Structure financire et performance conomique des PME : tude empirique sur les entreprises belges

Tarek MILOUD (UCL)* Rsum : Notre But est de caractriser la proprit financire des petites et moyennes entreprises belges. Ces entits conomiques attirent l intrt des responsables politique par leur poids dans l conomie et par leurs capacits de cration d emplois. Nous avons tudis, particulirement, les PME qui ont une forme juridique de socit anonyme pour l exercice comptable 1994. En effet, la structure de proprit de ces socits est trs variable et nous estimons que les cots d agence varient en fonction de la structure de proprit. Les rsultats montrent l existence d une forte corrlation entre la structure financire et la performance d une part, la performance et l excs des dpenses en avantages en nature, d autre part. En d autres termes, au plus les investissements sont financs par des fonds propres au plus la PME est performante. En outre, au plus les dpenses d exploitations, y compris les avantages en nature, sont importantes, la performance financire de la socit est moins importante.

Tarek MILOUD est assistant chercheur au sein de l unit Finance de l Institut d Administration et de Gestion l Universit Catholique de Louvain (re-joignable : miloud@fin.ucl.ac.be). Cette tude a t ralise dans le cadre des travaux de recherche de l auteur. Il remercie les membres de son comit de thse pour leur appui soutenu : les professeurs Aimable QUINTART (directeur), Michel LEVASSEUR et Eric de BODT.

I.

Introduction

Parmi les nombreuses curiosits de cette fin de sicle, il en est une qui frappe tout observateur attentif : ce sont les contradictions entre le politique, l conomie et le social. Les responsables politique de l Europe se runissent pour le bien de leurs concitoyens et les travailleurs de l union europenne organisent de faon concerte des manifestations pour rclamer le respect de leurs droits et la sauvegarde de leur emploi. C est croire que la russite politique se fait au dtriment du social. Cette construction de l Europe donne lieu la formation de grandes entreprises qui sont en fait une rponse la rivalit conomique existant entre les tats-Unis d Amrique (USA), l Asie et l Europe. On observe des fusions de grands groupes dans tous les secteurs : banques, assurances, ptrole, chimie, sidrurgie, grande distribution, etc. le procs en cours contre Microsoft fait penser un retour progressif des situations monopolistiques aux USA. Ces regroupements ont lieu alors que le dfi du chmage auquel sont confrontes les nations europennes pousse leurs dirigeants accorder une nouvelle attention aux petites et aux moyennes entreprises (PME). Les tudes sont en effet nombreuses, qui montrent que la solution pourrait venir de la capacit des PME crer des emplois. Des rapports de l OCDE, de la Small Business Administration aux tats-Unis, de la commission BOLTON en Angleterre, etc. sont l origine de ce regain d intrt pour les PME. On observe la cration d un dpartement PME dans les ministres et des politiques sont dfinies pour leur venir en aide. Mais les PME ne sont pas seulement cratrices d emplois, ce qui est dj beaucoup. Elles ont aussi un rle important dans la cration de valeur et on les retrouvent parfois leader dans certains secteurs. L tude a pour objectif d examiner la contribution conomique et financire des PME en Belgique de 1994. C est ici le lieu de prciser qu il fait partie de notre tude de recherche sur le corporate governance (gouvernement d entreprise) et la cration de valeur. Il s agit donc d tudier le corporate governance durant le cycle de vie d une entreprise : phase de cration, de croissance et enfin de dclin. Il sera structur en trois parties : une partie comprendra le cadre thorique de notre tude, suivie d une seconde partie qui prsentera notre mthodologie ainsi que les instruments de mesure utiliser pour mesurer les cots d agences et la performance financire. Enfin, la dernire partie traitera des performances concrtes des PME en Belgique en utilisant deux techniques statistiques savoir l analyse en composante principale et l analyse factorielle discriminante.

II.

La thorie financire et les PME

Il parat difficile, pour ne pas dire inconcevable, d tudier la performance financire de cette catgorie d entreprise sans dfinir la notion de PME et prciser le cadre thorique de notre problme.

1.

La notion de PME

Diverses dfinitions existent dans la littrature pour le sigle PME (Petites et Moyenne Entreprises). Dans notre tude, nous retenons celle propose par la commission europenne. Celle-ci s est efforce d analyser les diffrentes dfinitions de la PME pour en retirer les lments principaux. De son analyse, la Commission Europenne concluait en 1992 qu il ne serait pas opportun d tablir une dfinition unique et rigide des PME 1. Il faut retenir les critres, selon elle, les plus pertinents en fonction du but poursuivi et du secteur concern. Nanmoins, la commission estimait devoir faire uvre de coordination et de cohrence afin d viter les effets pervers d une prolifration incontrle des dfinitions . Ds sa cration, l observatoire europen constate qu il n existe aucune dfinition standard, ni scientifiquement fonde utilisant un critre quantitatif de taille bas sur le nombre de travailleurs. En effet, la commission a dfini la notion de PME en 1996 dans le cadre d une recommandation2. Selon la commission, sont considres comme PME, les entreprises : employant moins de 250 personnes ; le nombre de personnes employes correspond au nombre d units de travail-anne ; dont, soit le chiffre d affaires n excde pas 40 millions d EUROs (soit 1 600 millions de BEF), soit le total du bilan annuel n excde pas 27 millions d EUROs (1 100 millions de BEF) ; qui respectent un critre d indpendance, les entreprises qui ne sont pas dtenues hauteur de 25% ou plus du capital ou des droits de vote par une ou plusieurs grandes entreprises.

La commission utilise donc trois critres quantitatifs et un critre d ordre plus qualitatif. Elle estime que le critre du nombre de personnes occupes doit imprativement tre utilis, mais qu il faut le combiner un critre financier refltant l importance conomique relative d une entreprise. En outre, considrant que le seul critre de chiffre d affaires est trop dpendant du secteur auquel appartient l entreprise, elle introduit galement le critre du total du bilan, l un des deux critres pouvant tre dpass. 2. Le cadre thorique de l tude

Compares des socits cotes en bourse, les PME sont les plus proches des socits dcrites dans le modle thorique des cots d agence dvelopp par Jensen et Meckling [1976]. Selon leur modle, nous pouvons imaginer trois situations extrmes des structures de la proprit et du management. La premire, concerne les entreprises o les dirigeants dtiennent le capital 100%. Par dfinition, ces entreprises n ont pas de cots d agence3. Par contre, la deuxime situation extrme concerne les socits o les dirigeants sont rmunrs comme des salaris simples sans aucune rmunration par des titres reprsentatifs du capital de la firme. Enfin, entre ces deux situations extrmes, nous trouvons les socits o le

Commission des C.E. Rapport au Conseil, sec. 92, 351 29 avril 1992. Recommandation de la Commission du 3 avril 1996, J.O.C.E., L 107/4, 1996. 3 Ces auteurs dfinissent les cots d agence par la somme des cots de surveillance (monitoring costs) supporte en totalit par le principal , des cots de ddouanement (bonding costs) consentis par l agent et un cot rsiduel (residual cost).
2

dirigeant dtient une proportion du capital de la socit et le reste est dtenu par d autres actionnaires. Les cots d agence surgissent une fois que les intrts des dirigeants dans la firme ne s alignent pas ncessairement ceux de(s) propritaire(s), et prfrent profiter des avantages en nature, luder des fonds, privilgier leurs intrts personnels et prendre des dcisions leurs permettant de s enraciner d avantage au dtriment de la performance de la firme. L importance de ces cots est limite par la volont des propritaires ou une troisime partie dlgue, une banque par exemple, contrler les actions des dirigeants externes (outside managers). Pour clarifier notre dmarche, prenons le cas d une firme o le propritaire contrle 100% des actions mais dlgue la tche de direction de celle-ci un dirigeant externe. D un cot, les cots d agence peuvent tre relativement faibles du fait que l unique actionnaire la possibilit d activer ces cots de surveillance dans les charges de sa socit, comme il a le droit de dsigner et congdier le dirigeant qu il veut. Plus prcisment, un telle propritaire risque de supporter la totalit des cots de surveillance mais reoit, par consquent, la totalit des bnfices raliser par sa firme. D autres part, ce propritaire unique peut tre incapable de surveiller parfaitement sa firme pour les mmes raisons qu il a engag un dirigeant externe cause du manque de temps et de comptences pour assurer cette tache. Les propritaires des petites et moyennes entreprises prsentent des difficults pour comprendre les oprations financires complexes et souvent ils sont mme incapables de mener des oprations d audit interne ou comprendre les rsultats financiers et oprationnels. Par consquent, ces firmes encourent les cots d agence rsiduels et si ces cots sont important, ils doivent reflter l chec des activits de surveillance exerces par les propritaires. Cet chec peut tre expliqu par l indulgence de la surveillance de la part des propritaires. En outre, ces derniers ne disposent pas d une technique adquate pour accomplir cette tache de surveillance. Dans ce cas, la sparation entre la fonction du management (son introduction et sa mise en place sur la tte de la firme) versus la fonction de contrle par les propritaires/actionnaires nondirigeants (ratification et surveillance), telle qu elle est suggre par Fama et Jensen [1983a], peut tre incomplte ou inefficace. Ainsi, ces cots rsiduels d agence sont prvus dans une firme possde par un seul actionnaire o le dirigeant est un externe, c est--dire qu il n est pas actionnaire. Jensen et Meckling [1976] affirment que la valeur de la firme augmente avec la concentration de proprit tant que le changement dans la proprit abouti l alignement avec les intrts des dirigeants et des actionnaires. En d autres termes, si les cots encourus par l augmentation de la concentration de proprit sont plus faibles que les bnfices provenant de la rduction des cots d agence, il sera, donc, dans l intrt de quelques individus d acqurir une proprit concentre dans la firme. De plus, il existe une structure de proprit optimale qui minimise les cots d agence, c est--dire qui maximise la valeur de la firme. Fama et Jensen [1983 b] affirment que si la concentration de proprit augmente de cette manire, elle permettra l enracinement des dirigeants. En d autres mots, rendre plus difficile l allocation des ressources par le moyen des prises de contrle, par consquent la valeur de la firme baisse. Il n y a aucun problme d agence si les preneurs de dcisions dans la firme dtiennent la totalit des droits rsiduels. Toutefois, dans ce cas les dtenteurs des droits rsiduels renoncent la diversification optimale de leur portefeuille personnel. Les cots d agence attribus aux divergences d intrts entre le principal et l agent varient inversement avec la part de capital dtenue par les dirigeants. En effet, 4

plus le nombre d actionnaires augmente (dpasse 1) plus la proportion dans le capital dtenue par l actionnaire/dirigeant chute (o 0== 1). Autrement dit, la proportion de capital dtenue par cet actionnaire/dirigeant est une fonction dcroissante du nombre d actionnaires existant dans le capital. tant donn que les bnfices de ce dirigeant s lvent 100% de chaque dollar dpens dans les avantages en nature, mais, il ne peut toucher que pour cent de chaque unit montaire du profit de l entreprise. En effet, le dirigeant qui dtient une participation infrieure 100% dans le capital de la firme est incit consommer plus d avantages en nature plutt qu maximiser la valeur de la firme pour l ensemble des actionnaires. Par contre, dans le cas o la rmunration du dirigeant ne dpendrait pas de la performance de la firme et que ce dernier ne dtient aucune proprit dans la socit (c est-dire =0), il a la possibilit de profiter de 100% des avantages en nature, mais, il n a pas le droit de toucher les bnfices raliss par la firme. Car, ce droit revient au(x) propritaire(s) de la firme. Les cots engendrs par la surveillance exerce de la part des actionnaires nondirigeants diminuent une fois que leurs participations dans le capital de la firme baissent. Ceci est d au problme trs connus du passager clandestin (free rider) 4 dans les dpenses inutiles pour des quasi-biens publics, tel que l effort de surveillance. L actionnaire qui exerce une surveillance et qui dtient une proportion i du capital cours le risque de supporter 100% des cots gnrs par cette surveillance, mais, ralise uniquement i pour cent des bnfices raliser suite cette surveillance (sous la forme de rduction des cots d agence). Pourtant, l actionnaire qui a prfr viter cette surveillance jouit des bnfices complets engendrs par la surveillance exerce par l actionnaire de contrle sans courir le risque de supporter le cot engendr par cette surveillance. Ainsi, plus le nombre d actionnaires non-dirigeant augmente, plus les frais sur la surveillance diminuent, par consquent, l importance du problme des cots d agence de l actionnaire/dirigeant augmente. En excentrant ces relations d agence entre actionnaires sur le fait d augmenter la probabilit d insolvabilit de la firme. C est--dire, elle devient incapable de rgler sa dette bancaire ou solliciter un financement futur de la part de l investisseur d origine ou de nouveaux investisseurs. Cette insolvabilit peut engendrer quelques contraintes dans le comportement de l agence. Toutefois, Williams [1987] affirme que les forces de compensation du comportement de l agence doivent baisser d une manire significative si la firme ne se trouve pas face un danger imminent de solvabilit. Pour rcapituler, contre l hypothse nulle selon laquelle les cots d agence ne dpendent ni de la structure de proprit ni du contrle5, nous avanons les trois hypothses, ci-dessous, drives de la thorie de l agence si nous comparons le cas de base :
Free riders ou resquilleurs, ce sont des individus esprant bnficier de la stratgie mise en uvre par un acheteur, ce dernier devant en supporter seul le cot. Le risque li leur prsence est qu aucune mesure ne puisse tre engage. Par exemple, une socit mal gre fait l objet d une OPA (offre publique d achat) de la part d une quipe dirigeante plus performante. Les actionnaires courants estimant qu ils bnficieront d un accroissement de valeur de leur portefeuille suprieur la prime de raid qu ils percevraient en cas d apport de leurs titres l initiateur vont s abstenir de cder leurs actions. Ils deviennent alors des passagers clandestins. Si plus de la majorit des dtenteurs des droits de vote courants procdent ainsi, l OPA ne peut russir. La firme continuera tre mal gre alors qu elle aurait pu tre mieux valorise grce au remplacement de l quipe dirigeante. (Maati J., 1999, p. 165) 5 Le support thorique de l hypothse nulle est attribuer Demsetz [1983], qui pose la thse de la neutralit selon laquelle la structure du capital de la firme n a pas d impact sur sa valeur compte tenu de l existence d autres mcanismes correcteurs. En effet, cet auteur affirme que l ensemble des attraits, pour agir sur la consommation des avantages en nature de la part du dirigeant et essayer d atteindre une rmunration comparable celle d un autre dirigeant (qui dispose des mmes comptences), ne dpend pas du niveau des cots de surveillance de l organisation. En d autres termes, que les cots de surveillance soient faibles ou levs, le niveau de consommation des avantages en nature est le mme. Dans cette situation, il semble bien claire que le total des
4

(i) (ii) (iii)

les cots d agence sont plus levs dans les firmes o les dirigeants ne dtiennent pas une part de capital dans celles-ci ; les cots d agence sont une fonction inverse de la part de capital dtenue par les dirigeants ; les cots d agence sont une fonction inverse du nombre d actionnaires non dirigeant.

III.

La mthodologie

Dans notre approche empirique, nous tudierons deux hypothses fondamentales sur la thorie de l agence : (i) une firme gre par un actionnaire qui dtient 100% du capital et n encourt pas des cots d agence ; et, (ii) les cots d agence peuvent tre mesurs par la diffrence entre la performance financire d une firme imparfaitement aligne et celle d une firme parfaitement aligne. Afin de valider notre approche pour mesurer les cots d agence, nous aurons besoins des donnes spcifiques : (i) des donnes sur la mesure des performances de la firme ; (ii) des donnes sur la structure de la proprit, comprenant un ensemble de socits qui sont contrles 100% par des dirigeants ; et enfin (iii) des donnes sur les variables de contrle, y compris la taille, les caractristiques et les techniques de surveillance de la firme. 1. La base de donnes et les limites de l analyse

Toutes les socits belges sont obliges de publier leur rapport annuel dans une notice normalise tablie par la Banque Nationale de Belgique (BNB) en collaboration avec la Commission des Normes Comptables. Ce rapport comprend deux parties, la premire normalise contient des lments d identifications de l entreprise, des dirigeants, des donnes comptable (Bilan et Compte de rsultats) et des annexes. La seconde partie contient des informations complmentaires. Tous ces comptes annuels sont publis rgulirement, sous un support informatique (CDROM), chaque anne par la BNB en collaboration avec l entreprise informatique le bureau Van Dijk . Cette base de donnes est une source d information potentielle pour valider empiriquement nos hypothses. Notre tude est, donc, base sur les statistiques du CDROM de la Banque Nationale de Belgique (BNB). Cette base de donne a t comprime dans un CDROM du CEGF (Centre d tudes en Gestion Financire) de l IAG ne dpassant pas 85 000 copmtes exploitables par anne. Elle retient entre autres que les entreprises ayant un total bilantaire d au moins 15 millions de BEF. Ce qui carte d office les entreprises de trs petite taille. Bien que ne reprenant que les comptes des entreprises dont le total du bilan est suprieur 15 millions de BEF notre base de donne se limite aux socits anonymes. La limitation de notre champ d investigation est justifier par le fait que ce travail n est qu une partie de notre recherche qui consiste tudier le corporate governance de la firme avant et aprs son introduction en bourse (IPO) et que cette opration ne concerne que cette forme

dpenses d exploitation, qui englobe la rmunration directe des dirigeants en plus des avantages en nature et le niveau des cots de surveillance de la firme, reprsente la mesure approprie pour tester cette hypothse.

juridique. En effet, l IPO exige l ouverture du capital et la seule forme juridique qui peut remplir cette exigence est la socit anonyme. 2. Les mesures des cots d agence

Pour mesurer les cots d agence d une firme, nous utiliserons deux ratios, souvent cits dans la littrature comptable et l conomie financire : le premier est le ratio des dpenses d exploitation, c est le rapport entre les charges annuel d exploitation de la firme et son chiffre d affaire6 ; et (ii) le ratio d utilisation d actif, c est le rapport entre le chiffre d affaires et le total des actifs (Sales-to-Asset, not STA). Le premier ratio est une mesure de la manire dont le dirigeant de la firme contrle les charges d exploitations (y compris l excs de consommation des avantages en nature) et d autres cots d agence directs. Plus prcisment, en multipliant la diffrence entre les ratios d une firme7 par la part du capital dtenue par le fondateur nous obtiendrons l excdent de cot d agence relatif aux dpenses en BEF. Le second ratio est une mesure de la manire dont les actifs de la firme sont dploys par le dirigeant. Contraire au premier ratio, les cots d agence sont inversement corrls au ratio du chiffre d affaires / total actif. Une firme qui prsente un ratio STA plus faible que celui d une firme appartenant au cas de rfrence (c est--dire dirige par l actionnaire qui dtient 100% du capital) prouve que celle-ci supporte des cots d agence. Ces cots proviennent du fait que le dirigeant : i) prend des dcisions d investissements inefficaces ; ii) exerce un effort insuffisant ayant pour rsultat une faible performance de la socit ; iii) exagre dans la consommation des avantages en nature, de telle faon ce que la firme acquiert des actifs improductifs, par exemple, avoir un bureau confortable et spacieux, exagrer au niveau de consommation de la fourniture de bureau, avoir plusieurs voitures luxueuses, etc. L utilisation de ces ratios comme mesure des cots d agence est une piste intressante. Cependant, cette mthodologie prsente ses limites : i) l existence de deux types de rapports annuels, schma complet et schma abrg ; ii) les difficults d obtenir des informations plus dtaille sur les PME ; iii) la flexibilit des PME en matire de divulgation des informations.

Les dpense d exploitation sont dfinis par le total des charges d exploitation (cot des ventes et des prestations) moins les approvisionnements et marchandises et les rductions de valeur sur stocks, sur commandes en cours d excution et sur crances commerciales. L excs de dpenses sur des avantages en nature doit tre reflt dans les charges d exploitation. En d autres termes, les cots d agence qui sont mesurs par ce ratio sont ceux supports par la firme, c est--dire les avantages consomms par le dirigeant. Ceci peut conduire sousestimer le total des cots d agence puisque ce ratio ne permet pas de mesurer la totalit des cots d agence indirects, tels que la dformation des dcisions d exploitation provoques par les problmes d agence (voir Mello et Parsons [1992] pour un essai de mesurer ces cots en prsence de dette). De plus, il ne permet pas de mesurer les cots d agence engags par les actionnaires non-dirigeants ou des cots privs supports par le dirigeant. 7 Caractris par une certaine structure de la proprit, une structure managriale et sans aucun cot d agence selon le cas de bas

3.

Les mesures de performance

La mthodologie suivie pour mesurer la performance s axe sur la dtermination de diffrences significatives entre les caractristiques financires des PME. Il s agit de la mthodologie employe par le Centre d tudes en Gestion Financire de L universit Catholique de Louvain, notamment lors des tudes relatives l valuation financire. Pour formuler un jugement de valeur sur la sant financire d une entreprise, il est ncessaire d aborder les concepts que sont l quilibre financier, la rentabilit, la liquidit et la solvabilit. Gardant l esprit que les relations entre ces concepts participent en grande partie la bonne rception de la qualit financire de l entreprise8, nous proposons dans les paragraphes qui suivent une prsentation des ratios sur la base desquels nous effectuerons des comparaisons entre groupes d entreprises. 3.1. Les ratios de rentabilit nous abordons la rentabilit des entreprises au moyen des cinq ratios suivant : ROE : rentabilit financire ou Return On Equity . Le ROE constitue le moyen privilgi pour les actionnaires de mesurer le profit qui rmunre leur apport. Il s exprime par le rapport entre le rsultat net et les fonds propres. ROI : rentabilit conomique ou Return On Equity . Le ROI permet d valuer la performance d ensemble de l entreprise dans la mesure o la totalit des moyens mis en uvre est considre. La rentabilit conomique se dtermine au moyen du rapport entre le rsultat net augment des charges financires aprs impt et le total du bilan. REAE : rsultat d exploitation sur actifs d exploitation. Le REAE est un moyen d identifier la rentabilit lie l exercice du mtier en excluant l impact des rsultats financiers et exceptionnels. RRPT : rsultat report + rserves sur passif total. Le RRPT peut traduire l existence d une rentabilit structurelle dans la mesure o sont pris en considration tout ou partie des rsultats des exercices antrieurs9. PERTE/BIL : Pertes fiscales reportes sur total du bilan. Le ratio PERTE/BIL est utilis en complment du prcdent dans le but d obtenir une ventuelle confirmation des constats effectus quant un faible niveau de rentabilit. 3.2. Les ratios de liquidit

Nous utiliserons des mesures traditionnelles de la qualit de trsorerie, en gardant l esprit que des oprations d habillage de bilan peuvent fortement entacher leur signification.
8 9

M. Levasseur & A. Quintart, FINANCE , Paris, Economica, 2me d., 1998, p. 59. Ce ratio permet galement d apprhender la solvabilit des entreprises au travers des rsultats reports et des rserves constitues.

Ces mesures s oprent par le biais des trois ratios suivants, qui indiquent comment la transformation des actifs circulants peut permettre de faire face aux exigibilits courantes : La liquidit immdiate : Valeurs disponibles Dettes un an au plus + comptes de rgularisation du passif La liquidit au sens strict : Crances commerciales + placement de trsorerie + Valeurs disponibles Dettes un an au plus La liquidit au sens large : Actifs circulants crances plus d un an Dettes un an au plus + comptes de rgularisation du passif Par ailleurs, le ratio VDAC (valeurs disponibles sur actifs circulants restreints10) sera employ afin de traduire la proportion de liquidits immdiates au sein des actifs circulants. Paralllement, le ratio FESCEAE (encours de fabrication, stocks de produits finis et commandes en cours sur actifs circulants d exploitation) permettra de dtecter la proportion d actifs circulants ralisables et pourra galement faire apparatre des problmes de surstockage. 3.3. Les ratios de solvabilit et d endettement

En premier lieu, pour statuer sur la solvabilit court terme des entreprises, les deux ratios suivants seront utiliss. VDAC = Valeurs Disponibles Actifs Circulants Crances Commerciales un an au plus Encours de fabrication + Stocks de produits finis et commandes en cours Actifs Circulants Crances Commerciales un an au plus

FESCEAE =

EL = ROE / ROI, appel Effet de levier : il indique si l endettement est favorable pour la socit. En d autres termes la rentabilit financire (ROE) est plus importante que la diffrence entre la rentabilit conomique (ROI) et le cot de la dette. Afin d apprcier l quilibre financier nous utiliserons trois critres : Structures des financements : les deux ratios suivants nous permettrons de mesurer l indpendance financire de la socit.

10

Diminus des crances commerciales plus d un an.

FOPAT =

Fonds Propres Passif Total

FOPCAP =

Fonds Propres Capitaux Permanents

Structure des investissements : Actifs fixes Actif Total Financement des investissements : CAPAF = Capitaux Permanents Actifs fixes FOPAF = Fonds Propres Actif Fixe Immobilisations Corporelles Actifs fixes

AFAT =

IMCAF =

IV.

Validation empirique

Afin de valider empiriquement nos hypothses et mesurer la performance financire ainsi que les diffrentes caractristiques des PME belges, nous utiliserons deux mthodes statistiques d analyse de donnes savoir l analyse en composante principale et l analyse factorielle discriminante. 1. L analyse en composante principale (ACP)

L objectif de notre analyse est d laborer et de figurer gomtriquement dans un espace euclidien et de faible dimension, les informations les plus diverses consignes dans notre base de donnes numrique double entre, qui, compte-tenu de la taille ou de la complexit du tableau reprsentant nos donnes, ne peuvent tre synthtiss. Le but fondamental de cette mthode est de fournir, de l ensemble des donnes numriques une image qui permette d un seul coup d il, de saisir rapidement l ensemble des lments prsents, de mettre en vidence certains faits essentiels. Dans un premier temps, nous prsenterons le principe de l analyse factorielle en composantes principales (ACP), suivie d une description statistique des donnes et des diffrentes variables. Ensuite, nous interprterons les rsultats de l application de la technique d ACP sur notre base de donnes. 1.1. Le principe de l ACP

Le principe de cette mthode est d tudier la relation entre plusieurs variables qui sont au nombre de dix neuf dans notre cas. Pour chaque entreprise belge (les units statistiques), on dtermine les indicateurs de performance, de liquidit, de solvabilit et des dpenses d exploitations. Ces indicateurs sont mesurs par des ratios : X1 (ROE), X2 (ROI), X19 (STA). Analyser toutes les variables X1, X2, X19 prises deux deux ne permet pas la synthse. Ainsi, au lieu de savoir si un dterminant de performance Xi est li un autre dterminant Xj pour chacun des couples de variables (Xi, Xj), on veut expliquer comment varient simultanment toutes les variables (X1, X2, X19). 10

Et par exemple, on veut savoir si ces indices de qualit sont lis un facteur commun F que l on peut crire : X1 = a1F ; X2 = a2F ; X19 = a19F. Ou bien nous voulons savoir, si ces indicateurs de performance sont lis deux facteurs F et Ftels que : (Xj = ajF + bjF'), j 1,2, , 19 Si tel est le cas, on peut rsumer l ensemble des entreprises en considrant uniquement le ou les facteurs communs qui se substitueront aux indicateurs de performance. Les entreprises seront identifies par leurs coordonnes dans chaque facteur : Point-Entreprise i = iF + jF' Dans le cas ci-dessus, on dit qu on a trouv un plan factoriel (c est--dire engendr par deux facteurs) qui reprsente au mieux le nuage des points-entreprises originellement reprsent dans un espace 19 dimensions. Chaque point-entreprise du nuage a sur les axes X1, X2, X19 trois projections situes des distances de O gale ses indices dans les qualits X1, X2, X19. Le centre du nuage a pour projections les moyennes des projections de tous les points du nuage (G est un pointentreprise fictif qui a pour coordonne la moyenne des indicateurs dans chacun des dterminants de performance). Autour de ce centre, le nuage peut apparatre sphrique dans ce cas, il n y a pas de facteur privilgi. Il se peut au contraire que le nuage soit allong le long de la droite passant par le centre : cette droite est un axe factoriel ; on peut graduer cette droite partir du point G ; c est partir de cette graduation qu on mesurera la valeur du facteur pour un point-entreprise donne. On notera les angles faits par les axes factoriels F, F', F'' et les axes OX1, OX2, , OX19 ; si F est perpendiculaire OX1, alors X1 varie peu et X1 n intervient que faiblement dans le calcul du facteur F ; si F fait un angle faible avec OX1, c est au contraire que X1 varie beaucoup et que X1 intervient beaucoup dans le calcul du facteur F. Le nuage de points est situ dans R19 (espace sept dimension). On peut extraire plusieurs facteurs F, F', F'', F''' tels que l allongement du nuage dans une direction l emporte nettement sur son allongement dans une direction quelconque. L analyse qui suit nous montrera les facteurs slectionner. 1.2. Les donnes de base

Les donnes mises en jeu dans notre tude sont relatives des variables quantitatives, des ratios11 calculs sur les donnes publies au cours de l anne 1994 par la Banque Nationale de Belgique ; un chantillon de donnes associes ces variables sont prsentes dans la figure 3.1.

11

Voir ce propos le point III mthodologie.

11

VARIABLES
X I TVA 1 400046509 2 400048685 3 400073530 4 400077686 5 400084220 6 400088475 7 400088970 8 400097284 9 400101541 10 400102234 11 400104610 12 400109459 13 400112231 14 400123416 15 400127275 16 400131532 17 400136282 18 400172510 19 400184089 20 400188643 X1 ROE 0,085324 0,052199 0,039397 0,469092 -0,05956 0,055813 0,001249 0,089259 -0,44795 0,226829 0,142775 0,0899 -0,05423 0,027805 -0,02266 0,068453 0,182946 0,00263 0,108267 0,015729 X2 ROI 0,05646 0,031644 0,009903 0,138626 0,026969 0,017998 0,000563 0,054872 -0,06503 0,079537 0,120543 0,060327 0,013725 0,037438 0,027221 0,057914 0,062507 0,058395 0,07155 0,025868 X3 REAE 0,189535 -0,04158 0,595901 2,426271 -6,41667 -8,18939 -103,379 1,664458 -0,59397 0,534124 0,713333 0,100621 0,034941 0,097516 0,083193 2,998004 0,087018 0,47726 0,629508 0,141658 X4 X5 X6 RRPT PERT/BIL LIQIM 0,304992 0 0,090491 0,217287 0 0,041623 0,093926 0 0,182106 0,244898 0 0,085608 -0,08127 -0,08954 0,014211 0,157313 0 0,910219 0,043977 0 0,235184 0,451282 0 0,113904 0,201841 -0,19917 0,018207 0,076463 0 0,005584 0,387047 0 0,542992 0,433853 0 0,78005 0,28156 -0,01209 0,033719 0,308063 0 0,031638 0,25845 -0,03653 0,213094 0,405635 0 0,311349 0,118031 0 0,013458 -0,11396 -0,24458 0,021401 0,459981 0 0,097788 -0,04136 -0,07592 0,00303 X7 LIQSS 0,091608 0,042235 0,182667 0,087624 0,015356 0,910219 0,452973 0,113904 0,018353 0,005594 0,615487 0,78005 0,037461 1,320305 0,239524 1,564788 0,013471 0,021711 1,34676 0,03408 X8 LIQSL 1,413704 0,869968 1,186131 1,210236 1,027868 1,292195 1,245045 7,427011 1,430083 1,244748 3,506273 1,403019 1,436096 2,558875 1,161463 3,49933 1,459948 1,44728 2,722977 1,066241 X9 X10 X11 VDAC FESCEAE EL 0,06401 0 1,51124 0,047844 0 1,649574 0,153529 0,447503 3,978118 0,070737 0,441695 3,383866 0,013825 0 -2,20834 0,704398 0 3,101076 0,188896 0 2,217539 0,015336 0 1,626691 0,012731 0,232046 6,887961 0,004486 0,13132 2,851866 0,154863 0 1,18443 0,555979 0 1,490229 0,02348 0 -3,95096 0,012364 0,1437 0,742691 0,18347 0,063631 -0,83263 0,088974 0 1,181981 0,009218 0 2,926825 0,014787 0,205957 0,045045 0,035912 0,086388 1,513179 0,002842 0,115347 0,608043 X12 X13 FOPAT FOPCAP 0,38926 0,690658 0,245515 1 0,197859 1 0,273524 1 0,028729 1 0,235114 1 0,200422 1 0,612102 1 0,28776 0,715611 0,253133 0,518867 0,779637 0,986061 0,616883 1 0,385618 1 0,600467 0,82684 0,370377 0,712799 0,71059 0,988948 0,13538 0,184758 0,337664 0,746994 0,563652 0,925353 0,17162 1,03807 X14 AFAT 0,383071 0,343623 0,059316 0,151603 0,001662 0,011618 0,00449 0,081418 0,144994 0,369841 0,26599 0,462479 0,125352 0,29943 0,442044 0,015049 0,60982 0,206934 0,104612 0,171878 X15 IMCAF 0,997345 0,999795 0,989237 0,557737 0,941176 0,589286 0,101045 0,675797 0,840081 0,585618 0,997541 0,994301 0,976054 0,987999 0,993113 0,66095 1 0,527863 0,997873 0,874389 X16 CAPAF 1,471289 0,714491 3,33567 1,804213 17,28431 20,23661 44,63763 7,518041 2,773347 1,319098 2,972512 1,333861 3,076272 2,425338 1,17547 47,74538 1,201574 2,184417 5,822673 0,961881

UNITS D'OBSERVATIONS

Fig. 3.1. Tableaux des donnes X = {Xij ; i de I, j de J} nombre de variables = p (dans notre cas 19) nombre d'units d'observations = n.

On trouve dans la mthodologie une srie de dfinitions de ces variables, o Xij reprsente la valeur de la variable Xj sur l unit i. le tableau ci-dessous reprsente la moyenne de chaque ratio, son cart-type et le nombre d observations.
Descriptive Statistics Mean ,1079 1,93E-02 -3,4122 17,7534 -,1944 ,4174 1,8512 3,7086 ,1271 33,9715 -15,4812 ,2722 2,9260 ,3105 ,7717 10,3685 9,1136 1,1088 1,5881 Std. Deviation 10,1241 ,1852 202,3904 966,1511 ,6738 4,9234 38,1076 40,1825 ,1712 3111,4788 976,9511 ,5256 112,8294 ,2959 ,3014 106,3837 106,5980 12,0585 1,1585 Analysis N 2951 2951 2951 2951 2951 2951 2951 2951 2951 2951 2951 2951 2951 2951 2951 2951 2951 2951 2951

ROE ROI REAE RRPT PETT_BIL LIQIM LIQSS LIQSL VDAC FESCEAE EL FOPAT FOPCAP AFAT IMCAF CAPAF FOPAF DEPEX STA

Fig 3.2. Tableaux des donnes : Statistiques descriptives des ratios

D aprs ce tableau, nous pouvons dire qu il faut prendre les donnes avec beaucoup de vigilance. Car celles-ci contiennent plusieurs erreurs d encodage, par exemple, la moyenne de l effet de levier est trs leve avec un signe ngatif (-15,4812). L importance de cette moyenne est explique par l cart type (976,9511) de la variable. La mme remarque est 12

valable pour les autres variables sauf les ratios suivant : ROI, ROI, PERT-BIL, LIQIM, VDAC, FOPAT, AFAT, IMCAF et le STA. Afin d viter de biaiser notre tude par ces donnes aberrantes, nous procderons encore une fois au nettoyage de notre chantillon. 1.3. chantillon final

Aprs une srie d opration de nettoyage sur notre base de donnes, l chantillon soumis l tude est constitu de 1226 socits anonymes qui prsentent leurs rapports annuels sous la forme de schma complet. Les statistiques descriptives sont donnes la figure 3.3.
Descriptive Statistics Mean 4,34E-02 4,28E-02 ,1631 ,1214 -5,0E-02 ,1758 ,3568 1,5198 ,1289 3,64E-02 1,3404 ,3987 ,7589 ,4301 ,8445 1,9360 1,5905 ,5383 1,4133 Std. Deviation ,1976 6,302E-02 ,3192 ,2412 ,1168 ,3441 ,8007 1,2436 ,1806 9,796E-02 2,7393 ,2465 ,2802 ,2893 ,2487 1,7400 1,7123 ,2962 ,9984 Analysis N 1226 1226 1226 1226 1226 1226 1226 1226 1226 1226 1226 1226 1226 1226 1226 1226 1226 1226 1226

ROE ROI REAE RRPT PERT_BIL LIQIM LIQSS LIQSL VDAC FESCEAE EL FOPAT FOPCAP AFAT IMCAF CAPAF FOPAF DEPEX STA

Fig. 3.3. Synthse des donnes de l tude : la moyenne, l cart type et le nombre d individus

Ce tableau montre que cet chantillon prsente des donnes acceptables pour notre tude. En effet, en l absence de contrle directe des publications par l administration fiscale, tant donne l importance du nombre d entreprises en Belgique, et les erreurs d encodage, tout utilisateur de cette base doit effectuer une srie de vrifications. L annexe 1 synthtise les critres sur lesquels nous nous sommes bass pour le nettoyage de cette base de donnes.

13

1.4.

Premire analyse : Toutes les variables et tous les individus

1.4.1. Valeurs propres de la matrice des corrlations

n 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 Valeur Pourcent Cumul 3.6028 2.6048 2.5013 1.5438 1.2335 1.1125 0.9784 0.9665 0.8962 0.7717 0.7260 0.4870 0.4296 0.3180 0.2624 0.2324 0.2169 0.0936 0.0225 18.96 18.96 13.71 32.67 13.16 45.84 8.13 53.96 6.49 60.45 5.86 66.31 5.15 71.46 5.09 76.55 4.72 81.26 4.06 85.32 3.82 89.14 2.56 91.71 2.26 93.97 1.67 95.64 1.38 97.02 1.22 98.25 1.14 99.39 0.49 99.88 0.12 100.00 0 3.6028

Variance totale = 19

Scree Plot
4

Valeur propre

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

Variables

Fig. 3.4.

Tableau des valeurs propres de la matrice des corrlations.

n = numro d ordre des valeurs propres classes dans l ordre dcroissant. Valeur propre = valeur propre de la matrice des corrlations. Pourcentage = pourcentage de variance de chaque axe factoriel. Cumul = pourcentage de variance cumul en ne considrant que 1 puis 2, puis p axes factoriels.

On sait que la somme des valeurs propres est gale p = nombre de variables. Dans le cas d un nuage sans direction principale d allongement (sphre), toutes les valeurs propres seraient gales l unit. Ce cas limite permet de considrer comme axes a priori tudier ceux dont les valeurs propres sont suprieures 1 puisque la somme des valeurs propres est gale p. dans notre cas, on considrera donc six axes tudier.

14

1.4.2. Matrice des corrlations des variables

ROE ROI REAERRPT PERT_BIL LIQIM LIQSS LIQSL VDAC FESCEAEEL FOPAT FOPCAP AFAT IMCAF CAPAF FOPAF DEPEXSTA
Correlation ROE 1.000

ROI .739 1.000 REAE .499 .555 1.000 RRPT .121 .158 .178 1.000 PERT_BIL .229 .285 .252 .594 LIQIM.013 -.012 .010 .143 LIQSS .015 -.005 -.019 .165 LIQSL .739 -.012 .001 .309 VDAC .035 -.021 -.034 -.021 FESCEAE -.017 -.048 .042 -.020 EL .142 -.081 -.033 -.059 FOPAT -.048 -.041 -.059 .429 FOPCAP -.043 -.109 .046 .305 AFAT .012 .059 -.157 -.065 IMCAF.059 .058 -.069 -.092 CAPAF -.076 -.108 .034 .195 FOPAF -.066 -.120 .038 .250 DEPEX -.084 -.177 -.104 -.021 STA .073 .053 .149 .021

1.000 .063 1.000 .064 .535 1.000 .079 .393 .629 1.000 -.032 .563 .206 -.100 1.000 -.050 -.073 -.067 .063 -.136 -.088 .002 .000 -.041 .063 .061 .324 .397 .522 .142 .099 .140 .168 .219 .063 -.084 .042 .006 -.281 .296 -.043 .085 .073 .156 .000 .054 .103 .161 .434 -.115 .070 .124 .188 .427 -.085 -.073 .004 .024 -.035 .032 .065 -.050 -.147 -.046 -.126

1.000 .026 1.000 -.046 -.102 1.000 -.002 .096 .553 1.000 -.189 -.081 .247 -.242 1.000 .022 .086 -.021 -.024 -.186 1.000 .114 -.018 .189 .249 -.604 .113 1.000 .093 .007 .297 .446 -.577 .099 .953 1.000 -.001 .091 .032 .075 .061 -.117 -.090 -.058 1.000 .036 .087 -.323 .059 -.569 .140 .215 .198 -.096 1.000

r (CAPAF, FOPAF) = 0,953 = coefficient de corrlation linaire entre les variables CAPAF et FOPAF

Fig. 3.5. Matrice des corrlations La matrice des corrlations montre l existence des corrlations significatives entre quelques variables. Les chiffres en gras concernent les variables les plus significatives, par exemple, il y a une parfaite corrlation (0.953) entre les deux variables CAPAF et FOPAF. Autrement dit, le rapport entre les capitaux permanent et les actifs fixes d une entreprise est parfaitement corrl au rapport entre les fonds propres et les actifs fixes. Ce rsultat confirme que les PME prfrent le financement de leurs investissements par des fonds propres. Ou encore, les difficults qu elles ont solliciter des emprunts auprs des banques, tant donne qu elles ne peuvent pas accder au march financier. Il y a aussi une relation significative entre le ROE et le ROI, ce qui signifie qu autant la rentabilit financire est importante au plus sa rentabilit conomique est importante. En d autres termes, la rentabilit conomique tient compte des charges financires qui ne sont pas trs importantes chez les PME puisqu elles sont finances, surtout, par des fonds propres. Enfin, une corrlation significative ngative entre le ratio AFAT et le CAPAF montre que : au plus la structure des investissements est importante dans les PME (c est--dire le niveau d actifs fixes dans l actif total), au plus elles font appellent au financement bancaire court terme). Ce rsultat montre encore une fois, du fait que ce sont des entreprises capital risque, qu elles ont des difficults solliciter des financements externes long et moyen terme. En outre que le financement par fonds propres est limit et les associs fondateurs trouvent des difficults suivre la croissance de leurs socits.

15

1.4.3. Calcul des coordonnes factorielles des points variables de N(J) On pose Gj = rj = coefficient de corrlation entre l axe et la variable j. les rsultats sont donns la figure 3.6. de l annexe 2. 1.4.4. Interprtation des axes factoriels des points variables de N(J) La composante principale2 u est sous la dpendance des variables j de N(J) qui sont le plus corrles avec lui (par dfinition, puisque les coordonnes se prsentent comme des coefficients de corrlation). Interprtation du premier axe factoriel (1 = 18,9 ; 1 = 3,6). Le premier axe caractrise une opposition entre les indicateurs suivants : AFAT d une part, et le FOPAF, le CAPAF, le LIQSL, le FOPCAP, le FOPAT, le LIQSS et l AFAT d autre part ; c est une opposition de la structure des investissements et le financement des investissements. C est une opposition de codage des donnes dans la mesure o quand le financement des investissements supplmentaires se ralise essentiellement par fonds propres (FOPAF, CAPAF, LIQSL, FOPCAP, FOPAT, LIQSS, AFAT) la variable AFAT diminue. Le premier facteur est un facteur de structure financire caractris par la position du FOPAF. Interprtation du deuxime axe factoriel (2 = 13,71 ; 2 = 2,6). D importance plus faible (de 3,2 %) que le premier, il nuance le facteur global de la structure financire en introduisant une dimension qui ne suit pas le mme sens de variation des variables. Ainsi, voit-on une opposition sur cet axe entre les variables AFAT (0,654), FOPAT (0,555), VDAC (0,507) d une part, et les variables STA (-0,622), le ROI (-0,345) et le ROI (-0,336), d autre part. Par cet axe on introduit ce qu on peut appeler un facteur de structure financire de deuxime espce (non corrl avec le premier). Ceci montre que la structure financire n est pas rductible au ratio FOPAF qui, synthtique, ne prend pas en compte toutes les dimensions du problme. Interprtation du troisime axe factoriel (3 = 13,16 ; 3 = 2,5). De mme importance que le deuxime axe, cet axe nuance aussi le facteur de la structure financire en introduisant une dimension qui ne suit pas le mme sens de variation des variables. En effet, nous observons une opposition sur cet axe entre les variables ROI (0,799), ROE (-0,736) et REAE (-0,611) d une part, et les variables CAPAF (0,312) et STA (0,138), d autre part. Ceci montre encore une fois que la performance financire ne dpend pas uniquement de la structure de financement des investissements12. Interprtation du plan factoriel compos des deux premiers axes (1 + 2 = 32,67 %). Ce plan reprsente 32,3 % de la variance explique. La structure des financements semble bien tre reprsente par ces deux premiers axes factoriels. Mais, il faut prendre nos rsultats avec beaucoup de prcautions. Pour cela nous allons procder, dans la section 1.5,
12

L interprtation doit s tendre pour les six premiers axes. Cependant, nous allons nous limiter aux trois premiers tant donne que la reprsentation graphique est impossible en trois dimensions.

16

une deuxime analyse en considrant uniquement les huit meilleures variables et tous les individus. Interprtation du plan factoriel compos du premier et troisime axe (1 + 3 = 32,12 %). Ce plan prsente presque la mme importance que le prcdant. Donc la remarque prcdente est valable aussi dans ce cas. 1.4.5. Calcul des coordonnes factorielles des points individus i de N(I)
Les points individus ont pour coordonne F(i) pour l axe de rang : F(i) = .v i. Les rsultats sont donnes la figure 3.7. (les 20 meilleurs individus) et la figure 3.8 (tous les individus) de l annexe 2.

1.4.6. Interprtation des axes factoriels par les points individus i de N(I) Comme on doit expliquer la variance de l axe , on est conduit chercher les points 13 de i qui sont responsable de cette variance . Les points i de N(I) explicatifs de la variance sont ceux qui sont les plus extrmes et dont la contribution relative ctr(i) est suprieure la moyenne des contributions au moins. On rangera donc les points explicatifs en 2 catgories ; les uns de contribution forte avec une coordonne ngative, les autres de contribution forte avec une coordonne positive. Interprtation du premier axe factoriel ( 1 = 3,60 ; 1 = 18,96 %) Points i explicatifs coordonnes ngatives Socit : 442610406 (-5,779) Socit : 441944668 (-5,072) Socit : 446374402 (-4,901) Socit : 423187343 (-4,305) Socit : 444018488 (-4,170) Points i explicatifs coordonnes positives Socit : 437464951 (10,317) Socit : 426133965 (8,174) Socit : 421575064 (8,161) Socit : 434700550 (7,200) Socit : 412669276 (7,022)

Ces socits (ou points individus i de N(I)) sont les socits caractristiques de la structure globale financire (bonne structure financire = coordonnes ngatives, mauvaise = coordonnes positives). Interprtation du deuxime axe factoriel ( 2 = 2,60 ; 2 = 13,71 %) Points i explicatifs coordonnes ngatives Points i explicatifs coordonnes positives Socit : 447195140 (-3,677) Socit : 421575064 (10,462) Socit : 429232918 (8,323) Socit : 450016157 (7,002) Socit : 447806834 (6,502) Socit : 405490484 (6,221)

13

La variance tant l expression numrique de l allongement, de l cartement de la position moyenne reprsente par le centre de gravit.

17

Ces socits sont celles concernes par le deuxime facteur qui dfinit la qualit de deuxime espce, celle lie l AFAT, le FOPAT et le VDAC. (bonne structure financire = coordonnes positives ; mauvaise structure ngatives). Interprtation du troisime axe factoriel ( 3 = 2,50 ; 3 = 13,16 %) Points i explicatifs coordonnes ngatives Points i explicatifs coordonnes positives Socit : 430471845 (-6,051) Socit : 430471845 (7,149) Socit : 430560828 (-5,007) Socit : 432940989 (6,608) Socit : 421575064 (-4,621) Socit : 414057168 (5,969)

Ces socits sont celles concernes par le troisime facteur qui dfinit la performance financire et conomique, c est--dire celles lies ROE et ROI (mauvaise performance = coordonnes positives ; bonne structure ngative). 1.4.7. Interprtation conjointe des axes factoriels par les points individus i N(I) et j de N(J) On runit naturellement les informations recueillies sur l analyse des facteurs pour l ensemble I et l ensemble J ; ce qui fournit la synthse suivante : Premier axe factoriel ( 1 = 3,60 ; 1 = 18,96 %) Coordonnes ngatives Points j de N(J) FOPAF CAPAF LIQSL Point i de N(I) Socit : 442610406 (-5,779) Socit : 441944668 (-5,072) Socit : 446374402 (-4,901) Socit : 423187343 (-4,305) Socit : 444018488 (-4,170) Coordonnes positives Points j de N(J) AFAT

Points i de N(I) Socit : 437464951 (10,317) Socit : 426133965 (8,174) Socit : 421575064 (8,161) Socit : 434700550 (7,200)

Deuxime axe factoriel ( 2 = 2,60 ; 2 = 13,71 %) Coordonnes ngatives Points j de N(J) STA REAE ROI ROE Point i de N(I) Socit : 447195140 (-3,677) Coordonnes positives Points j de N(J) AFAT FOPAT DEPEX Points i de N(I) Socit : 421575064 (10,462) Socit : 429232918 (8,323) Socit : 450016157 (7,002) Socit : 447806834 (6,502) Socit : 405490484 (6,221) 18

 Troisime axe factoriel ( 3 = 2,50 ; 3 = 13,16 %) Coordonnes ngatives Points j de N(J) ROI ROE REAE Point i de N(I) Socit : 430471845 (-6,051) Socit : 430560828 (-5,007) Socit : 421575064 (-4,621) Coordonnes positives Points j de N(J) DEPEX

Points i de N(I) Socit : 430471845 (7,149) Socit : 432940989 (6,608) Socit : 414057168 (5,969)

C est ce tableau synthtique qui permet d extraire les lments les plus significatifs de l analyse. 1.4.8. Qualit d explication Pour achever l analyse, sur le plan numrique, il reste tudier la qualit globale d explication des axes factoriels, et la qualit d explication des axes factoriels par les points individus et les points variables. a) Qualit globale d explication (qge) La qualit d explication est donne par la somme des pourcentages de variance des s axes considrs comme interprtables :

qges =

=1, s

=1, p

=1, s

s est le nombre d axes factoriels retenus. Si s = p ; qgep = 1. Dans notre cas, on a : qge2 = 1 + 2 = 32,67 % qge3 = 1 + 2 + 3 = 45,84 % qge4 = 1 + 2 + 3 + 4 = 53,96 % qge5 = 1 + 2 + 3 + 4 + 5 = 60,45 % qge6 = 1 + 2 + 3 + 4 + 5 + 6 = 66,31 % b) Qualit locale d explication (qlt) Pour chaque lment i de N(I) et j de N(J), on peut mesurer sa qualit de reprsentation dans l espace factoriel considr comme significatif (c est--dire, en ne retenant que s facteurs au lieu de p). on aura alors :

19

qlt s (i ) = qlt s =

=1, s

cor (i )

=1, s

cor ( j )

Dans notre cas, on aura pour six axes factoriels : Qualits d explication des points j de N(J) par ordre dcroissant
AFAT FOPAF ROI ROE FOPAT CAPAF LIQSL LIQIM VDAC RRPT STA LIQSS PERT/BIL FOPCAP EL REAE DEPEX IMCAF FESCEAE = 0,824 = 0,814 = 0,813 = 0,797 = 0,787 = 0,777 = 0,770 = 0,765 = 0,723 = 0,713 = 0,659 = 0,655 = 0,637 = 0,618 = 0,590 = 0,588 = 0,404 = 0,353 = 0,308

La qualit d explication des points i de N(J) sont prsents dans la figure 3.9 de l annexe 2. On notera que certains points i de N(I) ou j de N(J) ont une faiblesse de qualit d explication par rapport l espace factoriel constitu par les six premiers axes factoriels (les individus qui ont une qualit d explication infrieure 0,4 dans la figure 3.9.). Dans ce cas, cela suggre d aller plus avant dans l interprtation des axes factoriels et d tudier s il existe des explications au-del des six premiers facteurs estims a priori explicatifs. Donc, l tude de la qualit d explication nous permet d affiner l analyse en cherchant plus avant des effets locaux , autrement dit des indicateurs de performance spcifiques aux entreprises. 1.4.9. Reprsentation graphique L objectif principal de l analyse factorielle est de faire figurer des points dans un espace euclidien de faible dimension par rapport la dimension d origine (six dimensions dans notre tude). Le but de la reprsentation graphique est de suggrer, clairer, ce que le calcul ne permet pas de saisir. On fera donc des reprsentations graphiques unidimensionnelles ou bidimensionnelles selon les cas de figures, car on ne peut saisir des reprsentations de plus de trois dimensions14.

La dimension 3 pour la visualisation d un nuage de points n est pas aise ; on se contentera des dimensions d ordre infrieur.

14

20

a) Reprsentation graphique associe aux points j de N(J) Comme les coordonnes factorielles sont assimilables un coefficient de corrlation, on peut les reprsenter dans le systme d axes factoriels par rapport une sphre de rayon unit (un cercle s il s agit d un plan factoriel). Dans la figure 3.10, nous reprsentons donc successivement les plans factoriels significatifs. Dans cette figure on a considr le plan factoriel constitu des deux premiers axes.

1.0000 2

Structure des investissements (+)

AFAT VDAC FOPAT LIQIM LIQSS

DEPEX -1.0000 EL

Structure financire (-)

IMCAF PERT/BIL FESCEAE ROE ROI REAE STA

LIQSL FOPCAP RRPT 1.0000 1 FOPAF CAPAF

Structure des investissements (-)

-1.0000

Fig. 3.10. Reprsentation des points variables j de N(j) dans l espace factoriel (1, 2) Dans la figure 3.11, nous considrons le plan factoriel constitu du premier et troisime axe factoriel.
1.0000 3

Performance financire (+)

CAPAF FOPAF

-1.0000

Structure financire (-)

FESCEAE DEPEX STA EL IMCAF

VDAC AFAT

FOPCAP 1.0000 LIQSL 1 LIQSS FOPAT LIQIM S.F. RRPT

PERT/BIL REAE ROE ROI

-1.0000

Fig. 3.11. Reprsentation des points variables j de N(j) dans l espace factoriel (1, 3) 21

b) Reprsentation graphique associe aux points i de N(I) Les points individus sont reprsents dans l espace factoriel jug explicatif (six dimension dans notre cas). Comme pour les points variables, on procde par projection sur des plans factoriels. Les coordonnes ont pour valeur : F(i) = .vi . Dans la figure 3.12, on a considr le plan factoriel constitu des deux premiers axes. Ensuite la figure 3.13, on considre le plan factoriel constitu du premier et troisime axe.
11.2609 2

S.I. (+)

S.F. (+)
-11.4921 16.0707 1

-5.5056

Fig. 3.12. Reprsentation des points individus i de N(I) dans l espace factoriel (1, 2)
7.8425 3

P.F (+)

S.F. (+)
-9.6734 14.2520 1

-6.7114

Fig. 3.13. Reprsentation des points individus i de N(I) dans l espace factoriel (1, 3) 1.5. Deuxime analyse : Les 9 meilleures variables et tous les individus

Dans cette partie, nous allons affiner de plus en plus notre analyse en utilisant l ACP en choisissant uniquement les neuf meilleures variables. Pour ce faire, nous avons choisi les trois meilleures variables pour chaque axe factoriel (1, 2, 3) de l tude prcdente. Les variables retenues sont successivement : ROE, ROI, DEPEX, AFAT, STAT, FOPAT, FOPAE, CAPEF et LIQSL. 22

1.5.1. Valeurs propres de la matrice des corrlations

n 1 2 3 4 5 6 7 8 9 Valeur Pourcent Cumul 2.8958 1.8877 1.6725 0.9468 0.6474 0.4675 0.2533 0.1936 0.0353 32.18 32.18 20.97 53.15 18.58 71.73 10.52 82.25 7.19 89.45 5.19 94.64 2.81 97.46 2.15 99.61 0.39 100.00 0 2.8958

Variance totale = 9.0

Scree Plot
3.5 3.0

2.5

Vecteur propre

2.0

1.5

1.0

.5 0.0 1 2 3 4 5 6 7 8 9

Variables

Fig. 3.14.

Tableau des valeurs propres de la matrice des corrlations.

La figure 3.14 montre que chacun des trois premiers axes a une valeur propre suprieure 1. En outre, ces trois axes reprsentent 71,73 % de la variance explique. 1.5.2. Matrice des corrlations des variables
Matrice des corrlations des 9 variables
ROE ROI DEPEX AFAT STA FOPAT FOPAF CAPAF LIQSL ROE 1.000 0.739 -0.084 0.012 0.073 -0.048 -0.066 -0.076 -0.024 ROI 1.000 -0.1770 0.0590 0.0530 -0.0410 -0.1200 -0.1080 -0.0120 DEPEX AFAT STA FOPAT FOPAF CAPAF LIQSL

1.000 0.0610 -0.0960 0.0320 -0.0580 -0.0900 -0.0350

1.000 -0.569 0.247 -0.577 -0.604 -0.281

1.000 -0.323 0.198 0.215 -0.046

1.000 0.297 0.189 0.522

1.000 0.953 0.427

1.000 0.434

1.000

Fig. 3.15. Matrice des corrlations

23

1.5.3. Les coordonnes factorielles des points variables de N(J) Les rsultats sont donnes la figure 3.16 de l annexe 3. 1.5.4. Interprtation des axes factoriels des points variables de N(J) Interprtation du premier axe factoriel (1 = 32,18 ; 1 = 2,89). Le premier axe caractrise une opposition entre les indicateurs suivants : AFAT comme dans la premire analyse d une part, et le FOPAF et le CAPAF d autre part ; c est une opposition de la structure des investissements et le financement des investissements. Le premier facteur est un facteur de structure financire caractris par la position du FOPAF. Interprtation du deuxime axe factoriel (2 = 20,97 ; 2 = 1,89). D importance plus faible que le premier, il caractrise une opposition entre les indicateurs suivants : le FOPAT et le DEPEX d une part, et le ROE, le ROI et le FOPAT d autre part ; c est une opposition de la performance financire. Cette opposition a une explication financire : au plus les dpenses d exploitations y compris les avantages en nature sont importantes, au plus l entreprise est sous-performante, ce qui confirme notre premire hypothse. Interprtation du troisime axe factoriel (3 = 18,58 ; 3 = 71,73). D importance presque la mme que le prcdent, cet axe nuance le facteur de la performance financire en introduisant une dimension qui ne suit pas le mme sens de variation des variables. En effet, nous observons (voir la figure 3.16 de l annexe 3) toujours une opposition sur cet axe entre les variables ROI, ROE et la variable STA et DEPEX. Ceci montre encore une fois que la performance financire dpend du financement et du niveau des dpenses d exploitations. Interprtation du plan factoriel compos des deux premiers axes (1 + 2 = 53,15 %). Ce plan reprsente 53,15 % de la variance explique. La performance financire semble bien tre reprsente par ces deux premiers axes factoriels. 1.5.5. Calcul des coordonnes factorielles des points individus i de N(I) Les rsultats pour tous les individus sont donnes la figure 3.17 de l annexe 3. 1.5.6. Interprtation des axes factoriels par les points individus i de N(I) Nous procderons de la mme manire que dans l analyse prcdente. On rangera donc les points explicatifs en deux catgories ; les uns de contribution forte avec une coordonne ngative, les autres de coordonne positive.

24

 Interprtation du premier axe factoriel ( 1 = 2,89 ; 1 = 32,18 %) Points i explicatifs coordonnes ngatives Points i explicatifs coordonnes positives Socit : 431391860 (-3,254) Socit : 421178948 (6,608) Socit : 442610406 (-3,008) Socit : 429609931 (6,459) Socit : 441297441 (-2,865) Socit : 437464951 (6,318) Socit : 451341493 (6,292) Socit : 427912926 (6,284) Socit : 426133965 (6,274) Ces socits (ou points individus i de N(I)) sont les socits caractristiques de la structure globale financire (bonne structure financire = coordonnes ngatives, mauvaise = coordonnes positives). Interprtation du deuxime axe factoriel ( 2 = 1,88 ; 2 = 20,97 %) Points i explicatifs coordonnes ngatives Points i explicatifs coordonnes positives Socit : 438964392 (-4,284) Socit : 405490484 (4,759) Socit : 430560828 (-4,206) Socit : 444703923 (4,434) Socit : 441671979 (-4,189) Socit : 450981308 (4,413)

Ces socits sont celles concernes par le deuxime facteur qui dfinit la performance financire et conomique, c est--dire celles lies ROE et ROI (mauvaise performance = coordonnes positives ; bonne structure ngatives). 1.5.7. Interprtation conjointe des axes factoriels par les points individus i N(I) et j de N(J) Premier axe factoriel ( 1 = 2,89 ; 1 = 32,18 %) Coordonnes ngatives Points j de N(J) FOPAF CAPAF LIQSL Point i de N(I) Socit : 431391860 (-3,254) Socit : 442610406 (-3,008) Socit : 441297441 (-2,865) Coordonnes positives Points j de N(J) AFAT

Points i de N(I) Socit : 421178948 (6,608) Socit : 429609931 (6,459) Socit : 437464951 (6,318) Socit : 451341493 (6,292) Socit : 427912926 (6,284) Socit : 426133965 (6,274)

25

 Deuxime axe factoriel ( 2 = 2,60 ; 2 = 13,71 %) Coordonnes ngatives Points j de N(J) ROE ROI STA Point i de N(I) Socit : 438964392 (-4,284) Socit : 430560828 (-4,206) Socit : 441671979 (-4,189) Coordonnes positives Points j de N(J) DEPEX FOPAT Points i de N(I) Socit : 405490484 (4,759) Socit : 444703923 (4,434) Socit : 450981308 (4,413)

1.5.8. Qualit d explication a) Qualit globale d explication (qge) qge2 = 1 + 2 = 53,15 % qge3 = 1 + 2 + 3 = 71,73 % b) Qualit locale d explication (qlt) Dans notre cas, on aura pour quatre axes factoriels : Qualits d explication des points j de N(J) par ordre dcroissant
DEPEX ROE ROI FOPAF CAPAF AFAT FOPAT STA LIQSL = 0,996 = 0,872 = 0,870 = 0,868 = 0,863 = 0,832 = 0,794 = 0,663 = 0,641

La qualit d explication des points i de N(J) sont prsents dans la figure 3.18 de l annexe 3.

26

1.5.9. Reprsentation graphique a) Reprsentation graphique associe aux points j de N(J)

1.0000 2

P.F. (+)
FOPAT AFAT DEPEX LIQSL FOPAF CAPAF 1.3000 1

-1.3000

S.F. (+)

ROI ROE

STA

-1.0000

Fig. 3.19. Reprsentation des points variables j de N(j) dans l espace factoriel (1, 2) Dans la figure 3.20, nous considrons le plan factoriel constitu du premier et troisime axe factoriel.
1.0000 3

P.F. (-)

STA DEPEX -1.3000

S.F. (+)
CAPAF FOPAF 1.3000 1

AFAT LIQSL ROE ROI FOPAT

-1.0000

Fig. 3.20. Reprsentation des points variables j de N(j) dans l espace factoriel (1, 3)

27

b) Reprsentation graphique associe aux points i de N(I)

5.2340 2

P.F. (+)

-7.0045

9.3857 1

S.F. (+)

-4.7362

Fig. 3.21. Reprsentation des points individus i de N(I) dans l espace factoriel (1, 2)
6.3505 3

P.F. (+)

-9.1915

11.5726 1

S.F. (+)

-6.2804

Fig. 3.22. Reprsentation des points individus i de N(I) dans l espace factoriel (1, 3) 2. L analyse factorielle discriminante (AFD)

Nous allons proposer dans cette section une deuxime technique d analyse de donnes afin de valider empiriquement nos hypothses, il s agit de l analyse factorielle discriminante. C est une technique statistique trs accessible dont les applications sont innombrables. On peut l interprter comme une analyse en composante principale particulire. Dans un premier temps, nous prsenterons le principe de l analyse factorielle discriminante (AFD). Ensuite, nous interprterons les rsultats de l application de cette technique sur notre base de donnes.

28

2.1.

Le principe de l AFD

On considre une population P de n individus (soit notre chantillon de 1226 PME belges) divise en k classes (ou groupes d entreprises) Pj l aide d une variable Y. Sur chaque individu agissent p variables numriques X1, X2, Xp (soit X1, X2, X19 pour notre tude) variable. On distingue deux aspects en analyse discriminante : Un aspect descriptif (gomtrique) : On va chercher les combinaisons linaires des variables Xi qui permettent de sparer le mieux possible les k classes. On peut montrer que cela revient effectuer une ACP des k centre de gravit avec une mtrique particulire. Les variables discriminantes ainsi construites sont donc noncorrles entre elles. C est cette mthode qui nous intresse dans cette tude. Un aspect aide la dcision (probabiliste) : un nouvel individu se prsente pour lequel on connat les valeurs des Xi. Dans quelle classe a-t-il plus de chance d appartenir ? C est l analyse bayesienne qui permet de rpondre cette question. L objectif de l AFD consiste donc rechercher de nouvelles variables (les variables discriminantes) correspondant des directions de Rp qui sparent le mieux possible en projection les K classe d observations. Par exemple, dans le cadre de notre tude les donnes sont constitues de : P = 19 variables quantitatives X1, X2, X19 jouant le rle de variables explicatives comme dans un modle linaire, une variable qualitative T, m modalits {1, , m}{0, 1, 2, 3}15, jouant le rle de variable expliquer. Les variables sont observes sur l ensemble des n (1226) individus affects des poids i > 0, ( i = 1), et l on pose : D = diag (i; i = 1, 1226) La variable T engendre une partition {k ; k = 1, , m} (m = 4) de l ensemble des individus dont chaque lment est d effectif nk. On note donc T (n x m) la matrice des indicatrices des modalits de la variable T ; son terme gnral est la matrice :

tik = t k ( i ) =
En posant k =

1 si T ( i ) =k 0 sin on

i k

Cette variable appele performance (PERFOR) dans notre tude. Elle prend la valeur 0 si le ROE = 0%, la valeur 1 si le 0% < ROE = 10%, la valeur 2 si le 10% < ROE = 15% et la valeur 3 si le ROE > 15%.

15

29

il vient
D = T ' DT = diag ( 1 , ... , m )

2.2.

Application de la mthode sur les PME

2.2.1. Histogramme des valeurs propres Cet histogramme constitue un outil de base de validation et nous permet de slectionner les axes discriminants. La rgle de slection utilise dans ce cas pour retenir les facteurs, correspond en fait une valeur d arrt du pourcentage de variance cumule. Ce pourcentage de variance cumule pour chaque facteur est donne par la colonne cumul dans la figure 4.1.
n Valeur Pourcent Cumul 1 2.5024 2 0.1284 3 0.0366 # Valeur Valeur 0 2.5024

93.82 93.82 57 1018.4755 1742.9543 4.81 98.63 36 52.2518 193.6931 1.37 100.00 17 14.8870 44.4023

Variance totale = 2.7

Fig. 4.1.

Tableau des valeurs propres de la matrice des corrlations.

n = numro d ordre des valeurs propres classes dans l ordre dcroissant. Valeur propre = valeur propre de la matrice des corrlations. Pourcentage = pourcentage de variance de chaque axe factoriel. Cumul = pourcentage de variance cumul. # = nombre de degrs de libert.

La figure ci-dessus montre clairement que le premier axe reprsente lui seule 93,82% de l information. Par contre le deuxime reprsente uniquement 4,81% et uniquement 1,37% de l information est capture par le troisime axe. Donc, 98,63% de la variance est explique par les deux premiers axes. 2.2.2 Calcul de la valeur des vecteurs propres Ce rsultat permet de connatre l quation des axes discriminants. En effet les axes discriminants sont les vecteurs propres de la matrice (T-1B). Les rsultats sont donnes la figure 4.2. on rappelle que T est la matrice variance-covariance totale, qui se dcompose comme suit : T=W+B O W est la matrice de variance-covariance intra-classes B est la matrice de variance-covariance entre les classes (interclasses)

30

Axe : 1 ROE ROI REAE RRPT PERT_BIL LIQIM LIQSS LIQSL VDAC FESCEAE
5.261035 10.683895 0.639880 0.325100 -0.948559 -0.026098 0.014336 0.073877 0.238379 -0.145498

Axe : 2
-0.433416 -2.139511 1.183277 0.404783 3.908546 0.336636 -0.014228 0.035105 -0.016613 1.966979

Axe : 3
-3.838146 6.012055 1.442190 1.698372 -0.831281 -0.907764 0.304777 -0.371349 0.183544 -1.929920

Axe : 1 EL FOPAT FOPCAP AFAT IMCAF CAPAF FOPAF DEPEX STA

0.220476 -0.614591 -0.068173 0.341666 0.315811 0.006762 -0.039946 0.159563 0.056453

Axe : 2
-0.007463 1.510272 0.025719 0.514735 -0.861366 -0.019776 0.230453 -0.958788 -0.051186

Axe : 3
0.091292 1.213213 0.768126 -1.892167 1.739437 1.185348 -1.428505 0.122538 -0.309303

Fig. 4.2. Tableau des vecteurs propres

Les poids discriminants qui sont fournis dans le tableau ci-dessus donnent l importance des variables dans la formation des axes, ce qui ne supplante en aucun cas l examen des autres rsultats et notamment celui du tableau des facteurs. La figure ci-dessus montre clairement que le vecteur propre le plus important c est celui du ratio ROI sur le premier axe. De moindre importance que le vecteur propre ROE, ces deux vecteurs s opposent de sens avec le vecteur propre du ratio FOPAT. En outre, ce tableau confirme la concentration de l information sur le premier et le deuxime axe. 2.2.3. Interprtation des axes factoriels des points variables Dans cette section, nous dterminerons le tableau d dition des facteurs qui fournit les informations numriques sur le lien entre les facteurs et chacune des variables. Les rsultats sont donnes dans la figure 4.3 de l annexe 4. Afin d interprter les axes, nous devrons mettre en vidence les variables rpondant un critre donne sur les contributions (Coord) ou les corrlations (Cor). ventuellement, nous retiendrons les deux critres pour notre tude. Les variables retenues sont celle dont le coefficient de corrlation est suprieur 0,5 et qui prsentent les plus importantes contributions. Dans la figure 4.3, les variables qui rpondent nos critres sont reprsentes en gras si la contribution est positive et en italique si elle est ngative avec une corrlation de 0,9. Nous observons que la variable qui a la contribution la plus importante est le ROE (0.9978) en suite le ROI (0.9974) en opposition avec la variable CAPAF (-0.7291) et FOPAF (0.7083). En outre, la variable DEPEX contribue ngativement (-0.5387) la formation de cet axe. Le premier axe reprsente donc la performance financire. Pour le deuxime axe, la variable qui contribue le plus sa formation, c est le LIQSS (0.984) et LIQSL (0.954) qui reprsentent les ratios de liquidit, en opposition avec la variable DEPEX (-0.752) et la variable STA (-0.409). Cela signifie, plus les PME disposent de liquidit, plus les avantages en nature sont moins importants. Quant au troisime axe, l unique variable qui correspond notre critre c est la variable AFAT (-0.9247) avec une corrlation de 0.855, la concentration sur cet axe est donc ngligeable.

31

2.2.4. Calcul des coordonnes factorielles et interprtation des points individus La figure 4.4 de l annexe 4, nous fournis des informations numriques sur le lien entre les axes factoriels et chaque individu. Il nous permet de connatre pour chaque individu, son positionnement suite l AFD. Outre les corrlations (Cor) et coordonnes (Coord), le tableau affiche le groupe d origine (Org) et le groupe d affectation (Dest) pour chaque individu, ainsi que les distances qui les sparent des barycentres de chaque classe. Ce tableau nous permet de dgager, a priori, les individus mal classs, c est--dire celles o le groupe d origine est diffrent du groupe d affectation. Ces individus mal classs sont reprsents en gras dans la figure 4.416. Afin d analyser les axes, nous mettons comme critre de slection un seuil de 0,5 pour le coefficient de corrlation. Pour le premier axe, les 50 points (socits) explicatifs sont donns dans la figure 4.5.A. de l annexe 4 et le tableau ci-dessous reprend les socits concernes par le premier facteur qui dfinit la performance financire, c est--dire celles lies ROE et ROI (mauvaise performance : coordonnes positives ; bonne performance ngatives). Points i explicatifs coordonnes ngatives Points i explicatifs coordonnes positives Socit : 414057168 (-6,235651) Socit : 441656935 (6,337119) Socit : 443787866 (-4,511772) Socit : 430382664 (6,482877) Socit : 414057168 (-4,971622) Socit : 447288774 (6,526541) Socit : 422316719 (5,217853) Les rsultats pour les 50 meilleurs points (socits) explicatifs du deuxime axe, classs par ordre dcroissant (critre de slection la corrlation), sont reprsents dans la figure 4.5.B de l annexe 4. Le tableau ci-dessous reprend les meilleurs points (socits) concerns par le deuxime facteur qui dfinit la structure financire et la structure du financement des investissements. Points i explicatifs coordonnes ngatives Points i explicatifs coordonnes positives Socit : 407173138 (-2,375231) Socit : 429609931 (3,033607) Socit : 402059456 (-2,430935) Socit : 426133965 (3,328638) Socit : 437464951 (2,779172) Socit : 400825873 (2,356344) La figure 4.5.C reprend les principaux 50 points (socits) classs selon la corrlation par ordre dcroissant.

16

Il y a quatre modalits dans ce tableau, N_Rep pour les socits dont la variable qualitative est 0 (trs mauvaise), M1 pour les mauvaises (variable qualitative = 1), M2 pour les performantes (variable qualitative = 2) et M3 pour les plus performantes (variable qualitative = 3).

32

2.2.5. Interprtation conjointe des axes factoriels par les points individus Coordonnes ngatives Points j de N(J) CAPAF FOPAF DEPEX Point i de N(I) Socit : 414057168 (-6,235651) Socit : 443787866 (-4,511772) Socit : 414057168 (-4,971622) Coordonnes positives Points j de N(J) ROE ROI Points i de N(I) Socit : 441656935 (6,337119) Socit : 430382664 (6,482877) Socit : 447288774 (6,526541) Socit : 422316719 (5,217853)

2.2.6. Reprsentation graphique L objectif principal de l AFD est d effectuer une reprsentation gomtrique qui permet, dans un plan deux dimensions au plus, de sparer le mieux possible les quatre classes distingues par la variable qualitative performance. a) Reprsentation graphique associe aux points j de N(J) Comme les coordonnes sont assimilables un coefficient de corrlation on peut reprsenter les points variables dans un systme d axes factoriels, il s agit d un plan factoriel. Dans la figure 4.6 ci-dessous, nous reprsentons successivement les deux premiers axes factoriels.
1.5000 2

S.F. (+)
RRPT PERT_BIL

LIQSL FOPCAP FOPAT FOPAF CAPAF FESCEAE

LIQSS LIQIM

P.F. (+)
-1.5000 VDAC REAE 1.5000 1

AFAT DEPEX

ROI ROE EL STA IMCAF

-1.5000

Fig. 4.6. Reprsentation des points variables j de N(j) dans l espace factoriel (1, 2) b) Reprsentation graphique associe aux points i de N(I) Les points individus (socits) sont reprsents dans l espace factoriel comme dans le cas des points variables. La figure 4.7 montre clairement le groupement des quatre classes sur 33

le plan factoriel. L annexe 5 reprend les reprsentations graphiques par strate des points d individus.
4.4279 2 PERFORM N_Rep M1 M3 M2

S.F. (+)

P.F. (+)
-7.2968 8.9246 1

4
-5.4396

Fig. 4.7. Reprsentation des points individus i de N(I) dans l espace factoriel (1, 2) La figure ci-dessus montre clairement le regroupement des points (socits) dans le plan factoriel compos de quatre classes. Pour les points (socits) reprsents en rouges, elles se caractrisent par une sous-performance. Nous faisons la distinction entre les PME qui sont sous-performantes avec une mauvaise structure financire celles qui ont une structure financire favorable l endettement qui peut leur permettre de sortir de cette situation critique (cadrant 3). Dans le premier cas (cadrant 4), ces points socits se trouvent dans une situation trs critique. En d autres termes, la situation financire est trs mauvaise et l endettement n est pas favorable. Elles pourront donc faire l objet d une dissolution si cette situation persiste. l autre extrmit, nous avons les points (socits) caractrises par une surperformance. Nous distinguons encore une fois celles qui ont une mauvaise structure financire (cadrant 4) celles qui ont une bonne structure financire et qui l endettement est favorable afin de financer leur croissance. Entre ces deux cas extrmes, nous avons deux autres modalits intermdiaires qui peuvent tre interprts de la mme manire que les deux prcdents.

34

V.

Conclusion

Dans cette tude nous avons utilis les donnes comptables des PME qui ont la forme juridique de socit anonyme pour l exercice comptable 1994. En effet, la structure de proprit de ces socits est trs variable et nous estimons que les cots d agence varient en fonction de la structure de proprit. En effectuant une comparaison de la performance des PME belges, nous avions besoin d utiliser des techniques statistiques. Les deux techniques retenues sont l ACP et l AFD. L objectif de ces deux techniques est de dcouvrir la structure d un ensemble de variables, travers des observations comptables sur notre chantillon, sans faire usage a priori sur la structure de ces variables ou de ces observations. Comme la structure et la taille trs importante de cet chantillon, ces deux techniques nous en permis de grer et synthtiser les donnes. Nous avons montr l aide de ces deux techniques l existence d une forte corrlation entre la structure financire et la performance d une part, et la performance et l excs de dpenses en avantages en nature. En d autres termes, au plus les investissements sont financs par des fonds propres au plus la PME est performante. En outre, au plus les dpenses d exploitations y compris les avantages en nature sont important, la performance financire de la firme est moins importante. Cette tude nous a permis d avoir un aperu sur la performance financire des PME belges. Nanmoins, nous avons nglig une variable importance qui est la part du capital dtenue par les internes (insiders). Cependant, l accs cette information est une tache relativement difficile. Pour cela nous esprons amliorer cette tude en utilisant un questionnaire visant dterminer d autres variables quantitatives telles que les participations des internes, le contrle des banques, et des variables qualitatives concernant la qualit de corporate governace de ces entreprises.

35

Bibliographie
1. Commission des C.E. Rapport au Conseil, sec. 92, 351 29 avril 1992. 2. Demsetz, Harold, and Kenneth Lehn, [1985], The structure of corporate ownership : Causes and consequences , Journal of Political Economy 93, 1155-77. 3. Fama, Eugene F., et Michael C. Jensen, [1985], Organizational forms and investment decisions , Journal of Financial Economics 14, 101-19. 4. Jensen, Michael C., et William H. Meckling, [1976], Theory of the firm : Managerial behavior, agency costs and capital structure , Journal of Financial Economics 3, 305-60. 5. M. Levasseur & A. Quintart, FINANCE , Paris, Economica, 2me d., 1998, p. 59. 6. Mello, Antonio S., and John E. Parsons, [1992], Measuring the agency cost of debt , Journal of Finance 47, 1887-904. 7. Recommandation de la Commission du 3 avril 1996, J.O.C.E., L 107/4, 1996. 8. Williams, Joseph, [1987], Perquisites, risk, and capital structure , Journal of Finance 42, 29-48.

36

Table des matires

I. Introduction ..................................................................................................................2

II. La thorie financire et les PME..................................................................................2 1. La notion de PME.......................................................................................................3 2. Le cadre thorique de l tude......................................................................................3 III. La mthodologie ...........................................................................................................6 1. La base de donnes et les limites de l analyse .............................................................6 2. Les mesures des cots d agence ..................................................................................7 3. Les mesures de performance .......................................................................................8 3.1. Les ratios de rentabilit .......................................................................................8 3.2. Les ratios de liquidit ..........................................................................................8 3.3. Les ratios de solvabilit et d endettement ............................................................9 IV. Validation empirique..................................................................................................10 1. L analyse en composante principale (ACP) ..............................................................10 1.1. Le principe de l ACP ........................................................................................10 1.2. Les donnes de base ..........................................................................................11 1.3. chantillon final................................................................................................13 1.4. Premire analyse : Toutes les variables et tous les individus ..............................14 1.5. Deuxime analyse : Les 9 meilleures variables et tous les individus ............22 2. L analyse factorielle discriminante (AFD) ................................................................28 2.1. Le principe de l AFD ........................................................................................29 2.2. Application de la mthode sur les PME .............................................................30 V. Conclusion...................................................................................................................35

Bibliographie ......................................................................................................................36

37