Vous êtes sur la page 1sur 18

INFLUENCE DES INFORMATIONS COMPTABLES

SUR LES CREDITS BANCAIRES AUX


ENTREPRISES
Veronique Roug`es

To cite this version:


Veronique Roug`es. INFLUENCE DES INFORMATIONS COMPTABLES SUR LES CREDITS BANCAIRES AUX ENTREPRISES. La place de la dimension europeenne dans la Comptabilite Controle Audit, May 2009, Strasbourg, France. pp.CD ROM. <halshs-00459442>

HAL Id: halshs-00459442


https://halshs.archives-ouvertes.fr/halshs-00459442
Submitted on 24 Feb 2010

HAL is a multi-disciplinary open access


archive for the deposit and dissemination of scientific research documents, whether they are published or not. The documents may come from
teaching and research institutions in France or
abroad, or from public or private research centers.

Larchive ouverte pluridisciplinaire HAL, est


destinee au depot et `a la diffusion de documents
scientifiques de niveau recherche, publies ou non,
emanant des etablissements denseignement et de
recherche francais ou etrangers, des laboratoires
publics ou prives.

INFLUENCE

DES

COMPTABLES

SUR

INFORMATIONS
LES

CREDITS

BANCAIRES AUX ENTREPRISES


Vronique ROUGES
DRM-CREFIGE UMR 7088
Matre de confrences luniversit dvry Val dEssonne
2, rue du facteur Cheval 91025 vry cedex
Tl. : 01 69 47 07 03
Courriel : rouges@crefige.dauphine.fr

Rsum

Abstract

Cette communication sinterroge sur linfluence

This paper asks the question of the influence of

quont

les

accounting information on banks decision to grant

dcisions bancaires doctroi de crdit des

a loan to business, to choose a credit spread and to

entreprises, sur les marges pratiques sur le taux

ask securities. Thanks to the analysis of 161

dintrt

reviewed bank loans, it identify statistically this

les

informations

et

sur

les

comptables

garanties

sur

personnelles

demandes. Grce ltude de 161 crdits


examins

par

une

banque,

elle

influence.

identifie

statistiquement cette influence.


Mots cls : Banque, Crdit aux entreprises, Analyse

Key words: Bank, Business loan, Financial

financire, Informations comptables

analysis, Accounting information

Afin de lutter contre le risque de credit crunch, la pnurie de crdit, ltat franais a annonc
un plan de soutien lconomie et envisage de dbloquer 10,5 milliards deuros pour venir en
aide aux grandes banques franaises prises dans la tourmente des subprimes.
La crise financire a ainsi eu pour effet de rappeler limportance que revt le crdit bancaire
pour lconomie en gnral et pour les entreprises en particulier. Cette importance est dautant
plus grande que le financement sur les marchs, pour les entreprises qui y ont accs, est
devenu plus alatoire.
Cette peur du credit crunch, justifi par les difficults de refinancement quont pu prouver
les banques, rappelle que la dcision bancaire doctroyer un crdit une entreprise nest pas
uniquement motive par les caractristiques intrinsques de cette entreprise.
De multiples considrations entrent en ligne de compte : le risque de contrepartie, aussi appel
risque de non-remboursement, mais aussi les risques pour la banque elle-mme tels les risques
de march, doption, de liquidit, de paiement anticip, de gestion et dexploitation,
ventuellement les risques sur ltranger, administratif, rglementaire, vnementiel,
spcifique (Fong et Vasicek, 1997) ainsi que les risques conjoncturel et systmique, etc.
Ces considrations sinscrivent gnralement dans une approche prospective qui tente
danticiper les vnements dfavorables qui pourraient se produire. Aussi, elles ne peuvent
pas sappuyer uniquement sur des informations passes qui rendent compte de caractristiques
valables pour une priode rvolue, quelles que soient les qualits de ces informations.
On peut ainsi sinterroger sur linfluence de telles informations sur les dcisions bancaires, car
elles ne peuvent pas tre ignores mais sont logiquement insuffisantes. Cest le cas des
informations comptables, cest--dire des informations tires des documents comptables
obligatoires.
Celles-ci ont diffrents objectifs selon lapproche propre chaque pays, sa culture (Gray,
1988), son systme de gouvernance, politique et conomique (Richard, 2005, p. 11), etc. Quil
sagisse de renseigner les utilisateurs sur la performance oprationnelle ou financire dune
entreprise, sur sa solvabilit, sa liquidit, les comptes publis rendent compte dune priode
passe, qui peut savrer lointaine lorsque lon additionne le dlai dapprobation aux dlais de
production et de certification des comptes.
Dans une optique prospective, notamment dans un contexte de turbulences conomiques, ces
informations ne peuvent suffire produire un jugement clair sur un risque venir.
Pourtant, les donnes comptables prsentent certaines qualits qui les rendent apprciables
dans un tel contexte. Outre quelles sont publiques, certifies, approuves et quelles
permettent le suivi de lentreprise dans le temps avec des mthodes dvaluation stables, les
donnes comptables, parce quelles rendent compte dune priode coule, peuvent apporter
un contrepoids aux informations chaotiques qui abreuvent les dcideurs en temps de crise
surmdiatise. Peut-tre permettent-elles, aprs tout, une certaine prise de recul et favorisentelles une dcision qui ne se prend pas chaud et uniquement sur la base dune actualit
brlante.
Tout du moins, elles devraient permettre dapprcier la structure financire et la performance
dune entreprise et de son mode de fonctionnement de faon rationnelle. La pratique de
lanalyse financire sest btie sur cette croyance et la capacit des informations comptables
prdire des risques, tels que le risque de dfaillance, cest--dire le risque douverture dune
procdure judiciaire (Bardos, 2001), est dmontre comme nous le verrons plus loin.
2

Les informations comptables devraient donc contribuer lvaluation du fonctionnement de


lentreprise et des risques qui lui sont propres, limitant ainsi les effets de panique dus
lintgration dinformations sur lesquelles les dcideurs disposent de moins de recul.
Cette rapide rflexion nous amne nous interroger sur le poids qui est donn dans les
dcisions ces informations qui pourraient, dune certaine manire, jouer les amortisseurs
en rappelant les fondamentaux conomiques des entreprises.
Nos interrogations portent notamment sur la capacit obtenir des liquidits auprs des
tablissements de crdit puisque ce mode de financement semble mieux adapt ce contexte
de crise, mme pour les entreprises qui peuvent se financer sur les marchs financiers. En
effet, du fait de la baisse quasi gnrale des cours boursiers, il est ncessaire dmettre plus de
titres quauparavant pour obtenir un mme montant de liquidits sans avoir la certitude de
russir lopration.
Cest donc le financement auprs des tablissements de crdit qui attirera notre attention dans
cette communication et, plus particulirement, la faon dont les informations comptables sur
les entreprises demandeuses influencent les dcisions des banques.
Nous nous demanderons, donc, quel est le poids des informations comptables sur les dcisions
bancaires de crdit aux entreprises ?
Afin de rpondre cette question, nous nous intresserons, dans un premier temps, au rle
que la littrature prte aux informations comptables dans la dcision bancaire de prter aux
entreprises ainsi que dans le choix des conditions du crdit. Nous complterons ces propos par
des remarques issues de nos observations lorsque cela nous paratra judicieux.
Dans un second temps, nous analyserons les rponses donnes par une banque des
demandes de crdit dentreprises franaises afin den infrer, statistiquement, la part de la
dcision qui peut tre attribue aux informations comptables.

1.

INFORMATIONS COMPTABLES, EVALUATION DU RISQUE ET


CREDIT BANCAIRE AUX ENTREPRISES

Linfluence des informations comptables sur les dcisions des banques de prter aux
entreprises nest pas, notre connaissance, directement aborde par des tudes antrieures.
Cependant, des travaux sintressent leur capacit prdire le risque de dfaillance, risque
qui est intrinsquement li au risque de non-remboursement (ou de contrepartie) dun crdit et
qui devrait avoir une incidence directe sur le choix de prter ou non (1.1). Nous nous
demanderons ensuite dans quelle mesure les informations comptables peuvent influencer les
conditions du crdit via le risque quelles ont permis dvaluer (1.2).
1.1. Les informations comptables permettent dvaluer le risque de dfaillance
Depuis les travaux pionniers de Beaver (1966) et dAltman (1968) sur la capacit des ratios
comptables prvoir la dfaillance des entreprises, plusieurs courants de recherche ont
contribu dmontrer lutilit des informations comptables en la matire.

Deux grands types de recherches sintressent au pouvoir de prvision des dfaillances


partir dinformations comptables. Le premier sinscrit directement dans le prolongement des
travaux de Beaver et dAltman et concerne le scoring. Le second, celui du human information
processing, sintresse la capacit des analystes bancaires de crdit utiliser ces ratios
comptables afin de prvoir les dfaillances.
Les travaux sur les fonctions score ont produit de nombreuses tudes qui sont recenses
successivement par Altman (1984) et Altman et Narayanan (1997). En France, elles ont
abouti, entre autres, la cration des fonctions scores de la Banque de France (Bardos, 2005)
et au score Conan-Holder (1979).
Ces tudes montrent la capacit discriminer entre les entreprises qui connatront une
dfaillances et celles qui y chapperont. Ainsi, Beaver (1966), qui na pas, proprement
parler, produit une fonction score, parvenait 78 % de classements corrects contre 95 % pour
la fonction Z dAltman (1968).
Le courant du human information processing, malgr de premires tudes parfois
contradictoires (Casey, 1980 ; Libby, 1975 ; Zimmer, 1980), montre, par ailleurs, que les
banquiers sont en mesure dutiliser des ratios comptables afin de prdire les dfaillances
dentreprises.
Ce rsultat est confirm par la mta-analyse de Lin et Hwan (2000) qui, en plus de rconcilier
les tudes en soulignant leffet des conditions dexprimentation, dresse une vaste revue de
littrature sur la question1.
Les informations comptables sont ncessaires et ont dmontr leur utilit pour lvaluation du
risque de dfaillance des entreprises qui est la principale cause du risque de non
remboursement dun crdit octroy une entreprise. Il est donc logique que les analystes
bancaires les utilisent pour appuyer leurs dcisions de crdit.
Toutefois, linfluence quont ces informations sur la dcision doctroyer un crdit, mme si
elle est certaine2, nest pas mesure.
Au cours de notre revue de littrature, nous avons rencontr divers ratios comptables dont les
tudes ont dmontr la capacit prvoir les dfaillances dentreprises. Certains reviennent
frquemment aussi avons-nous ralis une sorte de palmars des ratios les plus rencontrs.
Nous pourrons les utiliser comme reprsentatifs des informations comptables capables de
discriminer entre entreprises qui connatront une dfaillance et les autres.
Ce palmars est prsent dans le tableau n 1. Nous nous sommes limite aux ratios
rencontrs au moins cinq fois.

Par souci de lgret, nous ne dveloppons pas lensemble des travaux consults, mais nous renvoyons le
lecteur la bibliographie de larticle de Lin et Hwan (2000).
2
Elle est, de plus, confirme par des entretiens avec des banquiers que nous avons raliss.

Tableau n 1 Ratios les plus frquemment rencontrs dans la littrature


Ratios tels que rencontrs dans la littrature
Traduction / Adaptation
1 Current Assets / Current Liabilities = Current ratio Ratio de liquidit gnrale
2 EBIT / Total Assets
EBE / Total du bilan
3 Net Income / Total Assets
Rsultat / Total du bilan
4 Quick Assets / Quick Liabilities = Quick ratio
Ratio de liquidit restreinte
5 Total Liabilities / Owners Equity
Dettes / Capitaux propres
6 Total Debt / Total Assets
Dettes / Total du bilan
7 Cash / Total Assets
Trsorerie / Total du bilan
8 Current Assets / Total Assets
Actif circulant / Total du bilan
9 Working Capital / Total Assets
BFR / Total du bilan
10 Net Income / Net Worth
Rsultat / Capitaux propres
11 Long Term Debt / Equity
Dettes financires / Capitaux propres
12 Retained Earnings / Total Assets
Rserves / Total du bilan
13 Sales / Total Assets
Chiffre daffaires / Total du bilan
Source : Rougs (2005, p. 57)

ces ratios, pour la plupart issus dtudes anglo-saxonnes, nous adjoindrons ceux issus de
scores franais connus comme la fonction Z de la Banque de France et le score Conan-Holder.
De cette faon, nous esprons mieux cerner les informations qui ont pu conduire aux
dcisions que nous allons tudier.
1.2. Les conditions du crdit
On peut considrer que les conditions du crdit, telles le taux dintrt appliqu, les garanties
prise, les clauses restrictives imposes sont des moyens de rpondre au risque de crdit.
En effet, dans une logique financire, le taux dintrt rmunre le risque. De faon un peu
plus pointue, il peut tre dcompos en une partie reprsentant le loyer de largent prt,
qui est lie au cot de refinancement de la banque, et une partie qui correspond la
rmunration du risque proprement dite : la marge pratique.
Celle-ci devrait tre corrle au risque du crdit et, notamment, au risque de contrepartie que
nous venons dtudier. Cette hypothse se retrouve dans plusieurs tudes sur le crdit aux
entreprises (Berger et Udell, 1990 ; Shailer, 1999 ; Ewert, Schenk et Szczesny, 2000 ; Morgan
et Ashcraft, 2003).
Cependant, notons, encore une fois, que le risque de contrepartie nest pas la seule de source
de risque pour la banque. Aussi, la liaison entre le risque de lentreprise et la marge a pu tre
observe (Keasey et Watson, 2000 ; St-Pierre, 2000), mais est souvent module par dautres
facteurs de risque tels que lasymtrie dinformation.
Il convient dajouter que la marge est galement porteuse dune logique commerciale. Ainsi,
considrer que le risque de dfaillance accrot le taux dintrt est insuffisant, car celui-ci est
un prix de march que la banque ne peut faire voluer trop librement, que ce soit pour des
raisons de concurrence ou rglementaires (seuil de lusure, notamment).
De plus, accrotre la marge pour tenir compte du risque dans une situation dasymtrie
dinformation se rvle gnralement inefficace et peut crer des phnomnes de slection
adverse, dincitation adverse et dala moral (Charlier, 1995). En cas de risque jug trop
lev, la banque pourra donc prfrer ne pas octroyer le crdit. Cela est cohrent avec les
5

propos de Lown, Morgan et Rohatgi (2000) pour qui le taux dintrt peru est secondaire par
rapports aux standards requis pour laccord dun crdit. Cela est galement cohrent avec les
propos que nous avons pu recueillir en entretiens.
Cette rflexion nous amne choisir de ntudier le taux dintrt pratiqu que pour les
crdits octroys. Dune part, cest uniquement dans ce cas que le taux dintrt peut tre
considr, vritablement, comme une rponse au risque. Dautre part, il nous parat
aventureux dtudier un taux qui aurait pu tre pratiqu sur un crdit non octroy, mais qui ne
correspond pas une ralit observe.
Plutt que le rationnement du crdit, une autre rponse possible au risque li lasymtrie
dinformation est le recours des contrats sparants (Statnik, 1997) qui nattirent quune
certaine catgorie de risques. Lutilisation de garanties est une expression possible de ces
contrats sparants. En effet, un crdit assorti de garanties lourdes ne devrait attirer que les
entreprises les moins risques.
L se pose la question de la logique de mise en place de ces conditions. Des garanties sontelles uniquement mises en place pour discriminer entre des niveaux de risque que la banque
ne peut valuer ou, au contraire, parce que lemprunteur a t jug risqu ? En effet, les
garanties peuvent rduire le risque a priori (signal, effet de slection), mais aussi a posteriori
en fournissant une source alternative de remboursement.
Dans notre tude, cest la seconde dimension qui nous intresse puisque les informations
comptables permettent dvaluer le risque de dfaillance et non les risques lis lasymtrie
dinformation.
Cependant, le sens de la relation entre le risque du crdit et la prise de garanties ne nous
semble pas avoir t tranch par la littrature.
Nous nous sommes galement intresse la possibilit pour les banques de demander la
mise en place de clauses restrictives (plus connues sous le terme anglais de covenant). Cellesci, par leur effet de contrainte, limitent les possibilits dopportunisme a posteriori. Elles
peuvent galement permettre le maintien de la structure financire dans un tat proche de
celui qui a t examin pour estimer le risque de dfaillance.
Bien quelles semblent utilises en France (nous avons, au cours de nos observations, entendu
parler de clauses de sortie ), leur exercice nous parat dlicat. Nous navons pas eu
dexemple en la matire au cours de nos entretiens et nous avons tendance les considrer
comme des clauses confrant un certain droit de regard la banque plutt que comme des
conditions rellement incitatives du crdit. De ce fait, elles nous semblent plus relever de la
clause classique dun contrat de prt long terme, ce qui semble confirm par notre
chantillon, plutt que de clauses mises en place au regard dun risque valu, que ce soit
des fins de sauvegarde ou pour limiter lala moral. Quand bien mme ce dernier rle serait
bien jou par les covenants, ce nest pas aux risques qui dcoulent de lasymtrie
dinformation que nous nous intressons, mais ceux qui peuvent tre valus au moyen des
informations comptables.
Dans notre tude empirique, nous ntudierons donc pas la prsence de clauses restrictives.
Enfin, Statnik (1997) considre galement le crdit confirm comme une rponse
lasymtrie dinformation, car le montant et les conditions du crdit sont ainsi dcids

lavance, ce qui limiterait les risques lis lasymtrie dinformation au moment de


lengagement.
Cette pratique rpandue du crdit confirm nous semble, cependant, plus utilise pour
rpondre aux besoins des entreprises qu celui des banques en matire de contrle des
risques. Il nous parat, donc, difficile de lanalyser comme une rponse bancaire un niveau
de risque valu.

2.

ETUDE EMPIRIQUE DE LINFLUENCE DES INFORMATIONS


COMPTABLES SUR LES CREDITS BANCAIRES AUX
ENTREPRISES

Nous prsenterons notre tude empirique en commenant par sa mthodologie (2.1). Nous
prsenterons ensuite ses rsultats en ce qui concerne linfluence des informations comptables
sur loctroi dun crdit (2.2), sur la marge pratique (2.3) et sur les garanties personnelles
mises en place (2.4).
En effet, compte tenu de ce que certains crdits sont naturellement garantis par des actifs
(escompte, loi Dailly) sans quils aient fait lobjet de la moindre demande de garantie, nous ne
pouvons examiner le choix de mettre en uvre des garanties que pour les garanties
personnelles.
2.1. Mthodologie
La mthodologie de notre tude est dcrite travers ses deux principales dimensions :
lchantillon tudi (2.1.1) et les traitements statistiques auxquels nous avons procd (2.1.2).
2.1.1. chantillon
Notre chantillon est constitu de 161 dossiers de crdit consults au sein dune banque qui a
souhait conserver lanonymat. Par commodit, nous la nommerons : la banque.
Nous attirons lattention du lecteur sur la difficult daccs au terrain bancaire du fait de
lobligation de secret qui incombe la profession bancaire et qui fait partie intgrante de sa
culture. Ainsi, bien que lchantillon soit relativement petit, il constitue un ensemble de
donnes particulirement rares.
Ces dossiers de crdit concernent des demandes dattribution ou de renouvellement de crdits,
formules par des entreprises, auxquelles la banque a apport une rponse au cours du premier
semestre 2003.
Les demandes de crdit examines manent dentreprises dont le chiffre daffaires est
infrieur 150 millions deuros. La slection semble avoir suivi un processus alatoire, de ce
que nous avons pu en juger en observant des banquiers effectuer une slection
complmentaire de dossiers afin dtoffer, notre demande, lchantillon initialement fourni.
Les dossiers consults contiennent de nombreuses donnes organises en rubriques
Courrier , Documents comptables , Plaquette , Renseignements gnraux On y
trouve, outre les documents comptables, des lments juridiques, des donnes issues de la
7

gestion des comptes par la banque, la documentation recueillie auprs de la Banque de


France, des lments de correspondance ainsi que dautres lments, fournis selon le cas.
Enfin, les dossiers contiennent galement, et surtout, un document danalyse et de
prsentation qui rcapitule les lments cls de la demande de crdit, dont un rsum simplifi
des documents comptables, portant lavis des organes de dcision bancaire.
Lexamen de lensemble des dossiers de lchantillon va nous permettre didentifier
linfluence des informations comptables sur la dcision doctroyer ou non le crdit.
Lexamen des seuls dossiers ayant reus une rponse favorable, soit 135, va, quant lui, nous
permettre destimer linfluence des informations comptables sur le choix des marges
pratiques et des garanties personnelles mises en place.
2.1.2. Traitements statistiques
Notre but est destimer la part de la dcision qui est attribuable des informations comptables
et, donc, le pouvoir explicatif des informations comptables. De ce fait, nous ne nous
intressons pas la signification individuelle dune variable comptable, mais au pouvoir
explicatif dun modle statistique comptable.
Nous avons donc prfr procder par slection de variables afin dobtenir le modle
statistique qui prsente le meilleur pouvoir explicatif plutt que par identification de variables
individuellement significatives.
Cette dernire approche se heurterait, dailleurs, un problme spcifique aux informations
issues de la comptabilit : une forte colinarit. En effet, du fait du principe de partie double,
les donnes comptables sont des combinaisons linaires les unes des autres. cela sajoute
une certaine proportionnalit qui fait que lon peut retrouver des structures de bilan ou de
compte de rsultat proches dune entreprise une autre, notamment dans le mme secteur
dactivit ; ce phnomne est la base de lanalyse financire.
Deux informations comptables individuellement significatives peuvent ainsi tre redondantes.
Les additionner dans un modle prsente peu dintrt puisquelles apportent plus ou moins le
mme contenu informationnel. Mieux vaut donc, dans loptique qui est la ntre, slectionner
les variables en fonction de ce quelles apportent en plus par rapport aux autres variables
plutt quen fonction de ce quelles apportent individuellement.
Outre ces informations, nous avons utilis des variables de contrle afin de neutraliser un
ventuel effet de taille, que ce soit celle de lentreprise ou celle du crdit lui-mme.
Nous avons galement utilis une variable binaire (LP) afin de distinguer les lignes de crdit
court terme (un an) des crdits plus long terme bien que ceux-ci prennent souvent la forme
de crdits confirms. De cette manire, nous vitons de scinder un chantillon dj
relativement petit tout en tenant compte de la diffrence quil existe entre des lignes de crdit
et des prts moyen ou long terme mais qui, par leur forme, sont relativement similaires.
2.2. Influence des informations comptables sur les octrois de crdit
Afin de neutraliser les effets de la taille de lentreprise, nous avons retenu le logarithme du
total de bilan (LNTB) qui donne de meilleurs rsultats que le total de bilan (TB) ou dautres

indicateurs comptables de taille tels que le chiffre daffaires (CA) ou son logarithme (LNCA),
la valeur ajoute (VA) ou son logarithme (LNVA).
Le rapport entre le montant du crdit demand et le total du bilan (TXCRED) sert, quant lui,
limiter leffet de la taille du crdit relativement celle de lentreprise. En effet, la taille de
lentreprise limite naturellement le montant du prt qui peut tre demand.
Enfin, nous avons utilis une autre information qui semble avoir un impact sur loctroi du
crdit : la part du crdit couverte par des garanties personnelles consenties (COUVPERS). De
toutes les variables reprsentatives des conditions du crdit, les garanties personnelles taient
les seules susceptibles davoir un effet statistique. Cet effet pourrait apporter un dbut de
rponse notre question concernant le sens de la liaison risque / garanties.
Le modle form par les variables de contrle et son pouvoir explicatif sont prsents dans les
tableaux n 2 et 3.
Tableau n 2 Signification des variables de contrle de loctroi
B
E.S.
Wald
ddl
Signif. Exp(B)
LP
,679
,603
1,267
1
,260
1,971
COUVPERS
-,012
,006
4,315
1
,038*
,988
LNTB
,358
,217
2,724
1
,099
1,430
TXCRED
-,019
,018
1,113
1
,291
,981
Constante
-4,057
3,644
1,240
1
,265
,017
Source : Adapt de Rougs (2005, p. 252)
Tableau n 3 Pouvoir explicatif des variables de contrle de loctroi
R-deux de Cox & Snell R-deux de Nagelkerke
,089
,152
Source : Adapt de Rougs (2005, p. 252)

Bien que la slection ascendante des variables potentiellement explicatives soit prfrable
lorsque les variables sont corrles, comme cest le cas avec des variables comptables, nous
avons d recourir une slection descendante.
En effet, aussi tonnant que cela puisse paratre, aucune des variables comptables retenues
lissue de notre revue de littrature nest individuellement significative. Une slection
ascendante nous conduirait donc nen retenir aucune.
Cela nest pas satisfaisant, dautant que les donnes comptables sont gnralement utilises
conjointement pour obtenir une impression densemble sur la situation financire dune
entreprise.
Une slection descendante3, au contraire, nous conduit retenir le current ratio (CURRENT)
que lon peut rapprocher du ratio de liquidit gnrale et le ratio BFR / Total du bilan
(WCTB). Le rsultat de cette slection est prsent dans le tableau n 4.

SPSS offre trois mthodes de slection descendantes. Nous avons vrifi que les trois conduisaient aux mmes
rsultats.

Tableau n 4 Signification des variables du modle comptable doctroi


B
E.S.
Wald
ddl
Signif. Exp(B)
LP
,335
,626
,286
1
,593
1,397
COUVPERS
-,011
,006
3,009
1
,083
,989
LNTB
,322
,226
2,041
1
,153
1,380
TXCRED
-,028
,021
1,767
1
,184
,972
CURRENT
,048
,017
8,058
1
,005**
1,049
WCTB
-,109
,039
7,785
1
,005**
,896
Constante
-7,863
4,103
3,673
1
,055
,000
Source : Adapt de Rougs (2005, p. 254)

Le current ratio influence positivement la dcision doctroi tandis que le ratio BFR / Total du
bilan linfluence ngativement.
Ce rsultat est cohrent avec lintuition que lon pourrait avoir si lon raisonne en termes de
risque de liquidit. En effet, plus le current ratio est lev, meilleure est la capacit de
lentreprise faire face, court terme, ses dettes exigibles avec ses actifs ralisables. Au
contraire, plus le BFR est important relativement au total du bilan de lentreprise et plus elle
aura de besoins financer court terme, ce qui peut induire un risque de cessation de
paiement.
Le modle obtenu prsente un pouvoir explicatif relativement faible mais non ngligeable. En
effet, il nexplique que 26,6 % des dcisions doctroi tudies. (Tableau n 5)
Tableau n 5 Pouvoir explicatif du modle comptable doctroi
R-deux de Cox & Snell R-deux de Nagelkerke
,156
,266
Source : Adapt de Rougs (2005, p. 255)

Cependant, il parvient classer correctement 139 cas sur 161 et est particulirement efficace
pour prvoir les octrois. Il obtient 86,3 % de bons classements et 98,5 % de bons classements
pour les octrois. (Tableau n 6)
Tableau n 6 Capacit du modle comptable discriminer entre octroi et refus
Prvu
Observ
Octroi ou non
Pourcentage correct
Refus
Octroi mme partiel
Octroi ou non
Refus
6
20
23,1
Octroi mme partiel
2
133
98,5
Pourcentage global
86,3
Source : Rougs (2005, p. 255)

Ce tableau, bien que montrant un taux de classement relativement bon4, indique que le modle
peine rendre compte des refus. Cela est, toutefois, aisment explicable par la prudence ou
laversion au risque des dcideurs.
En effet, octroyer tort un crdit fait supporter un risque de perte plus lev (le montant du
crdit) que ne pas loctroyer (le montant de la marge). Il est donc possible que les banquiers
puissent se montrer plus rticents quun modle octroyer des crdits.

Une discussion informelle avec le responsable des crdits de la banque, lors de la remise de nos travaux, nous a
permis de dcouvrir que les modles en cours de test natteignaient pas 60 % de bons classements.

10

Le modle test, obtenu partir des informations comptables tires de notre revue de
littrature, nexplique que 26,6 % des dcisions doctroi tudies. Cela nous amne nous
demander si les informations comptables, en gnral, nexpliquent que 26,6 % des dcisions
doctroi de crdit des entreprises ou si ce sont les informations prcises que nous avons
utilises qui nexpliquent que 26,6 % des dcisions doctroi. En effet, peut-tre les
informations issues de la littrature que nous avons utilises ne sont pas celles utilises par les
dcideurs de la banque.
Dans ce dernier cas de figure, cela peut suggrer que les banquiers qui ont pris ces dcisions
ne connaissent pas les tudes que nous avons consultes, ce qui est fort probable. Se pose
alors la question de la qualit des dcisions prises, que nous ne pouvons, malheureusement,
pas juger. En fonction de cette qualit, il pourrait tre pertinent, soit de revenir sur la
formation dispense la profession bancaire, soit dactualiser les connaissances issues des
tudes antrieures pour les adapter aux pratiques bancaires.
2.3. Influence des informations comptables sur les marges de taux appliques
L encore, leffet de taille a t neutralis par le logarithme du total de bilan (LNTB).
Cependant, leffet de la taille du crdit est, cette fois, neutralise par le montant demand
(DEMANDE) qui est plus significatif que le montant rapport la taille de lentreprise. Ce
fait est aisment explicable par lutilisation courante de grilles de rmunration qui
fournissent une base la fixation de la marge applicable et qui sappuient, entre autres, sur le
montant du crdit.
La signification et le pouvoir explicatif de ces variables de contrle sont prsents dans les
tableaux n 7 et 8.

(constante)
LP
DEMANDE
LNTB

Tableau n 7 Signification des variables de contrle de la marge


Coefficients non standardiss Coefficients standardiss
t
B
Erreur standard
Bta
2,052
,509
4,029
-,065
,093
-,070
-,704
3,395E-08
,000
,227
2,093
-,083
,031
-,284
-2,717
Source : Adapt de Rougs (2005, p. 273)

Sign.
,000
,483
,039*
,008**

Tableau n 8 Pouvoir explicatif des variables de contrle de la marge


R-deux
R-deux ajust
,077
,051
Source : Adapt de Rougs (2005, p. 273)

Par souci de cohrence, nous avons, l encore, appliqu une procdure de slection
descendante.
Les variables retenues sont : la trsorerie rapporte au total du bilan (TRESOTB), le quick
ratio (QUICK) qui peut sapparenter un ratio de liquidit restreinte, le ratio dendettement
(DETFICP), le dlai client (DELCLIEN) et lEBE / Total du bilan (EBETB). Le modle
obtenu est prsent dans le tableau n 9.

11

Tableau n 9 Signification des variables du modle comptable de la marge


Coefficients non standardiss Coefficients standardiss
t
B
Erreur standard
Bta
(constante)
1,720
,473
3,640
LP
-,144
,085
-,153
-1,692
DEMANDE
3,779E-08
,000
,253
2,507
LNTB
-,071
,027
-,242
-2,589
TRESOTB
,005
,002
,218
2,444
QUICK
,002
,001
,223
2,568
DETFICP
,001
,001
,186
2,219
DELCLIEN
-,062
,024
-,219
-2,578
EBETB
,012
,004
,260
2,938
Source : Adapt de Rougs (2005, p. 275)

Sign.
,000
,094
,014*
,011*
,016*
,012*
,029*
,011*
,004**

Le ratio dendettement de lentreprise, qui permet dvaluer le risque quelle ne puisse pas
faire face ses obligations financires long terme, a un effet positif (et donc dfavorable
pour lentreprise) sur la marge que lui applique la banque. Cet effet est cohrent avec la
logique financire de rmunration du risque : plus le risque est lev et plus la marge sera
leve.
En revanche, les autres variables ont un effet plus inattendu. La trsorerie, le quick ratio et
lEBE / Total du bilan ont un impact positif sur la marge tandis que le dlai client a un impact
ngatif. Pourtant, une trsorerie et une liquidit importantes devraient contribuer rduire le
risque dilliquidit qui peut conduire une cessation de paiement tandis quun EBE lev est,
en principe, un gage de performance oprationnelle. De mme, un dlai client lev indique
une difficult tirer rapidement des liquidits des ventes ralises, ce qui cre des besoins de
financement. De prime abord, nous nous serions attendue des rsultats inverses.
Les indicateurs de multicolinarit affichant des valeurs convenables, l nest probablement
pas lexplication ces rsultats contre intuitifs. Peut-tre faut-il chercher du ct de la thorie
de lintermdiation financire.
En effet, les banques sont supposes jouer le rle de lisseurs de taux dintrt (Petersen et
Rajan, 1995 ; Berlin et Mester, 1999). Ainsi, peut-tre faut-il voir dans ces variables lide
que les banques pratiquent des marges plus leves en priode faste, quitte les revoir la
baisse en priodes moins florissantes.
Se rmunrer mieux lorsque lentreprise cliente en a les moyens renvoie au problme du
hold-up (Gorton et Winton, 2002) rendu possible par la situation de quasi-monopole
(Sharpe, 1990 ; Rajan, 1992) acquise par la banque grce aux informations tires de sa
relation avec ses clients. En effet, celles-ci permettent la banque de rduire son asymtrie
dinformation. Elle peut ainsi proposer des taux moins levs que la concurrence, ce qui
empche lentreprise de changer de banque, mais plus levs que ce quelle aurait pu proposer
compte tenu de cette rduction dasymtrie dinformation. Les banques sont ainsi en position
de tirer une rente informationnelle de la relation quelles entretiennent avec leurs clients.
Cette fois encore, le modle prsente un pouvoir explicatif relativement faible. Il nexplique
que 25,5 % de la variance des marges pratiques. (Tableau n 10)

12

Tableau n 10 Pouvoir explicatif du modle comptable de la marge


R-deux
R-deux ajust
,310
,255
Source : Adapt de Rougs (2005, p. 276)

Encore une fois, nous devons nuancer ce rsultat compte tenu du fait que nous utilisons des
ratios comptables tirs de la littrature qui ne sont peut-tre pas ceux utiliss par les banquiers
ayant procds ces choix bancaires.
De plus, il est possible que ce choix soit guid par des standards que nous peinons rendre.
2.4. Influence des informations comptables sur les garanties personnelles demandes
Bien que le fait daccepter de fournir une garantie personnelle semble avoir un impact sur
loctroi dun crdit (Cf. 2.2), le sens de la liaison risque / garantie nest pas tranch par la
littrature. Aussi, nous tentons ici de voir sil y a une influence des variables comptables
servant lvaluation du risque sur le fait quun crdit soit assorti dune garantie personnelle.
Afin de neutraliser leffet de la taille de lentreprise, nous avons, cette fois, utilis la valeur
ajoute (VA) qui donne les meilleurs rsultats statistiques. Pour des questions de lecture de
linfluence de cette variable, nous lavons exprime en millions deuros (VAMIL) plutt
quen euros. La variable qui semble le mieux neutraliser leffet de la taille du crdit est le
logarithme du montant demand (LEDEMAND).
La signification de ces variables de contrle et leur pouvoir explicatif sont prsents dans les
tableaux n 11 et 12.
Tableau n 11 Signification des variables de contrle des garanties personnelles
B
E.S.
Wald
ddl
Signif. Exp(B)
LP
1,362
,634
4,623
1
,032*
3,905
LNDEMAND
,967
,335
8,321
1
,004**
2,631
VAMIL
-,070
,028
6,153
1
,013*
,932
Constante
-15,281
4,685
10,637
1
,001
,000
Source : Adapt de Rougs (2005, p. 287)
Tableau n 12 Pouvoir explicatif des variables de contrle des garanties personnelles
R-deux de Cox & Snell R-deux de Nagelkerke
,118
,242
Source : Adapt de Rougs (2005, p. 28)

La slection descendante parmi les variables tires de notre revue de littrature aboutit ne
retenir que le ratio Rserves / Total du bilan (RESERVTB)5. Le modle ainsi obtenu est
prsent dans le tableau n 13.

Notons quune slection ascendante aboutirait au mme rsultat.

13

Tableau n 13 Signification des variables du modle comptable des garanties personnelles


B
E.S.
Wald
ddl
Signif. Exp(B)
LP
1,983
,736
7,259
1
,007**
7,266
LNDEMAND
1,032
,369
7,840
1
,005**
2,807
VAMIL
-,061
,032
3,664
1
,056
,941
RESERVTB
-,093
,037
6,184
1
,013*
,911
Constante
-15,386
5,132
8,989
1
,003
,000
Source : Adapt de Rougs (2005, p. 289)

Ce modle indique que linfluence du ratio retenu est ngative. Plus la proportion des rserves
dans les ressources de lentreprise demandeuse de crdit est leve et moins les crdits
consentis auront de chances dtre assortis de garanties personnelles.
Ce rsultat est relativement intuitif et correspond bien la logique dune recherche de source
alternative de remboursement. En effet, plus la proportion des rserves est leve et moins la
part de financement externe est importante, ce qui signifie quen cas de liquidation, moins de
cranciers auront se partager lactif de lentreprise, rduisant ainsi lintrt davoir une
source alternative de remboursement.
Bien que ne retenant quun seul ratio, ce modle atteint un niveau de pouvoir explicatif de
35,7 %. (Tableau n 14)
Tableau n 14 Pouvoir explicatif du modle comptable des garanties personnelles
R-deux de Cox & Snell R-deux de Nagelkerke
,175
,357
Source : Adapt de Rougs (2005, p. 290)

Ses performances en termes de classification sont bonnes : 91 % de bonnes classifications. Il


est cependant peu performant pour prdire la prise de garanties avec seulement 21,4 % de
bons classements (Tableau n 15).
Tableau n 15 Capacit du modle comptable discriminer entre prise ou non de garanties personnelles
Prvu
Observ
Garanties personnelles
Pourcentage correct
Non
Oui
Garanties personnelles Non
118
1
99,2
Oui
11
3
21,4
Pourcentage global
91,0
Source : Rougs (2005, p. 290)

Comme pour loctroi, nous pouvons peut-tre expliquer cette mauvaise performance par une
incapacit rendre compte de la prudence des banquiers qui prfrent prendre des garanties
quand bien mme elles ne seraient pas indispensables.

3.

CONCLUSION

Aprs avoir prsent les travaux antrieurs montrant la capacit des informations comptables
prdire les dfaillances dentreprise et donc valuer lun des principaux aspects du risque
de crdit, cette communication sest attache mesurer leffet des variables comptables sur
les choix faits par une banque en matire de crdit aux entreprises.
14

Il en ressort que cette influence est relativement faible, mais loin dtre ngligeable. Ainsi, les
modles obtenus expliquent respectivement 26,6 %, 25,5 % et 35,7 % des dcisions doctroi
et des choix en matire de marge pratique et de prise de garanties personnelles.
Cette faiblesse est relative. Dune part, nous cherchons expliquer des dcisions humaines.
Dautre part, nous laissons de ct les informations tires de la relation de la banque avec son
client dont la littrature et nos entretiens nous ont appris quelles savraient importantes dans
les dcisions.
De plus, la question est pose de savoir si ce sont les informations comptables qui sont en
cause ou les seules informations comptables que nous avons utilises. Bien que les travaux
consults aient dmontr leur capacit prdire les dfaillances dentreprises, les ratios
utiliss pour notre tude ne sont peut-tre pas ceux utiliss par les analystes de crdit de la
banque qui a fourni lchantillon.
Il ressort tout de mme de cette tude quune part non ngligeable des dcisions bancaires de
crdit aux entreprises est attribuable aux informations comptables, cest--dire des
informations pares dune certaine fiabilit et qui rendent compte dune performance et dune
structure financire avres.
Bien que ces lments soient soumis la subjectivit dune valuation, leur interprtation est,
a priori, bien moins alatoire que celle des informations tires de lactualit qui peuvent
entraner des surractions optimistes ou pessimistes. Cet effet est particulirement connu dans
le domaine boursier.
Le recours des informations reprsentatives de fondamentaux devrait limiter les effets de la
conjoncture sur les activits bancaires de crdit sans toutefois les annuler. Cet effet
damortissement de la conjoncture a t observ individuellement par Elsas et Krahnen
(1998), en Allemagne, o la banque de rfrence dune entreprise peut choisir de soutenir
celle-ci lorsquelle traverse une mauvaise passe. Cela rejoint, d'une certaine manire, la
question du lissage du taux dintrt que nous avons dj voque.
Au niveau global, nous observons quau cours du 3me trimestre 2008, la croissance du crdit
aux entreprises a diminu, passant de 10,3 % 10 % (Banque de France, 2008), mais il sagit
toujours dune croissance.
Nous pouvons peut-tre y voir leffet dune analyse bancaire appuye sur des informations
pargnes par le pessimisme ambiant et dun savoir-faire bancaire qui explique que les
banques naient pas t remplaces par les marchs.

BIBLIOGRAPHIE
Altman E.I. (1968), Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy ,
The Journal of Finance, vol. 23, n 4, pp. 589-609
Altman E.I. (1984), The Success of Business Failure Prediction Models An International Survey , Journal
of Banking and Finance, vol. 8, n 2, pp. 171-198
Altman E.I. et Narayanan P. (1997), An International Survey of Business Failure Classification Models ,
Financial Markets, Institutions and Instruments, vol. 6, n 2, pp. 1-57

15

Banque de France (2008), Les crdits au secteur priv France Novembre 2008 , Stat Info, dcembre
(http://www.banque-france.fr/fr/stat_conjoncture/telechar/stat_mone/credpriv_fr2.pdf)
Bardos M. (2001), Dveloppements rcents de la mthode des scores de la Banque de France , Bulletin de la
Banque de France, n 90, pp. 73-92 (http://www.banque-france.fr/fr/publications/telechar/bulletin/etud90_4.pdf)
Bardos M. (2005), Les scores de la Banque de France : leur dveloppement, leurs applications, leur
maintenance , Bulletin de la Banque de France, n 144, pp. 63-73 (http://www.banquefrance.fr/fr/publications/telechar/bulletin/etu144_6.pdf)
Beaver W.H. (1966), Financial Ratios as Predictors of Failure , Empirical Research in Accounting: Selected
Studies, supp. Journal of Accounting Research, vol 4, pp. 71-111
Berger A.N. et Udell G.F. (1990), Collateral, Loan Quality, and Bank Risk , Journal of Monetary Economics,
vol. 25, n 1, pp. 21-42
Berlin M. et Mester L.J. (1999), Deposits and Relationship Lending , The Review of Financial Studies,
vol. 12, n 3, pp. 579-607
Casey C.J. (1980a), The Usefulness of Accounting Ratios for Subjects Predictions of Corporate Failure:
Replication and Extensions , Journal of Accounting Research, vol. 18, n 2, pp. 603-613
Charlier P. (1995), Information et conditions de banque, thse de doctorat, Universit de Strasbourg
Conan J. et Holder M. (1979), Variables explicatives de performances et contrle de gestion dans les P.M.I.,
thse dtat, Universit Paris IX Dauphine
Elsas R. et Krahnen J.K. (1998), Is Relationship Lending Special ? Evidence from Credit-File Data in
Germany , Journal of Banking and Finance, vol. 22, n 10-11, pp. 1283-1316
Ewert R., Schenk G. et Szczesny A. (2000), Determinants of Bank Lending Performance in Germany ,
Schmalenbach Business Review, vol. 52, n doctobre, pp. 344-362
Fong G. et Vasicek O.A. (1997), A Multidimensional Framework for Risk Analysis , Financial Analysts
Journal, vol. 53, n 4, pp. 51-58
Gorton G. et Winton A. (2002), Financial Intermediation , NBER Working Paper n 8928
Gray S.J.(1988), Towards a Theory of Cultural Influence on the Developpement of Accounting Systems
Internationally , Abacus, vol. 24, n 1, pp. 1-15
Keasey K. et Watson R. (2000), Interest Rate Premia on UK Small-Firm Bank Borrowings : A Research
Note , Journal of Business Finance & Accounting, vol. 27, n 1 et 2, pp. 247-259
Libby R. (1975), Accounting Ratios and the Prediction of Failure : Some Behavioral Evidence , Journal of
Accounting Research, vol. 13, n 1, pp. 150-161
Lin J.W. et Hwang M.I. (2000), A Meta-Analysis of the Effect of Task Properties on Business Failure
Prediction Accuracy , Advances in Accounting, vol. 17, pp. 135-149
Lown C.S., Morgan D.P. et Rohatgi S. (2000), Listening to Loan Officers : The Impact of Commercial Credit
Standards on Lending and Output , Federal Reserve Bank of New York Economic Policy Review, n de juillet,
pp. 1-16
Morgan D.P. et Ashcraft A.B. (2003), Using Loan Rates to Measure and Regulate Bank Risk : Findings and an
Immodest Proposal , Journal of Financial Services Research, vol. 24, n 2 / 3, pp. 181-200
Petersen M. et Rajan R.G. (1995), The Effect of Credit Market Competition on Lending Relations , The
Quarterly Journal of Economics, vol. 110, n 2, pp. 407-443
Rajan R.G. (1992), Insiders and Outsiders : The Choice Between Informed and Arms Length Debt , The
Journal of Finance, vol. 47, n 4, pp. 1367-1400
Richard J. et Collette C. (2005), Systme comptable franais et normes IFRS, Dunod, 7me dition
Rougs V. (2005), Le rle des informations comptables dans les dcisions bancaires de crdit aux entreprises :
une tude qualitative et quantitative dans le cadre franais, thse de doctorat, Universit Paris-Dauphine
Shailer G.E.P. (1999), The Relevance of Owner-Manager Signals and Risk Proxies to the Pricing of Bank
Loans , Accounting and Business Research, vol. 30, n 1, pp. 57-72

16

Sharpe S.A. (1990), Asymmetric Information, Bank Lending, and Implicit Contracts : A Stylised Model of
Customer Relationship , The Journal of Finance, vol. 45, n 4, pp. 1069-1087
St-Pierre J. (2000), Relations entre la prime de risque bancaire des PME et diffrents indicateurs de risque ,
Cahier
de
recherche
de
lInstitut
de
Recherche
sur
les
PME,
CR-00-18
(http://www.uqtr.uquebec.ca/inrpme/pdf/00-18.pdf)
Statnik J.-C. (1997), Asymtrie dinformation et rationnement partiel du crdit, thse de doctorat, Universit
Lille II
Zimmer I. (1980), A Lens Study of the Prediction of Corporate Failure by Bank Loan Officers , Journal of
Accounting Research, vol. 18, n 2, pp. 629-636

17

Vous aimerez peut-être aussi