cette base de données sur les cas d’instabilité fournit des informations sur cinq « blocs » de variables : Les motifs et les formes d’instabilité d’une part, l’environnement externe, les relations inter-parents et les résultats de la structure de l’alliance d’autre part. Cependant, ces informations ont été recueillies dans la seule perspective de la firme multinationale (notamment pour les motifs d’instabilité, les relations inter-parents et la structure). Ces informations ne donnent ainsi qu’une vision partielle (et mono parentale) de l’instabilité des alliances stratégiques asymétriques examinées.
Les données concernant la seconde composante du modèle et portant sur les liens entre les motifs et les formes d’instabilité (M-F), ont été obtenues par la confrontation des informations issues de la base de données secondaires et celles recueillies par nos enquêtes. Nous n’avons noté à l’issue de ces comparaisons que des différences minimes et concernant un nombre limité de cas. Aucune différence n’a été relevée quant aux formes d’instabilité. Cependant, nous avons délibérément privilégié la perspective de la FMN-A dans le cas d’une différence de motifs d’instabilité avec ceux annoncés par les partenaires locaux et cela pour respecter la cohérence globale du modèle et de ses sources de données.
Enfin, nous avons mené des enquêtes auprès des FMN-A et des entreprises locales sur la base des 105 cas de notre échantillon de données secondaires afin de recueillir des informations concernant la troisième composante du modèle, à savoir la dynamique de l’alliance (M2). Nous avons ainsi pu recueillir des données primaires relatives aux conditions initiales, au fonctionnement et aux résultats des alliances stratégiques asymétriques pour 61 cas dans la perspective de la FMN-A et 37 cas pour les entreprises locales. Ces deux échantillons ont été désignés sous l’appellation d’EP 61 pour les FMN-A et celle d’EP 37 pour les entreprises locales. Le croisement de ces deux « répondants » a permis de construire un troisième échantillon de données primaires (EP Croisement 28) pour 28 cas, où nous disposons, pour les mêmes cas d’instabilité, des réponses des deux parents. Des informations relatives aux motifs et aux formes ont été aussi recueillies et comparées à celles émanant de la base de données secondaires afin de confirmer les informations servant de base à l’analyse des liens entre les formes et les motifs d’instabilité.
Les associations entre les données recueillies et les trois composantes de notre modèle sont décrites dans la figure ci-dessus. Nous présenterons dans ce qui suit la méthode de constitution de l’échantillon des 105 cas d’instabilité issu du recueil des données secondaires : extraction de la base SDC Platinum ainsi que d’autres sources d’information. Nous traiterons ensuite, de la nature des données secondaires recueillies. Dans un troisième temps, nous présenterons le recueil des données primaires et le déroulement de l’enquête. Enfin, nous aborderons la pertinence des données primaires recueillies ainsi que les principales difficultés rencontrées lors de cette enquête par questionnaire.
73 La procédure complète du recueil des données secondaires et primaires, ainsi que les caractéristiques des
1.1. Recueil des données secondaires : Constitution de l’échantillon ES 105
La constitution de l’échantillon des alliances stratégiques asymétriques est basée sur un recueil de données secondaires portant sur les relations entre firmes multinationales et entreprises locales agroalimentaires en Méditerranée établies entre 1986 et 2006. Nous aborderons la question de la nature des données recueillies et des variables retenues dans le prochain point. Dans ce qui suit, nous allons décrire la procédure de constitution de cet échantillon (ES 105) ainsi que les principales sources de données.
1.1. a. Base de données SDC Platinum
Pour une identification préliminaire des cas d’instabilité d’alliances stratégiques, nous avons examiné les informations fournies par la base de données SDC Platinum. Cette base regroupe des données concernant les opérations de restructuration, les fusions et acquisitions et les alliances stratégiques inter-entreprises dans le monde entier et sur une large période. Les informations contenues traitent de la date d’annone de l’opération, de sa date effective, du code SIC de l’opération, de l’identité des entreprises impliquées, de leurs pays d’origine, du pays d’implantation de l’opération, et dans certains cas de la taille des entreprises (mesurée par le chiffre d’affaires) ainsi que du montant du contrat.
Nous avons ainsi pu identifier 8079 opérations relevant du secteur des IAA. Nous avons ensuite trié ces opérations en « les passant par 5 filtres » principaux :
- La nature de l’opération (soit une prise de participation : entre 20 et 90 % du capital74, ou une joint venture) ;
- La disponibilité de données pertinentes, notamment celles relevant de l’identité des entreprises ;
- La localisation de l’opération dans l’un des 20 pays de la région méditerranéenne (cf chapitre 3) ;
- Le caractère asymétrique de l’opération (une des entreprises impliquées doit correspondre au critère de firme multinationale)75
- La date effective de la réalisation de l’opération doit correspondre à notre période de référence : 1986- 2006.
Ainsi, nous avons pu extraire de cette masse d’informations, et dans un premier temps, 189 cas d’alliances stratégiques asymétriques dans le secteur des IAA, localisées en Méditerranée et établies entre 1986 et 2006. Nous avons complété cet échantillon préliminaire par des recherches sur la base de données Amadeus, des coupures de presse spécialisée, la base de données Agrodata76 ainsi que les sites Internet et les communiqués de presse des firmes multinationales agroalimentaires et ceux de la Commission de l’Union Européenne pour le contrôle des concentrations inter-entreprises (et de la DGCCRF77 au niveau de la France). Par ce biais, nous avons complété notre échantillon préliminaire. A ce stade, nous disposions d’un échantillon de 226 alliances stratégiques asymétriques dans les IAA en Méditerranée.
74
Critère généralement admis dans les études empiriques. cf Ainuddin et al, (2007), Makino, Beamish (1998).
75
Tels qu’énoncés par la base de données Agrodata : un CA alimentaire supérieur à un milliard de US$ et une présence internationale dans deux pays autres que le pays d’origine de la firme.
76 Cette base de données relève les informations pertinentes sur les 100 plus grandes multinationales
agroalimentaires depuis le milieu des années 1970. Elle est produite par le centre international des hautes études agronomiques (CIHEAM).
77 DGCCRF : Direction générale de la concurrence, de la consommation et de la répression des fraudes. Deux
rubriques nous ont particulièrement intéressés : La lutte contre les ententes et les abus de positions dominantes, et le contrôle des concentrations.
La seconde étape de notre recueil de données secondaires a consisté en l’identification de l’instabilité. L’examen des opérations répétées dans la base SDC Platinum traduisant des changements de répartition de capital (reprise et cessions partielles ou totales entre les parents ou à un tiers) ont permis de relever 81 cas d’instabilité parmi les 189 cas d’alliances asymétriques recueillies sur cette base. En suivant les mêmes critères d’identification de l’instabilité, nous avons pu compléter ces 81 cas (SDC Platinum) par 24 cas non enregistrés dans cette base de données, mais renseignés par les autres sources consultées. Ainsi, sur les 226 cas d’alliances stratégiques asymétriques (IAA en Méditerranée), 105 cas d’instabilité (changement significatif dans la répartition du capital ou réorganisation majeure) ont été identifiés.
Nous appellerons cet échantillon de cas d’instabilité ES 105, en référence à la nature des données (Echantillon de données Secondaires et au nombre de cas : 105). L’ensemble de la procédure de construction de cet échantillon est décrit dans la figure ci-dessous. D’autres informations se rapportant au contexte de l’alliance ont permis de compléter les données de l’échantillon ES 105. Ces données proviennent pour la plupart de bases institutionnelles et portent sur le pays d’implantation de l’alliance stratégique. Nous décrivons dans ce qui suit, les sources de ces données secondaires « institutionnelles ».
Figure 17. : Construction de la base de données secondaires : Les sources et la démarche
Source : Elaborée par l’auteur. 8079 opérations IAA
dans le monde
BDD: SDC
Platinum
Données pertinentes/ actualiséesLocalisation: Méditerranée FMN-A / Entreprise locale
Période: 1986-2006 Asymétrie 81 cas AS asymétriques INSTABLES BDD: Amadus Presse Spécialisée Site Internet FMNA
BDD: Agrodata 226 cas AS asymétriques IAA Méditerranée 189 cas AS asymétriques IAA Méditerranée Identification :
Changement Répartition capital Réorganisation majeure
105 cas AS asymétriques INSTABLES (ES 105)
Base de données Secondaires 105 Cas
Autres données secondaires BDD institutions
1.1.b. Autres sources des données secondaires
Au-delà des informations fournies par les bases de données concernant les entreprises, nous avons aussi recueilli des données macroéconomiques globales relatives au pays d’implantation de chaque opération, aux facteurs de demande (marché et population), au risque pays, aux flux d’IDE et aux distances culturelles ente les organisations parentales.
Tableau 35. : Recueil des données secondaires relatives au contexte des alliances stratégiques asymétriques (échantillon ES 105)
Données Sources Période Pertinence et
Homogénéité*
Données manquantes**
Risque Pays Coface ranking annuel par pays
1996-2006 ++ 1986-1995 Politique Autorités locales vis à vis IDE et FMN
Relevé des promulgations/ modifications des codes des
investissements des pays méditerranéens concernées
(Elaboré par l’auteur) + Observatoire ANIMA
+
Doing Business Banque Mondiale :
Rapports Annuels
1985-2007 +/- - 3 pays
Population
FMI, World Economic Outlook
Database, 2007 et calculs de
l’auteur 1986-2006 +++ /
IDE
Base de données en ligne de la CNUCED, 2008. Calculs de
l’auteur 1987-2007 +++ /
PIB
FMI, World Economie Outlook
Database, 2007 et calculs de
l’auteur 1985-2007 +++ /
Distance culturelle
Calcul de l’auteur à partir des travaux de Hofstede (1989) : Somme des valeurs absolues des différences culturelles dans les 4
composantes des scores Hofstede (1997) 1994 +/- - 2 pays (Albanie, Chypre) Autres années Différences inter-pays calculées * Evaluation de l’auteur sur la base de la cohérence des sources de données et la présence de données manquantes pour les pays et la période concernés
** Nous avons déjà signalé certaines données manquantes pour le cas des pays de l’Ex Yougoslavie avant 1994
Dans le chapitre précédent, consacré à la description de notre région d’étude, nous avions présenté certaines données relatives aux agrégats macroéconomiques des pays de la région entre 1986 et 2006. Le tableau ci-dessus décrit pour sa part, la nature des données, leurs sources ainsi que le degré de pertinence et d’homogénéité des informations recueillies. Ce degré de pertinence a été évalué selon la disponibilité d’informations actualisées pour l’ensemble des pays de l’échantillon et pour notre période d’étude de référence. Ces données ont servi de compléments d’information à notre échantillon d’alliances asymétriques instables (ES 105) et ont permis de renseigner le « bloc » environnement de l’alliance de la composante Configuration M1, de notre modèle d’analyse.
Pour chacun des 105 cas, nous avons recueilli des informations relatives au contexte de l’alliance, notamment à la date où l’instabilité a été identifiée. Ainsi, nous avons enregistré les changements institutionnels (code des investissements et promulgation de lois) en faveur des IDE ou de l’implantation des FMN dans les pays d’accueil de l’alliance, deux ans avant la date de l’instabilité. Ces données ont été recueillies auprès des missions économiques de l’ambassade de France dans les pays concernés ainsi que sur les rapports annuels « Doing Business » de la Banque Mondiale. Les missions économiques nous ont aussi renseignées sur les taux de croissance des IAA durant les trois années précédant l’instabilité pour un certain nombre de cas. Nous avons recoupé et complété ces données avec les informations fournies par la base de données Anima consacrée aux IDE dans la région méditerranéenne.
Un second groupe de données est issu des bases de données électroniques du FMI et de la CNUCED. Il s’agit des flux d’IDE, de la croissance du PIB et de la population. Pour ces trois variables, nous avons calculé les moyennes des trois dernières années précédent l’instabilité, afin d’éviter des effets de saisonnalité. Nous avons aussi pu calculer les PIB par habitant dans les pays d’implantation des alliances à la date de chaque évènement d’instabilité relevé. Nous avons aussi recueilli les informations concernant le risque pays. Elles proviennent essentiellement du rating de la Coface publié chaque année. Nous avons construit sur cette base une seconde variable relative aux changements dans la cotation durant les deux dernières