2009orle0501 0 0

Le choix de la source de dettes par les grandes firmes :
le cas fran
cais
Myriam Trabelsi-El Gharbi
To cite this version:

Myriam Trabelsi-El Gharbi. Le choix de la source de dettes par les grandes firmes : le
cas francais. Gestion et management. Universite dOrleans, 2009. Francais. <NNT :
2009ORLE0501>. <tel-00452645>
HAL Id: tel-00452645

https://tel.archives-ouvertes.fr/tel-00452645
Submitted on 2 Feb 2010
HAL is a multi-disciplinary open access Larchive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci- destinee au depot et `a la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publies ou non,
lished or not. The documents may come from emanant des etablissements denseignement et de
teaching and research institutions in France or recherche francais ou etrangers, des laboratoires
abroad, or from public or private research centers. publics ou prives.
UNIVERSITE DE TUNIS
ECOLE DOCTORALE COLE DOCTORALE SCIENCES DE
EN SCIENCES DE GESTION LHOMME ET DE LA SOCIETE
Unit de Recherche Dveloppement Financier et Innovation (Tunis) / Laboratoire dEconomie dOrlans (France)
THSE EN COTUTELLE INTERNATIONALE
Prsente lUniversit dOrlans par :

Myriam TRABELSI EL GHARBI
le 23 mars 2009 14h
Pour obtenir le grade de :

Docteur de lUniversit dOrlans et de lUniversit de Tunis
Discipline : Sciences de Gestion
LE CHOIX DE LA SOURCE DE DETTES

PAR LES GRANDES FIRMES :
LE CAS FRANAIS
THESE DIRIGEE PAR :

Chokri MAMOGHLI Professeur, Universit de Tunis
Jean-Paul POLLIN Professeur, Universit dOrlans
RAPPORTEURS :
Faouzi JILANI Professeur agrg, Universit du 7 novembre Carthage
Laurent VILANOVA Professeur, Universit de Lyon II
COMPOSITION DU JURY :
Georges GALLAIS-HAMONNO Professeur mrite, Universit dOrlans, Prsident du jury
Mouldi DJELASSI Matre de confrences agrg, Universit de Tunis
Faouzi JILANI Professeur agrg, Universit du 7 novembre Carthage
Chokri MAMOGHLI Professeur, Universit de Tunis
Jean-Paul POLLIN Professeur, Universit dOrlans
Laurent VILANOVA Professeur, Universit de Lyon II
"LUniversit dOrlans nentend donner aucune
approbation ni improbation aux opinions mises dans
les thses ; elles doivent tre considres comme
propres leurs auteurs."
REMERCIEMENTS
Je souhaite tout dabord adresser mes remerciements les plus sincres mes co-directeurs de
recherche, Chokri Mamoghli, Professeur lUniversit de Tunis, et Jean-Paul Pollin, Professeur
lUniversit dOrlans, dont les contributions cette thse ont t si importantes et complmentaires.
Je remercie Chokri Mamoghli pour ses judicieux commentaires et ses critiques constructives qui
mont considrablement aid dans llaboration de ce travail de recherche. Je lui suis galement
oblige pour la confiance et la libert qu'il ma accordes durant ces annes de thse. Je suis aussi
profondment reconnaissante Jean-Paul Pollin pour sa disponibilit, son implication, ses conseils
aviss et ses ides stimulantes. Sa rigueur scientifique ma tant appris.
Je remercie galement Faouzi Jilani, Professeur Universit du 7 novembre Carthage, et Laurent
Vilanova, Professeur lUniversit de Lyon II, de mavoir fait lhonneur daccepter de juger ce
travail. Mes remerciements sadressent aussi Monsieur Georges Gallais-Hamonno, Professeur
mrite lUniversit dOrlans, et Monsieur Mouldi Djelassi, Matre de confrences lUniversit de
Tunis, pour avoir accept de participer au jury de ma soutenance.
Je souhaite encore faire part Fayal Derbel de mon profond respect et de ma gratitude pour avoir,
notamment, supervis mon parcours et guid mes premiers pas dans le domaine de la recherche. Je
tiens aussi remercier Abderrazek Zouari pour ses conseils stratgiques, ainsi que Christophe Hurlin
pour son soutien en matire de traitement de donnes et dconomtrie.
Quil me soit permis dexprimer mon infinie reconnaissance Abdelkader Boudriga pour ses
commentaires et ses questions, qui m'ont permis de prendre le recul ncessaire, dexplorer de
nouvelles pistes et dapprofondir ma rflexion. Je ne sais comment le remercier pour sa disponibilit,
sa patience et son dvouement, autrement quen lui promettant dagir comme lui avec des tudiants
dans ma situation, si un jour loccasion men est donne.
Une pense particulire Mehdi Majdoub qui a gracieusement accept de partager son bureau avec
moi, et avec qui jai eu tant de discussions fructueuses. Il ma apport les encouragements et lnergie
ncessaires laboutissement de ce travail, particulirement dans les moments difficiles. Au final, il
ma rappris le vrai sens du mot amiti . Ainsi, les paroles qui me viennent lesprit sont
malheureusement trop imparfaites pour le remercier.
Merci tous mes collgues et amis de lunit de recherche DEFI pour leurs commentaires
stimulants. Je leur exprime ma profonde sympathie et leur souhaite beaucoup de bien. Je tiens
galement remercier les membres du LEO pour leur chaleureux accueil. Un remerciement
particulier Rene Hlne pour sa gentillesse, son hospitalit et son dvouement qui ont rendu mes
diffrents sjours luniversit dOrlans si agrables. Mes remerciements vont galement Pascale
Pore et Catherine Alonard pour leurs efforts afin de me faciliter les dmarches administratives.
Ma plus profonde gratitude et mes plus chaleureux remerciements reviennent mes parents et mes
beaux-parents pour lenvironnement familial idal dans lequel jai baign, ainsi que pour leur aide
quotidienne sans laquelle ce travail naurait pu se conclure.
A maman, jadresse un grand merci. Merci davoir t la fois si rassurante et si exigeante. Ton
parcours exemplaire, ta russite dans tous les domaines, et malgr tout ta douceur et ta gentillesse ont
t un moteur essentiel dans ma vie. Tu as t, tu es et tu resteras un modle pour moi.
Omar, dois-je te remercier pour ton amour sans faille, ton soutien inconditionnel ainsi que ta
comprhension ? Tu trouves cela tout naturel et pourtant tu as t un pilier auprs duquel jai
trouv la tendresse, le rconfort, mais galement lhumour et la lgret dont javais besoin par
moments. Il ne me reste plus qu te soutenir dans ta longue carrire, comme tu las fait pour moi.
Je ddie cette thse Omar avec tout mon amour et

mon petit Skander.
SOMMAIRE
INTRODUCTION GENERALE ............................................................................................1
CHAPITRE PRELIMINAIRE - LES SYSTEMES FINANCIERS ET LENDETTEMENT DES

ENTREPRISES : DESCRIPTION DU CONTEXTE DE LETUDE ............................................ 11
0.1. Lopposition banque/march : Une vision dpasse ?....................................................................16

0.2. Linteraction banque/march : Vers un nouveau modle ? ...........................................................29
0.3. Lendettement des entreprises franaises dans les faits : Vers les banques ou les marchs ? ...41
Conclusion du chapitre prliminaire..........................................................................................................46
Annexes du chapitre prliminaire...............................................................................................................48
PREMIERE PARTIE - LENDETTEMENT BANCAIRE EST-IL SPECIAL ? CAS DES SOCIETES

COTEES FRANAISES ......................................................................................................55
INTRODUCTION DE LA PREMIERE PARTIE .....................................................................57
CHAPITRE 1 - LENDETTEMENT BANCAIRE : UN FINANCEMENT RELATIONNEL ..........59
1.1. Les problmes informationnels entre prteurs et emprunteurs et les solutions partielles.........61
1.2. Les solutions particulires apportes par les financements intermdis et relationnels.............76
1.3. Le financement relationnel et limpact rel pour les entreprises emprunteuses..........................86
Conclusion du chapitre 1.......................................................................................................................... 100
Annexes du chapitre 1............................................................................................................................... 102
CHAPITRE 2 - LENDETTEMENT BANCAIRE : UN FINANCEMENT TRANSACTIONNEL ?109
2.1. La production dinformations par les banques : Evolution et renouveau................................. 112

2.2. La production dinformations par les banques : Une revue de la littrature empirique.......... 128
Annexe du chapitre 2 ................................................................................................................................ 141
CHAPITRE 3 - LENDETTEMENT BANCAIRE ET LA REACTION DU MARCHE BOURSIER :

UNE ETUDE EMPIRIQUE SUR LE CAS FRANAIS............................................................ 143
3.1. Paramtres de ltude et modles destimation des rendements anormaux.............................. 145

3.2. Rsultats de ltude dvnements ................................................................................................... 155
3.3. Analyse mutivarie et discussion des rsultats............................................................................... 165
DEUXIEME PARTIE - LES DETERMINANTS DE LA (DES) SOURCE(S) DENDETTEMENT
DES SOCIETES COTEES FRANAISES ..............................................................................191
INTRODUCTION DE LA DEUXIEME PARTIE .................................................................. 193
CHAPITRE 4 - LE CHOIX DE LA SOURCE DENDETTEMENT PAR LES FIRMES : UNE REVUE

DE LA LITTERATURE .................................................................................................... 197
4.1. Choix dendettement, asymtries dinformations et cots........................................................... 199

4.2. Choix dendettement, ala moral et incitations ............................................................................. 205
4.3. Choix dendettement, risques de dfaillance et rengociations................................................... 218
CHAPITRE 5 - LES DETERMINANTS DE LA SOURCE DE DETTES : CADRE EMPIRIQUE ET

PREMIERS ELEMENTS DANALYSE ................................................................................ 245
5.1. Prsentation des variables retenues ................................................................................................. 246

5.2. Donnes et description de lchantillon.......................................................................................... 254
5.3. Analyses descriptives univaries des variables explicatives.......................................................... 259
CHAPITRE 6 - LES DETERMINANTS DES SOURCES DENDETTEMENT : UNE ETUDE

EMPIRIQUE SUR LES SOCIETES COTEES FRANAISES .................................................... 270
6.1. Les dterminants du recours ou non la dette de march .......................................................... 273

6.2. Les dterminants de lintensit du recours la dette bancaire .................................................... 280
6.3. Les dterminants de lintensit du recours a la dette bancaire en cas de mix dendettement 289
CONCLUSION GENERALE ............................................................................................ 301
BIBLIOGRAPHIE........................................................................................................... 309
TABLE DES MATIERES .................................................................................................. 339
LISTE DES ANNEXES .................................................................................................... 339
LISTE DES TABLEAUX ET FIGURES ............................................................................... 339
INTRODUCTION GENERALE
Parmi les dcisions de politiques financires long terme des firmes, celles relatives
aux choix de financement ont fait lobjet des controverses les plus longues de lhistoire de la
thorie financire. Comment justifier en effet le recours par les entreprises aux ressources
externes plutt quaux ressources internes ? Et parmi les ressources externes, pourquoi
certaines se tournent vers les investisseurs (par missions dactions) plutt que vers les
prteurs (par missions de dettes) ? Les rponses apportes par les rflexions acadmiques
connaissent historiquement plusieurs approches.
La premire, introduite par Modigliani et Miller (1958), lance le dbat : dans le cadre
des hypothses limitatives qui caractrisent les marchs financiers parfaits1, la structure
financire des entreprises naurait aucun effet sur leurs dcisions de produire ou dinvestir, et
donc sur leurs valeurs. Mais, ce thorme de neutralit de la structure financire a suscit de
nombreuses critiques en raison, notamment, des dcalages entre ses implications thoriques
et limportance accorde en pratique au choix dune structure financire adquate pour
lentreprise. Les thories qui ont suivi ont lev tour tour les hypothses simplificatrices du
modle pour explorer les raisons de croire quil existe a priori, pour une firme donne, un mix
optimal entre fonds propres et fonds externes.
La thorie du compromis (trade-off theory) postule en effet lexistence dun niveau

optimal dendettement. Dans sa version statique, les entreprises slectionneraient leur ratio
dendettement cible par un arbitrage entre les bnfices et les cots associs la dette : les
conomies dimpts (Modigliani et Miller, 1963 ; Miller et Scholes, 1978) et le contrle des
free cash-flows2 (Jensen, 1986) incitent les entreprises recourir lendettement, alors que
les cots de faillite (Stiglitz, 1972 ; Warner, 1977 ; Titman, 1984) et dagence3 (Myers, 1977 ;
Jensen et Meckling, 1976) les en dissuadent. La version dynamique de ces modles (Fisher,
1 Lhypothse de marchs parfaits suppose que les investisseurs bnficient dune information complte et sans
cot, ainsi que de prvisions certaines. Ils sont donc placs thoriquement dans des conditions gales qui
permettent chacun dentre eux de formuler des choix immdiats ou inter temporels optimaux. Le thorme
suppose galement labsence dimpts, de cots de faillite ou de transactions, et lexistence dune classe de
risque homogne, et donc dun mme taux dintrt sans risque accessible toutes les entreprises.
2 Le financement par dette limite en effet la marge de manoeuvre des dirigeants, dans la mesure o les cash-
flows laisss leur libre disposition sont amputs du paiement des intrts et du remboursement de lemprunt.
3Le financement par dette accrot en mme temps les cots dagence, puisque les firmes seraient incites
entreprendre des projets dinvestissements sous-optimaux (sous-investissement ou substitution dactifs).
1
Introduction gnrale
Heinkel et Zechner, 1989 ; Leland, 1994 ; Goldstein, Ju et Leland, 2001) permet dintroduire
les cots de transactions et de caractriser loptimum par un intervalle lintrieur duquel le
niveau dendettement pourrait fluctuer sans dpasser ses limites hautes ou basses.
La thorie du financement hirarchique (pecking order theory) offre des modles

alternatifs. Remise jour par Myers (1984) et Myers et Majluf (1984) sur la base des travaux
de Donaldson (1961), elle repose sur lide dune domination des cots associs aux
asymtries dinformations. Les autres cots tant de moindre importance, les entreprises
auraient un ordre de prfrence parmi les diffrents modes de financement : elles
utiliseraient en premier lautofinancement, ne recourraient lendettement que si les fonds
internes sont insuffisants, et nmettraient des actions quen dernier ressort. Si les
considrations lies un niveau cible dendettement sont accessoires, cette thorie fait appel
la notion de capacit maximale dendettement au-del de laquelle les cots de faillite
deviennent trop importants. Ainsi, dans les versions dynamiques du modle, les firmes
prservent leur capacit dendettement pour des besoins futurs ventuels (Lucas et
McDonald, 1990 ; Vishwanath, 1993 ; Chang et Dasgupta, 2003).
De ces changes darguments, naissent des travaux empiriques qui cherchent tester
la supriorit dune thorie sur lautre. Alors que certains rsultats confirment la pertinence
des facteurs retenus dans la trade-off theory (Titman et Wessels, 1988 ; Rajan et Zingales, 1995 ;
Booth et al., 2001) et son pouvoir explicatif (Fama et French, 2002 ; Frank et Goyal, 2003 ;
Leary et Roberts, 2007), dautres vont en faveur de la pecking order theory (Shyam-Sunder et
Myers, 1999 ; Strebulaev, 2007 ; Lemmon et Zender, 2008). Le dbat est amplifi lorsque la
structure du capital des entreprises est apprhende dans loptique de la market timing
theory (Baker et Wurgler, 2002) : les firmes mettraient des actions lorsque les conditions du
march sont favorables, et les rachtent dans le cas contraire. La prise en compte de cette
thorie renvoie l encore des rsultats mitigs (Huang et Ritter, 2004 ; Frank et Goyal, 2004 ;
Leary et Roberts, 2005 ; Hovakimian, 2006 ; Alti, 2006 ; Flannery et Rangan, 2006).
Finalement, force est de constater que cinquante ans aprs le thorme de Modigliani
et Miller (1958), le dbat sur les choix de financement des entreprises nest pas clos (Myers,
2001). Au demeurant, il a fait lobjet de nombreux travaux en France4.
4 Voir notamment Dubois (1985), Bourdieu et Colin-Sdillot (1993), Biais, Hillion et Malcot (1995), Mulkay et
Sassenou (1995), Rajan et Zingales (1995), Carpentier et Suret (1999, 2000), Kremp et Stss (2001), Ziane
(2002), Gaud (2003), Molay (2004, 2006), Roger (2006), etc.
2
Introduction gnrale
Cependant, en dpit de lintrt thorique de (et pour) la question, il semble que,

dans la pratique, les firmes recourent de plus en plus au financement externe (et en
particulier lendettement), au dtriment des fonds propres. En France, en loccurrence,
alors que le taux dinvestissement des socits non financires est rest relativement stable
depuis vingt ans (19,8% en 1988 et 20,9% en 2007), leur taux dpargne (rapport la valeur
ajoute) a fortement diminu (de 17,6% 11,1% entre les mmes dates) ; si bien que leur
taux dautofinancement a galement baiss (de 88,5% 60,7%). Paralllement, le taux
dendettement (rapport la valeur ajoute) a augment (de 100% 121,4%). Au final, le
rapport dettes sur pargne brute est pass de 520% 1.090% et le taux dendettement
atteint, en 2007, un record de 60,5% du PIB (contre 51% en 1988) 5. Mais, les entreprises
franaises ne sont pas les plus endettes puisque, en 2007, le taux dendettement des socits
non financires dans la zone euro est de 92,3% du PIB, aux Etats-Unis de 72,9% du PIB et
au Japon de 92,6% du PIB6. Finalement, fin 2007, lensemble des entreprises dans le
monde a mis 2.727,8 milliards de dollars de dettes (dont 93% long terme)7.
Dans ce cadre, le travail propos sintresse plus particulirement aux choix

dendettement des entreprises et se situe donc en aval des discussions sur les dcisions de
financement.
Figure I.1
Les dcisions dendettement parmi les choix financiers des firmes
Dcisions financires Dcisions de Dcisions de Dcisions

long terme financement financement externe dendettement
Investissement
Financement Emission de titres
interne de proprit
Dettes directes
Financement (via les marchs)
Financement Emission de titres
externe de crance
Distribution de Dettes indirectes
dividendes (via les intermdiaires)
Emission de titres
hybrides
5 Source : INSEE. Le taux dinvestissement est mesur comme le rapport entre la formation brute de capital
fixe et la valeur ajoute. Le taux dautofinancement est mesur comme le rapport entre lpargne brute et entre
la formation brute de capital fixe. Des diffrences peuvent apparatre avec les taux dendettement annuels
calculs par ailleurs, du fait des corrections des jours ouvrables portant sur les dnominateurs, qui induisent des
dcalages entre montants annuels et trimestriels cumuls.
6 Source : Rapport annuel 2008 de la Banque Centrale Europenne.
7 Source : Thomson Financial (Debt Capital Market Review - Deals Quarterly Review, Fourth quarter 2007).
3
Introduction gnrale
Dans son acceptation la plus large, lendettement englobe les dettes consenties par
les institutions financires, celles obtenues sur les marchs financiers, ainsi que les crdits
inter-entreprises et le crdit bail. Ces deux derniers se dmarquent des autres en raison de
leurs caractristiques particulires (comptables, fiscales et contractuelles), qui ont un impact
sur la nature du risque support et sur les taux dintrt appliqus. Ce sont donc
gnralement les socits trop endettes ou rationnes qui choisissent les crdits
interentreprises (Petersen et Rajan, 1997 ; Biais et Gollier, 1997 ; Nilsen, 2002 ; Summers et
Wilson, 2002 ; Burkart et Ellingsen, 2004 ; Cunningham, 2005 ; etc.) ou le crdit-bail
(Krishnan et Moyer, 1994 ; Sharpe et Nguyen, 1995 ; Graham, Lemmon et Schallheim,
1998 ; Eisfeldt et Rampini, 2005 ; etc.). Pour ces raisons, mais galement pour des
considrations de disponibilit des donnes, de qualit et de rapprochement avec les autres
publications (acadmiques et statistiques), les donnes sur lendettement sont comprises au
sens restrictif du terme, cest--dire lexclusion des crdits entre agents non financiers et
des crdits commerciaux.
La thse traite alors des choix par les entreprises entre dettes directes (par mission
directement sur le march de titres de crances obligations ou titres de crances
ngociables) et/ou indirectes (par lintervention dun intermdiaire une institution
financire, et notamment une banque).
Un tel choix est loin dtre trivial. Si la rgle de dcision en matire dendettement est
de choisir lemprunt dont le taux dintrt est le plus bas, les firmes devraient gnralement
opter pour la dette directe. Nanmoins, si ces cots explicites viennent sajouter dautres
cots (lis par exemple aux asymtries dinformation, aux flexibilits contractuelles ou aux
problmes de gouvernance), les choix dendettement se compliquent, tant au niveau de leur
mise en uvre, quau niveau de leur conception thorique. En effet, les diverses formes de
dettes nont pas les mmes implications du point de vue de lexcution du contrat. La dette
intermdie nentrane pas les mmes contraintes pour lemprunteur, ni les mmes
protections pour le prteur, que la dette de march. Plus prcisment, la surveillance des
dcisions de lentreprise, leur mise en faillite ou la rengociation du contrat se caractrisent
diffremment dans lun et lautre cas. De sorte que la dette directe et la dette indirecte ne
jouent pas le mme rle et ne sappliquent pas de faon quivalente aux mmes projets ou
aux mmes emprunteurs.
4
Introduction gnrale
En raisonnant de la sorte, largument implicite est que ces deux sources de

financement ne proposent pas les mmes services aux entreprises. Cette vision a longtemps
prvalu dans la littrature (Diamond, 1984 ; Fama, 1985 ; Berlin et Loeys, 1988 ; Yosha,
1995 ; etc.). Les modles proposs opposent alors systmatiquement les deux types
demprunt et considrent que la source dendettement est exclusive : les entreprises peuvent
opter pour la dette intermdie ou pour la dette de march. Or, un examen rapide de la
structure dendettement des firmes montre que celle-ci est mixte, cest--dire quelle inclut
la fois des dettes intermdies et des dettes de march. Un second courant de pense
soutient alors la thse de la complmentarit des deux types dendettement (Houston et
James, 1996 ; Holmstrm et Tirole, 1997 ; Hackbarth, Hennessy et Leland, 2007 ; etc.). Mais
les modles proposs restent limits puisque la mixit semble poser problme dun point de
vue thorique. Au final, il nexiste pas de consensus sur la question de la structure
dendettement des socits, qui reste mal comprise.
Par ailleurs, pour que les socits aient rellement un choix faire entre plusieurs
alternatives (emprunts directs ou indirects ou les deux simultanment), il faut quelles aient
accs la fois au march bancaire et au march financier. Or, les petites entreprises sont
gnralement plus contraintes financirement que les grandes (Fazzari, Hubbard et Peterson,
1988 ; Gertler et Gilchrist, 1994 ; Gilchrist et Himmelberg, 1995). En outre, leur accs aux
marchs savre plus coteux, puisquil saccompagne frais fixes et variables importants et
dexigences en terme douverture du capital au public, de rentabilit et de diffusion
dinformations (Fama, 1985 ; Blackwell et Kidwell, 1988 ; Detragiache, 1994). La question
du choix dendettement nest donc pertinente que dans le cas des grandes socits, qui sont
supposes avoir une capacit dendettement et une assise financire suprieure, leur
permettant damortir les frais et de lever plus facilement des fonds sur les marchs
financiers.
Laccs de ces entreprises aux marchs a t fortement encourag par la mise en

place des mesures de drglementation dans certains pays pendant la dcennie quatre-vingt.
En France notamment, ces mesures avaient pour principal objectif dassouplir les conditions
dmissions dobligations pour les firmes, en ouvrant le march montaire et en introduisant
les titres de crances ngociables. Les anciennes bourses de valeurs locales ont galement t
reformes, puis unifies au sein dune mme bourse paneuropenne, largie par fusions
successives. Les progrs importants raliss dans les technologies de linformation ont
accompagn ces reformes, en rendant possible le traitement doutils complexes et en
5
Introduction gnrale
amliorant les transferts dinformations. Ces mesures sont galement accompagnes dune
drglementation du secteur bancaire avec la loi bancaire de 1985, la leve de
lencadrement du crdit, la banalisation des oprations, la privatisation des principales
institutions financires, etc. Dans un tel contexte, les entreprises ont diversifi leurs sources
demprunt, recourant de plus en plus aux marchs financiers pour financer leurs
investissements. Lencours de la dette obligataire mise par les socits non financires
slve 7.747 milliards de dollars au premier trimestre 2007 dans le monde (soit 14,2% du
PIB)8, et 330,52 milliards deuros fin 2007 en France (soit 17,7% du PIB)9.
Cependant, en dpit de ces rformes, la part du financement indirect reste

prdominante. En effet, la dette intermdie reprsente la source la plus importante de fonds
pour les socits franaises : elle couvre plus de 50% de leur endettement total en 2007,
contre 19,1% pour les dettes de march10. Parmi lensemble des intermdiaires, les
tablissements de crdit ont une place de choix dans le systme financier, puisquils
contribuent plus de 48% dans lendettement total des entreprises. Plus encore,
lendettement bancaire constitue une part non ngligeable du financement des grandes
firmes ayant galement accs au financement de march. En France, en 2006, les grandes
entreprises et les socits holdings, qui ne reprsentent que 12,1% de la population totale des
entreprises, drainent elles seules 89% des dettes financires et 73,3% des dettes bancaires
(contre 24,6% pour les PME et 2,1% pour les micro-entreprises)11.
Il savre donc que les grandes entreprises, qui ont par ailleurs accs la dette de
march, choisissent surtout de se financer auprs des banques. Lobjectif de ce travail est
alors de mieux comprendre le choix de la source dendettement des grandes entreprises
franaises. Plus prcisment, pour expliquer le recours aux banques par les socits ayant
accs aux marchs financiers, le travail se propose de relever les spcificits des emprunts
bancaires pour ces entreprises, en mesurant notamment limpact court terme de leurs choix
dendettement sur leurs cours boursiers. Il se propose en outre de montrer la
complmentarit entre dettes directes et indirectes, en rendant compte de la mixit de la
structure de la dette des socits cotes franaises et de ses dterminants.
8 Source : Bank for International Settlements (BIS).

9 Source : Banque de France (SESOF), comptes nationaux, base 2000.
10Ces proportions taient, en 1982, de plus de 78% pour la dette intermdie et de moins de 17% pour la dette
de march. Source : Banque de France, Statistiques et enqutes, Sries chronologiques
11 Source : Banque de France, base FIBEN.
6
Introduction gnrale
La rflexion mene dans le cadre de cette thse dbute par un chapitre prliminaire
qui prsente le contexte de ltude, et sarticule par la suite autour de deux parties
comprenant chacune trois chapitres.
Le chapitre prliminaire dfinit tout dabord le contexte macro-conomique qui

sous-tend loffre de financement des banques et des marchs. Il permet donc de prsenter
lenvironnement qui cadre les choix dendettement des entreprises. Car selon que le systme
financier des pays soit orient vers les banques ou vers les marchs, il fournit des possibilits
mais galement des contraintes aux dcideurs. Il sagit galement de comprendre quels sont
les facteurs qui dterminent larchitecture et lvolution des systmes financiers. Mais il sagit
aussi de se demander si lopposition traditionnelle entre banques et marchs est toujours
pertinente. Ces dveloppements permettent de dcrire le systme financier franais et la
structure dendettement de ses entreprises. Finalement, ce chapitre amne sinterroger sur
la pertinence dune analyse macroconomique du partage entre banque et march, et suggre
la ncessit dune rflexion micro-conomique plus qualitative pour mieux comprendre la
nature des relations qui lient les entreprises emprunteuses leur prteur.
La premire partie de la thse se propose de comprendre les spcificits de

lendettement bancaire par rapport celui obtenu sur les marchs. Elle tente donc, partir
dune analyse thorique puis empirique, de rpondre la question suivante : quy a-t-il de
spcial chez les banques, pour que les entreprises, quelque soient leurs caractristiques, se
financent auprs delles au lieu dmettre directement des titres de crance sur les marchs ?
La thorie de lintermdiation financire qui permet de traiter dune telle question est
prsente lors du premier chapitre. En levant le paradigme de marchs financiers parfaits, et
en fondant lanalyse sur les problmes dasymtries dinformations et dincompltude des
contrats entre socits emprunteuses et prteurs, cette thorie montre que les banques sont
les crancires les mieux armes pour minimiser les risques de slection adverse, dala moral
et dopportunisme. Plus encore, les banques interagissent dans le temps avec les entreprises
emprunteuses, dans le cadre dune relation de financement personnalise et dynamique, qui a
certes des avantages, mais galement des revers, et certainement un impact sur les conditions
du crdit. Finalement, les banques seraient spciales puisque, par leur accs privilgi
certaines informations prives sur les entreprises emprunteuses, elles permettraient de
produire des informations sur les marchs.
7
Introduction gnrale
Trop longtemps considre comme nouvelle , cette thorie a pourtant assez vcu
pour voir apparatre certaines de ses limites, et justifier les interrogations abordes lors du
second chapitre. Les banques sont-elles incites rechercher et produire des informations
crdibles sur les entreprises ? Le dveloppement de sources alternatives dinformations na-t-
il pas remis en cause la valeur des informations transmises par les banques ? Les tudes
empiriques rpondent ces questions en testant la raction des marchs boursiers aux
annonces par les entreprises dmissions de dettes directes versus indirectes. Les tudes
dvnements les plus rcentes permettent notamment de juger si les effets dannonce
dendettement bancaire sont bien positifs, comme semblent laffirmer les premires
recherches sur le sujet.
Le travail entrepris dans le troisime chapitre constitue la premire tude empirique

ralise en France sur la raction du march boursier lannonce de diffrents types
demprunts mis par les entreprises. Des tudes dvnements sont conduites sur la base
dun chantillon de 134 annonces demprunts ralises par les entreprises franaises de
janvier 1995 dcembre 2005. De nombreuses hypothses sont mises et testes afin de
cerner les facteurs explicatifs de la rponse des cours boursiers. Les annonces de dettes sont
notamment classes en fonction de leur type (bancaire ou obligataire), mais galement en
fonction des modalits de lemprunt (renouvellement ou nouveau), de sa maturit, de
lexistence ou non dune syndication, de la taille relative des entreprises ayant ralis
lannonce, de la date dannonce, etc. Certains rsultats intressants sont obtenus, de part
lamplitude de la raction du march et la significativit des rendements anormaux. Le travail
est complt par une analyse multivarie des dterminants des rendements anormaux autour
de la date dannonce.
La seconde partie est un premier essai sur les dterminants du choix de la source et la
structure dendettement des grandes socits franaises. Elle tente donc de rpondre la
question suivante : quelles sont les caractristiques des entreprises qui recourent aux dettes
bancaires et/ou de march.
Le quatrime chapitre propose un cadre thorique permettant de traiter de la

question du choix par les entreprises entre dettes bancaires et dettes de march. Il passe en
revue les tudes thoriques et empiriques sur les dterminants du type dendettement, lis
des cots informationnels, des problmes dincitation et des questions defficience dans
la rengociation des contrats. Il intgre galement des variables lies la gouvernance des
8
Introduction gnrale
entreprises pour expliquer leurs dcisions dendettement. Il essaye, en outre, de rendre

compte, de la manire la plus exhaustive, des tudes rcentes sur le mix entre dettes
bancaires et dettes de march. Finalement, la plupart des recherches sont conduites aux
Etats-Unis, un pays dit de common law, fortement orient vers le march. Or, le mode de droit
civil qui prvaut en Europe continentale, et a fortiori en France, est caractris par un biais
envers le financement bancaire. De surcrot, les entreprises qui oprent dans ce type de
configuration nont pas la mme structure de proprit et ne financent pas leurs projets
dinvestissements de la mme manire. Les hypothses issues de la littrature sont donc
reformules en fonction du contexte particulier de ltude.
Lobjectif du cinquime chapitre est double : identifier dabord les variables et les
mesures qui permettent de tester les hypothses mises en vidence suite la revue de la
littrature ; mener ensuite une tude univarie pour dceler les premiers lments de
rponses la question du choix par les entreprises entre diffrentes sources dendettement.
Ce chapitre aborde donc la question de manire dlibrment simple, puisquil ne cherche
pas expliquer les structures dendettement mix, mais suggrer, dans un premier temps,
quelques pistes exploiter dans la suite du travail. La description statistique de lchantillon
compos de 825 observations (soit 165 socits franaises cotes sur le SBF 250 sur 5 ans)
permet par ailleurs de constater que peu dentreprises franaises cotes recourent aux
emprunts de march sur la priode dtude, et celles qui le font continuent se financer
auprs des banques.
Les premiers lments danalyse tablis, une tude multivarie est mene dans le
sixime chapitre. Cette tude se fixe explicitement comme objectif de relever les lments
explicatifs dune structure dendettement mixte des grandes socits franaises. Une double
approche est adopte : lune en coupe transversale, lautre sur donnes de panel. Quel que
soit le type de donnes ltude, trois analyses sont menes : la premire permet dexpliquer,
travers des modles Logit/Probit, la probabilit de recourir tel ou tel type demprunt ; la
seconde permet de comprendre, sur la base de rgressions MCO, MCG sur panels simples et
GMM sur panels dynamiques, les dterminants du montant de lendettement choisi ; enfin, la
dernire permet dincorporer, simultanment, les deux dimensions caractristiques de la
dcision dendettement : recourir ou non tel type de dette, et si oui quel niveau. Cette
dernire analyse, mene partir de modles Tobit, permet de comprendre la structure
dendettement des firmes et le mix de diffrentes dettes.
9
10
CHAPITRE PRELIMINAIRE
LES SYSTEMES FINANCIERS
ET LENDETTEMENT DES ENTREPRISES :
DESCRIPTION DU CONTEXTE DE LETUDE
Introduction
Une analyse approfondie des diffrents types dendettement des entreprises suppose
une description pralable des systmes financiers, qui sous-tendent les relations entre les
socits emprunteuses et leurs prteurs (banques ou marchs). En effet, si notre attention se
porte principalement sur le comportement des entreprises exprimant un besoin de
financement, il nest pas envisageable de considrer loffre de fonds comme totalement
exogne. Lobjet de ce chapitre est donc de proposer un premier aperu de la question du
partage entre banque et march, en adoptant une perspective macroconomique. Ces
lments mritent dtre exposs puisquils dfinissent le contexte la fois empirique et
institutionnel de lensemble de la thse. Mais lintrt de ce chapitre est galement thorique
dans la mesure o les dveloppements entrepris amnent sinterroger sur la pertinence
dune analyse macroconomique du partage entre banque et march.
Dans la mesure o certains agents conomiques investissent plus quils npargnent

et ont donc besoin de recourir un financement externe alors que dautres pargnent plus
quils ninvestissent et ont donc une capacit de financement mettre la disposition de
ceux qui en ont besoin il est ncessaire que sorganisent les transferts des uns vers les
autres. Ces transferts soprent travers le systme financier, qui est traditionnellement
structur en deux ples, le ple des marchs financiers et celui des institutions ou
intermdiaires financiers. Les marchs financiers permettent la confrontation directe de
loffre et de la demande de financement. In fine, la demande de capitaux mane des
entreprises pour le financement de leurs investissements, tandis que loffre de capitaux
11
Chapitre prliminaire : Les systmes financiers et lendettement des entreprises : description du contexte
mane essentiellement des mnages qui assurent leur consommation future par lpargne
quils constituent et quils apportent au systme financier. Les marchs financiers peuvent
donc tre considrs comme un systme industriel de collecte, de transformation et
dallocation de ressources financires. Les intermdiaires financiers, quant eux,
sinterposent entre les demandeurs et les apporteurs de capitaux en mettant en contact
loffre et la demande de financement. Le bilan des intermdiaires est donc constitu par un
actif qui reprsente lendettement des emprunteurs et un passif qui reflte les crances des
prteurs. Afin de formaliser cette approche intuitive, il est intressant de citer la dfinition
originelle de Gurley et Shaw (1960) :
Lintermdiation financire consiste en lachat de titres primaires aux emprunteurs

ultimes et lmission dune dette indirecte pour les prteurs ultimes .
Gurley et Shaw (1960)
Certes, la terminologie (titre primaire et indirect) peut prter confusion12, mais elle
est ancienne. Les intermdiaires financiers, en se livrant une transformation des chances,
des supports et des risques ( laide du processus de mutualisation), assurent une fonction de
liquidit essentielle au financement de lactivit conomique13.
Figure 0.1
Le systme financier : intermdiaires et marchs financiers
Se procurent des Marchs financiers Font des

capitaux en (assurent lchange des titres) placements en
mettant des achetant des
titres titres
Agents en situation de Agents en situation de

besoin de financement SYSTEME FINANCIER capacit de financement
Obtiennent des Font des

crdits partir placements en
des dpts Intermdiaires financiers faisant des dpts
(transforment les dpts en crdits)
12Le titre primaire est une dette ou une crance mise par un agent non financier alors que le titre indirect est
une dette issue dun intermdiaire.
13 Il est utile de prciser ce stade que ce chapitre nentrera pas dans le dbat sur la raison dtre des
intermdiaires financiers, de mme quil ne traitera pas des avantages compars entre financements intermdis
et financements de march, questions qui seront abordes de manire plus formelle au cours des deux chapitres
suivants.
12
A partir de cette premire fonction conomique i.e. lallocation des ressources il

est possible didentifier six fonctions majeures des systmes financiers (Merton et Bodie,
1995 et 2004), dans la mesure o ils fournissent :
1. des moyens de compensation et de paiement pour faciliter le commerce.
2. des mcanismes de mise en commun des ressources et de collecte de lpargne.
3. des moyens de transfert des ressources conomiques travers le temps, lespace et les
industries.
4. des mcanismes de gestion des risques.
5. de linformation sur les prix pour aider au bon fonctionnement de lconomie.
6. des moyens de contrle des problmes dincitation lis aux asymtries dinformations et
aux situations dagence.
La premire fonction, souvent tenue pour acquise, est relativement peu tudie.
Nanmoins, une bonne infrastructure de paiement est une condition essentielle au bon
fonctionnement de tout systme financier, puisquelle permet de faciliter les changes de
biens et de services. Le rle du systme financier dans la mobilisation et la collecte de
lpargne se comprend aisment. Il permet en effet de mettre en commun et dagrger la
richesse des pargnants pour en faire des ressources en capital utilisables par les entreprises.
De ce fait, il assure une fonction essentielle de garant de la confiance ncessaire pour que
chaque pargnant soit prt confier son pargne. Une fois les ressources collectes, le
systme financier contribue alors en faciliter les transferts intertemporels (dans le temps) et
interspatiaux (dans lespace). Mais en transfrant les fonds, il transfre galement des risques.
Le rle des systmes financiers dans la gestion des risques mobilise actuellement beaucoup
deffort de recherche : en proposant des portefeuilles dactifs diversifis, il permet des
agents averses au risque dtre prts investir dans des projets plus risqus dont la rentabilit
est plus forte ; en outre, en facilitant les transactions sur les instruments financiers, il rduit
le risque de liquidit susceptible de rendre les investisseurs frileux. Ces rles prennent tout
leur sens avec les deux dernires fonctions. En effet, le systme financier permet dacqurir
une information suffisante et de qualit concernant la profitabilit des projets
dinvestissement ou la capacit des agents sendetter ; agrges, ces informations se
traduisent dans les prix des actifs ainsi que dans les taux dintrts et facilitent la prise de
dcision des agents conomiques, et notamment des dirigeants dentreprises. Finalement,
dans un contexte dasymtrie dinformation, o seul lemprunteur potentiel connat a priori sa
capacit rembourser un emprunt, le systme financier permet de mutualiser les cots de la
collecte de cette information et de faciliter la rsolution des problmes dincitation ala
13
moral, slection adverse, conflit principal-agent. La fonction essentielle de tout systme

financier consiste donc apporter des solutions ces problmes. Cela passe par un cadre
juridique qui prserve au mieux les apporteurs de capitaux, par des rgles qui garantissent la
qualit et la bonne diffusion des informations utiles aux investisseurs, par une organisation
des marchs de capitaux qui assure des changes quitables, etc. Mais cela suppose aussi
lexistence dinstitutions financires capables de produire de linformation et de contrler
directement les projets, les dcisions et les dclarations des dbiteurs. Ds lors, un systme
financier nest pas seulement un lieu de collecte et de transfert de lpargne, mais surtout un
systme de contrle qui, travers ses rgles et ses institutions, permet la conclusion de
contrats financiers.
En exerant au mieux lensemble de ces fonctions, le dveloppement du systme

financier14 devrait contribuer la croissance conomique. Mais les travaux sur le lien entre
dveloppement financier et croissance sont la fois abondants et insuffisants. Les premires
tudes sur la question (Goldsmith, 1969 ; King et Levine, 1993), sous forme de comparaison
entre pays, ont en effet retenus des mesures du dveloppement financier relativement
discutables et ont port leur attention sur un seul segment : les intermdiaires. Lintroduction
des marchs financiers a permis damliorer la pertinence des rsultats (Levine et Zervos,
1998), mais na pas rsolu la difficile question de la causalit entre dveloppement financier
et croissance. Depuis quelques annes, une abondante littrature sest efforce dapporter
des rponses mieux fondes ce problme de causalit, en recourant des donnes et des
mthodes qui permettent de lever lambigut de la relation mise en vidence par les
premiers travaux. A partir de variables instrumentales15 (Levine, 1998 et 1999 ; Levine,
Loayza et Beck, 2000), de donnes sectorielles (Rajan et Zingales, 1998 ; Beck et al., 2004)
ou dentreprises (Demirgu-Kunt et Maksimovic, 1998 ; Love, 2003 ; Beck et al., 2005 ;
Chakraborty et Ray, 2006), les tudes confirment limpact significatif du dveloppement
financier sur la croissance16.
14 Le dveloppement financier peut tre dfini comme le processus par lequel les instruments, les marchs et
les intermdiaires financiers amliorent le traitement de linformation, la mise en uvre des contrats et la
ralisation des transactions, permettant ainsi au systme financier de mieux exercer les fonctions dfinies ci-
dessus (Levine, 2005).
15Le principe de cette mthode consiste identifier une variable exogne explicative qui permettrait de
mesurer le niveau du dveloppement financier, mais qui serait non corrle avec la croissance, et de rgresser
ensuite la croissance par rapport la mesure du dveloppement financier tire de cette variable instrumentale.
16Dautres tudes ont encore recouru lconomtrie des sries temporelles (Demetriades et Hussein, 1996 ;
Neusser et Kugler, 1998 ; Rousseau et Wachtel, 1998 ; Arestis, Demetriades et Luintel, 2001) et de panels
(Rousseau et Wachtel, 2002 ; Rioja et Valev, 2004, etc) et aux tudes de cas sur les Etats-Unis (Jayaratne et
14
Au demeurant, lensemble des fonctions dfinies ci-dessus peuvent tre remplies

indiffremment par les marchs financiers ou par les intermdiaires financiers. Mais selon
que les agents conomiques soient plus tourns vers les intermdiaires financiers (et plus
particulirement vers les banques) ou vers les marchs, larchitecture des systmes financiers
est diffrente. Ainsi, les systmes divergent dun pays lautre et, au sein dun mme pays, ils
voluent au cours du temps. Mais au-del de lopposition traditionnelle entre banques et
marchs, est-il possible denvisager leur complmentarit ? Cette question constitue le fil
directeur qui suivra lensemble des dveloppements entrepris.
Pour y rpondre, ce chapitre prliminaire adopte avant tout une approche positive,
qui consiste dcrire lvolution gnrale des systmes financiers, sans voquer les bnfices
dune forme dorganisation (banque ou march) sur une autre. Il est organis autour de trois
sections. La premire sintresse larchitecture des systmes financiers dans leur ensemble.
Outre la prsentation de la typologie traditionnelle qui oppose les systmes financiers
orients banques et ceux orients marchs, elle passe galement en revue les lments
explicatifs de leur structure quils soient dordre historiques, culturels, politiques, ou autres.
Elle dpasse par la suite le dbat, en voquant les limites de lopposition entre banques et
marchs, et en retraant les volutions les plus rcentes intervenues dans la plupart des pays
dvelopps. La seconde section traite de la question des frontires entre banques et marchs,
complte par ltude du systme financier franais qui semble a priori de moins en moins
intermdi, mais qui tmoigne en fait dune tendance gnrale la convergence vers un
systme dit hybride dans lequel se dveloppe une nouvelle forme dintermdiation
financire. Enfin, la dernire section aborde plus explicitement la question de lendettement
des entreprises travers lanalyse de lvolution de la structure de la dette des socits non
financires franaises.
Strahan, 1996 ; Dehejia et Lleras-Muney, 2003 ; Wright, 2002), lItalie (Guiso, Sapienza et Zingales, 2002), la
Chine (Allen, Qian et Qian, 2005), etc. Pour une revue exhaustive de la littrature, voir Levine (2005).
15
0.1. LOPPOSITION BANQUE/MARCHE : UNE VISION DEPASSEE ?
La littrature relative la comparaison des systmes financiers est relativement

rcente, mme si lopposition banques / marchs remonte aux annes 1970. La premire
typologie des systmes financiers a, en effet, t propose par Sir John Hicks (1974) qui, en
sintressant au fonctionnement de lconomie au sens large, a oppos les conomies
dendettement aux conomies de march de capitaux en fonction notamment des
mcanismes de fixation des taux dintrt. Dans les conomies dendettement (overdraft
economy), les entreprises recourent principalement aux banques pour financer leurs projets
dinvestissement. Les ajustements sur le march du crdit sont essentiellement quantitatifs,
les taux dintrt tant fortement administrs. Les tablissements bancaires se refinancent
auprs de la Banque Centrale en fonction de la demande de crdit. La rgulation de
lconomie se fait travers des mcanismes de cration montaire et, par consquent, par le
biais de linflation. La littrature assimile ce type de systme celui des pays europens avant
le mouvement de drglementation des annes 1980. Au contraire, dans les conomies de
march de capitaux, le financement bancaire est fortement concurrenc par le financement
de march et les autorits montaires nadministrent plus les taux dintrt. La Banque
Centrale mne une politique discriminatoire et dtermine le montant de la monnaie quelle
est prte fournir aux banques de second rang. Lajustement se fait sur le march du capital
par le mouvement des taux dintrt flexibles. Pour illustrer un tel systme, la littrature
voque celui des Etats-Unis dans les annes 1982-1983. Mais de nos jours, mme dans les
systmes financiers des pays anglo-saxons, considrs comme le plus proche de ce type de
configuration, la banque centrale continue fixer les taux dintrts.
Cette faon de prsenter les choses a volu depuis lors. Les tudes qui ont suivi
(Mayer, 1988 et 1990 ; Frankel et Montgomery, 1991 ; Prowse, 1994 ; Bertero, 1994 ;
Corbett et Jenkinson, 1996 ; Barth, Nolle et Rice, 1997 ; etc.) ont en effet abord
explicitement la question de la structure des systmes financiers et ont oppos ceux domins
par les banques (bank-oriented systems) ceux orients vers les marchs (market oriented system).
La diffrence essentielle entre les deux types de systmes tient la faon dont ils collectent
et traitent linformation ncessaire la conclusion des contrats financiers, et la manire
dont ils grent les risques. Selon ces travaux, les pays dEurope occidentale, mais galement
le Japon et les pays moins dvelopps semblent plus tourns vers les banques qui constituent
la principale source de financement des entreprises ; dans un tel systme, les agents non
financiers et les intermdiaires entretiennent des relations bilatrales sur la base dune
16
information prive et la gestion des risques se fait par mutualisation et diversification. Dun
autre ct, les Etats-Unis et le Royaume-Uni semblent orients vers les marchs ; ceux des
capitaux courts sont dailleurs utiliss depuis longtemps par les socits non financires qui y
mettent des titres de crances court terme (commercial paper) ; ct des marchs
rglements, des marchs parallles (High Yield Bonds) constituent un second cercle de
financement et organisent la liquidit des titres mis par les socits de moins bonne qualit ;
dans ce type de systme, les relations entre les agents non financiers sont de nature
multilatrale, fondes sur une information publique abondante qui est vhicule par les prix
de march et relaye par les agences de notation ; la gestion des risques se fait par transfert
entre les agents qui ont des positions opposes, des anticipations contradictoires ou bien des
comportements diffrencis.
0.1.1. Pourquoi les structures des systmes financiers diffrent-elles ?
Ce rapide panorama illustre la diversit des systmes financiers au plan international

et amne sinterroger sur les facteurs qui dterminent de telles architectures. Les
recherches rcentes voquent en effet la possibilit que le cadre institutionnel, savoir le
droit, la politique, lhistoire et la culture de chaque pays conditionne la structure du systme
financier i.e. le mix de marchs et dintermdiaires financiers oprant dans une conomie.
Les approches les plus formelles considrent que les structures financires
sexpliquent par les rgles de droit et leur application. Le courant de Law and Finance, initi
par les travaux de La Porta, Lopez-de-Silvanes, Schleifer et Vishny (LLSV), sefforce en effet
de montrer que cest lorigine historique et conceptuelle des systmes juridiques qui
constitue la source des diffrences essentielles. En tudiant les diffrences dans la protection
juridique des investisseurs travers 49 pays, LLSV (1998) dfinissent deux familles de
systmes juridiques : le systme de common law originaire dAngleterre et le systme de civil law
(qui est lui-mme constitu de trois branches : la franaise, la germanique et la scandinave) ;
le premier type de systme offre plus de protection juridique aux actionnaires et aux
cranciers que le second. LLSV (1997) identifient par ailleurs une relation positive entre la
protection des investisseurs et limportance des marchs financiers. Ainsi, le systme anglo-
saxon de common law se caractriserait par des marchs de capitaux plus dvelopps dans la
mesure o il prserve mieux les intrts des apporteurs de capitaux. En privilgiant le respect
des droits de proprit privs, il est plus favorable la conclusion de contrats entre agents, et
17
donc la finance directe. A linverse, les systmes juridiques franais et allemand auraient
historiquement favoris la prdominance de lEtat par rapport aux intrts particuliers ; les
intermdiaires interviendraient alors pour compenser la faible protection des investisseurs.
Mais certains dfenseurs de cette thse considrent que la structure financire dun
pays peut sexpliquer partir de sa tradition juridique, sans forcment se rfrer au contenu
des droits des investisseurs (Beck et al., 2003 ; Ergungor, 2004 ; Djankov et al., 2007). Dans
les systmes de common law, fonds sur la jurisprudence, les juges en tant que crateurs de
droit seraient plus performants pour rgler les contentieux qui chappent au strict code, et
sont censs mieux capitaliser lexprience et sadapter plus vite aux volutions du contexte
conomique et social ; autant de caractristiques qui favoriseraient le dveloppement des
financements de march. Dans les systmes de civil law, fonds sur des lois crites et
codifies, la tradition des juges diseurs de droit ne permettrait pas une telle souplesse ; les
banques interviendraient l encore en tant quinstitutions susceptibles de rsoudre les
conflits et dassurer le respect des contrats sans lintervention des juges.
Pourtant, mme si on ne peut nier ces argumentations un certain pouvoir

explicatif, elles ont fait lobjet de nombreuses critiques lies aussi bien aux indicateurs
retenus, qu la typologie propose des systmes juridiques et aux consquences quelle
suggre. Cette thse demeure en outre insatisfaisante dans la mesure o elle se fonde sur une
pure logique doffre de droit ; en particulier, on ne saurait se contenter dune approche o le
droit est une donne exogne, dans la mesure o le sens de causalit entre le droit et
lconomie peut tre invers : le droit importe, mais les dveloppements juridiques
pourraient suivre et non prcder les changements conomiques17. Au demeurant, le systme
lgal et les rgles de droit ne peuvent eux seuls justifier larchitecture des systmes
financiers. La forme de ces systmes doit galement tre juge en fonction des modles
conomiques et socioculturels dans lequel ils sintgrent, ce qui largit encore et rend
endogne le champ des dterminants.
En effet, des facteurs conomiques, et plus prcisment les caractristiques du

systme productif i.e. le type dactivits, les technologies utilises, la taille des entreprises,
etc. pourraient justifier larchitecture des systmes financiers. Cet argument a longtemps
17 Pour dfendre lexognit de leurs hypothses, La Porta et al. [2007] proposent dailleurs, dans une
contribution rcente, une dfinition trs large de lorigine juridique , lassimilant un style de contrle
social sur la vie conomique .
18
t retenu dans la littrature pour expliquer que les structures productives qui prvalent dans
les pays en dveloppement ncessitent plutt des financements intermdis. Les systmes
financiers sont, dans ce cas, considrs dans un processus volutif. Les premiers stades de
dveloppement seraient marqus par une forte intervention de lEtat dans un systme
administr, caractris par la prsence de grandes banques nationales et une rglementation
contraignante. Les derniers stades en revanche conduiraient des systmes libraliss o les
institutions financires seraient en concurrence et subiraient elles-mmes la concurrence des
marchs. Les tudes les plus rcentes prcisent dailleurs cette argumentation et la nature des
liens entre structures productives et structure financire (Allen, Bartiloro et Kowalewski,
2006) : le systme financier serait domin par les banques dans les conomies caractrises
par un grand nombre de petites entreprises18, o le secteur industriel prdomine et o les
entreprises ont des actifs fixes importants ; linverse, le systme financier serait orient vers
les marchs lorsque les conomies intgrent des firmes de grande taille, oprant
essentiellement dans le secteur des services et/ou possdant des actifs intangibles
(innovations, recherches et dveloppements) importants.
Mais, pour Rajan et Zingales (2003), les facteurs conomiques seuls sont insuffisants
pour rendre compte des diffrences de structures financires entre pays. Au demeurant, et
lencontre des prdictions thoriques prcdentes, les auteurs montrent que le
dveloppement financier ne sopre pas de faon continue dans le temps. En particulier, la
majorit des pays de lOCDE taient financirement plus dveloppes en 1913 quen 1980,
un revirement majeur ( a great reversal ) ayant eu lieu entre 1913 et 1950. Pour le justifier,
Rajan et Zingales (2003) proposent dintgrer des facteurs dconomie politique dans
lanalyse, de sorte proposer une thorie simple de lconomie politique du dveloppement
financier . Ainsi, les changements structurels ont lieu uniquement lors de changements de
politiques conomiques ; en loccurrence, ceux intervenus entre 1913 et 1950 sont lis un
resserrement de la rglementation qui rsulte de la rsistance louverture et la
concurrence durant les priodes non favorables au dveloppement conomique. Par contre,
lorsquun pays est ouvert au commerce international et aux mouvements de capitaux, les
forces qui sopposent au dveloppement financier sont plus faibles, la drglementation est
encourage et les marchs sont plus dvelopps.
18 En effet, comme nous allons le voir dans les chapitres suivants, le financement des PME ncessite le plus
souvent ltablissement de relation de financement personnalises et long terme, possible travers le
financement bancaire.
19
Monnet et Quentin (2005) adoptent galement une approche historique, mais

considrent que cest fondamentalement lhistoire conomique de chaque pays qui
conditionne lorientation actuelle de son systme financier. Ainsi, mme si les fondamentaux
actuels convergent, des diffrences de structure financire persistent toujours car les fonds
qui transitent travers les marchs financiers sont moins coteux dans les conomies qui
ont dj intgr les cots de cration de larges marchs financiers dans le pass. Un exemple
possible de ces forces en jeu est lhistoire conomique de lAllemagne et des Etats-Unis.
Alors que lAllemagne tait historiquement encline imposer dimportantes barrires lgales
lentre sur les marchs financiers, les lois fdrales dcourageaient lintermdiation
bancaire aux Etats-Unis19. En consquence, dans le premier pays, les entreprises se
tournaient plus facilement vers les banques pour financer leurs activits, alors que dans le
deuxime, les firmes ont appris compter sur des sources alternatives de financement, et
notamment sur les marchs financiers. Mais, si aujourdhui les cadres lgaux des deux
nations ne diffrent plus tellement, les Etats-Unis ont une histoire de financement de
marchs plus longue que lAllemagne, et ces marchs demeurent une source de fonds plus
effective pour les socits amricaines quallemandes. Ainsi, si les fondamentaux actuels ne
suffisent pas expliquer la structure financire prsente dun pays, ils la justifient pleinement
lorsquils sont conjugus avec les fondamentaux passs.
Au-del de ces considrations conomiques, ces dernires annes ont vu se

dvelopper des travaux sur les liens entre les facteurs socioculturels qui prvalent dans un
pays et la structure de son systme financier. Les valeurs auxquelles une socit donne
adhre (par exemple, sa valorisation de laction collective, au contraire de lindividualisme,
son acceptation des ingalits de pouvoir, son comportement lgard de lincertitude, etc.)
rendraient en effet mieux compte de ses prfrences financires. Perotti et von Thadden
19 Monnet et Quentin (2005) remontent au dbut du XIXme sicle pour dcrire lhistoire conomique des deux
pays. LAllemagne tait alors une constellation dEtats indpendants qui exeraient un contrle local sur la
rglementation financire et qui limitaient le nombre dentreprises responsabilit limite et cotes de peur
quune telle structure nincite les entrepreneurs faire fuir leurs dettes, et donc faire perdre aux Etats les
rentes quils pouvaient extraire de ce privilge. En dpit des nombreuses barrires institutionnelles, les marchs
financiers ont tout de mme expriment une courte priode de croissance aprs la dfaite de la Prusse sur
lAutriche en 1866. Mais, avec la crise de 1873, lAllemagne dcide de nouveau de restreindre les activits du
Berlin Stock Exchange, avec notamment les lois de 1884 et 1896. Aux Etats-Unis, les activits bancaires ont t
rglementes depuis la fin de la Second Bank of the US en 1836. La peur dune concentration du secteur bancaire
a incit la plupart des Etats imposer des restrictions sur les succursales. Limportance des banques locales,
labsence de banques denvergure nationale ainsi que labsence dune banque centrale a cr un environnement
propice aux paniques bancaires (et a encourag la cration du Federal Reserve System en 1913). La rglementation
amricaine consistaient sparer les activits bancaires tant sur le plan fonctionnel (avec le Glass Steagal Act de
1933, qui instaure la sparation entre la banque de dpt et la banque dinvestissement) que sur le plan
gographique (avec le Mac Fadden Pepper Act de 1927, en vertu duquel les tablissements bancaires amricains
ne peuvent exercer leur activit dans plusieurs tats la fois).
20
(2005) montrent, par exemple, que la distribution des bnfices et des richesses dans les
socits dmocratiques pourrait dterminer la structure financire de lconomie : lorsque les
richesses financires sont suffisamment diffuses dans un pays, une majorit politique
prfrera une gouvernance travers les investisseurs disperss sur les marchs boursiers ;
mais dans le cas o les richesses financires sont concentres, cest la gouvernance des
banques, et plus gnralement celle des intermdiaires, qui sera favorise. Ce modle rejoint
en quelque sorte les explications de Rajan et Zingales (2003) et permet dexpliquer le
phnomne de great reversal intervenu dans la premire partie du XXme sicle : pendant
cette priode, dans plusieurs pays dvelopps, une classe moyenne financirement affaiblie
sest inquite du risque de revenu attach au capital humain (qui, contrairement la plupart
des les risques financiers, ne peut tre diversifi) et a encourag des systmes financiers plus
corporatiste, qui opterait pour des stratgies moins risqus. Pour Kwok et Tadesse (2006), la
configuration du systme financier dun pays peut tre affecte par le degr de tolrance au
risque qui prvaut dans la culture nationale du pays : les systmes financiers orients
banques, en permettant une plus grande rduction des risques sont plus compatibles avec
des cultures nationales caractrises par une forte aversion lincertitude. De manire
alternative, les systmes financiers orients marchs sont prfrs par les pays ayant une
forte tolrance au risque.
Enfin, la structure de financement des pays pourrait galement tre influence par
des facteurs lis la structure du march du travail, la protection sociale et aux rgimes de
retraites (Pollin et Jacquet, 2007). Les rigidits dadaptation de lemploi aux fluctuations de
la production , par exemple, sadapteraient mieux avec un systme dintermdiation, dans le
sens o les banques permettent doffrir une plus grande flexibilit financire (en lissant dans
le temps les conditions de crdit) qui amortit les alas des conditions dexploitation. Un autre
exemple se trouve du ct des rgimes de retraite : un systme par capitalisation20, par
exemple, suppose lexistence de marchs suffisamment larges et liquides pour permettre aux
fonds de pension, la fois de grer leur portefeuille, et de faire respecter leurs intrts ;
tandis quun systme de retraire par rpartition21 ne suppose pas autant dexigence et
saccorde mieux avec des financements intermdis et une concentration du capital.
20Dans les rgimes de retraite par capitalisation, les individus pargnent tout au long de leur vie et placent leur
pargne, de sorte que les fruits de ce placement servent payer leur retraite.
21 Dans les rgimes de retraite par rpartition, les salaris en activit financent les retraites des salaris qui ne
sont plus en activit. Ce systme, utilis en Europe, pose aujourdhui le problme du financement des retraites
actuelles et futures dans la mesure o la population des retraits a considrablement augment (avec
lallongement de lesprance de vie, la croissance du taux de chmage, la faiblesse du taux de natalit, etc.).
21
Tous ces facteurs font que la combinaison banques/marchs est ncessairement

diffrente dun pays lautre. Expliquer les diffrentes structures des systmes financiers est
un exercice rcent pour les chercheurs. A ce stade de la littrature, il nexiste pas de corps
thorique prcis sur la question, mais une varit dapproches qui laisse penser que la
question des dterminants de la structure des systmes financiers reste ouverte.
0.1.2. Existe-il une structure optimale des systmes financiers ?
La typologie des systmes renvoie alors une autre question fondamentale

(Goldsmith, 1969) : la structure des systmes financiers affecte-t-elle la croissance
conomique ? Cette question a longtemps t dbattue sur le plan thorique. Car, si les
opinions convergent pour dire que le dveloppement financier entrane une croissance
conomique plus rapide, les points de vue divergent sur limportance relative et les avantages
comparatifs des banques et des marchs. Ces thmes seront repris de manire dtaille au
cours des chapitres suivants (sous un angle plus micro-conomique ), mais il pourrait tre
intressant ce stade den voquer quelques grandes lignes. Pour les partisans de la bank-
based view, les systmes orients banques particulirement durant les premiers stades de
dveloppements conomiques sont plus favorables la croissance, principalement en
raison de la capacit des intermdiaires (et plus particulirement des banques) rsoudre les
problmes dasymtrie dinformation qui existent entre prteurs et emprunteurs. En effet,
la diffrence des intervenants sur les marchs, les banques ralisent des conomies de
gamme en se spcialisant dans la collecte dinformation et le contrle des demandeurs de
capitaux. Elles sont en outre capables de dvelopper dans le temps des relations de clientles
proches et durables qui facilitent la surveillance exerce sur les emprunteurs. Mais, pour les
tenants de la market-based view, les marchs stimulent davantage la croissance long terme
puisquils ont une plus grande capacit rallouer rapidement les capitaux en fonction des
nouvelles opportunits et donc financer plus efficacement ladoption de nouvelles
technologies. Hormis le fait quils soient mieux qualifis pour fournir des outils de gestion
des risques, amliorer la gouvernance des entreprises ( travers notamment les prises de
contrle) et rduire le monopole informationnel de certaines banques, linformation quils
vhiculent serait suprieure puisquelle rvle un vaste ensemble dopinions sur la rentabilit
des projets dinvestissement, le devenir des firmes, etc. Pour cette raison, le financement de
linnovation par le march serait suprieur un financement par lintermdiaire financier si la
diversit dopinion est assez leve et linformation peu coteuse
22
Finalement, laquelle de ces conceptions cadre le mieux avec les donnes ? Les
premiers travaux empiriques ne permettent pas de rpondre pleinement cette question,
puisquils ne considrent que lAllemagne et le Japon en tant que systmes orients banques
et les Etats-Unis et le Royaume Uni en tant que systmes orients march22. Rsumes par
Allen et Gale (2000), Demirgu-Kunt et Levine (2001a) et Stulz (2001), ces recherches ont
produit des rsultats forts intressants sur le fonctionnement de ces systmes financiers.
Nanmoins, il parait difficile de tirer des conclusions quant leffet long terme sur la
croissance partir de seulement quatre pays, particulirement lorsque ces pays ont des taux
de croissance long terme proches. Certaines recherches rcentes ont alors tendu ltude de
la structure financire un chantillon plus large de pays. Cest le cas du travail de Beck,
Demirgu-Kunt et Levine (2001) qui porte sur des donnes de plus de 150 pays sur la
priode 1960-199523. En classant les pays en fonction de leur degr dorientation banques ou
march, et en analysant lvolution de la structure financire travers le temps et les pays,
Demirgu-Kunt et Levine (2001b) trouvent que les banques, les intermdiaires non
bancaires (compagnies dassurance, fonds de pension, socits financires, mutual funds, etc.)
ainsi que les marchs boursiers sont plus larges, plus actifs et plus efficients dans les pays
riches ; et, lorsque les pays senrichissent, ces composantes du systme financier croissent et
les marchs boursiers deviennent plus actifs et efficients par rapport aux banques. Il
existerait donc une tendance, certaines exceptions prs, la convergence des systmes
financiers nationaux vers les marchs. Les tudes portant plus explicitement sur le lien entre
structure financire et croissance ont retenu les nouvelles mesures dveloppes et un
assortiment de mthodologies conomtriques24 pour produire un certain nombre de
rsultats : tout dabord, dans un contexte de comparaison entre pays, il nexiste pas de rgles
gnrales selon lesquelles un type de systme permettrait de mieux nourrir la croissance
quun autre (Levine, 2002).
(While) better-developed financial systems positively influence growth, it is relatively

unimportant for economic growth [] whether overall financial development stems from
bank or market development.
Levine (2002, p. 100)
22 Voir Goldsmith (1969), Hoshi, Kashyap et Scharfstein (1991), Allen et Gale (1995), Levine (1997), Mork et
Nakkamura (1999), Weinstein et Yafeh (1998) et Wenger et Kaserer (1998).

23 Cette base de donnes a, par la suite, t rgulirement actualise par Beck et Al-Hussainy et publie par la
Banque Mondiale. Les donnes les plus rcentes concernent lanne 2006.
24 Rgression inter-pays (incluant notamment des variables instrumentales), tudes sur des donnes sectorielles
et tudes sur des donnes dentreprises.
23
Par ailleurs, en recourant des donnes sectorielles, les recherches montrent que les
secteurs financirement dpendants ne croissent pas plus vite dans un systme orient
banques que dans un systme orient march (Beck et Levine, 2002). Enfin, quelque soit le
type de systme qui domine, laccs au financement externe et la croissance des entreprises
sont les mmes (Demirgu-Kunt et Maksimovic, 2002). Globalement25, ces tudes semblent
saccorder pour dire que la structure financire na pas dimpact sur la croissance. Mais il
convient de considrer cette conclusion avec prudence : outre le fait quelle soit fonde sur
des indicateurs trop spcifiques aux pays tudis et qui, de surcrot, ne captent pas
suffisamment les rles comparatifs des banques et des marchs, cette conclusion ne signifie
pas ncessairement que la structure institutionnelle ne soit pas importante pour la
croissance ; au contraire, elle suggre quil nexiste pas une structure institutionnelle optimale
promouvoir, mais un ensemble de fonctions qui amlioreraient linformation, les contrats
et les transactions afin dacclrer la croissance conomique. Ces conclusions rejoignent
donc un nouveau courant de pense, la financial services view, qui se focalise sur la qualit des
services financiers rendus par lensemble du systme et considre les banques et les marchs
comme complmentaires, plutt que comme substituts.
0.1.3. Peut-on encore opposer banques et marchs ?
Ainsi, lopposition entre les systmes financiers fonds sur les banques et ceux
fonds sur les marchs, si elle est pratique en premire approximation, nest plus aujourdhui
rellement pertinente. Outre le manque dhomognit entre les systmes de comptabilit
nationale qui rend les comparaisons difficiles, cette opposition ne caractrise quun nombre
limit de pays lintrieur du petit groupe de pays dvelopps. LItalie, par exemple, ne
correspond aucun des deux systmes ; ce pays a longtemps t caractris par un fort
endettement auprs des banques sans que celles-ci ne jouent un rle dans le contrle de la
gestion des entreprises ; actuellement, son mode de financement se distingue par un niveau
lev dmissions dactions alors que les marchs financiers y sont peu dvelopps.
25 A lexception de quelques travaux, dont ceux de Deidda et Fattouh (2006) qui analysent limpact de
linteraction marchs/banques sur la croissance partir de lchantillon construit par Beck, Demirgu-Kunt et
Levine (2001). Leurs rsultats empiriques confirment les conclusions dj tablies, savoir qu la fois le
dveloppement des banques et des marchs est associ une plus forte croissance. Nanmoins, lorsquils
modifient le modle de rgression standard, en incluant un terme dinteraction entre le dveloppement des
banques et des marchs, limpact du dveloppement des banques sur la croissance se rduit avec le
dveloppement des marchs.
24
Dautre part, les deux catgories de systmes financiers ne sont pas homognes. En
effet, les systmes financiers franais, allemand et japonais, pourtant tous prsents comme
orients vers les banques dans la classification traditionnelle, prsentent des diffrences
institutionnelles importantes (Allen et Gale, 2000). Le systme financier franais a longtemps
t caractris par des financements administrs et par des canaux de financement segments
et spcialiss. Les modalits de financement qui dcoulent dune telle organisation sont
forcment diffrentes de celles qui prvalent au sein du systme de banque universelle
lallemande. En Allemagne, les liens entre la banque et lindustrie taient trs troits et les
tablissements bancaires intervenaient galement auprs des entreprises sous forme de
participations. Quant au systme financier japonais, il est caractris par la banque principale
japonaise, instaure essentiellement grce au soutien de lEtat ; celle-ci nest quun lment
du keiretsu, qui relie non seulement la banque et lentreprise, mais aussi les entreprises entre
elles. La complexit des participations croises implique des relations financires diffrentes
de celles que connaissent les entreprises franaises et allemandes. Allen et Gale (2000)
appliquent le mme raisonnement au systme financier amricain et anglais, tous deux
orients marchs, mais prsentant pourtant des systmes bancaires divergents. Au Etats-
Unis, le systme bancaire est assez peu concentr et est constitu de nombreux
tablissements locaux. Au Royaume-Uni, le march bancaire est domin par un petit nombre
dtablissements qui agissent au niveau national.
Par ailleurs, les raisonnements mens sur des donnes exprimes en encours ne
permettent pas de saisir la relle volution des systmes financiers (Mayer, 1990). Byrnes et
Davis (2003) reprennent cette ide et montrent que la classification traditionnelle devient
discutable si lanalyse est entreprise en terme de flux dans la mesure o il existe des carts
positifs (proportion leve dactions en France, de dettes de march au Japon et de dettes
intermdies au Royaume-Uni) et des carts ngatifs (proportion faible de dettes
intermdies en France et en Italie, de dettes de march au Royaume-Uni et dactions au
Canada) par rapport la vision classique des systmes financiers. Byrnes et Davis (2003)
nuancent donc la classification traditionnelle : certes les Etats-Unis et lAllemagne sont les
plus proches de lidaltype de systmes financiers domins par les marchs ou par les
banques, mais les autres pays du G7 prsentent des spcificits qui rendent toute
gnralisation dlicate. La France, notamment, reste pour ces auteurs un cas particulier, un
pays dont le systme financier serait hybride entre banque et march, probablement en
transition vers une conomie de marchs de capitaux.
25
On peut galement reprocher aux tudes sur la classification des systmes financiers
dadopter une approche trop macroconomique, fonde sur lobservation dagrgats qui
donnent une image relativement tranche du dbat sur le partage entre banques et marchs.
En effet, il convient de souligner que les rsultats obtenus dpendent de la priode retenue
dans ltude. Fohlin (2000) explique par exemple, quen partie, la typologie des systmes
financiers telle que prsente dans la littrature sapplique essentiellement la priode de
laprs Seconde Guerre Mondiale. Les marchs financiers taient en effet fortement
dvelopps avant la Premire Guerre, et ce dans presque tous les pays. Aprs la crise des
annes 1930, les marchs ont vu leur rle se rduire progressivement dans un certain
nombre de pays. Or les structures financires sont loin dtre dfinies une fois pour toute,
mais varient avec le temps. Il faut donc se garder den infrer un certain dterminisme. Le
tableau 0.1 fournit dailleurs les donnes les plus rcentes sur la question et permet de noter
une progression quasi gnralise de la capitalisation boursire des titres actions (54,2
milliards de dollars dans le monde en 2006, soit 114% du PIB mondial)26 et obligations (67,9
milliards de dollars, soit 142% du PIB mondial)27 tmoin du dveloppement des marchs
financiers dans presque tous les pays.
Tableau 0.1
Actifs bancaires versus capitalisation de march
Capitalisation des Capitalisation des
Actifs bancaires / PIB
actions / PIB obligations / PIB
1990 2000 2005 1990 2000 2005 1990 2000 2005
Etats-Unis 0,62 0,56 0,61 0,56 1,64 1,35 0,70 1,01 1,14
Belgique 0,69 1,28 1,03 0,35 0,80 1,50 0,49 0,45 0,34
Finlande 0,83 0,57 0,74 0,20 2,69 1,02 0,33 0,24 0,25
Singapour 0,89 1,17 1,19 0,96 1,91 1,64 0,16 0,17 0,19
Inde 0,32 0,41 0,56 0,10 0,36 0,59 0,00 0,00 0,01
Sude 0,63 0,47 1,15 0,45 1,46 1,10 0,49 0,43 0,42
Canada 0,78 0,84 1,30 0,47 1,16 1,20 0,13 0,26 0,29
Royaume-Uni 1,14 1,23 1,55 0,85 1,92 1,34 0,13 0,20 0,16
France 0,99 1,01 1,08 0,27 1,11 0,84 0,46 0,39 0,41
Norvge 0,77 0,66 0,78 0,22 0,40 0,56 0,27 0,20 0,21
Brsil NA 0,63 0,66 0,67 0,35 0,46 0,01 0,09 0,13
Pays-Bas 1,01 1,41 1,74 0,46 1,74 1,09 0,20 0,46 0,66
Japon 2,27 2,36 1,54 1,23 0,84 0,93 0,41 0,48 0,42
Espagne 1,02 1,11 1,45 0,23 0,81 0,85 0,15 0,15 0,42
Italie 0,69 0,90 1,02 0,14 0,69 0,45 0,24 0,33 0,49
Danemark 0,61 0,92 1,71 0,29 0,67 0,64 0,92 1,06 1,36
Allemagne 1,16 1,46 1,37 0,21 0,72 0,43 0,33 0,61 0,35
Source: The World Bank, Financial Structure Dataset 2007
26 Source : Standard and Poors Global Stock Markets Factbook 2007.

27 Source : Bank for International Settlements (BIS). Parmi les missions dobligations, 37% ont t raliss par
les Etats, 52% par des institutions financires et 11% par des entreprises.
26
Mais, paralllement, les actifs des banques ont continu crotre partout (sauf en
Finlande et au Japon), pour atteindre 74,2 milliards de dollars au total, soit 156% du PIB
mondial28. Si on rapporte les actifs bancaires la capitalisation des actions, on constate une
forte volution de ce ratio en quinze ans. En France par exemple, il a baiss de 3,67 en 1990
1,29 en 2005, valeur proche de celle du Royaume-Uni (1,16 en 2005) qui na pas connu une
telle volution. Les actifs bancaires sur PIB sont dailleurs plus levs dans ce pays (1,55 en
2005) quen Allemagne (1,37 en 2005). En Allemagne justement, mais galement en Italie et
en Espagne, les actifs bancaires rapports la capitalisation de march des actions ont
galement beaucoup diminu, confirmant la plus forte progression des marchs par rapport
aux activits bancaires (qui continuent de progresser, mais de manire moins rapide).
Tableau 0.2
Encours du march des obligations, tout type dmetteur (en milliards de dollars)
1991 1996 2001 2002 2003 2004 2005 2006 2007*
Etats-Unis 8 048 11 612 16 032 17 365 18 794 20 652 22 640 24 574 27 248
Japon 3 136 4 792 5 986 5 732 6 620 8 087 9 153 8 645 8 724
Allemagne 1 200 2 204 2 571 2 518 3 146 3 974 4 491 4 106 4 836
Italie 1 391 1 802 1 583 1 669 2 085 2 663 3 106 2 891 3 505
France 1 075 1 480 1 446 1 522 1 924 2 579 3 025 2 853 3 493
Royaume Uni 507 916 1 230 1 281 1 540 1 904 2 415 2 534 3 295
Espagne 263 473 573 599 778 1 117 1 463 1 625 2 314
Pays-Bas 228 440 645 696 879 1 170 1 394 1 410 1 708
Canada 537 747 830 827 866 1 061 1 177 1 258 1 336
Chine 26 75 219 256 359 468 648 927 1 212
Core du sud 147 324 421 480 585 636 818 924 1 103
TOTAL 18 551 28 511 35 472 37 002 42 347 50 383 57 604 59 284 67 889
* au 31/03/2007
Source: Bank for International Settlements
Les marchs obligataires sils restent prpondrants aux Etats-Unis qui dtiennent,
en 2006, 49% du total des encours des obligations dans le monde prennent aussi une place
de plus en plus importante, notamment en Espagne et en Italie (tableau 0.2) ; les niveaux
atteints en 2005 dans ces deux pays, mais galement en France et au Japon, sont dailleurs
plus levs que ceux du Royaume-Uni ou du Canada. La rpartition par type dmetteur
montre cependant une grande htrognit des structures doffres dobligations (tableau
0.3). Dans les pays du sud de lEurope (France, Espagne et Italie), de larges dficits publics
ont positionn lEtat comme premier emprunteur obligataire. En Allemagne, lexistence de
canaux spcifiques de financement du logement se traduit par un large march des
obligations foncires : les institutions financires exercent donc un rle important sur le
28 Source : International Monetary Fund Global Financial Stability Report.
27
march ; les entreprises jouent en revanche, l aussi, un rle modeste. Les pays anglo-saxons
se distinguent par un important march des obligations dentreprise29. Au Royaume-Uni, la
dette obligataire corporate reprsente environ 25% de la dette obligataire domestique totale.
Tableau 0.3
Rpartition par type dmetteur de la dette obligataire (en 2003, en %)
Allemagne Espagne France Italie Royaume Uni
Institutions financires montaires 60,9 34,8 28,8 31,1 43,8

Administrations publiques 36,5 63,2 54,1 66,5 31,3
Socits non financires 2,7 1,9 17,1 2,5 24,9
Sources : Banques Centrales
Finalement, ces changes darguments, ainsi que les donnes macro-conomiques les
plus rcentes, suggrent que lopposition traditionnelle entre systme bank oriented et market
oriented, qui a nourri tant de travaux, nest plus aujourdhui si pertinente. Mais lune des
raisons majeures ce manque de fondement typologique, dveloppe dans la section qui
suit, rside dans les interactions continues entre les banques et les marchs, dont les activits
respectives sont de plus en plus intgres : dans les faits, les institutions financires sont
essentielles au fonctionnement des marchs, parce quelles participent lmission et la
distribution des titres, ainsi qu lanimation des transactions. Ainsi les frontires entre
banques et marchs semblent de plus en plus floues.
29Aux Etats-Unis, il est difficile de dresser un tat des lieux prcis, dans la mesure o les statistiques de la FED
apprhendent globalement les marchs montaires et obligataires.
28
0.2. LINTERACTION BANQUE/MARCHE : VERS UN NOUVEAU

MODELE ?
Fondamentalement, peut-on encore opposer les banques et les marchs ? La

question mrite dtre pose dans la mesure o un brouillage est intervenu entre les deux
ples des systmes financiers, qui ne permet de dlimiter ni les activits, ni les acteurs de
lintermdiation. Plus prcisment, deux phnomnes sont lorigine dun certain effacement
des frontires entre banques et marchs : dun ct, lintermdiation ne se limite plus aux
banques puisque lessor des marchs financiers a favoris celui de nouveaux intermdiaires,
devenus des acteurs incontournables ; dun autre ct, les activits dintermdiation
traditionnelles des banques se sont redployes autour dun primtre plus large, incluant
une participation active aux marchs.
0.2.1. De nouveaux acteurs parmi les banques
Lactivit dintermdiation nest plus effectue exclusivement par les tablissements

bancaires, puisquelle est galement du ressort de certains investisseurs institutionnels tels
que les socits de capital risque, de gestion, dassurance ou encore les fonds de pension. Le
poids croissant de ces intermdiaires financiers non montaires (tableau 0.4) tmoigne de la
diversification du secteur financier et de la complexit des circuits dintermdiation.
Tableau 0.4
Evolution du poids des investisseurs institutionnels (actifs agrgs en proportion du PIB)
1970 1980 1990 2000
Royaume-Uni 0,42 0,37 1,02 1,93
Etats-Unis 0,41 0,47 0,79 1,62
Allemagne 0,12 0,20 0,33 0,84
Japon 0,15 0,21 0,58 1,03
Canada 0,32 0,32 0,52 1,10
France 0,07 0,12 0,52 1,20
Italie 0,07 0,06 0,15 0,76
G7 0,23 0,25 0,56 1,21

Pays anglo-saxons 0,39 0,39 0,78 1,55
Source : Davis (2003)
Les private equities par exemple (capital-risque, capital-dveloppement, etc.) apportent

des fonds aux jeunes entreprises, et fournissent des services dexpertise et de production
dinformation, qui font delles des intermdiaires financiers part entire. Lactivit de ces
29
socits a explos en 2006, avec plus de 360 milliards de dollars de fonds investis et 340
milliards de fonds levs (graphique 0.1). En France, au 1er semestre 2005, 5,2 milliards
deuros ont t investis (en progression de 42% depuis 2002) et 7,7 milliards deuros30 ont
t apports par les investisseurs. Or, lexception des LBO, ce mtier intresse peu les
investisseurs institutionnels franais. Par contre les banques sont trs actives sur le march
des LBO, sur lequel elles interviennent, outre comme arrangeurs via des filiales spcialises,
mais galement comme principaux financeurs.
Graphique 0.1
Evolution du march global des private equities (en milliards de dollars)
400
350
300
250
200
150
100
50
0
1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Fonds investis Fonds levs
Source : Estimations IFSL sur la base des donnes de EVCA / Thomson Financial / PwC, Aper data
Les socits de gestion (mutual funds aux Etats-Unis, OPCVM31 en France, etc)
assurent aussi une mission dintermdiation puisquelles collectent des fonds et les placent
dans un portefeuille diversifi. Les actifs nets dtenus par ces socits de gestion ont plus
que double en dix ans (graphique 0.2), pour atteindre 21,77 milliards de dollars en 2006. A
ct des mutual funds amricains qui dtiennent 47,8% de ces actifs nets en 2006, les
OPCVM, vhicules de placements prfrs des franais, arrivent en second en rang (avec
8,1%). Mais ces organismes entretiennent des liens trs troits avec les banques : dune part,
ils sont pour une grande partie des filiales dtablissements bancaires ; dautre part, leurs
produits sont souvent conus et grs par ces mmes tablissements.
30 Source : CCSF Les enjeux conomiques et sociaux de lindustrie bancaire 2006.

31 Organismes de Placements Collectifs en Valeurs Mobilires : SICAV et Fond Communs de Placement. Les
fonds ouverts (SICAV) peuvent mettre de nouvelles parts, ou racheter des parts actuelles, tout moment, et
leur valeur de march ; cette valeur de march est calcule en prenant la valeur totale du portefeuille divise par
le nombre de parts, ce nombre changeant tous les jours en fonction des rachats de parts ou des missions de
nouvelles parts. Par opposition, les fonds ferms ont un nombre de part fix : ils nmettent pas de nouvelles
parts et ne rachtent pas les anciennes ; les cours peuvent donc diffrer de la valeur de la part (c'est--dire de la
valeur du portefeuille divis par le nombre de parts).
30
Graphique 0.2
Evolution des actifs nets globaux des Mutual Funds (en milliards de dollars)
25000
20000
15000
10000
5000
0
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007*
Amriques Europe Asie et Pacifique
* au 1er trimestre 2007

Source : Investment Company Institute, European Fund and Management Association
Les fonds de pensions concurrencent aussi les banques, mais du ct de leur passif.
Organismes privs ayant pour vocation de financer les retraites, ils collectent les
contributions et les placent sur les marchs afin dassurer les droits acquis par les
bnficiaires. Les fonds de pensions sannoncent comme des acteurs majeurs de la
transformation des conomies (Merton et Bodies, 1998). Leur poids parmi les investisseurs
institutionnels est dautant plus important que le pays a un systme de retraite par
capitalisation (pays anglo-saxons notamment). En revanche, dans les pays o prdomine la
retraite par rpartition, les fonds de pension ont encore un rle relativement faible, mais en
progression avec le contre-choc dmographique. En France notamment, ce sont les caisses
de retraites qui collectent les cotisations et confient les fonds la Caisse de Dpt et
Consignation, qui les place son tour sur les marchs ; et ce sont les assurances vie qui
jouent le rle de fonds de pension.
Or, les socits dassurance sont galement des intermdiaires financiers dans la
mesure o elles collectent des fonds partir des contrats (ou polices) dassurance quelles
proposent aux entreprises et aux mnages (assurance vie, assurance automobile, assurance
invalidit, assurance incendie, etc.) et investissent par la suite les fonds obtenus, partir des
primes payes par les assurs, dans des actifs plusieurs chances (actions, obligations,
investissements immobiliers, etc.). Pour rpondre une telle concurrence et amortir les
cots fixes importants de leurs rseaux de distribution, les banques ont pris position sur le
march de lassurance-vie dont lactivit, qui consiste dans la gestion dune pargne longue,
est assez proche de leur mtier dorigine.
31
Tableau 0.5
Source des actifs nets des investisseurs institutionnels (en milliards de dollars, fin 2006)
Fonds Socits Socits
Total
de pension dassurance dinvestissements
Etats-Unis 15,89 6,01 10,41 32,32
Japon 1,16 2,49 0,58 4,23
Royaume-Uni 1,69 2,47 0,79 4,94
France 0,13 1,86 1,77 3,77
Allemagne 0,12 1,57 0,34 2,03
Pays-Bas 0,83 0,43 0,11 1,39
Suisse 0,46 0,37 0,16 0,99
Autres 2,38 2,19 7,61 12,17
Total 22,65 17,39 21,77 61,80
Source : Estimations IFSL sur la base des donnes de Watson Wyatt, Bridgewell, Merill Lynch, ICI.
0.2.2. De nouvelles activits des banques sur les marchs
La diversification croissante des intermdiaires financiers est alle de pair avec une
diminution relative des instruments bancaires traditionnels (crdits et dpts) en faveur de
nouvelles activits sur titres qui impactent les deux cts des bilans bancaires ainsi que de
nouveaux produits et de nouvelles formes de prts qui mettent en jeu les hors bilans des
banques32.
Du ct de lactif, les banques ne se contentent plus de vendre des dpts mais elles
ont dvelopp des activits dinvestissement en titres, participant au brouillage des frontires
entre elles, les autres intermdiaires financiers et les marchs. Quelles agissent pour leur
propre compte ou pour le compte de leur clientle, les banques se sont largement engages
dans la conception et la gestion de produits OPCVM, jouant de plus en plus un rle
dintermdiaire de placement et de prestataire de diffrents services pour les investisseurs33.
32 La diversification des activits est souvent justifie comme une volont de rduire les risques et/ou de
profiter des conomies denvergure. Sur le premier point, certaines tudes ont par exemple tent de montrer
que la combinaison des activits bancaires et dassurance permettait de rduite la variable des revenus de
linstitution. Or tant donns que les risques manant dactivits diffrentes ne sont pas de mme nature et ne
se grent pas de la mme faon, rien nassure que le risque global sera finalement rduit. De plus, laddition
dactivit trop htrogne peut mme engendrer des dsconomies denvergure dans la production, c'est--dire
des cots suprieurs ce quils seraient si les productions seffectuaient dans des institutions diffrentes. A titre
dexemple, certain groupe bancaire (dont Citicorp et Crdit Suisse) ont revendu des activits quils avaient
prcdemment acquises (notamment les activits dassurance) et qui se sont rvles dcevantes sur le plan des
synergies attendues.
33 Cette activit a t rendu possible en France grce lvolution du statut des acteurs de march (loi du 22
janvier 1988) : les socits de bourse se substituent aux agents de change et sont autorises ouvrir leur capital
aux tablissements financiers qui sont dsormais mme dexercer la totalit des mtiers touchant aux valeurs
mobilires, depuis la prparation des missions jusqu la gestion des portefeuilles, en passant par la vente, la
ngociation, les prises de positions sur les marchs et la garantie de leur liquidit.
32
En France, par exemple, les acquisitions nettes, par les tablissements de crdit et les autres
institutions financires, dactions (42,5 milliards deuros en 2007) ont reprsent plus de 27%
du total des acquisitions en 2007, les obligations (82,4 milliards deuros en 2007) 53% et les
titres de crances ngociables (67,8 milliards deuros en 2007) 44%34. Dans la zone euro, les
intermdiaires financiers rsidents (banques, OPCVM, assurances et fonds de pension)
dtiennent en moyenne prs de la moiti des titres mis par les agents non financiers. Du
ct du passif, les banques se financent de plus en plus par mission de titres (certificats de
dpts et obligations). Dans la zone euro, elles sont mme devenues lacteur dominant,
lencours des titres de dette mis par les institutions financires et montaires ayant
rcemment dpass la valeur globale des titres de la dette publique.
Tableau 0.6
Transformation de la structure des bilans bancaires* (en France, en %)
1980 2002 1980 2002
Actif (en %) Passif (en %)
Crdits la clientle 84 38 Oprations interbancaires 13 5
Titres 5 47 Dpts de la clientle 73 27
Valeurs immobilises 9 7 Titres 6 52
Divers 2 8 Divers 0 7
Fonds propres et provisions 8 9
Total de lactif 100 100 Total du passif 100 100
* Hors banques coopratives et mutualistes.
Source : Plihon et al. (2006), daprs les donnes de la Commission bancaire
Cet accroissement de la part des valeurs mobilires, ou mobilirisation , qui touche

aussi bien lactif que le passif des banques, transparat nettement dans les bilans bancaires. Le
cas de la France est assez emblmatique (tableau 0.5) : entre 1980 et 2002, la part des crdits
la clientle dans le total des actifs des banques passe de 84 38%, tandis que celle des titres
de 5 47%. Un effet de ciseaux similaire intervient du ct du passif : la part des dpts
passe de 73 27% alors que celle des titres de 6 52%. Le produit net bancaire atteste
galement de cette volution (tableau 0.6) : la part des commissions touches par les banques
dans le cadre de leurs activits de services financiers sest considrablement accrue, au
dtriment des marges dintermdiation35, qui sont devenues en France sur la priode 1999-
2001 (47,7%) infrieures celles du Royaume-Uni (71,5%).
34 Source : comptes nationaux, base 2000, Banque de France (DESM).

35La marge dintermdiation est dfinie comme lcart entre le taux directeur (de la Banque de France ou de la
Banque Centrale Europenne) et les taux sur les crdits nouveaux.
33
Tableau 0.7
Dcomposition du produit net bancaire* (en France, en %)
1975 1985 1993-1996 1999-2001
Marge dintermdiation 81 85 47 47,7
Produits divers 19 15 53 52,3
Produit net bancaire 100 100 100 100
* Hors banques coopratives et mutualistes.
Source : Plihon (1995, 1998) et Boutillier et al. (2003)
Mais lexamen des bilans bancaires ne suffit pas pour apprhender pleinement les
subtilits de la relation bilatrale banque-march. En effet, dans un contexte marqu par le
durcissement des contraintes concurrentielles et rglementaires, les banques ont notamment
dvelopp certains moyens doptimiser la gestion de leurs fonds propres, comme la
titrisation. Ainsi, beaucoup dentre-elles mettent, structurent et reconditionnent des actifs
illiquides en tranches quelles redistribuent aux investisseurs selon leurs prfrences en terme
de risque. Cette technique a permis aux banques, dont le niveau de fonds propres tait
relativement faible, dexternaliser leur risque de crdit et de respecter certaines contraintes
rglementaires. Dans certains cas, elle reprsente une nouvelle forme de financement garanti
pour les banques.
Lactivit de titrisation36 des banques sest donc considrablement accrue ces

dernires annes. Aux Etats-Unis, lencours total de lensemble des vhicules de titrisation
(ABS, MBS, etc.) a reprsent 7 300 milliards de dollars au premier trimestre 2007, soit
environ 35 % du total des titres de dette long terme. Mais, dans ce pays, lessentiel des
oprations de titrisation concernent les crances hypothcaires (MBS), ralises travers des
agences gouvernementales. Les oprations dABS sont galement trs importantes puisque
leur encours taient de lordre de 2 200 milliards de dollars au premier trimestre 2007, soit
peu prs 11 % du march de la dette (hors papier montaire). Le march europen de la
titrisation prsente une configuration sensiblement diffrente de celle des Etats-Unis. Les
Covered bonds font partie depuis longtemps du paysage financier europen, notamment en
36 Globalement, on distingue deux grands types de titrisation. Le premier, souvent dfini comme tant de la
titrisation on-balance sheet, consiste pour un tablissement de crdit mettre des titres gags sur un pool de
crances, lesquelles demeurent inscrites son bilan mais sont cantonnes juridiquement. Ces titres, qui sont en
rgle gnrale qualifis de Covered bonds, correspondent aux Pfandbriefe allemands ou leurs homologues franais
les obligations foncires. La seconde technique (off-balance sheet) impacte directement le hors bilan de
ltablissement de crdit. Celui-ci cde des crances une institution spcifique, le SPV (Special Purpose Vehicule).
Le SPV finance alors lacquisition de ces crances par lmission de titres, dnomms de la manire la plus
gnrale ABS (Asset Backed Securities). Mais, la pratique anglo-saxonne consiste parler de MBS (Mortgage Backed
Securities) lorsque les crances titrises sont des crdits hypothcaires, et nutiliser le terme ABS que pour les
autres oprations, comme par exemple la titrisation de prts la consommation ou de prts automobile.
34
Allemagne et au Danemark qui dtiennent, eux deux, environ 85% du march. En France,
les institutions financires ne recourent que de manire marginale l'mission d'obligations
foncires pour financer leur activit de prts et ce, en dpit de la modernisation de ce type
d'instruments. De manire gnrale, le march europen des Covered bonds, plus mature du
fait de son anciennet, ne marque pas de progression particulire. En revanche, les dernires
annes ont vu une croissance continue des oprations de titrisation via des vhicules ABS et
MBS, le montant des missions nouvelles tant multipli par prs de six entre 2000 et 2006.
Au total, et mme sil est en retrait par rapport au Etats-Unis, le march europen de la
titrisation gagne du terrain, pour stablir 459 milliards deuros en 2006. 43 % des
oprations nouvelles de titrisation reposent sur des actifs localiss au Royaume-Uni.
Viennent ensuite l'Italie et l'Espagne, ces deux pays reprsentant eux deux 27 % du march
europen des missions. Les actifs allemands et franais ont, pour leur part, un rle plus
modeste, de l'ordre de 3 % du total des oprations europennes pour chacun37.
Pour faciliter ce conditionnement et reconditionnement des actifs, les banques crent

de plus en plus de des vhicules ad hoc hors bilan, ou conduits financiers . Elles recourent
davantage aux drivs pour grer les risques de financement. De surcrot, une proportion
croissante des transactions interbancaires sopre par des accords de pension38. Daprs une
enqute du Systme Europen de Banques Centrales (SEBC), la part des oprations assorties
de srets sur le total des transactions du march montaire en euros est passe de 22 30%
entre 2000 et 2006. Au total, et daprs la mme enqute, le total des engagements hors
bilan des banques de lUnion Europenne tait de prt de 17% des actifs au bilan en 2006,
alors quil se situait encore des niveaux trs faibles en 2001.
Les prts bancaires prennent galement de nouvelles formes. Outre les prts
classiques aux entreprises et aux particuliers, beaucoup de banques prtent aussi dsormais
aux investisseurs spcialiss tels que les hedges funds ou dautres tablissements recourant
massivement leffet de levier. Les banques accordent aussi des prts-relais aux courtiers
pendant les priodes dacclration ou pour les rachats avec effet de levier en cours. La
politique de tarification des prts des banques aurait aussi t influence par le
37 Source : Thomson Financial Securities Data, Bank for International Settlement (BIS), European
Securitisation Forum et Securities Industry and Financial Market Association (SIFMA).
38 Un accord de pension (repurchase agreement) est une convention par laquelle une valeur est cde tandis que le
vendeur obtient simultanment le droit et lobligation de la racheter, un prix dtermin, un terme fix
lavance ou sur demande. Cette convention est analogue au prt garanti, cette diffrence prs que la proprit
des titres nest pas conserve par le vendeur.
35
dveloppement des financements de march, avec une indexation des taux dbiteurs
bancaires sur les taux de march, au dtriment dune indexation sur le taux de base bancaire.
Plusieurs tudes confirment la transmission des taux de march vers les taux dbiteurs des
banques (pass-through), que ce soit sur des donnes agrges par pays (Mojon, 2000 ; Angeloni
et Ehrmann, 2003 ; deBondt, 2002 ; deBondt et al., 2005 ; Coffinet, 2005 ; Kleimeier et
Sander, 2006 ; Sorensen et Werner, 2006), ou sur des donnes individuelles (Weth, 2002 ;
Gambacorta, 2004 ; De Graeve et al., 2007 ; Barbier de la Serre et al., 2008), les ajustements
tant dautant plus rapides et amples que les crdits sont octroys aux socits non
financires et que leurs dures sont longues. On parle alors de plus en plus de
marchisation des financements pour rendre compte du fait que le cot du financement
bancaire est de plus en plus dtermin par les taux des marchs montaire ou financiers.
Etant donnes ces diverses volution, les activits bancaires sont dsormais plus
profondment intgres au march. Cette tendance est encore renforce par la mise en
uvre des nouvelles normes comptables IAS/IFRS, qui gnralisent le principe de
comptabilisation la juste valeur, ce qui suppose de valoriser la valeur de march une
grande part du bilan des banques.
0.2.3. Consquences sur le calcul du taux dintermdiation
La prise en compte de tous ces phnomnes a pouss le Conseil National du Crdit

(CNCT) proposer une seconde dfinition, largie , du taux dintermdiation, dans
laquelle on rapporte au total des financements accords lconomie non pas uniquement
les crdits offerts par les tablissements de crdit (comme dans la dfinition troite ), mais
lensemble des financements offerts par les institutions financires39, quil sagisse doctroi de
prt ou dachat de titres. Globalement (tableau 0.840), les taux dintermdiation, au sens troit
comme au sens large, ont diminu jusquen 2004, pour finir par se stabiliser au cours des
trois dernires annes.
39 Les institutions financires regroupent les institutions financires montaires (tablissements de crdit,
OPCVM montaires et autres institutions financires montaires) et les autres intermdiaires financiers
(socits dassurance, fonds de pension, OPCVM non montaires, etc.).
40 Jusquen 2001, le calcul des taux dintermdiation en France tait ralis par le CNCT. Il a t interrompu de
2001 2006, puis repris par la Banque de France sur la base de la mthodologie dveloppe par Boutillier et
Bricongne (2006) et recalcul partir de 1994. Des rsultats complmentaires figurent lannexe 2 jointe ce
chapitre. De 1994 2001, les deux sries de calcul reportent des chiffres sensiblement diffrents et les
comparaisons sont donc prendre avec prcaution.
36
Tableau 0.8
Taux dintermdiation au sens large et troit (en France, en %)
1994 1996 1998 2000 2001 2002 2003 2004 2005 2006 2007*
Sens large 76.2 75.1 72.8 65.9 63.3 62.0 60.3 58.6 58.7 59.4 59.5
Sens troit 55.4 50.2 46.8 43.4 41.6 41.3 40.1 40.0 40.8 42.2 42.3
* au 30 juin 2007
Source : Banque de France, Statistiques et enqutes, Sries chronologiques.
Plus prcisment, le taux dintermdiation au sens troit est pass de 71% en 1978
moins de 46% vingt ans plus tard (annexe 1). Mais, si cette baisse a t relativement rapide
au cours des annes 1990, elle tend sroder depuis dbut 2000, et crotre mme
lgrement selon les dernires estimations (42,3% au 30 juin 2007). Ainsi, lactivit
traditionnelle des tablissements de crdit serait relativement constante depuis le dbut de la
dcennie. Le taux dintermdiation au sens large a, quant lui, fluctu en restant dans une
fourchette comprise entre 77% et 80% entre 1978 et 1990, avant de sinscrire en lgre
baisse au cours des annes 1990 pour stablir entre 75% et 76% de 1993 1997 (selon le
rapport annuel du CNCT pour lexercice 2001). La baisse semble ensuite avoir t plus
marque au tournant des annes 2000 (65,9%) pour se situer, selon les nouveaux calculs,
autour de 60% (59,5% au 30 juin 2007). Nanmoins, la baisse du taux dintermdiation au
sens large a t moins marque que celle du taux troit. Les diffrences entre les deux taux
(troit et large) correspondent la fraction des activits des autres intermdiaires financires,
ainsi qu lactivit de march des banques (tableau 0.9) : dun ct, la part des institutions
financires a rgulirement dcru depuis 1994 (61,6%), pour se situer autour de 47% en
2007 ; dun autre ct, la part des crdits a connu une volution similaire (de 55,4% en 1994
40% en 2004), mais avec une lgre tendance haussire depuis 2005 (42,3% en 2007). Les
socits non financires et les administrations publiques contribuent largement la baisse du
taux dintermdiation financire au sens troit et au sens large. De 1994 2004, cest la
diminution des concours distribus aux socits non financires par les tablissements de
crdit qui alimente la baisse des taux dintermdiation au sens troit comme au sens large.
De 2002 2005, si le taux dintermdiation au sens troit marque une stabilisation pour ce
secteur, le taux au sens large continue de baisser du fait du recul de la dtention de titres de
socits non financires par les institutions financires. Pour sa part, le taux dintermdiation
des administrations publiques au sens large montre un profil dvolution plus contrast : sil
marque une relative stabilit entre 1994 et 1997, il dcrot par la suite de manire accentue
jusquen 2007, du fait du renforcement rgulier de la dtention de titres publics, notamment
de titres dEtat, par les non-rsidents.
37
Tableau 0.9
Taux dintermdiation au sens large : rpartitions par secteurs apporteurs, instruments et agents
bnficiaires (en France, en %)
1994 1996 1998 2000 2001 2002 2003 2004 2005 2006 2007*
Rpartition par secteurs apporteurs
IFM** 61.6 58.2 54.6 49.0 47.0 46.2 45.5 45.3 45.7 47.1 47.6
Assurances 8.0 10.8 11.2 9.6 9.6 9.3 8.9 7.9 8.0 7.4 6.7
OPCVM 6.6 6.1 7.0 7.4 6.7 6.5 5.9 5.4 5.0 4.9 5.2
Rpartition par instruments
Crdits 55.4 50.2 46.8 43.4 41.6 41.3 40.1 40.0 40.8 42.2 42.3
Actions 1.3 1.5 1.9 3.0 3.1 3.1 3.6 3.4 3.4 3.9 4.4
Obligations 12.7 15.9 16.8 14.6 13.7 13.3 12.8 11.3 10.9 9.6 8.6
Titre MM*** 6.9 7.5 7.4 4.9 4.9 4.3 3.8 3.9 3.6 3.7 4.3
Rpartition par agents bnficiaires
SNF 30.8 27.8 26.8 27.6 27.1 25.8 24.3 23.9 23.6 24.3 25.0
Mnages 21.7 20.7 20.6 19.2 18.9 19.1 19.1 19.4 20.2 21.2 21.3
APU**** 23.8 26.6 25.4 19.1 17.3 17.2 16.9 15.3 15.0 13.9 13.3
* au 30 juin 2007 ** Institutions Financires Montaires *** titres du march montaire **** Administrations publiques
Source : Banque de France, Statistiques et enqutes, Sries chronologiques.
Les lments de comparaison internationale (tableau 0.10) permettent dobserver que

le taux dintermdiation au sens troit des agents non financiers en France est le seul
dcrotre de faon rgulire sur la priode 1994-2004. En dbut de priode, la France se
plaait dans une situation intermdiaire (55,4%), entre lAllemagne fortement intermdie
(69,6%) et les Etats-Unis et le Royaume-Uni plutt orients vers les financements de march
(respectivement 33,6% et 38,5%). En fin de priode, la France a le taux dintermdiation le
plus faible. En effet, les taux des Etats-Unis, du Royaume-Uni et de lEspagne sont orients
la hausse jusquen fin de priode, en raison notamment de laugmentation de la part des
crdits aux mnages. En Allemagne, en revanche, cette dernire est reste stable, et la part
des crdits aux entreprises, relativement importante.
Tableau 0.10
Comparaison internationale du taux dintermdiation au sens troit des ANF* (en %)41
1994 1996 1998 1999 2000 2001 2002 2003 2004
Etats-Unis 33,6 36,2 39,1 40,6 42,9 43,8 44,8 46 47,7
Royaume Uni 38,5 37,9 39 41,3 38,9 40,7 42,7 43 46,2
Espagne 46,1 45 47 48,9 50,6 52,8 54,6 57,4 60,2
France 55.4 50.2 46.8 45.1 43.4 41.6 41.3 40.1 40.0
Allemagne 69,6 71,1 72 73 73,4 72,7 72,5 70,5 68,6
*ANF : Agents Non Financiers (socits non financires, mnages et administrations publiques)
Source : Flow of Funds Accounts - Bureau of Economic Analysis (Etats-Unis), Comptes nationaux du Royaume-Uni - Office
national des statistiques, Banque dEspagne, Banque de France, Banque Fdrale dAllemagne.
41 Compte tenu des contraintes de disponibilit des donnes, ce volet comparatif se limite aux taux
dintermdiation au sens troit et quatre pays.
38
Finalement, peu dtudes empiriques ont t menes pour valuer et comparer le

poids de lintermdiation dans diffrents pays. Et celles qui lont t, mme si elles nont pas
produit des rsultats similaires42, conduisent plutt relativiser la tendance la
dsintermdiation dans la mesure o le dveloppement des marchs boursiers saccompagne
actuellement dune croissance de lutilisation du financement bancaire dans les pays
dvelopps (Schmidt et al., 1999 ; Capelle-Blancard et Couppey-Soubeyran, 2003 ; Boutillier
et al., 2007). Plihon et al. (2006) citent titre dexemple le cas du Royaume-Uni et
lAllemagne, pays dont les systmes financiers sont considrs comme des archtypes trs
diffrents : le taux dintermdiation au sens large est de 74% environ dans les deux cas en
2001 (contre 77% en Allemagne en 1995 et 71% aux Royaume-Uni en 1994). En revanche
en 2001, le taux au sens troit tait de 56% en Allemagne (contre 62% en 1995) et de 43%
au Royaume-Uni (contre 34% en 1994). Cela revient dire que, contrairement lide selon
laquelle lexpansion des marchs exclurait les intermdiaires financiers, plus les marchs de
capitaux sont dvelopps, plus les financements qui sy oprent font intervenir les
intermdiaires financiers. Par ailleurs, dans le cadre dune tude empirique du degr
dintermdiation des financements de treize pays europens entre 1994 et 2001, Capelle-
Blancard et Couppey-Soubeyran (2003) montrent que la contribution des intermdiaires
financiers au financement de lconomie na pas dclin avec lessor des financements de
march en Europe. A partir dune valuation du taux dintermdiation en volume43, les
auteurs notent que la part relative des crdits a peu diminu et que la moyenne europenne
stablit plus de 67% au cours de la priode1994-2001. Le taux global masque, en outre,
des comportements sectoriels trs contrasts. La part relative des crdits dans le financement
des agents non financiers (socits non financires, mnages et administrations publiques)
na baiss de faon significative que pour les administrations publiques qui semblent avoir
report leur financement sur les marchs de capitaux. En revanche, les crdits demeurent
prpondrants dans le financement des socits non financires. De plus, le taux
dintermdiation en termes doffre, valu partir des encours corrigs des effets de
valorisation, semble en progression en France. Cette valuation en volume permet galement
dinflchir lide selon laquelle le redploiement de lintermdiation sur le march des titres
se serait largement opr au dtriment des tablissements de crdit.
42Les rsultats divergent dans la mesure o les donnes nationales ne sont pas homognes et les
mthodologies de calcul sont diverses (cf. annexe 2).
43La mesure du taux dintermdiation en volume permet de discriminer entre les effets prix et les effets
volumes associs laugmentation en valeur des financements de march (cf. annexe 2).
39
Pour conclure, les banques ont d sadapter leur nouvel environnement, caractris
par une concurrence croissante des marchs et des nouveaux intermdiaires financiers. Ceci
les a conduit dvelopper des activits nouvelles (investissement en titre, conseil financier)
davantage adosses aux marchs. La finance reste donc trs largement intermdie, mais
cest la forme de lintermdiation qui a connu une mutation considrable. Lactivit
traditionnelle des banques qui consiste collecter des dpts pour octroyer des crdits a
dclin et donc, avec elle, la contribution des banques au financement de lconomie sous
forme de crdits ; paralllement lintermdiation de march sest dvelopp.
40
0.3. LENDETTEMENT DES ENTREPRISES FRANAISES DANS LES

FAITS : VERS LES BANQUES OU LES MARCHES ?
Jusquau dbut des annes 1980, la structure dendettement des socits non
financires (SNF) franaises tait reprsentative dune conomie dendettement : en 1982, les
crdits obtenus par les SNF auprs des banques couvraient 78% de leurs endettements, alors
que le financement auprs des marchs ne reprsentait pas plus de 17%. En effet, cette
poque, les marchs financiers taient peu dvelopps et profitaient surtout aux institutions
financires et aux administrations publiques. Paralllement, les banques menaient des
politiques de prt avantageuses, favorises par de multiples crdits taux bonifis. Les flux
dendettement des SNF auprs des tablissements de crdit ont donc doubl durant cette
priode, passant de 12,9 milliards deuros en 1975 27,7 milliards deuros en 1982. Pour
contrer la tendance inflationniste, la Banque de France a dailleurs eu recours
lencadrement du crdit, en imposant aux banques une restriction autoritaire de la
progression des crdits quelles accordaient.
Graphique 0.3 Graphique 0.4

Taux dendettement des SNF (en France, en % Taux dendettement des SNF (en France, en %
du PIB) de la VA et de lpargne brute)44
65 125 1200
60 120 1100
55 115 1000
50 110 900
45 105 800
40 100 700
35 95 600
30 90 500
1990
1996
2004
1978
1980
1982
1984
1986
1988
1992
1994
1998
2000
2002
2006
1978
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
Dette / valeur ajoute (chelle de gauche)

Total (crdits et titres)
dont crdits totaux Dette / pargne brute (chelle de droite)
Source : Banque de France, INSEE45. Calculs : Banque de France46
44 Ces ratios permettent de mesurer la capacit instantane de remboursement de la dette par les entreprises.
Formellement, ils correspondent la dure ncessaire au remboursement intgral de le dette des entreprises si
on lui consacrait lensemble du revenu de lconomie (PIB), lensemble de la valeur ajoute ou lensemble de
lpargne brute des entreprises. Les ratios obtenus correspondent donc des scnarios largement thoriques,
mais permettent nanmoins de donner une ide sur la soutenabilit de lendettement des entreprises dans la
dure.
45 Lendettement des SNF, tels que retenu dans les calculs de lINSEE, mesure lensemble des financements
obtenus par voie dendettement (donc lexclusion des missions dactions ou des renforcements de fonds
propres), que ce soit auprs des tablissements de crdit ou sur les marchs de capitaux, tant auprs des
rsidents que des non-rsidents. Il se compose donc des crdits obtenus auprs des agents rsidents, des
financements obtenus en contrepartie dmissions de titres sur les marchs internes montaire ou obligataire et,
enfin, des crdits obtenus directement ltranger et des obligations mises sur les marchs internationaux.
41
Graphique 0.5 Graphique 0.6

Taux dinvestissement* et dpargne des SNF Taux dautofinancement des SNF
(en France, en %) (en France, en %)
30 120
25 100
20 80
15 60
10 40
5 20
0 0
1963
1995
1959
1967
1971
1975
1979
1983
1987
1991
1999
2003
1959
1987
1995
1963
1967
1971
1975
1979
1983
1991
1999
2003
Taux d'investissement (FBCF / VA brute) Taux d'autofinancement
Taux d'pargne (pargne brute / VA brute) (pargne brute / FBCF)
* FBCF : Formation brute de capital fixe
Source : Source : Insee, comptes nationaux - base 2000
Cette situation perdure jusquau milieu des annes 1980, quand interviennent deux
phnomnes lorigine de la transformation du systme financier franais : le
dveloppement des marchs de capitaux et la drglementation des activits bancaires. Tout
dabord, partir de 1983, les flux dendettement auprs des marchs financiers enregistrent
une progression significative en raison du dcloisonnement47 qui sy opre : ils passent de
5,3 milliards deuros en 1983 6,8 milliards deuros en 1986. Mais cette volution incombe
essentiellement aux missions effectues par le secteur public. Les entreprises, quant elles,
profitent de cette priode pour augmenter leur pargne (de 7,5% de la valeur ajoute en 1983
17,6% en 1988), tout en maintenant leur niveau dinvestissement relativement constant
46 Les chiffres mobiliss pour calculer les ratios dendettement des socits non financires sont jusquaux
comptes financiers 2002 au format de la base 1995 des comptes nationaux et jusquaux comptes financiers
disponibles au 23 avril 2008 au format de la base 2000. Des diffrences peuvent apparatre avec les taux
dendettement annuels calculs par ailleurs, du fait des corrections de jours ouvrables (CJO) portant sur les
dnominateurs, qui induisent des dcalages entre montants annuels et trimestriels cumuls. Pour de plus
amples dtails sur la mthode de calcul, se rfrer au document Mthode de la Banque de France, disponible
sur le site http://www.banque-France.fr/fr/stat_conjoncture/telchar/comptefi/eagnfi_meth.pdf.
47 Louverture des marchs en 1985 marque la premire tape du processus de dcloisonnement : le march
montaire, auparavant rserv aux banques pour ajuster leur trsorerie, devient accessible lensemble des
agents, notamment aux entreprises. Lintroduction de titres de crances ngociables (TCN) et des bons du
Trsor ngociables (BTAN et BTF) permet galement de crer un nouveau segment entre le march
interbancaire et le march obligataire. Les anciennes bourses de valeurs locales sont aussi rformes pour
constituer, depuis janvier 1991, un march national unifi qui rassemble toutes les valeurs cotes sur un mme
systme informatique de ngociation. Louverture et lunification se poursuivent avec la fusion, en 2000, des
bourses dactions et de produits drivs dAmsterdam, de Bruxelles et de Paris pour devenir Euronext, la
premire bourse paneuropenne. En 2002, Euronext slargit en fusionnant avec la Bolsa de Valores de Lisboa e
Porto BBLP (la bourse portugaise pour les produits dactions et de drivs) et en acqurant le LIFFE (London
International Financial Futures and Options Exchange). Depuis 2003, les marchs dEuronext utilisent un
systme unique de ngociation (NSC) et de compensation. En janvier 2005, une nouvelle rforme unifie les
trois segments du march Euronext, le premier, le second et le nouveau march qui ne font plus quun seul et
unique march (Eurolist) sur lequel les socits sont classes par ordre alphabtique avec un regroupement en
grandes (blue chips), moyennes (mid caps) et petites valeurs (small caps). En 2007, Euronext fusionne avec le NYSE
(New York Stock Exchange).
42
(graphique 0.3). Elles amliorent ainsi nettement leur taux dautofinancement au milieu des
annes 1980, qui enregistre un bond de 39,1% en 1983 88,5% en 1988 (graphique 0.4), et
modrent fortement leur endettement auprs des banques, qui continuent cependant
reprsenter structurellement leur mode de financement privilgi. Ensuite, la
drglementation48 de lactivit bancaire entrane une augmentation substantielle de
lencours de lendettement des SNF auprs des banques, passant de 371,60 milliards deuros
en 1985 (soit 51,09% du PIB) 587,30 milliards deuros en 1990 (soit 58,19% du PIB)
(tableau 0.11). Le recours au systme bancaire reprsente, la fin des annes 1980, plus des
trois quarts du financement total des SNF, alors que, paralllement, lendettement auprs des
marchs connat une croissance soutenue (lencours des titres de crances sur les marchs
double entre 1985 et 1990, passant de 48,6 milliards deuros 100,6 milliards deuros)
(tableau 0.11). Au total, la fin des annes 1980, les entreprises se sont fortement endettes :
leur endettement total a progress de 48% du PIB en 1986 un pic de 61,5% du PIB en
1991 et de 94% 116% de la valeur ajoute entre les mmes dates (graphique 0.1 et 0.2).
Tableau 0.11
Encours de financement des SNF en France (en milliards deuros, en fin danne)
1980 1985 1990 1995 2000 2005 2007
Obligations + TCN 18,80 48,60 100,60 143,66 232,63 332,04 330,52
(en % du PIB) (4,28) (6,68) (9,97) (12,15) (16,39) (19,41) (17,71)
Crdits des institutions financires 227,10 371,60 587,30 690,39 916,63 1229,17 1523,73
(en % du PIB) (51,69) (51,09) (58,19) (58,41) (64,56) (71,87) (81,63)
Actions et autres participations 220,40 532,40 1 115,80 928,40 3336,73 3462,78 4444,25
(en % du PIB) (50,16) (73,20) (110,55) (78,55) (235,02) (202,47) (238,09)
Source : Comptes nationaux, base 2000, Banque de France (SESOF)
48 La priode allant de 1987 1990 est marque par la leve de lencadrement : la loi bancaire impose une
banalisation des oprations, en permettant aux diffrents tablissements dutiliser les mmes moyens de
collecte des ressources et de distribution des crdits ; une partie des crdits taux bonifis disparat et les
tablissements qui continuent en accorder tendent perdre leur privilge. Par ailleurs, les pouvoirs publics
ont procd la privatisation des principales institutions financires partir de 1986. La concurrence entre
tablissements de crdit, qui tait relativement rduite avant la loi bancaire (priode au cours de laquelle plus de
trente statuts diffrents dtablissements de crdit coexistaient), sest acclre. Stimules par des recherches
dconomies dchelle, des oprations de concentration de grande ampleur ont marqu la fin des annes 1990
(prise de contrle dIndosuez par le Crdit Agricole en 1997, du crdit du Nord par la Socit Gnrale en
1998, de Natexis par le groupe des Banques Populaires et du Crdit Industriel et Commercial par le crdit
Mutuel en 1999, de Paribas par la BNP et du Crdit Foncier de France par le rseaux de Caisse dEpargne et de
Prvoyance et du Crdit Lyonnais par le crdit Agricole en 2003). Ainsi, au cours des dernires dcennies, le
nombre des tablissements de crdit a fortement diminu, passant de 2 001 tablissements en 1984 855 en
2005 (-57%) ; mais ce mouvement sest accompagn dun maintien de loffre du systme bancaire (en terme
deffectifs employs dans la profession et de nombre global de guichets permanents). Au total, en 2006, le
secteur bancaire parait modrment concentr puisque lindice de Herfindahlest gal 0,14 pour les crdits
lensemble de lconomie, et que les dix premires banques distribuent plus de 40% des crdits nouveaux aux
socits non financires (Rapport de la Commission Bancaire, 2007).
43
Tableau 0.12
Structure dendettement des SNF en France (en % de lendettement total)
1995 2000 2002 2003 2004 2005 2006 2007
Endettement via les institutions financires 67,11 55,95 51,30 49,95 50,46 49,92 50,13 50,25
dont endettement via les tablissements de crdit 62,80 52,77 48,39 47,05 47,67 47,37 47,89 48,24
dont endettement via les banques 37,62 36,30 33,93 32,32 33,80 33,39 34,60 35,74
Endettement via les marchs 19,08 23,43 25,51 26,40 24,63 23,07 21,71 19,10
dont endettement par mission de TCN 2,87 5,08 3,08 2,23 2,16 2,31 2,30 1,79
dont endettement par mission dobligations 16,21 18,35 22,43 24,17 22,47 20,77 19,41 17,31
Source : Banque de France, Statistiques et enqutes, Sries chronologiques
La dcennie 1990 est marque par une volution importante du comportement

financier des entreprises. Tout dabord, elles ont accumul une capacit de financement
(suprieure 80% partir de 1992) leur permettant dautofinancer leurs investissements
grce leurs fonds propres. Dans le mme temps, ces entreprises se sont engages dans un
processus de dsendettement pour allger la charge financire de leur dette, devenue
insoutenable cause de la baisse continue du taux dinflation et de la hausse des taux
dintrt rels. Fin 1998, leur endettement a dcrut jusqu 49% du PIB (et 99% de la valeur
ajoute) (graphique 0.1 et 0.2). Mais, partir de 1990, les entreprises franaises ont diversifi
leurs ressources de financement au dtriment du crdit bancaire : lendettement via les
tablissements de crdit ne reprsente plus que 57% du total de lendettement des SNF en
1998, alors que les financements sur le march dpassent les 20% (tableau 0.12). Cette
volution dans la structure dendettement des SNF continue jusquen 2003, priode au cours
de laquelle les crdits auprs des tablissements financiers dcroissent pour atteindre un
plancher de 47,05% du total de lendettement des SNF, alors que lendettement via les
marchs touche un plafond de 26,4%. Ainsi, les missions de titres constituent dsormais
une alternative au traditionnel crdit bancaire. On parle alors ce moment tort ou
raison dune dsintermdiation des financements des entreprises.
Tableau 0.13
Flux de financement des SNF en France (en milliards deuros, en fin danne)
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
Total des flux dendettement des SNF 13,0 58,7 75,8 72,3 16,9 13,0 10,8 51,8 71,4 93,1
Titres de crances ngociables et assimils 3,6 16,6 28,2 29,1 -3,4 20,0 12,3 15,6 14,9 4,6
Obligations et assimils 5,4 13,1 0,7 32,7 3,7 6,7 -26,4 -10,2 -8,0 -1,9
Crdit des institutions financires 4,1 29,0 46,9 10,6 16,5 -13,7 24,9 46,3 64,5 90,4
Total des flux dmission dactions 48,4 74,9 128,5 73,4 73,1 81,5 77,7 83,8 100,1 117,3
Total des flux de financement des SNF 61,4 133,6 204,3 145,7 90,0 94,5 88,5 135,5 171,5 210,4
Source : Comptes nationaux, base 2000, Banque de France (SESOF)
44
Mais, au cours des annes 2000, et plus particulirement partir de 2003, le besoin
de financement des socits se creuse ( 78,1 milliards deuros en 2007, aprs 57,0
milliards en 2006) : la progression de leurs investissements, combine avec la stagnation de
leur pargne brute (graphique 0.3), conduit une nouvelle diminution de leur taux
dautofinancement (de 95,6% en 1999 60,8% en 2007). En consquence, les SNF
accentuent leur recours lendettement (93,5 milliards deuros en 2007) : en 2007,
lendettement des SNF rapport au PIB rejoint les valeurs records du dbut des annes 1990
(60,5%) et continue daugmenter au regard de la valeur ajoute (121,4 %) et de leur pargne
brute (10,87 annes) (graphique 0.1 et 0.2). Les analyses menes en terme de flux
dendettement confirment par ailleurs ces volutions puisque les flux de dette saccroissent
rgulirement depuis 2004 pour stablir 93,1 milliards deuros en 2007 (tableau 0.13).
Mais, partir de 2004, les SNF modifient le dosage de leurs financements : elles intensifient
leurs emprunts bancaires et rduisent notablement leur endettement sous forme de titres. La
forte augmentation de leur flux net demprunts bancaires (90,4 milliards deuros en 2007,
aprs 64,5 milliards deuros en 2006 et 46,3 milliards deuros en 2005) est encourage par
une offre de crdit plutt accommodante, du fait de la concurrence de plus en plus vive
entre tablissements prteurs. En effet, les rsultats des enqutes trimestrielles sur la
distribution du crdit ( Bank Lending Survey ), ralises par la Banque de France auprs dun
chantillon de 15 rseaux bancaires diffrents, font ressortir que, face une demande de
crdit plus dynamique, les critres dattribution des crdits ont t sensiblement assouplis
entre 2004 et 2006. Il sen suit que, depuis 2004, la part de lendettement auprs des
tablissements de crdit se stabilise et crot mme lgrement pour reprsenter en 2007 plus
de 48% de lendettement total des socits non financires. linverse, les socits sollicitent
moins les financements de march, leurs missions nettes de titres de crance tombant 2,8
milliards deuros en 2007 : en raction au resserrement des conditions de march, elles
rduisent leurs missions nettes de titres de crances ngociables (4,6 milliards deuros en
2007) et continuent procder des remboursements nets dobligations, dans des
proportions toutefois moindres quen 2006 (1,9 milliard deuros, aprs 8,0 milliards). Le
recours par les entreprises aux marchs des titres de crance recule donc, pour ne
reprsenter en 2007 que 19,10% du total de leur endettement (valeur proche de celle de
1995).
45
CONCLUSION DU CHAPITRE PRELIMINAIRE
Lanalyse des systmes financiers sappuie traditionnellement sur la distinction entre

les systmes orients vers les marchs, dans lesquels on classait auparavant les pays anglo-
saxons, et ceux tourns vers les banques, auxquels on rattachait le Japon et les pays dEurope
continentale. La littrature conomique a dailleurs propos plusieurs explications lorigine
de telles structures. Mais aussi fconds soient ces concepts, ils noffrent pas une grille de
lecture qui permette de vraiment comprendre les volutions des systmes financiers.
Lopposition des deux types de systmes, qui paraissait nagure si classique et qui a nourri
tant dtudes, nest plus aussi claire aujourdhui. Les mutations financires ont largement
brouill les frontires, au point o les systmes financiers dvelopps, devenus hybrides,
pourraient tre qualifis dconomies de march intermdies (Plihon et al., 2006). La
France, notamment, na pas adopt un systme dconomie de march parfait mais un
systme mixte entre banques et marchs : ses agents (notamment capacit de financement)
ninterviennent pas directement sur les marchs financiers mais travers des intermdiaires,
dont les banques ; le taux dintermdiation au sens strict de son conomie reste dautre part
relativement important (autour de 40%) et semble constant depuis le dbut des annes 2000.
Par ailleurs, alors quautrefois institutions financires et marchs financiers

reprsentaient deux canaux relativement indpendants de collecte et dallocation de
lpargne, leurs activits sont aujourdhui intgres, de sorte quon ne peut plus comprendre
lun sans parler de lautre. Do un apparent paradoxe : le dveloppement des marchs,
suppos concurrencer les banques, a en ralit largement profit celles-ci, qui sont
devenues des acteurs majeurs des marchs de capitaux. En effet, pour fonctionner, les
marchs financiers ont besoin dintermdiaires qui, par leurs nombreuses oprations dachat
et de vente, assurent leur liquidit. ct de leurs activits traditionnelles de dtail (orientes
vers la collecte de dpts et loctroi de crdit), les banques ont donc dvelopp une activit
profitable dintermdiation de march. Lintermdiation semble donc indissociable des
marchs qui se nourrissent des liquidits dont les intermdiaires sont porteurs, notamment
par le biais de souscriptions aux missions de titres. Rciproquement les intermdiaires
utilisent les possibilits croissantes des marchs pour tendre la palette des services quils
offrent leurs clients. En ralit, intermdiaires et marchs constituent deux lments
indissociables des systmes financiers et leurs volutions ne sauraient tre antinomiques.
46
Mais si les banques ne sont pas prs de disparatre, il faut reconnatre que le contenu
de leur activit ainsi que leur mode de fonctionnement se sont profondment transforms.
Reste pose la question de savoir jusquo les banques pourront sloigner de leur cur de
mtier et de lorganisation traditionnelle de leur rseau (chapitre 2).
Pour conclure, mme si cette prsentation a permis de situer le cadre de ltude et de

le doter de certains fondements macro-conomiques, elle nen reste pas moins relativement
limite dans la mesure o son interprtation, eu gard au sujet gnral de la thse (i.e.
lendettement des entreprises), est particulirement dlicate. Notamment, le fait dobserver,
pour un pays donn, un ratio dendettement bancaire lev ne signifie pas forcment quun
nombre important dentreprises bnficie de conditions de financement relevant
vritablement de lintermdiation financire. Finalement, les agrgats macro-conomiques
sont insuffisants pour rendre compte des diffrences, au sein dun systme financier, entre
financement intermdi et financement de march. Une rflexion plus qualitative est
ncessaire afin de mieux comprendre la manire dont stablissent les relations entre les
entreprises emprunteuses et leur prteur quil soit intermdi ou non (chapitre 1), comme
laffirme Nakamura (1999) :
A lvidence, le taux dintermdiation ne constitue pas un indicateur pertinent. Il serait

plus intressant de se pencher sur la nature des relations entre les banques et les
entreprises, plutt que sur la part des intermdiaires financiers dans le financement des
conomies .
Nakamura (1999, p.53)
47
Annexe n1 : Dettes bancaires et dettes de march

Une prsentation synoptique
La dette reprsente le montant quune entreprise emprunte pour compenser l'insuffisance des fonds propres. Il
existe plusieurs types de dettes auxquelles peuvent recourir les entreprises. Cependant, leur emploi nest pas le
mme, chaque type de dette devant servir financer un actif prcis.
Ces dettes peuvent tre classes selon trois approches : comptable, conomique et financire. La premire
classification distingue les dettes selon leurs chances, la deuxime selon la matrialisation de la crance et la
troisime selon que le sous-jacent soit un titre de proprit ou de crance.
A1.1. La classification comptable : dettes court terme / dettes long terme

La prise en compte du facteur temporel pour caractriser lendettement est fondamentale. En effet, plus la
dure de lendettement est longue, plus les risques du crancier sont importants et plus le cot de lendettement
est lev.
On opre gnralement une division temporelle tripartite de la dette : la dette court terme, dont lchance est
infrieure 1 an, la dette moyen terme, dont lchance est comprise entre 1 et 7 an, et la dette long terme,
dont lchance est suprieure 7 ans. Cependant, il convient de prciser, la suite dune doctrine ministrielle
(Rep. min. n 18271 : JO db. Ass. nat. 4 mai 1987, pp. 2560), qu il ny a pas de dfinition lgale ou rglementaire des
notions de court, moyen ou long terme , une telle classification relevant simplement de lusage.
Les dettes court terme servent gnralement financer lexploitation de lentreprise, et se ralisent travers
une grande diversit de formes juridiques, qui peuvent tre classes en quatre groupes : les facilits de caisse, la
mobilisation de crances commerciales, les crdits par signature et les billets de trsorerie.
La distinction entre dettes moyen terme et dettes long terme est moins marque que celle qui spare ces
deux catgories des dettes court terme. Gnralement, les dettes moyen et long terme sont associes en
raison de leur finalit proche, sinon commune. Elles permettent aux entreprises de squiper (investissement
productif) ou dinvestir (investissement immobilier, prise de participation, etc.). Les dettes moyen et long
terme peuvent tre des prts dinstitutions financires (dont la mobilisation est facilite par lordonnance n 67-
838 du 28 septembre 1967 pour les dettes moyen terme et par la loi n 69-1263 du 31 dcembre 1969 pour
les crdits long terme), des prts participatifs, des missions dobligation ou du crdit-bail mobilier ou
immobilier.
A1.2. La classification conomique : dettes intermdies / dettes de march

Cette classification oppose deux types dendettement : la dette indirecte (ou intermdie), qui suppose
lintervention dun intermdiaire entre prteurs et emprunteurs, et la dette directe (ou de march) qui
correspond lmission directement sur le march de titres de crance.
A1.2.1. Les dettes intermdies

La caractristique dune dette intermdie est la prsence dun tiers entre un prteur et un emprunteur dans le
cadre pargne/investissement. Il met en contact et fait concider les offres et les demandes de financement. Le
bilan dun intermdiaire est donc constitu par un actif qui reprsente lendettement de lemprunteur et un
passif refltant les crances du prteur. Cette activit est le fondement conomique dagents spcifiques qui
sont les institutions financires. En France, la loi bancaire du 24 janvier 1984 pose les principaux fondements
de lorganisation des intermdiaires sur le plan national.
Traditionnellement, les entreprises sadressaient surtout aux tablissements de crdit pour le financement des
besoins dexploitation. Leurs dettes pouvaient alors revtir trois formes : tout dabord, les facilits de caisse a
posteriori, qui constituent toujours un contrat de prt, c'est--dire un contrat rel qui se forme par la remise des
fonds ; elles reposent parfois sur la seule solvabilit de lemprunteur (avances ou dcouverts en comptes), mais
elles sont frquemment subordonnes la constitution de garanties diverses (avance sur titres, crances ou
effets de commerce). Ensuite, la mobilisation de crances commerciales, qui peut se raliser par des procds
varis tels que lescompte, les cessions Dailly, laffacturage ou les avances sur march. Enfin, les crdits par
signature (cautionnement, garanties, aval, etc.), travers lesquelles le crancier garantit que le dbiteur honorera
sa dette, pcuniaire ou non. Mais, les entreprises peuvent galement sadresser aux tablissements de crdit
pour obtenir des emprunts moyen et long terme.
48
A1.2.2. Les dettes de march

Les dettes de march correspondent lmission de titres de crances sur les marchs courts (billets de
trsoreries) ou longs (obligations).
Les emprunts court terme des entreprises sur les marchs se ralisent travers les billets de trsoreries. Ces
billets sont des titres de crances ngociables (TCN) (les TCN mis par les tablissements de crdit sont des
certificats de dpts), entirement dmatrialiss, et mis sans formalisme particulier et au gr de leur besoin.
Au contraire des valeurs mobilires, il ne font pas lobjet dune cotation : ils sont ngocis au gr gr entre les
metteurs et les investisseurs. Les bons moyen terme ngociable (BMTN) constituent un autre type de TCN,
accessibles tous les metteurs, mais leurs montants sont comparativement plus modestes.
Les emprunts long terme des entreprises sur les marchs se ralisent travers les missions dobligations. La
loi du 24 juillet 1966 sur les socits commerciales nonce que lmission obligataire nest permise quaux
socits par actions ayant deux annes dexistence et qui ont tabli deux bilans rgulirement approuvs par les
actionnaires . Par ailleurs, lmission dobligation nest possible que si le capital social est entirement libr. Il
existe de nombreuses modalits d'obligations classiques.
Les obligations les plus courantes sont taux fixe : le taux reste inchang pendant toute la dure de lemprunt.
Le montant du coupon servi est dtermin lavance et demeure le mme sur toute la dure de vie de
lemprunt. Lajustement aux conditions du march se fait donc sur la valeur de lobligation dont les fluctuations
sont en thorie en sens inverse de celles des taux dintrt du march.
Les obligations taux rvisable sont des obligations dont le taux dintrt est dtermin avant la priode au
cours de laquelle il sapplique (priode de jouissance). Autrement dit, les obligations taux rvisables offrent un
coupon dont le montant est fix lavance pour une priode dtermine (trois mois, un an, trois an, etc.), mais
rvis lissue de chaque priode avant dentamer la priode suivante.
Pour les obligations taux variable, le taux dintrt est dtermin pendant la priode au cours de laquelle il
sapplique et ne sera connu dfinitivement qu lissue de cette priode.
Les obligations coupon zro prsentent la double caractristique suivante : elles ne comportent aucun intrt
et, en contre partie, elles sont mises un prix trs infrieur celui auquel elles seront rembourses (importante
prime dmission). Puisque le porteur de lobligation ne reoit aucun intrt, sa rmunration est entirement
constitue de la plus-value entre le prix dmission fix trs bas et le remboursement au pair. Elles permettent
en outre lmetteur de se financer un taux infrieur celui offert par les obligations classiques, compte tenu
de la prime dmission.
Les obligations indexes sont des titres dont le revenu (coupon) et/ou le capital sont partiellement ou
totalement indexs sur un lment de rfrence qui doit obligatoirement tre en relation directe avec lactivit
de la socit mettrice. Lindexation permet de prmunir le porteur de lobligation dune dprciation
ventuelle de son revenu ou de son capital (les obligations indexes ne doivent pas tre confondues avec les
obligations taux variables ou rvisable dont le niveau des taux dintrt est dtermin par rfrence aux taux
des marchs montaires ou obligataires). Ces obligations sont classes dans la famille des produits drivs
support action mais, la diffrence des autres produits comportant un accs diffr au capital, il sagit bien
dun produit de dette pure.
A1.3. La classification financire : titre de proprit / titre de crance

Au-del des obligations classiques, les entreprises ont de plus en plus frquemment recours des missions
dobligations pouvant donner accs au capital ou ayant des caractres spcifiques. Ces obligations ont un
caractre mixte, c'est--dire quelles empruntent certaines caractristiques la fois aux instruments de capitaux
et aux instruments de dettes.
Parmi les obligations donnant accs au capital, la catgorie la plus novatrice est celle des obligations
convertibles en action (OCA). Elles reprsentent des obligations dont le remboursement, sur linitiative de
lemprunteur ou du souscripteur, seffectue directement ou indirectement par la remise de titres nouveaux
reprsentatifs dune fraction du capital (Inst. 16 juillet 1993, 4C-3-93, n12).
Dautres types dobligations donnent accs au capital comme les obligations remboursables en action (ORA),
les obligations avec bon de souscription dactions (OBSA), les obligations convertibles avec bon de
souscription dactions (OCABSA) ou les obligations option de conversion et/ou dchange dactions
nouvelles ou existantes (OCEANE).
49
Tableau A1.1
Emission de titres de crances en France par type de titres
(en % du total des missions dobligations)
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
Obligations foncires 0% 0 0% 0% 0% 28% 19% 27% 29% 43% 9%
Autres obligations 2% 1% 0% 0% 28% 3% 21% 16% 0% 0% 0%
Obligations index 0% 1% 1% 10% 2% 5% 13% 6% 5% 2% 1%
Titres subordonns 1% 6% 15% 14% 24% 5% 9% 12% 8% 11% 15%
Obligations donnant accs au capital 2% 9% 4% 5% 3% 0% 0% 7% 25% 10% 6%
Obligations classiques 95% 83% 80% 71% 43% 59% 38% 32% 33% 35% 68%
Source : Autorit des marchs financiers (AMF) Rapports annuels.
La multiplication de ces nouveaux instruments a rendu plus difficile la distinction entre les titres reprsentatifs
de capital et les titres reprsentatifs de dettes. Cette incertitude a dailleurs t prise en compte par la loi
comptable franaise et par son dcret dapplication du 29 novembre 1993. Larticle 13 nonce la distinction
entre, les capitaux propres et les autres fonds propres dune part, et les dettes dautre part. Les emprunts
obligataires convertibles ainsi que les autres emprunts obligataires figurent parmi les dettes.
Les analystes financiers prennent en considration la potentialit de cration de capitaux propres que
reprsente un emprunt rmunr par les obligations convertibles. Partant de la constatation statique quune
fraction non ngligeable du montant total de lemprunt ne fera pas lobjet dun remboursement lchance car
les obligations auront t converties en actions, lhabitude a t prise dassimiler aux capitaux propres une
fraction du montant total de lemprunt convertible.
Dans cette ligne, ce travail ne traitera pas des obligations convertibles car elles constituent, en plus du titre de
crance, un ventuel titre de proprit. Cette spcificit fait quelles ne peuvent tre compares aux autres
dettes classiques.
50
Annexe n2 : Dfinitions et mesures des financements intermdis
A2.1. Dfinitions des taux dintermdiation

Pour apprcier lvolution de lintermdiation financire, on oppose gnralement le taux dintermdiation au
sens troit et le taux dintermdiation au sens large. Le premier rsulte dune approche dite par la demande (de
financement), parce quelle privilgie les choix faits par les agents non financiers. Ne sont considrs comme
financements intermdis que les crdits accords directement par les tablissements de crdit. On se place
alors sous langle des contrats utiliss. Cette dmarche renvoie la distinction classique entre conomie
dendettement bancaire et conomie de marchs de capitaux. Un tel taux se dfinit alors comme le rapport des
crdits accords aux agents non financiers sur la totalit des financements obtenus par ces mmes agents.
Toutefois, cette approche ignore les oprations sur titres des tablissements de crdit et des autres
intermdiaires financiers, et leurs effets sur la satisfaction des besoins de financement des agents non
financiers. En effet, lorsque, par exemple, une banque souscrit un billet de trsorerie mis par une entreprise,
cette opration constitue bien un financement de lmetteur du titre de crance ngociable par la banque
linstar de ce qui aurait prvalu dans le cas de loctroi dun crdit ; la diffrence rside en ce que la banque peut
ventuellement vendre ce titre sur un march secondaire plus aisment quelle ne pourrait cder le crdit.
On peut ds lors envisager une conception alternative consistant dfinir le taux dintermdiation de faon
plus large. Selon cette approche, le taux rsulte dune approche dite par loffre (de financement) : les
financements intermdis recouvrent lensemble des concours aux agents non financiers, quils rsultent de
loctroi de crdit ou de lachat, par les tablissements de crdits, mais aussi par les autres intermdiaires
financiers (OPCVM et socits dassurance), de titres de crance et de proprit, lmission et sur le march
secondaire. Cette approche constitue un complment indispensable de la prcdente, en raison du processus de
marchisation des bilans des intermdiaires financiers, luvre depuis le milieu des annes 1980.
A2.2. Problmes de mesure des taux dintermdiation

Outre un problme de dfinition, se posent des problmes plus dlicats dordre mthodologique. Ces ratios
peuvent en effet tre calculs partir de flux (de crdits et de titres) ou partir dencours. Aucune des deux
mthodes nest pleinement satisfaisante. Si les flux, comptabiliss leur valeur denregistrement, permettent
dviter les problmes lis la valorisation des titres boursiers, ils ne renseignent que sur lvolution des
financements entre deux annes et se prtent donc mal lanalyse de longue priode. En revanche, les encours,
qui comptabilisent les montants totaux de crdits et de titres accumuls dans les bilans, sont adapts des
analyses de longue priode, mais sont comptabiliss en valeur de march. Or, si lon ne corrige pas lincidence
de la valorisation boursire sur les encours de titres, on est ncessairement conduit, selon les priodes de
hausse ou de baisse du march boursier, sous-estimer ou surestimer le taux dintermdiation. En priode
deuphorie des marchs, laugmentation du prix des actifs financiers aura pour effet daccrotre artificiellement
la part des actions dans le financement externe et donc damplifier la tendance la dsintermdiation
financire.
Diffrentes mthodes de correction sont possibles. Celle qui a t choisie par le CNCT consiste cumuler les
flux depuis une anne de rfrence, puis dduire limpact des faillites dentreprises pour tenir compte de la
mortalit des encours. Mais on peut aussi utiliser un indice boursier, ou bien encore construire un indice
appropri de valorisation (indice de prix) pour dflater les encours de titres Capelle-Blancard et Couppey-
Soubeyran (2003).
A2.3. Les rsultats rcents produits par la banque de France

Jusquen 2001, le calcul des taux dintermdiation en France tait ralis par le CNCT. Il a t interrompu de
2001 2006, puis repris par la Banque de France sur la base de la mthodologie dveloppe par Boutillier et
Bricongne (2006) et recalcul partir de 1994. Daprs ltude ralise par Boutillier et Bricongne (2006) pour
la Banque de France, les taux dintermdiation (au sens troit comme au sens large) concernant les agents non
financiers ont rgulirement diminu au cours des dix dernires annes : le taux dintermdiation bancaire au
sens troit (hors crdits des OPCVM et des socits dassurances) est pass de 54% en 1994 39,5% en 2004 ;
le taux dintermdiation financire au sens troit (y compris les crdits des OPCVM et des socits
dassurances) ont baiss de 55,4% 40,4% entre les mmes dates ; quant au taux dintermdiation financire au
sens large, il est pass de 76,2% 58,8% entre 1994 et 2004. Cette diminution des diffrents taux
dintermdiation est particulirement prononce au cours de la deuxime moiti des annes 1990. Cependant,
la tendance la baisse du taux dintermdiation au sens strict sest attnue au cours des trois dernires annes,
en liaison avec le redmarrage de lendettement des mnages et des socits non financires.
51
Graphique A2.1
Taux dintermdiation des agents non financiers
(en France, en pourcentage)
80
75
70
en pourcentage 65
60
55
50
45
40
35
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004
Taux d'intermdiation bancaire au sens strict

Taux d'intermdiation financire au sens strict
Taux d'intermdiation financire au sens large
Source : Boutillier et Bricongne (2006) Banque de France

Dcompos par type dmetteur, il ressort que les socits non financires et les administrations publiques
contribuent largement la baisse des taux dintermdiation financire, au sens troit comme au sens large, sur
lensemble de la priode. Au sens strict, la baisse des taux, observe depuis 1978, est essentiellement lie la
diminution du poids relatif des crdits aux socits non financires et dans une moindre mesure aux
administrations publiques. Cependant, la contribution des crdits aux mnages varie peu et est, en fin de
priode, voisine de son niveau de fin 1978. Entre-temps, elle sest renforce jusqu la fin des annes 1990, puis
a flchi jusquen 2001, avant dentamer une remonte progressive, en liaison avec le redmarrage de
lendettement, notamment immobilier, des mnages. Lvolution du taux dintermdiation au sens large est
quelque peu diffrente. Une relative inertie est observable en dbut de priode lie, dun ct, au
dveloppement des encours de portefeuille de titres dtenus par les institutions financires rsidentes au dbut
des annes 1980 et, dun autre ct, laugmentation des financements intermdis des administrations
publiques observe jusquen 1988 (cette hausse de lintermdiation des APU est due essentiellement au
dveloppement des encours de titres dEtat dtenus par les socits dassurance, corrlativement la croissance
de la collecte dassurance-vie). Ce taux ne commence baisser qu partir de 1990, du fait de lamoindrissement
de la contribution des financements intermdis des socits non financires, puis de celui des administrations
publiques.
Graphique A2.2
Taux dintermdiation au sens troit et large par type dmetteur depuis 1978
(en France, en pourcentage)
Au sens large Au sens troit
40 45
35 40
35
(en pourcentage)
(en pourcentage)
30
25 30
25
20
20
15
15
10
10
5 5
0 0
1978
1982
1984
1986
1988
1990
1992
1994
1996
2000
2002
2004
1980
1998
1982
1984
1986
1988
1990
1992
1994
1996
2000
2002
2004
1978
1980
1998
SNF (nouveau calcul) SNF (ancien calcul)

Mnages (nouveau calcul) Mnages (ancien calcul)
APU (nouveau calcul) APU (ancien calcul)
Source : Boutillier et Bricongne (2006) Banque de France
52
Les tableaux suivants, construits par Boutillier et Bricongne (2006), apportent quelques lments de
comparaison internationale (compte tenu des contraintes de disponibilit des donnes, ce volet comparatif se
limite aux taux dintermdiation au sens strict et quatre pays).
Tableau A2.1
Etats-Unis : Taux dintermdiation au sens strict des agents non financiers (en pourcentage)
1994 1996 1998 1999 2000 2001 2002 2003 2004
Taux dintermdiation des ANF 33,6 36,2 39,1 40,6 42,9 43,8 44,8 46 47,7
dont : part des crdits LT aux mnages 20,1 21,1 22,8 23,8 25,1 26,4 28,1 29,7 31,5
part des crdits CT aux mnages 7,0 8,1 8,6 8,9 9,6 9,8 9,7 9,5 9,3
part des crdits aux SNF 6,6 7,0 7,7 7,9 8,2 7,7 7,1 6,8 6,8
Source: Flow of Funds Accounts, Bureau of Economic Analysis
Tableau A2.2
Royaume-Uni : Taux dintermdiation au sens strict des agents non financiers (en pourcentage)
1994 1996 1998 1999 2000 2001 2002 2003 2004
Taux dintermdiation des ANF 38,5 37,9 39 41,3 38,9 40,7 42,7 43 46,2
part des crdits aux APU 3,8 4,0 3,7 4,0 3,7 3,4 3,0 2,6 2,7
Source : Comptes nationaux du Royaume-Uni, Office national des statistiques
Tableau A2.3
Espagne : Taux dintermdiation au sens strict des agents non financiers (en pourcentage)
1994 1996 1998 1999 2000 2001 2002 2003 2004
Taux dintermdiation des ANF 46,1 45 47 48,9 50,6 52,8 54,6 57,4 60,2
Source : Banque dEspagne
Tableau A2.4
Allemagne : Taux dintermdiation au sens strict des agents non financiers (en pourcentage)
1994 1996 1998 1999 2000 2001 2002 2003 2004
Taux dintermdiation des ANF 69,6 71,1 72 73 73,4 72,7 72,5 70,5 68,6
Source : Banque Fdrale dAllemagne
53
Annexe n3 : Principales catgories dagents conomiques en France
- Les institutions financires (IF) regroupent les institutions financires montaires (IFM) (c'est--dire la
BCE, la BCN, les tablissements de crdit, les OPCVM montaires, etc.), ainsi que les autres intermdiaires
financiers (c'est--dire les socits dassurance, les fonds de pensions, les OPCVM non montaires, etc.).
Les tablissements de crdit regroupent les tablissements vocation gnrale ou vocation spcialise.
Parmi les tablissements vocation gnrale, figurent 294 banques commerciales ; elles effectuent plus de la
moiti des dpts et des crdits et sont assez concentres (BNP Paribas, Crdit Lyonnais - Crdit Agricole,
Socit Gnrale - Crdit du Nord, etc.) puisque les cinq premires ralisent prs de 60% des oprations le
clientle, alors que les 124 banques mutualistes et coopratives (Banque Populaire, Crdit Mutuel, etc.) ralisent
25% de lactivit et les 20 Caisses de Crdit Municipal, le reste.
Les tablissements de crdit spcialiss regroupent 409 socits financires, qui interviennent dans des
domaines tels que le crdit la consommation, le crdit-bail ou laffacturage, et 8 institutions financires
spcialises (Crdit Foncier de France, MATIF SA, Socits de Bourse, etc.).
Les agents non financiers regroupent les socits non financires (SNF), les mnages y compris les institutions
sans but lucratif au service des mnages, ainsi que les administrations publiques (APU).
- Les socits non financires regroupent lensemble des units institutionnelles, qui sont des
producteurs marchands, et dont la fonction principale consiste produire des biens et des services non
financiers, et dont les oprations de rpartition et les oprations financires sont spares de celles de leurs
propritaires (dfinition INSEE).
Tableau A3.1
Tableau synoptique des principales catgories dagents conomiques
SECTEUR METTEUR SECTEUR SECTEUR DTENTEUR

DE MONNAIE NEUTRE DE MONNAIE
Institutions Financires Administration Administrations Agents privs non Autres intermdiaires

Montaires (IFM) centrale (AC) publiques hors AC financiers financiers
- BCE et BCN - Administrations - Socits non - Socits

de scurit sociale financires (SNF) dassurance
- Etablissements de
crdit - Collectivits - Mnages - Fonds de pension
locales
- OPCVM montaires - Institutions but - OPCVM non
- Administrations non lucratif au montaires
- Autres institutions dtats fdrs service des
financires mnages - Entreprises
montaires dinvestissement
- Fonds commun de
crance, etc.
Agents non financiers (ANF)
Administrations publiques (APU) Secteur priv
Source : DGEI-DESM Banque de France
54
PREMIERE PARTIE :
LENDETTEMENT BANCAIRE
EST-IL SPECIAL ? CAS DES
SOCIETES COTEES FRANAISES
55
56
INTRODUCTION DE LA PREMIERE PARTIE
Dans les marchs de capitaux parfaits, les firmes sont toujours susceptibles de lever
les capitaux ncessaires au financement des projets dinvestissement valeur actuelle nette
positive, dans la mesure o les agents (investisseurs et pargnants) sont capables de
reproduire tous les services financiers proposs par les ventuels intermdiaires. Dans ce
monde parfait, dit la Arrow-Debreu49, le clbre thorme de Modigliani et Miller (1958)
est strictement vrifi : la source de financement des entreprises na pas dimpact sur la
rentabilit de leurs titres, donc sur leur valeur, et peut soprer intgralement par missions
de titres directement sur les marchs. Il est donc difficile, dans un tel contexte, de
comprendre pourquoi les entreprises recourent des intermdiaires financiers, puisque ceux-
ci paraissent pratiquement redondants50.
The perfect market is like heaven, it is a teleological perspective, an ideal standard

according to which reality is judged. As soon as we are in heaven, intermediaries are
superfluous. There is no room for them in that magnificent place.
Scholtens et van Wensveen (2003, p. 10)
Si les prdictions du thorme de Modigliani et Miller (1958) sont, premire vue,

incompatibles avec les faits observs dans la pratique financire, son apport la thorie
moderne de lentreprise est considrable. Comme le souligne Miller (1988), trente ans aprs :
() showing what doesnt matter can also show, by implication, what does.
Miller (1988, p. 100).
Dans les faits, les banques (et plus gnralement les intermdiaires financiers)
comptent dans le financement des socits franaises puisquelles couvrent plus de 48%
(respectivement 50%) de leur endettement total en 2007, dont 73% en direction des grandes
entreprises et des socits holding (source : Banque de France). Comment justifier ce rle ?
49 Ce monde suppose en particulier quaucun individu isol sur le march ne peut influencer le mcanisme
rgulateur des prix, que les agents peuvent prter/emprunter librement des fonds dans les mmes conditions,
que les impts, les conomies dchelle ou denvergure sont inexistants, que les cots de transaction et de
faillite sont nuls, que les titres financiers sont ngociables, homognes et infiniment divisibles et que
linformation est complte, symtriquement distribue et circule parfaitement entre les diffrents intervenants
sur le march.
50 Voir Freixas et Rochet (1998b, pp. 8-11) pour une prsentation formelle de ce rsultat.
57
Introduction de la premire partie
De manire assez paradoxale, le cadre no-classique, si dcri cause de ses

hypothses irralistes, a t le point de dpart de la thorie de lintermdiation financire. En
effet, toute dviation de ce modle (qui caractrise dailleurs dans le monde rel) est
considre comme une imperfection du march qui peut tre exploite. La thorie de
lintermdiation financire considre donc que les intermdiaires nexistent que parce que les
marchs sont imparfaits, et place les asymtries dinformation comme leur principale raison
dtre. Les travaux entrepris dans ce cadre considrent alors implicitement que lendettement
bancaire reprsente un type de financement relationnel, qui procure des bnfices, tant aux
prteurs quaux entreprises emprunteuses. Le statut de spcialiste de linformation des
banques leur confre alors deux fonctions : dune part, elles sont charges de limiter les
problmes ns des asymtries dinformations inhrentes toute relation, dautre part, elles
transmettent au march une information gratuite sur la sant des entreprises. Au final,
lendettement bancaire serait crateur de valeur pour la firme. (Chapitre 1).
Mais, nexiste-il pas un dcalage entre cette thorie de lintermdiation financire et la

ralit des activits bancaires ? Lendettement bancaire est-il toujours un financement
relationnel ? Les banques sont-elles rellement incites produire de linformation et
contrler les entreprises emprunteuses ? Les informations transmises par les banques ont-
elles encore de la valeur sur le march ? Finalement, lendettement bancaire est-il crateur de
valeur pour les entreprises ? Ces questions, si elles heurtent certains thoriciens, mritent
dtre poses dans la mesure o lenvironnement des banques, leur rle et leur
positionnement par rapport au march ont volu. On assiste donc, depuis peu, un
enrichissement et un approfondissement de la rflexion sur le sujet. (Chapitre 2).
Les modles prsents ont le dsavantage de se prter difficilement la vrification

empirique. Lapproche retenue consiste alors opter pour une mesure indirecte de la
cration de valeur pour les entreprises : la raction du march boursier aux annonces de
diffrents types de dettes bancaires. Lide est que le march ragit immdiatement des
annonces ou des vnements qui sont supposs affecter la performance future des
entreprises : si les annonces constituent pour les acteurs sur le march une nouvelle
favorable, ils investiront court terme dans les titres de lentreprise emprunteuse ; sils sont
indiffrents de telles annonces, ou pire sils considrent quelles vhiculent une certification
dfavorable, ils ne ragiront pas ou se dsinvestiront de ces titres. Une tude dvnements
est mene pour tester la raction du march boursier 134 annonces demprunts ralises
par les entreprises franaises de janvier 1995 dcembre 2005. (Chapitre 3).
58
CHAPITRE 1
LENDETTEMENT BANCAIRE :
UN FINANCEMENT RELATIONNEL
Introduction
Pourquoi les entreprises, en besoin de financement, ne sadressent pas directement

aux marchs, mais se financent plutt auprs dintermdiaires (et plus particulirement
auprs des banques) ?
Les premires rponses apportes font rfrence aux cots de transactions51.

Globalement, les cots inhrents aux oprations de financement comprennent les cots de
recherche de la contrepartie de la transaction, les cots de ngociation des conditions
financires, les cots dchanges dinformations, les cots de contrle de la bonne excution
des changes, etc. Les approches traditionnelles considrent que les emprunteurs peuvent
raliser des conomies de cots en sadressant des intermdiaires, dans la mesure o ces
derniers, considrs comme des coalitions dagents, peuvent exploiter les conomies
dchelle et denvergure prsentes dans les technologies de transaction (Benston et Smith,
1976). Ils rduisent les cots de recherche de la contrepartie en oprant une transformation
qualitative des actifs, qui permet aux emprunteurs de trouver, moindre cot, des prteurs
(ou pargnants) aux prfrences absolument identiques (en terme de montants et de dures).
Ils rduisent galement les cots de production de services financiers et permettent une
meilleure diversification des risques en agissant en tant que gestionnaires de portefeuille
(Fama, 1980).
51 Coase indique dj, ds 1937, que cest la prsence de cots dutilisation du march qui explique lapparition
de la firme : Par cot de transaction, nous entendons les cots de fonctionnement du systme dchange et plus prcisment, dans
le cadre dune conomie de march, ce quil en cote de recourir au march pour procder lallocation des ressources et transfrer des
droits de proprit.
59
Chapitre 1 : Lendettement bancaire : un financement relationnel
Nanmoins, cette explication demeure incomplte dans la mesure o elle ne rend pas
compte des diffrentes fonctions assures par les intermdiaires financiers (production de
liquidit, dinformations, surveillance, etc.), ni des diffrents produits de financement la
disposition des emprunteurs (obligations simples, convertibles, etc.). Du reste, elle peut
sappliquer dautres types de coalitions dagents (tels que les analystes financiers) qui
bnficient galement dconomies denvergure. Comme le font remarquer Leland et Pyle
(1977), si les cots de transaction peuvent expliquer lintermdiation, leur ampleur ne semble
pas suffisante pour en tre la seule cause. Cest la raison pour laquelle, la thorie de
lintermdiation financire considre les asymtries dinformation comme la principale raison
dtre des intermdiaires52.
Transactions costs could explain intermediation, but their magnitude does not in
many cases appear sufficient to be the sole cause. We suggest that informational
asymmetries may be primary reason that intermediaries exist.
Leland et Pyle (1977, p. 382-383)
La thorie de lintermdiation financire53 sefforce donc de montrer que les

solutions gnrales proposes, pour surmonter les problmes lis aux asymtries
dinformations qui existent diffrents stades de relation de prt, sont partielles (1.1). En
revanche, les intermdiaires (et plus particulirement les banques) apparaissent comme les
cranciers les mieux arms pour minimiser les risques ns de ces asymtries (1.2). Du point
de vue de lentreprise emprunteuse, ils devraient donc permettre dassouplir ses conditions
du crdit, de crer de la valeur et de contribuer sa performance (1.3).
52 Bhattacharya et Thakor (1993) notent dailleurs que les asymtries dinformation peuvent tre considres
comme la forme la plus simple des cots de transaction.

53 En poursuivant ses emprunts divers cadres danalyse (conomie industrielle, finance, etc.), la thorie de
lintermdiation financire a particulirement bnfici de lessor des thories contractuelles (des incitations et
des contrats incomplets), avec lesquelles elle partage un certain nombre dides fondatrices : le recours au
concept central de contrat (dfini comme un accord ou comme un dispositif bilatral de coordination par
lequel deux parties sengagent sur leurs comportements rciproques) et la croyance selon laquelle le march est
la forme organisationnelle conomique la plus efficiente, dont seules les dfaillance expliquent lapparition
dune forme dorganisation conomique plus efficiente.
60
1.1. LES PROBLEMES INFORMATIONNELS ENTRE PRETEURS ET

EMPRUNTEURS ET LES SOLUTIONS PARTIELLES
Les asymtries dinformations caractrisent une situation dans laquelle une des
parties dune relation dispose dinformations pertinentes que lautre partie ignore. Dans le
cadre des relations de prts (ou demprunts), les prteurs sont placs en situation dasymtrie
dinformations par rapport aux emprunteurs : lorsquun apporteur et un demandeur de
capitaux se rencontrent, le second en sait gnralement plus que le premier sur ce quil va
faire du financement quil sollicite, sur la rentabilit du projet quil entend mettre en uvre,
sur les rsultats quil obtient, etc. Cette asymtrie engendre un certain nombre de problmes
(1.1.1), auxquels plusieurs solutions sont proposes (1.1.2).
1.1.1. Les asymtries dinformations entre prteurs et entreprises emprunteuses
Entre lentreprise et ses bailleurs de fonds, des asymtries dinformation peuvent

apparatre diffrents stades de la relation : avant la signature du contrat de prt (ex ante),
pendant le droulement du contrat (on going) et aprs la ralisation des rsultats de lentreprise
(ex post). Chacune de ses asymtries informationnelles gnre un risque spcifique, qui peut
constituer une vritable entrave la ralisation et au droulement de lopration demprunt.
1.1.1.1. Asymtries dinformation ex ante et slection adverse
Les asymtries dinformation ex ante sont lies des informations caches quant la
qualit de lentreprise candidate au prt. Elles sont souvent exognes, cest dire quelles
rsultent de la volont de lemprunteur de masquer la qualit de ses projets ou dun
problme dincitation au niveau du contrleur dlgu ; mais elles peuvent galement tre
endognes, du fait quune entreprise dispose quelque fois dune information imparfaite sur
ses propres perspectives de revenus. Au demeurant, les prteurs se trouvent incapables de
discriminer de manire efficiente parmi les diffrents projets de financement.
Ce type dasymtrie est expliqu par lun des modles fondateurs de lconomie de
linformation, illustr par lexemple du market for lemons dAkerlof (1970) sur le march des
vhicules doccasion. Sur ce march htrogne, il existe deux types de voitures : celles de
mauvaise qualit (lemons) et celles de bonne qualit. Une asymtrie est mise en vidence
61
entre, dun ct, les vendeurs qui disposent dune information plus prcise sur la qualit des
biens quils offrent et qui attribuent un prix p VB une bonne voiture et p VM une mauvaise
et, dun autre ct, les acheteurs qui disposent dune information restreinte et qui attribuent
un prix p BA et p MA (avec p BA > p MA ). Ces acheteurs connaissent nanmoins la probabilit a
priori q quune voiture soit de bonne qualit (respectivement 1-q quelle soit mauvaise). Par
ailleurs, la valeur attribue par lacheteur une voiture dun type donn est suprieure celle
attribue par le vendeur : p BA > p VB et p MA > p VM . Compte tenu de lhtrognit des biens et
de limpossibilit dvaluer la qualit de chaque bien considr individuellement, les
transactions seffectuent par rfrence un prix unique du march p calcul en fonction de
la qualit moyenne des voitures prsentes sur le march. Si les deux types de voitures sont
proposes la vente, ce prix unique stablira p = q p BA + (1 q ) p MA . Deux quilibres sont
alors possibles : un quilibre mlangeant (spooling equilibrium) o les deux voitures vont tre
proposes la vente si p p VB , ou un quilibre sparateur (separating equilibrium) o seules les
mauvaises voitures sont prsentes sur le march si p < p VB . En consquence, les voitures
de qualit suprieure risquent dtre vinces, et le march subira une dgradation de la
qualit moyenne des biens offerts : cest le problme de la slection adverse. Ce jeu se
poursuit par la suite puisque, aprs le dpart des bonnes voitures, la valeur moyenne des
mauvaises voitures restantes diminue. Or parmi ces voitures, certaines sont plus mauvaises
que dautres. Si, dans ce cas, les voitures doivent nouveau tre vendues un prix moyen,
seules les plus mauvaises voitures restent sur le march et les moins mauvaises le quittent.
Ce processus de slection adverse se poursuit jusqu ce que le march cesse dexister.
Jaffee et Russell (1976) et Stiglitz et Weiss (1981) reprennent la thorie dAkerlof et

ltendent au march du crdit, sur lequel les biens (cest--dire les prts) ne sont pas
homognes : ni le risque, ni la rentabilit des projets ne sont identiques. Jaffee et Russell
(1976) montrent alors que cette htrognit peut conduire un rationnement du crdit.
Pour ce faire, ils construisent un cadre dans lequel la probabilit de dfaut des emprunteurs
augmente avec la taille de lemprunt. De surcrot, pour une taille donn demprunt, les
probabilits de dfaut diffrent entre les emprunteurs en raison de facteurs que les prteurs
ne peuvent observer. Puisque les candidats ne peuvent tre distingus ex ante, les taux
dintrt vont incorporer une prime supplmentaire (lemons premium). En consquence, les
emprunteurs de bonne qualit (ceux dont la probabilit de dfaut est faible) supportent les
cots introduits par les emprunteurs de mauvaise qualit. Un rationnement du crdit sous la
62
forme dune restriction de la taille des emprunts survient alors, dans la mesure o il est
prfr par les bons emprunteurs qui y voient un moyen de minimiser la probabilit
moyenne de dfaut du march et donc de diminuer la prime ; les mauvais emprunteurs,
quant eux, ont tout intrt se soumettre un tel choix afin de ne pas se rvler.
Dans un travail quelque peu analogue, mais non moins influent, Stiglitz et Weiss
(1981) exploitent les asymtries informationnelles afin de motiver une autre forme de
rationnement : celle o les prteurs refusent doctroyer des fonds des emprunteurs et en
offrent dautres dont les caractristiques sont pourtant identiques.
We reserve the term credit rationing for circumstances in which either (a) among loan
applicants who appear to be identical some receive a loan and other do not, and the
rejected applicants would not receive a loan even if they offered to pay a higher interest rate;
or (b) there are identifiable groups of individuals in the population who, with a given
supply of credit, are unable to obtain loans at any interest rate, even though with a larger
supply of credit they would.
Stiglitz et Weiss (1981, p.394-395).
Le facteur non observable dans ce cas est le risque des projets des emprunteurs. A
dfaut de pouvoir fixer un taux dintrt qui corresponde au risque effectif du projet
financer (ce risque tant not ), les prteurs appliquent un taux refltant le risque moyen des
projets (appel aussi taux mlangeant et not r ). Une telle pratique conduit alors
pnaliser les entreprises dont le projet est peu risqu, en leur faisant payer une prime de
risque plus leve que leur risque effectif. Inversement, elle avantage les entreprises dtenant
des projets risqus, la prime de risque facture tant infrieure au risque rel de
lemprunteur. Ainsi, pour un taux dintrt r donn, il existe un seuil de risque *, tel que
seules les firmes prsentant un risque plus lev ( > *) seront candidates lemprunt.
Comme sur le march des voitures doccasions, un phnomne de slection adverse
intervient puisque les bons risques vont quitter le march du crdit.
Mais, contrairement au processus infini prsent par Akerlof, Stiglitz et Weiss (1981)
considrent que loffre de crdit nest pas toujours croissante en fonction du taux dintrt,
puisquune hausse des taux augmente le risque du projet critique *. La figure (1.1.) prsente
lvolution de loffre (Ls) et de la demande de crdit (Ld) en fonction du taux dintrt
appliqu ( r ). La demande de crdit est dcroissante en fonction de r , alors que loffre de
63
crdit nest pas toujours croissante. En effet, laccroissement du taux dintrt peut
augmenter le risque du portefeuille du prteur et dgrader la qualit et la rentabilit de ses
actifs. Le taux dintrt qui permet dquilibrer les fonctions doffre et de demande est not
rm. Mais les prteurs prfreront appliquer r * qui maximise leur esprance de profit (courbe
du bas). A lquilibre, Ls (r *) < LD (r *) et les entreprises qui taient prtes emprunter au
taux dquilibre sont rationnes.
Figure 1.1.
Rationnement du crdit dans le modle de Stiglitz et Weiss (1981, p. 397)
Le challenge lanc par cette thorie aux tudes postrieures est didentifier un
ventuel rationnement du crdit, notamment au niveau des firmes qui seraient considres
comme financirement contraintes. Fazzari, Hubbard et Petersen (1988) testent pour la
premire fois lexistence dune telle contrainte. Lide gnrale est que, sil nexiste pas de
contraintes financires, linvestissement et les cash-flows devraient tre non corrls puisque
les firmes peuvent excuter leurs projets dinvestissement, indpendamment de leur habilit
gnrer des cash-flows ; par contre, si une contrainte financire existe, les entreprises
gnrant plus de cash-flows devraient tre capables dinvestir davantage. Et en effet, Fazzari,
Hubbard et Petersen (1988) trouvent que les entreprises contraintes financirement ont une
plus forte sensibilit investissement/cash-flows. Un certain nombre dtudes ont relay ce
travail, avec pour stratgie commune de grouper les entreprises en fonction de certaines
caractristiques qui pourraient tre corrles au degr dasymtrie dinformation ex ante (et
donc la prime de leve de fonds externe que doivent payer les firmes emprunteuses pour
obtenir un emprunt). Les rsultats obtenus montrent que les entreprises sont ingalement
concernes par ce problme. La dotation en fonds propres (Fazzari, Hubbard et Peterson,
64
1988), la taille (Oliner et Rudebusch, 1992 ; Gertler et Gilchrist, 1994), la notation ou non
des emprunts obligataires (Kashyap, Lamont et Stein, 1994 ; Gilchrist et Himmelberg, 1995),
ainsi que lge des firmes (Schaller, 1993) sont des facteurs facilitant laccs des entreprises
aux prts. Les plus petites dentre-elles, nouvellement cres, sont les premires ptir de ce
manque de transparence. La littrature interprte ces rsultats comme une preuve de
lexistence de contraintes financires pour certaines classes de firme. Cette interprtation a
nanmoins t sujette discussions lors de travaux plus rcents, qui ont soulev de srieux
problmes mthodologiques concernant les fondements de la structure des cots de
linvestissement et des cots du financement externe (Kaplan et Zingales, 1997 et 2000 ;
Cleary, 1999 et 2006 ; Gomes, 2001 ; Alti, 2003 ; Allayannis et Mozumdar, 2004).
1.1.1.2. Asymtries dinformation on going et ala moral
Les asymtries dinformation on going sont lies des comportements cachs de

lentreprise emprunteuse pendant le droulement du contrat ; les prteurs ne peuvent donc
pas sassurer de manire certaine de lusage des fonds distribus (i.e. du projet
dinvestissement rellement mis en place par lentreprise). Si lentreprise agit dans lintrt
des cranciers, ses comportements cachs nont pas de graves consquences. Mais si les
intrts des deux parties divergent, les asymtries dinformation gnrent un certain nombre
de problmes. Ces problmes ont t mis en vidence par la thorie de lagence.
Dune manire gnrale, une relation dagence ou de mandat 54 stablit entre deux
parties chaque fois quun principal (le mandant) donne mandat un agent (le mandataire)
pour agir sa place55. Dans ce type de relation, le principal rencontre des difficults pour
apprcier les efforts accomplis par lagent et ne parvient gnralement qu une connaissance
imparfaite des prestations mises en jeu par le contrat qui le lie son mandataire. Or les
relations dagence sont caractrises par des conflits dintrts entre parties. Lagent peut
alors tre incit faire passer son intrt avant tout et le principal sera de facto soumis un
54La littrature franaise a adopt lusage qui consiste traduire agency par agence ; on se conformera
ce choix consacr par lusage ; cependant, il serait plus exact demployer, en franais, le terme mandat .
55 Cest le cas dans lentreprise managriale dans laquelle les responsabilits de direction et de gestion sont
assures par des dirigeants non propritaires, nomms, par les propritaires. Mais au-del, de multiples relations
tablies au sein de lentreprise ou avec des tiers sanalysent galement comme des relations dagence ; on peut
par exemple interprter dans ces termes les rapports entre employeurs et salaris, entre prteurs et
emprunteurs, entre donneurs dordre et sous traitants, etc.
65
ala moral56 (Jensen et Meckling, 1976). Pour prvenir ce risque, le mandant assume des
cots spcifiques ou cots dagence qui correspondent des dpenses de contrle, de
ddouanement et des cots rsiduels57. Ds lors, dans un contexte dasymtrie
dinformation on going, la recherche dune minimisation de ces cots dagence constitue un
principe directeur dans la gestion des relations internes ou externes lorganisation.
Applique aux relations de crdit, la thorie de lagence intervient dans les conflits
dintrts pouvant exister entre les actionnaires et leurs cranciers aprs la conclusion du
contrat de crdit (les cranciers tant censs agir pour le compte des dirigeants). En effet,
pour Sharpe (1990) et Diamond (1991), lactionnaire et le dtenteur de la dette nont pas les
mmes objectifs. Lintrt du crancier, sil demeure extrieur ou sil nenvisage pas une
participation directe dans la firme laquelle il octroie le prt, porte essentiellement sur
lapprciation de son risque de dfaillance, sa viabilit, sa solvabilit immdiate ou, terme,
sa robustesse financire. A loppos, et mme sil nexclut pas une analyse attentive aux
risques, lintrt de lactionnaire porte prioritairement sur la capacit bnficiaire de la firme
et laccumulation de valeur quelle offre. Etant donn ces conflits dintrt, les
comportements cachs de lemprunteur (du fait dasymtrie dinformation on going) peuvent
gnrer un ala moral. Cet ala se dfinit comme un risque de politique dinvestissement
sous-optimale de la part de la firme emprunteuse, particulirement sensible en cas de
difficults financires. Une telle politique repose soit sur une stratgie de sous-investissement
(Myers, 1977), soit sur une stratgie de substitution dactifs (Jensen et Meckling, 1976).
Le sous-investissement consiste ne pas mettre en oeuvre des projets

dinvestissement si leur valeur actuelle nette (VAN) - mme positive - est infrieure au
montant que la firme doit rembourser ses cranciers. Pour dcrire un tel cas, Myers (1977)
considre que la valeur dune firme (V) est forme de deux composants essentiels : la valeur
de march des actifs dj en place (VA) et la valeur prsente des opportunits
dinvestissement futures (VG). Cette dernire peut tre considre comme la valeur doption
que lentreprise peut ne pas lever si elle ny a pas intrt. Myers (1977) dmontre alors que, si
56 Le terme ala moral est n dans le secteur des assurances pour dsigner la tendance des assurs modifier
leur comportement afin de recourir plus frquemment aux prestations offertes par les compagnies dassurance.
57 Les dpenses de contrle (monitoring expenditure) permettent au principal de sassurer que lagent agit
conformment aux objectifs qui lui ont t assigns. Les dpenses de ddouanement (bonding expenditure)
rendent compte des efforts dploys par le principal pour persuader lagent quil agit conformment ses
intrts. Les cots rsiduels (residual cost) traduisent le dcalage entre les rsultats lis aux dcisions de lagent et
les rsultats lis aux dcisions optimales du point de vue du principal.
66
lentreprise est endette, et si lchance de la dette est postrieure la date o la dcision

dinvestir doit tre prise, les actionnaires ne prendront cette dcision que si ltat de la
nature ce moment l est tel que la VAN du projet (VS I) est suprieure la VAN du
montant rembourser (D0). Si (VS I) < D0, les actionnaires renonceront entreprendre le
projet bien que sa VAN soit positive, car ils supporteront alors lentier cot de
linvestissement, alors que les retours sur investissement seront capts essentiellement par les
prteurs. Myers (1977) montre donc que, dans certain cas, les actionnaires sont faiblement
incits engager de bons projets. Ce sont les cranciers qui supportent le cot de tels choix.
La substitution dactifs consiste, au contraire, entreprendre des projets plus risqus

que le projet effectivement prsent au prteur et sur la base duquel lemprunteur avait
obtenu son crdit. Ce comportement a t modlis pour la premire fois par Jensen et
Meckling (1976). Selon eux, lchec du projet naggrave pas la situation des actionnaires en
raison de la responsabilit limite, mais sa russite pourrait accrotre le rendement potentiel
pour les actionnaires. Pour illustrer une telle stratgie, Jensen et Meckling (1976) considrent
deux projets dinvestissement qui ne diffrent que par la variance des leurs revenus, le projet
2 tant plus risqu que le projet 1. Ils supposent en outre que les actionnaires dtiennent une
option dachat sur la valeur totale de la firme (V), o V=Bi + Si (Bj tant la valeur de march
de la dette et Si la valeur de march des actions). Dans la mesure o une augmentation de la
variance des revenus accrot la valeur des actions, S2 sera suprieure S1, donc B2 infrieur
B1. Si lactionnaire a par la suite la possibilit de changer de projet, il ne sera pas indiffrent
entre les deux options, puisquil pourra raliser un transfert de richesse des cranciers en sa
faveur. En effet, puisque S2 S1 = (B1 B2) (V1 V2), o (B1 B2) reprsente le montant
des richesses transfr partir des prteurs, et (V1 V2) la rduction de la valeur de la
firme, (S2 S1) peut tre positif, mme si la rduction de la valeur de la firme est positive.
Ainsi, en substituant les actifs les moins risqus par des actifs plus risqus, les actionnaires
augmentent la valeur de leurs actions, et les cranciers supportent le cot de cette stratgie.
Les cots dagence de la dette, lis ses stratgies sous-optimales dinvestissement,

ont t repris par la suite, mesurs et analyss travers notamment des modles
dynamiques58.
58 Cette littrature inclut notamment Mauer et Triantis (1994), Leland (1998), Mello et Parsons (1992), Parrino
et Weisbach (1999), Ericsson (2000), Decamps et Faure-Grimaud (2002), Henessy et Tserlukevich (2004),
Titman, Tompaidis et Tsyplakov (2004), Childs, Mauer et Ott (2005), Ju et Ou-Yang (2006), Moyen (2007), etc.
Pour une revue exhaustive de cette littrature, voir Gugler, Mueller et Yurtoglu (2007).
67
1.1.1.3. Asymtries dinformation ex post et opportunisme
Les asymtries dinformation ex post sont, quant elles, lies des informations
caches concernant la rentabilit du projet de lentreprise, lorsque les rsultats ont t
dgags. Ces informations caches peuvent encore une fois tre exognes (cest--dire
sciemment caches par lemprunteur) ou endognes (cest--dire subies de part la nature
mme des contrats qui lient lentreprise emprunteuse son prteur). Dans tous les cas, les
prteurs se trouvent dans lincapacit de vrifier avec exactitude le taux de rendement du
projet ralis (i.e. du taux de retour sur investissement du projet de lentreprise).
Dans le premier cas, lemprunteur peut tre incit dclarer un rsultat infrieur
celui effectivement ralis de manire minimiser le montant de ses remboursements. Un tel
comportement opportuniste, dcrit par O. Williamson (1985)59, suggre une attitude de
calcul plus sophistique que lhypothse classique dintrt personnel. Il caractrise labsence
dhonntet dans les transactions et saccompagne le plus souvent dune manipulation de
linformation prive. Selon Williamson (1985), lopportunisme serait li la rationalit limite
qui signifie que, bien que les agents soient rationnels, ils sont incapables de prvoir tous les
vnements susceptibles de se produire dans le futur, et de leur affecter une probabilit. Une
consquence majeure est limpossibilit pour les individus de conclure des contrats dits
complets, contrat qui ne laisse aucune place au hasard, dans la mesure o il recense toutes les
contingences futures et spcifie ex ante les adaptations appropries aux tats futurs du
monde. Lincompltude des contrats peut ainsi donner lieu des comportements
opportunistes qui vont engendrer lincertitude de la relation contractuelle.
La thorie des contrats incomplets, dont les reprsentants les plus connus sont S.
Grossman, O. Hart et J. Moore60, reprend un certain nombre dlments introduits par
Williamson, mais considre que la source de lincompltude des contrats ne rside pas dans
la rationalit limite des agents (ils sont supposs avoir une rationalit standard), mais dans
lincapacit conclure des contrats complets lorsque aucune tierce partie nest pas capable
de vrifier ex post ltat rel de certaines variables centrales de linteraction entre les agents
59 Willianson (1985) introduit le concept dopportunisme dans sa recherche des dterminants des cots de
transaction au sein de la firme. Mais, Jaffee et Russell (1976) font aussi rfrence un comportement
opportuniste des emprunteurs qui peuvent manipuler leurs rsultats, dans le but dchapper au paiement de
leur dette, alors que le rendement de leur projet le permet. Ils parlent alors de dfaut stratgique .
60 Notamment, Grossman et Hart (1986), Hart et Moore (1990) et Hart (1995).
68
(comme, par exemple, le niveau dinvestissement en capital physique et humain)61. Cest

donc, dans ce deuxime cas, la nature mme des contrats qui rend les informations caches.
Dans ces conditions, il est difficile de plaider devant un tiers (un juge par exemple) que le
dbiteur na pas respect le contrat, ou quil ne sera pas en mesure de la faire (en cas de
liquidation par exemple), donc de demander lapplication de sanctions. La thorie des
contrats incomplets va donc au-del de lhypothse dasymtrie dinformation puisque,
mme supposer que linformation est parfaitement symtrique, les agents sont toujours
incapables dcrire des contrats complets.
En dfinitive, lanalyse temporelle des asymtries informationnelles dans les relations

de prt a permis de passer en revue les risques auxquels sont confronts les prteurs et
emprunteurs. La figure (1.1) synthtise lensemble de ces dveloppements. La recherche de
solutions permettant de minimiser ces risques est devenue ds lors une prrogative pour les
chercheurs.
Figure 1.1.
Asymtries dinformation et risques sur le march du crdit
Type Asymtrie dinformation Asymtrie dinformation Asymtrie dinformation

dasymtrie ex ante on going ex post
Nature de
Information cache Comportement cach Information cache
lasymtrie
Conclusion du contrat de prt Ralisation des rsultats
Problmes Candidats lemprunt Conflits dintrts Opportunisme et/ou

soulevs non homognes prteur / emprunteur incompltude des contrats
Difficult valuer Difficult sassurer Difficult vrifier

Consquences la qualit des candidats de lusage des fonds les rsultats obtenus
lemprunt par lemprunteur par lemprunteur
(Spooling equilibrium) (Risk shifting problem) (Observability problem)
Nature
du risque Slection adverse Ala moral ex ante Ala moral ex post
61 En substituant le concept de contrat obligationnellement incomplet (obligationnally incomplete) celui de

contrat contingent incomplet, Schwartz (1992) montre que lorigine de lincompltude contractuelle est plutt
rechercher dans la contrainte dinvrifiabilit qui pse sur le tiers charg dexcuter le contrat. En effet,
certaines clauses, parce quelles sont invrifiables par un tiers et donc difficiles excuter, ne seront pas
stipules par les parties dans le contrat initial. La thorie des contrats incomplets suit cette voie en dfinissant
linvrifiabilit comme lala majeur qui permet dexpliquer pourquoi les parties font un choix dincompltude
(Hart et Moore, 1988).
69
1.1.2. Les solutions gnrales aux problmes informationnels
Face aux risques coteux que peuvent subir les agents conomiques aux diffrents
stades de la relation demprunt, des solutions ont t proposes pour inciter les deux parties
mettre en uvre des mcanismes susceptibles de rduire les asymtries dinformation.
Ainsi, les entreprises emprunteuses peuvent choisir de signaler aux prteurs leur niveau de
risque par le biais dune stratgie coteuse de production dinformation ; paralllement, les
prteurs peuvent aider les socits candidates au prt se dmarquer, ou inciter les firmes
emprunteuses adopter un comportement conforme leurs intrts.
1.1.2.1. Production dinformations par les entreprises emprunteuses
Les entreprises dsireuses de contracter un emprunt, ayant une bonne qualit et un

faible risque de dfaut, sont les premires victimes de lincapacit des prteurs identifier
leur type. Elles pourraient donc tre incites utiliser les moyens leur disposition pour se
diffrencier. Pour viter un ventuel rationnement du crdit de la part des prteurs, elles
devraient rvler leurs informations ou leur qualit.
Une solution naturelle consiste pour les firmes emprunteuses communiquer

rgulirement leurs dcisions et leurs rsultats. Les dispositions qui rgissent la prsentation
et la certification des documents comptables (et plus gnralement de linformation
financire), ainsi que les pratiques imposes ou choisies de notations, daudit et danalyse
financire des entreprises permettent ainsi de rduire les asymtries dinformations. Si, de
surcrot, cette stratgie de communication est choisie par les entreprises, elle ne pourra
qutre bien perue par leurs cranciers. En effet, les modles thoriques de jeu sur les
marchs financiers montrent, qu lquilibre, les firmes devraient divulguer toutes les
informations prives les concernant (Milgrom, 1981 ; Grossman, 1981). Nanmoins, ces
rsultats ne semblent pas convaincre, puisque la littrature (essentiellement comptable) a
construit des modles alternatifs pour montrer quune stratgie de divulgation totale nest
pas optimale pour lentreprise62. En effet, la prise en compte des multiples interactions entre
marchs engendre des cots lis la divulgation dinformations par lentreprise, dus non
seulement la publication elle-mme, mais galement la raction potentielle des
concurrents, des actionnaires, des employs, etc. La stratgie optimale serait alors une
62 Pour plus de dtail sur cette littrature, voir notamment Korn et Schiller (2003) et Suijs (2007).
70
ouverture partielle de linformation (Wagenhofer, 1990 ; Feltham et Xie, 1992) ou une

fermeture de linformation (Novshek et Sonnenschein, 1982 ; Clarke, 1983 ; Vives, 1984 ;
Gal-Or, 1985). La possibilit de publier des informations fausses, dans les conditions o la
vrification de celles-ci est coteuse, a galement un impact sur la dcision de publier ou non
les informations (Verrecchia, 1983 et 1990 ; Dye, 1985 et 1986)63. Il est intressant de noter
ce stade que les deux types de prteurs (banques ou marchs) noffrent pas les mmes
avantages aux entreprises en termes de confidentialit.
Un mcanisme rvlateur alternatif, pour minimiser la slection adverse, serait alors

lenvoie de signaux par ces entreprises en direction dventuels prteurs (intermdiaires ou
march). Spence (1973), qui tend lanalyse dAkerlof au march du travail, a t le premier
formaliser une telle solution. Sur le march du travail, lasymtrie dinformations se situe au
niveau des capacits et des qualits requises du candidat lemploi, que seul ce dernier
connat rellement. Spence (1973) montre alors que celui qui vend sa force de travail a
intrt se signaler sur le march des employeurs pour obtenir une rmunration suprieure
la moyenne. Mais deux conditions doivent tre runies pour que le signal soit effectif : il
faut, dun ct, que le signal soit peru par lmetteur et par le rcepteur comme vhicule
dinformation ; il importe, dun autre ct, que le signal ne puisse pas tre imit. Pour cela, il
est ncessaire que le cot marginal du signal soit dcroissant avec la qualit de lmetteur.
Les diplmes sont, par exemple, des informations que le candidat lemploie a intrt
rvler, puisque leur cot dobtention est dautant plus lev que lindividu est mdiocre.
Face lui, il faudrait que lemployeur ventuel soit capable de distinguer entre les diffrentes
qualits de diplmes.
Appliqus au march du crdit, certains modles signaux financiers proposent aux

entreprises de signaler leurs vritables caractristiques aux prteurs, afin de rduire le
potentiel existant de slection adverse. Mais il convient, pour respecter lune des conditions
de Spence, que les signaux ne soient pas inimitables par les entreprises de moins bonne
qualit, et donc tre coteux mettre en place. La prise de participation de lentrepreneur
dans le capital de la socit peut, par exemple, constituer un signal sur la qualit des projets
(Leland et Pyle, 1977). Un tel signal est coteux. En effet, lentrepreneur (suppos averse au
risque) ne prendra part au projet que sil est convaincu de sa russite car, en cas dchec, il
63 En outre, une fois la relation de crdit mise en place, les socits emprunteuses nont plus intrt diminuer
les asymtries dinformations en divulguant leur informations, car cest prcisment cette asymtrie on going et
ex post qui leur permet de cacher certains comportement (ala moral) et certaines informations (opportunisme).
71
supportera une partie des pertes. Si lentrepreneur sait que son projet est de moins bonne
qualit, il prfrera financer son investissement en externe car, en cas de dfaut, il reoit des
liquidits et ne supporte aucun risque. La capacit investir sert donc de signal aux
cranciers sur la vritable qualit des projets64. Mais, si ces modles respectent bien une des
conditions de Spence (le signal est coteux), il nest pas sr que lautre condition (le signal
vhicule de linformation) soit vrifie quelque soit le type de prteur auquel il sadresse. En
effet, le signal peut ne pas tre observable par les prteurs sur le march (obligataires par
exemple) car ils ne sont pas ncessairement informs de toutes les caractristiques de
lentreprise (comme par exemple le montant de limplication du dirigeant dans le capital). En
outre, le signal peut ne pas tre compris par le march qui ne dispose pas forcment de
lexpertise requise pour dcrypter les informations transmises par lentreprise.
1.1.2.2. Mise en place de contrats contingents par les prteurs
Afin de rduire les risque de slection adverse, dala moral ou dopportunisme, la

solution peut se situer du cot des prteurs : ils devraient proposer des contrats contingents.
Les contrats de dettes (par opposition lapport en fonds propres) semblent

optimaux dans ce cas, dans la mesure o ils conditionnent le financement au respect des
engagements conclus (Towsend, 1979). Ces contrats peuvent tre assortis de clauses
(covenants) qui permettent de limiter les cots indirects lis aux conflits dintrt, mais
galement les cots directs lis aux pertes en capital quun transfert de richesse pourrait
occasionner. Ces clauses sont gnralement dites positives, car fondes sur les chiffres
comptables, avec pour but dimposer aux firmes le maintien de ratios financiers ou dindices
budgtaires prcis ; dans certains cas, elles peuvent spcifier la nature des informations que
les dirigeants doivent fournir aux prteurs. Mais ces clauses peuvent galement tre
ngatives, cest--dire destines limiter le comportement des dirigeants/actionnaires (Smith
et Warner, 1979) ; elles concernent alors la politique dinvestissement (afin de dcourager le
sous-investissement ou la substitution dactifs), mais galement la politique de financement
(de manire ce que lentreprise ne soit pas expose un trop grand risque de dfaillance et
le prteur un risque de dfaut suprieur) et la politique de distribution de dividendes (pour
sassurer que les propritaires ne retirent pas de lentreprise des montants excessifs de
64 Par la suite, la thorie financire a propos un certain nombre de signaux mettre par les socits pour
rvler leur qualit au march telles que la politique dendettement (Ross, 1977, Harris et Raviv, 1991), de
distribution de dividendes (Bhattacharya, 1979, Kalay, 1980), etc.
72
capitaux et quils lui laissent suffisamment de ressources internes pour se dvelopper de

manire quilibre). Ces clauses, pourtant contraignantes, sont gnralement acceptes par
les entreprises qui y voient un moyen dobtenir des conditions de crdit plus avantageuses,
mais galement une condition parfois ncessaire laboutissement dune contractualisation
avec le prteur. Une consquence majeure ce mcanisme incitatif est que les entreprises qui
ne respectent plus les termes du contrat en violant une (ou des) clauses(s) sont considres
en en tat de dfaut stratgique , et se trouvent obliges de payer des indemnits de
rupture de contrat, tout en sexposant au dsengagement brutal du prteur (Chen et Wei,
1993 ; Beneish et Press, 1995 ; Chava et Roberts, 2008).
Pourtant, il nest pas toujours opportun de rompre le contrat (ou pire de prcipiter la
liquidation), notamment lorsque la poursuite de lexploitation parat plus avantageuse. Cest
le cas, par exemple, lorsque la socit emprunteuse ne peut assurer une chance (ou plus
simplement connat des problmes de liquidit) du fait dun ala conjoncturel ou dun
brusque changement denvironnement. Ainsi, dans certaines circonstances, la possibilit de
rengocier les clauses amliore lefficience du contrat. Mais les diffrents types de prteurs
ne prsentent pas la mme flexibilit, ni la mme capacit de rengociation.
Au demeurant, il est impossible denvisager toutes les ventualits et dinclure toutes

les clauses possibles, un cot financirement acceptable pour les deux parties. Les contrats
resteront donc toujours incomplets. Ds lors, la proprit des actifs non humains est
essentielle car elle procure son titulaire des droits de contrle ex post sur ces actifs, cest--
dire le droit de dcider de tous usages de lactif dune manire qui nentre pas en
contradiction avec le contrat prcdent, la coutume ou la loi (Hart, 1995). Autrement dit, la
proprit est source de pouvoir quand les contrats sont incomplets (Aghion et Bolton,
1992 ; Dewatripont et Tirole, 1994 ; Gorton et Kahn, 2000). Do lintrt dinclure dans le
contrat une contrainte supplmentaire : celle de lapport de garanties par les entreprises
emprunteuses.
Lexigence de garanties dans les contrats de crdit est justifie sur deux fronts : viter
la slection adverse et limiter lala moral. Les deux arguments sont fonds sur les asymtries
dinformation. Ils proposent pourtant des prdictions opposes sur la qualit des entreprises
qui devraient mettre des garanties. Dans les modles de slection adverse (Bester, 1985 ;
Besanko et Thakor, 1987), la capacit des firmes offrir des garanties sert de signal sur leur
qualit. Mais, de mme quon ne peut agir sur les taux dintrt seuls (Stiglitz et Weiss, 1981),
73
on ne peut pas non plus considrer uniquement les garanties demandes. Lide consiste
alors jouer simultanment sur le niveau des taux dintrt et le montant des garanties pour
proposer des contrats sparateurs, dont les conditions amnent les entreprises rvler au
moins approximativement le risque de leurs projets. Logiquement, les firmes les plus
risques devraient accepter de payer un taux dintrt plus lev, en change de garanties
plus faibles puisquelles savent quelles ont une forte probabilit de les perdre. Tandis que les
firmes les moins risques devraient, au contraire, payer un taux dintrt plus faible quitte
offrir des garanties plus importantes. Le choix des contrats rvlerait ainsi les caractristiques
des socits, ce qui ferait disparatre lasymtrie dinformation ex ante. Mais cette solution
savre partielle, et mme contre intuitive, puisquelle revient dire que les prteurs doivent
prendre des garanties plus leves sur les socits les moins risques, ce qui est videmment
contraire lobservation. Les modles ala moral (Holmstrm et Tirole, 1997; Stultz et
Johnson, 1985) considrent, au contraire, que les prteurs devraient exiger des garanties plus
levs sur les entreprises les plus risqus. La prise de garanties, en rendant la dfaillance plus
coteuse pour la firme, lincite rduire le risque de ses projets (Bester et Hellwig, 1987),
augmenter son effort (Boot, Thakor et Udell, 1991) et dclarer les vritables rsultats de
ses investissements (Lacker, 1991 ; Bester, 1994).
Les garanties servent donc signaler, comme contrler, lentreprise emprunteuse.

En dfinitive, elles sont employes avec intention (en cas de signalisation) ou elles sont
subies (en cas de contrle). Mais alors, les prteurs devraient-ils prendre des garanties plus
leves sur les socits les moins risques (pour viter la slection adverse), ou les plus
risques (pour limiter lala moral) ? La plupart des rsultats des tudes empiriques,
notamment ceux de Berget et Udell (1990 ; 1995), penchent pour la seconde solution, dans
la mesure o ils montrent une relation positive entre la dtention de garanties et le risque ex
ante de lemprunteur. Jimnez, Salas et Saurina (2006) testent directement les hypothses de
slection adverse et dala moral en sparant les mesures ex ante et ex post du risque de
lemprunteur, savoir le risque de crdit avant et aprs la mise en place de lemprunt. Leurs
rsultats suggrent que, mme si le risque observ accrot la probabilit de demande de
garanties de la part du crancier, il existe galement une association ngative entre les
garanties et le dfaut une fois que lemprunt a t octroy, ce qui est conforme largument
de slection adverse65. Il convient de noter que ces thories, qui prsentent les garanties
65 En outre, sur la base de donnes de prts belges, Voordeckers et Steijvers (2006) trouvent que leffort de
slection des prteurs, approch par le nombre de jours ncessaires pour juger les dossiers de crdit, naffecte
pas de manire significative la probabilit de demande de garanties.
74
comme solution lala moral et/ou aux problmes de slection adverse, supposent que les
garanties sont externes lentreprise. Brick et Palia (2007) et Pozzolo (2004) complte le
dbat par lintroduction de garanties internes. Brick et Palia (2007) montrent que les
entreprises les plus risques ont plus de chance de donner des garanties internes, mais il
nexiste pas de relations significatives entre loffre de garanties externes (personnelles) et le
risque. Pozzolo (2004) trouve au contraire que les garanties physiques, qui peuvent tre
internes ou externes, ne sont pas associes au risque observ de la firme, mais que les
garanties personnelles (garanties externes) sont positivement associes ce risque.
Finalement, ces mcanismes incitatifs peuvent-ils, eux seuls, suffire pour limiter les
risques lis aux asymtries dinformations ? Certaines recherches en doutent (Rajan et
Winton, 1995 ; Gorton et Kahn, 2000). Les arguments avancs sont de plusieurs ordres.
Tout dabord, les garanties ne sont effectives que si leur valeur peut tre contrle ; en effet,
la valeur de certaines garanties (comme les crances clients ou les stocks) peut fluctuer avec
le temps et se dprcier rapidement si les conditions dexploitation se dtriorent. Ensuite,
certaines clauses restrictives peuvent limiter la capacit dintervention des prteurs ; cest le
cas par exemple lorsque ces derniers obtiennent une information dfavorable sur la socit
emprunteuse, sans pour autant quil y ait violation de clause(s) contractuelle(s). Enfin, ce
sont gnralement les firmes qui offrent le plus de garanties, qui ont laversion au risque la
plus faible (Stiglitz et Weiss, 1986) ; elles sont donc plus enclines procder une
substitution dactifs, mme en cas de garanties prises en otage . Au total, la mise en place
dun mcanisme complmentaire permettant de surveiller les entreprises emprunteuses est
ncessaire, afin de rendre les solutions incitatives pleinement efficientes. Mais cette
procdure de contrle (ou de surveillance) peut savrer plus coteuse pour certains prteurs
que pour dautres.
75
1.2. LES SOLUTIONS PARTICULIERES APPORTEES PAR LES

FINANCEMENTS INTERMEDIES ET RELATIONNELS
Comme il ny a pas de solutions gnrales aux problmes dasymtrie dinformations

et dincompltude des contrats, la prservation des intrts des prteurs sopre mieux, dans
certain cas, par la mdiation dinstitutions capables dinstaurer une relation de surveillance,
des contrats implicites, plus contraignant. Ainsi, partir des annes 1980, une premire
littrature apprhende la relation de dette du ct dun crancier particulier : lintermdiaire
financier (1.2.1). Par la suite, les thories sont enrichies par des modles multi-priodiques
qui permettent de rendre compte des interactions particulires dans le cadre de financements
relationnels (1.2.2).
1.2.1. Les spcificits des financements intermdis : les modles fondateurs
Les intermdiaires financiers, par opposition au march, semblent apporter des

solutions aux problmes gnrs par les asymtries dinformation dans les relations de prt.
Dans un contexte dasymtries dinformation ex ante, ils bnficieraient dconomie
denvergure dans la production dinformation sur les entreprises emprunteuses, et
permettraient donc de rsoudre les problmes de slection adverse. Dans le cas dasymtries
dinformation on going et ex post, ils limiteraient la duplication des cots de contrle et les
problmes de passagers clandestins pour surveiller plus efficacement les firmes dbitrices,
et permettraient donc de rsoudre le risque moral et lopportunisme.
1.2.1.1. Production dinformations par les intermdiaires financiers
Les asymtries dinformations ex ante ne permettent pas de juger de la qualit des

entreprises emprunteuses. Les mcanismes dautorvlation renferment en outres certaines
limites. Des agents conomiques peuvent donc se spcialiser dans la production
dinformations sur les entreprises, et les vendre par la suite aux investisseurs les plus
intresss. Mais, si de multiples agents choisissent de produire la mme information, il
sensuit une duplication inefficiente des cots de production de linformation (duplication
cost problem). De manire alternative, si un nombre relativement plus faible dagents peut
produire de linformation et la vendre dautres agents non informs, se pose le problme
de la fiabilit de linformation (reliability problem) dans le sens o il semble impossible de
76
sassurer que le producteur transmet des informations crdibles. Enfin, si les agents qui
dtiennent une information crdible peuvent la vendre ou la partager avec dautres sans quil
y ait ncessairement diminution de leur utilit marginale, la question de lappropriation de
linformation (appropriability problem) est souleve. Ces diffrents problmes lis la
production et la revente dinformation peuvent, selon certains auteurs, justifier lactivit
des intermdiaires financiers.
Leland et Pyle (1977) suggrent en effet que certains agents peuvent se regrouper
pour former un intermdiaire, engager ensuite des ressources pour observer linformation
cache de lentreprise, et bnficier dconomies denvergure dans la production
dinformations. Le problme de lappropriation serait alors rsolu, dans la mesure o
linformation devient un bien priv, qui se concrtise dans le rendement du portefeuille de
lintermdiaire ; linformation, elle seule, peut certes tre revendue sans perdre de son
utilit, mais les droits sur les actifs de lintermdiaire ne peuvent pas ltre. Selon Leland et
Pyle (1977), le problme de la fiabilit de linformation pourrait galement tre rsolu si
lintermdiaire investit sa richesse dans les actifs du portefeuille propos duquel il prtend
dtenir une information de valeur ; comme dans le cas de lentrepreneur individuel, une telle
implication peut servir comme signal au march sur la qualit des informations produites66.
Certains chercheurs ont par la suite repris et formalis ces suggestions (Campbell et
Kracaw, 1980 ; Ramakrishnan et Thakor, 1984 ; Allen, 1990). Pour Campbell et Kracaw
(1980), par exemple, les producteurs dinformations, pris isolment, nont pas assez dintrt
en jeu pour convaincre de leur crdibilit. Le problme nest donc pas que le march est
incapable de produire de linformation, mais plutt quil ne peut le faire de manire efficiente
ou moindre cot. Le modle de Ramakrishnan et Thakor (1984) aborde galement la
question en invoquant les problmes dincitations. Il existe, en effet, un problme dala
moral au niveau du producteur dinformation qui pourrait tre naturellement incit
minimiser ses efforts (coteux et non observables) de recherche dinformations. Mais, son
incitation peut sinverser si sa rmunration est indexe un indicateur ex post bruyant de
leffort quil a fourni. Si, de surcrot, un nombre infiniment grand de producteurs
dinformations sunissent pour constituer un intermdiaire, le risque dala moral et les cots
66 Diamond (1984, p. 410-413) dduit les conditions dans lesquelles lintermdiaire est viable dans ce modle,
en corrigeant un rsultat contre intuitif obtenu par Leland et Pyle (1977, Proposition 3, p. 380) selon lequel la
diversification du portefeuille, en ajoutant des risques, augmente le cot de signalisation. Diamond (1984)
montre, au contraire, que la diversification devrait contribuer diminuer le cot unitaire de signalisation
puisquelle contribue subdiviser les risques (cf. annexe 1).
77
incitatifs diminuent. Les intermdiaires financiers permettraient donc de minimiser les cots
de production dinformations et seraient ce titre plus qualifis que les autres investisseurs
pour rsoudre les problmes de slection adverse inhrents la relation de crdit.
Toutefois, dans ces modles, les intermdiaires agissent en purs vendeurs

dinformations et ninvestissent pas dans les projets propos desquels ils produisent de
linformation. Les arguments ne sont donc pas propres aux banques, mais peuvent
sappliquer plus largement lensemble des institutions financires et aux agences de
notation. Pour parler dune supriorit du savoir bancaire, il faut prendre en considration
les particularits de la relation qui lie les banques leurs clients et qui leur permet de
disposer de sources spcifiques dinformations. De plus, en raisonnant sur une seule priode,
les modles ne permettent pas de comprendre quel stade linformation peut tre produite :
est-ce au premier contact avec lentreprise emprunteuse, ou au cours dune interaction
rpte dans le temps ?
1.2.1.2. Surveillance exerce par les intermdiaires financiers
Les asymtries dinformations ex post favorisent certaines informations caches des

entreprises emprunteuses. Les contrats contingents, eux seuls, ne peuvent suffire inciter
ces entreprises respecter leurs engagements. Une solution complmentaire est chercher
du cot des modles vrification coteuse (costly state verification)67 dans lesquels les
entrepreneurs observent sans cots la rentabilit de leur projet, alors que les autres agents
(les prteurs) doivent engager des cots pour avoir une telle information. Dans ce cadre, les
prteurs peuvent dclencher une procdure de contrle (un audit) afin de vrifier les
informations rapportes par les entreprises emprunteuses. Selon Townsend (1979),
puisquune telle procdure est coteuse pour les prteurs, il nest pas ncessaire dy recourir
chaque fois. En effet, les contrats de dettes tant optimaux, les prteurs nont vrifier que
les informations provenant dentreprises qui se dclarent en difficult (et donc dans
lincapacit de payer), et accepter les remboursements fixes des autres firmes.
Diamond (1984) approfondit cette ide pour montrer que les intermdiaires
financiers dominent les autres prteurs sur le march, dans la surveillance des entreprises
emprunteuses. Mais la diffrence de Townsend (1979), la procdure de contrle ne dpend
67 Ces modles ont t repris par la suite. Voir Attar et Campioni (2003) une revue de la littrature.
78
pas de ltat de payement, puisquelle doit tre engage avant que la ralisation de loutput du
projet de lemprunteur ne soit connue de quiconque68. Selon Diamond (1984), le march
choue dans le contrle des entreprises emprunteuses, essentiellement pour deux raisons : la
duplication des cots de contrle si chaque acteur sur le march dcide de suivre
individuellement lemprunteur, et le comportement de passagers clandestins (free rider) si
certains acteurs, conscients que leurs choix naffectent pas de manire sensible et mesurable
le rsultat final, laissent le cot du contrle aux autres, tout en bnficiant des effets de celui-
ci69. Alors que le march met en relation des agents anonymes oprant de faon
dcentralise, la relation intermdie est de nature bilatrale et hirarchique puisquun
principal (lintermdiaire) surveille et pose ses conditions un agent (lemprunteur). Cette
dlgation de la fonction de contrle produit automatiquement une conomie de cots de
contrle : sur lensemble des n prteurs, un seul dsormais engage le cot de contrle (le
moniteur dlgu). Mais cette dlgation a son propre cot. En effet, le problme dala
moral qui se posait initialement entre prteurs et emprunteurs est report au niveau de la
relation prteur/intermdiaire : les n-1 prteurs (devenus dsormais dposants auprs de
lintermdiaire) nobservent que trs imparfaitement le contrle exerc par lintermdiaire,
qui peut tre incit ne pas surveiller70. En dautres termes, la question qui se pose est celle
du contrle du contrleur. Diamond dduit alors les conditions de viabilit de
lintermdiation : il faut que le cot de la dlgation soit infrieur lconomie de cots
autorise par lintermdiaire. Cette condition est vrifie si lintermdiaire finance un grand
nombre de projets, cest--dire sil diversifie les fonds qui lui sont confis. Il tire alors partie
de la loi des grands nombres et le cot unitaire de dlgation dcrot. Ds lors, les
intermdiaires financiers peuvent tre considrs comme des contrleurs dlgus (delegated
monitoring) qui dominent lalternative dun financement de march. Les ides de Diamond
(1984) ont t reprises et dveloppes par la suite (S. Williamson, 1986 et 1987 ; Fama,
1990 ; Krasa et Villamil, 1992 ; Winston, 1995).
68 Avant darriver cette conclusion, Diamond (1984) envisage la situation o les prteurs ne peuvent pas
vrifier la ralisation des projets, quelque cot que ce soit. Dans ce cas, le contrat de prt peut tre assorti
dune pnalit non pcuniaire dont ptirait lentreprise emprunteuse (et plus prcisment son dirigeant) en
cas de dfaut : temps consacr par le dirigeant la procdure de faillite, cots engags pour expliquer la
pauvret des rsultats, cots de recherche dun nouveau dirigeant, perte de rputation du dirigeant, etc.
69 Les marchs nexercent leur contrle qu travers les prix, ici les taux dintrt : si lemprunteur ralise de
mauvaises performances ou prend des dcisions contraires aux intrts des apporteurs de capitaux, il en
rsultera une baisse de la valeur de la dette, donc une augmentation du cot du capital qui sappliquera aux
futures missions de lentreprise.
70Encore une fois, les prteurs disperss ne peuvent pas contrler lintermdiaire. Mais ils peuvent linciter
surveiller en faisant peser sur lui une pnalit non pcuniaire.
79
Toutefois, ces tudes justifient la supriorit des financements intermdis travers

uniquement une conomie mcanique de cots de contrle ; elles ne dveloppent donc pas
toutes les caractristiques des intermdiaires financiers (et plus particulirement des
banques). Leur avantage comparatif en matire de gestion des cots de contrle, qui peut
rsulter des relations de long terme quils entretiennent avec leurs clients et de la gestion
parallle des dpts et des crdits, est suppos, mais nest pas endogne dans ces modles.
Pour conclure, ces premires thories de lintermdiation financire justifient le rle

des intermdiaires par la production dinformation et le contrle des emprunteurs. Mais elles
modlisent la ralit de manire relativement simple : lvaluation ou le contrle constituent
une action une seule priode, les contrats de prts optimaux sont relativement simples, les
emprunteurs recourent un seul prteur, et si une concurrence entre prteurs est modlise,
elle concerne un nombre infini dintermdiaires parfaitement diversifis qui offrent des
termes identiques. Mais la ralit du financement bancaire est plus complexe : les banques et
les emprunteurs interagissent souvent de manire rpte au cours du temps, les contrats
sont implicites ou incluent des conditions complexes, les termes sont souvent renforcs de
manire slective ou bien rengocis, les emprunteurs obtiennent souvent des financements
de multiples sources, les banques sont rarement parfaitement diversifies et affrontent des
degrs varis de concurrence. Un autre volet de la littrature sest donc donn pour objectif
de complter les analyses existantes en modlisant un type de financement particulier, voir
spcial (Fama, 1985), qui lie les entreprises emprunteuses leur banque.
1.2.2. Les spcificits des financements relationnels : les modles multi-priodiques
Les tudes anglo-saxonnes emploient souvent le terme relationship banking (relation de

clientle ou littralement banque de relation ) pour caractriser linteraction particulire
entre entreprise emprunteuse et banque. Plusieurs auteurs proposent des dfinitions
complmentaires de ce concept (Boot, 2000 ; Ongena et Smith, 2000a ; Berger et Udell,
2002 et 2006 ; Elsas, 2005 ; Freixas, 2005). Selon Boot (2000) :
We define relationship banking as the provision of financial services by a financial

intermediary that: (i) invests in obtaining customer-specific information, often proprietary
in nature; and (ii) evaluates the profitability of these investments through multiple
interactions with the same customer over time and/or across products.
Boot (2000, p. 10)
80
La banque de relation disposerait donc dinformations spcifiques (souvent prives)

sur les entreprises emprunteuses, obtenues travers les services de slection et/ou de
monitoring quelle offre ; en outre, ces informations peut tre enrichies et (r)utilises dans
le cadre dune interaction avec le mme client, au cours du temps et travers de multiples
produits71 ; elles peuvent tre coteuses acqurir, mais peuvent parfois tre gnres
gratuitement. Do lide, simplificatrice certes, que les banques proposeraient des
financements relationnels fonds sur linstauration dune relation de long terme et multi
produits, alors que les marchs proposeraient des financements transactionnels anonymes,
ponctuels et sans autres effets de mmoire que ceux lis la rputation72.
1.2.2.1. Avantages du financement relationnel
Lun des premiers bnfices du financement relationnel est doffrir des incitations et
des moyens supplmentaires pour assurer au mieux les deux fonctions prcdentes, savoir
la production dinformation et le contrle des entreprises emprunteuses. En effet le
financement relationnel est troitement associ linstauration dune relation de long terme,
cest--dire la rptition de contrats court terme, qui permettent la prise en compte,
chaque priode, de linformation obtenue aux priodes prcdentes. De mme, la diversit
des services offerts fait appel, pour partie, la mme recherche dinformation quil est inutile
de dupliquer. La rutilisation (reusability) des informations permet alors dinciter la banque
en produire plus et, en retour, raliser des conomies de cots dans la production
dinformation (Chan, Greenbaum et Thakor, 1986). De surcrot, ces informations peuvent
tre rutilises pour exercer une surveillance plus prcise des emprunteurs. Les banques
peuvent comparer, sur plusieurs chances, les revenus dclars par lentreprise, et dtecter
plus facilement toute tentative de dissimulation de rsultats (Haubrich, 1989). Elles peuvent
analyser les diffrents comptes de lentreprise (de dpt, dpargne et de portefeuille),
dresser un profil plus prcis de son degr de solvabilit (Nakamura, 1990 et 1993 ; Lewis,
1992 ; Degryse et Van Cayseele, 2000) et, in fine, contrler de manire plus efficiente
lentreprise (Mester, Nakamura et Renault, 2007 ; Norden et Weber, 2007).
71Ltendue des services offerts renvoie la pratique de ventes lies, qui consiste vendre plusieurs produits
(ou services) au sein dun mme package. Dans le cadre bancaire, les ventes lies se sont dveloppes de manire
importante ces dernires dcennies avec les conventions de services bancaires.
72 Cette hypothse sera leve dans le chapitre suivant, dans la mesure o les banques, linstar des marchs,
peuvent proposer des financements transactionnels. De plus, les financements relationnels ne sont pas rservs
quaux banques commerciales, puisquils peuvent galement caractriser les relations dveloppes par les
banques dinvestissement, les socits dassurance, ou encore les private equities.
81
De plus, le fait dtre un interlocuteur unique, qui interagit avec les firmes dans le
cadre dune relation bilatrale, prsente certains avantages. Dune part, le caractre
substituable ou complmentaire entre les diffrents instruments (de paiement, dpargne,
dassurance, etc.) ou entre les diffrents services (crdits classiques, souscription de titres,
introduction en bourse, montage doprations complexes, etc.) rend profitable (tant pour la
banque, que pour lentreprise) lachat de ces produits auprs dune mme institution. La
diversit des services offerts gnre alors des synergies, donc des conomies denvergure
dans leur distribution73 (Boot et Thakor, 1997 ; Kanatas et Qi, 1998 et 2003). Dautres part,
dans le cadre dune relation bilatrale, qui nengage que lentreprise emprunteuse et sa
banque, la confidentialit des informations est prserve et le problme de la double
audience est rsolu. Ainsi une firme peut rvler des informations prives sa banque,
quelle ne dissminera jamais aux marchs financiers, donc ses concurrentes (Bhattacharya
et Chiesa, 1995). Le financement relationnel permettrait donc un change plus important
dinformations. La qualit de linformation obtenue dans un tel cadre serait suprieure celle
dun financement direct.
En outre, par opposition la rigidit des engagements strictement contractuels

proposs plus haut, la prise en compte dun horizon temporel plus long facilite
ltablissement de contrats implicites de financement sur toute la dure de la relation
(Haubrich, 1989). Par ailleurs, dans le cas o un contrat formel est spcifi, les clauses
contractuelles sont plus faciles rengocier dans le cadre dun financement relationnel, dans
la mesure o les problmes de coordination entre cranciers ne se posent pas au niveau de la
banque (Boot, Greenbaum et Thakor, 1993). A linverse, la dispersion des investisseurs sur
le march rend la ngociation difficile, voire impossible (Gorton et Kahn, 2000) ; mme sil
est envisageable de convoquer les dtenteurs dobligations en assembls gnrales, leur
dispersion, la diversit de leurs apprciations ou de leurs intrts empchent de rediscuter les
termes du contrat avec lemprunteur. Chemmanur et Fulghieri (1994), Thakor et Wilson
(1995) et Bolton et Freixas (2000) traitent galement de la question de la re-ngociabilit des
contrats bancaires en insistant sur la capacit des banques traiter au mieux le cas des firmes
dbitrices confrontes des difficults financires. En pareil situation, les banques ont la
possibilit de consacrer des ressources importantes en matire danalyse, afin de proposer au
dbiteur la solution la mieux adapte son cas, cest dire soit la rengociation de la dette,
73Mais sil existe des conomies de cots au niveau de la distribution, les tudes conduisent douter de la
prsence dconomie denvergure au niveau de la production de divers services.
82
soit la liquidation dfinitive de la socit. Les prteurs sur les marchs sont, encore une fois,
incapables de procder une telle liquidation slective, auraient plutt tendance refuser
toute concession et enclencher systmatiquement louverture dune procdure collective.
La plus grande flexibilit du financement relationnel pourrait paradoxalement accrotre
leffectivit des clauses restrictives, dans la mesure o des clauses plus svres et plus
nombreuses peuvent toujours tre spcifies dans les contrats et re-ngocies par la suite
(Berlin et Mester, 1992). Bien sr, la manire avec laquelle les clauses sont rengocies
dpend du pouvoir de ngociation de la banque vis--vis de lemprunteur.
Enfin, la plus forte continuit des relations dans le cadre de financements

relationnels incite les banques faire des sacrifices court terme en tablant sur la rentabilit
long terme de leurs engagements auprs de lentreprise. Petersen et Rajan (1995)
formalisent cette ide sur la base dun modle deux priodes avec slection adverse et ala
moral : les banque offrent, dans un premier temps, des taux dintrt relativement faibles,
puisquelles savent quelles peuvent appliquer, dans un second temps, des taux dintrt plus
levs que ceux qui correspondent au vrai risque de lentreprise. En procdant un tel
lissage inter temporel des termes du contrat de prt, les banques permettent daccrotre la
disponibilit du crdit aux entreprises, tout en rmunrant leur fonction de crdit sur la
dure. Les marchs financiers se concentreraient eux sur le court terme et napporteraient
pas une telle assurance de liquidit pour les emprunteurs74.
1.2.2.2. Limites du financement relationnel
Certains des avantages cits plus haut peuvent, lextrme, gnrer des cots pour
lentreprise emprunteuse. Le premier est li au pouvoir de monopole que peut exercer une
banque, si elle est la seule financer lentreprise, et qui la conduit exploiter son avantage
informationnel pour soctroyer des rentes sur ses clients les plus fidles. Wood (1975)
pressentait dj cet ventuel comportement opportuniste de la part des banques. Mais cest
surtout le modle trois priodes de Sharpe (1990) qui est considr comme la rfrence sur
ce thme. En t=0, lentreprise qui souhaite financer un projet dinvestissement choisit la
banque qui lui propose le taux dintrt le plus faible. A lchance de lemprunt en t=1,
lemprunteur et sa banque (ou banque interne) obtiennent un signal parfait sur le revenu
74 Mais cette stratgie, qui consiste subventionner lentreprise cliente lorigine pour la faire participer ensuite
si ses projets ont russi, nest possible en ralit que si les banques possdent un certain pouvoir de march. En
revanche, en situation de concurrence, les clients peuvent refuser de payer cette participation au cot du risque,
et faire le tour du march pour trouver de meilleurs taux.
83
gnr par le projet en t=2. Les autres banques (les banques externes) ne peroivent quun
signal bruit. Il existe donc une asymtrie dinformation entre prteur interne et prteur
externe. Si le projet est solvable de manire certaine en t=2, la banque interne informe de
cet tat devrait proposer un taux dintrt sans risque rf. Les banques externes, non informes,
proposent elles un taux rf + (o constitue la prime de risque). A lquilibre, la banque
interne peut adopter un comportement opportuniste et offrir un taux rf + qui lui permet de
garder son client tout en lexpropriant. Sharpe (1990) montre donc que lavantage
informationnel de la banque principale peut conduire la cration dun pouvoir de monopole,
ou de hold-up, permettant de capturer par linformation lentreprise cliente de longue date.
Rajan (1992) complte ces analyses en tudiant le problme de lala moral qui apparat
lorsque les banques financent des firmes en forte croissance. Dans un modle multi-
priodique (prsent au chapitre 4), il montre que si une entreprise est dpendante dune
seule banque pour son financement, alors la banque peut exiger un remboursement aprs
connaissance de ltat de la nature. Si la banque estime que la conjoncture rend le projet non
rentable, elle peut renoncer ultrieurement financer lentreprise. Par contre, si le projet de
lentreprise se rvle profitable, la banque peut conditionner la poursuite du financement au
partage de la VAN du projet son profit. Compte tenu des cots lis aux changements de
banque (switching cost), les entreprises se trouvent prises en otage75.
Un second problme se pose si les rengociations, possibles dans le cas de

financements relationnels, deviennent systmatiques. Lentreprise, qui nest pas astreinte
un budget fixe, mais un budget constamment augment par laddition de crdit
supplmentaire, a donc une contrainte budgtaire attnue (soft-budget constraint) selon
lexpression de Kornai (1980). Dewatripont et Maskin (1995) appliquent ce cas au
financement relationnel et montrent que les banques sont souvent obliges de rengocier ex
post les contrats de prts, mme si la situation de lemprunteur exige une liquidation. Sachant
que la menace de la liquidation nest pas crdible, les anciens clients se trouvent dans un
rapport de force favorable pour faire valoir leurs intrts aux dpends de ceux du prteur.
Lorsquils savent par exemple, quen toutes circonstances, la liquidation de leurs actifs
rapportera moins que la poursuite de leur activit, ils peuvent tre amens adopter, ex ante,
des comportements inefficients vis--vis du risque, prendre des liberts avec leurs
engagements, sous optimiser leurs dcisions, soctroyer des avantages personnels, etc.
75Les solutions potentielles ce problme, tels leffet de rputation bancaire (Sharpe, 1990) et la multibancarit
(Rajan, 1992 ; von Thadden, 1998), sont prsentes dans la section suivante.
84
Une relation trop troite avec les entreprises emprunteuses peut galement entraner
une baisse de la vigilance des banques et altrer leur objectivit. Udell (1989) insiste sur ce
point : la bonne rputation dune entreprise emprunteuse, qui dcoule de sa bonne sant
financire passe, peut entraner un relchement de la surveillance des banques. DeMeza et
Southey (1996) traitent galement de ce problme en montrant que les individus sont enclins
surestimer la probabilit dun succs lorsque les vnements semblent tre sous leur propre
contrle. Ainsi, un banquier qui a accord un prt serait tent de minimiser la probabilit
dun chec. Cette tude entre le cadre de travaux de psychologie cognitive qui ont labor
une certaine thorie de la myopie au dsastre dans le secteur bancaire (Guttentag et
Herring, 1986). Cette thorie montre une tendance systmatique des dirigeants bancaires
faire preuve dun excs doptimisme et dune sous-estimation des risques de dfaut dans les
priodes de croissance et deuphorie boursire ou immobilire, minimisant les risques
inhrents un retournement conjoncturel76.
A linverse, les banques peuvent parfois adopter des comportements trop prudents
qui peuvent affecter linnovation et la croissance des entreprises (Morck et Nakamura, 1999).
Allen et Gale (2001) rejoignent cette ide et considrent que les banques sont moins
efficientes dans le financement dentreprises innovantes qui oprent ncessairement dans des
environnements non standard. En effet, les entreprises souhaitant financer des projets
innovants sont caractrises par une incertitude forte concernant leur rentabilit long
terme. La dcision de financer ou non ces entreprises est donc complexe et des diversits
doption peuvent exister. Dans le cas dun financement relationnel (considr comme une
coalition dinvestisseurs), les divergences dopinion peuvent engendrer des cots de
dsaccord entre les agents participants la coalition. Ces cots peuvent devenir tellement
importants que les agents prfrent ne pas financer le projet et quitter la coalition. A
linverse, dans le cadre dun financement par le march, les agents dcident du financement
de manire totalement autonome. Ainsi, sil y a incertitude sur la nature des rendements du
projet financ, le march reprsente la forme de financement la plus efficace.
76 En effet, Guttentag et Herring (1986) considrent que les dcisions des banquiers en avenir incertain
obissent essentiellement deux rgles : tout dabord, en absence de base rationnelle de leurs valuations, les
dcideurs estiment la probabilit doccurrence de certains vnements partir de la mmoire quils ont
dvnements similaires ; ainsi, la probabilit subjective dun choc devient une fonction dcroissante de la
priode de temps coule depuis le dernier choc. Par ailleurs, lorsque la probabilit doccurrence de certains
vnements atteint un niveau critique suffisamment bas, elle est traite comme si elle tait nulle. Ce phnomne
de myopie au dsastre est donc favoris par un ensemble de facteurs conjoncturels, tels que le temps coul
depuis le dernier choc, le degr de concurrence au sein de la communaut bancaire (et avec le march), le
raccourcissement de lhorizon temporel des dcideurs (favoris leur mobilit professionnelle et certaines
modalits de rmunrations), lanticipation par les banques dun soutien implicite des autorits publiques, etc.
85
1.3. LE FINANCEMENT RELATIONNEL ET LIMPACT REEL POUR

LES ENTREPRISES EMPRUNTEUSES
Jusque-l, les dveloppements mens dans le cadre de ce travail se sont positionns

tantt du ct loffre de crdit (des prteurs), tantt du ct de la demande de crdit (des
entreprises), et ce afin de caractriser la relation dendettement dans sa globalit et de saisir
les motivations de chaque partie. A lissue des changes darguments prsents plus haut, la
question qui se pose finalement est de savoir si le financement relationnel a un impact rel
sur les entreprises. En abordant le sujet du point de vue de la firme emprunteuse, les tudes
empiriques passes en revue dans cette section77 sintressent plus prcisment deux
questions : le financement relationnel permet-il dassouplir les conditions du crdit aux
firmes ? Et permet-il damliorer la performance des socits emprunteuses ?
1.3.1. Limpact de lintensit du financement relationnel sur les conditions du crdit
Afin de tester les bnfices du financement relationnel pour les entreprises, les
travaux empiriques mesurent limpact de lintensit de la relation banque/entreprise (sa
dure et ltendue des services offerts) sur les conditions de crdit (disponibilit, garanties
demandes et taux dintrt appliqus).
1.3.1.1. Intensit du financement relationnel et disponibilit des crdits
Selon la thorie bancaire classique, la relation de clientle permet la banque

daccumuler des informations sur la qualit de crdit des entreprises, et donc de rduire la
slection adverse. Pour Petersen et Rajan (1995) notamment (dans la premire partie de leur
argumentation), une telle relation rend possible les lissages inter-temporels des termes du
contrat de prt : les banques assoupliraient leurs conditions au dpart, pour financer des
emprunts qui ne sont pas rentables pour elle court terme, mais qui peuvent le devenir si la
relation avec lemprunteur dure assez longtemps. Ceci entranera une rduction des risques
de slection adverse et donc du rationnement des crdits. Les rsultats empiriques obtenus
par Petersen et Rajan (1994), sur la base du National Survey of Small Business Finance
(NSSBF)78 pour lanne 1988, confirment cette thorie.
77 Pour une revue exhaustive sur la question, se rfrer aux annexes.

78 http://www.federalreserve.gov/pubs/oss/oss3/nssbftoc.htm
86
Les tudes qui ont suivi confirment toutes que la disponibilit du crdit samliore
avec la dure et ltendue des relations. Sur la base des donnes du NSSBF 1993, Cole (1998)
trouve, par exemple, que les banques sont plus mme doffrir des crdits aux entreprises
avec lesquelles elles taient en relations. Le bnfice du financement relationnel est toutefois
trs vite obtenu, puisque limpact sur la disponibilit du crdit diminue avec le temps, et que
au bout dun certain nombre danne, le temps nest plus un facteur damlioration. Angelini,
Di Salvo et Ferri (1998) testent la relation sur des donnes relatives aux socits italiennes
pour lanne 1995, et mesurent la disponibilit du crdit partir dun questionnaire pour
savoir si les entreprises souhaitent des emprunts additionnels au taux dintrt actuel. Il
ressort des rsultats que, si les firmes sont en relation rcente avec la banque (depuis moins
de trois ans), elles ont plus de risque dtre rationnes. Elsas et Krahnen (1998) recourent
aux dossiers de crdit en faveur de moyennes entreprises allemandes, et identifient pour
chaque relation le statut de la banque (housbank ou non). Les auteurs approchent la
disponibilit des crdits par le rapport entre le montant total des dettes consenties par la
banque et lendettement total de la firme et montrent que les housbank offrent une assurance
de liquidit contre les chocs ponctuels qui pourraient affecter lemprunteur. Toutefois, si la
dtrioration de la qualit de lemprunteur est plus importante, les housbank ne fournissent
pas de crdits additionnels. Une autre tude sur le cas de lAllemagne est propose par
Lehmann et Neuberger (2001). Sur la base des dossiers de crdit des banques, elle confirme
que la dure de la relation accrot la disponibilit des crdits. Ltude analyse galement
limpact des interactions sociales entre lagent de crdit et le dirigeant de lentreprise pour
montrer, sur la base de quatre sries de questionnaires, que la confiance a un impact positif
sur la disponibilit des fonds. Chakraborty, Fernando et Mallick (2002) adoptent une
approche diffrente : pour chaque entreprise, ils comparent les montants limites des lignes
de crdit obtenues travers diffrentes banques (les htrognits fixes et non observes
des firmes sont ainsi contrles). Les rsultats indiquent que les montants limites de crdit
obtenus par les petites entreprises amricaines croissent avec la dure des relations et les
autres services offerts par la banque. Sur la base dun questionnaire conduit en 2000 auprs
de 296 socits belges, De Bodt, Lobez et Statnik (2005) tudient les dterminants de la
probabilit de rationnement de crdit, et trouvent une relation positive entre la disponibilit
du crdit et la dure de la relation banque/entreprise.
Comme lattestent ces tudes, la question de la disponibilit du crdit se pose

essentiellement pour les petites et moyennes entreprises qui peuvent souffrir des problmes
de rationnement du crdit. Mais elle peut galement concerner les grandes socits ayant un
87
ventail de choix de financement plus large. En effet, Faulkender et Petersen (2006)

montrent que, parmi les grandes firmes cotes, celles qui sont les moins transparentes (par
exemple celles dont les emprunts obligataires ne sont pas nots) ont un taux dendettement
30% infrieur aux autres. Les auteurs voient en cela un potentiel problme de rationnement
du crdit. Bharath et al. (2008) tudient galement le rle de la relation de clientle pour de
grandes entreprises cotes. En utilisant la taille de lemprunt comme mesure de laccs la
dette, ils trouvent que les financements relationnels obtenus par les grandes firmes sont 1
2% plus important que les financements transactionnels conclus par ces mmes entreprises.
Il semble donc que laccs au financement est facilit si les entreprises (grandes ou petites)
entretiennent des relations personnalises avec leur banque.
1.3.1.2. Intensit du financement relationnel et demande de garanties
Si limpact de la relation de clientle sur la disponibilit du crdit est sans quivoque,

celui sur la demande de garanties est plus ambigu. En effet, les travaux soulvent la question
de la compatibilit entre la dtention par les banques de garanties et lexercice dun contrle
effectif des emprunteurs : certains considrent que les garanties et le monitoring sont des
substituts (Manove, Padilla et Pagano, 2001), alors que dautres pensent quils sont
complmentaires (Rajan et Winton, 1995 ; Longhofer et Santos, 2000). Dans le premier cas,
les banques en relation troite avec les entreprises quelles financent nont pas besoin de
garanties puisquelles connaissent leurs clients et quelles les surveillent. Dans le deuxime
cas, cette activit de contrle doit tre complte par des garanties, donc la relation de
clientle ne devrait pas avoir dimpact sur la demande de garanties.
Les rsultats empiriques diffrent selon la mesure de lintensit de la relation

banque/entreprise emprunteuse. Ltendue des services offerts par la banque a un impact
positif sur la demande de garanties (Elsas et Krahnen, 1998 ; Degryse et Van Cayseele, 2000
; Lehmann et Neuberger, 2001 ; Menkhoff, Neuberger et Suwanaporn, 2006), alors que la
dure a un effet ngatif (Berger et Udell, 1995 ; Harhoff et Krting, 1998 ; Degryse et Van
Cayseele, 2000 ; Lehmann et Neuberger, 2001 ; Bodenhorn, 2003 ; Bharath et al., 2008). Les
deux variables relationnelles noffrent donc pas les mmes services : la premire (tendue des
relations) permet certes dobtenir des informations additionnelles sur lentreprise
emprunteuse, mais ne couvre pas contre les risques, et ne peut donc pas se substituer la
demande de garanties ; la seconde (dure des relations) permet, par contre, daccumuler des
88
informations dans le temps, particulirement utiles pour valuer les risques et instaurer une
relation de confiance, qui pourrait remplacer la demande de garanties. Ce dernier argument
est surtout valable pour les garanties personnelles, qui semblent dcrotre avec la dure de la
relation, au dtriment des garanties relles (Pozzolo, 2004), et lors de la mise en place de
lignes de crdit plutt que dautres types demprunts (Chakraborty et Hu, 2006).
1.3.1.3. Intensit du financement relationnel et taux dintrt appliqus
Leffet du financement relationnel sur les taux dintrt nest pas, non plus, trs clair.
En effet, sur le plan thorique, deux arguments saffrontent. Le premier, qui relve de la
thorie bancaire classique, prdit une baisse des taux dintrt avec la dure de la relation
puisque les banques accumulent de linformation dans le temps. Le second, au contraire,
anticipe une hausse des taux dintrt du fait du hold-up des banques (Sharpe, 1990) et du
lissage des termes du contrat de prt dans le temps (Petersen et Rajan, 1995). Les rsultats
empiriques divergent donc.
Petersen et Rajan (1994) ne trouvent aucune relation significative entre les taux
dintrt appliqus lensemble des crdits octroys aux entreprises amricaines et la dure
des relations bancaires. Berger et Udell (1995) recourent la mme base de donnes que
Petersen et Rajan (1994), savoir le NSSBF/1988, mais limitent leur chantillon aux seules
lignes de crdit, puisque ce type dengagement de la banque a plus de chance dtre un
financement relationnel. Ils montrent alors que, plus la relation de clientle est longue, moins
les taux dintrt demands sont levs. En adoptant une perspective historique ( travers
lanalyse des contrats de prt conclus par les banques amricaines depuis 1855), Bodenhorn
(2003) confirme galement que la dure de la relation rduit les cots des emprunts pour les
entreprises. Athavale et Edmister (2004) adoptent galement une dmarche originale
puisque, pour viter de recourir une mesure (forcment imparfaite) de lintensit de la
relation, ils tudient les variations des taux appliqus par la mme banque amricaine, au
mme client. Ils trouvent alors que les taux dintrt du second emprunt diminuent par
rapport au premier. Bharath et al. (2008) concentrent leur attention sur les grandes
entreprises, et montrent que, en moyenne, les emprunts rpts auprs dune mme banque
contribuent baisser les spreads de crdit denviron 10 15 points de base. Cette rduction
est plus prononce pour les socits opaques (sur le plan informationnel), ce qui confirme
que les financements relationnels permettent de limiter les asymtries dinformations.
89
Nanmoins, les avantages de ce type de financement en terme de taux deviennent

insignifiants pour les firmes classes parmi les 30% plus grandes (en terme de total actif) de
lchantillon, et parmi celles dont les emprunts obligataires sont nots, ou encore celles qui
font partie de lindice S&P 500.
Alors que les travaux conduits aux Etats-Unis continuent produire les mmes
rsultats, savoir que le financement relationnel rduit les asymtries dinformation donc les
taux dintrt (Uzzi, 1999 ; Blackwell et Winter, 1997 ; Berger et Udell, 2002 ; Brick et Palia,
2007 ; Bharath et al., 2007), ceux raliss en Europe divergent sur ce point. Sur le march
italien, les rsultats dAngelini, Di Salvo et Ferri (1998) seraient en faveur de la thorie de la
capture informationnelle des entreprises : les banques tendent augmenter leur taux
dintrt avec la dure de la relation avec les clients ; les banques de coopratives appliquent
galement des taux plus levs avec le temps, lexception des crdits consentis aux
membres de la cooprative. Ltude de Pozzolo (2004) confirme un tel comportement des
banques italiennes. Degryse et Van Cayseele (2000) trouvent galement que les taux dintrt
appliqus par lune des plus grandes banques belges (sur la base de donnes sur 17 429
crdits octroys) augmentent avec la dure de la relation. Des rsultats similaires sont
reproduits par Degryse et Ongena (2005). De telles pratiques de la part des banques nont
pas t mises en vidence en Allemagne : selon les travaux de Elsas et Krahnen (1998), les
taux appliqus par les housebanks et les autres banques sont les mmes, sans aucun effet de
diffrentiation des prix dans le temps. Daprs ltude de Harhoff et Krting (1998), dans
laquelle lintensit de la relation est notamment mesure partir dun questionnaire auprs
de 1.509 petites et moyennes entreprises allemandes, les taux dintrt ne sont pas affects
par la dure de la relation entre les banques et les entreprises. Lehmann et Neuberger (2001)
et Lehmann, Neuberger et Rathke (2004) aboutissent sensiblement aux mmes conclusions.
Les tudes concordent cependant pour dire que la multiplicit des services offerts
rduit les taux dintrt appliqus par les banques (Miarka, 1999 ; Degryse et Van Cayseele,
2000 ; Sterb et al., 2002 ; Degryse et Ongena, 2005 ; Bharath et al., 2007 ; Menkhoff et
Suwanaporn, 2007). Drucker et Puri (2005) sintressent plus particulirement loffre de
services commerciaux (prts) et dinvestissement (souscriptions de titres), et montrent que
les firmes qui recourent simultanment aux deux services auprs de leur banque bnficient
de taux dintrt plus faibles. Les synergies entre les diffrentes activits permettent donc
aux banques de raliser des conomies denvergure (notamment dans la recherche
dinformations), et de les rpercuter par la suite sur les taux.
90
1.3.1.4. Intensit du financement relationnel et conditions jointes
Les tudes empiriques passes en revue considrent que la dtermination des taux
dintrt est faite indpendamment des dcisions sur les niveaux de garanties ou la
disponibilit des crdits. Pourtant, le financement relationnel soulve lensemble de ces
dcisions conjointement. Certains articles tentent donc danalyser limpact du financement
relationnel sur les trois lments simultanment, afin de tenir compte des interdpendances
entre les termes du contrat. Ils sont alors confronts aux problmes didentification des
variables instrumentales qui affectent, par exemple, les taux dintrt mais pas les garanties.
Dennis, Nandy et Sharpe (2000) proposent un modle quatre quations, avec

comme variables expliquer le taux dintrt, les garanties, les frais et la maturit, estimes
pour un chantillon de 2.634 contrats de crdit revolving. Mais, parmi ces quatre variables,
ils nen tudient finalement que deux simultanment, pour montrer que les taux dintrt
augmentent lorsque la relation entre la banque et lentreprise se dveloppe. Hanley et Crook
(2005) considrent explicitement la substitution entre taux dintrt et garanties, spcifis
dans 1.409 contrats de crdit commerciaux offerts par une banque commerciale anglaise en
1998. Sur la base dun systme deux quations (pour expliquer niveau des garanties et des
taux dintrt), ils trouvent que les taux dintrt croissent lors des crdits suivants, cest--
dire lorsque la relation de clientle est tablie. Outre linterprtation classique lie une
possible capture informationnelle de la part de la banque, Hanley et Crook (2005) proposent
une autre explication : a un niveau donn de garanties, les banques peuvent augmenter les
taux dintrt lorsque les entreprises recourent dautres emprunts, afin de compenser la
dilution de la valeur des garanties et les risques additionnels. Brick et Palia (2007) utilisent
galement un systme dquations simultanes pour tenir compte de lendognit entre
garanties et taux dintrt. Les rsultats indiquent que la dure de la relation
banque/entreprise a un impact la fois sur la probabilit dexiger des garanties et sur le
niveau des taux dintrt ; cependant, limpact est relativement faible. Les rsultats
confirment aussi le lien entre les termes du contrat de crdit puisque les garanties ont un
effet statistiquement significatif sur les taux. Enfin, Bharath et al. (2008) recourent des
variables instrumentales pour mesurer les dterminants joints des spreads, des maturits et
des garanties. Ils montrent que le financement relationnel continue tre associ des taux
plus faibles, des garanties moins importantes et des maturits plus courtes (pour les
emprunteurs de moins bonne qualit).
91
En conclusion, les tudes saccordent pour dire que le financement relationnel

amliore la disponibilit des crdits. Toutefois, son impact sur les taux dintrt ou le
montant des garanties nest pas vraiment clair. Ces rsultats sont rsums lannexe 3.
1.3.2. Limpact dautres variables sur les conditions du crdit
Outre la dure et ltendue des services offerts, dvelopps de manire extensive

dans la littrature, dautres lments peuvent caractriser lintensit du financement
relationnel. Cest le cas, par exemple, de la proximit gographique entre lentreprise
emprunteuse et sa banque, du nombre de relations bancaires que la firme entretient et de la
structure concurrentielle du march bancaire. Tour tour, ces nouvelles variables sont mises
validation empirique afin de tester leur impact sur les conditions du crdit.
1.3.2.1. Distance physique et conditions du crdit
Le modle de diffrenciation spatiale propos par Salop (1979) laisse penser que la
distance physique (entre une entreprise emprunteuse et sa banque) est un facteur important
pour mesurer lintensit du financement relationnel. En effet, la proximit gographique
amliorerait la collecte dinformation (Coval et Moskowitz, 2001) et le monitoring (Almazan,
2002) des banques, puisquelle favorise les interactions en face--face, renforce la
connaissance de lenvironnement local, limite les cots additionnels de communication ou
de transport, etc. Or, la distance physique qui spare les banques des entreprises
emprunteuses a augment aux Etats-Unis (Cyrnak et Hannan, 2000 ; Petersen et Rajan,
2002 ; Wolken et Rohde, 2002 ; Buch, 2005), plus particulirement pour les grandes banques
(Berger et al., 2005). Selon Petersen et Rajan (2002), cest le dveloppement des nouvelles
technologiques de linformation et de la communication qui a permis aux banques de
surmonter les obstacles de lloignement gographique, de prter des entreprises plus
loignes et de se disputer les marchs locaux de manire tout aussi vigoureuse. Certains
travaux ont donc tudi limpact de la distance entre banque et entreprise, sur les conditions
du crdit : dans le cadre dun financement relationnel, les taux dintrt diminueraient avec la
distance puisque les banques doivent offrir des conditions de financement plus avantageuses
que leur concurrentes implantes localement (Degryse et Ongena, 2005 et 2007 ; Hauswald
et Marquez, 2006) ; par contre, la distance naurait pas deffet sur la disponibilit des crdits
(Degryse et Ongena, 2005 ; Kenneth et Lundberg, 2005). Limplantation locale jouerait
92
nanmoins davantage pour les petites et moyennes entreprises ; les grandes firmes, plus
attires par les services financiers sophistiqus que par les services de proximit, entreraient
plus souvent en relation avec des banques loignes delles gographiquement.
1.3.2.2. Nombre de relations bancaires et conditions du crdit
Les conditions du crdit peuvent galement tre influences par le nombre de

banques avec lesquelles les entreprises sont en relation. En effet, la multi-bancarit peut
exercer une pression sur les taux dintrts, rduisant la rente de monopole informationnel
que peuvent soctroyer les banques (Rajan, 1992 ; von Thadden, 1998). Cependant, les
rsultats empiriques quant limpact du nombre de relations sur les taux dintrt sont
mitigs : certains confirment lhypothse de Rajan (1992) en montrant que les taux
diminuent avec la multi-bancarit (Repetto, Rodriguez et Valdes, 2002 ; Menkhoff et
Suwanaporn, 2007 ; Qian et Strahan, 2007), alors que dautres ne trouvent aucun effet
(Machauer et Weber, 2000 ; Cosci et Meliciani, 2002), ou bien leffet inverse (Petersen et
Rajan, 1994 ; DAuria, Foglia et Marullo-Reedtz, 1999 ; Shikimi, 2005 ; Hernndez et
Martnez, 2006).
Au demeurant, Rajan (1992) prcise que la multi-bancarit peut constituer une

arme double tranchant car, en rduisant la valeur de linformation acquise par chaque
banques et en accentuant la concurrence entre elles, elle peut entraner une maldiction des
vainqueurs (winners curses). Lorsque les banques sont mises en concurrence, chacune delles
craint de prter une entreprise que les autres banques, en fonction de leur propre
information, auraient dj juge peu solvable. Chaque tablissement est finalement amen
slectionner plus svrement les emprunteurs quil ne laurait fait en situation de monopole,
ce qui limite les crdits disponibles. Pourtant, le modle de Detraguiache, Garella et Guiso
(2000) prdit leffet inverse : laccroissement du nombre de banques avec lesquelles une
entreprise a des relations accrot de faon quelque peu mcanique la probabilit que, lorsque
la firme souhaite un refinancement, au moins une banque informe est en mesure de lui
offrir les fonds dsirs. La multi-bancarit offrirait alors une assurance contre les chocs
ponctuels de liquidit de lentreprise. Evidemment, puisque la littrature thorique diverge
sur ce point, les rsultats empiriques font de mme : la disponibilit du crdit pourrait
samliorer avec le nombre de relations bancaires (Cosci et Meliciani, 2002 ; Shikimi, 2005 ;
93
Tirri, 2007), ou se dtriorer (Angelini, Di Salvo et Ferri, 1998 ; Harhoff et Krting, 1998 ;
Cole, 1998 ; De Bodt, Lobez et Statnik, 2005).
1.3.2.3. Structure concurrentielle du march bancaire et conditions du crdit
La structure concurrentielle du march bancaire (gnralement mesure partir de

lindice de concentration de Herfindahl-Hirschman) peut aussi avoir un impact sur les
conditions du crdit. La littrature sur le sujet offre deux thories concurrentes elles aussi :
alors que pour les tenants de la notion de pouvoir de march (Boot et Thakor, 2000 ;
Elsas, 2005), la concentration limite laccs des firmes au crdit, pour les dfenseurs de
lhypothse informationnelle (Petersen et Rajan, 1995 ; DellAriccia et Marquez, 2005),
cest le contraire. La majorit des tudes empiriques confirment la deuxime thorie
(Petersen et Rajan, 1994 et 1995 ; Scott et Dunkelberg, 2001 ; Scott, 2003 ; Zarutskie, 2004),
mais certains ne trouvent aucun effet (Angelini, Di Salvo et Ferri, 1998 ; Cavalluzzo,
Cavalluzzo et Wolken, 2002 ; Shikimi, 2005). De mme, limpact de la concentration sur les
taux dintrt est gnralement positif ( lexception des rsultats de Petersen et Rajan, 1995).
Cependant, les conclusions qui peuvent tre tires de ces tudes sont limites, dans le sens
o elles testent leffet direct de la concurrence sur les lments contractuels ou non du
crdit, sans tenir compte des interactions possibles avec les autres conditions.
Dautres contributions testent limpact des fusions et acquisitions (F&A) sur le

march bancaire sur la disponibilit des crdits aux petites et moyennes entreprises. Berger
et Udell (2002, p.45) proposent une revue des principaux rsultats de cette littrature. En
rsum, plusieurs tudes montrent que les F&A qui impliquent des organismes bancaires de
grande taille rduisent de manire substantielle les crdits accords aux petites et moyennes
entreprises (Sapienza, 2002). Nanmoins, ces effets sont gnralement compenss par la
raction des autres banques sur le mme march local, qui multiplient leurs offres de
financements relationnels (Berger et al. 1998). Ainsi, leffet global des F&A sur la
disponibilit du crdit est encore non rsolu. Degryse et Ongena (2005) tudient limpact des
fusions sur la probabilit dinterrompre un financement relationnel. Ils trouvent que les
emprunteurs de la banque acqureuse ont moins de risque de perdre leur financement
relationnel, que ceux de la banque cible. Ces rsultats suggrent que les fusions ont un
94
impact htrogne sur le financement relationnel puisque certaines relations

banque/entreprises peuvent saffaiblir, alors que dautres peuvent se renforcer79.
1.3.3. Limpact du financement relationnel sur la performance des entreprises
En dpit des effets pervers du financement relationnel (hold-up, contrainte

budgtaire attnue, myopie au dsastre, etc.), les tudes empiriques semblent confirmer que
les bnfices dpassent les cots, et que ce type de relation est crateur de valeur. Mais, le
rle asymtrique jou par les deux parties en relation suggre que la valeur cre bnficie
plus directement au prteur. Nanmoins, si ce dernier accepte de la transmettre ou de la
partager avec lemprunteur ( travers notamment loffre de taux dintrt plus faibles, la
proposition de termes contractuels plus flexibles, etc.), la relation peut galement tre
cratrice de valeur pour lentreprise, et devrait se reflter dans sa performance globale. Cest
ce que certains travaux tentent de mesurer, en comparant les performances des firmes qui
entretiennent des relations troites avec leur(s) banque(s), celles qui ne le font pas.
Certaines tudes vont plus loin, en testant leffet sur les firmes de la participation active des
banques dans leur gouvernance.
1.3.3.1. Financement relationnel et performance des entreprises
Les premiers travaux sur le sujet se situent au Japon. Suzuki et Wright (1985)
suggrent que les firmes japonaises ont moins de risques de connatre des difficults si elles
entretiennent des relations proches avec leur banque principale. Hoshi, Kashyap et
Scharfstein (1990) approfondissent cette ide et montrent que les entreprises japonaises
cotes, en relations proches avec leurs banques (cest dire membres du mme keiretsu),
investissent et accroissent leur chiffre daffaires de manire plus importante suite une
priode de difficults financire. Ils laissent donc penser que les banques soutiennent plus
intensment les entreprises en difficult appartenant au mme keiretsu80. Plusieurs
79 Berger et al. (2008) largissent ces discussions et testent limpact de la structure de proprit des banques
indiennes (trangre, tatique ou prive) sur les relations de clientle. Les rsultats semblent indiquer que les
banques trangres entretiennent essentiellement des relations avec les firmes les plus transparentes. En outre,
les entreprises en contact avec ces banques tendent tablir de multiples relations bancaires, alors que celles en
relation avec des banques tatique interagissent avec un nombre moins important de banques.
80En outre, Kang, Shivdasani et Yamada (2000) mettent en vidence une raction positive du march aux
annonces dacquisition faire par les firmes membres de keiretsu.
95
contributions viennent nanmoins nuancer les vertus de ce modle. Weinstein et Yafeh

(1998), par exemple, trouvent que les firmes en relations troites avec une banque principale,
ont certes un meilleur accs au capitaux et sont moins rationnes, mais elles ont tendance (i)
employer des stratgies de croissance conservatrices et lentes et crotre de manire moins
rapide, (ii) recourir des processus industriels plus forte intensit capitalistique (toute
chose gale par ailleurs) et (iii) engendrer des profits plus faibles. Selon Weinstein et Yafeh
(1998), les banques au Japon sapproprient la plupart des bnfices du financement
relationnel. Rajan et Zingales (1998) contestent galement linterprtation des rsultats de
Hoshi, Kashyap et Scharfstein (1990) : selon eux, ces rsultats illustrent davantage le laxisme
des banques japonaises qui continuent financer des entreprises en dclin, puisquils font
noter que, dans ltude de Hoshi, Kashyap et Scharfstein (1990), les entreprises appartenant
un keiretsu ont un Q de Tobin infrieur celles qui nentretiennent pas de relations troites
avec leurs banques. Au demeurant, dans les annes 90, certaines banques japonaises, dont
lassise capitalistique tait insuffisante, ont soutenu des entreprises dont les chances de
redressement taient lvidence minimes (Peek and Rosengren, 2005). Do lmergence de
vritables firmes zombies selon lexpression mme de Hoshi (2006) et dautres.
Les tudes menes sur dautres marchs sont plus mitiges. En Allemagne par
exemple, les rsultats dAgarwal et Elston (2001) ne dclent aucune relation significative
entre ltroitesse des liens banques/entreprises et la rentabilit ou la croissance des firmes.
Sur le mme march, Chirinko et Elston (2006) aboutissent sensiblement aux mmes
rsultats. En Espagne, galement, les entreprises qui entretiennent une relation bancaire
exclusive ont une rentabilit plus faible Montoriol Garriga (2006). Pourtant, Degryse et
Ongena (2001) montrent que les socits norvgiennes, en relations durables avec leurs
banques, sont plus performantes et rentables. Les travaux conduits en Thalande confirment
aussi ces observations (Limpaphayom et Polwitoon, 2004 ; Fok, Chang et Lee, 2004). De
mme, une tude rcente conduite aux Etats-Unis, laisse penser que le monitoring des
banques est crateur de valeur pour les firmes (qui affichent un Q de Tobin suprieur), et
fait dire aux auteurs que cette surveillance pourrait constituer une forme de gouvernance
dentreprise efficace (Shepherd, Tung et Yoon, 2007). Un certain nombre de recherche se
sont justement pench sur ce dernier point, savoir limplication des banques dans la
gouvernance et le capital des socits et son impact sur la performance de ces firmes
contrles .
96
1.3.3.2. Participation des banques et performance des entreprises
Outre le financement, les banques, dites universelles dans certains pays comme
lAllemagne81 ou le Japon82, peuvent galement jouer un rle direct auprs des entreprises, en
prenant des parts dans leur capital ou en participant activement leurs conseils
dadministration. Certaines tudes se sont penches sur limpact de ce mcanisme direct de
contrle sur la performance des firmes. Le dbat est alors ouvert.
Certains y voient une incitation supplmentaire pour les banques contrler les
socits quelles financent, mais galement un moyen pour elles daccder plus facilement
des informations sensibles et de promouvoir leurs propres activits, soit en tant que banques
commerciales (en offrant plus de financement aux entreprises), soit en tant banques
dinvestissement (en offrant plus de services de conseil aux entreprises). Cela bnficie
videmment aux banques, qui amliorent leurs revenus, mais pourrait galement tre
favorable aux firmes qui se voient offrir des crdits supplmentaires et les services clairs
dun expert.
Mais selon dautres, la participation des banques exacerbe les problmes dagence
plusieurs niveaux. Au niveau de la banque tout dabord, il existe des conflits dintrt entre
les diffrentes fonctions quelle assure qui, au-del mme des problmes de rgulation,
affectent lefficience des dcisions. En particulier, le fait doffrir du crdit une entreprise et
dintervenir simultanment en capitaux propres peut conduire une sous-optimisation des
deux oprations. Le fait de dtenir des actions dune entreprise peut inciter prolonger
indment une relation de crdit. Un autre conflit dintrt peut galement exister entre la
banque et actionnaires majoritaire de la firme emprunteuse : la banque peut tre incite ne
pas exercer un contrle effectif des dirigeants, notamment lorsque ceux-ci sont
particulirement gnreux envers eux (Black et Moersch, 1998 ; Wenger et Kaserer, 1998).
Enfin, un conflit dintrt peut opposer la coalition banque/entreprise aux autres partenaires
81 La banque maison allemande (Hausbank pour les PME et Dominierende Bank pour les grandes entreprises)
a longtemps t caractrise par ltroitesse de ses liens avec lindustrie qui lui a permis, au terme dune relation
stable, de devenir une composante solide de lactionnariat des entreprises.
82 La complexit des participations croises au Japon, au sein de keiretsu dont les banques sont membres,
explique lactivisme de ces dernires auprs des entreprises : elles ne se contentent pas de financer les socits,
mais dtient galement des parts dans leurs fonds propres et se trouve en mesure de placer des reprsentants
dans des postes de direction stratgiques. Portant, dans ce pays, les banques ne sont pas autorises dtenir
plus de 5% du capital de la firme. Dans les faits, la participation de plusieurs banques dpasse souvent cette
limite, puisque les filiales de trusts bancaires ne sont pas concernes par cette restriction (Li et al., 2006).
97
(cranciers, fournisseurs, clients, employs, etc.) : les premiers peuvent faire croire aux
seconds que lentreprise est en difficult (alors quelle est saine) afin dobtenir des
concessions (Berlin, John et Saunders, 1996). A linverse, la coalition banque-entreprise peut
crer une apparence trompeuse de solvabilit (alors que lentreprise est en difficult) qui peut
faire durcir les conditions des autres partenaires et prcipiter sa faillite83. Au final, un
arbitrage entre les bnfices et les cots dterminait la participation des banques au capital
ou au conseil dadministration des entreprises (Kroszner et Strahan, 2001).
Un certain nombre dtudes ont t conduites, essentiellement au Japon et en

Allemagne, mais galement aux Etats-Unis, pour mesurer leffet de ce type de configuration
sur la performance des entreprises84. Les tudes menes aux Etats-Unis montrent que les
banques, qui sigent aux conseils dadministration des entreprises, sont essentiellement
motives par la promotion de leurs services dexpertise et de conseil, et ont un impact
ngatif sur le taux dendettement des socits (Byrd et Mizruchi, 2005). Gner, Malmendier
et Tate (2008) prcisent quaux Etats-Unis, lorsque les banques participent aux conseils en
offrant leur expertise financire, elles exercent une influence significative sur les dcisions
des entreprises, mais pas forcment dans lintrt des actionnaires. Il en rsulte un effet
ngatif sur les Q de Tobin futurs de lentreprise. Par ailleurs, Gner, Malmendier et Tate
(2008) montrent que, dans un tel cas de figure, le financement externe des entreprises
saccrot, mais nest pas forcment allou de manire efficiente (puisque seules les firmes
ayant une bonne qualit de crdit, mais de faibles opportunits dinvestissement, en
bnficient). Au Japon, Gibson (1995) et Morck et Nakamura (1999) trouvent que la
participation des banques dans le capital a un impact ngatif en terme dinvestissement et de
performance des entreprises. Mais Morck, Nakamura et Shivdasani (2000) nuancent ces
rsultats en montrant que la relation entre la participation des banques au capital et la valeur
des firmes (mesure par le Q Tobin) est non linaire et pourrait tre mitige voire nulle si la
participation des banques est leve. En suisse, pays o les banques universelles sont
galement actives, Loderer et Peyer (2002) ne trouvent pas non plus dimpact significatif de
la prsence des banques dans les conseils sur le Q de Tobin des entreprises.
83 Cette dernire possibilit est battue en brche par largument de Rajan et Winton (1995) selon lequel le signal
favorable transmis par la dette bancaire retarde la faillite, plus quil ne lacclre.
84Il convient, encore une fois, de considrer les rsultats de ces travaux avec prcaution dans la mesure o ils
nont pas tous pris en compte les effets de causalit inverse, ni lensemble des variables de contrle.
98
Les premires tudes conduites en Allemagne vantent les mrites de la participation

des banques la gouvernance des entreprises : selon Cable (1985), Gorton et Schmid (2000),
Lehmann et Weigand (2000) et Edwards et Nibler (2000), elle aurait un impact positif sur la
rentabilit et la performance des grandes firmes. Ces rsultats complteraient donc ceux des
travaux mens sur les PME, puisquils suggrent que les banques sont galement des
composantes importantes pour les grandes socits, qui ont galement accs dautres
sources de financement. Mais depuis ces tudes, certaines mesures ont t entreprises en
Allemagne, et ont conduit les banques se dsengager progressivement de la gouvernance
des entreprises85. Ces changements permettent, sur la base de donnes rcentes, de voir si les
banques allemandes contribuent toujours crer de la valeur pour les actionnaires. Meyer et
Prilmeier (2006) mnent une tude dvnement sur la base dun chantillon de 92 retraits de
banques allemandes du capital de socits non financires cotes. Les rsultats laissent
penser que le march allemand prfre les actionnaires de bloc pour surveiller les firmes,
particulirement lorsque ceux-ci sont non financiers. Plus prcisment, le march ragit de
manire (positive) plus importante aux retraits des banques si de forts actionnaires de bloc,
non financiers, sont prsents et si les banques se dfont galement de leur droit de contrle.
Dittman, Maug et Schneider (2008) analysent le rle de 11 banques dans les conseils
dadministration de 137 socits non financires allemandes, de 1994 2005, et trouvent que
cette prsence contribue la baisse de la valeur des firmes. De plus, les banques nutilisaient
leurs siges ni pour contrler de manire plus efficiente les firmes, ni pour leur offrir des
services dexpertises, ni encore pour les aider surmonter leurs contraintes financires. La
reprsentation aux conseils nirait que dans les intrts des banques. Les auteurs concluent
que les changements institutionnels auraient contribu priver le systme financier allemand
de lun de ces traits distinctifs.
85 Les banques allemandes ont notamment la possibilit, depuis 2002, de se dfaire de leurs participations dans
certaines entreprises sans pays dimpts sur les plus-values. La part moyenne des banques dans le capital des
socits non financires a donc baiss de 4,1% en 1994 0,4% en 2005. Dans le mme temps, le nombre de
siges occups par les banques dans les conseil dadministration est pass de 9.6% 5.6% et le nombre de
conseils dans lesquels les banques sont reprsentes a dclin de 51% 33% (Source : Dittman, Maug et
Schneider, 2008).
99
CONCLUSION DU CHAPITRE 1
Les asymtries dinformations jouent un rle cl dans le dveloppement de la thorie

de lintermdiation financire. Si un actionnaire/dirigeant ne peut pas rvler de manire
crdible les perspectives de revenus futurs de sa firme, les prteurs doivent investir dans une
production dinformation coteuse afin de juger les entreprises candidates au prt et
dcarter celles dont qualit ne semble pas acceptable (slection adverse). Mais mme lorsque
le risque de crdit est jug acceptable et que lentreprise est slectionne, le prteur doit
dpenser dimportantes ressources pour contrler la firme emprunteuse qui pourrait tre
incite investir de manire sous-optimale (ala moral) ou ne pas dclarer les vritables
rsultats de son projet (opportunisme). Nanmoins, les problmes informationnels, causs
par la slection adverse, lala moral et lopportunisme, peuvent tre limits si lemprunt est
offert par un seul prteur, telle quune banque (par opposition la multitude de prteurs que
reprsente le march) : cette dernire bnficie dconomie de gamme dans la production
dinformation (Leland et Pyle, 1977) et vite la duplication des cots et les passagers
clandestins dans la surveillance des emprunteurs (Diamond, 1984). Cet effet bnfique est
magnifi si la banque prteuse entretient une relation proche et longue avec lentreprise
(Boot, 2000). Finalement, ces travaux suggrent implicitement une certaine complmentarit
qui unit les intermdiaires et les marchs, dans la mesure o lintermdiation intervient pour
pallier les dysfonctionnements des marchs.
Du cot de lentreprise, une telle source de financement devrait tre cratrice de

valeur, si ce nest travers une amlioration de ces performances, du moins travers des
conditions de financement plus avantageuses. Pourtant, les nombreuses tudes empiriques
sur la question ne permettent pas de confirmer un tel argument. Si limpact de lintensit de
la relation banque/entreprise peut amliorer la disponibilit du crdit, son effet sur les taux
dintrt, sur la demande de garanties, et plus gnralement sur la performance des firmes
nest pas clair. Pourquoi ?
Serait-ce parce que lendettement bancaire nest pas toujours une source de
financement relationnel ? La question mrite dtre pose dans la mesure o on assiste
depuis quelques annes un enrichissement et un approfondissement de la rflexion sur le
rle des banques, laune de quelques phnomnes nouveaux. Tout dabord, avec
laccroissement du nombre doprations commerciales effectues par les banques, il semble
100
que la traditionnelle relation de clientle a volu, le rle des banques galement et leur
positionnement par rapport au march a t reconsidr. Par ailleurs, avec les progrs
techniques et le dveloppement des nouvelles technologies de linformation et de la
communication, lavantage informationnel dont bnficiaient les banques, hypothse de base
de la thorie de lintermdiation financire, serait remis en cause. Enfin, au vu des difficults
de certaines banques amricaines et plus rcemment de quelques banques franaises, on est
amen sinterroger sur leffectivit du contrle exerc par celles-ci. Le chapitre suivant est
justement loccasion daborder ces questions travers certaines contributions thoriques
(puis empiriques) qui tentent de renouveler lanalyse pour la rapprocher un peu plus de la
ralit.
101
Annexe n1 : Le modle de Leland et Pyle (1977)
Leland et Pyle (1977) considrent un modle simplifi deux dates : en t = 0, un entrepreneur possde un
projet de qualit ncessitant un investissement fixe I0. Il dispose en outre dune richesse initiale W0 suffisante
pour financer le projet (W0 > I0). Linvestisseur a la possibilit de sautofinancer ou de recourir un
financement externe. En t=1, le projet gnre des revenus R(), supposs suivre une loi normale de moyenne
et de variance 2. En notant W1 leur richesse finale et k le coefficient daversion au risque, la fonction dutilit
de lentrepreneur prend la forme suivante :
u (W1 ) = e kW1 (A1.1)
Lentrepreneur, adverse au risque, prfre financer son investissement en externe car, en cas de cession
dactions, il reoit des liquidits et ne supporte plus aucun risque concernant la ralisation des revenus. En
revanche, celui-ci supporte lintgralit du risque du projet en cas dautofinancement intgral et a une
esprance dutilit gale :
[( )] (
E u W0 + R ( ) = u W0 + 0,5k 2
~
) (A1.2)
Au moment o lentrepreneur doit prendre sa dcision de financement, les investisseurs ne connaissent pas
encore la qualit de la firme. Or il existe deux type demprunteurs H et L, gnrant des revenus nets de
moyenne diffrente (H > L) et de variance identique (2). On en dduit que les investisseurs non informs
sont prts payer un prix unique = L L + (1 L ) H pour acheter des actions de la firme (o L
reprsente la proportion de firmes L dans lconomie). Lutilit espre de lentrepreneur de type i = (H, L) sil
vend son projet est u (W0 + ) et son utilit espre en cas dautofinancement est u (W0 + i 0,5k 2 ) . Le fait
que les investisseurs ne peuvent pas diffrencier les deux types dentreprises, conduit lviction des meilleures
(slection adverse), ne laissant sur le march que celle de qualit :
i < = + 0,5k 2 (A1.3)
Leland et Pyle proposent aux entrepreneurs de type H de signaler leur qualit en autofinanant une part de
leur projet (la part (1-) restera finance par les investisseurs). Les firmes de type L nimiteront pas les firmes
de type H si et seulement si :
(
u (W0 + L ) u W0 + (1 ) H + L 0,5k 2 2 ) (A1.4)
o le terme de gauche reprsente lesprance de lutilit de lentrepreneur L sil finance lintgralit de son
projet en externe (et rvle ainsi son type) ; le terme de droite indique lesprance de revenu de cet
entrepreneur sil imite la stratgie dautofinancement partiel des type H. Cette condition peut tre rcrite :
2 L
H (A1.5)
1 0,5k 2
Lentrepreneur de type H devra donc autofinancer une partie suffisamment importante de linvestissement
pour se signaler. A lquilibre, lentrepreneur H choisira le niveau minimum dautofinancement H permettant
dobtenir la sparation (quation A1.5 galit) alors que lentrepreneur L ne recoure pas lautofinancement
(L = 0). Ainsi sur le march, les investisseurs valorisent le projet un prix H si lentrepreneur sautofinance
partiellement et un prix L si lentrepreneur ne sautofinance pas.
Vers la fin de leur argumentation, Leland et Pyle extrapolent leur raisonnement et lappliquent au cas des
banques ; ils affirment alors que le problme de la fiabilit de linformation peut tre rsolu si lintermdiaire
investit sa richesse dans les actifs du portefeuille propos duquel il prtend dtenir une information de valeur ;
comme dans le cas de lentrepreneur individuel, une telle implication peut servir comme signal au march sur la
qualit des informations produites. Diamond (1984) dduit les conditions dans lesquelles lintermdiaire est
viable dans ce modle, en corrigeant un rsultat contre intuitif obtenu par Leland et Pyle selon lequel la
diversification du portefeuille, en ajoutant des risques, augmente le cot de signalisation. Diamond (1984)
montre, au contraire, que la diversification devrait contribuer diminuer le cot unitaire de signalisation
puisquelle contribue subdiviser les risques. Il considre N entrepreneurs ayant des fonctions dutilit
identiques et de projets indpendants et identiques ayant un revenu moyen et une variance 2. Si ces N
emprunteurs se regroupent, apportent chacun une fraction 1/N de lautofinancement ncessaire la
signalisation, et reoivent une fraction 1/N du revenu net global gnr par les N projets, chacun dentre eux
va pouvoir tabler sur des revenus net desprance N/N = et de variance (1/N)2N2 = 2/N. La rduction de
la variance des revenus, due la formation dun intermdiaire financier, permet de limiter les cots de
signalisation.
102
Annexe n2 : Le modle de Diamond (1984)
Dans le modle de Diamond (1984), lintermdiation nest viable que si lconomie de cot de contrle
autorise par la dlgation de la fonction de contrle dpasse le cot de la dlgation. Cela implique que
lintermdiaire financier finance un grand nombre de projets dinvestissement, cest--dire quil diversifie les
fonds qui lui sont confis dans un grand nombre de projets. Mme sil na aucune aversion vis--vis du risque,
la diversification simpose car elle rduit la probabilit doccurrence de bas rendements qui entraneraient le
dfaut de lintermdiaire envers ses dposants. Le cot de dlgation dcrot mesure que le nombre de projets
financs saccrot, parce quen finanant un grand nombre de projets, lintermdiaire tire partie de la loi des
grands nombres. La valeur finale de ses actifs tend ainsi devenir certaine.
Pour comprendre cet argument, nous pouvons suivre la prsentation que fait Williamson (1986) des rsultats
de Diamond (1984). Les emprunteurs ont besoin de ressources afin dinvestir dans leurs projets. Ils investissent
~ la date 1, o w
K units la date 0 et reoivent Kw ~ est une variable alatoire distribue selon la densit f(w).
A la date 1, lemprunteur j ralise une rentabilit de wj par unit investie. En outre, lemprunteur j paye
lintermdiaire un taux de rendement brut dans ltat wj o il ny a pas de monitoring, et un taux R(wj) en cas
de monitoring. Soit alors lensemble B = {wj ; R(wj) < } et Bc = {wj ; R(wj) }. Enfin, soit r le rendement
certain du march, requis par des investisseurs neutres vis--vis du risque. Lorsque lintermdiaire a m
emprunteur, chacun investissant K, alors la rentabilit totale de lintermdiaire (avant compensation des
pargnants) est :
{ }
m
m = K min R( w j ), R (A2.1)
j =1
Selon la loi des grands nombres :

1 (A2.2)
m p lim mK m = R( w j ) d w j + f ( w j ) dw j c
B B
Puisque le rendement des intermdiaires doit tre au moins gale au rendement du march r, et si on considre
lingalit suivante :
R(w j ) f ( w j ) dw j + f ( w ) dw
c
j j ( K ) f (w ) d (w ) r
c j j (A2.3)
B B B
alors, laugmentation du nombre de financements accords par les intermdiaires peut garantir un rendement
certain r aux pargnants. Si la taille de lintermdiaire financier est finie, cest--dire quil prte un nombre fini
demprunteurs, alors les pargnants doivent contrler lintermdiaire afin de sassurer que ce dernier contrle
son tour les emprunteurs. Puisque le contrle est coteux, et tant donne la rentabilit certaine du march qui
doit tre obtenue, les pargnants doivent tre ddommags par lintermdiaire. Compte tenu de lincapacit des
pargnants exercer un quelconque contrle de lintermdiaire, la pnalit prendra ncessairement une forme
non pcuniaire (perte de rputation, etc.). Cependant, le rsultat central de Diamond (1984), qui sapplique ici,
est que les pargnants nont pas besoin de contrler un intermdiaire financier infiniment grand puisque cet
intermdiaire peut raliser r avec la probabilit un. Lorsquon tend vers linfini, les pargnants nont pas besoin
de contrler lintermdiaire. Le monitoring du moniteur est rsolu par la diversification.
Une objection peut toutefois tre formule cette argumentation car, en pratique, les intermdiaires financiers
ne sont pas infiniment diversifis et certains risques de crdit ne sont pas diversifiables ; de mme, il semble
plus difficile pour un pargnant de contrler une grande banque quune petite. Krasa et Villamil (1992)
sintressent ces questions. Supposons que nous modifions les hypothses et que nous considrons dsormais
que le rendement des grandes banques est plus coteux vrifier. Si les rendements sont indpendantes les
unes des autres, Krasa et Villamil (1992) appliquent le principe des grandes dviations pour montrer que, tant
que le cot du monitoring pour les pargnants naugmente pas de manire exponentielle avec la taille de la
banque, les cots attendus du monitoring dune banque de taille suffisamment importante tendent vers zro.
De plus, ces auteurs montrent, travers des exemples, que mme les banques relativement petites (e.g. 32
prts) retirent assez de bnfices de la diversification pour dominer le financement direct. Pour largir ce dbat,
Winston (1995), sintresse une autre question, celle du rle du capital de la banque. Supposons que le
banquier investit ces propres fonds dans la banque comme titre de capital. Etant junior, ces titres absorbent les
pertes en premier, rduisant la probabilit de dfaut de la banque et donc de monitoring des pargnants. Ainsi, le
capital de la banque constitue un autre mcanisme pour implmenter un delegated monitoring. Puisque le capital
des banquiers est fixe, il sera plus utile pour les petites banques ; de mme, limportance relative du capital par
rapport la diversification augmente avec le risque systmatique des prts.
103
Annexe n3 : Synthse des tudes empiriques sur limpact de lintensit du financement relationnel sur les conditions du crdit
Disponibilit du crdit Garanties demandes Taux dintrt appliqus

+ - + - + -
- Petersen et Rajan (1994)
- Cole (1998)
- Angelini, Di Salvo et Ferri - Berger et Udell (1995)
- Berger et Udell (1995) - DAuria, Foglia et - Conigliani, Ferri et
(1998)
- Harhoff et Krting Reedtz (1999) Generale (1997)
- Lehmann et Neuberger
(1998) - Degryse et Van Cayseele - Uzzi (1999)
(2001)
- Degryse et Van Cayseele (2000) - Ferri et Messori (2000)
- Chakraborty, Fernando et Pozzolo (2004) (garanties
Dure de la relation Mallick (2002)
- (2000) - Ewert, Schenk et - Berger et Udell (2002)
relles) - Pozzolo (2004) (garanties Szczesny (2000)
- Repetto Rodriguez et - Repetto, Rodriguez et
personnelles) - Pozzolo (2004) Valdes (2002)
Valdes (2002)
- Chakraborty et Hu (2006) - Degryse et Ongena - Peltoniemi (2004)
- Scott et Dunkelberg (2003)
(ligne de crdit) (2005) - Kano et al. (2006)
- Dietsch (2003)
- De Bodt, Lobez et Statnik - Brick et Palia (2007)
(2005)
- Machauer et Weber
(1998) - Uzzi (1999)
- Degryse et Van Cayseele - Miarka (1999)
- Lehmann et Neuberger
(2000) - Degryse et Van Cayseele
(2001) - Petersen et Rajan (1994)
- Lehmann et Neuberger (2000)
- Dietsch (2003) Chakraborty et Hu (2006) - Weinstein et Yafeh
(2001) - Sterb et al. (2002)
Etendue des services - Cole, Goldberg et White -
- Elsas et Krahnen (2002) (autres emprunts) (1998)
- Degryse et Ongena
(2004) - Ziane (2003)
- Ziane (2003) (2005)
- Menkhoff et Suwanaporn - Kano et al. (2006)
- Lehmann, Neuberger et - Bharath et al. (2007)
(2007)
Rathke (2004) - Menkhoff et Suwanaporn
- Menkhoff, Neuberger et (2007)
Suwanaporn (2006)
- Conigliani, Ferri et
Generale (1997)
- Petersen et Rajan (1994)
- Angelini, Di Salvo et
- Cole (1998)
Ferri (1998)
- Cosci et Meliciani (2002) - Angelini, Di Salvo et - Machauer et Weber - Petersen et Rajan (1994)
- DAuria, Foglia et Reedtz
- Repetto, Rodriguez et Ferri (1998) - Harhoff et Krting (1998) - Sterb et al. (2002)
(1999)
Nombre de relations Valdes (2002) - Sterb et al. (2002) (1998) - Pozzolo (2004) - Shikimi (2005)
- Ferri et Messori (2000)
- Dietsch (2003) - Scott et Dunkelberg - Ziane (2003) - Menkhoff, Neuberger et - Hemandez et Martinez
- Repetto, Rodriguez et
- Shikimi (2005) (2003) Suwanaporn (2006) (2006)
Valdes (2002)
- De Bodt, Lobez et
- Qian et Strahan (2007)
Statnik (2005)
- Menkhoff et Suwanaporn
(2007)
104
Annexe n4 : Travaux empiriques sur limpact du financement relationnel sur la disponibilit du crdit et la demande de garantie
Ce tableau reporte les coefficients des tudes sur limpact de la dure, ltendue et le nombre de relations de clientle sur la disponibilit du crdit aux entreprises et la demande de garantie par la banque. Les trois
dernires colonnes reportent limpact sur la variable dpendante (disponibilit du crdit en % et pas de garanties en %) de laugmentation de la dure de la relation (dune anne), du nombre de relations (dune relation
bancaire) et de ltendue de la relation (de 0 1). Source : Degryse et Ongena (2007).
Pays Auteur Source Anne # dobserv Taille Variables dpendantes Dure Etendue Nombre
Disponibilit du crdit
Etats-Unis Petersen et Rajan (1994) NSSBF 1987 1 389 P % de crdits pays temps 2,3** -1,9**
Uzzi (1999) NSSBF 1987 2 226 P Accs au crdit -0,1 0,5
Cole (1998) NSSBF 1993 2 007 P Offre de crdits 5,0*** -22,0che -12,0***
Cole, Goldberg et White (2004) NSSBF 1993 585 P Offre de crdits par les petites banques -0,0 5,9** che -1,1
Scott et Dunkelberg (2003) CBSB 1995 520 P Recherche de crdit 21,5*** -25,7***
Italie Angelini, Di Salvo et Ferri (1998) Etude 1995 2 232 P Pas de rationnement 7,0** -6,4**
Cosci et Meliciani (2002) 1 banque 1997 393 P 1 [crdit utilis / crdit offert] 23,3**
France Dietsch (2003) 1993-2000 2 530 P Emprunt / Turnover 2,7** a 10,1** 1,5** a
Belgiquef De Bodt, Lobez et Statnik (2005) Etude 2001 296 P Pas de rationnement 20,0** a -22,0**
Allemagne Lehmann et Neuberger (2001) Etude 1997 318 PM Approbations de crdit 0,1*** a 0,9***
Japon Shikimi (2005) JADE 2000-2002 78 695 Dettes / Actifs 18***
Kano et al. (2006) SFE 2002 1 960 Pas de dngation demprunts 0,0 0,0s
Thalande Menkhoff et Suwanaporn (2007) 9 banques 1992-1996 416 G Ratio LC / (passifs + LC) 0,3 9,6*** 0,0
Argentine Sterb et al. (2002) CDSF 1999 8 548 Taux dinutilisation de ligne de crdit 21,4 -2,7***
Bebczuk (2004) UIA 1999 139 Probabilit dobtenir un crdit no
Chili Repetto, Rodriguez et Valdes (2002) SBIF 1990-1998 20 000 Dette / capital 1,7** -45,4** 11,9**
Demande de garanties
Etats-Unis Berger et Udell (1995) NSSBF 1987 371 P Pas de garanties 12,1**
Chakraborty et Hu (2006) NSSBF 1993 LC : 983 P Pas de garanties sur lignes de crdit 2* a -7,4al -1,2 a
Autre : 649 Pas de garanties sur autres emprunts -1 a 3** al -1,4 a
Hao (2003) LPC 1988-1999 948 G Pas scuris 1
Roberts et Siddiqi (2004) LPC 1988-2003 218 G Pas de garanties -0,0 a
Italie Pozzolo (2004) CCR 1992-1996 52 359 Pas de garanties relles GR : -17*** GR : 5***
Pas de garanties personnelles GP : 14*** GP : 1***
France Ziane (2003) Etude 2001 244 P Pas de garanties 8,3 -2,8* -2,3**
Belgique Degryse et Van Cayseele (2000) 1 banque 1997 17 429 P Pas de garanties 4,2* -65,5***
Allemagne Harhoff et Krting (1998) Etude 1997 994 P Pas de garanties 7,0** -10,0**
Machauer et Weber (1998) 5 banques 1996 353 MG % de lignes de crdit non scurises -0,1 -9,4*** 0,6**
Elsas et Krahnen (2002) 5 banques 1996 472 MG Pas de garanties -17,6**
Lehmann et Neuberger (2001) Etude 1997 318 PM Pas de garanties -0,8 a -4,1***
Finlande Peltoniemi (2004) 1 banque 1995-2001 279 P Pas de garanties -2 a
Japon Kano et al. (2006) SFE 2002 1 960 Pas de garanties -* -**
Thalande Menkhoff, Neuberger et Suwanaporn (2006) 9 banques 1992-1996 416 G Pas de garanties 1 -33** 23**
NSSBF: National Survey of Small Business Finances. LPC: Loan Pricing Corporation Dealscan database. CCR: Central Credit Register. CBSB: Credit, Banks and Small Business Survey collected by the National
Federation of Independent Business. SMF: Survey of Manufacturing Firms. JADE: Japanese Accounts and Data on Enterprises. SFE: Survey of Financial Environment. CDSF: Centre of Debtors of the Financial
System at the Central Bank of Argentina. UIA: Union Industrial Argentina. SBIF: Chilean Supervisory agency of Banks and Financial Institutions. P: petite entreprise / M: moyenne entreprise / G: grande entreprise.
LC : ligne de crdit / Autres: tous les autres types demprunts. GR: garanties relles / GP: garanties personnelles. O: ouest / E: est. f partie francophone. a calculs des auteurs. al pour une multiplication de 10 20 services
bancaires. che vrification des comptes bancaires. s rsultat uniquement pour les petites banques, sans audit des firmes et avec une concurrence bancaire relativement faible. *** significatif au seuil de 1%, ** significatif au
seuil de 5%, * significatif au seuil de 10%.
105
Annexe n5 : Travaux empiriques sur limpact du financement relationnel sur le cot du crdit
Ce tableau reporte les coefficients des tudes sur limpact de la dure, ltendue et le nombre de relations de clientle sur le cot du crdit appliqu par la banque. Les trois dernires colonnes reportent limpact sur la
variable dpendante (cot du crdit, mesur en point de base) de laugmentation de la dure de la relation (dune anne), du nombre de relations (dune relation bancaire) et de ltendue de la relation (de 0 1). Source :
Degryse et Ongena (2007).
Pays Auteur Source Anne # dobserv Taille Cot du crdit Dure Etendue Nombre
Etats-Unis Petersen et Rajan (1994) NSSBF 1987 1 389 P Taux dintrt le plus rcent 3,7 0,8che 32,1***
Berger et Udell (1995) NSSBF 1987 371 P Ligne de crdit taux de base -9,2**
Uzzi (1999) NSSBF 1987 2 226 P Taux dintrt le plus rcent -1,3** -4,2**
Blackwell et Winter (1997) 6 banques 1988 174 P Crdit revolving taux de base -0,9 0,0
Berger et Udell (2002) NSSBF 1993 520 P Ligne de crdit taux de base -5,3**
Brick et Palia (2007) NSSBF 1993 766 P Ligne de crdit taux de base -2,4** -18,8
Bharath et al. (2007) LPC 1986 9 709 G Facilit de caisse + frais LIBOR -6,6***a
Canada Mallett et Sen (2001) CFIB 1997 2 409 P Taux dintrt de lemprunt 0,0 0,0
Italie Conigliani, Ferri et Generale (1997) CCR 1992 33 808 M Taux dintrt de lemprunt -14,1*** -2***
Ferri et Messori (2000) CCR 1992 33 808 M Taux dintrt de lemprunt NO: -19,1* NO: -0,3
NE: -13,5 NE: 0,7
S : 9,6 S : -13,6* a
DAuria, Foglia et Reedtz (1999) CCR 1987-1994 120 000 G Taux dintrt de lemprunt 2,5*** -1,3***
Angelini, Di Salvo et Ferri (1998) Etude 1995 2 232 P Ligne de crdit 1,8* -10***
Cosci et Meliciani (2002) 1 banque 1997 393 P Paiement des intrts dette totale -0,2
Pozzolo (2004) CCR 1992-1996 52 359 Taux dintrt de lemprunt 43***
Espagne Hernndez et Martnez (2006) Etude 1999-2000 184 P Cot moyen bancaire - interbancaire 5* 8,5 60*
France Ziane (2003) Etude 2001 244 P Taux dintrt du crdit -20,2 20,1 51,4
Belgique Degryse et Van Cayseele (2000) 1 banque 1997 17 429 P Taux de lemprunt 7,5*** -39,3***
Degryse et Ongena (2005) 1 banque 1997 15 044 P Taux de lemprunt 11,0*** -40,7***
Allemagne Harhoff et Krting (1998) Etude 1997 994 P Ligne de crdit 1,7 -0,2
Elsas et Krahnen (1998) 5 banques 1996 353 MG Ligne de crdit FIBOR 0,3 -4,8
Machauer et Weber (1998) 5 banques 1996 353 MG Ligne de crdit -0,3 1,3 0,0
Ewert, Schenk et Szczesny (2000) 5 banques 1996 682 MG Ligne de crdit FIBOR 0,7*** -22,1 0,6
Lehmann et Neuberger (2001) Etude 1997 318 PM Taux de lemprunt taux de refinancement 1,8 a -5,6
Lehmann, Neuberger et Rathke (2004) Etude 1997 O : 267 PM Taux de lemprunt taux de refinancement O : 1,6 O : -2,0
E : 67 E : -0,5 E : 20,3
Finlande Peltoniemi (2004) 1 banque 1995-2001 279 P Taux effectif de lemprunt -12*** 6,6 al
Japon Weinstein et Yafeh (1998) JDB 1977-1986 6 861 G Dpenses dintrt hors obligations - dettes 53***
Shikimi (2005) JADE 2000-2002 78 695 Taux de lemprunt taux de base 18***
Kano et al. (2006) SFE 2002 1 960 Taux maximum de lemprunt < 1an -3,5*** 4*** as
Thalande Menkhoff et Suwanaporn (2007) 9 banques 1992-1996 416 G Taux de lemprunt taux de dcouvert min -0,9 -22** -6,5**
Argentine Sterb et al. (2002) CDSF 1999 8 548 Taux dintrt de dcouvert max -69,0*** 6,9***
Chili Repetto, Rodriguez et Valdes (2002) SBIF 1990-1998 20 000 Taux dintrts pays -65,1** -26,5 -47,0**
57 pays Qian et Strahan (2007) LPC 1980-2004 3 608 G Tous extraits de spread -28,7*** a
NSSBF: National Survey of Small Business Finances. LPC: Loan Pricing Corporation Dealscan database. CFIB: Canadian Federation of Independent Business. CCR: Central Credit Register. JDB: Japan Development
Bank. JADE: Japanese Accounts and Data on Enterprises. SFE: Survey of Financial Environment. CDSF: Centre of Debtors of the Financial System at the Central Bank of Argentina. SBIF: Chilean Supervisory agency
of Banks and Financial Institutions. P: petite entreprise / M: moyenne entreprise / G: grande entreprise. N: nord / S: sud / O: ouest / E: est..a calculs des auteurs. al pour une multiplication de 10 20 services bancaires.
che vrification des comptes bancaires. s rsultat pour les petites banques, sans audit des firmes et avec une concurrence bancaire relativement faible. *** significatif au seuil de 1%, ** significatif au seuil de 5%, *
significatif au seuil de 10%.
106
Annexe n6 : Travaux empiriques sur limpact de la concentration du march bancaire sur le cot et la disponibilit des crdits
Ce tableau liste une slection darticles sur limpact de la concentration du march bancaire sur les taux dintrts bancaires et la disponibilit des crdits. Dans toutes les tudes, la mesure de la concentration se fait
travers le ratio de concentration des trois premires banques (CR3) ou lindice de Herfindahl-Hirschman (HHI), calcul en levant au carr la part de march de chaque banque en concurrence sur le march et en
additionnant les sommes rsultantes (0<HHI<1). La cinquime donne la mesure de la concentration moyenne du march, la sixime indique la variable sur laquelle la concentration est calcule (taux dintrt ou
disponibilit du crdit) et la dernire colonne reporte sur la variable dpendante (cot et disponibilit du crdit) de laugmentation de lindice de concentration (de 0,1 en point de base). Source : Degryse et Ongena
(2007).
Pays Auteur Source & Annes # dobserv Concentration de... HHI moyen Variables dpendantes Impact
Cot du crdit
Etats-Unis Hannan (1991) Etude STB 8 250 Dpts bancaires HHI : 0,14 Taux dintrt Gnralement positif
Petersen et Rajan (1995) NSSBF 1987 1 400 Dpts bancaires HHI : 0,17 a Taux dintrt le plus rcent Gnralement ngatif
Hannan (1997) Etude FRB 1993 1 994/7 078b Dpts bancaires HHI : 0,14 Taux flottant pour les PME Positif
Cavalluzzo, Cavalluzzo et Wolken (2002) NSSBF 1993 2 600 Dpts bancaires HHI : 0,14 Taux dintrt le plus rcent sur LC Pas deffets
Cynak et Hannan (1999) Etude FRB 1996 511/2 059 b Dpts bancaires HHI : 0,16 Taux flottant pour les PME Positif
Italie Sapienza (2002) Registres de crdit 107 501 Emprunts bancaires HHI : 0,06 Taux dintrt Taux de base Positif
Belgique Degryse et Ongena (2005) 1 banque 15 044 Filiales bancaires HHI : 0,17 Taux dintrt Gnralement positif
Allemagne Fischer et Pfeil (2004) Etude 1992-1995a 5 500 Filiales bancaires HHI : 0,20(O) Marges dintrt bancaires Positif
HHI : 0,30(E)
Norvge Kim, Kristiansen et Vale (2005) BCN 1 241 Crdits HHI : 0,19 Taux sur LC Taux du MM 3 mois Positif (non sign)
Europe Claeys et Vander Vennet (2005) Bankscope 1994-2001 2 279 Emprunts bancaires HHI : 0,10 Marges nettes dintrt bancaires Positif (O)/Ngatif (E)
Corvoisier et Gropp (2001 et 2002) ECB 2001 240 Emprunts bancaires HHI : 0,13 Marges dintrts spcifiques aux pays Positif
Disponibilit du crdit
Etats-Unis Petersen et Rajan (1994) NSSBF 1987 1 400 Dpts bancaires HHI : 0,17 a % dettes totales / actifs Positif
Petersen et Rajan (1995) NSSBF 1987 1 400 Dpts bancaires HHI : 0,17 a % de crdit pays temps Positif (surtout PME)
Cavalluzzo, Cavalluzzo et Wolken (2002) NSSBF 1993 2 600 Dpts bancaires HHI : 0,14 Plusieurs mesures de la disponibilit Pas deffets
Zarutskie (2004) SICTF 1987-1998 250 000 Dpts bancaires HHI : 0,19 % dettes externes / actifs Positif
Scott et Dunkelberg (2001) Scott (2003) CBSB 1995 2 000 Dpts bancaires HHI : 0,19 Pas de dngation demprunts Positif
Italie Angelini, Di Salvo et Ferri (1998) Etude 1995 2 232 Emprunts bancaires HHI : 0,42 Accs peru aux crdits Pas deffets
Japon Shikimi (2005) JADE 2000-2002 28 622 Crdits CR3 : 0,44 % dettes / actifs Pas deffets
STB: Federal Reserves Survey of the Terms of Bank lending to Business. NSSBF: National Survey of Small Business Finances. FRB: Federal Reserve Bank. BCN: Banque Centrale de Norvge. ECB: European Central
Bank. SICTF: Statistics of Income Corporate Tax Files. CBSB: Credit, Banks and Small Business Survey collected by the National Federation of Independent Business. JADE: Japanese Accounts and Data on
Enterprises. O: ouest / E: est. LC: Ligne de crdit. a estimations et calculs des auteurs. b garantis / non garantis.
107
Annexe n7 : Travaux empiriques sur limpact du financement relationnel sur la performance des entreprises
Le tableau rsume les rsultats des tudes sur limpact de diffrentes mesures de la relation de clientle sur la performance de lentreprise. Les signes positifs indiquent que des niveaux levs des mesures respectives
correspondent une meilleure rentabilit des entreprises. La premire colonne liste le pays daffiliation des entreprises tudies, alors que la seconde colonne cite larticle en question. La troisime donne lanne des
donnes, la quatrime le nombre dobservations et la cinquime la taille des firmes de lchantillon. La sixime colonne dfinit la mesure de la performance des entreprises. Les quatre dernires colonnes indiquent le
signe et la significativit de limpact sur la performance des firmes de changements dans la dure, ltendue, le nombre et laffiliation bancaire. Source : Degryse, Ongena et Tmer-Alkan (2008).
Pays Auteur Anne # dobserv Taille Mesures Dure Etendue Nombre Affiliation
Etats-Unis Shepherd, Tung et Yoon (2007) 1990-2004 22 487 G (cotes) Q de Tobin ++
Italie Foglia, Laviola et Reedtz (1998) 1991-1995 576 + 1 295 La firme ne dfaille pas
Conigliani, Ferri et Generale (1997) 1998-2000 10 764 ROA / ROE 0/+
Espagne Montoriol Garriga (2006) 2001-2003 41 593 P 7 mesures de la rentabilit +++
4 mesures de la croissance +++
Belgique Van Overfelt et al. (2006) 1905-1909 569 G Market-to-book / ROA ++
Allemagne Agarwal et Elston (2001) 1970-1986 1 660 G Rst dexploitation / CA 0
Norvge Degryse et Ongena (2001) 1979-1995 1 897 G (cotes) Mesures de la rentabilit ++
Japon Suzuki et Wright (1985) 1974-1978 56 G (cotes) La firme ne dfaille pas MBv: ++
Hoshi, Kashyap et Scharfstein (1990) 1978-1985 125 G (cotes) Investissement / CA Group: +++
MBr: ++
Gibson (1995) 1992 1 355 G (cotes) Investissement 0/ (banques faibles)
Weinstein et Yafeh (1998) 1977-1986 6 836 G Rsultat ordinaire / CA
Kang, Shivdasani et Yamada (2000) 1977-1993 154 G (cotes) RAC de la firme acquisitive MBr: +++
Thalande Limpaphayom et Polwitoon (2004) 1990-1996 1 340 Q de Tobin BD : +++
+++ positif et significatif 1%, ++ positif et significatif 5%, + positif et significatif 10%, ngatif et significatif 1%, ngatif et significatif 5%, ngatif et significatif 10%. 0 : inclut dans la
spcification, mais non significatif. P : petite. G : grande. ROA : return on asset. ROE : return on equity. CA : chiffre daffaires. RAC : rentabilit anormale cumule. MBv : taille des emprunts de la banque principale.
Group : membre de groupe proche des banques. MBr : ratio dendettement de la banque principale. BD : Dettes bancaires/Actifs.
108
CHAPITRE 2
LENDETTEMENT BANCAIRE :
UN FINANCEMENT TRANSACTIONNEL ?
Introduction
When a banker starts to study the theory of financial intermediation in order to better
understand what he has done during his professional life, he enters a world unknown to
him. That is full of concepts which he did not, or hardly, knew before and full of
expressions he never used himself: asymmetric information, adverse selection, monitoring,
costly state verification, moral hazard and a couple more of the same kind. He gets the
uneasy feeling that a growing divergence has emerged between the microeconomic theory of
banking, as it took shape in the last three decades, and the everyday behaviour of bankers
according to their business motives, expressed in the language they use.
Scholtens et VanWensveen (2003, p.7)
En dautres termes, selon Scholtens et VanWensveen (2003), si un banquier devait

tudier la littrature relative lintermdiation financire, il entrerait dans un monde
totalement inconnu, tant les concepts employs dans la thorie (asymtrie dinformation,
ala moral, slection adverse, monitoring, etc.) semblent loigns du mtier quil exerce au
quotidien Ces propos peuvent certes heurter un certain nombre de thoriciens, mais ils
sont partags par dautres qui rexaminent le sujet sous un angle plus critique, au regard des
volutions rcentes. Ils amnent alors se demander si, finalement, il nexiste pas un
dcalage entre la thorie de lintermdiation financire (telle quelle a t prsente lors du
chapitre prcdent) et la ralit des activits bancaires. Plus prcisment, doit-on remettre en
cause le rle de production dinformation et de contrle des banques ? Sans contredire
rellement la thorie traditionnelle , ces questions attestent dun besoin grandissant de
renouvellement thorique.
109
Chapitre 2 : Lendettement bancaire : un financement transactionnel ?
On a longtemps cru que les banques taient, par leur accs privilgi certaines
informations prives sur les emprunteurs, des producteurs dinformations sur les marchs.
Elles seraient donc spciales (Fama, 1985). En effet, pourquoi certains emprunteurs seraient-
ils prts payer des taux dintrt plus levs en recourant la dette bancaire, alors quils
peuvent obtenir des conditions plus avantageuses sur les marchs boursiers ? Selon Fama
(1985) la rponse rside dans lavantage informationnel comparatif dont bnficient les
banques en octroyant et en contrlant les crdits. La premire conclusion de Fama (1985) est
que les entreprises sont prtes payer un taux dintrt plus lev afin dviter les cots
informationnels lis lmission dune dette sur les marchs boursiers. En approfondissant
ce raisonnement, lauteur montre galement que laccs des banques des informations
prives sert aussi rduire les cots informationnels que les autres acteurs pourraient
supporter. En effet, tant donn linefficience des marchs financiers, les investisseurs
disposent souvent dune information peu prcise sur le risque et la sant financire des
firmes. Ils peuvent alors observer le comportement des banques et exploiter les informations
quelles transmettent : si celles-ci dcident doctroyer ou de renouveler un emprunt une
firme, cest que la situation financire de lentreprise a t juge comme saine et quelle sera
soumise au contrle des banques. La seconde conclusion de Fama (1985) est donc que les
socits qui obtiennent des crdits bancaires signalent au march leur richesse. Ce
mcanisme peut tre modlis ainsi :
Figure 2.1.
Le caractre de signal de la dcision de prt bancaire
ETAPE 1
Emprunteur
Dcision de prt
Banque ETAPE 3
(Informe)
Dcision dinvestissement
ETAPE 2
Partenaires externes
Signal sur lemprunteur (sous informs)
Source : Vilanova (1999)
Fama (1984) suggre une autre ide pour conclure : le signal mis par la dette
bancaire est plus important lorsque celle-ci est court terme. Son chance courte, son rang
infrieur, laccs privilgi linformation par la banque, le tout associ un renouvellement
htif, signalent la capacit de lentit rembourser des crances de rang suprieur, donc sa
performance.
110
Flannery (1986) reprend cette ide et, partir dun modle deux priodes, propose
de montrer que le choix de la maturit de la dette par une entreprise peut galement
constituer un signal sur ses perspectives de revenus. Il considre deux entreprises souhaitant
chacune financer un projet valeur actuelle nette positive ; mais, selon des informations
prives, une entreprise est plus risque que lautre. Les deux firmes optent pour un emprunt
court terme dont le taux dintrt est moins lev qu long terme. A la fin de la premire
priode, elles doivent refinancer leur dette court terme, ce qui suppose une rvaluation de
leur taux dintrt et des cots de transaction additionnels. A ce stade, linformation prive
relative au type dentreprise (plus ou moins risque) est rvle la banque. Si lentreprise est
plus risque, elle a une plus forte probabilit de payer, outre les cots de transaction, un taux
dintrt court terme plus lev la seconde priode ; afin dviter ces cots, elle est prte
payer des taux levs sur des dettes long terme. Par contre, si lentreprise est moins risque,
elle a une probabilit moins leve de payer un taux dintrt plus lev la seconde
priode ; elle est prte supporter les cots de transaction afin dobtenir des taux plus faibles
sur des dettes court terme dans la premire priode. Ainsi, si les cots de transaction sont
suffisamment levs, un quilibre sparant devrait exister dans lequel les entreprises qui ont
des informations prives favorables (i.e. les moins risques) mettent des dettes court
terme un taux dintrt relativement bas et les renouvellent, alors que les entreprises qui
ont des informations prives dfavorables (i.e. les plus risques) mettent des dettes long
terme un taux relativement lev. Ainsi, Flannery (1986) montre que le choix dune
maturit de la dette par une entreprise peut constituer un signal sur les perspectives de
revenus attendus par les dirigeants.
Nanmoins, les raisonnements mens par Fama (1985) et Flannery (1986), pour
montrer que les dettes bancaires constituent un signal, sont en grande partie fonds sur la
capacit des banques rsoudre les problmes de crdibilit et dappropriation de
linformation (chapitre 1). Or, qui dit que linformation transmise par les banques est
crdible ? De plus, mme si les banques fournissent certains efforts de recherche
dinformations, qui dit que linformation transmise par les banques a encore de la valeur sur
le march ? Ces questions seront traites dun point de vue thorique lors de la premire
section, et seront confrontes lpreuve empirique dans la seconde section.
111
2.1. LA PRODUCTION DINFORMATIONS PAR LES BANQUES :

EVOLUTION ET RENOUVEAU
Certaines recherches (influences par les vnements rcents sur les marchs)
remettent aujourdhui en cause le rle des banques dans la collecte dinformation. Dans un
effort de structuration, elles seront prsentes selon trois axes : celles qui limitent la valeur
des informations transmises par les banques (2.1.1), celles qui remettent en cause lincitation
des banques rechercher linformation, (2.1.2) et celles qui leur proposent un nouveau rle
compte tenue de lvolution de leur environnement (2.1.3).
2.1.1. Linformation produite par les banques a-t-elle encore de la valeur ?
Dimportants changements ont eu lieu ces dernires annes au sein de la sphre

financire. Le dveloppement des Nouvelles Technologies de lInformation et de la
Communication (NTIC) a rduit les cots de collecte, de traitement, de communication et
darchivage des informations. La libralisation financire a banni les frontires et donc a
accru la concurrence entre les produits, les institutions, les marchs et les juridictions. Les
changements institutionnels ont cre de nouvelles entits au sein du secteur financier
(entreprises de private equity, hedge funds, etc), ainsi que de nouvelles dispositions politiques,
lgales et rglementaires. Au total, lensemble de ces volutions a probablement rduit les
asymtries dinformations, et par l mme la valeur des informations transmises par les
banques (Rajan, 2005).
Tout dabord, le dveloppement des NTIC aurait rduit les asymtries dinformation
entre les diffrents acteurs. Les agents, notamment non bancaires, ont dsormais accs des
informations publiques abondantes et des technologies de traitement des informations
nagure rserves aux banques (Coval de Thakor, 2005). Toutes les informations relatives
aux donnes macro-conomiques et montaires fondamentales ainsi que celles lies la
qualit et aux activits des participants aux marchs sont disponibles en temps rel ,
lchelle globale, vingt-quatre heures par jours . Dans le domaine des prts, en
loccurrence, diffrentes sources centralises (comme celle de Dun & Bradstreet) fournissent
de nombreuses informations sur les entreprises emprunteuses. Or, ces informations
concurrencent directement celles produites par les banques, dont la valeur serait, de ce fait,
minimise.
112
Cest alors quune nouvelle distinction est apparue entre deux types dinformations :
hards ou softs. Les premires sont celles qui sont publiquement disponibles ; elles sont
souvent quantitatives (comptes annuels, rentabilit des titres, etc.) et supposent des
mthodes de collecte impersonnelles qui ne dpendent pas du contexte dans lequel elles sont
produites. Les secondes, qui relvent dinformations prives, sont gnralement attribues
aux banques ; en faisant appel des facteurs cognitifs, elles ont une forte teneur qualitative
(comptence des managers, honntet des dirigeants, etc.) et supposent des mthodes de
collecte personnelles. La prise en compte de ces informations softs est, en outre, susceptible
daccrotre la qualit de lvaluation des emprunteurs (Lehmann, 2003 ; Grunert et al., 2005).
Or, la libralisation financire et les changements institutionnels ont favoris

lmergence de nouveaux acteurs, constitus dautres intermdiaires financiers, qui
produisent galement des informations. Les private equities, en loccurrence, interviennent en
terme de capitaux propres, font du monitoring et donc collectent et transmettent des
informations caractre priv et softs. Ces informations concurrencent directement celles
produites par les banques. Par ailleurs, selon Rajan (2005), les chargs de clientle auraient
sans aucun doute cess de collecter des informations soft, difficiles obtenir et
communiquer, lorsquils ont interrompu leurs visites rgulires aux entreprises. Etant donn
que le type dinformations collectes a chang, les mthodes de traitement de linformation
ont galement volu vers plus dautomatismes avec ladoption de tests statistiques ou des
mthodes de scoring86 (Schuermann, 2004 ; Akhavein, Frame et White, 2005). La politique de
tarification des prts aurait aussi t influence par le dveloppement des financements de
march, avec une indexation des taux dbiteurs bancaires sur les taux de march87, au
dtriment dune indexation sur le taux de base bancaire. Ces phnomnes pourraient
galement saccompagner dune modification de lorganisation mme de ltablissement
bancaire, quelle se traduise par une plus forte rotation des chargs daffaires ou par la
multiplication des niveaux hirarchiques. Ces problmes dincitation, qui relativisent la valeur
des informations transmises par les banques, sont repris dans la sous-section qui suit.
86 Le scoring est une mthode de traitement de linformation hard, base sur le calcul de ratios cl relativement
standardiss. Les tudes montrent que le scoring permet de rduire le cot doctroi du crdit et daccrotre la
vitesse de prise de dcisions, en augmentant le volume de prts accords, ainsi quune tarification ajuste au
risque, rduisant le rationnement du crdit.
87On parle alors de marchisation des financements pour rendre compte du fait que le cot du financement
bancaire est de plus en plus dtermin par les taux des marchs montaire ou financiers (cf. chapitre 0).
113
2.1.2. Les banques sont-t-elles encore incites rechercher linformation ?
Puisque les efforts dvaluation et de suivi des prts sont inobservables et coteux,
les banques sont-elles rellement incites collecter linformation et suivre les entreprises
dbitrices ? La plupart des modles traditionnels de la thorie bancaire ne permettent pas de
statuer sur la question. Cest, par exemple, le cas de Leland et Pyle (1977) qui affirment que
les dirigeants actionnaires des intermdiaires peuvent signaler la qualit des informations en
dtenant une part significative du capital de leur institution88. Cest aussi le cas de
Ramakrishnan et Thakor (1984) qui considrent que le risque associ lindicateur deffort
est diversifi et donc limit lorsquun nombre infiniment grand dintermdiaires intervient
pour produire linformation. Nanmoins, les intermdiaires financiers prsents ici ne
partagent pas toutes les caractristiques associes aux banques, puisquils naccordent aucun
prt, mais se contentent de produire et de vendre de linformation sur les entreprises. Ces
modles se prtent donc mieux au cas dautres dintermdiaires financiers, tels que les
analystes financiers, qui nont pas engag de fonds (quils risquent de perdre) dans les
entreprises propos des quelles ils produisent de linformation.
Au demeurant, on peut penser que le comportement des banques est endogne et

quelles nassurent pas systmatiquement cette recherche dinformation. En effet, lintensit
de leffort fourni par la banque dans ce domaine ne fait lobjet daucun contrat (par exemple,
un contrat avec les dposants, qui stipulerait le nombre de personnes affectes la
surveillance de tel ou tel prt) ; il est, par consquent, sujet au phnomne dala moral
(Udell, 1989 ; Gorton et Pennachi, 1995 ; Holmstrm et Tirole, 1997) puisque rien nassure a
priori que la banque recherche correctement une information prive. Plus prcisment, dans
le cadre de la politique de prt, certaines tudes suggrent que les banques sont moins
incites entretenir des relations de clientles proches avec les socits quelles financent, et
plus enclines adopter des politiques de prt proches de celles du march. On assisterait
donc au passage dun mode de financements relationnels travers des banques
partenaires , respectant un modle dengagement , un mode de financement
transactionnel par le biais de banques prestataires ou de banques lacte , qui
offriraient des crdits standardiss et entretiendraient des relations ponctuelles et assez peu
personnalises avec les entreprises.
88Comme il a t dit dans le chapitre 1, Diamond (1984) reprend cet argument, le corrige et montre que le cot
unitaire de signalisation est moindre pour une coalition demprunteur (un intermdiaire financier) que pour des
emprunteurs indpendants.
114
Il convient nanmoins de nuancer ces observations dans la mesure o les ventuels

changements intervenus dans le mode de financement des banques devraient tre apprcis
diffremment selon les caractristiques du march bancaire, savoir le degr de concurrence
avec les autres banques et/ou avec les marchs financiers, la taille des banques et la nature
du produit financ.
2.1.2.1. Incitations et intensit de la concurrence sur le march bancaire
La structure du march, cest--dire lintensit de la concurrence, affecte sans doute

fortement lincitation des banques rechercher linformation. Thoriquement, les marchs
concurrentiels se traduisent par des marges plus faibles, des cots oprationnels rduits et
des produits distribus accrus et mieux allous. Mais cette logique ne peut pas tre
transpose au secteur bancaire car les oprations financires diffrent des transactions
ordinaires, du fait de lexistence dasymtries dinformation et dincompltude des contrats.
La rsolution de ces problmes implique que lon protge linvestissement des institutions
financires dans la connaissance et le contrle des emprunteurs. Or une concurrence plus
vive peut faire obstacle cet investissement si elle rend trop instable la relation de clientle.
Ainsi, selon certaines tudes thoriques, la concurrence et le financement relationnel seraient
incompatibles. La raison est quavec le dveloppement de la concurrence, les emprunteurs
peuvent tre tents de changer pour une autre banque ou pour le march financier. Lorsque
les banques anticipent des relations plus courtes, elles pourraient ragir en rduisant leurs
investissements dans la connaissance et loffre de services personnaliss aux clients.
Chan, Greenbaum et Thakor (1986) proposent un modle dans lequel les banques
slectionnent les candidates au prt un certain cot (exogne). Linformation obtenue lors
de la slection peut tre rutilise par les emprunts en seconde priode. Ceci fournit un
avantage informationnel la banque en question qui peut profiter dun surplus positif. Ainsi,
linvestissement dans la slection en premire priode dpend de lanticipation du surplus
informationnel potentiel obtenu ultrieurement. Lorsque la concurrence sur le march
bancaire saccrot, le surplus informationnel en seconde priode est rduit. Puisque la valeur
des informations acquises diminue, linvestissement dans la slection est rduit. Leffort des
banques dans la gense dinformations dcrot donc avec la concurrence. Greenbaum et
Thakor (1993) reprennent galement cette ide et, en dfinissant la structure concurrentielle
par le niveau des taux dintrt bancaires dbiteurs, montrent que la mise en concurrence
115
implique une rvision la baisse de la tarification bancaire89, et rduit donc lincitation de la

banque rechercher de linformation sur les entreprises emprunteuses. Dewatripont et
Maskin (1995) dfinissent, quant aux, la structure concurrentielle du systme financier par
la rpartition des fonds prtables90 et montrent que le niveau deffort de la banque dans la
collecte et le traitement de linformation, ainsi que dans le suivi des prts engags, est plus
lev quand elle est en monopole que lorsque le systme financier comprend un autre
prteur (systme dcentralis). Udell (1989), quant lui, insiste sur le comportement
opportuniste que peut adopter un banquier en situation de concurrence : si dans un
environnement bancaire trs concurrentiel, la rmunration du banquier est indexe au
volume de prts accords, il peut tre incit consacrer la plus grande partie de ses efforts
la recherche de nouveaux clients et ngliger le suivi des prts dj initis. Plus rcemment,
Freixas (2005) trouve que laugmentation de la concurrence dans le secteur bancaire diminue
leffort de recherche dinformation et de monitoring dans chaque emprunt de la banque91.
De mme, pour Hauswald et Marquez (2006), lorsque la concurrence crot, les
investissements en acquisition dinformations diminuent, entranant des dcisions de prt
moins efficientes.
Mais certaines autres thories nuancent leffet de la concurrence. Derrire cette

intuition, se trouve lide selon laquelle la collecte dinformations prives, lors de la mise en
place demprunts relationnels, peut constituer un facteur de diffrenciation de la part des
concurrents, facteur qui oprera en retour comme protection contre la concurrence. Cest
dans cet tat desprit que Boot et Thakor (2000) prsentent un modle dans lequel les
banques peuvent sengager dans des financements la fois relationnels et transactionnels.
Un emprunt relationnel requiert que la banque investisse antrieurement dans lacquisition
dune expertise ou dune spcialisation sectorielle dans lactivit des emprunteurs. Au
contraire, un emprunt transactionnel est une pure transaction de financement similaire
celle qui pourrait avoir lieu sur les marchs. Le premier type demprunt (relationnel) procure
donc plus de valeur lemprunteur (car la banque utilise son expertise afin damliorer les
remboursements), mais en mme temps plus de cots. Boot et Thakor (2000) montrent alors
89 Ltude de lvolution des marges dintermdiation des banques confirme cette affirmation (cf. chapitre 0).
90 Cette formalisation est cependant trs spcifique dans la mesure o il nexiste pas une relle relation de
concurrence entre les prteurs mais plutt une relation de dlgation dun prteur par lautre.
91 Mais, selon Freixas (2005), cette augmentation de la concurrence accrot (ou du moins laisse inchange)
ltendue du march du crdit ; la quantit demprunts relationnels ne diminue donc pas avec la concurrence.
Freixas (2005) analyse galement leffet de la concurrence sur la tarification des prts et aboutit aux rsultats
traditionnellement obtenus pour les organisations industrielles savoir que, dans un environnement moins
comptitif, laccs aux fonds est rduit et les taux dintrt augment la premire et seconde priode.
116
que les financements relationnels sont offerts des emprunteurs de qualit faible ou
moyenne, car ils ont plus de valeur pour ce type demprunteurs. Mais, lorsque la qualit de
lemprunteur samliore, la valeur ajoute marginale de lexpertise de la banque dcrot, et les
emprunteurs de meilleure qualit se voient offrir des emprunts transactionnels. Pour affiner
leur analyse, Boot et Thakor (2000) distinguent deux sources de concurrence la
concurrence interbancaire et la concurrence avec les marchs de capitaux. Lorsque la
concurrence entre les banques augmente, les banques sont plus incites offrir des
emprunts relationnels, mais chaque emprunt procure moins de valeur ajoute aux
emprunteurs : en effet, la concurrence entre les banques entrane une baisse plus importante
des profits dans les emprunts transactionnels que dans les emprunts relationnels (qui
permettent de diffrencier clairement la banque de ses concurrentes), ce qui encourage la
banque sorienter vers des financements relationnels ; nanmoins, la concurrence entre les
banques fait pression sur les surplus que chaque banque peut extraire, ce qui rduit
linvestissement dans la spcialisation sectorielle, et diminue donc la valeur ajoute de
lemprunt relationnel. Dun autre ct, la concurrence avec les marchs de capitaux produit
leffet oppos : elle fait baisser les rentes des banques obtenues ex ante partir des
financements, ce qui rduit lentre dans le secteur bancaire, diminue la concurrence entre les
banques et au final rduit les emprunts relationnels, mais en procurant chaque emprunt
une plus grand valeur ajoute.
Enfin, certains modles ne prdisent pas une direction unique de leffet de la

concurrence sur lincitation de la banque rechercher linformation. Dell'Ariccia (2001)
dveloppe un modle thorique de diffrenciation spatiale pour dmontrer comment les
asymtries dinformations peuvent la fois affecter les produits concurrentiels des banques
et la structure du march ; les rsultats obtenus quant leffet de la concurrence sont
relativement ambigus. Dinc (2000), Yafeh et Yosha (2001) et Anand et Galetovic (2006)
proposent, pour leur part, des modles dans lesquels la recherche dinformation par les
banques a plus de chance de se produire lorsque le degr de concurrence nest ni trop faible,
ni trop lev, suggrant ainsi une relation non monotone entre le degr de concentration sur
les marchs bancaires et la production dinformation par les banques.
Au final, il semble lissue de cette revue de la littrature que leffet de la

concurrence est une question empirique. Certaines tudes analysent donc limpact direct de
la concurrence sur lorientation des banques - i.e. leur choix dun financement relationnel
ncessitant une connaissance approfondie de lentreprise emprunteuse ou dun financement
117
transactionnel plus impersonnel. Degryse et Ongena (2007) entreprennent une telle

dmarche sur la base de dun chantillon de 13 098 emprunts octroys des entreprises
belges. Loriginalit de leur contribution rside dans lutilisation dune variable binaire qui
prend la valeur un si une banque se considre comme la banque principale de lentreprise. Ils
trouvent quune augmentation de la concurrence entre les banques les conduit sorienter
davantage vers le financement relationnel, et donc fournir un plus grand effort dans la
connaissance des entreprises emprunteuses. Elsas (2005) adopte une approche similaire et
met en vidence une relation non linaire entre la concentration du march et le
comportement des housebanks : pour des degrs de concentration faibles ou intermdiaires,
les banques sorientent davantage vers les entreprises emprunteuses et fournissent des
efforts de recherche dinformation consquents lorsque le concurrence saccrot ; mais,
lorsque les marchs sont fortement concentrs, la baisse de la concurrence entretient
lincitation des banques dvelopper des relations de clientle et collecter les informations
ncessaires ce type de relation. Ces tudes ne semblent donc pas valider leffet de la
concurrence sur le comportement des banques ; mais les rsultats peuvent sexpliquer non
seulement par le choix des pays dtude, mais galement par le choix de la mesure de la
concentration qui est frquemment approch par le degr de concentration du secteur
bancaire92. Or, selon certaines tudes (Claessens et Laeven, 2004 ; Fernandez de Guevara,
Maudos et Perez, 2005 ; Beck, Demirg-Kunt et Levine, 2006 ; Schaeck et al., 2006), un tel
choix nest pas pertinent puisque la concurrence et la concentration dcrivent deux
caractristiques diffrentes des systmes bancaires.
2.1.2.2. Incitations et structure organisationnelle des banques
La taille des banques peut galement influencer leur incitation collecter

linformation, particulirement lorsque celle-ci est haute teneur qualitative. La diffrence
oprationnelle entre les petites et les grandes banques, qui renvoie directement la question
de leur structure organisationnelle, peut tre explique par la thorie du contrle
hirarchique dveloppe par Williamson (1967). Dans les petites banques, lagent de crdit
est souvent lui-mme le propritaire de la banque, ou tout du moins en relation proche avec
92 La question de la mesure du degr de concurrence sur le march bancaire dun point de vue empirique est
sujette controverse. Lhypothse SCP (structure-conduct-performance) justifie gnralement lutilisation de la

concentration du march du crdit comme proxy du degr de concurrence dans le secteur bancaire. Suivant
cette approche, la mesure la plus usite est lindice de Herfindahl Hirschman, dfini comme la somme des
carrs de la part de march de chaque banque oprant dans le secteur.
118
son (ou ses) propritaire(s). Les grandes banques, linverse, ont plusieurs filiales qui font
que lagent de crdit est souvent loign de la proprit ; il peut alors tre incit octroyer
plus demprunts afin daccrotre sa rentabilit personnelle, ce qui peut nuire la richesse des
propritaires de la banque ; il peut en outre tre incit conomiser ses efforts de suivi
des prts et, en absence de contrle hirarchique, rduire le nombre et la prcision de ses
investigations (Udell, 1989). Face ces problmes de dsconomies dchelle, les grandes
banques doivent standardiser leur processus et sparer la collecte et le traitement de
linformation du processus de prise de dcision. Dans ce cas, linformation ncessaire pour la
prise de dcision doit tre facilement transmissible entre les niveaux hirarchiques. Elle doit
galement pouvoir tre interprte de faon uniforme par les agents, indpendamment du
contexte dans lequel elle est produite. Il sagit l des principales caractristiques de
linformation hard.
Stein (2002) montre galement quil existe une adquation entre la structure
organisationnelle et la nature de linformation produite par les banques. La logique du
modle de Stein (2002) peut tre saisie partir dun exemple. Un agent de crdit dans une
rgion donne est responsable de la dcision doctroi dun emprunt une petite entit. La
qualit du jugement de lagent de crdit dpendra de leffort fourni dans la collecte
dinformations soft, qui en retour, sera fonction de son incitation. Dans le cas limit dune
trs petite banque, lagent de crdit en est galement le prsident, et a donc autorit allouer
les fonds de la banque de la manire qui lui semble la plus approprie. Etant donn quil
peut compter sur les fonds dont il dispose, il sait que ses efforts de recherche ne seront pas
vains et sera donc dautant plus incit effectuer cette recherche. En dautres termes, la
dcentralisation inhrente aux petites banques rcompense lagent qui dveloppe une
certaine expertise en lui garantissant les capitaux ncessaires lexercice de dette expertise.
Au contraire, si cet agent fait partie dune large (ou longue) hirarchie, le problme suivant se
pose. Supposons quil dpense beaucoup deffort dans la connaissance dun prospect local,
mais quun suprieur hirarchique dcide dinterrompre lallocation de fond dans la rgion
o exerce lagent de crdit, pour rallouer les opportunits de prts vers une autre rgion.
Dans ce cas, lagent de crdit na pas la chance de traiter les informations soft quil a collect
et va donc rduire son effort de recherche. Ainsi, si lautorit allouer le capital est spare
de lexpertise, lincitation de lagent rechercher linformation et devenir un expert est
dilue dans un environnement hirarchique. Stein (2002) conclut, en rfrence la thorie
des contrats incomplets, que linformation soft est associe une organisation dcentralise
car elle donne lagent plus de pouvoir et dautorit. Celui qui produit linformation est alors
119
davantage incit en faire un usage efficient dans le cadre de lallocation des fonds.
Linformation hard est associe une organisation centralise, car celle-ci facilite la
transmission de linformation des niveaux hirarchiques suprieurs o seffectue la dcision
dallocation des fonds.
Brickley, Linck et Smith (2003)93 proposent galement une thorie, fonde sur des
considrations explicites dincitations contractuelles, pour expliquer les diffrences entre les
petites et les grandes banques. Mais contrairement Stein (2002), ces auteurs considrent
leffet incitatif des droits de proprit, au lieu de celui des droits de contrle, et expliquent
que, puisque les managers des petites banques ont plus dincitation de part leur implication
dans la proprit, ils fourniront plus defforts afin de collecter des informations soft, et
dutiliser par la suite ces informations dune manire qui soit en accord avec les objectifs des
actionnaires. On assisterait donc, selon DeYoung, Hunter et Udell (2004), une division du
secteur bancaire amricain par taille : les grandes banques vont se spcialiser dans loffre de
crdits standardiss bass sur des informations hard et des modle de scoring ne ncessitant
pas une relation proche avec les clients, alors que les petites banques vont se focaliser sur
des relations durables et personnalises fondes sur des informations soft.
Des tudes empiriques permettent de relayer ces conclusions thoriques et de

montrer que les petites banques ont une capacit suprieure dans la production
dinformation soft dans le cadre de relation de long terme (Cole, Goldberg et White, 2004 ;
Berger, Miller, Petersen, Rajan et Stein, 2005 ; Carter, McNulty et Verbrugge, 2005). Cole,
Goldberg et White (2004) analysent le processus dapprobation des prts travers de
banques de diffrentes tailles. Sur la base des donnes du NSSBF 1993, ils montrent que les
grandes banques (celles dont les actifs sont suprieurs un milliard de dollars) utilisent des
critres quantitatifs standards dans leurs dcisions dapprobation et ignorent les demandes
de prts faites par les petites entreprises94, alors que les petites banques accordent moins
dimportance aux donnes financires, recourent une approche plus discrtionnaire et
93Lide de Brickley, Linck et Smith (2003) est ne dune observation lie leur chantillon de petites banques
texanes, selon laquelle les agents de crdit et les dirigeants possdent en moyenne prs de 70% du capital de ces
banques.
94Plus prcisment, les grandes banques ont plus de chance dapprouver des emprunts lorsque les entreprises
candidates sont grandes, ont un certain ge, dtiennent des tats financiers audits, ont dimportantes rserves
de liquidits et ne sont pas dtenues par une minorit.
120
sappuient davantage sur linteraction personnelle et la relation de clientle prexistante

quelles entretiennent avec les entreprises demandeuses de prt.
Berger, Miller, Petersen, Rajan et Stein (2005) soulvent le problme de lendognit

de la correspondance entre les entreprises et les banques dans la mesure o les entreprises
choisissent aussi de leur ct les banques auprs desquelles elles veulent emprunter. Dans ce
cas, les grandes banques pourraient traiter avec leurs clients de manire plus impersonnelle,
non pas parce quelles sont incomptentes dans les relations personnelles, mais parce quelles
essayent de correspondre avec un type de clientle pour laquelle linteraction personnelle est
moins approprie. Afin de rsoudre ce potentiel problme dendognit, les auteurs
recourent deux variables instrumentales de la taille des banques : (i) la taille mdiane de
toutes les banques (pondre par le nombre de succursales) sur le march o la banque est
localise, et (ii) une variable rglementaire qui mesure le degr de permissivit de lEtat de la
firme candidate vis--vis de limplantation dagences. Les rsultats obtenus montrent que
leffet estim de la taille des banques sur le type de relations quelles entretiennent avec les
entreprises emprunteuses est plus important dans ce cas, que dans le cas o lendognit
nest pas corrige : les petites banques sont plus mme de traiter les informations softs et
financer les petites entreprises avec lesquelles elles nouent des relations plus fortes ( la fois
plus longues et plus exclusives) ; par contre, les grandes banques sont plus rticentes
financer les entreprises plus opaques nayant pas dtats financiers audits, et interagissent de
manire moins personnelle avec les emprunteurs.
En valuant la performance des banques amricaines sur la priode 1993-2001 (et en

contrlant leffet de la concentration du march, des cots des fonds et dautres variables qui
peuvent influencer la rentabilit), Carter, McNulty et Verbrugge (2005) aboutissent des
rsultats similaires, savoir que les petites banques sont plus performantes que les grandes
sur le march du crdit aux petites entreprises. Nanmoins, les grandes banques ont certains
avantages sur les marchs de produits de crdit standardiss (les cartes de crdit par
exemple), fond sur des techniques de scoring ne ncessitant pas un relationnel important,
quelles peuvent galement dvelopper auprs de plus petites entreprises (Berger, Frame et
Miller, 2005).
121
2.1.2.3. Incitations et nature du produit financ par les banques
Lexistence dun march secondaire de la dette peut participer la prolifration de

financements orients vers les transactions au dtriment de financements orients vers les
relations de clientles. La titrisation, prsente lors du chapitre prliminaire, constitue
lexemple parfait dun instrument dvelopp par les banques (en rponse lvolution de
leur environnement), qui a contribu changer leur mode de financement. Pennacchi (1988)
prvenait dj que cette technique, qui devait reprsenter lune des innovations financires
majeures de la dernire partie du sicle pass, allait fondamentalement modifier lactivit des
banques. En effet, alors quauparavant les prts octroys par les banques demeuraient
inscrits leurs bilans et taient troitement suivis tout au long de leur dure de vie,
aujourdhui ce processus est, dans une large mesure, dissoci entre plusieurs intervenants.
Les prts, octroys par une premire entit, vont tre regroups au sein dun portefeuille de
prts et transfrs une autre entit spcifique, qui va mettre des titres adosss ce
portefeuille et les placer auprs dinvestisseurs finaux. Ces volutions sont censes apporter
des avantages importants au systme financier et lconomie au sens large95.
Ainsi, les premiers travaux thoriques se sont intresss aux questions de

structuration (Glaeser et Kallal, 1997 ; Riddiough, 1997) et de pricing (Boudoukh et al., 1997)
de ce type de produit. Des tudes plus rcentes se sont attaches expliquer les
dterminants du recours la titrisation par les banques96. Largument le plus frquemment
voqu est celui du respect par les banques des contraintes rglementaires introduites par
laccord de Ble II97 (Donahoo et Shaffer, 1991 ; Thomas, 2001 ; Calomiris et Mason ; 2004 ;
Ambrose, Lacour-Little et Sanders, 2005). Mais cette technique peut galement tre
employe par les banques afin daccrotre leur liquidit ou, de manire quelque peu similaire,
damliorer leur refinancement sans supporter des cots de faillite additionnels (Gorton et
Souleles, 2006), ou encore de transfrer certains risques dautres acteurs98 (DeMarzo,
95Thoriquement, en recourant la titrisation, les banques peuvent utiliser leurs fonds propres de manire plus
efficiente, et accrotre notamment leur offre de crdit (Loutskina et Strahan, 2006 ; Hirtel, 2007 ; Bannier et
Hnsel, 2008).
96 Cumming (1987) fournit dassez bonnes explications, certes anciennes, aux logiques sous-jacentes aux
activits de titrisation.
97 Voir Jackson (1999) et Jones (2000) pour une explication dtaille du rle jou par la titrisation dans
lacclration du processus de rvision des accords de Ble II.
98 Dans le cadre du processus de titrisation, le risque de crdit est fractionn et dcoup en tranches et plus
largement diffus dans le systme financier, pour tre cd un grand nombre dinvestisseurs. De cette faon,
en thorie, les risques sont assums par les agents les mieux arms pour les supporter et les plus disposs le
122
2005). Ces prdictions ont t dernirement soumises validations empiriques (Dionne et

Harchaoui, 2003 ; Uzun et Webb, 2006 ; Martin et Saurina, 2007 ; Bannier et Hnsel, 2008).
Mais les agitations quont connu les marchs financiers en 2007-2008, a certes
montr limportance de la titrisation dactif dans lapport de liquidit des banques, mais elle a
galement rvl des diffrences significatives entre les types de produits titriss (en terme de
risque, de complexit, dvaluation, etc.), ainsi quentre les stratgies et expositions aux
risques des banques. La titrisation peut en effet influencer le profil de risque du march ainsi
que celui de la banque : sur la base de simulation Monte-Carlo travers diffrents scnarios,
certaines tudes montrent que la titrisation augmente le risque systmique sur les marchs
financiers (Krahnen et Wilde, 2006 ; Franke et Krahnen, 2006) et accrot galement le risque
global des banques (Instefjord, 2005 ; Hnsel et Krahnen, 2007).
Plus proche de notre sujet, lide selon laquelle dans ce nouveau modle, qui consiste
octroyer des crdits puis les cder (originate-to-distribute model), les banques sont moins
incites examiner minutieusement la situation des emprunteurs et suivre attentivement la
qualit de leur portefeuille de crdits (Gorton et Pennachi, 1995 ; Gorton et Souleles, 2006).
En outre, avec le fractionnement du risque rsultant du processus de titrisation et
lintervention de prteurs non bancaires, aucun acteur de la chane nest suffisamment incit
surveiller attentivement la qualit du crdit pendant toute la dure de vie de ce dernier
(problme de free rider)99. Les oprations de titrisation sont ainsi au cur de la crise des
subprimes qui, paradoxalement, a moins affect les investisseurs que les banques elles-mmes.
En effet, la crise a montr que le fait de sortir certains actifs des bilans bancaires ne signifie
pas que les banques ne soient plus exposes aux risques. Au contraire, lexprience montre
que, compte tenu de diffrents liens quil est ais de ne pas prendre en compte dans une
conjoncture favorable (garanties de crdit, lignes de liquidit, risque de rputation, etc.), les
banques doivent en fait assumer ces risques ds que la situation se dtriore100.
faire. Ainsi, la capacit globale du systme supporter ces risques est cense se renforcer, toutes choses gales
dailleurs.
99Ce mcanisme explique lexplosion des prts hypothcaires risque, assortis de caractristiques de plus en
plus exotiques . Cela a peut-tre galement aliment le dynamisme du march des LBO.
100Dautres tudes soulvent galement la question de la compatibilit entre les activits de financements et de
souscriptions parallles de titres (actions ou obligations) des entreprises finances (Kanatas et Qi, 1998 ; Berger,
Demsetz et Strahan, 1999 ; Santomero et Eckles, 2000 ; Rajan, 2002), en dautres terme loffre une mme
entreprise de services relevant de la banque commerciale ou de la banque dinvestissement.
123
2.1.3. Des esquisses de renouvellement thorique ?
Sans remettre fondamentalement en cause la thorie traditionnelle, les recherches

rcentes saccordent pour constater un apparent paradoxe : alors que la thorie
traditionnelle de lintermdiation financire est fonde sur lide selon laquelle les
banques servent rduire les cots de transaction et les asymtries dinformation dans les
relations de prt, ces dernires ont considrablement diminu ces dernires annes avec le
dveloppement des NTIC, la libralisation financire et les changements institutionnels. Or
le rle des banques na pas dclin, mais a certainement volu, et leur positionnement par
rapport au march a t reconsidr : en valeur absolue, lactivit de prt des banques est
reste relativement stable ; en valeur relative, leurs activits annexes se sont fortement
dveloppes (cf. chapitre 0). La thorie traditionnelle narrive donc plus donner une
explication satisfaisante du nouveau rle quexercent ces intermdiaires particuliers.
Avec la remise en cause du rle de production dinformation des banques, certaines

recherches rcentes ont donc propos de renouveler la thorie traditionnelle, en lorientant
vers une plus grande prise en compte du risque. La thorie traditionnelle de lintermdiation
financire passe sous silence le rle des banques dans la gestion des risques, considrant que
les agents ( la fois les entreprises et les mnages) sont tout fait aptes grer eux-mmes
leur risque. Une exception concerne les travaux de Merton (1989, 1995) et de Merton et
Bodie (1995, 2004), la base dun nouveau courant de recherche, la financial service view101.
Merton (1989) dveloppe alors un modle dans lequel la principale valeur ajoute des
intermdiaires est leur capacit distribuer les risques entre les diffrents participants et
donc permettre une allocation des risques plus efficiente et moins coteuse. Cette thorie
traite donc de la question de lchange des risques au sein dune communaut dagents un
instant donn. Malheureusement, ces stratgies dchange nliminent pas les chocs
macroconomiques qui affectent tous les actifs en mme temps.
101 Cette approche, aborde dans le chapitre prliminaire, considre les intermdiaires financiers dans une
perspective fonctionnelle (c'est--dire fonde sur les services offerts par le systme financier) et non dans une
perspective institutionnelle (qui serait fonde sur lactivit des institutions tels que les banques ou les
compagnies dassurance). Deux arguments justifient une telle approche : les fonctions financires sont plus
stables que les institutions, c'est--dire quelles changent moins au fil du temps et quelles varient moins entre
pays ; la forme institutionnelle sadapte la fonction, c'est--dire que linnovation et la concurrence entre les
institutions financires aboutissent finalement ce que les fonctions du systme financier soient de plus en plus
performantes et efficaces.
124
Partant de ce constat, Allen et Gale (1997) concentrent leur attention sur les risques
qui ne peuvent tre diversifis un instant donn. Un moyen de les couvrir est alors le
lissage temporel, qui peut prendre essentiellement deux formes : soit un transfert des risques
dautres gnrations, soit une accumulation dactifs en vue dun lissage de la consommation
dans le futur. Dans cette perspective, Allen et Gale (1997) montrent, dune part, que les
marchs financiers incomplets ne permettent pas un lissage temporel suffisant des risques, et
dautre part, que cette fonction est dautant mieux assume par les intermdiaires financiers
quils ne subissent pas une concurrence trop vive des marchs. Ce changement de forme
dans la fonction de gestion des risques est devenu depuis lors une caractristique principale
de la littrature rcente de lintermdiation financire (voir Rajan, 2005).
Allen et Santomero (1998) discutent galement de lhabilit des intermdiaires

faciliter les transferts de risque. Mais lapport essentiel de leurs travaux rside dans le
nouveau rle quils attribuent aux intermdiaires financiers : ils permettraient de minimiser
les cots de participation aux marchs. En effet, les innovations financires ont une
incidence ambivalente sur les cots de transaction. Dun ct, la cration de nouveaux
produits et segments de march ainsi que de nouveaux moyens de communication exerce
une pression la baisse des cots de transaction. Mais, dun autre ct, lacclration des
innovations financires aboutit la cration doprations et de produits extrmement
sophistiqus. De ce fait, les investisseurs potentiels doivent consacrer un temps de plus en
plus important lacquisition et lutilisation dune expertise. Cette complexit croissante
engendre de nouveaux cots, lis la participation aux marchs, qui incombent aux
investisseurs et qui tiennent au cot fixe dapprentissage des notions de base pour participer
aux marchs et aux cots variables de suivi des informations pertinentes au jour le jour. La
surenchre technique a donc largi le foss entre les agents initis et ceux qui le sont moins.
Les banques, justement, sont, de par leurs comptences, inities aux techniques de march ;
elles peuvent donc faire valoir leur expertise financire et proposer leurs clients une vaste
gamme de services financiers (introduction en bourse des entreprises, montages financiers,
gestion des risques, etc.). Finalement, elles apparaissent de plus en plus comme des
entreprises de services et de gestion des risques, adosses aux marchs des capitaux102.
102 Merton (1995) voit galement les institutions financires comme des laboratoires capables dexprimenter
faible cot de nouveaux instruments financiers. En effet, si les cots variables sont relativement levs, les
cots fixes de lancement savrent faibles. Lorsque la demande pour un instrument est forte, les marchs
financiers prennent le relais, standardisant le titre et loffrent grand volume. Lorsque ces instruments
deviennent publics et liquides, les intermdiaires peuvent eux-mmes sen servir, amliorer leurs possibilits de
gestion et amorcer la cration de nouveaux contrats. Ainsi se crerait la spirale dinnovation financire.
125
Henkenes (2004) concilie ces deux rles savoir la gestion des risques et la
minimisation des cots de participation aux marchs et les lie aux dcisions de
financement et aux relations banques/entreprises emprunteuses. Il montre, en effet, que la
banque nest incite analyser et contrler les risques en faveur dun entrepreneur que si
elle lui accorde galement un prt. Le modle de Henkenes (2004) considre le management
des risques comme une fonction exogne des banques. Il sintresse un entrepreneur
endett qui souhaite entreprendre un projet risqu. En cas de faibles revenus, cet
entrepreneur doit faire face une faillite coteuse. Il est donc incit se couvrir contre ce
risque. Cependant, comme il nest pas un spcialiste des marchs financiers, il ne sait pas
exactement avec quel contrat se couvrir. Cest l que le spcialiste lanalyste du risque (en
bref lanalyste) intervient puisquil peut recueillir linformation dont lentrepreneur a
besoin. Mais puisque la collecte de linformation est coteuse et inobservable pour
lentrepreneur, un problme principal/agent apparat entre lentrepreneur et lanalyste.
Henkenes (2004) montre alors que si lanalyste agit lui-mme comme une contrepartie des
contrats, et garantit un prt, le problme est rduit. Ainsi, lanalyste : (1) analyse les risques
en faveur de lentrepreneur en collectant les informations relatives la corrlation entre
lactivit de lentrepreneur et ltat de la nature, (2) contrle les risques en faveur de
lentrepreneur en lui vendant un outil de couverture qui rduit son risque, et (3) garantit un
prt lentrepreneur.
Les deux premiers points impliquent que lanalyste agit en tant que manager du
risque dlgu (delegated risk manager). Le dernier point est plus subtil. A travers le prt, une
relation financire est cre entre lanalyste et lentrepreneur, qui permet dharmoniser les
intrts des deux parties. Lentrepreneur est sincrement intress viter sa propre faillite.
Alors que lanalyste, une fois le prt accord, supporte un risque de contrepartie et est donc
(plus) prt aider lentrepreneur. Puisque lanalyse du risque (la collecte dinformation sur le
risque), le contrle du risque (la vente de contrats sur mesure aux clients) et loctroi de prts
sont des fonctions typiques des banques, on peut appeler lanalyste une banque 103. Dans
le modle de Henkenes (2004), les banques agissent comme des agents qui grent le risque
pour le compte du principal, qui est un emprunteur (un entrepreneur). Grce cette relation
financire, les cots de la dlgation sont rduits. Ainsi, les banques ont un avantage en
termes de cots en grant et redistribuant le risque dans une conomie.
103Largumentation suit lapproche fonctionnelle propose par Merton et Bodie (1995) en proposant une
rponse la question de savoir sil existe des conomies denvergure entre les fonctions de (delegated) risk
manager et celles de prt.
126
Toutefois, ce nouveau rle dans la gestion des risques pourrait tre relativis bien
des gards. Tout dabord, le dveloppement de sources dinformations publiques alternatives
ainsi que de nouvelles mthodes de traitement de linformation ont, certes, multipli le
nombre de prts accords, mais ils ont en mme temps accru le niveau des risques pris par
les banques (Berger, Frame et Miller, 2005). De mme, si les changements intervenus au sein
du systme financier et notamment les liens de plus en plus troits entre les marchs et
entre les marchs et les institutions ont contribu partager le risque entre les diffrents
acteurs, ils ont galement considrablement augment le niveau global de risque de
lconomie. Rajan prvenait dj en 2005 que lensemble de ces volutions expose le systme
financier dimportantes crises systmiques :
While system now exploits the risk bearing capacity of the economy better by allocating
risks more widely, it also takes more risks than before. Moreover, the linkages between
markets, and between markets and institutions, are now more pronounced. While this
helps the system diversify across small shocks, it also exposes the system to large systemic
shocks []
Rajan (2005, p.27)
La crise, que les banques ont connue depuis, amne se demander si finalement ces
institutions ont rellement gr les risques, ou les ont plutt vendu des agents incapables
de les grer.
127
2.2. LA PRODUCTION DINFORMATIONS PAR LES BANQUES : UNE

REVUE DE LA LITTERATURE EMPIRIQUE
Les modles prsents dans ce chapitre prsentent le dsavantage de se prter

difficilement la vrification empirique. Il est particulirement dlicat en effet de rendre
compte, par le biais de mthodes conomtriques, de lintensit de la recherche
dinformation mene par les banques, phnomne qui reste essentiellement qualitatif. Les
recherches ont donc opt pour une mesure indirecte de la production dinformation par les
banques : la perception des investisseurs sur le march. Les travaux prsents ici revtent
donc tous la forme dtude dvnements, qui analysent la raction du march lannonce de
dettes bancaires : si une telle annonce constitue pour les acteurs sur le march une nouvelle
favorable, ils investiront court terme dans les titres de lentreprise emprunteuse (do des
rendements anormaux positif des titres) ; sils sont indiffrents une telle annonce, ou pire
sils considrent quelle vhicule une certification dfavorable, ils ne ragiront pas ou se
dsinvestiront de ces titres (do des rendements anormaux ngatifs).
2.2.1. Leffet dannonce positif de la dette bancaire
Faisant cho aux travaux de Fama (1985), plusieurs auteurs ont cherch valider la
thse de la supriorit des informations dont disposent les banques travers la perception
du march ; ils tudient donc la raction des cours boursiers des entreprises emprunteuses
lorsquelles annoncent un crdit bancaire. Mikkelson et Partch (1986) ont t les premiers
montrer une rponse positive des cours aux annonces, par un emprunteur, de la mise en
place de lignes de crdit avec une banque104. Mais, on considre gnralement que cest
James (1987) qui ouvre la voie de nouvelles tudes sur la raction des cours boursiers aux
annonces de diffrents types de dettes. En effet, James (1987) pose explicitement la question
de la spcificit des emprunts contracts auprs des banques et compare les effets dannonce
lis trois types de dettes : les dettes de march, les dettes bancaires et les dettes
intermdies non bancaires105. Sur la base de 207 annonces parues au Wall Street Journal entre
104 Sur la base dun chantillon de 360 entreprises cotes sur le NYSE, Mikkelson et Partch (1986) tudient la
raction du march lannonce dmission de diffrents types de titres par une entreprise. Ils trouvent un effet
dannonce significativement ngatif pour les missions daction (-3,56%) et dobligations convertibles (-1,97%)
et lgrement positif (mais tout de mme significatif) pour la mise en place de ligne de crdit (+0,89%).
105James (1987) note nanmoins que les dettes intermdies non bancaires partagent certaines caractristiques
avec les dettes bancaires dans le sens o elles supposent galement un processus de transfert dinformations
internes de lentreprise emprunteuse vers le crancier.
128
1974 et 1983, il conduit une tude dvnement et estime les rendements anormaux moyens
sur une priode de deux jours, travers le modle de march. Il aboutit une raction
positive et significative du march lannonce dune dette intermdie bancaire et une
raction nulle, voire ngative, dans le cas dannonce dune dette intermdie non bancaire ou
dune dette de march106. Les investisseurs semblent donc valoriser linformation transmise
par les banques. James (1987) complte son analyse par ltude de la raction du march aux
emprunts bancaires de diffrentes maturits. Il se propose donc de tester lhypothse de
Flannery (1986) selon laquelle le signal mis par les annonces de dettes bancaires court
terme est plus important. James (1987) divise son chantillon de dettes bancaires en deux
groupes, selon que la maturit de la dette est infrieure ou suprieure 10 ans et montre que
les rentabilits anormales sont suprieures lorsque les annonces concernent des dettes
chance infrieure 10 ans. Cependant, la diffrence dans les rendements anormaux des
groupes nest pas statistiquement significative. James (1987) conclut que les banques offrent
des services spciaux annexs leurs activits de prt qui ne sont pas disponibles chez les
autres prteurs :
One possible explanation for the difference in abnormal performance is that () bank
loans may differ from other types of borrowing because of some special service provided by
banks with their lending activity.
James (1987, p. 234)
A la suite de James (1987), de nombreuses tudes dvnements sont venues

confirmer leffet dannonce positif de crdits bancaires (Lummer et McConnell, 1989 ;
Slovin, Johnson et Glascock, 1992 ; Best et Zhang, 1993 ; McDonald, 1994 ; Billett, Flannery
et Garfinkel, 1995 ; Preece et Mullineaux, 1996 ; Shockley et Thakor, 1998 ; Hadlock et
James, 2000 ; Aintabian et Roberts, 2000 ; Kaneko et Watanabe, 2005). Certains de ces
travaux ont adopt une approche assez originale pour mriter dtre prsents ici.
Cest le cas de ltude de Slovin, Sushka et Polonchechek (1993) qui aborde la

question de la spcificit des financements bancaires sous un angle diffrent, et se demande
106 Leffet dannonce nul ou ngatif des missions dobligations a dj t mis en vidence par des tudes
antrieures (Dann et Mikkelson, 1984 ; Eckbo, 1986 ; Mikkelson et Partch, 1986), et continue dtre confirm
par de nombreux travaux (Hansen et Crutchley, 1990 ; Jung, Kim et Stulz, 1996 ; Aintabian et Roberts, 2000 ;
Datta, Iskandar-Data et Patel, 2000). Limpact ngatif dune telle annonce proviendrait de la croyance selon
laquelle les entreprises peu performantes prfrent mettre des obligations, afin de se soustraire au contrle des
intermdiaires et de rester autonomes dans leur choix. Les investisseurs sur le march anticipent un tel choix et
ragissent en consquence.
129
si, finalement, la faillite dune banque affecte les rendements des titres des entreprises
emprunteuses. Afin de rpondre une telle question, Slovin et al. (1993) tudient les
rendements anormaux des titres des firmes emprunteuses lors de lannonce de la faillite de
leur banque, la Continental Illinois. Si la banque nest quun investisseur passif, et si ses prts
ne peuvent tre distingus des obligations mises sur le march, alors lorsquelle fait faillite,
les emprunteurs sorientent simplement vers dautres banques ou vers le march afin de
trouver des financements alternatifs. Cependant, si une relation de clientle existe, alors la
banque acquiert des informations prives sur ses emprunteurs, et sa faillite devrait signifier
que cet actif intangible est dtruit, causant des pertes pour les emprunteurs. Les rsultats
obtenus par Slovin et al. (1993) reportent des rendements anormaux ngatifs (- 4,2% par an)
durant la phase de faillite imminente de la banque et conforte limportance des relations
interactives banques/entreprises qui constituent au cours du temps un vritable actif
intangible, difficilement substituable. Dautres travaux ont par la suite analys limpact des
difficults rencontres par les banques sur les cours boursiers des entreprises emprunteuses,
qui entretiennent des relations troites avec ces banques (Chiou, 1999 ; Bae et al., 2002 ;
Sohn, 2002 ; Ongena et al., 2003 ; Brewer et al., 2003 ; Karceski et al., 2005). Si lamplitude
des coefficients diffre entre les tudes, elles confirment toutes la valeur de la relation de
clientle pour les firmes.
Hadlock et James (2000) abordent une autre question importante travers leur tude
dvnement : celle du choix par les entreprises dune structure dendettement mixte, c'est--
dire combinant la fois des dettes bancaires et des dettes de march (cette question sera
reprise et dveloppe dans la seconde partie de ce travail). Hadlock et James (2000) pensent
que la rponse positive lannonce dun crdit bancaire devrait tre plus importante lorsque
les entreprises ont galement contract un emprunt obligataire. En effet, un tel choix par les
firmes confirme que, en dpit de leur accs aux financements de march, elles continuent
tre contrles et suivies par les banques ; elles amliorent en outre leur pouvoir de
ngociation avec leurs cranciers ; et au final, elles envoient un signal positif au march. Afin
de tester leur hypothse, Hadlock et James (2000) dissocient les 120 annonces de dettes
bancaires de leur chantillon, sur la priode 1980-1993, selon que lentreprise a dj un
emprunt obligataire son passif (64 annonces) ou non (56 annonces). Leurs rsultats
confirment cette hypothse puisquils montrent deux jours de rendements anormaux, autour
de la date dannonce du crdit bancaire, suprieure quand les capitaux propres de lentreprise
incluent dj une dette obligataire et quand la probabilit ex ante demprunter au prs dune
banque est faible.
130
Dahiya, Puri et Saunders (2003) traitent, quant eux, de limpact de la cession de

crances sur les cours de lentreprise emprunteuse, ainsi que sur les cours de la banque
crancire qui a ralis lopration. Selon Dahiya et al. (2003), lorsquune banque cde un
crdit sur un march secondaire, elle envoie aux investisseurs potentiels un signal
dfavorable quant ses informations prives sur la situation de lemprunteur. Leur tude
dvnements met effectivement en vidence des rendements anormaux ngatifs des titres
des socits emprunteuses suite lannonce de la cession de leur emprunt par la banque.
Une analyse complmentaire de la situation de ces entreprises montre, par ailleurs, que 42%
dentre elles font faillite dans les trois ans qui suivent la date dannonce de la cession de leur
dette. Ceci confirme que lannonce dune cession de crance par la banque constitue une
certification ngative. Nanmoins, les banques qui procdent de telles oprations ne sont
pas affectes de manire significative107.
2.2.2. dpend du type de lemprunt
Si les tudes prcdentes confirment bien le rle de signal des dcisions bancaires et
la confiance des investisseurs lgard des banques, elles soulvent galement la question de
la crdibilit du signal bancaire. En effet, des recherches plus approfondies ont contribu
nuancer leffet de signal de la dette bancaire, qui ne semble crdible que si lemprunt
bancaire remplit certaines conditions.
Lummer et McConnell (1989) montrent, par exemple, que le march ne ragit

positivement quaux annonces de renouvellement demprunt. Lide sous-jacente est la
suivante : puisque les crdits initiaux sont destins des clients nouveaux alors que les
renouvellements de crdit sont en faveur de clients tablis, la diffrence dans la raction des
cours de bourse entre les deux catgories devrait agir comme mesure de la valeur dune
relation de clientle tablie. Ainsi, dans le cadre de leur tude dvnement, Lummer et
McConell (1989) classent les 728 annonces de dettes bancaires ralises par les firmes entre
107 Outre les rendements anormaux des firmes emprunteuses qui annoncent des dettes bancaires, Kang et Liu
(2008) sintressent galement aux rendements anormaux des banques prteuses. A travers un chantillon
dannonces demprunts bancaires au Japon, ils trouvent que les premiers (rendements anormaux des firmes
emprunteuses) sont significativement positifs, mais les seconds (ceux des banques prteuses) sont parfois
significativement ngatifs. Ils montrent galement que les premiers sont ngativement lis aux seconds, tout
particulirement lorsque des firmes peu performantes empruntent auprs de banques financirement saines
(faible risque). Selon Kang et Liu (2008), ces rsultats suggrent que leffet dannonce positif demprunt
bancaire pour les entreprises est essentiellement du un transfert de richesse des banques prteuses, incites
sengager dans des financements sous-oprimaux.
131
1976-1986 en accords initiaux (371) ou en rvision de prt (357). Les rendements anormaux
obtenus lors de lannonce dun crdit bancaire initial ne sont pas diffrents de zro, alors
quils sont significativement positifs lors de lannonce dun renouvellement du crdit.
Lummer et McConell (1989) expliquent alors que les banques qui entrent en relation avec de
nouveaux clients ne disposent daucun avantage informationnel significatif par rapport aux
autres investisseurs ou cranciers. En revanche, les banques accdent des informations
privilgies si la relation se poursuit dans le temps. Cette interprtation rejoint celle de Fama
(1985) selon laquelle les banques accumulent de linformation en maintenant une relation
troite et durable avec les entreprises emprunteuses. Les rsultats de Lummer et McConell
(1989) ont t confirms sur le march canadien par Aintablian et Roberts (2000).
Nanmoins, ils ont t difficiles reproduire sur le march amricain puisque Slovin,
Johnson et Glascok (1992), Best et Zhang (1993) et Billett et al. (1995) ont trouv peu de
diffrences dans la raction des prix entre les deux catgories dannonces, les rendements
anormaux obtenus tant significativement positifs dans les deux cas. Les rsultats de
Lummer et McConell (1989) pourraient sexpliquer par le fait que ces auteurs ont class
toutes les annonces de crdits sans mention de renouvellement en crdits initiaux (au lieu de
les liminer de lchantillon).
McDonald (1994) tudie galement limpact de la relation contractuelle que peut

entretenir la banque avec son emprunteur, en diffrenciant les types demprunts selon quil
sagit de lignes de crdit ou de contrats de crdit revolving. Selon cet auteur, une ligne de
crdit est un accord, formel ou informel, entre la banque et lentreprise sur un montant
limite emprunter sur une priode donne, gnralement une anne. Alors que le contrat de
crdit revolving constitue une disposition formelle entre la banque et lentreprise dans
laquelle la premire sengage renouveler un emprunt la seconde sur une priode de temps
gnralement plus longue. Sur la base dun chantillon de 250 annonces entre 1980 et 1986,
McDonald (1994) trouve que le march ragit positivement aux annonces de crdits
revolvings, mais que cet effet dannonce nest pas significatif lorsquil sagit de lignes de
crdit. Andre, Mathieu et Zhang (2001) mnent un travail similaire sur le march canadien et
montrent que celui-ci ragit positivement aux annonces demprunts bancaires moyen et
long terme, alors quil ne rpond pas aux annonces de mise en place de lignes de crdit.
Selon Billett, Flannery et Garfinkel (1995), la rputation des prteurs peut, elle aussi,
influencer la raction du march : les crdits octroys par des prteurs bnficiant dune
bonne rputation ont plus de chance dtre perus comme des nouvelles positives par le
132
march que les crdits octroys par des prteurs dont la rputation est moins tablie. Pour
vrifier leur hypothse, Billett et al. (1995) distinguent les cranciers selon le rating de crdit
publi par Moody (78 annonces demprunts auprs de cranciers nots AAA et 29 annonces
demprunts auprs de cranciers nots BAA et moins) et tudient la raction du march.
Leurs rsultats indiquent que les annonces demprunts obtenus auprs de prteurs de bonne
rputation sont associes des rendements anormaux positifs et significatifs, alors que les
annonces demprunts obtenus auprs de prteurs de moindre rputation sont associes des
rendements anormaux ngatifs et/ou non significatifs. Ces rsultats prouvent que,
contrairement aux affirmations de James (1987), mme les annonces de dettes intermdies
non bancaires peuvent gnrer des ractions positives du march, condition que le prteur
non bancaire ait un rating lev108 ; elles ne peuvent donc tre statistiquement distingues des
annonces de dettes bancaires109. Billett et al. (1995) concluent que la confiance des
investisseurs dpend de la rputation du prteur. Il semble donc que les investisseurs
peroivent une htrognit dans lintensit du contrle exerc par les banques.
Enfin, Preece et Mullineaux (1996) pensent que le nombre de prteurs engags dans
la relation de crdit avec lentreprise devrait galement influencer la raction du march. Les
auteurs tudient donc leffet de signal li lannonce dun crdit bancaire syndiqu110 par
rapport un crdit non syndiqu et posent deux hypothses alternatives selon que lon
sintresse la technologie de monitoring en jeu ou la capacit de rengociation de
lemprunt. En premier lieu, lorsquune entreprise fait appel plusieurs banques, la
rglementation impose chaque participant dvaluer lemprunt en amont comme sil tait le
seul prteur. Les participants la syndication ne peuvent donc pas compter sur
lvaluation de la banque chef de file ; ils doivent au contraire contrler le monitor puisque la
banque chef de file prend en charge les responsabilits administratives. Or la banque chef de
file est motive principalement par les effets de rputation que sa tche lui confre. Cet
108Preece et Mullineaux (1989) trouvent que la raction du march aux annonces de contrats de prts
contracts auprs de compagnies dassurance est similaire la raction du march aux annonces de contrats de
prts bancaires.
109 Le rsultat de James (1987) pourrait sexpliquer par le fait que, gnralement, les banques ont un meilleur
rating que les intermdiaires non bancaires.

110Une syndication est un groupe de prteurs qui octroie des fonds un emprunteur unique. Cette pratique est
motive, dune part, par des objectifs de diversification et, dautre part, par des limites rglementaires
concernant la taille des dettes octroyes un mme emprunteur. Lemprunt syndiqu est ngoci par la banque
chef de file . Celle-ci partage lemprunt entre les autres banques et assure des fonctions administratives en
contre partie dune rmunration. La banque chef de file est dans lobligation dexercer le mme degr
dattention dans ladministration demprunts syndiqus quelle le fait pour des emprunts quelle dtient seule
dans son portefeuille (Nassberg, 1981 ; Simpson, 1976).
133
argument suggre que, quand le nombre de banque dans la syndication augmente, le volume
et/ou la qualit du monitoring devrait crotre galement. En second lieu, et si on sintresse
la capacit de rengociation des contrats, la prsence de multiples prteurs rend les
(re)ngociations plus difficiles en cas de violations de certaines clauses contractuelles du
contrat du crdit. En effet, tous les participants la syndication doivent se mettre daccord et
approuver conjointement toute modification du contrat de prt. Or les prteurs peuvent
avoir des motivations diffrentes dans la rengociation et un accord est long trouver. En
consquence, plus le nombre de prteur est lev, plus la rengociation du contrat de prt est
coteuse. Afin de tester ces prdictions thoriques, Preece et Mullineaux (1996) mnent une
tude dvnement sur 206 annonces demprunts syndiqus et 102 annonces demprunts
non syndiqus sur la priode 1980 1987. Ltude montre une raction positive
significativement suprieure lorsque lemprunt met en jeu une seule banque. La raction du
march aux annonces de dettes bancaires dcline quand le nombre de banques qui
souscrivent lemprunt syndiqu augmente. Preece et Mullineaux (1996) interprtent leurs
rsultats en fonction de la moindre flexibilit contractuelle des emprunts syndiqus.
2.2.3. et de linformation publique disponible
Par ailleurs, linformation transmise par la dcision de prt bancaire naurait dimpact
que si elle apporte une valeur ajoute par rapport dautres informations dj disponibles
sur le march. Dans le cas o elle serait redondante avec dautres nouvelles, aucun effet de
signal ne pourra tre dtect.
Slovin, Johnson et Glascock (1992) se proposent de tester une telle ide et de

comparer la raction du march aux annonces de dettes bancaires par des entreprises de
tailles diffrentes. En effet, il semble que des informations abondantes sont disponibles sur
les grandes entreprises, sur lesquels les analystes financiers concentrent leur attention (Arbel
et al., 1983) et propos desquels la presse financire (et notamment le Wall Street Journal)
publie de nombreux darticles (Atiase, 1985). Puisque ces grandes entreprises sont mieux
connues des investisseurs, la dcision de prt bancaire vhicule donc moins dinformations
leur gard. A linverse, tant donn que le march dispose de moins dinformations sur les
entreprises relativement plus petites, leurs annonces de dettes bancaires constituent une
nouvelle intressante. Pour vrifier limpact de leffet taille sur les annonces de dettes
bancaires, Slovin, Johnson et Glascock (1992) mnent leur tude dvnement, sur la priode
134
1980 1986, sur deux sous-chantillons : le premier inclut les firmes de petite taille (156) qui
ont une capitalisation boursire infrieure la mdiane du march, alors que le second
regroupe les firmes de grande taille (117) qui ont une capitalisation boursire suprieure la
mdiane. Slovin, Johnson et Glascock (1992) trouvent que la raction du march aux
annonces de dettes bancaires est dautant plus importante que les entreprises soient petites.
En revanche, lannonce dune dette bancaire na pas un impact significatif sur les cours des
firmes de grandes tailles. Des rsultats similaires ont t reproduits par Wansley et al. (1993)
et Aintabian et Roberts (2000) et rejoignent les conclusions dautres tudes comptables selon
lesquelles lamplitude de la raction des cours certaines annonces est inversement lie la
taille des firmes111. Ces rsultats confirment galement lhypothse de Fama (1985) et de
Diamond (1991) : les petites entreprises, gnralement moins connues du march, retirent
plus de valeur dune relation de clientle long terme avec leur banque ; linverse, tant
donn quelles rencontrent de svres problmes dala moral et de slection adverse, elles
trouvent plus difficile lmission dobligations sur le march.
Best et Zhang (1993) pensent galement que la raction des investisseurs aux
annonces demprunts bancaires devrait diffrer selon les indicateurs non bancaires dj
disponibles sur le march (telles que les prvisions des analystes financiers) et selon la
fiabilit de ces indicateurs. Les 491 annonces de dettes bancaires de leur chantillon, qui
couvre la priode 1977-1989, sont donc classes selon que linformation transmise par
lagence de rating concerne une nouvelle notation (187 annonces) ou une rvision de
notation (304 annonces). Les rsultats indiquent que les emprunts bancaires vhiculent plus
dinformations lorsque lentreprise a fait lobjet derreurs de prvision de la part des analystes
(c'est--dire en cas de rvision de sa notation). Dans ce cas en effet, le march se trouve pris
par lincertitude et la dcision de prt bancaire vient fournir une information
complmentaire qui lui permet de ragir. Par contre, lorsque lentreprise vient dtre note
par les agences de rating, il ny a aucun effet dannonce li la dcision de prt bancaire,
puisque le march dispose dj dune information publique concernant lopportunit
dinvestir dans lentreprise. Best et Zhang (1993) classent ensuite les cas de rvision de
notation (les 304 annonces) en rvisions favorables (236), mitiges (19) et dfavorables (49)
et comparent la raction du march aux annonces de dettes dans les diffrents cas. Les
111 Atiase (1985) montre que la raction du march aux annonces publiques est une fonction dcroissante de la
taille de la firme. Par la suite, un certain nombre dtudes empiriques sont venues confirmer limpact de leffet
taille sur la raction du march aux annonces de bnfices (Freeman, 1987 ; Collins et al., 1987), dmission
dactions (Slovin, Sushka et Hudson, 1990), de changements de dividendes (Bajaj et Vijh, 1990), etc. Il semble
que leffet dannonce est dautant plus positif que les entreprises sont de taille relativement plus petite.
135
banques produisent peu dinformations lorsque la rvision la plus rcente des revenus futurs
est positive. La valeur informative des dettes bancaires est plus significative quand, la fois,
les erreurs de prvisions des analystes sont leves et les rvisions les plus rcentes des
revenus futurs sont inchanges ou ngatives. Selon Best et Zhang (1993), les rsultats
obtenus confirment que les banques consultent dautres sources dinformations afin de
dterminer si elles doivent dployer leurs efforts dvaluation. Si les indicateurs non
bancaires sont fiables et refltent une amlioration de la performance attendue, les banques
font peu dautres investigations. A linverse, si ces indicateurs refltent une baisse de la
performance attendue, les banques sont incites examiner de manire approfondie leurs
emprunteurs. Ces conclusions sont corrobores par ltude de Preece et Mullinaux (1996)
qui montre une raction plus faible du march lannonce dun accord de prt bancaire pour
les emprunteurs bnficiant dune notation favorable.
2.2.4. mais semble aujourdhui remis en cause
Les tudes cites ci-dessus tmoignent toutes dune raction positive du march
lannonce de dettes bancaires. Nanmoins, elles ont t ralises sur des donnes
relativement anciennes qui sarrtent au dbut des annes 90. Or, des changements
importants dans lenvironnement et lactivit mme des banques sont intervenus depuis lors.
Comment le march peroit-il aujourdhui les dcisions de prts bancaires compte tenu de
ces volutions ? Les travaux les plus rcents sur la question minimisent leffet dannonce des
dettes bancaires : le march ne percevrait plus la dcision de prt des banques comme une
nouvelle favorable et ne serait plus encourag investir dans les titres des socits ayant
annonc un crdit bancaire.
Cest ce que montre, par exemple, ltude dAndre, Mathieu et Zhang (2001) qui
sintresse la raction du march canadien aux annonces demprunts bancaires (dettes
moyen et long terme et lignes de crdit) avant et aprs lintroduction du ratio dadquation
des fonds propres bancaires en 1988. Selon ces auteurs, les contraintes rglementaires
introduites par l'Accord de Ble en 1988 ont encourag les banques dont le niveau des fonds
propres tait relativement faible minimiser leurs cots, en conomisant notamment leurs
efforts dvaluation et de suivi des prts. Andre et al. (2001) montrent effectivement que,
aprs 1988, le contenu informationnel des annonces demprunts bancaires diminue sur le
march canadien. Ce dernier considrerait donc que les banques remplissent moins leurs
136
fonctions dvaluation et de contrle des emprunteurs. Huang et Zhao (2007) transposent le

problme au cas de la Chine. Selon eux, lorsque le systme de gouvernance est relativement
dfaillant, la dette ne constitue plus un moyen de discipline pour les firmes ; elle sera au
contraire instrumentalise par les dirigeants opportunistes en fonction de leurs propres
intrts, au lieu des intrts de lensemble des actionnaires. Pour vrifier leur hypothse,
Huang et Zhao (2007) mnent une tude dvnements sur 261 annonces demprunts
bancaires entre 2001 et 2006, et reportent des rentabilits anormales ngatives des cours
boursiers des firmes chinoises dont la qualit de la gouvernance peut tre remise en cause et
qui empruntent auprs de banques ayant une capacit de monitoring faible.
Mais cest ltude de Fields, Fraser, Berry et Byers (2006) qui est la plus rvlatrice
ce sujet. En effet, elle se fixe explicitement comme objectif danalyser lvolution de la
raction du march lannonce de dettes bancaires, compte tenu des changements de
lenvironnement et des relations bancaires. Fields et al. (2006) mnent donc une tude
dvnement sur un chantillon largi incluant 1 111 annonces demprunts entre 1980 et
2003. Globalement, les annonces de dettes bancaires vhiculent un signal positif au march,
quil sagisse de renouvellements ou de nouveaux emprunts. Cependant, ces conclusions
diffrent lorsque la priode dtude est subdivise en trois sous-priodes (1980-1989, 1990-
1999 et 2000-2003) : de 1980 1989, le march ragit de manire positive aux annonces de
renouvellement de dettes bancaires, et de manire non significative aux annonces de
nouvelles dettes (ce qui rejoint les rsultats Lummer et McConnell) ; de 1990 1999, la
raction du march devient non significative lors dannonce de renouvellement demprunt,
mais globalement positive pour tout lchantillon (quil sagisse de renouvellement ou de
nouveaux emprunts) ; les rsultats les plus intressants concernent la priode 2000-2003,
durant laquelle aucune raction significative du march nest dcele. Selon Fields et al.
(2006), les rsultats obtenus sur la priode la plus rcente confirment que la valeur de la
relation de clientle a diminu avec les changements structurels (et notamment avec
ladoption des nouvelles technologies de linformation) qui ont marqu le systme financier
ces dernires annes. Ils concluent :
These results show that the reaction to bank loan announcements on average has
diminished to the point of insignificance following the period of positive abnormal returns
identified by James (1987) and Lummer and McConnell (1989).
Fields, Fraser, Berry et Byers (2006, p.1210)
137
Enfin, selon Billet, Flannery et Garfinkel (2006), des recherches supplmentaires

sont ncessaires afin de vrifier si les emprunts bancaires sont rellement spciaux. Ils
rexaminent donc la question en optant pour une dmarche originale : une tude
dvnement sur le long terme112. En effet, la thorie de lchelonnement des missions
(timing theory) propose de ne pas sarrter ltude de limpact immdiat sur les cours, mais de
suivre lvolution long terme des firmes aprs lopration. Contrairement aux modles de
signalisation, elle suppose que toute linformation nest pas immdiatement transmise au
march lors de lmission. Billet et al. (2006) adoptent donc une perspective plus longue (sur
les trois cinq annes qui suivent lannonce) et utilisent plusieurs techniques de mesure des
rendements anormaux long terme (telles que lestimation des BHARs (Buy-and-Hold
Abnormal Returns) et le modle trois facteurs de Fama et French). Les rsultats auxquels ils
aboutissent montrent que, mme si la rponse immdiate du march est positive, la
performance de lentreprise sur les trois annes qui suivent est ngative. Ces rsultats sont
plus importants lorsque ltude stend sur cinq annes.
Apparently, the market is not only initially wrong about the magnitude of the loans
effect on firm value, its wrong about the direction of the effect in many case as well.
Billet et al. (2006, p.736)
Selon Billet et al. (2006), les annonces demprunts bancaires sont sous performantes
sur le long terme et sont donc similaires aux annonces dautres modes de financements
externes. Mais, si les banques sont sous performantes sur le long terme, en quoi sont-elles
spciales ? Les auteurs entreprennent une dmarche supplmentaire afin de tester le rle des
banques dans la rduction des asymtries dinformations. Ils mesurent cette asymtrie par
lcart-type dune srie temporelle de rendements anormaux lis aux annonces de rsultats
trimestriels. Selon lhypothse traditionnelle, la raction des prix devrait tre moins volatile
dans la priode qui suit lannonce demprunt. Mais, les rsultats obtenus indiquent linverse.
Ils incitent donc penser que les banques ne permettent pas de rsoudre ou mme de
diminuer les problmes informationnels. Billet et al. (2006, p.744) concluent alors : Bank
loans do not appear to be so special as previously thought .
112 Billet, Flannery et Garfinkel (2006) sinspirent dautres tudes dvnements qui mesurent limpact long
terme de certaines annonces par les entreprises, comme celles de Spiess et Affleck-Graves (1999) sur les
annonces dmissions dobligations simples et convertibles, Denis et Sarin (2001) sur les annonces dmissions
dactions, Hertzel, Lemmon, Linck et Ress (2002) sur les annonces de placements privs et Elsas, Flannery et
Garfinkel (2008) sur les annonces de nouveaux investissements.
138
Les changements technologiques et institutionnels, ainsi que la libralisation des

marchs, ont t combins afin daccrotre laccs au crdit des entreprises. Dans ce cadre,
les activits dinstitutions traditionnelles (telles que les banques) nont pas dclin, mais elles
ont t modifies sur quelques segments. A lissue de ces volutions, deux types
dintermdiation financire mergent :
- Une intermdiation traditionnelle, qui repose sur ltablissement de relations proches et

durables avec les socits emprunteuses, plus prcisment avec les petites et moyennes
entreprises. Les modlisations ralises dans le cadre de la thorie de lintermdiation
financire traditionnelle sont particulirement adaptes cette approche : les banques y
apparaissent comme des partenaires des entreprises, faisant jouer leur avantage
informationnel sur le march pour produire des informations de valeur.
- Une intermdiation de march, dans laquelle les intermdiaires financiers, et notamment

les grandes banques, apparaissent comme des prestataires de services en offrant des
produits de placement en titre et de gestion des risques de plus en plus complexes aux
socits quelles financent. Les modlisations ralises rcemment, avec pour objectif de
renouveler la thorie traditionnelle, permettent de mieux comprendre cet aspect de
lactivit des banques.
Mais, si cette distinction est analytiquement fonde, quelques oprations (telles que
les titrisations) ont brouill les frontires entre les deux types dintermdiation. Le conflit
dintrt inhrent aux deux activits a finalement pouss les banques offrir des crdits
standardiss et entretenir des relations ponctuelles et assez peu personnalises avec les
entreprises quelles financent. Cette volution nest pas exempte deffets pervers (tmoin en
est la crise des subprimes qui a affect de nombreuses banques). Lide dune certaine
sparation de ces activits ferait donc son chemin
Quen est-il alors de la crdibilit de linformation transmise par les banques ? Sur le
plan thorique, peu dauteurs se sont interrogs sur la fiabilit dune telle information depuis
les contributions sminales de Leland et Pyle (1977) et de Ramakrishnan et Thakor (1984).
Pour autant, cette question, qui reste pose, semble naturelle au vu de la multiplication des
139
faillites bancaires et du dcalage frquent entre le comportement rel et le comportement

thorique des banques. Sur le plan empirique, si les tudes les plus anciennes confirment
bien le rle de signal des dcisions bancaires et la confiance des investisseurs lgard des
banques, elles nuancent nanmoins leurs propos puisque leffet de signal de la dette bancaire
nest visible quen fonction du stade de la relation de prt (renouvellement), du type de crdit
mis en place (revolving ou emprunt moyen et long terme), de la qualit du prteur, du
nombre de prteur (emprunt non syndiqu), des informations dj disponibles sur le
march, etc.
Pour autant, cette littrature empirique est reste en berne pendant une dizaine
danne, priode pendant laquelle lactivit des banques a notablement volu. Mais deux
travaux rcents (Fields et al., 2006 ; Billet et al., 2006) viennent aujourdhui remettre en cause
leffet dannonce des dettes bancaires, et semblent ouvrir le dbat vers dautres
investigations. Entreprendre une tude rcente sur le sujet parait donc intressant. Par
ailleurs, tous les travaux prsents ici ont t mens exclusivement sur les marchs anglo-
saxons (amricains et canadiens). Sauf omission, il semble quaucune tude nait t ralise
en France sur le sujet. Or le systme financier de ce pays, tel que prsent dans le chapitre
prliminaire, est relativement particulier, hybride entre banques et marchs ; les problmes
dasymtrie dinformation ne sy posent pas de la mme faon ; les relations entre les grandes
entreprises cotes et les banques y sont sensiblement diffrentes. Tous ces arguments
mritent quon sintresse de plus prs la raction du march franais lannonce de dettes
bancaires.
140
Chapitre 2 : Lendettement bancaire : un financement transactionnel
Annexe n 1 : Synthse des tudes empiriques sur la raction du march lannonce de dettes
Priode Annonces Rentabilit anormale

Auteurs Pays
dtude (nombre dvnements) 2 jours : -1 et 0
Mikkelson et Partch (1986) Etats-Unis 1972-1982 Contrat de crdit (155) 0,89***
James (1987) Etats-Unis 1974-1983 Emprunts intermdis bancaires (80) 1.93***
Emprunts intermdis non bancaires (37) -0.91*
Emprunts obligataire (90) -0.11***
Lummer et McConnell (1989) Etats-Unis 1976-1986 Emprunts bancaires (728) 0.61***
Renouvels (357) / Nouveaux (371) 1.24*** / -0.01 (no)
Slovin, Johnson et Glascock (1992) Etats-Unis 1980-1986 Emprunts bancaires (273) 1.3***
Renouvels (124) / Nouveaux (149) 1.55*** / 1.09***
Firmes de petite taille (156) / Firmes de grande taille (117) 1.92*** / 0.48 (no)
Slovin, Sushka et Polonchek (1993) Etats-Unis 1984 Faillite de la banque Continental Illinois (29 firmes) -4,16***
Best et Zhang (1993) Etats-Unis 1977-1989 Emprunts bancaires (491) 0.32**
Notation de la firme : Nouvelle (187) / Rvision (304) 0.26 (no) / 0.36**
Rvision : Favorable (236) / Mitige (19) / Dfavorable (49) 0.75*** / 1.12* / -1.82***
McDonald (1994) Etats-Unis 1980-1986 Emprunts bancaires (250) 0,64**
Ligne de crdit / Contrat de crdit revolving 0,5 (no) / 0,77**
Billett, Flannery et Garfinkel (1995) Etats-Unis 1980-1989 Emprunts bancaires (626) 0.68***
Renouvels (187) / Nouveaux (51) 1.09*** / 0.64*
Rating de la banque AAA (78) / < BAA (29) 0.63*** / -0.57 (no)
Preece et Mullineaux (1996) Etats-Unis 1980-1987 Emprunts bancaires (446) 1.00***
Emprunts non syndiqus (121) / Emprunts syndiqus (325) 1.78*** / 0.72***
Shockley et Thakor (1998) Etats-Unis 1989-1990 Emprunts bancaires (189) 1.95***
Chiou (1999) Japon 1997-1998 Scandale de la banque Daiwa (32 firmes ayant cette banque comme -0,98***
banque principale)
Hadlock et James (2000) Etats-Unis 1980-1993 Emprunts bancaires (120) 0.91***
Accompagns de dettes directes (64)/ Sans dettes directes (56) 1.50* / 0.19*
*** significatif au seuil de 1%, ** significatif au seuil de 5%, * significatif au seuil de 10% et (no) non significatif
141
Chapitre 2 : Lendettement bancaire : un financement transactionnel
Annexe n 1 (suite) : Synthse des tudes empiriques sur la raction du march lannonce de dettes
Priode Annonces Rentabilit anormale

Auteurs Pays
dtude (nombre dvnements) 2 jours : -1 et 0
Datta, Iskandar-Data et Patel (2000) Etats-Unis 1971-1994 Premire mission demprunts obligataire (143) -0.99**
Aintabian et Roberts (2000) Canada 1988-1995 Emprunts bancaires (122) / Emprunts obligataire (15) 1.2256*** / -0.0042 (no)
DB : Nouvelles (69) / Renouvellement (35) / Restructuration (18) 0.62*** / 1.27*** / 3,45***
Renouvellement : Favorable (20) / Mitig (11) / Dfavorable (4) 1.73*** / 1.79* / -2.48 (no)
Andre, Mathieu et Zhang (2001) Canada 1982-1995 Emprunts bancaires (122) 2,27***
Lignes de crdit avant 1988 (13) / Lignes de crdit aprs 1988 (33) 4,82 / 0,32
Emprunt MLT avant 1988 (22) / Emprunt MLT aprs 1988 (54) 1,14 / 3,30***
Bae, Kang et Lim (2002) Core du Sud 1997-1998 Nouvelles ngatives sur les banques (113 annonces) (486 firmes) -1,26***
Sohn (2002) Core du Sud 1998 Fermeture et transfert de banques (118 firmes) -4,85***
Fery et al. (2003) Australie 1983-1999 Contrats de credit sign (196) 0,38*
Publi : Unique (18) / Multiple (22) 1,62** / 0,89
Non Publi : Unique (56) / Multiple (89) 0,02 / 0,25
Ongena, Smith et Michalsen (2003) Norvge 1988-1991 Difficults de six banques -1,7**
(217 firmes ayant lune des six banques comme banque principale)
Brewer et al. (2003) Japon 1997-1998 Faillite de trois banques (327 firmes) 0,17 / -1,32*** / -0,49**
Karceski, Ongena et Smith (2005) Norvge 1983-2000 Restructurations de banques : 0,29 / -0,76** / 0,06
Acquisitions (342) / cibles (78) / concurrents (1 515)
(entreprises en relation avec les banques acquisitives)
Fields et al. (2006) Etats-Unis 1980-2000 Emprunts bancaires (1 111) / Renouvellement / Nouveaux 0,47*** / 0,51*** / 0,44**
1980-1989 : Emprunts bancaires : Renouvellement / Nouveaux 0,60*** / 0.93*** / 0,30 (no)
1990-1999 : Emprunts bancaires : Renouvellement / Nouveaux 0,51** / 0,50 (no) / 0,53 (no)
2000-2003 : Emprunts bancaires : Renouvellement / Nouveaux 0,13 (no) / -0,08 (no) / 0,52 (no)
Billet, Flannery et Garfinkel (2006) Etats-Unis 1980-2000 Emprunts intermdis bancaires et non bancaires (10 619) 3 ans : -32,7%*** / -10,3%***
5 ans : -53,29%*** / -33,67%***
Huang et Zhao (2007) Chine 2001-2006 Emprunts bancaires (261) -0,50*
*** significatif au seuil de 1%, ** significatif au seuil de 5%, * significatif au seuil de 10% et (no) non significatif
142
CHAPITRE 3
LENDETTEMENT BANCAIRE
ET LA REACTION DU MARCHE BOURSIER :
UNE ETUDE EMPIRIQUE SUR LE CAS FRANAIS
Introduction
Jusqu une date rcente, la littrature empirique anglo-saxonne semblait unanime sur
le signal vhicul par les annonces demprunts bancaires : court terme, ces derniers
gnreraient des rendements anormaux positifs des cours boursiers des entreprises
emprunteuses. La raction du march lannonce demprunts obligataires ne serait, par
contre, pas significative. Deux tudes (Fields et al., 2006 ; Billet et al., 2006) viennent
nanmoins contredire cet effet de signal, et rouvrent donc le dbat sur la question.
A lissue de la revue de la littrature, plusieurs hypothses ressortent, et sont

soumises validation empirique :
- H1 : les annonces demprunts bancaires (obligataires) ont (nont pas) un impact positif
sur les cours.
- H2 : les annonces de renouvellement (nouveaux) demprunts bancaires ont (nont pas)
un impact positif sur les cours.
- H3 : les annonces demprunts bancaires de maturit plus courte (longue) ont (nont pas)
un impact positif sur les cours.
- H4 : les annonces demprunts bancaires non syndiqus (syndiqus) ont (nont pas) un
impact positif sur les cours.
- H5 : les annonces demprunts bancaires par des entreprises relativement plus petites
(grandes) ont (nont pas) un impact positif sur les cours.
143
Chapitre 3 : Lendettement bancaire et la raction du march : une tude empirique sur le cas franais
- H6 : les annonces demprunts bancaires raliss dans les annes 1980-1990 (les annes
2000) ont (nont pas) un impact positif sur les cours.
Le travail entrepris dans le cadre de ce chapitre se propose de tester successivement

ces hypothses, en analysant la raction du march franais lannonce de diffrents types
de dettes. Ltude se donne galement comme objectif de relever les principaux lments
explicatifs de la rponse des cours boursiers.
Pour ce faire, une tude dvnements est conduite sur la base dun chantillon de
134 annonces demprunts ralises par les entreprises franaises de janvier 1995 dcembre
2005. Cette mthodologie sappuie sur lide que le march boursier ragit immdiatement
des annonces ou des vnements qui sont supposs affecter la performance future des
entreprises cotes. Les entreprises font, en effet, des annonces rgulires de nature diffrente
(financire, humaine, stratgique ou organisationnelle) qui sont captes par les acteurs sur les
marchs. Les ractions de ces acteurs ( lachat ou la vente dactions) constituent leur
interprtation boursire. Ltude dvnements permet alors de montrer limpact de
lannonce sur les cours des actions sur une priode donne, en comparant les rendements
des titres effectivement observs, avec les rendements qui auraient t les leurs si lannonce
ntait pas survenue.
Ce chapitre est organis en trois sections. La premire dfinit la dmarche de ltude,

savoir la mthode de collecte des donnes, les chantillons obtenus et les modles
destimation des rendements anormaux. La section suivante prsente les rsultats relatifs la
raction du march franais lannonce de diffrents types de dettes, obtenus partir des
tudes dvnements. La dernire section complte le travail par linterprtation des rsultats
obtenus, travers notamment une analyse multivarie des dterminants des rendements
anormaux autour de la date dannonce.
144
3.1. PARAMETRES DE LETUDE ET MODELES DESTIMATION DES

RENDEMENTS ANORMAUX
Ltude dvnements consiste vrifier de faon empirique limpact de loccurrence

dun vnement conomique donn sur le prix des actions dune entreprise. Les hypothses
nulles (H0) et alternatives (H1) habituellement utilises sont les suivantes :
( )
H 0 : E Ri y j E (Ri ) = E ( i y i ) = 0 pour tous les y j (3.1)
H1 : E (R y ) E (R ) = E ( y ) 0
i j i i i pour tous les y j (3.2)
o Ri dsigne le rendement du titre i durant la priode dvnement ; E(Ri), lesprance du

rendement du titre i ; yj, linformation qui est susceptible dinfluencer le titre i durant la
fentre dvnement ; E(Ri|yj), lesprance du rendement du titre i conditionnelle
linformation contenue dans la fentre dvnement et i, le rendement anormal du titre i.
Lhypothse alternative H1 stipule quun vnement donn ne possde un contenu
informationnel yj que lorsque le rendement anormal du titre i est diffrent de zro.
Pour tester cette hypothse, la dmarche consiste au pralable identifier avec

prcision lvnement tudi (3.1.1), constituer des chantillons homognes (3.1.2) et
spcifier les modles de calculs et de tests des rendements anormaux (3.1.3).
3.1.1. Identification des vnements et collecte des donnes
La principale difficult de ce travail rside dans la collecte manuelle des informations

publies par les entreprises et relatives lobtention (ou au renouvellement) demprunts
bancaires et obligataires. Ltude dvnements a donc mobilis plusieurs bases de donnes
en fonction de la nature de linformation recherche. Plus prcisment, quatre types
dinformations sont ncessaires pour mener bien ce travail : les annonces demprunts
bancaires, les annonces demprunts obligataires, les cours boursiers ainsi que certaines
donnes comptables sur les entreprises ayant publi ces informations. Les donnes
boursires sont collectes travers la base Euronext et les donnes comptables partir de la
base Compustat. Par contre, la recherche et le traitement des informations relatives aux
annonces de dettes bancaires et de dettes obligataires ncessitent une investigation plus
pousse.
145
Tout dabord, il faut identifier et isoler de manire prcise lvnement afin dviter
den tudier plusieurs. En effet, dautres nouvelles que celles de lobtention dun emprunt
bancaire ou de lmission dun emprunt obligataire peuvent tre divulgues paralllement au
march113 et susciter une raction des investisseurs, donc polluer les rsultats. Les
informations contenues dans les tats financiers provisoires, les rapports annuels ou les
procs verbaux des Assembles Gnrales, incluent justement un certain nombre dautres
annonces, et ne sont donc pas retenues. Il convient par ailleurs didentifier de manire
prcise la date dannonce (date 0) afin de capter limpact de lvnement. En effet, une
mauvaise identification de la date dannonce conduit labsence dimpact : une date
ultrieure, le march a dj incorpor toute linformation ; alors qu une date antrieure, le
march na pas encore ragi puisque linformation nest pas encore rendue publique. Aux
Etats-Unis, la date dannonce gnralement prise en compte est celle du Wall Street Journal.
En France, il nexiste pas de rfrences similaires. Finalement, puisque dans les deux cas
(emprunts bancaires et emprunts obligataires) le processus de prise de dcisions et de mise
en place de lemprunt ne sont pas les mmes, la communication financire des entreprises se
ralise travers des supports diffrents.
Les missions demprunts obligataires sont gnralement discutes au pralable lors

des runions des Assembles Gnrales extraordinaires des entreprises qui autorisent le
Conseil dAdministration raliser cette opration. Le Conseil dAdministration se runit
habituellement quelques jours aprs, et fixe les modalits de lmission. Il doit, par la suite,
publier une note dinformation sur laquelle lAutorit des Marchs Financiers (AMF) appose
son visa. La date du visa est toujours antrieure la publication au Bulletin des Annonces
Lgales Obligatoires (BALO), et toute entreprise ne peut, sous peine de poursuites, publier
des informations relatives cette opration, sans la parution au pralable de lannonce au
BALO. La consultation de rapport annuel de lAMF permet dobtenir la liste de toutes les
missions de lanne ainsi que la date de publication au BALO. Ne sont videmment
considres que les missions obligataires ralises par les entreprises ; celles effectues par
les institutions financires et les collectivits territoriales ne sont pas prises en compte. Par
ailleurs, parmi lensemble des missions, seules les obligations simples taux fixe, variable ou
rvisable, coupon zro et indexes sont retenues ; les missions dobligations donnant
accs au capital (obligations convertibles en actions, obligations remboursables en actions,
113Comme par exemple les annonces de bnfices, de distribution de dividendes, dmission dautres titres
(notamment des actions), de fusion, dOPA en cours, etc.
146
obligations avec bon de souscription dactions, OCEANE, etc.) sont exclues de lchantillon
puisquelles ne constituent pas un titre de crance pure114 (183 annonces sur lensemble de la
priode). Une fois la date de publication au BALO obtenue par ce biais (qui permet de
sassurer que toutes les missions remplissant les conditions requises sont prises en compte),
la consultation du BALO permet de connatre les dates du Conseil dAdministration
dcidant de lmission, de lattribution du visa de lAMF et du dbut des souscriptions. La
date dannonce retenue est la premire date officielle, savoir celle du BALO. Les fuites
dinformation seraient ainsi minimises puisque la procdure dmission linterdit.
Un tel cadre, assez formel, nexiste pas pour les emprunts bancaires. Si la dcision de
sendetter auprs dune (ou de plusieurs) banque(s) peut tre prise lors dAssembles
Gnrales qui en confient lexcution au Conseil dAdministration ou au dirigeant, la suite
des vnements est la discrtion de lentreprise. En effet, rien noblige les socits
communiquer une telle dcision au march. Il sen suit quun trs grand nombre dentre elles
obtiennent des emprunts bancaires, mais ne transmettent pas linformation, qui reste de ce
fait prive. Or, pour que les choix dendettement aient un impact sur les cours, il faut que
leurs annonces soient bruites. Ltude dvnements mene ici porte donc uniquement sur
les annonces de dettes bancaires qui ont t transmises au march par voie de communiqus
de presse. En procdant ainsi, un invitable biais dchantillonnage pourrait exister dans la
mesure o seules les informations favorables seraient divulgues par les entreprises. Par
ailleurs, cette libert dinformation laisse place une grande htrognit dans la forme et le
contenu des communiqus prpars par les entreprises, ce qui limite les investigations
menes ultrieurement. Afin de minimiser les cots de collecte de linformation et de
sassurer que lensemble des communiqus a t pass en revue, le recours la base de
donnes Factiva a t particulirement utile. Il na certes pas limin les traitements manuels,
mais il a permis non seulement de rassembler lensemble des communiqus parus dans
diffrents supports dinformations (tels que Reuters, Les Echos, La Tribune, etc.), mais
galement didentifier au mieux la date dannonce comme celle du premier communiqu
voquent la nouvelle de lobtention ou du renouvellement dun emprunt bancaire.
114 Nous ne retenons que les obligations simples car lobjectif ici est de comparer la raction du march avec les
annonces de dettes bancaires. Les obligations convertibles, en permettant leurs dtenteurs de les transformer
en actions, constituent la fois un titre de crance et un titre de proprit. Elles partagent donc certaines
caractristiques avec les actions. Or la raction du march lannonce dmission dactions, gnralement
ngative, rpond dautres prrogatives qui sortent du cadre de notre tude. Plusieurs tudes ont mis en
vidence une raction ngative du march lannonce dobligations convertibles : Dann et Mikkelson (1984),
Eckbo (1986), Smith (1986), Hansen et Crutchley (1990), Kim et Stulz (1992), Lee et Loughran (1998) ; et pour
le cas de la France : Bah (1997), Hachette (1991), Benouda (1996), Burlacu (2000), Ducassy (2003).
147
3.1.2. Construction et description des chantillons
Finalement, la collecte des donnes a permis de constituer deux chantillons assez

larges comprenant (a priori) lensemble des annonces demprunts bancaires et obligataires
ralises par les firmes cotes sur le march franais entre janvier 1995 dcembre 2005. La
composition prcise de ces deux chantillons est prsente lannexe 1 et 2.
Tableau 3.1
Les annonces de dettes par les SNF franaises cotes de janvier 1995 dcembre 2005
Nombre Montant de la dette (en millions d'euros)
Annes
d'annonces Total Moyenne Mdiane Minimum Maximum
Echantillon dannonces de dettes bancaires
1995 4 2 632 658 684 220 1 045
1996 2 3 087 1 544 1 544 787 2 300
1997 1 2 300 2 300 2 300 2 300 2 300
1998 1 300 300 300 300 300
1999 4 5 943 1 486 1 550 343 2 500
2000 3 36 710 12 237 6 000 710 30 000
2001 2 2 200 1 100 1 100 1 000 1 200
2002 5 19 580 3 916 1 200 380 15 000
2003 10 19 795 1 980 2 450 48 5 000
2004 14 38 249 2 732 1 250 164 12 000
2005 15 35 185 2 346 1 200 100 10 000
Total 61 165 982 2 721 1 200 48 30 000
Echantillon dannonces de dettes obligataires
1995 4 435 109 113 60 150
1996 12 1 860 155 135 15 300
1997 3 680 227 230 150 300
1998 12 1 960 163 125 20 300
1999 3 700 233 300 50 350
2000 5 1 165 233 200 15 600
2001 6 9 000 1 500 900 500 5 000
2002 5 3 000 600 500 250 1 000
2003 3 1 350 450 500 100 750
2004 7 5 750 821 600 50 2 500
2005 13 9 780 752 600 300 2 000
Total 73 35 680 489 300 15 5 000
Le premier chantillon est compos de 61 annonces dobtention ou de

renouvellement de dettes bancaires de janvier 1995 dcembre 2005 (tableau 3.1). Le
nombre dannonces recueillies, qui tait relativement faible de 1995 2000, devient plus
important les trois dernires annes, tmoin de lamlioration de la communication
financire des entreprises. Le montant moyen de dettes bancaires progresse galement
148
depuis 1995115. Parmi les 61 annonces de dettes bancaires, 33 concernent le renouvellement

dune dette existante et arrivant chance, alors que 28 correspondent lobtention dune
nouvelle dette. Par ailleurs, 32 annonces sont relatives des emprunts syndiqus et 29 des
emprunts non syndiqus. Le second chantillon est constitu de 73 annonces dmissions
dobligations simples, ayant eu lieu entre janvier 1995 dcembre 2005. Aucune tendance
particulire ne peut tre dcele quant lvolution du nombre dmissions obligataires par
les entreprises. Cependant, il semble que le montant moyen des dettes obligataires sur
lensemble de la priode (489 millions deuros par an) est plus faible que celui des dettes
bancaires (2 721 millions deuros par an). Ceci pourrait sexpliquer par le fait que les socits
ninforment le march que des emprunts bancaires dune taille relativement importante, alors
quelles sont dans lobligation de communiquer toutes les missions demprunts obligataires.
Par ailleurs, le tableau (3.2) prsente une description statistique compare des deux
chantillons dannonces retenus dans le cadre de cette tude. La maturit116 moyenne de
dettes mises est plus courte dans lchantillon demprunts bancaires, alors que la taille des
entreprises117 qui mettent lun ou lautre type de dette est sensiblement la mme. Si lon
sintresse au nombre dentreprises prsentes dans les deux chantillons, on constate que les
61 annonces de dettes bancaires ont t ralises par 36 socits et les 73 annonces de dettes
obligataires par 32 socits. Ceci revient dire que certaines entreprises ont ralis plusieurs
annonces de 1995 2005 (les priodes dtude relatives ces annonces ne se chevauchent
pas). Si on se rfre aux indices de cotation auxquels appartiennent les entreprises des deux
chantillons (CAC 40, au CAC Mid 100 et CAC Small 90), afin de les situer parmi lensemble
des socits cotes franaises, on remarque que ce sont essentiellement les 160 plus grandes
capitalisations (CAC 40 et CAC Mid 100) qui communiquent au march les informations
relatives leur mode de financement. Ceci rejoint lhypothse formule par Atiase (1985)
selon laquelle la production dinformations est une fonction croissante de la capitalisation
boursire des entreprises. Si on compare enfin lidentit des entreprises prsentes dans les
deux chantillons, on trouve que 16 entreprises118 ont eu recours, sur la priode dtude
115 A lexception dun pic en 2000 du un emprunt bancaire syndiqu record de 30 milliards deuros obtenu par
France Telecom.
116 Cette information na pu tre collecte pour 10 annonces de dettes bancaires.
117 La taille des entreprises est releve la date de clture de lexercice comptable qui prcde immdiatement
lannonce de lemprunt. Elle est mesure par la valeur comptable des dettes plus la valeur de march des
capitaux propres. Cette information a t collecte travers la base de donnes Compustat.
118A savoir, France Telecom, Bouygues, PPR, Alstom, Vivendi Universal, Rhodia, Arcelor, Carrefour,
Lagardre, Alcatel, Accor, Ciments Franais, Remy Cointreau, Peugeot SA, Pernod-Ricard et Thomson.
149
(1995-2005), la fois aux emprunts bancaires et aux emprunts obligataires (encore une fois,
les priodes dtude relatives ces annonces ne se chevauchent pas).
Tableau 3.2
Mesures descriptives des deux chantillons dtude
Dettes bancaires Dettes obligataires
(nombre dannonces = 61) (nombre dannonces = 73)
Moyenne Ecart type Moyenne Ecart type

(Intervalle) (Intervalle)
Montant de la dette (en million d) 2 721 4 640 489 692

(48 30 000) (15 5 000)
Maturit de la dette (en annes) 5,5 1,9 7,3 2,4
(2 12) (3 15)
14 929 23 517 15 910 20 490
Taille des firmes (en millions d)
(20 134 532) (217 106 093)
Nombre total dentreprises 36 32

CAC 40 16 20
Indice de cotation CAC Mid 100 15 11
CAC Small 90 5 1
3.1.3. Spcification des modles destimation des rendements anormaux
Une fois les annonces collectes et les chantillons constitus, ltude dvnements
est mise en place afin de mesurer la raction du march aux diffrentes annonces. La mesure
de limpact dune annonce (ou mesure de la raction du march) se fait travers le calcul des
rendements anormaux autour de la date dannonce. La dure de cette priode autour de la
date dannonce, appele fentre dvnement , ne doit tre ni trop courte (car, dans ce cas,
elle risque de ne pas prendre en compte certaines ractions tardives), ni trop longue (car,
dans ce cas, elle risque dincorporer des variations des rendements dues des vnements
autres que ceux tudis). Etant donne lincertitude sur les dates dannonce (dates des
communiqus de presse), deux fentres dvnement ont t retenues dans cette tude : une
premire fentre (L1), damplitude assez large, couvre une priode de 41 jours (20 jours
prcdant et 20 jours suivant la date dannonce) et permet didentifier les anticipations et les
corrections ventuelles du march boursier ; une fentre plus courte (L2) de 15 jours (7 jours
avant et 7 jours aprs la date dannonce) permet de cerner plus prcisment limpact de
lvnement.
150
Figure 3.1.
Identification des fentres dvnement et destimation
L2
Fentre 2 dvnement
-140 -20 -7 0 +7 +20
L3 L1
Fentre destimation Fentre 1 dvnement
Les rendements anormaux (ARi,t), ou Abnormal Return, sont alors calculs sur la
priode dvnements comme la diffrence entre les rendements observs (Ri,t) et une
norme119. Cette norme (RPi,t) reprsente le rendement du titre sans lannonce de
lvnement :
ARi ,t = Ri ,t RPi ,t (3.3)
o ARi,t est le rendement anormal du titre i la date t, Ri,t est le rendement observ du titre i
la date t et RPi,t est le rendement normal (prdit par la mthode dvaluation de rfrence)
pour le titre i la date t.
Les rendements observs (Ri,t) sont directement calculs partir des cours boursiers
(collects travers la base de donnes dEuronext) corrigs des oprations sur titres
(incorporation de rserves et rduction de nominal) et des versements de dividendes. Sous
lhypothse dune cotation en temps continu120, le rendement du titre i la date t (Ri,t) est
donc :
Ri ,t = ln (C i ,t + Di ,t ) ln (C i ,t 1 ) (3.4)
o Ci,t et Ci,t-1 sont les cours corrigs du titre i aux date t et (t-1), Di,t est le dividende du titre i
vers la date t et T le temps sur une base quotidienne121.
119Cette mthode a t propose en premier par Ball et Brown (1968) et Fama, Fisher, Jensen et Roll (1969).
Les premiers ont tudi la raction du march la composante non anticipe des bnfices en effectuant une
rgression des moindres carrs ordinaires. Les rsidus mesurent la raction du march. Les seconds ont mis
vritablement en place la mthodologie des tudes dvnements : ils ont analys limpact sur le march dune
division dactions, lestimation de la norme seffectuant par le modle de march.
120Les rendements peuvent tre calculs partir dune capitalisation en temps discret ou en temps continu.
Brown et Warner (1985) comparent les deux mthodes de calcul des rendements (en temps discret ou continu)
et obtiennent sensiblement les mmes rsultats. Mais les capitalisations en temps continu ont tendance tre
normalement distribues et se conforment donc mieux aux exigences usuelles des techniques statistiques.
121 Plusieurs priodicits (mensuelles, hebdomadaires, journalires, trans-journalires, etc.) sont utilises dans la
littrature financire pour calculer les rendements ; mais il est videmment prfrable de choisir une priodicit
151
Plusieurs techniques destimation des rendements prvus (RPi,t) ont t dveloppes

(modle ajust au rendement de march, modle de march, modle ajust au rendement
moyen du titre, modle dquilibre des actifs financiers, portefeuille rplique, etc.) et ont
conduit les chercheurs se demander finalement quelle technique employer. Dans une
approche par simulation122, certaines tudes ont compar les diffrents modles destimation
(Brown et Warner, 1980 et 1985 ; Collins et Dent, 1984 ; Malatesta, 1986) et ont abouti au
mme rsultat : sur une courte priode, c'est--dire une priode de quelques jours, la
sensibilit des rsultats la mthodologie utilise dans ltude dvnements est faible, et les
modles simples (comme le modle de march) sont tout fait appropris dans le calcul des
rendements thoriques123. Puisque le travail entrepris ici recourt des donnes quotidiennes
et un horizon court terme, cest le modle de march qui sera retenu pour estimer les
rendements. Propos lorigine par Sharpe (1963), puis substantiellement modifi par
dautres (Lintner, 1965 ; Fama, 1971 ; etc.), le modle de march est le plus employ dans les
tudes vnementielles. Il suppose que le rendement prvu dun titre est une fonction
linaire du rendement de lindice de march la mme date. Ainsi, pour un titre i la date t,
le rendement prvu (RPi,,t) est :
RPi ,t = i + i Rm,t + i ,t (3.5)
o RPi,t et Rm,t sont respectivement le rendement du titre i et le rendement du portefeuille de

march la date t, i et i sont les paramtres du modle supposs constants travers le
temps et i,t est le terme derreur du titre i la date t.
Afin de mesurer les rendements prvus sur la fentre dvnement, il faut estimer les
paramtres du modle de march. Ces paramtres sont rgresss, partir de la mthode des
moindres carrs ordinaires124, hors de la fentre dvnement sur une priode L3 appele
courte afin de rduire les biais statistiques, daugmenter lefficacit des estimations et de mieux dtecter les
rendements anormaux (Morse, 1984 ; Brown et Warner, 1980 et 1985 ; Dyckman, Philbrich et Stephan, 1984).
122La mthode par simulation consiste affecter de faon alatoire des chocs certaines dates et slectionner
la mthode qui permet de rejeter au mieux lhypothse nulle des tests sur les rendements anormaux.
123 En revanche, Fama (1998) indique que, sur une longue priode, c'est--dire une priode de plusieurs mois,
les rsultats sont trs sensibles la mthodologie utilise dans ltude dvnement et certains bad-model :
() gnrent des problmes plus importants lors des tudes de rendements long terme. La raison tant que,
lorsque lon augmente lhorizon dtude, les erreurs causes par les modles imparfaits croissent plus
rapidement que la volatilit des rendements (Fama, 1998, p. 285). Dans ce cas, pour dtecter les anomalies de
rendements long terme, il conviendrait dutiliser les modles multifactoriels, notamment le modle de Fama
et French (1996).
124 Les hypothses relatives la mthode des moindres carrs ordinaires (MCO) sont les suivants :
- le modle est linaire en Rm,t ,

- les valeurs de Rm,t sont observes sans erreur,
- lesprance mathmatique de lerreur est nulle : E(i,t) = 0,
152
fentre destimation qui couvre les 120 jours qui prcdent la fentre dvnement (cf.
figure 3.1). Pour toutes les estimations, les rendements du portefeuille de march ont t
approchs par le rendement de lindice CAC 40. Une fois les paramtres du modle de
march estims sur la fentre destimation pour chaque titre constituant lchantillon, les
rendements prvus puis les rendements anormaux sont calculs, partir du modle de
march, sur la fentre dvnement. Les rendements anormaux suivent sous lhypothse H0
une distribution normale :
(
ARi,t ~ N 0, AR
2
i ,t
) (3.6)
Plusieurs mthodes sont utilises dans les tudes empiriques pour mesurer la
significativit des rendements anormaux observs. Nous retenons dans le cadre de ce
travail la mthode de lcart-type en srie temporelle (time series standard deviation method) et
celle en coupe instantane (cross-sectional standard deviation method)125. La premire consiste
construire un test statistique en utilisant lcart-type des rendements anormaux moyens
observs durant la fentre destimation ; cette procdure tient compte des covariances entre
les rendements anormaux des titres. La seconde mthode consiste construire un test
statistique en utilisant lcart-type des rendements anormaux moyens observs durant la
fentre dvnement ; cette procdure tient compte, quant elle, de lventuelle
augmentation de la variance durant la priode dvnement.
Selon la premire mthode (la seconde mthode, dont les rsultats ne sont pas
reports ici, est prsente lannexe 4 de ce chapitre), les rendements anormaux moyens,
AARt (Average Abnormal Return), de tous les titres observs chaque date t de la priode
dvnement, sont tout dabord calcul comme suit :
N (3.7)
AR i ,t
AARt = i =1
- la variance de lerreur est constante, le modle est donc homoscdastique : Var(i,t) = Var (i,t ; i,t-1) = i2,
- les erreurs sont non corrles : Cov (i,t ; i,t-1) = 0,
- lerreur est indpendante de la variable explicative : Cov (i,t ; Rm,t) = 0.
125 Par souci de clart, et pour ne pas surcharger les tableaux de prsentation des rsultats prsents en annexes,
seuls les rsultats relatifs la premire mthode (cart-type en srie temporelle) sont prsents. Ceux relatifs
la seconde mthode (cart-type en coupe instantane) donnent sensiblement les mmes rsultats.
153
o N est le nombre de titres dans lchantillon126. Lhypothse nulle se dfinit comme

labsence de rendements anormaux moyens la date dannonce : H0 : E(AARt) = 0.
Pour tester cette hypothse, les rendements anormaux moyens sont soumis un test
paramtrique (T de Student) et un test non paramtrique (test du signe)127.
Par la suite, les rendements anormaux moyens sont cumuls durant la priode
dvnement pour obtenir les rendements anormaux moyens cumuls, CAAR(T1,T2)
(Cumulative Average Abnormal Return) (T1 et T2 sont les bornes des fentres L1 ou L2 : dans
notre cas, on obtiendra donc CAAR(-20,20) et CAAR(-7,7)) :
T2 (3.8)
CAAR(T1 ,T2 ) = AARt
t =T1
Ce dernier calcul permet de suivre limpact de lvnement tudi au cours du temps

et est surtout utile quand lincertitude portant sur la date dannonce est relativement grande.
Les rendements anormaux moyens cumuls sont galement soumis un test paramtrique
(le T de Student)128.
126 Sous lhypothse nulle, on suppose que les rendements anormaux moyens sont i.i.d. selon une loi normale.
127Le test de Student est trs puissant quand les rendements anormaux, une date donne, suivent une loi
normale et sont i.i.d. Cependant, lhypothse de normalit nest pas toujours vrifie sur le march franais,
do lintrt dutiliser galement un test non paramtrique.
128Pour plus de dtails concernant la spcification des modles, lvaluation de la significativit des rendements
anormaux et la rsolution des problmes lis lestimation des rendements anormaux, se rfrer aux annexes 3,
4 et 5 jointes la fin de ce chapitre.
154
3.2. RESULTATS DE LETUDE DEVENEMENTS
Cette section a pour objectif de prsenter les principaux rsultats relatifs ltude
dvnements129. Ces rsultats se prsentent sous deux formes : les graphiques retracent
lvolution des rendements anormaux moyens (AAR) et des rendements anormaux moyens
cumuls (CAAR) sur les fentres dvnement ; les tableaux (qui figurent en annexes)
prsentent les significativits des AAR et des CAAR, calcules partir des tests
paramtriques et des tests non paramtriques130. Les objectifs de la prsentation des AAR et
des CAAR sont diffrents. Les AAR ont pour but de rechercher limpact de lvnement
tudi pour un jour donn, une distance donne de la date dvnement. Lvolution des
CAAR au cours de la fentre dvnement permet, quant elle, de mettre en vidence
globalement limpact de lvnement jusqu la date considre comme fin de la fentre. Il
est utile de rappeler ce stade que, tant donne lincertitude sur les dates dannonce (dates
des communiqus de presse), deux priodes danalyse de limpact sont retenues : une priode
damplitude assez large de 41 jours (avec 20 jours prcdant et 20 jours suivant la date
dannonce) qui permet didentifier les anticipations et les corrections ventuelles du march
boursier et une priode plus courte autour de la date dannonce (7 jours avant et 7 jours
aprs)131.
La suite de la section est organise comme suit : les rsultats relatifs aux annonces
demprunts bancaires et obligataires sont prsents en premier ; ils montrent globalement
que le march ragit positivement, mais de faon modre, aux annonces de dettes
bancaires. Afin de cerner les facteurs explicatifs de la rponse des cours boursiers, les
annonces de dettes bancaires sont classes selon cinq critres suggrs par la littrature : les
modalits de lemprunt (renouvellement ou nouveau), la maturit de lemprunt, lexistence
ou non dune syndication, la taille relative des firmes et enfin la date dannonce. Certains
rsultats intressants sont alors obtenus, de part lamplitude de la raction du march et la
significativit des rendements anormaux.
129 Linterprtation de ces rsultats fera lobjet de la section suivante.

130 T
AAR et SAAR sont respectivement le test de Student et le test du signe appliqus aux rendements anormaux
moyens. TCAAR(-20,20) et TCAAR(-7,7) sont le test de Student appliqu aux rendements anormaux moyens cumuls sur
la fentre dvnements L1 (c'est--dire [-20,20]) et la fentre dvnements L2 (c'est--dire [-7,7]). Les
significativits ventuelles des tests pratiqus sont spcifies aux seuils habituels (soit 1%, 5% et 10%).
131 Des intervalles plus courts ont t tests, tels que (-3,3), (-2,2), (-1,1), (0,3), (0,2), (0,1), et nont pas donn de
rsultats satisfaisants. Ceci est, encore une fois, li aux incertitudes sur les dates dannonce (date J) puisquen
France, il nexiste de rfrences similaires au Wall Street Journal. Lhypothse de fuite dinformations nest, par
ailleurs, pas exclue.
155
3.2.1. La raction du march selon le type de lemprunt
Lanalyse des graphiques (3.1) et (3.2), lis respectivement aux annonces demprunts
obligataires et bancaires, prsage de quelques diffrences : alors que les rendements des titres
ne rpondent pas de manire particulire aux annonces demprunts obligataires, ils semblent
ragir la hausse quatre jours avant lannonce demprunts bancaire. Le tableau (prsent
lannexe 6) reporte les significativits de ces mesures.
Graphique 3.1
Rendements anormaux des titres lannonce de dettes obligataires
J+10
J+12
J+14
J+16
J+18
J+20
J-20
J-18
J-16
J-14
J-12
J-10
J+2
J+4
J+6
J+8
J-8
J-6
J-4
J-2
J
3,0%
2,5%
2,0%
1,5%
1,0%
0,5%
0,0%
-0,5%
-1,0%
-1,5%
AAR CAAR (-20;20) CAAR (-7;7)
Graphique 3.2
Rendements anormaux des titres lannonce de dettes bancaires
J+10
J+12
J+14
J+16
J+18
J+20
J-20
J-18
J-16
J-14
J-12
J-10
J+2
J+4
J+6
J+8
J-8
J-6
J-4
J-2
3,0%
2,5%
2,0%
1,5%
1,0%
0,5%
0,0%
-0,5%
-1,0%
-1,5%
AAR CAAR (-20;20) CAAR (-7;7)
156
Conformment aux rsultats des tudes empiriques antrieures, la raction du

march franais aux annonces dmissions de dettes obligataires nest pas significative : les
CAAR ne sont significatifs sur aucun des deux intervalles L1 et L2. Par contre, pour les
annonces de dettes bancaires, un AAR significativement positif (avec le test de Student) est
observ 4 jours avant et 10 jours aprs lannonce (respectivement +0,56% et +0,40%). Mais
le test du signe laisse apparatre une raction ngative les jours J, J+7 et J+11. Lvolution
des CAAR montre quant elle un impact positif qui dbute 6 jours avant lannonce et qui
samplifie progressivement jusqu une stabilisation du 2me eu 6me jour aprs la date J.
Durant cette priode, un CAAR est significativement positif en J-3 sur les deux intervalles
(L1 et L2). La raction prcoce du march (avant la date prsum de lannonce) laisserait
prsager une ventuelle fuite dinformations (ce rsultat se rpercutera par la suite sur les
autres tudes). Mais le march ragit galement aprs lannonce ( la date J+7), ce qui
suggrerait un ncessaire dlai dajustement et de correction. Globalement, les CAAR
indiquent que le march franais ragit positivement lannonce dune dette bancaire, mais
cette raction nest pas statistiquement significative toutes les dates. De surcrot, bien que
les rsultats ne remettent pas en cause le signal de la dette bancaire, leur amplitude et leurs
significativits sont bien en dessous de celles des premires tudes sur le sujet (James, 1987 ;
Lummer et McConnell, 1989 ; etc.). Cet impact modr sur les cours des titres incite
approfondir lanalyse et distinguer les annonces selon certaines caractristiques lies
lemprunt et lemprunteur.
3.2.2. La raction du march selon le stade de la relation de prt
Afin de tester lhypothse de Lummer et McConnell (1989), deux sous-chantillons

ont t constitus, selon que lemprunt bancaire corresponde un renouvellement (33
observations) ou un accord initial de prts (28 observations). Les graphique (3.3) et (3.4)
affichent des tendances qui diffrent selon les cas : alors que les CAAR lies aux annonces
de renouvellements demprunts bancaires sont positifs du sixime jour qui prcde la date J
jusqu la fin de la fentre (sur L1 et L2), ceux relatifs aux nouveaux emprunts sont ngatifs
partir de la date dannonce.
Le tableau de significativit des rendements anormaux (annexe 7) confirme les

observations graphiques. Les CAAR associs aux annonces de renouvellement de dettes
bancaires sont, en effet, positifs sur toute la fentre dvnement. Plus particulirement,
157
autour de la date dannonce, ils sont rgulirement croissants entre J-7 et J+7 (de 1,68%
3,62%), fortement positifs et statistiquement significatifs (au seuil de 1%). A partir de la date
J, la croissance sacclre. Au contraire, les CAAR associs aux annonces de nouvelles dettes
bancaires sont ngatifs et non significatifs sur toute la fentre dvnement (sauf la date
J+6). Cette tude montre donc, conformment aux rsultats Lummer et McConnell (1989),
une raction significativement positive du march lannonce de renouvellement de dettes
bancaires et une raction non significative lannonce de nouveaux emprunts.
Graphique 3.3
Rendements anormaux des titres lannonce de renouvellement de dettes bancaires
J+10
J+12
J+14
J+16
J+18
J+20
J-20
J-18
J-16
J-14
J-12
J-10
J+2
J+4
J+6
J+8
J-8
J-6
J-4
J-2
J
6,0%
5,0%
4,0%
3,0%
2,0%
1,0%
0,0%
-1,0%
-2,0%
-3,0%
AAR CAAR (-20,20) CAAR (-7,7)
Graphique 3.4
Rendements anormaux des titres lannonce de nouvelles dettes bancaires
J+10
J+12
J+14
J+16
J+18
J+20
J-20
J-18
J-16
J-14
J-12
J-10
J+2
J+4
J+6
J+8
J-8
J-6
J-4
J-2
6,0%
5,0%
4,0%
3,0%
2,0%
1,0%
0,0%
-1,0%
-2,0%
-3,0%
AAR CAAR (-20,20) CAAR (-7,7)
158
3.2.3. La raction du march selon la maturit de lemprunt bancaire
Les dettes bancaires sont ici distingues selon leur maturit afin de tester lhypothse
selon laquelle le march ragit positivement lannonce de dettes bancaires de maturit plus
courte. Dans lchantillon de dettes bancaires, la maturit mdiane est de 5 annes.
Lchantillon est donc scind en deux, selon que la maturit de la dette bancaire est comprise
entre 2 et 5 ans (36 observations) ou entre 6 et 12 ans (15 observations). Linformation est
manquante pour 10 annonces, qui ont donc t limines de lchantillon.
Graphique 3.5
Rendements anormaux des titres lannonce de dettes bancaires de maturit 5 ans
J+10
J+12
J+14
J+16
J+18
J+20
J-20
J-18
J-16
J-14
J-12
J-10
J+2
J+4
J+6
J+8
J-8
J-6
J-4
J-2
4,0% J
3,0%
2,0%
1,0%
0,0%
-1,0%
-2,0%
AAR CAAR (-20,20) CAAR (-7,7)
Graphique 3.6
Rendements anormaux des titres lannonce de dettes bancaires de maturit 6 ans
J+10
J+12
J+14
J+16
J+18
J+20
J-20
J-18
J-16
J-14
J-12
J-10
J+2
J+4
J+6
J+8
J-8
J-6
J-4
J-2
4,0%
3,0%
2,0%
1,0%
0,0%
-1,0%
-2,0%
AAR CAAR (-20,20) CAAR (-7,7)
159
Les reprsentations graphiques (3.5) et (3.6) de lvolution des rendements anormaux

sont, dans ce cas, un peu moins contrastes, puisque les CAAR sont globalement positifs
lorsque la maturit est relativement courte, et positifs uniquement autour de la date
dannonce (de J-5 J+1) lorsque la maturit est plus longue. Nanmoins, le tableau de
significativit (annexe 8) montre des diffrences puisque les rendements positifs lis des
chances plus courtes sont significatifs, alors que les autres ne le sont pas. En effet, les
CAAR correspondant aux annonces de dettes bancaires dont lchance est infrieure ou
gale 5 ans sont positifs et rgulirement croissants. Ces valeurs sont statistiquement
significatives partir du 3me jour qui prcde lannonce. Sur la fentre L2, les CAAR suivent
une volution parallle, mais de moindre envergure avec des seuils de significativit atteints
partir de la date J+3. Lvolution des CAAR correspondant aux annonces de dettes
bancaires dont lchance est suprieure ou gale 6 ans est diffrente. Sur lensemble de la
fentre dvnement L1, les CAAR sont ngatifs entre J-13 et J-5, puis deviennent positifs
jusqu la date dannonce, et reprennent ensuite des valeurs ngatives jusqu J+8. Ces
volutions ne sont pas statistiquement significatives aux seuils habituels. Sur la fentre L2, les
rendements ne sont pas non plus significatifs ( lexception de ceux relevs en J-3).
3.2.4. La raction du march selon le nombre de prteurs
Les dettes bancaires sont galement scindes en deux selon que lemprunt bancaire
est syndiqu ou non. Lide est de reproduire ici ltude de Preece et Mullineaux (1996). Pour
cela, nous constituons un sous-chantillon de dettes non syndiques (29 observations) et de
dettes syndiques (32 observations). Daprs les graphiques (3.7) et (3.8) les rendements
anormaux lis aux annonces demprunts non syndiqus ne semblent pas diffrents de zro,
alors que ceux cumuls lis aux annonces demprunts syndiqus croissent rgulirement
partir de J-8. De nouveaux, les cours semblent ragir avant la date dannonce.
Ces observations sont confirmes par le tableau prsent lannexe 9. Les AAR
associs aux annonces de dettes non syndiques sont significativement ngatifs aux dates
J+1 (-1,19%) et J+3 (-0,58%). Les AAR associs aux annonces de dettes syndiques sont
significativement positifs avant lannonce (aux dates J-9 et J-4), la date dannonce et aprs
(J+7 et J+11). Ltude des CAAR rvle des tendances plus intressantes. Pour les emprunts
non syndiqus, les rendements sont ngatifs et non significatifs. Mais, pour les emprunts
syndiqus, les CAAR sont positifs partir du 14me jour qui prcde lannonce et jusqu la
160
fin des fentres. Autour de la date J, sur la fentre L1, la raction est fortement et
significativement positive : aux dates J-2 (+2,56%) et J+4 (+3,87%), les CAAR sont
significativement positifs au seuil de 1%. Sur la fentre L2, les mmes volutions sont
observes : les CAAR sont positifs et statistiquement significatifs aux dates J-3 et J+4.
Finalement, les rsultats obtenus ici sont diffrents de ceux de Preece et Mullineaux (1996)
puisquils mettent en vidence une raction positive du march aux annonces demprunts
syndiqus.
Graphique 3.7
Rendements anormaux des titres lannonce de dettes bancaires non syndiques
J+10
J+12
J+14
J+16
J+18
J+20
J-20
J-18
J-16
J-14
J-12
J-10
J+2
J+4
J+6
J+8
J-8
J-6
J-4
J-2
4,0% J
3,0%
2,0%
1,0%
0,0%
-1,0%
-2,0%
AAR CAAR (-20,20) CAAR (-7,7)
Graphique 3.8
Rendements anormaux des titres lannonce de dettes bancaires syndiques
J+10
J+12
J+14
J+16
J+18
J+20
J-20
J-18
J-16
J-14
J-12
J-10
J+2
J+4
J+6
J+8
J-8
J-6
J-4
J-2
4,0%
3,0%
2,0%
1,0%
0,0%
-1,0%
-2,0%
AAR CAAR (-20,20) CAAR (-7,7)
161
3.2.5. La raction du march selon la taille de lentreprise emprunteuse
A linstar de Slovin, Johnson et Glascock (1992), lchantillon initial est partag en

fonction de la taille des firmes qui ont mis lemprunt. Deux groupes sont donc forms :
dans lun, les entreprises ont un chiffre daffaires suprieur la mdiane de lchantillon (34
observations) et, dans lautre, un chiffre daffaire infrieur (27 observations)132.
Graphique 3.9
Rendements anormaux lannonce de dettes bancaires par des entreprises plus petites
J+10
J+12
J+14
J+16
J+18
J+20
J-20
J-18
J-16
J-14
J-12
J-10
J+2
J+4
J+6
J+8
J-8
J-6
J-4
J-2
J
4,0%
3,5%
3,0%
2,5%
2,0%
1,5%
1,0%
0,5%
0,0%
-0,5%
-1,0%
AAR CAAR (-20,20) CAAR (-7,7)
Graphique 3.10
Rendements anormaux lannonce de dettes bancaires par des entreprises plus grandes
J+10
J+12
J+14
J+16
J+18
J+20
J-20
J-18
J-16
J-14
J-12
J-10
J+2
J+4
J+6
J+8
J-8
J-6
J-4
J-2
4,0%
3,5%
3,0%
2,5%
2,0%
1,5%
1,0%
0,5%
0,0%
-0,5%
-1,0%
AAR CAAR (-20,20) CAAR (-7,7)
132 La taille a tout dabord t approche par la capitalisation boursire des entreprises de lchantillon, mais
aucun rsultat significatif na t relev. Cela est peut-tre du la corrlation entre la capitalisation boursire et
les cours boursiers, ou au fait que la capitalisation crot gnralement avec le temps.
162
Les rsultats obtenus sont prsents dans les graphiques (3.9) et (3.10). On pourrait
croire, aux vues de ces graphiques, que le march ragit davantage aux annonces des
entreprises relativement plus petites (donc moins connues). Mais le tableau des
significativits des rendements anormaux moyens et moyens cumuls (annexe 10) ne donne
presque aucun rsultat significatif dans les deux cas. Cette hypothse nest donc pas
confirme sur le march franais.
3.2.6. La raction du march selon la date de lannonce
La dernire spcification est inspire des travaux de Fields, Fraser, Berry et Byers
(2006) et a pour objectif danalyser lvolution de la raction du march aux annonces de
dettes bancaires (compte tenu des changements de lenvironnement et des relations
bancaires). Lchantillon est partag en deux groupes selon que la date dannonce de
lemprunt intervient avant ou aprs lanne 2003133.
Daprs le graphique (3.11), le march ne semble pas vraiment ragir lorsque les
annonces demprunts bancaires ont t ralises partir de 2003. Par contre, avant cette
date, le graphique (3.12) peut laisser croire que le march ragit positivement aux annonces,
avec un pic de rendements 3 jours avant la date J, et une hausse continue 8 jours aprs
(lhypothse de fuite dinformation, puis de dlais dajustement est encore visible dans ce
cas). Le tableau prsent lannexe 11 ne donne pourtant presque aucun rendement
significatif, quelque soit la mthode de calcul et la taille des fentres134 ( lexception dun
rendement anormal moyen significatif de -0,322% la date J pour les annonces qui
surviennent compter du 1er janvier 2003). Ce rsultat (ou absence de rsultat) prsage
pourtant dune certaine volution de la raction du march quil aurait t intressant
dexaminer de plus prs. Malheureusement, la taille des sous-chantillons ne permet pas
dentreprendre des investigations plus pousses.
Pour conclure cette section, il est utile de prciser que dautres spcifications et
dcompositions des chantillons initiaux de dettes bancaires et de dettes obligataires ont t
133Plusieurs choix de dates ont t essays (tant donn quil est difficile de dater prcisment une ventuelle
volution de lenvironnement et du comportement des banques). Mais aucun choix na donn des rsultats
intressants.
134Labsence de rsultats significatifs lis aux annonces avant 2003 pourrait tre du la taille relativement
limite de lchantillon (22 observations).
163
recherches travers une analyse discriminante. Ainsi, les chantillons ont galement t
partags en fonction de la taille de lemprunt, de la prsence simultane de dettes bancaires
et de dettes obligataires (mix), de certaines caractristiques lies la gouvernance des
entreprises (telles que la concentration de lactionnariat, la participation des dirigeants au
capital et lappartenance de lentreprise un groupe), de la phase du cycle conomique
durant lequel les annonces ont t ralises (euphorie ou accalmie des marchs boursiers),
etc. Mais ces essais nont pas donn de rsultats probants et ne sont donc pas prsents ici.
Graphique 3.11
Rendements anormaux des titres lannonce de dettes bancaires aprs le 1er janvier 2003
J+10
J+12
J+14
J+16
J+18
J+20
J-20
J-18
J-16
J-14
J-12
J-10
J+2
J+4
J+6
J+8
J-8
J-6
J-4
J-2
J
5,0%
4,0%
3,0%
2,0%
1,0%
0,0%
-1,0%
AAR CAAR (-20,20) CAAR (-7,7)
Graphique 3.12
Rendements anormaux des titres lannonce de dettes bancaires avant le 1er janvier 2003
J+10
J+12
J+14
J+16
J+18
J+20
J-20
J-18
J-16
J-14
J-12
J-10
J+2
J+4
J+6
J+8
J-8
J-6
J-4
J-2
5,0%
4,0%
3,0%
2,0%
1,0%
0,0%
-1,0%
AAR CAAR (-20,20) CAAR (-7,7)
164
3.3. ANALYSE MUTIVARIEE ET DISCUSSION DES RESULTATS
Afin de tester simultanment les hypothses multiples qui expliquent les rendements
anormaux du march, une rgression multivarie est mene sur trois chantillons :
lensemble des 134 annonces, les 61 annonces de dettes bancaires et les 73 annonces de
dettes obligataires. Les rsultats de cette analyse sont prsents en premier (3.3.1), lensemble
est discut par la suite (3.3.2).
3.3.1. Analyse multivarie
Lanalyse en coupe instantane de lensemble des variables tudies permet de

mesurer la robustesse des tests individuels dj mens. En effet, dun ct, le recours des
variables dummy permet dutiliser lensemble de lchantillon et dviter les problmes lis aux
donnes manquantes ; dun autre ct, la rgression permet deffectuer des tests joints de
lensemble des variables tudies. Les rendements anormaux cumuls par titre (RAC), sur la
fentre L2 (intervalle [-7 ;+7]), constituent la variable dpendante. La forme gnrale du
modle de rgression est la suivante :
RAC i = B0 + Bi X i + i (3.9)
i
o RACi est le rendement anormal cumul du titre i sur la fentre L2, Bi sont les coefficients
de la rgression, Xi les variables explicatives et i le terme derreur de moyenne nulle.
Pour corriger lhtrocdasticit des rendements des titres en coupe instantane, les
variables dpendantes et indpendantes sont divises par lcart type des rendements
anormaux (si) estims par le modle de march sur la priode destimation135. Les rendements
anormaux cumuls standardiss (RACSi) sont rgresss travers le modle rvis suivant136 :
B0 B X (3.10)
RACS i = + i i + i
si i si si
135 Cette mthode, qui permet de tenir compte du changement de la variance et des problmes
lhtrocdasticit durant la priode dvnement, a t propose par Boehmer, Musumeci et Poulsen (1991) et
a galement t applique lors de ltude dvnement (cf. annexe 5).
136 Ce modle suppose les hypothses suivantes : lesprance mathmatique de lerreur est nulle, la variance de
lerreur est constante quelque soit i (homoscdasticit), les erreurs sont non corrles (ou indpendantes),
lerreur est indpendante des variables explicatives et les variables explicatives ne sont pas colinaires.
165
Les variables indpendantes qui permettent destimer ce modle sont dichotomiques

ou continues. Trois variables dichotomiques ont t retenues : type de prteur prend la valeur 1
si le prteur est une banque, 0 si cest le march ; nombre de prteur est gal 1 si lemprunt est
syndiqu, 0 sinon ; stade de lemprunt a la valeur 1 sil sagit dun renouvellement demprunt et
0 dans le cas dun nouveau prt. Quatre variables continues ont galement t choisies :
maturit de lemprunt renvoie au nombre dannes jusqu lchance de lemprunt ; montant de
lemprunt est le montant de la dette bancaire ou obligataire mise rapport au logarithme de la
capitalisation boursire de lentreprise emprunteuse ; taille de lemprunteur est approche par le
logarithme de la capitalisation boursire de la firme emprunteuse la date de clture de
lexercice comptable qui prcde immdiatement lannonce ; taux dendettement de lemprunteur
est donn par le ratio des dettes totales sur lactif total de la socit qui a contract lemprunt
toujours la date de clture de lexercice comptable qui prcde lannonce.
Les rsultats de la rgression figurent dans le tableau (3.3)137. Ils sont trs proches de
ceux obtenus par les tudes empiriques antrieures. De surcrot, ils demeurent inchangs,
mme aprs lintroduction de variables de contrle supplmentaires. Tout dabord, si on
considre lensemble de lchantillon, et selon la rgression (1), les RACS semblent
positivement lis la maturit de lemprunt et ngativement lies la taille de lemprunteur
(rsultats statistiquement significatifs au seuil de 5%). Cependant, les coefficients de la
rgression de ces variables sont faibles (respectivement 0,004 et -0,004). Le coefficient de la
rgression li la variable type de prteur est relativement plus lev, mais nest pas significatif.
Ceci confirme donc les rsultats obtenus travers ltude dvnements, savoir que le
march ragit positivement aux annonces de dettes bancaires, mais de faon non
significative. Lintroduction de variables de contrle, telles que le montant de lemprunt ou le
taux dendettement de lemprunteur, dans la rgression (2) ne modifie pas les rsultats
obtenus. Ltude de lchantillon de dettes obligataires produit sensiblement les mmes
rsultats que ceux obtenus sur lensemble de lchantillon, mais de manire moins
significative : selon la rgression (3), les RACS sont positivement et significativement lis
la maturit de lemprunt, et ngativement lies la taille de lemprunteur. Lintroduction de
variables de contrle dans la rgression (4) na pas dimpact sur les rsultats obtenus138.
137 Etant donn les hypothses mises, la mthode des Moindres Carrs Ordinaires (MCO) permet destimer
les coefficients du modle. Pour lensemble des modles estims, lhypothse dhomoscdasticit a t infirme
et encore corrige partir de la procdure propose par White (1980) et celle lie la non corrlation des
erreurs a t vrifie par le test de Breush-Godfrey.
138Plusieurs autres tudes dvnements ont galement t menes sur lchantillon de dettes obligataires, en
constituant un certain nombre de sous-chantillons selon diffrents critres. Mais les rsultats obtenus ne
166
Enfin, lanalyse multivarie de lchantillon de dettes bancaires permet de tester

simultanment les hypothses prdites par les tudes dvnements. Les rgressions (5) et (6)
montrent que, lorsque tous les facteurs sont pris en compte simultanment, la seule variable
significative du modle est celle lie au nombre de prteur. De mme que Lummer et
McConnell (1989) et Slovin et al. (1992), les coefficients des autres variables mis en vidence
par le modle de rgression ne sont pas significatifs.
Tableau 3.3
Analyse en coupe instantane - les dterminants des RACS
Lanalyse de rgression est mene sur trois chantillons successivement (la taille de ces chantillons est donne
la dernire ligne du tableau). Deux spcifications sont proposes chaque fois. La significativit des
coefficients est mesure par le t de Student et figure entre parenthses. Lavant dernire ligne du tableau donne
les rsultats du test de la qualit dajustement des modles139.
Echantillon Echantillon
Echantillon total
de dettes obligataires de dettes bancaires
Variables explicatives (1) (2) (3) (4) (5) (6)
Type de prteur 0.0181 0.025
(1.377) (1.558)
Nombre de prteur 0.027* 0.030*
(1.771) (1.793)
Stade de lemprunt 0.000 -0.000
(0.019) (-0.017)
Maturit de lemprunt 0.004** 0.004*** 0.004* 0.004* 0.006 0.008
(2.242) (2.340) (1.793) (1.832) (0.494) (0.653)
Montant de lemprunt -0.018 -0.044 -0.012
(-0.822) (-0.478) (-0.568)
Taille de lemprunteur -0.004** -0.005* -0.004 -0.005 -0.003 -0.003
(-1.975) (-1.948) (-1.476) (-1.321) (-1.272) (-0.982)
Tx dendettement de lemprunteur 0.000 0.000 -0.000
(0.177) (0.144) (-0.361)
C 0.619 0.847 1.057 1.332 0.089 0.336
(0.786) (0.995) (0.839) (0.938) (0.088) (0.304)
R2 0.042 0.048 0.048 0.051 0.085 0.094

Nombre dobservations 134 134 73 73 61 61
*/**/*** significatif au seuil de 10% / 5% / 1%
montrent pas de diffrences entres les groupes et ne permettent pas de dceler des tendances particulires. Ils
ne sont donc pas prsents ici.
139 Les R2 obtenus ici sont relativement faibles et tmoignent dune mauvaise qualit dajustement du modle
(malgr les nombreuses spcifications et variables explicatives essayes). Cela semble en fait caractriser ce
genre ltude, puisque des R2 damplitudes similaires (et mme gnralement infrieures) ont t reports par
les travaux de rfrence dans ce domaine. A savoir : James (1987) reporte un R2 de 0,05, Lummer et McConnel
(1989) des R2 variant de 0,02 0,03, Slovin et al. (1992) des R2 allant de 0,01 0,10, Best et Zhang (1993) des
R2 de 0,03 0,06, Billet et al. (1995) des R2 de 0,0001 0,017, etc.
167
3.3.2. Discussion des rsultats
Globalement, cette tude montre que le march franais ragit positivement

lannonce dune dette bancaire, mais que cette raction nest pas statistiquement significative
toutes les dates. Les rsultats obtenus ne remettent pas compltement en cause le signal
mis par la dette bancaire, mais prsentent des amplitudes et des significativits bien en
dessous de celles des premires tudes sur le sujet (James, 1987 ; Lummer et McConnell,
1989 ; etc.). Il est possible davancer deux explications la raction modr du march
franais aux annonces demprunts bancaires : la premire est que les informations transmises
par les dcisions de prts bancaires auraient moins de valeur ; la seconde est que les
informations transmises nauraient de la valeur que sous certaines conditions lies aux
caractristiques de lemprunt.
Le premier argument renvoie deux explications dveloppes lors du chapitre

prcdent, savoir que le march valorise moins les informations transmises par les banques
puisquil dispose de sources dinformations alternatives sur les socits dans lesquelles il
souhaite investir, et puisquil souponne un manque dincitation de la part des banques
valuer et contrler les socits quelles financent.
Tout dabord, il semble que le dveloppement des NTIC, les mesures rglementaires
et lapparition dautres intermdiaires financiers ont rduit les asymtries dinformation entre
les diffrents acteurs et ont contribu une meilleure transparence sur les marchs financiers
(Allen et Santomero, 2001 ; Rajan, 2005 ; Fields et al., 2006). Si on considre que les marchs
financiers sont devenus parfaits140, que les missions se ralisent sans cots et dans un
contexte dinformations symtriques, on rejoint alors lhypothse de Modigliani et Miller
(1958) de la non pertinence des choix dendettement. Lendettement auprs des banques ou
auprs des marchs tant dans ce cas parfaitement substituables, linvestisseur rationnel na
ds lors aucune raison de prfrer un type de produit lautre. Lhypothse defficience des
marchs, moins radicale, suppose que le systme des prix assure une large transparence des
informations en les incorporant dans les prix, au fur et mesure quelles sont disponibles141.
140Lhypothse de marchs parfaits suppose que les investisseurs bnficient dune information complte et
sans cot, ainsi que de prvisions certaines. Ils sont donc placs thoriquement dans des conditions gales qui
permettent chacun dentre eux de formuler des choix immdiats ou inter temporels optimaux.
141Lhypothse defficience des marchs suppose que les investisseurs sont, tout moment, la recherche
dopportunits darbitrage et de tout effet permanent ou temporaire des prix. Il en rsulte une concurrence
pour capturer les gains. Ces anticipations liminent le mouvement de prix car toute linformation pertinente est,
168
Sans aller jusqu vrifier lhypothse defficience, il est clair que si les marchs disposent
dinformations suffisantes sur les opportunits dinvestissement, ils nont pas besoin de
calquer leurs dcisions sur celles des banques. Largument est encore plus prononc
lorsquon considre les annonces manant des grandes entreprises (ce qui est le cas ici) :
celles-ci tant plus connues du march (Arbel et al., 1983 ; Atiase, 1985), la dcision de prt
bancaire vhicule moins dinformations leur gard (cet argument sera dvelopp dans la
suite).
De surcrot, linformation transmise par les dcisions de prts bancaires peut tre
relativise par le march, compte tenu de la remise en cause du rle de production
dinformations par les banques. En effet, pour que les investisseurs peroivent un signal lors
dannonces demprunts bancaires, il faut quils partagent la croyance (et mme la conviction)
que la dcision des banques doctroyer (ou de renouveler) un emprunt une entreprise est
fonde sur une information prive favorable et sur un contrle constant de lemprunteur.
Mais lintensit de leffort fourni par les banques dans ce domaine peut tre sujet un ala
moral (Udell, 1989 ; Gorton et Pennachi, 1995 ; Holmstrm et Tirole, 1997) et donc remise
en cause. Si, finalement, les banques sont amenes proposer des financements
transactionnels, dans lesquels les crdits seraient standardiss et les relations relativement
ponctuelles et assez peu personnalises, elles offriraient alors peu de valeur aux entreprises
emprunteuses (en termes dvaluation, dexpertise et de contrle) et aux marchs qui les
observent (en termes dinformation). Ce manque dincitation des banques est surtout valable
lorsquelles oprent dans un environnement fortement concurrentiel (Chan, Greenbaum et
Thakor, 1986 ; Greenbaum et Thakor, 1993 ; Dewatripont et Maskin, 1995 ; Amable et
Chatelain, 1995 ; Freixas, 2005 ; Hauswald et Marquez, 2006) et lorsquelles ont atteint des
tailles critiques (Stein, 2002 ; Brickley, Linck et Smith, 2003 ; DeYoung, Hunter et Udell,
2004). Or le secteur bancaire franais est considr comme relativement concurrentiel (cf.
chapitre prliminaire). De plus les entreprises tudies ici ont des tailles importantes et
seraient donc essentiellement finances par les grandes banques (Cole, Goldberg et White,
2004 ; Berger, Miller, Petersen, Rajan et Stein, 2005 ; Carter, McNulty et Verbrugge, 2005).
ds sa publication, incorpore dans les cours. Mais lhypothse defficience fait lobjet dun relchement avec la
diffrenciation propose par Fama (1965, 1970, 1991) entre diffrentes formes defficience. Les cours peuvent
tre supposs incorporer lensemble de linformation disponible (forme faible). Ils peuvent tre censs intgrer
lensemble des informations prsentes et prvisionnelles (forme semi forte). Enfin, les cours peuvent tre
supposs intgrer lensemble des informations prsentes et prvisionnelles, sans quaucun intervenant sur le
march ne dispose dinformations privilgies (forme forte).
169
A ce premier argument, qui relativise la valeur de linformation transmise par les

dcisions de prts des banques, on privilgie un second qui conditionne la valeur de cette
information certaines caractristiques de lemprunt. En effet, les rsultats obtenus
suggrent que, prises dans leur ensemble, les annonces de dettes bancaires ne provoquent
pas de rendements anormaux des cours assez significatifs. Cependant, le march franais
semble ragir de manire significativement positive lorsque lannonce concerne le
renouvellement dune dette bancaire, lorsque la dette a une chance relativement courte et
lorsque lemprunt bancaire est syndiqu. Il semble donc que les banques fournissent au
march franais des informations significatives uniquement dans certaines circonstances.
Conformment aux rsultats Lummer et McConnell (1989), ce travail montre une

raction positive du march franais lannonce de renouvellements de dettes bancaires et
une raction non significative lannonce de nouveaux emprunts. Le march considrerait
ainsi que le processus de renouvellement soumet les entreprises des valuations
priodiques de la part des banques, qui acquirent des informations prives au cours de la
relation de prt et non son initiation (Fama, 1985). Le fait que les banques acceptent de
renouveler un emprunt serait alors considr comme un signal sur la capacit des firmes
honorer leurs engagements. Le march ne prendrait donc pas en compte le cas de soutiens
abusifs ou de contraintes budgtaires attnues soulev par Kornai (1980) et Dewatripont
et Maskin (1995). Les rsultats obtenus sur le march franais concernant leffet de signal de
la maturit de la dette rejoignent ceux de James (1987) : le march ragit de manire positive
aux annonces de dettes bancaires de maturit relativement courte et, alternativement, de
manire non significative aux annonces demprunts bancaires de maturit plus longue. Cette
raction reposerait l encore sur une croyance du march selon laquelle une maturit plus
courte et un rang infrieur, associs un renouvellement htif, supposent des valuations
priodiques (Ho et Singer, 1982 ; Easterbrook, 1984) et attestent de la capacit des
entreprises emprunteuses rembourser des crances de rang suprieur et, par l, leur
performance (Fama, 1985). Le modle propos par Flannery (1986) permet galement de
comprendre un tel comportement des cours. Par contre, les rsultats obtenus quant leffet
dannonces demprunts syndiqus (ou non) sont diffrents de ceux trouvs par Preece et
Mullineaux (1996) sur le march amricain. En effet, ltude dvnements montre une
raction fortement positive du march franais aux annonces demprunts syndiqus, et non
significative aux annonces demprunts non syndiqus. Largument prsent par Preece et
Mullineaux (1996) pour justifier leurs rsultats repose sur lide que les emprunts syndiqus
(qui impliquent un nombre plus important de participants) sont plus difficiles rengocier.
170
Mais on ne comprend pas bien en quoi cela constituerait un signal positif pour le march.
En effet, les acteurs qui souhaitent juger de lopportunit dinvestir dans une entreprise
donne accordent normalement davantage dimportance aux informations qui rvlent la
qualit de la firme ou aux procdures qui permettent de la surveiller, plutt qu la capacit
de lentreprise rengocier ses emprunts (surtout que la rengociation survient gnralement
en cas de difficults). On considre, au contraire, que la syndication, en permettant un plus
grand nombre de banques de participer lemprunt, accrot le volume et/ou la qualit de la
slection et du monitoring. En effet, linitiation du contrat de prt, si une firme obtient un
emprunt syndiqu, cest quun nombre plus important de banques a jug que sa situation
tait favorable. Ensuite, au cours de la relation de prt, les emprunts syndiqus supposent
que toutes les banques qui participent la syndication mnent des actions de monitoring. Le
march franais percevrait donc le signal transmis par les dettes syndiques comme
suprieur, puisquil valoriserait le service de slection et de contrle offert par un plus grand
nombre de prteurs, au dtriment dune ventuelle souplesse dans le processus de
rengociation de lemprunt.
Cette tude a nanmoins produit des rsultats non significatifs concernant les deux
dernires hypothses (formules dans lintroduction de ce chapitre). Tout dabord, le fait de
partager lchantillon initial en fonction de diffrents critres de taille (et mme dge) des
entreprises ne donne pas de rendements significatifs. James (1987), qui a galement a tent
diffrentes mesures de la taille des firmes, na pas non plus abouti des rsultats concluants.
Ceux de Slovin, Johnson et Glascock (1992) semblent donc particulirement difficiles
reproduire. Ils reposent pourtant sur une ide largement admise (notamment dans la
littrature comptable) selon laquelle les informations relatives aux grandes socits,
gnralement bien connues, ont moins de valeurs que celles lies des petites entreprises.
Les rsultats obtenus dans le cadre de la prsente tude ne sont pas pour autant surprenants.
En effet, malgr les diffrentes classifications, les entreprises de lchantillon demeurent
toutes grandes, puisquelles font partie des 160 plus grandes capitalisations franaises. La
seconde hypothse, inspire des travaux de Fields, Fraser, Berry et Byers (2006), na pas non
plus t confirme. En effet, le fait de partager lchantillon selon diffrentes dates
dannonces demprunts bancaires (avant 2000/aprs 2000, avant 2003/aprs 2003, etc.) na
rendu aucun rendement significatif (en dpit des volutions graphiques qui laissent prsager
des ractions plus importantes aux annonces effectues avant 2003). Ce rsultat reste donc
approfondir sur la base dun chantillon plus large et plus rcent.
171
La question souleve lors de ce chapitre tait de savoir si le choix du type

dendettement par les grandes socits franaises pouvait avoir un impact sur leur valeur
boursire court terme. Les rponses thoriques apportes par littrature traditionnelle sont
sans quivoques : le choix de sendetter auprs des banques constitue bien un signal positif
au march sur la qualit des entreprises emprunteuses (Fama, 1985), puisque que les banques
sont supposes slectionner les socits candidates au prt sur la base dinformations prives
et les surveiller par la suite sur la base dune relation personnalise. Au contraire, le choix de
sendetter auprs du march ne devrait pas avoir dimpact sur les rendements titres, dans la
mesure o les asymtries dinformations ne permettent pas de juger de la qualit relle des
firmes, et dans la mesure o la dispersion des acteurs les empchent de surveiller troitement
les socits emprunteuses (Diamond, 1984). Les premires tudes empiriques confirment
alors leffet dannonce positif vhicul par les dcisions demprunts bancaires. Nanmoins, le
rle de production dinformations par les banques sur les entreprises emprunteuses a t
rcemment remis en cause. Le dveloppement de sources alternatives dinformations aurait
rduit les asymtries dinformations ; de mme que lvolution des marchs bancaires
(concentration et course la taille critique) aurait dsincit les banques rechercher des
informations prives. Paralllement, certaines tudes empiriques ont montr que les marchs
ne ragissaient plus aux annonces relatives aux choix dendettement des firmes.
Le travail men dans le cadre de cette tude montre que le march franais ragit
positivement aux annonces demprunts bancaires par les socits franaises, mais de manire
plus modre (en termes damplitude des rendements anormaux) et moins significative (en
termes statistiques) que la raction mise en vidence par les premires tudes sur le sujet. Les
rsultats ne remettent donc pas en cause leffet de signal des emprunts bancaires, mais le
relativisent. De plus, le march ragit positivement (amplitude et significativit fortes)
lorsque les entreprises annoncent le renouvellement demprunts bancaires, des emprunts
bancaires de maturit relativement courte et des emprunts bancaires syndiqus.
Au demeurant, sil parait clair que les choix dendettement des entreprises peuvent se
rpercuter sur le rendement de leurs titres, il peut paratre galement intressant de sattarder
sur les dterminants du choix, par les firmes, entre les diffrents types de dettes.
172
Annexe n1 : Echantillon dannonces demprunts bancaires
Identifiant Indice de Date de Montant de chance de Renouvellement (R) Syndication (SYN)

Raison sociale
Euronext cotation lannonce lemprunt* lemprunt / Nouveau (N) / Non (NON)
AUTOROUTES SUD DE FEANCE FR0005512555 SBF 120 21/07/2005 1 000 7 N SYN

CARREFOUR FR0000120172 CAC 40 11/07/2005 1 500 N NON
BACOU-DALLOZ FR0000060899 SBF 120 08/07/2005 280 5 R NON
ARCELOR LU0140205948 SBF 120 07/07/2005 125 N NON
PINGUELY-HAULOTTE FR0000066755 SBF 250 01/07/2005 330 7 N SYN
LAGARDERE FR0000130213 CAC 40 24/06/2005 2 200 5 R SYN
REMY COINTREAU FR0000130395 SBF 120 07/06/2005 500 5 R SYN
CIMENTS France FR0000120982 SBF 120 01/06/2005 700 5 N SYN
UBISOFT FR0000054470 SBF 120 31/05/2005 100 3 R SYN
France TELECOM FR0000133308 CAC 40 24/05/2005 8 000 7 R SYN
AIR France KLM FR0000031122 SBF 120 07/04/2005 1 200 5 R SYN
SUEZ FR0000120529 CAC 40 07/04/2005 4 500 7 R NON
SANOFI-AVENTIS FR0000120578 CAC 40 04/04/2005 10 000 5 R NON
PINAULT-PRINTEMPS-REDOUTE FR0000121485 CAC 40 24/03/2005 2 750 5 R NON
VIVENDI UNIVERSAL FR0000127771 CAC 40 11/03/2005 2 000 5 R NON
CARBONE LORAINE FR0000039620 SBF 120 21/12/2004 164 5 R NON
PUBLICIS GROUPE SA FR0000130577 CAC 40 17/12/2004 1 000 5 R SYN
BONGRAIN FR0000120107 SBF 250 09/12/2004 550 5 R NON
SAINT-GOBAIN FR0000125007 CAC 40 18/11/2004 2 000 5 R SYN
ALTADIS ES0177040013 SBF 120 26/10/2004 1 200 5 R NON
ACCOR FR0000120404 CAC 40 14/10/2004 2 000 5 R SYN
France TELECOM FR0000133308 CAC 40 23/06/2004 10 000 5 R SYN
ALCATEL FR0000130007 CAC 40 22/06/2004 1 300 3 R NON
PROVIMI FR0000044588 SBF 250 08/06/2004 525 N NON
PERNOD RICARD FR0000120693 CAC 40 07/06/2004 1 400 5 R NON
SUEZ FR0000120529 CAC 40 28/05/2004 4 500 5 R SYN
TECHNIP FR0000131708 SBF 120 13/04/2004 850 5 R NON
RHODIA FR0000120131 SBF 120 31/03/2004 760 2 R NON
SANOFI FR0000120578 CAC 40 22/03/2004 12 000 3 N SYN
VIVENDI UNIVERSAL FR0000127771 CAC 40 02/12/2003 2 700 R NON
PUBLICIS GROUPE SA FR0000130577 CAC 40 09/10/2003 700 3 N SYN
* en million deuros
173
Annexe n1 (suite) : Echantillon dannonces demprunts bancaires
Identifiant Indice de Date de Montant de chance de Renouvellement (R) Syndication (SYN)

Raison sociale
Euronext cotation lannonce lemprunt* lemprunt / Nouveau (N) / Non (NON)
ALSTOM FR0000120198 SBF 120 06/08/2003 2 800 6 N NON

CARBONE LORAINE FR0000039620 SBF 120 03/06/2003 73 12 R NON
ALTADIS ES0177040013 SBF 120 02/06/2003 2 400 N NON
SUEZ FR0000120529 CAC 40 27/05/2003 2 500 5 N NON
ALSTOM FR0000120198 SBF 120 17/04/2003 1 075 R NON
CARREFOUR FR0000120172 CAC 40 27/03/2003 2 500 5 R SYN
OPERA FR0000184798 SBF 250 25/02/2003 48 7 N SYN
FRANCE TELECOM FR0000133308 CAC 40 28/01/2003 5 000 3 R SYN
SEB SA FR0000121709 SBF 120 11/12/2002 500 5 N SYN
SAINT-GOBAIN FR0000125007 CAC 40 28/11/2002 1 200 5 R SYN
PINAULT-PRINTEMPS-REDOUTE FR0000121485 CAC 40 21/10/2002 2 500 5 N NON
TRADER CLASSIFIED MEDIA NL0000233187 SBF 250 02/09/2002 380 7 N SYN
FRANCE TELECOM FR0000133308 CAC 40 16/01/2002 15 000 N SYN
THOMSON MULTIMEDIA FR0000184533 CAC 40 13/12/2001 1 200 5 R SYN
AIR FRANCE FR0000031122 SBF 120 09/08/2001 1 000 5 N SYN
BOUYGUES FR0000120503 CAC 40 19/12/2000 6 000 8 N NON
FRANCE TELECOM FR0000133308 CAC 40 31/05/2000 30 000 2 N SYN
ZODIAC FR0000125684 SBF 120 28/02/2000 710 5 R NON
VIVENDI UNIVERSAL FR0000127771 CAC 40 21/09/1999 2 500 5 N NON
SUEZ FR0000120529 CAC 40 23/08/1999 2 000 N NON
THOMSON MULTIMEDIA FR0000184533 CAC 40 07/07/1999 343 N SYN
RHODIA FR0000120131 SBF 120 21/05/1999 1 100 N NON
CIMENTS FRANCAIS FR0000120982 SBF 120 28/01/1998 300 7 R SYN
BOUYGUES FR0000120503 CAC 40 06/06/1997 2 300 10 N SYN
BOUYGUES FR0000120503 CAC 40 20/12/1996 2 300 10 N NON
SAINT-GOBAIN FR0000125007 CAC 40 30/04/1996 787 7 N SYN
ACCOR FR0000120404 CAC 40 20/12/1995 760 5 N SYN
BOLLORE FR0000125858 SBF 120 01/06/1995 220 5 R NON
RHONE POULENC CAC 40 13/04/1995 607 7 N SYN
PSA PEUGEOT FR0000121501 CAC 40 27/03/1995 1 045 7 R SYN
* en million deuros
174
Annexe n2 : Echantillon dannonces demprunts obligataires
Identifiant Indice de Montant de chance de

Raison sociale Date du BALO Type dobligation**
Euronext cotation lemprunt* lemprunt
FAURECIA FR0000121147 SBF 120 23/09/2005 300 10 OTF

ALSTOM FR0000120198 SBF 120 06/09/2005 600 4 OTF
France TELECOM FR0000133308 CAC 40 05/09/2005 2 000 10 OTF
SCHNEIDER ELECTRIC FR0000121972 CAC 40 12/08/2005 1 500 12 OTF
BOUYGUES FR0000120503 CAC 40 30/06/2005 750 15 OTF
PINAULT-PRINTEMPS-REDOUTE FR0000121485 CAC 40 14/06/2005 300 8 OTF
VALEO FR0000130338 SBF 120 10/06/2005 600 8 OTF
LVMH FR0000121014 CAC 40 08/06/2005 600 7 OTF
VIVENDI UNIVERSAL FR0000127771 CAC 40 17/03/2005 630 5 OTF
ALSTOM FR0000120198 SBF 120 11/02/2005 900 5 OTF
RHODIA FR0000120131 SBF 120 02/02/2005 500 5 OTF
VIVENDI UNIVERSAL FR0000127771 CAC 40 21/01/2005 600 7 OTF
CASINO GP FR0000125585 CAC 40 20/01/2005 500 OTF
ARCELOR LU0140205948 SBF 120 20/12/2004 500 10 OTF
CARREFOUR FR0000120172 CAC 40 20/09/2004 50 3 OTF
KLEPIERRE FR0000121964 SBF 120 06/07/2004 600 7 OTF
AIR LIQUIDE FR0000120073 CAC 40 17/06/2004 1 000 6 OTF
RHODIA FR0000120131 SBF 120 26/04/2004 700 6 OTF
France TELECOM FR0000133308 CAC 40 08/01/2004 2 500 3 OTF
MICHELIN FR0000121261 CAC 40 03/12/2003 500 10 TSDR
LAGARDERE FR0000130213 CAC 40 16/06/2003 100 10 OTF
RENAULT FR0000131906 CAC 40 28/05/2003 750 7 OTF
BOUYGUES FR0000120503 CAC 40 06/12/2002 250 OTF
IMERYS FR0000120859 SBF 120 06/05/2002 500 OTF
LVMH FR0000121014 CAC 40 08/03/2002 500 OTF
ALCATEL FR0000130007 CAC 40 28/11/2001 1 200 5 OTF
France TELECOM FR0000133308 CAC 40 08/11/2001 5 000 3 OTV
* en million deuros
** OTF : Obligations taux fixes / OTI : Obligation taux indexs / OTR : Obligations taux rvisables / OTV : Obligations taux variables
175
Annexe n2 (suite) : Echantillon dannonces demprunts obligataires

LAFARGE FR0000120537 CAC 40 29/10/2001 1 000 7 OTF

ACCOR FR0000120404 CAC 40 14/06/2001 800 5 OTF
LVMH FR0000121014 CAC 40 31/05/2001 500 7 OTF
CASINO GP FR0000125585 CAC 40 26/02/2001 500 7 OTF
CIMENTS Franais FR0000120982 SBF 120 27/10/2000 200 OTI
TOTAL FR0000120271 CAC 40 04/10/2000 100 OTF
ALCATEL FR0000130007 CAC 40 11/09/2000 600 OTF
PINAULT-PRINTEMPS-REDOUTE FR0000121485 CAC 40 19/07/2000 250 OTI
VIVENDI UNIVERSAL FR0000127771 CAC 40 02/05/2000 15 OTF
TOTAL FR0000120271 CAC 40 05/05/1999 300 7 OTF
CANAL + FR0000125460 SBF 250 26/02/1999 50 10 OTI
CASINO GP FR0000125585 CAC 40 16/02/1999 350 OTF
REMY COINTREAU FR0000130395 SBF 120 24/07/1998 150 7 OTF
CASINO GP FR0000125585 CAC 40 22/07/1998 20 3 OTR
ALCATEL FR0000130007 CAC 40 19/06/1998 150 8 OTI
PEUGEOT SA FR0000121501 CAC 40 15/05/1998 75 8 OTI
CASINO GP FR0000125585 CAC 40 29/04/1998 300 6 OTF
VIVENDI UNIVERSAL FR0000127771 CAC 40 17/04/1998 75 8 OTI
CARREFOUR FR0000120172 CAC 40 23/03/1998 90 7 OTI
LAGARDERE FR0000130213 CAC 40 18/02/1998 100 6 OTI
PINAULT-PRINTEMPS-REDOUTE FR0000121485 CAC 40 28/01/1998 100 OTI
LAFARGE FR0000120537 CAC 40 21/01/1998 300 7 OTF
CIMENTS Franais FR0000120982 SBF 120 24/10/1997 150 7 OTF
LAFARGE FR0000120537 CAC 40 24/03/1997 300 7 OTF
ALCATEL FR0000130007 CAC 40 11/02/1997 230 10 OTF
GALLERIES LAFAYETTE FR0000121246 SBF 120 12/11/1996 120 7 OTF
* en million deuros
176
Annexe n2 (suite) : Echantillon dannonces demprunts obligataires

LVMH FR0000121014 CAC 40 10/10/1996 230 6 OTF

PERNOD-RICARD FR0000120693 CAC 40 13/09/1996 15 6 OTI
TOTAL FR0000120271 CAC 40 13/09/1996 120 OTF
VALLOUREC FR0000120354 SBF 120 21/06/1996 75 8 OTF
PERNOD-RICARD FR0000120693 CAC 40 10/06/1996 45 6 OTI
DANONE FR0000120644 CAC 40 04/06/1996 230 8 OTF
TOTAL FR0000120271 CAC 40 20/03/1996 150 10 OTF
MICHELIN FR0000121261 CAC 40 24/01/1996 300 10 OTF
TOTAL FR0000120271 CAC 40 20/09/1995 60 10 OTF
THOMSON FR0000184533 CAC 40 11/09/1995 150 4 OTF
TOTAL FR0000120271 CAC 40 12/06/1995 150 10 OTF
TOTAL FR0000120271 CAC 40 17/03/1995 75 10 OTF
* en million deuros
177
Annexe n 3 : Modle destimation des rendements anormaux
Cette annexe a pour objectif de spcifier le modle de calcul des rendements anormaux. Elle prend pour point
de dpart le modle de march suivant :
Ri , t = i + i R m , t + i , t
Le systme de rgression linaire ncessaire lestimation des paramtres et peut tre exprim sous la forme
matricielle suivante :
Ri = X i i + i
o Ri = [Ri,-140Ri,-21] dsigne un vecteur de dimension (L1, 1) de rendements observs durant la fentre
destimation ; Xi = [i Rm], une matrice de dimension (L1, 2) comprenant un vecteur compos de uns dans la
premire colonne et un vecteur de rendements de march observs, Rm = [Rm,-140Rm,-21] dans la deuxime
colonne ; i = [i i], un vecteur de dimension (2, 1) comprenant les paramtres du modle et i = [i,-140 i,-21],
un vecteur de dimension (L1, 1) derreurs rsiduelles.
De faon gnrale, la mthode des moindres carrs ordinaires (MCO) permet destimer les paramtres du
modle de march. En posant comme hypothse que les rendements des titres suivent une loi normale et sont
i.i.d. (indpendants et identiquement distribus), les paramtres issus des MCO sont efficients. Ces paramtres,
estims par MCO durant la fentre destimation L1, sont gaux :
i = (Xi Xi)-1 Xi Ri
i' i
2 =i
L1 2
i = Ri Xi i
( ) (
Var i = X i' X i )
1
2
i
o 2 dsigne lcart-type du rsidu.

i
Une fois les paramtres du modle de march estims sur la fentre destimation pour chaque titre constituant
lchantillon, les rendements anormaux sont calculs comme suit durant la fentre dvnement :
i* = Ri* i i i Rm* = Ri* X i*i

o Ri* = [Ri,-20*Ri,20*] dsigne un vecteur de dimension (L2, 1) de rendements observs durant la fentre
dvnement ; Xi* = [iRm*], une matrice de dimension (L2, 2) comprenant un vecteurs composs de uns dans la
premire colonne et un vecteur de rendements de march observs, Rm* = [Rm,-20*Rm,20*], dans la deuxime
colonne ; i = [i i], un vecteur de dimension (2, 1) comprenant les paramtres dj estims, et i* = [i,-20*
i,20*], un vecteur de dimension (L2, 1) derreurs rsiduelles.
Les rendements anormaux peuvent galement tre estims de la faon suivante :
i*,t = Ri*,t i i Rm ,t
Les rendements anormaux, conditionnels aux rendements du march pendant la priode dvnement, suivent
conjointement une distribution normale avec une moyenne conditionnelle nulle et une matrice conditionnelle
de covariance Vi :
[
E i* X i* = 0 ]
(
Vi = I 2i + X i* X i' X i )
1
X i* ' 2i
o I est une matrice didentit de dimension (L2, L2).
Lcart-type prvisionnel (standard error of the forecast) durant la priode dvnement se calcule de la faon
suivante :
178
1/ 2

1 (Rm,t Rm )
2

* = i 1 + + 21
L1 (Rm, j Rm )2
i ,t

j = 140
o i dsigne lcart-type du rsidu du titre i durant la priode destimation L1 ; Rm,t, le rendement du march
durant la priode dvnement ; Rm,j, le rendement du march durant la priode destimation.
Le second terme de cette quation reprsente lcart-type additionnel qui provient de lerreur destimation des
paramtres i et i. Cette erreur destimation, qui est commune toutes les observations durant la priode
dvnement, amne un certain niveau dautocorrlation des rendements anormaux mme si les vritables
rsidus du modle sont indpendants travers le temps. Ce terme aura un effet minime lorsque la taille de la
priode destimation est grande car, dans ce cas, sa valeur tend se rapprocher de lunit.
Sous lhypothse nulle H0, les rendements anormaux durant la priode dvnement suivant une distribution
normale telle que :
i*,t ~N (0, )
2*
i ,t
Dans la littrature financire, les rendements anormaux sont souvent reprsents par lacronyme AR (Abnormal
Return). Lquation (6.16) devient alors :
ARi,t ~ N (0, )
2
ARi , t
179
Annexe n 4 : Evaluation de la significativit des rendements anormaux
Plusieurs mthodes sont utilises dans les tudes empiriques pour mesurer la significativit des rendements
anormaux observs. Nous retenons dans le cadre de ce travail la mthode de lcart-type en srie temporelle
(time series standard deviation method) et celle en coupe instantane (cross-sectional standard deviation method). La
premire consiste construire un test statistique en utilisant lcart-type des rendements anormaux moyens
observs durant la fentre destimation ; cette procdure tient compte des covariances entre les rendements
anormaux des titres. La seconde mthode consiste construire un test statistique en utilisant lcart-type des
rendements anormaux moyens observs durant la fentre dvnement ; cette procdure tient compte, quant
elle, de lventuel augmentation de la variance durant la priode dvnement.
A2.1. La mthode de lcart type en srie temporelle

On calcul dabord le rendement anormal moyen, AARt (Average Abnormal Return), de tous les titres observs
chaque date t de la priode dvnement :
N
AR i ,t
AARt = i =1
N
o N est le nombre de titres dans lchantillon. Sous lhypothse nulle, on suppose que les rendements
anormaux moyens sont identiquement et indpendamment distribus selon une loi normale.
La variance des rendements anormaux moyens se calcule de la faon suivante :
(AAR AAR )
21 2
t
VARAAR = t = 140
L3 2
Le terme AAR (Mean Average Abnormal Return) constitue la moyenne des rendements anormaux moyens
durant la priode destimation et se dfinit comme suit :
21
AAR t
AAR = t = 140
L3
Lhypothse nulle se dfinit comme labsence de rendements anormaux moyens la date dannonce. H0 :
E(AARt) = 0. Pour tester cette hypothse, les rendements anormaux moyens font lobjet de tests statistiques
qui tudient la significativit des rsultats trouvs. Nous avons retenu pour notre tude un test paramtrique (T
de Student) et un test non paramtrique (test du signe).
Le principe de calcul du test consiste rapporter les rendements anormaux moyens tests une estimation de
leur cart-type. Le test paramtrique la date t de la priode dvnement sobtient donc de la faon suivante :
AARt
~ T (L3-2)
(VAR AAR )1 / 2
o T (L3-2) dsigne une distribution de Student avec L3-2 degrs de libert.
Lintrt de ce test rside dans sa capacit nous indiquer si une raction anormale rsulte dun rendement
significatif cette date pour une bonne partie de lchantillon ou si la raction anormale observe est due une
raction anormalement leve pour une firme particulire. Le test de Student est trs puissant quand les
rendements anormaux une date donne suivent une loi normale, sont indpendants et identiquement
distribus. Cependant, Mai (1992) souligne que lhypothse de normalit nest pas toujours vrifie sur le
march franais, do lintrt dutiliser galement un test non paramtrique.
Le test des signes ne repose pas sur lhypothse de normalit et il est insensible lampleur des rendements. Il
permet de tester limportance des rendements anormaux positifs par rapport ceux ngatifs. On sintresse
donc au problme du dcalage vers la droite de la distribution. Si on note la mdiane, les deux hypothses
180
alternatives peuvent tre construites comme suit : H0 = = 0 et H1 = > 0. Sous lhypothse de la symtrie
de sa distribution par rapport la mdiane, la statistique peut tre dfinie comme suit :
+(N + + N )
N
Tsigne = 2 suit
N (0,1)
(N + N )
+
4
o N+ et N- sont les nombres de rendements anormaux strictement positifs et ngatifs une date donne.
La prochaine tape consiste cumuler les rendements anormaux moyens, CAAR(T1,T2) (Cumulative Average
Abnormal Return), durant la priode dvnement (T1 et T2 sont les bornes des fentres L1 ou L2 : dans notre
cas, on obtiendra donc CAAR(-20,20) et CAAR(-7,7)). Ce dernier calcul permet de suivre limpact de lvnement
tudi au cours du temps. Il est surtout utile quand lincertitude portant sur la date dannonce est relativement
grande. Il est calcul sur de la manire suivante :
T2
CAAR(T1 ,T2 ) = AARt
t =T1
La variance des rendements anormaux moyens cumuls sobtient comme suit (Lc reprsente les fentres
dvnements L1 ou L2) :
VARCAAR( T 1,T 2 ) = Lc VAR AAR

On suppose ici que les rendements moyens des titres ne sont pas corrls tout au long de la srie temporelle, ce
qui permet de ne pas tenir compte des covariances entre les rendements des titres (en pratique, les rendements
anormaux des titres ne sont pas totalement indpendants. Cest pour cette raison que cette mthode est
qualifie de brute). Le test pour les rendements anormaux moyens cumuls est :
CAAR(T1 ,T2 )
~ T (Lc - 2)
VARCAAR( T ,T
1 2)
A2.2. La mthode de lcart type en coupe instantane

La variance des rendements anormaux moyens des titres sur la priode dvnement sobtient, dans ce cas,
partir de la formule suivante :
2
N N
ARi ,t AR j ,t

i =1

VAR AARt =
j =1
N 1
Le test statistique sur la priode dvnement seffectue alors de la faon suivante :
AARt
(VAR ) 1/ 2
~ T(N-2)
AARt
N
La variance des rendements anormaux moyens cumuls se calcul comme suit :
2
N N

i =1
CARi ,T1 ,T2
CAR j ,T1 ,T2

VARCAAR(T1 ,T2 ) =
j =1
N 1
Le test statistique du rendement anormal moyen cumul est alors :
CAAR(T1 ,T2 )
(VAR CAAR ( T1 , T2 ) )
1/ 2
~ T(N-2)
181
Annexe n 5 : Problmes destimation des rendements anormaux
Il existe plusieurs problmes lis lestimation des rendements anormaux. Les plus importants, ainsi que les
solutions proposes par la littrature financire, sont lis :
A3.1. Lhypothse de normalit

Lutilisation de diffrents modles dvaluation des rendements thoriques, notamment le modle de march,
suppose la normalit des rendements. Or, Brown et Warner (1980, 1985) montrent que cette hypothse nest
pas vrifie sur des donnes mensuelles ou quotidiennes. Les rendements prsentent un excs de Kurtosis et
un phnomne dasymtrie qui ne peut tre dcrit par les modles linaires. Le calcul de la statistique de Jarque-
Bera permet de tester la normalit des sries. Si on suppose que les rendements anormaux sont indpendantes
entre eux la date t et identiquement distribus, alors le thorme central limite permet Brown et Warner
davancer le fait que mme si les rendements anormaux ne suivent pas une loi normale, les rendements
anormaux moyens peuvent tre distribus normalement si le nombre de titres est suffisamment lev. La
statistique de test nest donc pas remise en cause. De surcrot, lutilisation de tests non paramtriques permet de
tester les rendements anormaux sans tenir compte de la distribution de ceux-ci.
A3.2. Linterdpendance et lhtrocdasticit

Les tests paramtriques supposent que les rendements anormaux sont iid. Or, cette hypothse nest pas
toujours vrifie empiriquement cause des phnomnes dagglomration (clustering), c'est--dire de limpact
simultan dun vnement sur un groupe dentreprises. Il existe trois types dagglomration : le clustering de
calendrier, lorsque lvnement se produit au mme moment pour un groupe de firmes (changements de lois
fiscales ou mthodes comptables par exemples), le clustering industrielle, lorsque lvnement affecte une
industrie en particulier, et le clustering des risques, lorsque lvnement affecte un groupe dentreprises qui
possdent des risques similaires. Lorsque le niveau dinterdpendance entre les rendements anormaux nest pas
pris en compte, la variance devient instable ce qui peut causer des biais dans les tests statistiques. La mthode
de standardisation des rendements anormaux pendant la priode dvnement, prconise par Patell (1976),
permet de tenir compte du caractre htrocdastique des variances des rendements anormaux. Chaque
rendement anormal obtient un poids dans le portefeuille qui est inversement proportionnel son cart-type
prvisionnel. Lutilisation de lcart-type prvisionnel, plutt que de lcart-type destimation, permet de tenir
compte du fait que les erreurs de prdiction ont habituellement une plus grande variance que les erreurs
estimes, puisque les erreurs de prdiction proviennent de deux sources : lcart entre les valeurs obtenues et
les valeurs estimes et lerreur provenant de lestimation du paramtre du modle. Cependant, cette mthode ne
tient pas compte de laugmentation possible de la variance durant la priode dvnement.
A3.3. Laugmentation de la variance

Beaver (1968) indique que la variance observe durant la priode dvnement est habituellement plus leve
que celle observe durant la priode destimation. La mthode propose par Charest (1978), lcart-type en
coupe instantane, consiste construire une srie temporelle de variances inter-firme observes durant la
priode dvnement, ce qui permet de tenir compte des changements de variances par rapport la priode
destimation et pendant la priode dvnement. Par ailleurs, Brown et Warner (1980, 1985) notent que les
changements de variances durant la priode dvnement se produisent de faon ingale entre les firmes. Les
rendements anormaux des titres sont affects diffremment par lvnement sous tude, ce qui cre de
lhtrocdasticit. Boehmer, Musumeci et Poulsen (1991) apportent une solution ce problme en utilisant
des rendements anormaux standardiss en coupe instantane. Ces auteurs standardisent dabord les rendements
anormaux la manire de Patell (1976) et utilisent lcart-type inter-firme de ces rendements standardiss pour
effectuer les tests statistiques. Ainsi, laugmentation de la variance durant la priode dvnement est prise en
compte de faon proportionnelle pour chaque titre.
A3.4. Lautocorrlation des erreurs

Mme si les rendements bruts dun titre sont indpendants travers le temps, les rendements anormaux sont
autocorrls entre eux car les erreurs de prdiction dcoulent dun seul et mme modle (le modle de march).
Plusieurs auteurs ont vrifi limpact de lautocorrlation des erreurs sur la prdiction des tests. Ils notent des
biais importants lorsque la taille relative de la priode dvnement est grande comparativement la priode
destimation et proposent la solution de Mikkelson et Partch (1988) pour remdier ce problme.
182
A3.5. Les transactions peu frquentes

Lorsque les titres ne sont pas changs de faon frquente, lutilisation de la mthode des moindres carrs
ordinaires sur une srie temporelle gnre des paramtres biais et non convergents du modle de march. Les
paramtres estims sont sous-valus (survalus) pour les titres changs une frquence infrieure
(suprieure) la moyenne. Les mthodes les plus utilises pour pallier cette situation sont celles proposes
par Scholes et Williams (1977) et par Dimson (1979). Scholes et Williams (1977) proposent de mesurer le
coefficient bta lorsque les donnes ne sont pas disponibles intervalles fixes. Les auteurs supposent que les
dcalages entre les jours thoriques et effectifs de cotation sont distribus de faon indpendante et identique
dans le temps et ne dpassent jamais un jour. Si, pour chaque sance de bourse, un cours est effectivement
disponible, alors on peut construire un estimateur de variable instrumentale pour le modle de march o
linstrument est une somme mobile des rendements de march pour les jours t-1, t et t+1. La mthode de
Scholes et Williams suppose quil existe pour chaque sance un cours. Cependant, il est possible de constater
labsence de cotation pour plusieurs titres. Cest pourquoi Dimson (1979) propose une estimation du bta
lorsquil existe une absence de cotation sur plusieurs jours : il sagit dune rgression multiple incluant des
rendements de march retards et avancs comme rgresseurs additionnels, le bta de Dimson tant la somme
de tous les coefficients estims. Cependant, il ne semble pas que ces mthodes permettent de renforcer
significativement les tests statistiques. Brown et Warner (1980, 1985) et Dykman, Philbrick et Stephan (1984)
concluent que, mme si les mthodes proposes par Scholes et Williams (1977) et par Dimson (1979) semblent
rduire les biais destimation, la prcision et le pouvoir de rejet des tests demeurent pratiquement inchangs.
A3.6. Les rendements manquants

Les rendements manquants doivent tre pris en considration car les rendements qui les succdent possdent
un caractre multi priodique et peuvent fausser les rsultats. Pour tenir compte de ce problme, Hachette et
Mai (1991) prconisent le recours un ajustement par la mthode de la rpartition uniforme. Cette mthode
permet de minimiser lcart entre les sries thoriques et les sries lisses en rpartissant de faon uniforme le
rendement entre le dernier cours et le prochain cours disponible.
183
Annexe n6 : Rsultats AAR et CAAR lies au type de lemprunt
Annonces de dettes bancaires (n = 61) Annonces de dettes obligataires (n = 73)

Date AAR TAAR SAAR CAAR(-20,20) TCAAR(-20,20) CAAR(-7,7) TCAAR(-7,7) AAR TAAR SAAR CAAR(-20,20) TCAAR(-20,20) CAAR(-7,7) TCAAR(-7,7)
J-20 0,067% 0,274 -2,433** 0,067% 0,274 -0,150% -0,259 1,522 -0,150% -0,259
J-19 0,200% 0,805 1,664* 0,268% 0,761 0,002% 0,011 0,585 -0,148% -0,577
J-18 0,296% 1,056 -0,128 0,564% 1,161 -0,080% -0,417 -0,351 -0,227% -0,685
J-17 -0,350% -1,484 -1,152 0,214% 0,454 0,251% 1,029 0,117 0,024% 0,049
J-16 0,027% 0,113 -1,921* 0,241% 0,443 0,332% 1,195 -0,819 0,356% 0,573
J-15 0,042% 0,145 -0,640 0,283% 0,401 0,152% 0,730 1,053 0,508% 0,995
J-14 -0,099% -0,406 -0,128 0,185% 0,288 0,017% 0,112 0,585 0,525% 1,342
J-13 -0,093% -0,386 -1,921* 0,091% 0,134 0,126% 0,605 0,585 0,651% 1,104
J-12 -0,093% -0,406 0,128 -0,002% -0,002 -0,207% -0,869 -1,053 0,444% 0,620
J-11 0,357% 1,451 0,896 0,355% 0,457 -0,038% -0,137 -0,351 0,406% 0,464
J-10 0,134% 0,581 -0,128 0,489% 0,639 0,502% 2,463** 1,287 0,907% 1,343
J-9 0,204% 0,820 0,640 0,693% 0,804 -0,951% -1,433 -1,053 -0,043% -0,019
J-8 -0,124% -0,797 -0,896 0,569% 1,015 0,121% 0,414 -1,053 0,077% 0,074
J-7 -0,127% -0,536 -0,128 0,443% 0,501 -0,127% -0,536 0,072% 0,360 -0,585 0,150% 0,199 0,072% 0,360
J-6 0,177% 0,708 1,408 0,620% 0,639 0,051% 0,143 -0,239% -1,207 -1,053 -0,089% -0,116 -0,166% -0,595
J-5 0,132% 0,485 -0,640 0,752% 0,692 0,183% 0,388 0,139% 0,696 -0,819 0,051% 0,063 -0,027% -0,078
J-4 0,563% 1,908* 0,896 1,314% 1,081 0,745% 1,263 0,228% 0,932 1,756* 0,279% 0,276 0,201% 0,411
J-3 0,220% 1,043 -0,384 1,535% 1,712* 0,965% 2,043** -0,162% -0,777 -1,053 0,117% 0,132 0,039% 0,085
J-2 -0,267% -1,400 -0,384 1,267% 1,523 0,698% 1,492 0,094% 0,506 -0,819 0,211% 0,260 0,134% 0,293
J-1 0,174% 0,706 0,384 1,441% 1,310 0,872% 1,340 0,177% 0,820 -0,117 0,388% 0,403 0,310% 0,545
J -0,290% -0,971 -1,664* 1,151% 0,840 0,582% 0,688 -0,096% -0,409 -0,585 0,292% 0,273 0,215% 0,325
J+1 -0,370% -0,823 -0,640 0,781% 0,370 0,212% 0,157 0,053% 0,251 -0,117 0,345% 0,351 0,267% 0,425
J+2 0,192% 0,773 0,640 0,973% 0,817 0,404% 0,514 0,181% 0,788 1,990** 0,526% 0,477 0,448% 0,617
J+3 0,004% 0,021 -0,128 0,977% 1,013 0,408% 0,624 0,213% 0,981 -0,585 0,739% 0,695 0,662% 0,918
J+4 -0,025% -0,125 0,640 0,952% 0,957 0,383% 0,555 0,099% 0,481 -0,819 0,838% 0,814 0,761% 1,066
J+5 0,144% 0,777 -1,408 1,096% 1,162 0,527% 0,790 0,015% 0,068 -0,117 0,853% 0,761 0,776% 0,978
J+6 -0,122% -0,776 -0,384 0,974% 1,190 0,404% 0,686 -0,375% -1,987** -0,351 0,478% 0,488 0,401% 0,567
J+7 -0,203% -0,794 -2,177** 0,770% 0,568 0,201% 0,203 0,354% 0,744 -1,287 0,832% 0,331 0,754% 0,410
J+8 0,430% 1,552 1,152 1,200% 0,805 -0,165% -0,925 -0,117 0,667% 0,695
J+9 0,365% 1,456 1,152 1,565% 1,140 0,273% 1,400 1,756* 0,940% 0,881
J+10 0,402% 1,776* 1,408 1,967% 1,561 -0,143% -0,772 -0,585 0,796% 0,770
J+11 -0,349% -1,652* -2,177** 1,618% 1,354 -0,102% -0,460 -0,585 0,694% 0,553
J+12 -0,014% -0,060 -0,640 1,604% 1,198 -0,484% -2,335** -1,990** 0,210% 0,176
J+13 0,257% 1,336 -0,128 1,861% 1,659* 0,123% 0,560 0,351 0,333% 0,260
J+14 -0,157% -0,947 0,384 1,704% 1,735* 0,274% 1,295 -0,117 0,607% 0,485
J+15 -0,158% -0,887 -0,384 1,546% 1,449 -0,157% -0,761 0,117 0,450% 0,362
J+16 0,258% 1,199 0,896 1,804% 1,381 0,129% 0,593 -0,117 0,579% 0,438
J+17 0,052% 0,256 -0,384 1,856% 1,475 -0,184% -1,001 -0,585 0,394% 0,347
J+18 0,404% 1,137 1,408 2,260% 1,018 -0,040% -0,280 -0,819 0,355% 0,399
J+19 0,135% 0,638 -0,128 2,395% 1,792* -0,093% -0,501 0,117 0,262% 0,224
J+20 -0,302% -1,113 0,128 2,093% 1,203 0,031% 0,179 0,117 0,292% 0,268
* / ** / *** significatif au seuil de 10% / 5% / 1%
184
Annexe n7 : Rsultats AAR et CAAR lies au stade de la relation de prt
Annonces dun renouvellement de dettes bancaires (n = 33) Annonces de nouvelles dettes bancaires (n = 28)
J-20 0,374% 1,011 -1,029 0,374% 1,011 -0,296% -0,978 -2,502** -0,296% -0,978
J-19 0,280% 0,757 2,058** 0,654% 1,251 0,107% 0,323 0,192 -0,189% -0,406
J-18 0,747% 1,637 1,029 1,401% 1,772* -0,238% -0,909 -1,347 -0,428% -0,941
J-17 -0,321% -1,103 -2,058** 1,079% 1,851* -0,384% -0,988 0,577 -0,812% -1,044
J-16 -0,178% -0,667 -2,058** 0,901% 1,505 0,272% 0,632 -0,577 -0,540% -0,562
J-15 0,147% 0,416 0,000 1,048% 1,210 -0,083% -0,173 -0,962 -0,623% -0,531
J-14 -0,115% -0,421 0,343 0,933% 1,297 -0,080% -0,186 -0,577 -0,702% -0,621
J-13 -0,072% -0,207 -2,058** 0,861% 0,875 -0,119% -0,353 -0,577 -0,821% -0,863
J-12 0,138% 0,497 0,000 0,999% 1,202 -0,367% -0,971 0,192 -1,188% -1,049
J-11 0,329% 1,326 1,029 1,328% 1,692* 0,389% 0,855 0,192 -0,798% -0,554
J-10 0,406% 1,116 1,029 1,734% 1,437 -0,188% -0,740 -1,347 -0,987% -1,168
J-9 0,359% 1,122 0,686 2,094% 1,887* 0,020% 0,052 0,192 -0,966% -0,709
J-8 -0,149% -0,668 -1,029 1,945% 2,416** -0,094% -0,433 -0,192 -1,061% -1,351
J-7 -0,264% -1,020 -1,029 1,680% 1,732* -0,264% -1,020 0,037% 0,088 0,962 -1,024% -0,655 0,037% 0,088
J-6 0,172% 0,623 1,372 1,852% 1,731* -0,092% -0,237 0,184% 0,413 0,577 -0,840% -0,488 0,220% 0,350
J-5 0,345% 0,864 0,343 2,197% 1,377 0,252% 0,365 -0,120% -0,333 -1,347 -0,961% -0,665 0,100% 0,160
J-4 0,341% 1,111 0,686 2,538% 2,003** 0,593% 0,965 0,825% 1,544 0,577 -0,136% -0,062 0,925% 0,865
J-3 0,033% 0,185 -1,029 2,571% 3,360*** 0,627% 1,554 0,442% 1,077 0,577 0,306% 0,176 1,367% 1,491
J-2 0,166% 0,802 1,029 2,737% 3,040*** 0,792% 1,566 -0,780% -2,483** -1,732* -0,475% -0,346 0,586% 0,761
J-1 0,297% 1,011 0,686 3,034% 2,309** 1,089% 1,402 0,028% 0,067 -0,192 -0,447% -0,241 0,614% 0,560
J -0,382% -1,788* -1,372 2,652% 2,707*** 0,707% 1,170 -0,181% -0,298 -0,962 -0,628% -0,225 0,433% 0,251
J+1 0,282% 0,951 -0,343 2,934% 2,109** 0,989% 1,112 -1,143% -1,263 -0,577 -1,771% -0,417 -0,710% -0,262
J+2 0,384% 1,067 0,686 3,318% 1,924* 1,373% 1,207 -0,035% -0,105 0,192 -1,806% -1,116 -0,745% -0,699
J+3 0,251% 0,999 0,686 3,569% 2,895*** 1,624% 1,946* -0,289% -0,945 -0,962 -2,095% -1,400 -1,034% -1,021
J+4 0,302% 1,270 1,372 3,871% 3,252*** 1,927% 2,336** -0,413% -1,290 -0,577 -2,508% -1,568 -1,447% -1,306
J+5 0,069% 0,343 -1,715* 3,940% 3,871*** 1,995% 2,773*** 0,233% 0,702 -0,192 -2,275% -1,346 -1,214% -1,016
J+6 -0,132% -0,561 0,000 3,808% 3,105*** 1,863% 2,110** -0,110% -0,537 -0,577 -2,385% -2,236** -1,325% -1,724*
J+7 -0,180% -0,802 -2,058** 3,628% 3,056*** 1,683% 1,937* -0,231% -0,463 -0,962 -2,617% -0,991 -1,556% -0,805
J+8 0,196% 0,972 1,372 3,824% 3,527*** 0,707% 1,268 0,192 -1,909% -0,636
J+9 -0,323% -1,311 -1,029 3,501% 2,595*** 1,181% 2,834** 2,887*** -0,729% -0,319
J+10 0,226% 0,824 1,029 3,727% 2,439** 0,610% 1,630 0,962 -0,118% -0,057
J+11 -0,110% -0,487 -1,029 3,617% 2,826*** -0,632% -1,692* -2,117** -0,750% -0,355
J+12 0,448% 1,392 0,686 4,065% 2,197** -0,562% -1,803* -1,732* -1,312% -0,733
J+13 0,217% 0,793 0,000 4,282% 2,689*** 0,305% 1,115 -0,192 -1,007% -0,631
J+14 -0,088% -0,477 0,000 4,193% 3,832*** -0,239% -0,818 0,577 -1,247% -0,720
J+15 -0,152% -0,820 -0,686 4,041% 3,632*** -0,165% -0,507 0,192 -1,411% -0,724
J+16 0,592% 2,223** 2,058** 4,634% 2,859*** -0,139% -0,413 -0,962 -1,550% -0,757
J+17 0,153% 0,509 -0,686 4,787% 2,578*** -0,068% -0,250 0,192 -1,618% -0,966
J+18 0,132% 0,920 1,715* 4,919% 5,475*** 0,727% 0,954 0,192 -0,891% -0,187
J+19 0,229% 0,925 0,343 5,149% 3,286*** 0,023% 0,063 -0,577 -0,868% -0,381
J+20 -0,197% -0,769 0,000 4,952% 3,021*** -0,427% -0,828 0,192 -1,296% -0,392
185
Annexe n8 : Rsultats AAR et CAAR lies la maturit de lemprunt bancaire
Annonces de dettes bancaires de maturit 5 ans (n = 36) Annonces de dettes bancaires de maturit 6 ans (n = 15)
J-20 0,106% 0,315 -1,808 0,106% 0,315 0,105% 0,260 -1,291 0,105% 0,260
J-19 0,393% 1,061 2,137** 0,499% 0,953 -0,127% -0,355 0,258 -0,022% -0,043
J-18 0,696% 1,747* 1,480 1,195% 1,732* 0,023% 0,067 -0,775 0,002% 0,003
J-17 -0,310% -0,945 -1,151 0,885% 1,350 -0,615% -1,363 -0,775 -0,614% -0,680
J-16 -0,267% -1,181 -2,466** 0,619% 1,224 1,007% 1,391 0,775 0,393% 0,243
J-15 -0,059% -0,175 -0,822 0,559% 0,676 -0,313% -0,467 -0,258 0,080% 0,049
J-14 -0,294% -1,151 -0,164 0,266% 0,394 -0,284% -0,542 -0,775 -0,205% -0,148
J-13 0,134% 0,403 -1,808* 0,400% 0,424 -0,986% -2,398** -1,807* -1,191% -1,024
J-12 0,094% 0,352 -0,164 0,494% 0,617 -0,067% -0,127 0,775 -1,258% -0,801
J-11 0,201% 0,928 1,151 0,695% 1,016 0,613% 0,900 0,258 -0,645% -0,299
J-10 0,520% 1,686* 1,151 1,214% 1,188 -0,429% -0,988 -1,291 -1,073% -0,746
J-9 0,242% 0,863 0,164 1,456% 1,501 0,331% 0,478 0,775 -0,742% -0,309
J-8 -0,016% -0,083 -0,822 1,440% 2,083** -0,484% -1,724* -0,775 -1,226% -1,211
J-7 -0,475% -1,503 -0,493 0,965% 0,816 -0,475% -1,503 0,422% 0,890 -0,258 -0,805% -0,454 0,422% 0,890
J-6 0,085% 0,250 0,822 1,051% 0,796 -0,390% -0,808 -0,025% -0,049 -0,258 -0,829% -0,424 0,397% 0,555
J-5 0,269% 0,705 0,164 1,319% 0,865 -0,121% -0,183 0,172% 0,397 -1,291 -0,657% -0,379 0,569% 0,758
J-4 0,276% 0,907 0,493 1,595% 1,271 0,155% 0,255 1,282% 1,569 1,807* 0,625% 0,186 1,851% 1,133
J-3 0,345% 1,360 -0,493 1,940% 1,803* 0,500% 0,882 0,534% 1,298 0,775 1,159% 0,664 2,385% 2,593***
J-2 0,033% 0,142 -0,164 1,973% 1,947* 0,533% 0,936 -0,874% -2,008** -1,291 0,285% 0,150 1,511% 1,417
J-1 0,349% 1,440 0,822 2,322% 2,144** 0,882% 1,377 0,240% 0,327 -0,258 0,525% 0,160 1,751% 0,903
J -0,199% -0,632 -1,808* 2,123% 1,472 0,683% 0,767 0,392% 0,527 0,258 0,917% 0,269 2,143% 1,018
J+1 0,164% 0,581 0,164 2,287% 1,727* 0,847% 1,000 -1,453% -0,962 -1,291 -0,536% -0,076 0,690% 0,152
J+2 0,288% 0,876 0,822 2,576% 1,632 1,136% 1,091 -0,052% -0,107 0,258 -0,588% -0,253 0,638% 0,416
J+3 0,116% 0,538 0,164 2,692% 2,558** 1,252% 1,757* -0,233% -0,429 -1,291 -0,821% -0,309 0,405% 0,225
J+4 0,185% 0,847 0,822 2,877% 2,628*** 1,437% 1,894* -0,325% -0,646 0,258 -1,146% -0,456 0,080% 0,046
J+5 0,074% 0,364 -1,480 2,951% 2,845*** 1,511% 2,060** 0,532% 1,226 -0,258 -0,615% -0,278 0,612% 0,391
J+6 0,037% 0,179 1,480 2,988% 2,777*** 1,548% 1,998** -0,281% -0,854 -2,324** -0,896% -0,524 0,331% 0,268
J+7 -0,163% -0,458 -2,466** 2,825% 1,498 1,385% 1,003 -0,495% -1,092 -0,775 -1,391% -0,580 -0,165% -0,094
J+8 0,321% 1,537 1,480 3,146% 2,800*** 1,075% 1,153 0,775 -0,316% -0,063
J+9 0,033% 0,124 -0,164 3,178% 2,196** 1,185% 1,663* 1,291 0,869% 0,223
J+10 0,514% 1,958* 1,151 3,692% 2,528** 0,324% 0,578 0,775 1,193% 0,382
J+11 -0,490% -1,918* -2,137** 3,202% 2,216** -0,323% -0,815 -0,775 0,870% 0,389
J+12 0,303% 1,042 0,493 3,505% 2,100** -0,453% -1,409 -1,291 0,418% 0,226
J+13 0,145% 0,737 0,164 3,650% 3,180*** 0,747% 1,338 0,258 1,165% 0,358
J+14 -0,383% -2,310** -1,151 3,267% 3,331*** 0,090% 0,283 0,775 1,255% 0,664
J+15 -0,046% -0,250 0,164 3,221% 2,929*** -0,093% -0,227 -0,775 1,161% 0,470
J+16 0,309% 1,359 0,493 3,530% 2,553** -0,181% -0,339 0,258 0,980% 0,301
J+17 -0,208% -0,833 -1,151 3,322% 2,157** 1,158% 3,251*** 2,324** 2,138% 0,974
J+18 -0,010% -0,050 0,822 3,312% 2,675*** 1,264% 0,967 0,258 3,402% 0,417
J+19 0,138% 0,494 -0,164 3,450% 1,953* 0,271% 0,737 0,258 3,673% 1,580
J+20 -0,320% -1,018 -0,164 3,130% 1,555 -0,132% -0,189 0,775 3,541% 0,793
186
Annexe n9 : Rsultats AAR et CAAR lies au nombre de prteurs
Annonces de dettes bancaires non syndiques (n = 29) Annonces de dettes bancaires syndiques (n = 32)
J-20 0,030% 0,099 -1,300 0,030% 0,099 0,099% 0,260 -2,121** 0,099% 0,260
J-19 0,561% 2,230** 2,785*** 0,590% 1,660* -0,103% -0,257 -0,354 -0,004% -0,007
J-18 -0,130% -0,387 -0,557 0,460% 0,790 0,656% 1,536 0,354 0,652% 0,881
J-17 -0,502% -1,357 -1,300 -0,042% -0,057 -0,221% -0,723 -0,354 0,430% 0,703
J-16 0,136% 0,692 0,186 0,094% 0,214 -0,064% -0,153 -2,828*** 0,366% 0,389
J-15 0,554% 1,204 -1,300 0,648% 0,575 -0,390% -1,103 0,354 -0,024% -0,028
J-14 -0,717% -2,203** -1,671 -0,069% -0,080 0,423% 1,279 1,414 0,399% 0,456
J-13 -0,584% -1,775* -2,414** -0,653% -0,702 0,321% 0,956 -0,354 0,720% 0,758
J-12 0,047% 0,136 0,557 -0,606% -0,590 -0,211% -0,676 -0,354 0,509% 0,543
J-11 0,094% 0,243 -0,557 -0,512% -0,419 0,578% 1,837* 1,768* 1,087% 1,092
J-10 0,199% 0,567 -0,186 -0,313% -0,268 0,079% 0,255 0,000 1,166% 1,135
J-9 -0,192% -0,413 -1,300 -0,505% -0,313 0,539% 2,347** 2,121** 1,704% 2,143**
J-8 -0,348% -1,557 -0,928 -0,853% -1,059 0,065% 0,302 -0,354 1,769% 2,296**
J-7 0,182% 0,722 0,557 -0,670% -0,709 0,182% 0,722 -0,387% -1,027 -0,707 1,382% 0,979 -0,387% -1,027
J-6 -0,027% -0,075 1,671* -0,698% -0,495 0,155% 0,301 0,350% 1,008 0,354 1,732% 1,287 -0,037% -0,076
J-5 0,024% 0,063 -0,186 -0,674% -0,445 0,179% 0,273 0,223% 0,570 -0,707 1,955% 1,251 0,186% 0,274
J-4 0,642% 1,172 0,928 -0,031% -0,014 0,821% 0,749 0,495% 1,678* 0,354 2,450% 2,014** 0,681% 1,154
J-3 -0,033% -0,114 -0,186 -0,064% -0,053 0,788% 1,231 0,434% 1,424 -0,354 2,884% 2,232** 1,115% 1,637
J-2 -0,201% -0,606 0,557 -0,265% -0,183 0,587% 0,723 -0,323% -1,480 -1,061 2,560% 2,689*** 0,791% 1,479
J-1 0,068% 0,179 0,557 -0,197% -0,117 0,655% 0,655 0,263% 0,805 0,000 2,823% 1,932* 1,055% 1,220
J 0,007% 0,012 0,186 -0,190% -0,069 0,663% 0,390 -0,541% -2,450** -2,475** 2,282% 2,253** 0,513% 0,821
J+1 -1,185% -1,328 -2,043** -1,375% -0,329 -0,523% -0,195 0,318% 1,006 1,061 2,600% 1,753* 0,831% 0,876
J+2 0,635% 1,608 1,300 -0,740% -0,390 0,113% 0,090 -0,182% -0,601 -0,354 2,418% 1,661 0,649% 0,676
J+3 -0,583% -2,395** -0,928 -1,322% -1,110 -0,470% -0,582 0,499% 1,828* 0,707 2,917% 2,181** 1,148% 1,268
J+4 -0,457% -1,397 -0,557 -1,779% -1,087 -0,927% -0,818 0,340% 1,497 1,414 3,257% 2,870*** 1,488% 1,893*
J+5 0,457% 1,656* -0,186 -1,322% -0,939 -0,470% -0,472 -0,121% -0,497 -1,768* 3,136% 2,530** 1,367% 1,560
J+6 -0,222% -1,292 -0,928 -1,544% -1,732* -0,691% -1,077 -0,038% -0,151 0,354 3,098% 2,353** 1,329% 1,402
J+7 0,255% 0,596 -1,300 -1,289% -0,569 -0,436% -0,263 -0,590% -2,012** -1,768* 2,507% 1,616 0,739% 0,650
J+8 0,081% 0,322 0,557 -1,208% -0,891 0,724% 1,567 1,061 3,232% 1,299
J+9 0,554% 1,565 0,928 -0,654% -0,338 0,206% 0,580 0,707 3,438% 1,764*
J+10 0,455% 1,801* 0,557 -0,200% -0,142 0,357% 0,985 1,414 3,795% 1,880*
J+11 -0,103% -0,302 -1,671* -0,302% -0,157 -0,556% -2,128** -1,414 3,239% 2,190**
J+12 0,020% 0,070 -0,928 -0,283% -0,177 -0,042% -0,116 0,000 3,196% 1,527
J+13 -0,158% -0,635 -1,300 -0,441% -0,304 0,607% 2,216** 1,061 3,804% 2,380**
J+14 0,041% 0,167 1,300 -0,400% -0,278 -0,324% -1,434 -0,707 3,480% 2,600***
J+15 -0,175% -0,813 -0,557 -0,575% -0,446 -0,144% -0,519 0,000 3,336% 2,011**
J+16 0,264% 1,118 0,928 -0,311% -0,216 0,252% 0,729 0,354 3,588% 1,705*
J+17 -0,002% -0,007 -0,557 -0,313% -0,168 0,098% 0,349 0,000 3,686% 2,130**
J+18 0,781% 1,066 -0,186 0,468% 0,102 0,087% 0,391 2,121** 3,773% 2,711***
J+19 0,234% 0,700 0,928 0,701% 0,332 0,051% 0,187 -1,061 3,824% 2,216**
J+20 -0,220% -0,536 -0,557 0,482% 0,183 -0,372% -1,011 0,707 3,452% 1,467
187
Annexe n10 : Rsultats AAR et CAAR lies la taille de lentreprise emprunteuse
Annonces de dettes bancaires par des firmes de petite taille (n = 27) Annonces de dettes bancaires par des firmes de grande taille (n = 34)
J-20 -0,031% -0,095 -1,961* -0,031% -0,095 0,145% 0,399 -1,567 0,196% 0,399
J-19 0,299% 0,652 0,784 0,269% 0,414 0,122% 0,461 1,219 0,653% 0,711
J-18 -0,081% -0,206 -0,392 0,188% 0,277 0,593% 1,510 0,522 1,543% 1,265
J-17 -0,286% -0,737 -0,392 -0,097% -0,126 -0,401% -1,353 -0,870 1,587% 0,775
J-16 0,172% 0,367 -1,177 0,074% 0,071 -0,086% -0,358 -1,567 1,224% 0,695
J-15 0,255% 0,469 -0,392 0,329% 0,247 -0,126% -0,427 -0,522 0,936% 0,343
J-14 0,067% 0,183 -0,392 0,396% 0,408 -0,229% -0,701 -0,174 0,731% 0,021
J-13 -0,115% -0,293 -1,961* 0,281% 0,253 -0,076% -0,248 -0,870 1,140% -0,067
J-12 -0,513% -1,609 -1,177 -0,232% -0,242 0,238% 0,751 1,219 1,685% 0,189
J-11 0,897% 2,371** 1,569 0,666% 0,556 -0,069% -0,225 0,174 1,641% 0,113
J-10 -0,217% -0,566 -0,784 0,449% 0,354 0,410% 1,477 0,522 1,844% 0,565
J-9 -0,066% -0,181 0,000 0,383% 0,302 0,417% 1,228 1,219 2,287% 0,797
J-8 -0,369% -1,689 -1,177 0,014% 0,018 0,069% 0,318 -0,522 2,299% 1,295
J-7 -0,499% -1,401 -0,392 -0,484% -0,364 -0,499% -1,401 0,167% 0,536 0,174 2,336% 1,009 0,167% 0,536
J-6 0,449% 1,055 0,392 -0,035% -0,021 -0,050% -0,082 -0,037% -0,123 1,219 2,415% 0,985 0,130% 0,308
J-5 0,242% 0,498 0,000 0,206% 0,106 0,192% 0,228 0,045% 0,148 -0,870 2,543% 0,966 0,175% 0,331
J-4 0,665% 1,515 0,392 0,872% 0,482 0,857% 0,976 0,482% 1,194 0,870 3,006% 1,000 0,657% 0,814
J-3 0,345% 0,872 0,000 1,217% 0,724 1,202% 1,357 0,122% 0,560 -0,174 3,153% 1,933* 0,779% 1,600
J-2 -0,341% -1,449 0,000 0,876% 0,854 0,861% 1,494 -0,209% -0,723 -0,870 3,266% 1,249 0,569% 0,803
J-1 0,514% 1,331 0,784 1,390% 0,805 1,375% 1,346 -0,094% -0,299 -0,174 2,978% 1,052 0,475% 0,570
J -0,779% -1,531 -1,569 0,610% 0,261 0,596% 0,414 0,095% 0,276 -1,219 2,960% 0,995 0,570% 0,583
J+1 0,029% 0,071 0,000 0,639% 0,334 0,625% 0,510 -0,684% -0,927 -0,522 3,036% 0,258 -0,114% -0,051
J+2 0,038% 0,097 0,392 0,677% 0,358 0,663% 0,531 0,313% 0,977 0,522 3,537% 0,785 0,199% 0,197
J+3 0,448% 1,505 0,784 1,126% 0,771 1,111% 1,125 -0,346% -1,386 -0,870 3,421% 0,703 -0,147% -0,177
J+4 0,032% 0,104 0,000 1,158% 0,753 1,144% 1,074 -0,070% -0,264 0,870 3,691% 0,597 -0,216% -0,236
J+5 0,187% 0,634 -0,392 1,345% 0,894 1,331% 1,250 0,109% 0,457 -1,219 3,567% 0,738 -0,107% -0,124
J+6 -0,135% -0,594 -0,784 1,210% 1,022 1,195% 1,402 -0,112% -0,509 -0,174 3,314% 0,689 -0,219% -0,266
J+7 -0,196% -0,572 -1,569 1,013% 0,558 0,999% 0,752 -0,209% -0,558 -1,567 3,321% 0,292 -0,428% -0,295
J+8 0,790% 1,453 0,784 1,804% 0,616 0,146% 0,592 0,522 3,673% 0,546
J+9 0,212% 0,701 0,000 2,016% 1,218 0,486% 1,270 1,567 4,170% 0,577
J+10 0,374% 0,944 0,392 2,389% 1,084 0,424% 1,609 1,567 4,987% 1,114
J+11 0,142% 0,434 -0,392 2,531% 1,372 -0,735% -2,809*** -2,959*** 4,092% 0,607
J+12 0,471% 1,537 0,392 3,001% 1,707 -0,396% -1,203 -1,219 4,061% 0,266
J+13 0,085% 0,451 0,392 3,087% 2,800** 0,392% 1,262 -0,174 4,224% 0,494
J+14 -0,044% -0,166 0,392 3,043% 1,936* -0,247% -1,158 -0,174 3,931% 0,515
J+15 -0,311% -1,156 -1,961* 2,731% 1,691 -0,037% -0,155 0,870 3,863% 0,428
J+16 0,322% 0,946 0,784 3,053% 1,475 0,207% 0,741 0,174 4,461% 0,482
J+17 -0,083% -0,284 0,000 2,971% 1,654 0,158% 0,553 -0,174 4,360% 0,554
J+18 0,403% 2,021* 1,569 3,374% 2,708** 0,406% 0,653 0,522 4,106% 0,357
J+19 -0,129% -0,428 -0,784 3,245% 1,699 0,343% 1,172 0,174 4,353% 0,933
J+20 -0,591% -1,413 -0,392 2,653% 0,990 -0,074% -0,209 0,522 4,146% 0,722
188
Annexe n11 : Rsultats AAR et CAAR lies la date dannonce
Annonces de dettes bancaires aprs le 1er janvier 2003 (n = 39) Annonces de dettes bancaires avant le 1er janvier 2003 (n = 22)
J-20 0,282% 0,878 -1,480 0,282% 0,878 -0,293% -0,784 -2,132** -0,293% -0,784
J-19 0,235% 1,091 2,137** 0,517% 1,695* 0,142% 0,249 -0,426 -0,152% -0,188
J-18 0,341% 1,679 0,822 0,859% 2,438** 0,220% 0,324 -0,853 0,069% 0,058
J-17 -0,145% -0,610 -0,493 0,714% 1,500 -0,695% -1,418 -0,853 -0,626% -0,639
J-16 0,031% 0,094 -2,137** 0,745% 1,012 0,021% 0,060 -0,426 -0,605% -0,753
J-15 -0,083% -0,264 -0,493 0,661% 0,854 0,252% 0,442 -0,426 -0,352% -0,252
J-14 -0,072% -0,363 0,493 0,589% 1,115 -0,143% -0,252 -1,279 -0,495% -0,330
J-13 -0,493% -2,274** -2,795*** 0,096% 0,156 0,579% 1,132 0,426 0,085% 0,058
J-12 -0,132% -0,561 0,164 -0,037% -0,052 -0,027% -0,057 0,000 0,058% 0,040
J-11 0,069% 0,275 0,164 0,032% 0,041 0,841% 1,683 1,706 0,898% 0,569
J-10 0,139% 0,494 0,493 0,171% 0,183 0,125% 0,308 -0,853 1,023% 0,760
J-9 0,136% 0,539 1,151 0,308% 0,351 0,318% 0,608 0,000 1,342% 0,740
J-8 -0,036% -0,201 -0,822 0,272% 0,418 -0,272% -0,938 -0,853 1,070% 1,025
J-7 -0,104% -0,487 0,493 0,167% 0,208 -0,104% -0,487 -0,164% -0,310 -0,853 0,906% 0,457 -0,164% -0,310
J-6 0,002% 0,011 0,493 0,169% 0,198 -0,102% -0,327 0,472% 0,836 1,279 1,378% 0,631 0,308% 0,386
J-5 0,180% 0,760 -0,164 0,350% 0,368 0,078% 0,191 0,050% 0,081 -0,853 1,428% 0,576 0,358% 0,334
J-4 0,581% 1,397 0,493 0,931% 0,543 0,660% 0,793 0,531% 1,397 0,853 1,958% 1,250 0,888% 1,169
J-3 0,094% 0,483 -0,822 1,025% 1,248 0,753% 1,741* 0,434% 0,926 0,853 2,392% 1,204 1,322% 1,263
J-2 -0,161% -0,705 0,164 0,864% 0,868 0,592% 1,060 -0,446% -1,302 -1,279 1,946% 1,302 0,876% 1,043
J-1 0,393% 1,495 1,151 1,257% 1,070 0,985% 1,418 -0,194% -0,397 -0,853 1,751% 0,801 0,681% 0,527
J -0,322% -0,953 -2,137** 0,935% 0,604 0,663% 0,694 -0,237% -0,410 -0,426 1,515% 0,573 0,445% 0,272
J+1 -0,508% -0,762 0,164 0,426% 0,136 0,155% 0,077 -0,137% -0,300 -0,853 1,378% 0,642 0,308% 0,224
J+2 0,337% 1,083 0,822 0,763% 0,511 0,492% 0,500 -0,052% -0,126 0,000 1,325% 0,665 0,255% 0,194
J+3 -0,096% -0,478 0,164 0,667% 0,675 0,395% 0,591 0,173% 0,423 -0,426 1,498% 0,747 0,428% 0,315
J+4 -0,113% -0,432 0,164 0,554% 0,425 0,283% 0,313 0,123% 0,397 0,853 1,621% 1,049 0,551% 0,515
J+5 0,050% 0,273 -1,480 0,605% 0,643 0,333% 0,501 0,301% 0,768 0,000 1,922% 0,963 0,852% 0,603
J+6 -0,273% -1,429 -0,493 0,332% 0,334 0,060% 0,084 0,131% 0,484 -0,426 2,053% 1,456 0,983% 0,968
J+7 -0,078% -0,350 -1,480 0,253% 0,214 -0,018% -0,021 -0,414% -0,711 -1,706 1,639% 0,532 0,569% 0,253
J+8 0,145% 0,629 0,822 0,399% 0,321 0,908% 1,442 0,426 2,548% 0,751
J+9 0,037% 0,147 -0,164 0,436% 0,317 0,917% 1,795* 2,132** 3,465% 1,238
J+10 -0,006% -0,032 0,493 0,430% 0,427 1,087% 2,177** 1,706 4,553% 1,637
J+11 -0,203% -1,079 -2,137** 0,227% 0,214 -0,595% -1,256 -1,279 3,958% 1,478
J+12 -0,083% -0,414 -0,822 0,144% 0,126 0,102% 0,190 0,000 4,059% 1,321
J+13 0,192% 1,309 0,822 0,337% 0,393 0,366% 0,796 -0,853 4,425% 1,652
J+14 0,101% 0,625 1,151 0,438% 0,456 -0,592% -1,756 -1,279 3,833% 1,921*
J+15 -0,042% -0,205 -1,151 0,396% 0,321 -0,352% -1,065 0,426 3,480% 1,753
J+16 0,333% 1,838* 0,822 0,729% 0,661 0,131% 0,264 0,000 3,611% 1,197
J+17 0,013% 0,064 -0,493 0,742% 0,571 0,117% 0,276 0,426 3,728% 1,426
J+18 0,702% 1,322 1,808 1,445% 0,435 -0,097% -0,300 0,000 3,632% 1,807*
J+19 -0,089% -0,468 -0,822 1,356% 1,124 0,511% 1,103 0,426 4,143% 1,412
J+20 -0,504% -1,738 -0,822 0,851% 0,458 0,037% 0,069 1,279 4,181% 1,202
* / ** / *** significatif au seuil de 10% / 5%
189
190
DEUXIEME PARTIE :
LES DETERMINANTS DE LA (DES)
SOURCE(S) DENDETTEMENT DES
SOCIETES COTEES FRANAISES
191
192
INTRODUCTION DE LA DEUXIEME PARTIE
Plusieurs recherches en finance dentreprise sintressent aux choix de financement des

firmes. Les premires tudes effectues dans ce domaine limitent leur attention aux choix entre
financement interne (par fonds propres) et externe (par dettes ou actions)142, et ngligent un
aspect essentiel du dbat dans la mesure o, dans les choix dendettement, elles ne traitent pas de
la nature de la relation contractuelle. Des travaux plus rcents tudient les diffrences dans la
structure de la maturit (Barclay et Smith, 1995a ; Guerdes et Opler, 1996 ; Hoven-Stohs et
Mauer, 1996) ou de priorit de la dette (Barclay et Smith, 1995b ; Vilanova, 2004). Nous
dveloppons cet axe de recherche en analysant les dterminants de la source dendettement des
entreprises. En effet, linfluence du crancier sur la firme peut tre diffrente selon quil prend la
forme dun prteur unique ou dune multitude de prteurs.
Lobjectif de cette partie est donc de comprendre les dcisions dendettement des firmes
franaises. Plus prcisment, il sagit dtudier les dterminants microconomiques du recours la
dette intermdie (bancaire) par opposition ou complmentarit la dette de march (obligataire).
Or, comme il a t vu dans le chapitre prliminaire, la dette intermdie reprsente la source la
plus importante de fonds pour les socits franaises (rappelons quelle couvre plus de 50% de
lendettement total des entreprises en 2007143). Parmi lensemble des intermdiaires, les
tablissements de crdit, institutions spcialises dans lvaluation et la surveillance des dbiteurs,
ont une place de choix dans le systme financier franais, puisquelles fournissent plus de 48,24%
de lendettement des entreprises. Le financement bancaire est certainement la source de
financement la plus importante pour les petites et moyennes entreprises pour lesquelles laccs
la dette de march est limit par les cots dmission importants. Cependant, les emprunts
bancaires reprsentent galement une source non ngligeable de financement pour les grandes
firmes connues et qui ont accs au march obligataire (Johnson, 1997 ; Krishnaswami et al.,
1999). En France en 2006, plus de 73% des emprunts bancaires sont destins aux grandes
entreprises et aux socits holding144. Ceci suggre que le choix dun financement bancaire
(compar au choix dendettement via les marchs) ne se rduit pas un simple problme de cots
dmission.
142 Voir introduction.

143 Contre 19,1% pour les dettes de march. Source : Banque de France, Statistiques et enqutes, Sries
chronologiques
144 Contre 24,6% pour les PME et 2,1% pour les micro-entreprises. Source : Banque de France, base FIBEN.
193
Introduction de la deuxime partie
Sur la base des donnes relatives la dette bancaire et obligataire de 165 socits cotes
franaises de 1999 2003, le travail entrepris dans le cadre de cette partie cherche expliquer
pourquoi un certain nombre dentreprises a recours aux deux sources de financement
simultanment et ce qui dtermine le mix slectionn. Puisque lobjectif est de comprendre
pourquoi les entreprises, qui ont accs au march obligataire, choisissent de se financer travers
les banques, lchantillon retenu inclut uniquement les entreprises qui sont susceptibles daccder
la fois au march bancaire et au march obligataire et exclut les petites entreprises qui nauraient
pas accs la dette de march.
Certaines contributions thoriques et empiriques tentent dexpliquer pourquoi des

emprunteurs optent pour un endettement bancaire alors que dautres se financent directement
sur le march, via des billets de trsorerie ou des obligations. Mais la plupart des recherches
antrieures sur les facteurs qui influencent un tel choix ont t ralises aux Etats-Unis, un
systme fortement domin par les marchs. La prsente tude est une application au cas de la
France. La mutation du systme financier franais et sa qualification actuelle de systme hybride
mais relativement domin par les banques constituent un terrain exprimental intressant pour
tester les hypothses relatives au mix de dettes bancaires et de dettes de march. Le fil conducteur
sera donc le suivant : les entreprises qui oprent avec des systmes de gouvernance diffrents
nont pas la mme structure de proprit et donc ne financent pas leurs projets dinvestissements
de la mme manire.
Cette partie sarticule autour de trois chapitres. Une revue de la littrature relative aux
dterminants du choix du type de dettes par les entreprises est dveloppe en premier. Cette
littrature, qui puise notamment ces sources dans la thorie de lintermdiation financire, rejoint
certains dveloppements mens lors des deux premiers chapitres de la thse. Mais la question est
aborde ici sous un angle diffrent, puisquon se positionne demble du ct de lentreprise. Les
arguments sont galement fonds sur trois courants dominants de la pense conomico
financire, savoir la thorie des cots de transactions, la thorie de lagence et la thorie des
contrats incomplets. Finalement, les choix du type dendettement proviennent de considrations
lies des cots informationnels, des problmes dincitation, questions defficience dans la
rengociation des contrats et certains mcanismes de gouvernance des entreprises. La structure
dendettement des entreprises serait donc un arbitrage entre les droits et les capacits de
supervision des diffrents cranciers (Johnson, 1997). Cet quilibre est reli au systme lgal dans
lequel une entreprise obtient ses fonds et la manire avec laquelle le droit protge les intrts des
actionnaires minoritaires. Le deuxime chapitre est consacr la prsentation gnrale et
194
Introduction de la deuxime partie
statistique de lchantillon de ltude, la description des variables ainsi qu une premire analyse
univarie des variables explicatives retenues. Afin de tester conjointement les diffrentes
hypothses, une analyse multivarie incluant lensemble des variables endognes dans le mme
modle est mene dans le troisime chapitre. Une double approche, inspire de celle
Krishnaswami et al. (1999), est adopte : lune en coupe transversale, lautre sur donnes de panel
simple et dynamique. Quel que soit le type de donnes ltude, trois analyses sont menes : la
premire permet dexpliquer, travers un modle Logit, la probabilit de recourir tel type
demprunt, la seconde de comprendre les dterminants du montant de lendettement choisi et
enfin la dernire dincorporer, simultanment, les deux dimensions caractristiques de la dcision
dendettement : recourir tel type de dette ou non, et si oui quel niveau dendettement. Cette
dernire analyse, mene partir dun modle Tobit, permet de comprendre la structure
dendettement des firmes et le mix de diffrentes dettes.
195
196
CHAPITRE 4
LE CHOIX DE LA SOURCE DENDETTEMENT PAR LES
FIRMES : UNE REVUE DE LA LITTERATURE
Introduction
Lobjet de ce chapitre est de proposer un cadre thorique qui permet de traiter la

question du choix par les firmes entre dettes bancaires, ou obligataires145, ou un mix des
deux. La structure dendettement des entreprises devrait reflter, lquilibre, lintersection
entre la demande de diffrents types demprunts par les firmes et loffre de prts par les
diffrents acteurs sur le march. Du ct de la demande, le financement de march et le
financement bancaire ne sont pas perus de la mme manire par toutes les entreprises (et
quels que soient les types de projets quelles souhaitent financer). Pour certaines dentre
elles, il est optimal un certain moment (ou pour un type de projet prcis) de se financer sur
les marchs ; pour dautres, il est prfrable de sadresser aux banques. Un arbitrage entre les
bnfices et les cots de chaque source de fonds dtermine le choix (ou le mix)
dendettement des entreprises. De manire similaire, du ct de loffre, les prteurs peuvent
trouver les socits plus ou moins attractives et adapter leurs offres de crdit en
consquence.
Pour expliquer la structure dendettement des firmes, rsultat de lquilibre entre

loffre et la demande, les thories fondent leur analyse sur trois paradigmes majeurs : les
asymtries dinformations (4.1), les conflits dagence (4.2) et lincompltude des contrats
(4.3). En effet, la nature privative de linformation que les banques dtiennent, la surveillance
quelles exercent ainsi que les rengociations quelles permettent, comportent la fois des
avantages et des inconvnients (par rapport au caractre public de linformation qui circule
sur le march, au moindre contrle qui y est exerc et la plus grande rigidit des contrats
145 Par abus de langage, nous parlerons souvent demprunts obligataires pour dsigner la dette de march.
197
Chapitre 4 : Le choix de la source dendettement par les firmes : Une revue de la littrature
qui y sont conclus). Cela explique que les entreprises soient amenes effectuer un arbitrage
entre ces deux sources de financement. Les banques et les marchs tant complmentaires
(chapitre prliminaires), les deux types dendettement ne sont pas toujours antinomiques.
Il est noter, de prime abord, quil nexiste pas sur le sujet un cadre thorique global
qui dlimite et oriente les recherches ; les travaux se prsentent plutt sous forme dune
succession darguments qui se fondent sur lun des trois axes fondamentaux. Les tentatives
de recoupement restent relativement limites. Prise dans son ensemble, cette littrature
constitue nanmoins une rfrence qui permettra de formuler les hypothses de ltude.
Dans un souci de clart, et pour ne pas alourdir lexpos, la prsentation formelle des
modles thoriques figure en annexes. Ces annexes contiennent en outre une synthse des
hypothses testables et des principaux travaux empiriques dans le domaine.
198
4.1. CHOIX DENDETTEMENT, ASYMETRIES DINFORMATIONS

ET COUTS
Ce premier groupe de recherche justifie les choix du type dendettement des

entreprises par des considrations lies aux cots informationnels. Ces cots peuvent tre de
deux natures : les cots dmission de lemprunt que supportent les firmes vis--vis de leurs
cranciers (4.1.1) et les cots de divulgation dinformations que supportent les firmes vis--
vis des entreprises concurrentes (4.1.2). Les premiers renvoient aux cots de transaction et
aux asymtries dinformations entre les entreprises candidates au prt et leurs prteurs
ventuels et reposent sur lide, largement dbattue dans la thorie, selon laquelle les
banques permettent de rduire les cots de transactions et les cots des asymtries
dinformations (voir chapitre 1). Les seconds (cots de divulgation dinformations) renvoient
aux asymtries dinformations entre les entreprises emprunteuses et leurs concurrentes et
supposent que le recours lendettement bancaire permet de garder la confidentialit sur
certains projets financer sensibles.
4.1.1. Cots de transaction et dasymtries dinformations
Gnralement, et toute chose gale par ailleurs, les taux dintrt appliqus par les
marchs sont moins levs que les taux dintrt bancaires, du fait de la plus grande liquidit
des titres de crance mis. Paralllement, les missions demprunts de march sont plus
coteuses que le recours lendettement bancaire, dans la mesure o elles saccompagnent
de frais supplmentaires lis notamment aux commissions lgales (obligation
denregistrement, de publicit, etc.) et la rmunration des acteurs participant la
transaction (banques, commissaires aux comptes, agences de notations, etc.). Toutefois,
Bhagat et Frost (1986), Smith (1986), Blackwell et Kidwell (1988) et Carey et al. (1993)
montrent quune partie de ces cots ne varient pas avec le montant des missions, ce qui
permet de raliser des conomies denvergure si les missions sont suffisamment leves. Les
entreprises choisiraient donc leur mode dendettement partir dun arbitrage entre les cots
dmission et les taux dintrt obtenus : si les montants quelles souhaitent emprunter sont
suffisamment levs pour permettre damortir les cots fixes, elles ont intrt sendetter
auprs des marchs pour bnficier de taux dintrt plus intressants.
199
Outre ces cots de transaction, les missions peuvent galement renfermer des cots
lis aux asymtries dinformations. Selon Blackwell et Kidwell (1988), les cots de recherche
de contreparties sont plus levs sur les marchs que dans le cadre dune relation de clientle
tablie entre une banque et une entreprise candidate au prt. Pour Nakamura (1993), les
petites entreprises minimisent les cots de production dinformations en empruntant auprs
des banques car celles-ci peuvent collecter des informations travers les autres transactions
qui passent par leur compte courant. Les grandes entreprises trouvent les banques moins
avantageuses car leurs comptes sont partags entre un grand nombre de banques, et donc
fournissent moins dinformations utiles. Fama (1985) sintresse aux cots de diffusion
dinformations requises pour lmission de dettes sur les marchs. Il note que ceux-ci sont
plus levs puisquil faut diffuser linformation un grand nombre de prteurs. Les petites
entreprises prfrent donc le financement bancaire o elles nauront informer que la
banque. Les grandes entreprises, elles, recourent plus facilement la dette de march car
elles font des conomies dans la diffusion dinformations grande chelle, galement utile
leurs dbiteurs.
Cette ide, largement admise en pratique, est la plus couramment invoque pour
justifier le recours ou non la dette de march. De ce fait, elle a t valide par de
nombreuses tudes sur le sujet. Le premier travail empirique sur les dterminants de
lendettement est celui dEasterwood et Kadapakkam (1991). Ces derniers notent un dclin
du recours aux emprunts intermdis vers la fin des annes 1980 aux Etats-Unis, et se
proposent dexpliquer ce phnomne sur la base de donnes en sries temporelles. Leurs
rsultats indiquent que les entreprises de taille moyenne recourent plus aux banques que les
grandes. Ce type dtudes a t largement repris par la suite. Celle de Krishnaswami, Spindt
et Subramaniam (1999) portent essentiellement sur limpact des cots flottants et des
asymtries dinformations sur le choix par les firmes entre dettes intermdies et dettes de
march. Elle montre que les cots flottants lis lmission de dettes obligataires expliquent
une part significative de la variation en coupe instantane de la structure dendettement des
entreprises. Les grandes firmes, celles dont les missions moyennes sont importantes,
exploitent les conomies dchelle dans les cots dmission demprunts de march.
Houston et James (1996), Johnson (1997), Anderson et Makhija (1999), Cantillo et Wright
(2000), Esho, Lam et Sharpe (2001), Denis et Mihov (2003), Sufi (2005), Arena et Howe
(2007), Arikawa (2008), mais galement Nekhili (1994, 1999) pour la France, notent tous une
relation positive entre la taille des entreprises et le recours la dette directe.
200
Pourtant, Alonso et al. (2005) trouvent une relation positive entre taille et le montant
de dettes bancaires. Selon ces auteurs, les rsultats sont spcifiques ce pays de civil law, o
les banques restent la premire source de fonds pour les entreprises. Ils expliquent que,
contrairement aux pays de common law, les socits espagnoles de grandes tailles, qui ont peu
dasymtries dinformations, ne peuvent pas atteindre les avantages de la substitution de la
dette bancaire par la dette de march, car les marchs des titres de crance sont encore peu
liquides en Espagne. Des rsultats similaires sur des donnes espagnoles ont t obtenus par
Ojah et Manrique (2005). Mme si un tel argument nest pas valable en France, il suggre en
tout cas la ncessit de reformuler, dans certains cas, les hypothses afin de les rapprocher
du cadre institutionnel de ltude.
Par ailleurs, il est utile de noter ce stade que le premier argument de taille se
heurte un constat majeur : les grandes entreprises ont souvent une structure dendettement
mixte, cest dire quelles recourent certes aux marchs, mais continuent sendetter auprs
des banques. Dans lchantillon retenu par Johnson (1997), par exemple, 41% des socits
qui ont une dette de march ont galement des emprunts bancaires leur passif. La
proportion est encore plus importante dans lchantillon de Sufi (2005), puisque plus de 75%
des firmes qui ont un encours de march, se financent paralllement auprs des banques.
Johnson (1997) pose intuitivement et teste empiriquement une hypothse (lie des cots de
transaction) qui pourrait expliquer la mixit : ce choix serait retenu par les entreprises, ayant
dj des dettes obligataires, mais prouvant frquemment un besoin de financement pour
des montants relativement faibles. Celles-ci trouveraient plus efficient de sendetter auprs
des banques car les montants dsirs ne permettent pas damortir les cots dmissions sur
les marchs. Johnson (1997) intgre alors une variable supplmentaire dans son modle
conomtrique pour mesurer la frquence (en nombre dannes) avec laquelle les entreprises
mettent des dettes, mais naboutit aucun rsultat concluant. Pour mieux saisir la structure
dendettement des firmes, particulirement les plus grandes, il convient de poursuivre la
revue des principales recherches sur le sujet.
4.1.2. Cots de divulgation dinformations
Selon Boot et Thakor (1993), les entreprises choisissent de divulguer de manire

volontaire au march trois types dinformations : (i) celles qui sont complmentaires avec ce
que savent les investisseurs informs, (ii) celles qui leur sont orthogonales et (iii) celles qui
201
sont dj connues par les investisseurs informs (et qui sont rvles aux autres acteurs sur
le march). De manire gnrale, les informations divulgues sont destines aux
investisseurs, mais de fait, deviennent disponibles aux firmes concurrentes. Ainsi, un
financement par le march impose de divulguer de faon priodique une information prive
qui devient alors publique et perd toute valeur pour la firme concerne. A linverse, le choix
dun financement bancaire limite la diffusion de linformation la banque contractante. La
confidentialit de linformation savre tre un facteur cl, pouvant conditionner les choix de
la source dendettement par les entreprise.
Campbell (1979) est le premier mettre lide selon laquelle le choix de la dette
bancaire est guid par un dsir de confidentialit. En tudiant la tension entre les
actionnaires et les cranciers, et considrant que les termes du contrat de dette sont
ngociables146, lauteur montre que les actionnaires, reprsents par les managers, prfrent
emprunter auprs dune banque afin de cacher aux autres cranciers les nouvelles favorables.
Cependant, Campbell (1979) ntudie pas la possibilit dune infrence de la part de tiers
intresss lorsque ceux-ci apprennent quun emprunt bancaire a t octroy. Dautres
auteurs considrent explicitement le problme de la divulgation dinformations aux
concurrents de lentreprise (Bhattacharya et Chiesa, 1995 ; Yosha, 1995).
Bhattacharya et Chiesa (1995) montrent tout dabord, quen temps normal, et en

absence dinformations sensibles, les entreprises, comme leurs bailleurs de fonds, ont intrt
partager linformation sur le devenir des projets, ce qui plaide pour le choix dun
financement par le march. Cette conclusion est toutefois invalide lorsque les projets sont
risqus et que la firme, par des investissements adquats en recherches et dveloppements,
peut augmenter leur probabilit de succs. Dans cette situation, le financement par le
march nest plus adapt, en raison du comportement opportuniste des concurrents qui
pourraient profiter dune information de valeur devenue publique (en lanant une campagne
publicitaire par exemple ou une riposte de prix agressive), sans en supporter les cots de
production. Lincitation de lentreprise emprunteuse sengager dans des investissements
coteux en matire de recherches et dveloppements disparat alors ; elle nest restaure que
dans le cas dun financement bancaire qui garantit la confidentialit de linformation
produite.
146 La plus grande re-ngociabilit des contrats de dettes bancaires sera traite dans la suite.
202
Yosha (1995) approfondit le raisonnement et conjugue deux types darguments : il

sattache dun ct la confidentialit lie au choix dun financement bancaire (lauteur parle
plutt de financement bilatral), et dun autre ct aux moindres cots dmission lis
lendettement bancaire. Mais, Yosha (1995) va encore plus loin dans son raisonnement,
considrant que le choix mme du mode de financement par la firme constitue une
information susceptible de renseigner ses concurrents : si lentreprise opte pour un
financement bancaire, ses concurrents peuvent penser quelle tente de cacher des
informatives relatives des projets de haute qualit. Dans son modle (prsent lannexe 1
de ce chapitre), Yosha (1995) aboutit finalement un quilibre dans lequel les entreprises qui
dtiennent des informations sensibles (projet de grande qualit), quelles souhaitent garder
confidentielles, choisissent quand mme de se financer auprs des banques ; les concurrents
ne pourront pas infrer avec certitude que lentreprise tente de cacher une information
prive compte tenu des avantages en terme de cots dmission de ce type de financement.
Au contraire, les entreprises qui ne dtiennent pas dinformations sensibles (projet de basse
qualit) choisissent de se financer auprs du march (financement multilatral), un cot
dmission certes plus lev, mais leur permettant de signaler la faible qualit de leur projet et
limiter les cots associs aux manuvres stratgiques de leurs concurrents. Yosha (1995)
conclut donc en ces termes :
even if competitors use all available information incorporated in the decision not to
use multilateral financing, concealing some information is still possible as long as there is
a cost difference between the two modes of financing. Hence, other else equal, we should
expect high-quality firms to use bilateral financing.
Yosha (1995, p. 16)
Les rsultats empiriques lis la validation du modle de Yosha (1995) sont mitigs.
En effet, linterprtation de ce modle prte confusion. Certains travaux testent le lien
entre la qualit des entreprises elles-mmes ( travers des mesures telles que le market-to-
book par exemple) et le recours la dette bancaire ; dans ce cas, ils aboutissent gnralement
une relation ngative et infirment lhypothse. Or, Yosha (1995) suggre implicitement que
ce nest pas la qualit des firmes qui prime147, mais plutt la qualit de leurs projets, ou plus
prcisment la sensibilit et la confidentialit lie leurs projets. Carey et al. (1993) utilisent
147 Tout du moins, si la qualit des entreprises est retenue, elle est comprise lintrieur dune mme classe de
risque. Yosha (1995) considre dailleurs dans son modle que les entreprises dont il fait rfrence sont petites
et jeunes (mais largument peut galement sappliquer des entreprises grandes et matures qui souhaitent
garder confidentiels certains projets).
203
le ratio des dpenses en R&D sur les ventes pour mesurer la qualit des projets. Leurs
rsultats montrent que ce ratio est plus lev pour les firmes qui ont recours un
financement bancaire. Mackie-Mason (1990) partage ces conclusions. Ltude de Nekhili
(1999), effectue sur des donnes de panel de 84 socits non financires franaises sur la
priode 1979-1987, met en vidence une relation positive entre les dpenses en R&D et le
recours la dette bancaire. Ces tudes, qui mesurent plutt la qualit des projets, confirment
lhypothse. Dhaliwal et al. (2003) mesurent le lien entre le degr de divulgation
dinformations au march et le recours la dette intermdie. Ces auteurs entreprennent une
dmarche originale dans le sens o ils utilisent les ratings accords par les analystes financiers
selon le niveau de divulgation dinformation par les firmes. Ces ratings sont publis dans le
rapport AIMR (Annual Review of Corporate Reporting Practice). Les scores attribus aux firmes
refltent lvaluation par les analystes des dlais, du degr de dtails et de la clart des
informations divulgues. Reprenant les travaux de Yosha (1995), Dhaliwal et al. (2003)
partent de lhypothse selon laquelle la divulgation dinformations prives nuit la position
concurrentielle de la firme. Ainsi, les entreprises qui ont de faibles ratings recourent la
dette bancaire. Conformment leur prdiction, ces auteurs trouvent une relation ngative
entre le score li aux divulgations de la firme et le recours la dette intermdie.
204
4.2. CHOIX DENDETTEMENT, ALEA MORAL ET INCITATIONS
Le point de dpart de ce second axe de recherche est lexistence de problmes

dagence entre la firme et ses cranciers. Nous envisageons donc ici le cas o les entreprises
peuvent investir dans des projets non rentables (cf. ala moral prsent au chapitre 1). Le
problme des prteurs devient alors celui de lincitation des entreprises mettre en uvre
des projets rentables. La spcificit du financement bancaire merge dans la surveillance
exerce par les banques, et dans lincapacit du march dtecter le comportement adopt
par lemprunteur. Les cots dagence de la dette sont donc plus importants pour la dette de
march. Cette diffrence dans les cots dagence peut influencer les choix dendettement des
socits. En ce sens, Blackwell et Kidwell (1988) considrent que le risque dala moral est
plus important pour les petites firmes risques (nonswitch hitters) que pour les grandes moins
risques (switch hitters). Ainsi, les premires recourent plus souvent la dette bancaire car les
cots dagence de la dette rendent les missions obligataires trop coteuses. Les secondes
ont moins de problmes dagence et recourent aux emprunts de march, bnficiant ainsi
des conomies dchelle sur les cots flottants. Pour Barclay et Smith (1995a), les cots lis
lala moral sont plus levs pour les entreprises qui ont le plus dopportunits
dinvestissements futurs. Ils assimilent en effet ces opportunits une option dont la valeur
dpend de la probabilit que lentreprise lexerce de manire optimale. Plus les opportunits
sont leves, plus les conflits dintrt entre la firme et ses cranciers quant lexercice de
loption sont importants. Le march, anticipant ces conflits potentiels, impose des emprunts
plus coteux. Par contre, les banques, par le contrle quelles exercent, offrent une
alternative moins coteuse. Repullo et Suarez (2000) prsentent galement un modle qui va
dans ce sens. Au final, seules les firmes les moins sujettes lala moral peuvent recourir au
march ; les autres sont contraintes de sadresser aux banques.
Ces raisonnements amnent nanmoins se demander pourquoi les entreprises

choisiraient de se soumettre volontairement au contrle des banques qui pourraient
probablement dtecter leur type ; les rponses apportes par la thorie reposent, ce stade,
sur deux considrations : la gouvernance (4.2.1) et la rputation des firmes (4.2.2). Le
contrle de la banque a toutefois un cot li au hold-up, qui peut distordre les incitations des
firmes (4.2.3). Enfin la prise en compte des diffrentes incitations (au niveau des entreprises
pour investir de manire efficiente et au niveau des banques pour exercer leur monitoring)
pourrait expliquer une structure dendettement mixte des firmes (4.2.4).
205
4.2.1. Incitation et gouvernance des firmes
La structure de gouvernance des firmes pourrait avoir un effet sur leur incitation
sendetter auprs des banques ou des marchs, puisque les deux types de financement ne
supposent pas le mme degr de contrle sur les dirigeants148.
On considre gnralement que, dans les grandes socits de capitaux, lactionnariat

est dispers, puisque la majorit des actionnaires sont des petits porteurs ayant fait
lacquisition dun nombre restreint de titres dans un unique but de placements. Ces
actionnaires ont de facto renonc lexercice des attributs actifs de la proprit, cest--dire
la participation aux actes dadministration de la socit. Ces actes sont donc confis des
managers professionnels qui profitent dune certaine marge de libert (managerial
discretion). Or, tout phnomne de sparation de la proprit et du pouvoir de dcision cre
des conflits dintrt entre les actionnaires et les dirigeants. Ces conflits peuvent tre de trois
sources : la substitution dactifs, cest--dire dans ce cas prcis la tendance des managers
dtenir des actifs qui permettent de rduire la variabilit des cash-flows de lentreprise et par
consquent son risque dinsolvabilit ; la tendance des managers la rtention exagre, de
manire accrotre la couverture de leurs droits fixes ; et la tendance des managers au sous
endettement, de manire rduire, une fois encore, la variabilit du cash-flow rsiduel.
Dans ce cas, o lactionnariat est dispers et o les droits de proprit sont spars
du pouvoir de dcision, le contrle des dirigeants par les actionnaires est moins efficace que
lorsque le capital est concentr. Les banques peuvent alors offrir un mcanisme de contrle
complmentaire des actions des managers. Les entreprises, prsentant une telle structure de
gouvernance et toute chose gale par ailleurs, devraient donc choisir la dette bancaire et
accepter le monitoring afin de rduire le cot de la dette. Mais, cest oublier que se sont
souvent les dirigeants qui prennent les dcisions dendettement. Et, lorsque lactionnariat est
dispers, il na aucun moyen de contraindre les choix des managers. Selon Stulz (1990) et
Berger, Ofek et Yermack (1997), les problmes dagence et le rle prminent du jugement
des dirigeants dans les dcisions de financement des firmes, devraient inciter les managers
chapper tout contrle externe afin de prserver leurs marges de libert. A ce titre, lorsque
les entreprises ont des cots dagence levs et toute chose gale par ailleurs, les dirigeants
148Certains travaux rcents ont, par ailleurs, montr que les mcanismes de gouvernance pouvaient avoir un
impact sur les dcisions de structure du capital (Berger et al., 1997 ; Garvey et Hanka, 1999 ; Litov, 2005 ;
Mahrt-Smith, 2005 ; Harford, Li et Zhao, 2007 ; Jiraporn et Gleason, 2007).
206
non propritaires seraient incits viter les emprunts bancaires (contraignants, compte
tenue de la surveillance exerce par les banques) et se financer plutt sur les marchs
(moins contraignants, compte tenus des problmes de free rider des acteurs disperss)
(Almazan et Suarez, 2003)149.
Ces dveloppements considrent les systmes de gouvernances proches de ceux des

pays anglo-saxons (et des systmes de common law). Or, la gouvernance des firmes
europennes (et asiatiques), et a fortiori franaises, est sensiblement diffrente, dans la mesure
o lactionnariat est gnralement concentr et les actionnaires de contrle (souvent des
familles) exercent une influence dominante sur lquipe dirigeante (La Porta et al., 1999 ;
Faccio et Lang, 2002)150. Quen est-il alors dans ce type de configuration ?
Lorsque lactionnariat est concentr, deux arguments se concurrencent galement

pour justifier le recours ou non aux banques par rapport au march. Dun cot, dans les
socits qui comprennent un actionnaire principal dominant (une famille ou une autre
entreprise par exemple), les conflits dobjectifs entre actionnaires et managers sont moins
aigus : les actionnaires peuvent en effet se concerter et dcider des actions entreprendre
afin de contrler les dirigeants (Shleifer et Vishny, 1997) ; ils peuvent par ailleurs se poser en
interlocuteurs valables des dirigeants, entrer avec eux dans un processus argumentatif, et
exercer ainsi une influence significative sur les dcisions stratgiques ; ils peuvent en outre
adopter un certain shareholders activism et simpliquer plus directement dans la gestion de
lentreprise. Do finalement largument selon lequel, lorsque lactionnariat est concentr,
lala moral est moins prononc (toute chose gale par ailleurs), et les actionnaires nont pas
besoin de la surveillance des banques, puisque leur contrle suffit. Mais, dun autre cot, la
ncessit dune surveillance bancaire ne disparat pas totalement. En effet, les intrts des
dirigeants ne convergent pas ncessairement vers ceux des actionnaires, en dpit de
limplication de ses derniers dans la gestion de la firme. Leur concentration peut donc leur
permettre de contraindre les dirigeants choisir le type de dettes qui maximise le
149 La Porta et al. (1998), notamment, montrent des diffrences internationales importantes dans la manire
dont on surveille et dont on sanctionne les entreprises. Dans les systmes de common law, lorsque lactionnariat
est diffus, le contrle des firmes se fait essentiellement par le biais des OPA, comme aux Etats-Unis ou au
Royaume-Uni. La dispersion de lactionnariat irait de pair avec des marchs financiers dvelopps puisquelle
garantit aux investisseurs que largent apport ne sera pas dtourn. Ces auteurs suggreraient donc
indirectement une certaine corrlation entre la dispersion des actionnaires et le recours la dette de march.
150Les contrles sont gnralement exercs travers lmission de deux classes dactions assorties de droits de
vote diffrencis, lorganisation des firmes selon des structures pyramidales et les participations croises. Pour
une revue rcente de la littrature sur la question, voir Adams et Ferreira (2008).
207
monitoring. Dans le cas o lactionnariat est concentr, et en prsence dun risque dala
moral (toute chose gale par ailleurs), la firme devrait opter pour le financement bancaire.
La participation des dirigeants dans le capital de lentreprise peut galement

influencer leur choix de la source dendettement (John et Kedia, 2001). Mais, encore une
fois, le sens du lien nest pas clair, puisque deux hypothses sopposent (Morck, Shleifer et
Vishny, 1988). Selon la premire, lorsque les managers dtiennent des parts dans la socit,
leurs intrts saligneraient sur ceux des actionnaires et devraient les inciter maximiser leur
valeur. Ils nont donc pas besoin des banques pour investir de manire efficiente et vont
emprunter auprs du march. Selon la seconde hypothse, la participation des managers
pourrait accentuer le phnomne denracinement des dirigeants (managerial
entrenchement)151. Ceux-ci profiteraient donc de leur position dominante et de leur marge de
libert pour poursuivre des actions qui ne maximise pas la valeur de lentreprise. Dans ce
cas, le monitoring des banques savre ncessaire pour les inciter investir de manire
efficiente. Le modle dvelopp par Almazan et Suarez (2003) (prsent lannexe 2), en
caractrisant le contrat compensatoire optimal offert par les actionnaires au dirigeant,
permet dexpliquer pourquoi les managers se soumettent au contrle des banques. Almazan
et Suarez (2003) considrent une entreprise qui souhaite financer un projet dinvestissement
dont la probabilit de succs dpend du type de projet, mais galement de leffort fourni par
le dirigeant. Les auteurs supposent que le dirigeant peut extraire des bnfices privs plus
importants dans le cadre dun financement par le march que dans le cadre dun financement
bancaire. Le modle comporte donc une asymtrie dinformation lie la rentabilit du
projet, et un problme dincitation li au choix du type dendettement et au niveau deffort
du dirigeant. Les actionnaires peuvent alors offrir un contrat compensatoire au dirigeant afin
dinfluencer son choix dendettement et son niveau deffort. Mais, en tant index aux cash-
flows gnrs par le projet, le contrat est affect par lexistence dinformations prives
relatives la rentabilit de lentreprise. Pour inciter les managers se soumettre plus
volontiers au financement bancaire, le contrat compensatoire doit inclure des rentes
additionnelles.
151Cet enracinement peut, en outre, se manifester par des contrats explicites, tels que les parachutes dors
ou encore les pilules empoisonnes glisses dans les statuts, pour rsister aux OPA hostiles. Mais il se ralise
galement au niveau des contrats implicites fonds essentiellement sur la rputation et sur le rseau de relations
de confiance que les dirigeants se constituent au fil du temps.
208
The design of incentive contract that shareholders would wish to offer to managers is
fundamentally affected by the existence of private information concerning the firms
profitability. To induce the managers of both high- and low-profitability firms to choose
bank financing requires the managers of the high-profitability firms to capture additional
information rents.
Almazan et Suarez (2003, p. 256)
Finalement, si les avis convergent pour dire que la concentration du capital et la

participation des dirigeants devraient avoir un impact sur les choix dendettement des firmes,
les thories divergent sur le sens de tels liens. Sur le plan empirique, peu de travaux intgrent
des variables lies la gouvernance des entreprises comme dterminants de la source de
dettes. Pourtant, les tudes qui ont tenu compte de cet aspect aboutissent des rsultats
concordants : le recours aux emprunts obligataires semblent ngativement li la
concentration du capital (Cantillon et Wright, 2000 ; Arena et Howe, 2007) et la
participation des dirigeants (Denis et Mihov, 2003 ; Alonso et al., 2005). Cantillon et Wright
(2000) recourent trois mesures (le degr de contrle familial, la concentration de gros
actionnaires et la concentration dinvestisseurs institutionnels) et montrent que, prise
sparment, chaque variable nest pas significative ; par contre, leurs rsultats indiquent une
relation significativement ngative entre ces variables rassembles et le recours la dette de
march. Arena et Howe (2007) axent explicitement leur tude sur la mesure de limpact de la
concentration de lactionnariat sur le choix de recourir aux banques ou aux marchs. Ils
utilisent donc une large gamme de mesures (notamment lindice G de gouvernance152, la
taille du conseil dadministration, etc.) et trouvent galement que la probabilit de recourir
la dette de march est ngativement lie la concentration de lactionnariat et positivement
lie sa dispersion. Les rsultats de Denis et Mihov (2003) indiquent que la probabilit
dmettre un emprunt sur le march est ngativement lie au degr de participation du
dirigeant dans le capital de la firme, mme aprs avoir contrl leffet taille. Alonso et al
(2005) confirment ces rsultats dans lautre sens, en notant une relation positive entre le
montant de dettes bancaires et pourcentage dactions dtenues par le dirigeant.
152 Cet indice de gouvernance a t tabli par Gompers, Ishii et Metrick (2003) et repris, par la suite, dans de
nombreux travaux. Construit sur la base de 24 critres de gouvernance, classs en cinq catgories (tactics for
delaying hostile bidders, vote, protection, takeover et state laws), lindice renseigne sur la faiblesse des droits des
actionnaires par rapport au pouvoir discrtionnaire du dirigeant. Une valeur leve de lindice G signifie quil
est difficile pour les parties prenantes, notamment les investisseurs externes, de rvoquer le dirigeant ou de
remplacer le conseil dadministration.
209
4.2.2. Incitation et rputation des firmes
Diamond propose un argument alternatif pour expliquer le choix par les entreprises,
les plus sujettes ala moral, de sendetter auprs des banques : la construction dune
rputation. Selon Diamond (1989), le dsir dacqurir une bonne rputation peut limiter
lincitation la firme promouvoir des projets dinvestissement trop risqus. Pour le montrer,
il envisage le cas dune entreprise confronte deux projets dinvestissement, lun sr, lautre
risqu (chaque projet ncessitant un investissement initial gal devant tre financ par la
dette). Une maximisation myope de la valeur des actions devrait conduire au choix de
linvestissement risqu. Mais dans ce cas, le risque de dfaut de paiement est suprieur, et sil
arrive, la rputation de la firme est en pril. Par contre, le risque est limit si le projet sr est
choisi. Dans ce cas, la firme a de forte chance dhonorer ses engagements, damliorer sa
rputation et de bnficier ultrieurement de taux dintrt plus faibles.
Pour Hirshleifer et Thakor (1989), ce nest pas la rputation de la firme qui est en jeu
mais le capital rputationnel du dirigeant. Comme Diamond (1989), ces auteurs
considrent un manager confront deux projets dinvestissement. Les pertes financires
sont quivalentes pour lentreprise quel que soit le projet choisi, mais les opportunits de
gain en cas de succs diffrent dans la mesure o un projet est, par hypothse, plus risqu
que lautre. Si le march du travail des dirigeants est tel, que seules les situations dchec ou
de succs comptent pour lvaluation de leurs performances, on peut alors sattendre ce
que le dirigeant maximise non pas la rentabilit espre, mais les chances de succs du
projet, cette maximisation conduisant au choix du projet le plus sr. Lanalyse de Hirshleifer
et Thakor (1989) repose sur une hypothse forte de modalit dvaluation des performances
des dirigeants. Cette hypothse, difficilement vrifiable, limite le pouvoir explicatif de la
thorie propose en rduisant son champ dapplication. En revanche, lhypothse de
contrainte rputionnelle de la firme prsente un caractre plus gnral et se fonde des
caractristiques plus facilement identifiables. Aussi lanalyse de Diamond (1989) nous semble
plus de nature contribuer une vision gnrale et synthtique des dterminants rels du
financement de lentreprise.
En 1991, Diamond applique sa thorie la question du choix du type de dette par

lentreprise en prsence dun risque moral. Selon Diamond (1991), les banques, en
coordonnant les activits de contrle (i.e. monitoring), peuvent rsoudre moindre cot les
conflits dintrts avec les entreprises emprunteuses (Diamond reprend donc l son
210
argumentation de 1984). Mais il ajoute un second mcanisme dincitation : le dsir des

entreprises emprunteuses dvelopper ou maintenir une certaine rputation auprs des
cranciers.
Dans le modle deux priodes (prsent lannexe 3), seul lhistorique de non
dfaut de la firme la premire priode lui permet demprunter la seconde. Le prt
bancaire se caractrise alors, par rapport au march, par le contrle (coteux) exerc sur
lentreprise emprunteuse qui permet de dtecter tout ala moral : lentreprise qui sy hasarde
ne se voit pas renouveler son prt ; celle qui respecte ses engagements se voit reconduire son
emprunt si elle le dsire. Cette squence temporelle est rpte un nombre fini de fois. Mais
plus le temps passe, plus la proportion dentreprises nayant pas fait dfaut diminue (puisque
certaines dentres-elles ont vu leur projet chouer au cours des priodes prcdentes). Les
cranciers considrent alors que les firmes qui subsistent ont de fortes chances de mettre en
place des projets certains. Autrement dit, la rputation de lentreprise samliore, et les taux
diminuent en consquence. Dans ce cas, le choix par la firme du projet certain peut se faire
spontanment sans lincitation fournie par la banque. Il existe alors un seuil de rputation
au-del duquel une entreprise de bonne rputation naura que peu gagner poursuivre sa
relation avec la banque (puisquelle doit toujours supporter le cot de contrle de la banque),
et choisira donc de se financer sur le march. Finalement, le modle de Diamond (1991)
prdit une relation non linaire entre la rputation des firmes et le choix de lendettement
bancaire. Les entreprises qui ont dj une mauvaise rputation nont rien perdre si elles
nhonorent pas dans leurs engagements ; elles sont donc plus enclines opter pour des
projets risqus. Le monitoring des banques ne peut pas les inciter investir de manire
efficiente, mais il permet, par contre, de les dtecter et de les carter. Les entreprises de
qualit intermdiaire, ayant un historique de crdit limit, sadressent aux banques. Au bout
dun certain nombre de priodes sans dfaillance, les entreprises voient leur rputation
samliorer et pourront sorienter vers les financements de march.
The model predicts that if moral hazard is sufficiently widespread, then new borrowers
will begin their reputation acquisition by being monitored and later switch to issuing
directly placed debt () The clientele of borrowers who rely on monitored bank are the
middle-rated borrowers, whose rating is too low for reputation effects to eliminate moral
hazard but is high enough for monitoring to eliminate moral hazard
Diamond (1991, p. 716)
211
Sur le plan empirique, les travaux utilisent gnralement lge des firmes comme
mesure imparfaite de leur rputation, et confirment gnralement les prdictions de
Diamond (1991) : lorsque lge des entreprises sallonge, elles recourent plus lendettement
de march (Johnson, 1997 ; Bhaduri, 2000 ; Esho, Lam et Sharpe, 2001 ; Peters, 2004 ; etc.).
Datta, Iskandar-Datta et Patel (1999) explicitent largument de Diamond (1991) en montrant
que, si les entreprise entretiennent pralablement une relation de clientle assez longue avec
leurs banques, elles envoient au march un signal sur leur capacit honorer leurs
engagements, et peuvent bnficier, lors de leur premire mission demprunts obligataires,
de taux dintrt plus faibles (les spreads de taux baissent, en moyenne, de 68 points de
base). Les rsultats de Hale et Santos (2008) vont sensiblement dans le mme sens, puisquils
indiquent que les relations que les firmes entretiennent avec leurs banques acclrent leur
entre sur le march : celles qui ont une bonne rputation de crdit (via leur historique avec
leurs banques) mettent leur premier emprunt obligataire plus tt.
Pourtant, le modle de Diamond (1991) renferme deux limites. La premire est quil
suppose que les entreprises, ayant acquis une rputation suffisante, migrent ( switcher )
vers le march. Or, les tudes empiriques montrent que la structure dendettement des
entreprises est souvent mixte. Celles de bonne rputation se financent certes sur le march,
mais continuent sadresser aux banques, ce que le modle de Diamond (1991) ne permet
pas dexpliquer153. Pour justifier cette mixit, Johnson (1997) pose et teste lhypothse
suivante : les entreprises qui combinent la fois les dettes bancaires et de march sont celles
qui ont eu accs au march dans le pass (lorsquelles avaient une rputation suffisante), mais
ont perdu leur rputation depuis lors et se sont retournes vers les banques. Johnson (1997)
re-estime donc son modle, en tenant compte notamment des ratings de crdit passs et
prsents des firmes, mais ne trouve aucun rsultat en faveur de cette hypothse. De mme,
les rsultats dAlonso et al. (2005) et de Yu (2003) sont difficiles concilier avec les
prdictions de Diamond (1991), dans la mesure o ils indiquent une relation positive entre
lge des entreprises respectivement espagnoles et taiwanaises (qui oprent dans un systme
financier relativement orient vers les banques) et le recours la dette bancaire. La
rputation acquise par les entreprises oprant dans de tels systmes ne dterminerait donc
pas la substitution du financement bancaire par un financement obligataire.
153En 1993, Diamond reprend dailleurs sa thorie, pour justifier le recours simultan aux banques et aux
marchs, par le dsir damliorer lincitation linvestissement en limitant le contrle des banques sur les
dcisions de liquidation.
212
La seconde limite du modle de Diamond (1991) est celle du cot du monitoring li

au hold-up des banques car, si ces dernires permettent dagir sur les incitations de la firme,
elles peuvent, dans certains cas, distordre ces incitations.
4.2.3. Incitation et opportunisme de la banque
Selon largumentation prcdente, les banques contrlent les entreprises

emprunteuses pour dcourager les investissements non profitables. Mais, Sharpe (1990) et
Rajan (1992) suggrent que la surveillance bancaire peut cacher un comportement
opportuniste de la part de la banque elle-mme. Sharpe (1990) explique en effet, dans une
approche temporelle dynamique de la relation banques/socits emprunteuse, que lavantage
informationnel de la banque principale, travers lactivit de monitoring, peut conduire la
cration dun pouvoir de monopole (hold-up), permettant de capturer par linformation
lentreprise (cf. chapitre 1).
Rajan (1992) fait galement rfrence ce problme dala moral et le lie au choix du
type dendettement des entreprises. Dans son modle (prsent lannexe 4), il considre
une seule catgorie de firme dont le type de projet dpend de ltat de la nature : dans le bon
tat de la nature, le projet certain est mis en place ; dans le mauvais tat de la nature, cest le
projet alatoire qui est mis en place. Ltat de la nature dpend en fait de la qualit du projet
dinvestissement (en termes de cash-flows gnrs) et de leffort fourni de lentreprise. Le
modle multi priodique permet de considrer la succession temporelle suivante : en t =0,
lentreprise met en place un investissement et signe un premier contrat de dette pour le
financer. Si elle choisit un contrat bancaire, lchance de lemprunt sera en t =1 et si elle
choisit un contrat obligataire, lchance sera en t =2. En t = 1, la banque, spcialiste de
linformation, observe ltat de la nature (et donc le type de projet) ; par contre, cette
mme date, les cranciers obligataires nobtiennent aucune information. En t =2, les revenus
sont raliss. Selon Rajan (1992), si une entreprise est dpendante dune seule banque pour
son financement, alors la banque peut exiger un remboursement aprs connaissance de ltat
de la nature. Si la banque estime que ltat de la nature rend le projet non rentable, elle peut
renoncer financer lentreprise la seconde priode. Si linvestissement a t financ par un
emprunt de march, les cranciers nont aucun contrle sur la dcision de la firme de
poursuivre ou non son projet. En revanche, si le projet de la firme se rvle tre profitable,
213
la banque peut conditionner la poursuite du financement au partage de la valeur actuelle

nette (VAN) de linvestissement son profit.
Ce cot supplmentaire rduit la propension de lentreprise exercer des efforts de

management. Dans le cas dun financement obligataire, cette rallocation du surplus gnr
par le projet ne peut se raliser. En effet, selon Rajan (1992),
Unlike the banks, arms-length lenders have no control over the owners continuation
decision. However, surplus is not reallocated after the state is realized. This contract may
give the owner a higher incentive to exert effort than do either of the bank contracts. I
conclude that the welfare effect of borrowing from a bank rather than arms-length sources
is ambiguous; the benefit of being bank-controlled has to be weighed against the costs of
distortions in the owners incentive to exert effort.
Rajan (1991, p. 1369)
Le modle de Rajan (1992) prdit une relation non linaire entre les cash-flows
attendus des projets de lentreprise et le recours aux banques. Pour les entreprises ayant des
projets de faible qualit, le monitoring des banques ne prsente aucun avantage, et peut
mme prcipiter leur dfaillance. Par contre, les entreprises ayant des projets moyennement
rentables sadressent la banque154. Enfin, celles qui ont des projets gnrant dimportants
cash-flows se tournent vers les financements de march, dans le cas o leur banque est en
situation de monopole informationnel.
Les prdictions de Rajan (1992) sont alors assez proches de celles mises par
Diamond (1991), puisque dans les deux cas les entreprises de haute qualit vont sadresser au
march, alors que celles de qualit intermdiaire sorientent vers les banques. La diffrence
essentielle entre les deux travaux rside dans le fait que Rajan attribue un comportement
opportuniste la banque en situation de monopole, alors que pour Diamond, il nen est rien.
En outre, les auteurs dfinissent la qualit des entreprises diffremment : dans le cas de
Diamond, elle est apprcie par lhistorique de non dfaut de la socit ; dans le cas de
Rajan, elle est value via les cash-flows attendus des projets dinvestissement de lentreprise.
154 Rajan (1992) prdit galement que la prfrence pour la dette bancaire est lie un rapport de force entre
prteur et emprunteur. Il suggre comme mesure empirique de ce rapport de force le degr de contrle que les
banques ont sur les demandes des emprunteurs ou le degr de participation de la banque dans le capital de la
socit emprunteuse. Nous essayons galement de rendre compte de ce lien lors de ltude empirique.
214
Les validations empiriques du modle de Rajan (1992) sont mitiges. Si Houston et

James (1996) montrent une relation ngative entre les opportunits de croissance et le
recours la dette bancaire pour les entreprises amricaines ayant une relation avec une seule
banque (et interprtent ces rsultats en faveur de largument de hold-up des banques), les
autres travaux mens sur le sujet aux Etats-Unis naboutissent pas aux mmes conclusions :
Johnson (1997) et Krishnaswami, Spindt et Subramaniam (1999) reportent une relation
positive entre les opportunits de croissance et le recours la dette bancaire. De mme,
Denis et Mihov (2003), qui testent les prdictions de Rajan sur la base des nouvelles
missions de dettes (limitant ainsi les problmes de causalit inhrents la plupart des
travaux empiriques sur les comportements financiers), ne trouvent aucune relation
significative entre les opportunits de croissance et le choix de la dette obligataire. Alonso et
al. (2005) notent que la relation entre les opportunits de croissance des firmes espagnoles et
le recours au financement de march nest pas aussi forte que celle obtenue par Houston et
James (1996). De nombreuses tudes ont t menes au Japon sur la question. Le march
japonais offre un cadre danalyse intressant dans la mesure o, suite la drglementation
du secteur bancaire dans les annes 80, beaucoup dentreprises ont rduit leur dpendance
vis--vis des banques155. Mais, l encore, sur le mme march, les rsultats divergent. Alors
que pour Hoshi, Kashyap et Sharfstein (1993), Hori et Osano (2002), Shirasu et Xu (2007) et
Arikawa (2008), les opportunits de croissance sont positivement lies aux financements de
march, pour Anderson et Makhija (1999) et Hosono (2003), elles seraient positivement lies
aux financements bancaires.
Ces divergences peuvent sexpliquer par le fait que les prdictions de Rajan (1992) ne
sappliquent quaux entreprises en relation avec une seule banque. Or, lexception de
Houston et James (1996), les autres tudes ne contrlent pas cette variable. Cette restriction
suggre que le modle de Rajan (1992) sapplique essentiellement aux petites entreprises qui
ont le plus de chance de traiter avec une seule banque. Les grandes firmes, quant elles, ont
peu de risques dtre captures par linformation, tant donn quelles recourent
gnralement plusieurs banques156.
155Alors quen 1975, plus de 90% des dettes des firmes japonaises taient bancaires, en 1992, elles ne
reprsentaient plus que 50% de lendettement total.
156 Tous les travaux empiriques qui tudient les dterminants du nombre de relations bancaires trouvent une
relation positive entre la taille des entreprises et la multi-bancarit (Harhoff et Krting, 1998 ; Detragiache,
Garella et Guiso, 2000 ; Berger, Klapper et Udell, 2001 ; Machauer et Weber, 2000 ; Herniandez et Martinez,
2005).
215
Le mrite de Rajan (1992) est davoir tent de justifier une structure dendettement
mixte : selon lui, les entreprises peuvent recourir en mme temps la dette de march afin
de limiter le hold-up des banques. Houston et James (1996) testent dailleurs cette hypothse
en mesurant le recours la dette bancaire lorsque lentreprise a des dettes obligataires. Ils
introduisent donc une variable binaire qui mesure laccs au march par les firmes qui ont
des opportunits de croissance leves, et montrent que cette variable a un impact positif sur
le recours la dette bancaire. En dautres termes, lorsque les firmes diversifient leurs sources
de financement vers le march, elles ne craignent plus un ventuel hold-up des banques.
Anderson et Makhija (1999) adoptent la mme dmarche et aboutissent aux mmes rsultats.
Pourtant, cet argument renferme deux limites. La premire est quil implique que les dettes
bancaires soient moins prioritaires (ou juniors) pour les entreprises qui ont de svres
asymtries dinformations, ce qui parait contre intuitif et clairement rejet sur le plan
empirique157. La seconde limite est que Rajan (1992) considre galement que la multi-
bancarit peut limiter le monopole informationnel de la banque, et serait donc une solution
alternative au problme de hold-up. La question qui se pose alors, et laquelle le modle ne
rpond pas, est dexpliquer le recours simultanment lendettement de march pour les
entreprises qui sont multi-bancarises. Ces entreprises auraient dj rsolu le problme du
hold-up des banques, alors comment justifier quelles se tournent aussi vers les marchs ?
4.2.4. Incitation et structure dendettement mixte des firmes
Plusieurs autres travaux thoriques se sont attels la difficile tche de justifier

lutilisation conjointe des emprunts bancaires et de march, en fonction de problmes
dincitation lis lala moral.
Les travaux de Seward (1990), Besanko et Kanatas (1993) et Gerber (2008)

constituent une premire tentative dexplication. Seward (1990) et Besanko et Kanatas
(1993) montrent que les contrats de dettes optimaux devraient inclure un mix dendettement
afin de crer les incitations suffisantes au monitoring de la part de la banque. Pour Gerber
(2008), ils seraient expliqus par la capacit des banques diversifier les risques. Toutefois, si
ces modles russissent justifier des contrats optimaux mixtes, ils ne permettent pas de
comprendre pourquoi certaines entreprises font un choix de mixit et dautres pas.
157Carey (1995) trouve en effet que, parmi les 18.000 emprunts obtenus entre 1986 et 1993, et qui sont
reports dans la base de donnes Dealscan, plus de 99% contiennent une clause de sniorit.
216
Le travail de Holmstrm et Tirole (1997), prsent lannexe 5, rpond une telle

problmatique, dans la mesure o il montre que les entreprises moyennement capitalises
sendettent la fois auprs des banques et des march, alors que les firmes bien capitalises
recourent exclusivement au march. Le modle suppose que la spcificit des banques (par
rapport au march) rside dans le contrle exerc sur les firmes emprunteuses, mais
considre en mme temps un problme dincitation au monitoring au niveau des banques.
Un premier quilibre, par un financement exclusivement obligataire, est obtenu si les
entreprises disposent dun capital de dpart suffisamment lev. Le contrle exerc par la
banque, en limitant lala moral et lopportunisme de lentrepreneur, rduit le capital exig
pour financer le projet. Un second quilibre, par un financement mixte, est alors obtenu si
les entreprises disposent dun capital de dpart relativement moyen. Le choix de la structure
de la dette dpendrait alors de la richesse initiale des firmes. Cette explication ne parvient
cependant pas expliquer pourquoi les grandes entreprises (celles qui ont une capitalisation
leve) recourent la fois aux banques et au march.
Lobez et Statnik (2007), en sintressant la qualit des firmes plutt qu leur taille,
justifieraient une telle pratique. Dans leur modle (prsent lannexe 6), les entreprises
peuvent signaler leur qualit au march obligataire en recourant la dette bancaire, dans la
mesure o les banques disposent dun avantage informationnel. Un tel signal est nanmoins
coteux car la banque utilise sa position dominante pour extraire une partie du surplus
gnr par le projet de lentreprise. Finalement le modle prdit que le march est sollicit en
tant que mode de financement unique, la fois par les firmes de moindre qualit qui ne
peuvent pas se signaler, et par les meilleures qui le trouvent moins onreux ; les firmes de
qualit moyenne prfrent ngocier un financement mixte, bancaire et obligataire, la part de
la dette bancaire est alors croissante avec la qualit de la firme. Comme pour le modle de
Rajan (1992), la principale limite de ce travail est que largument de hold-up des banques ne
sapplique dans la pratique quaux petites entreprises. Or, si Lobez et Statnik (2007) trouvent
que la dette obligataire est moins coteuse pour les entreprises de bonne qualit, cest parce
quils intgrent, dans leur modlisation du cot de la dette bancaire, la variable m rendant
compte du pouvoir de monopole de la banque. Cependant, si les entreprises de bonne
qualit sont de grande taille158, il est probable quelles souffrent moins du problme de hold-
up et que le cot de la dette bancaire soit moins lev pour elles.
158Cet argument est gnralement valid sur le plan empirique, puisque la plupart des tudes montrent une
certaine corrlation entre la taille et la qualit des firmes.
217
4.3. CHOIX DENDETTEMENT, RISQUES DE DEFAILLANCE ET

RENEGOCIATIONS
La littrature sur limparfaite substitution entre financements bancaires et obligataires

peut tre enrichie si les questions de rengociation des contrats de prt (et des pouvoirs qui
entrent en jeu ce moment-l) sont prises en compte. Il apparat en effet que, dans la
pratique (daprs les enqutes menes par Graham et Harvey (2001), Bancel et Mittoo (2004)
et Brounen et al. (2004)), les dirigeants dentreprises considrent la flexibilit des contrats
comme lun des facteurs les plus importants lors de la comparaison des diffrents modes de
financement.
Ce troisime axe thorique sintresse donc au financement de projets rentables, mais

abordent les considrations lies aux risques de dfaillance. Dans ce cadre, les termes (ou
clauses) du contrat de dette ont pour objet de scuriser la position des prteurs en cas
dasymtrie dinformations et dincompltude des contrats. Mais ces clauses peuvent
renfermer des sources dinefficience, do lintrt de pouvoir les rengocier. Or, comme il a
t vu lors du chapitre 1, les contrats de dettes bancaires sont plus facilement re-ngociables
que les contrats conclus sur les marchs. Cette spcificit des banques peut avoir une
influence sur le choix par les firmes entre diffrents types dendettement159.
Partant de lide que le contrat de dettes bancaires inclut des clauses contractuelles
la fois plus svres, mais plus facilement re-ngociables (Berlin et Mester, 1992), le choix du
type dendettement par les entreprises serait ds lors le suivant : celles qui accordent le plus
dimportance loption de rengociation, cest--dire celles qui ont le plus de risque de
connatre des difficults ou celles qui ont le plus perdre en cas de liquidation, optent pour
lendettement bancaire ; les autres se tournent vers les financements obligataires (4.3.1).
Pourtant, la conclusion ne peut tre si triviale. Car, si la flexibilit des contrats bancaires
permet damliorer lefficience des dcisions de liquidation, elle augmente en mme temps le
risque de substitutions dactifs et pourrait expliquer une structure dendettement mixte des
firmes (4.3.2).
159Par ailleurs, certains auteurs ont repris cet argument pour expliquer la structure financire des entreprises
(Brennan et Schwartz, 1984 ; Kane et al., 1984; Fischer et al., 1989 ; Leland, 1994 ; Goldstein et al., 2001 ;
Titman et Tsyplakov, 2003 ; Strebulaev, 2007 ; etc.).
218
4.3.1. Rengociation et efficience des dcisions de liquidation
Berlin et Loeys (1988) tudient les spcificits relatives aux contrats bancaires par
rapport aux contrats conclus sur le march. Les diffrences en terme dinformations et
dincitations la surveillance entre les deux types de contrats peuvent avoir un impact sur
lefficience des dcisions de liquidation des socits en difficults (mais viables), et influencer
en retour leur choix dendettement (modle prsent lannexe 7). Selon Berlin et Loeys
(1988), les contrats dont les clauses sont fondes sur des informations bruites et
publiques (contrats obligataires) sont, ou trop svres (liquidation de bons projets), ou
trop clments (prennit de mauvais projets). Cette inefficience peut tre vite si les
cranciers recherchent des informations prives et surveillent les entreprises emprunteuses.
Nanmoins, une telle dmarche est coteuse ; de surcrot, le march y est faiblement incit
de part le problme de free rider. Recourir aux services dun spcialiste de linformation et de
la surveillance une banque assure alors une politique de liquidation plus efficiente, car
plus slective. Mais, l encore, cette solution savre coteuse puisque il faut sassurer que ce
spcialiste soit incit la fois contrler les entreprises, et choisir une politique de
liquidation adapte. Le modle de Berlin et Loeys (1988) revient donc un arbitrage entre
les gains provenant dune politique de liquidation efficiente et les cots dagence lis la
dlgation de la fonction de monitoring160 :
The firms optimal choice reflects a tradeoff between the inefficiencies of rigid bond
covenants and the agency costs of hiring a delegated monitor. This tradeoff depends upon a
number of parameters characterizing the firms production technology and the information
technology.
Berlin et Loeys (1988, p. 409)
Chammanur et Fulghieri (1994) rsolvent le problme dincitation au monitoring au

niveau de la banque en considrant que celles-ci sont soucieuses de leur rputation. Les
banques consacrent donc plus de ressources lvaluation des entreprises en difficult (mais
qui sont tout de mme viables) car elles sont guides par le dsir dacqurir une rputation
de bons liquidateurs , de cranciers qui prennent les bonnes dcisions de ngociations au
lieu de liquider systmatiquement les socits en difficult. Cette rputation pourrait, en
160 Dans le modle de Berlin et Loeys (1988), cet arbitrage est fonction de certains paramtres, tels que le rating
de crdit de lentreprise, la valeur prdictive des indicateurs financiers sur la sant de la socit, le cot de
linvestigation dtaille de la situation de la firme et la valeur perdue due la liquidation prcoce.
219
retour, accrotre leur volume daffaire dans le futur. Au niveau des entreprises, une telle
flexibilit peut influencer leur choix entre emprunts bancaires ou obligataires : celles qui ont
une plus grande probabilit de dfaillance choisissent de se financer auprs des banques en
dpit des taux dintrt plus levs ; celles qui ont une faible probabilit de dfaillance optent
pour les financements de march afin de se distinguer des entreprises les plus risques et de
bnficier de taux dintrt plus bas. Chammanur et Fulghieri (1994) concluent donc leur
dmonstration en ces termes :
Banks are able to use reputation as a commitment device to promise entrepreneurs credibly
that they will devote more resources toward evaluating their firm and thereby make better
renegotiation versus liquidation decision if their firm is in financial difficulties. As a result,
firms that assess a greater probability of being in financial distress choose bank loans over
publicly traded debt, even though the equilibrium interest rate on bank loans is higher. On
the other hand, those firms with a smaller probability of being in financial distress issue
publicly traded debt
Chammanur et Fulghieri (1994, p. 498)
Cette prdiction est valide sur le plan empirique, quelle que soit la mesure du risque
de dfaillance retenue (score tel que le Z dAltman, rating de crdit, taux dendettement ou
mme la taille des firmes). Plus prcisment, Cantillo et Wright (2000) sinterrogent sur la
caractristique qui pourrait avoir le plus dinfluence sur le choix du type de dettes : est-ce les
rengociations, ou les cots lis aux asymtries dinformations, ou encore les incitations lies
lala moral ? Les rsultats obtenus par ces auteurs indiquent que largument defficience
des dcisions de liquidation semble jouer le plus grand rle parmi les diffrents dterminants
de lendettement : les attributs qui diminuent le risque de dfaut des firmes (cash-flows
levs et stables, rentabilit forte, taux dintrts rels faibles, etc.) expliquent leur recours
la dette de march. Dautres tudes confirment ces rsultats (Denis et Mihov, 2003 ; Arena
et Howe, 2007 ; etc.) ou montrent une relation positive entre le risque de dfaut et le recours
la dette bancaire (Anderson et Makhija, 1999 ; Bhaduri, 2000 ; Esho, Lam et Sharpe, 2001 ;
Peters, 2004 ; Alonso et al., 2005 ; Arikawa, 2008).
Dans la mme ligne dide, on peut sattendre ce que les entreprises qui ont le
plus perdre en cas de liquidation (celles qui ont, par exemple, prsent le plus de garanties)
choisissent de se financer auprs des banques. Cette ide est confirme empiriquement par
Johnson (1997), Esho et Sharpe (2001), Antoniou et al. (2003), etc.
220
4.3.2. Rengociation et structure dendettement mixte des firmes
En considrant que les dettes bancaires sont plus facilement re-ngociables,

Detragiache (1994) tente de justifier le recours conjoint aux banques et aux marchs (sans
finalement en apporter la preuve formelle). Pour cela, il introduit un nouvel argument la
discussion (emprunt la thorie des contrats incomplets) : si les rengociations permettent
de limiter les risques de pertes ex post, elles peuvent galement augmenter le risque de
substitution dactifs ex ante de la part des entreprises emprunteuses161. Pour le prouver,
Detragiache (1994) modlise la structure financire optimale, en fonction de deux classes de
dettes qui ne diffrent que par leurs cots de rengociation. Si les cranciers considrent quil
est prfrable de laisser lentreprise en difficult entre les mains des propritaires/dirigeants,
et si, en parallle, ils lui accordent quelques concessions et reconduisent les contrats de prts,
les actionnaires pourront alors capturer des surplus de lentreprises (et soctroyer des revenus
strictement positifs mme en cas dinsolvabilit de lentreprise). Ainsi, lincitation
entreprendre des projets sous optimaux augmente avec la flexibilit des contrats de dettes.
Emettre des dettes plus coteuses rengocier, tels que les emprunts obligataires, peut
limiter les problmes de substitution dactifs. Le modle de Detragiache (1994) aboutit donc
un arbitrage par les entreprises entre les engagements ex ante et lefficience ex post :
Low renegotiation costs improve investment in times of financial distress, but they worsen
incentives for asset substitution over and above those created by limited liability. The need
to strike a balance between ex ante commitment and ex post efficiency leads firms to use
both kinds of debts.
Detragiache (1994, p. 350)
Le modle de Detragiache (1994) repose sur un raisonnement qui permet de prendre

en compte les arguments lis aux trois axes de recherche (i.e. cots, incitations et
rengociations). Il prdit en effet que, en cas de risque de substitution dactifs, les firmes
recourent aux emprunts de march car ceux-ci sont plus difficiles rengocier ; nanmoins,
elles noptent pas pour un endettement exclusivement obligataire car la rigidit de ce type de
contrat pourrait aboutir des politiques de liquidation inefficientes. Largument est valable
uniquement pour les grandes firmes, car pour les plus petites, laccs au march savre trop
coteux. Les grandes socits, qui prfrent la dette de march pour des considrations de
161Gnralement, dans les modles classiques, lincitation entreprendre des projets plus risqus est justifie
par la responsabilit limite qui minimise les risques de pertes en cas de faillite (cf. chapitre 1).
221
cots (car elles peuvent raliser des conomies dchelle sur les frais fixes, et bnficier de
taux plus intressants), financent quand mme une fraction de leurs investissements auprs
des banques, si les cots dune liquidation inefficiente sont trop levs. Detragiache (1994)
rsume ainsi son ide :
Public debt is cheaper than private debt for larges companies since the transaction costs of
a public issue are largely fixed () larges companies borrow from private creditors only to
avoid losses of going-concern surplus ()
Detragiache (1994, p. 350)
Hackbarth, Hannessy et Leland (2007) considrent, quant eux, que la seule

spcificit des banques est leur capacit rengocier162, et proposent une construction
thorique rigoureuse pour expliquer une structure dendettement mixte des firmes (modle
prsent lannexe 8). Ils montrent que la thorie du compromis (trade-off theory) sapplique
assez bien certains faits styliss concernant la structure dendettement des entreprises.
Dans un modle darbitrage entre conomies dimpts et cots de faillite, Hackbarth,
Hannessy et Leland (2007) considrent les dcisions optimales dendettement de deux types
dentreprises, qui se distinguent par le pouvoir de ngociation quelles possdent vis--vis de
leurs banques. Les entreprises qui ont un fort pouvoir de ngociation ont une capacit
dendettement bancaire limite. En effet les banques reconnaissent ce pouvoir des firmes et
leur fixent un seuil de rservation au-del duquel elles ne peuvent emprunter. Ces
entreprises, soucieuses de raliser des conomies dimpts grce la dette, se retournent
donc vers les marchs pour financer une fraction de leurs investissements ; leurs cots de
faillite restent limits dans la mesure o elles peuvent toujours rengocier avec la banque en
cas de difficult. En revanche, les auteurs montrent que la capacit dendettement des
entreprises ayant un faible pouvoir de ngociation nest pas contrainte. Puisque les
conomies dimpt sur la dette peuvent tre intgralement ralises par emprunts bancaires,
ces entreprises nont pas besoin de recourir la dette de march. Le financement obligataire
ne servira qu accrotre leur cot de faillite, tant donn que ces socits nont pas de
pouvoir pour rengocier avec la banque en cas de dfaillance.
162 Tout compte fait, il apparat que cette spcificit est la seule ne pas tre conteste. Car, daprs les
discussions abordes lors du deuxime chapitre, lavantage informationnel et le rle de monitoring des banques
peuvent tre remis en cause.
222
En conclusion, le modle de Hackbarth, Hannessy et Leland (2007) montre que la

structure dendettement des entreprises dpend de leur pouvoir de ngociation avec la
banque : les firmes qui ont un fort pouvoir de ngociation (les plus grandes et les plus
matures) se financent la fois auprs des banques et des marchs ; celles qui ont un faible
pouvoir de ngociation se financent exclusivement auprs des banques.
This paper demonstrates that the trade-off theory is sufficient to explain many stylized
facts regarding corporate debt structure. The optimal debt structure for weak firms entails
financing exclusively with bank debt. Strong firms optimally use a mix of bank and
market debt, with the bank senior.
Hackbarth, Hannessy et Leland (2007, p. 1420)
223
A lissue de cette revue de la littrature, force est de constater quil nexiste pas un
modle unique sur les choix dendettement des firmes, mais plutt plusieurs. Pour simplifier,
il semble que ce sont les entreprises les moins risques qui recourent aux marchs (les plus
grandes, les moins sujettes ala moral, les plus connues, etc.). Mais pour mieux
comprendre la complexit de leur choix dendettement, il convient dtre prcis et de
synthtiser les arguments thoriques prsents.
Les tudes saccordent pour dire que les missions demprunts sur les marchs sont
trop onreuses pour les petites entreprises (en termes de cots de transactions et de
production/diffusion dinformations). Les plus grandes peuvent, par contre, raliser des
conomies dchelle et bnficier de conditions plus avantageuses sur les marchs. Mais on
ne peut se contenter daffirmer (comme le supposent les premiers modles) que ces grandes
firmes recourent uniquement la dette directe, dans la mesure o elles peuvent tirer partie
des avantages lis leur taille pour continuer sendetter auprs des banques. Par ailleurs,
certaines entreprises peuvent compter sur une relation de financement bilatrale si elles
souhaitent garder des projets financer confidentiels. Dautres, les plus sujettes lala
moral, peuvent tre contraintes sadresser aux banques, puisque les cots dagence de la
dette obligataire sont trop levs pour elles. Se pose alors le problme de lincitation des
firmes se soumettre au monitoring. Il semble, daprs quelques tudes, que les structures
de gouvernance des entreprises (concentration du capital, participation du dirigeant, etc.)
peuvent constituer des mcanismes assez incitatifs pour justifier la soumission la
surveillance des banques. Le dsir dacqurir une solide rputation de crdit, pour bnficier
par la suite de conditions de financement plus avantageuses, permet aussi dexpliquer le
recours la dette bancaire. Pour autant, il serait encore trop simplificateur de considrer que
les socits qui jouissent dune bonne rputation se financent uniquement sur les marchs.
Au demeurant, certains affirment que le contrle exerc par la banque peut avoir un cot li
au hold-up, et distordre les incitations des firmes. Il nous semble que cet argument est
surtout valable pour les petites entreprises (qui ont le plus de chance de traiter avec une seule
banque), et sapplique moins au cas des grandes (qui ont peu de risques dtre captures par
linformation, tant donn quelles recourent gnralement plusieurs banques). Enfin, on
peut considrer que les entreprises qui accordent le plus dimportance loption de
224
rengociation, cest--dire celles qui ont le plus de risque de connatre des difficults ou le
plus perdre en cas de liquidation, optent pour lendettement bancaire. Cette dernire ide
aide comprendre pourquoi certaines grandes socits, qui prfrent la dette de march
pour des considrations de cots, financent une fraction de leurs investissements auprs des
banques. De mme, elle permet dintroduire la notion de pouvoir de ngociation,
particulirement utile pour expliquer le recours conjointement la dette bancaire et
obligataire. La plupart de ces rsultats thoriques sont repris et rsums lannexe 9 (les
travaux empiriques sont synthtiss lannexe 10).
Finalement, rendre compte de tous ces aspects au sein dun mme modle thorique
semble tre un exercice difficile. Par contre, les prendre en compte dans un cadre empirique
complet, qui permet de comprendre dans la pratique quels types dentreprises recourent
quelles sources demprunt, peut tre intressant. La suite du travail sy consacre. Elle
permettra dailleurs de noter que certains modles (notamment ceux qui considrent un
choix dendettement exclusivement obligataire) ne cadrent pas du tout avec la pratique
effective des grandes socits franaises.
A notre connaissance, seule ltude de Nekhili (1994, 1999) a t ralise en France

sur le sujet. Mais elle porte sur des donnes relativement anciennes et limites (un panel de
84 socits non financires sur la priode 1979-1987), ne se positionne pas tout fait dans le
mme cadre thorique (puisquelle fait surtout rfrence aux thories sur la structure du
capital) et nintgre pas suffisamment de facteurs dterminants du comportement
dendettement des entreprises. Le travail prsent dans les chapitres suivants se rapproche
plus de celui de Johnson (1997), notamment dans le choix de lun des modles
conomtriques (Tobit) et dans le traitement de la question du mix de dettes bancaires et
obligataires. Le travail est toutefois enrichi sur plusieurs plans : tout dabord, il tient compte
du contexte institutionnel particulier franais pour orienter les questions poses et les
interprtations prsentes (en ce sens, il se rapproche dans son esprit de ltude dAlonso et
al. (2005)) ; il considre ensuite des hypothses plus subtiles, probablement en rfrence
des pratiques moins tranches que celles qui prvalent dans les pays anglo-saxons ; il intgre
en outre des variables explicatives plus nombreuses ; il tend enfin lanalyse des donnes
de panel plus informatives.
225
Chapitre 4 : Le choix par les firmes entre diffrents types de dettes : Une revue de la littrature
Annexe n 1 : Le modle de Yosha (1995)
Yocha (1995) montre que les entreprises qui souhaitent garder leur projet confidentiel se financent par
emprunts bancaires. Le modle considre linteraction entre deux entreprises : une firme concurrente EB na
recours aucun financement externe et une firme innovante EA (considre dans le modle comme petite et
jeune) qui souhaite financer un projet de qualit. Le revenu Xbs gnr par le projet dpend, dune part, de la
qualit des projets note et, dautre part, de la riposte commerciale de EB note a. Yosha (1995) considre que
le revenu de EA est une fonction dcroissante de a. Pour financer son projet, lentreprise EA a le choix entre
dettes bancaires ou dettes de march.
Si lentreprise EA choisit de se financer auprs du march, elle doit dvoiler sa qualit et subir un cot
supplmentaire n (dautant plus lev, que le nombre n de prteurs est lev).
On a : [ ]
X bs (a( ), ) , avec ; et :
X bs (a ( ), ) (A1.1)
<0
a
Le profit de lentreprise EA qui se finance par dette de march scrit alors :
e
M = X bs (a( ), ) n (A1.2)
Si lentreprise EA choisit de se financer auprs de la banque, il ny a aucune rvlation dinformation, mais

lentreprise concurrente EB infre que EA tente de cacher un projet de haute qualit. La riposte dpend alors,
non pas de la qualit relle du projet, mais de lanticipation de cette qualit.
Si lanticipation de la qualit est note , on a alors dans ce cas : X
bs
(a(), ), avec [ ; ] et :
X bs a , (() )
<0
(A1.3)
a
Le profit de lentreprise EA qui se finance par dette bancaire scrit alors :
(() )
e
B = X bs a , (A1.4)
A
0n peut prdire le choix de financement de E partir du moment o lon pose lhypothse suivante :
< X (a ( ), ) X (a ( ), )
n
bs bs (A1.5)
Si = ,
= X (a ( ), )
e
M
bs
n
(A1.6)
= X (a ( ), )
et
e bs (A1.7)
B
Dans ce cas, et daprs lhypothse (A1.5) :
e
M > eB (A1.8)
Par contre, si = ,
= X (a ( ), )
e
M
bs
n
(A1.9)
= X (a ( ), )
et
e bs (A1.10)
B
Dans ce cas, et toujours daprs lhypothse (A1.5) :
e
M < eB (A1.11)
Il existe donc un seuil e compris entre et tel que les firmes pour lesquelles est infrieur ce seuil
vrifient (A1.8), c'est--dire que leur profit sera suprieur si elles se financent auprs du march ; les firmes
pour lesquelles est suprieur ce seuil vrifient (A1.11), c'est--dire que leur profit sera suprieur si elles se
financent auprs de la banque. A lquilibre, les entreprises dtenant une information sensible (projet de grande
qualit) optent pour un contrat bancaire. Lavantage de ce financement en termes de cots dmission empche
les concurrents dinfrer avec certitude que lentreprise cherche dlibrment masquer son information
prive. A linverse, les entreprises ayant une information moins sensible (projet de basse qualit) sont prtes
supporter les cots dmission levs de la dette directe : elles peuvent ainsi signaler la faible qualit de leur
projet et limiter les cots associs la riposte de leurs concurrents.
226
Annexe n 2 : Le modle de Almazan et Suarez (2003)
Le modle dAlmazan et Suarez (2003) explique lincitation des dirigeants se soumettre la discipline de la
surveillance bancaire. La rponse rside dans la capacit des actionnaires (qui ne peuvent pas contrler
directement les dcisions de financement de la firme) offrir des incitations compensatoires afin dinfluencer
les dirigeants dans le choix dun endettement bancaire. (Une modification de ce modle est possible, lorsqu la
fois les dirigeants et les actionnaires prfrent le financement de march au financement bancaire. Dans ce cas,
il pourrait tre sous optimal de forcer le dirigeant recourir systmatiquement lendettement bancaire).
Dans le modle, une entreprise cote est dtenue par un nombre restreint dactionnaires et est dirige par un
manager. Lobjectif des actionnaires et du dirigeant est de maximiser leurs revenus pcuniaires et non-
pcuniaires. Le dirigeant na pas de richesse, est protg par la responsabilit limite et a un niveau de
rservation de lutilit nul.
La firme a un projet qui require un investissement initial I et gnre un cash-flow final x = R sil se conclu par
un succs, et x = 0 dans le cas contraire. La probabilit de succs dpend dune part du type de projet , qui
identifie si la rentabilit de linvestissement est leve ( = H) ou faible ( = L) et, dautre part, de leffort
du dirigeant e, qui identifie si le dirigeant est diligent (e = 1) ou sil extraie des bnfices privs du projet (e = 0).
Ainsi leffort du dirigeant (choisir e = 1 plutt que e = 0) produit un gain de cash-flow prvisionnel R.
Les bnfices privs Cf dpendent de si le projet est financ par le march (f = m) ou par une banque (f = b).
Etant donn que les banques peuvent exercer un contrle plus troit du dirigeant que les investisseurs disperss
et de moindre taille sur le march, Cb < Cm. Par ailleurs, quel que soit le mode de financement, leffort qui
maximise la rentabilit totale du projet (cash-flows attendus plus bnfices privs) est e = 1, soit : R > Cm.
Enfin, le modle suppose que, mme avec la rentabilit la plus faible et la dcision la moins favorable, le projet
est viable : L R > I. La rentabilit du projet prend la valeur L avec la probabilit et la valeur H avec la
probabilit 1 .
Le modle considre la succession temporelle suivante : en t = 0 : le dirigeant est embauch et signe un contrat
incitatif w. A ce moment, est encore incertain. En t = 1 : le dirigeant observe de manire prive (il existe
donc une asymtrie dinformation lie ). En t = 2 : le dirigeant dcide du mode de financement f, qui est
publiquement observable, et de leffort e, qui ne lest pas (il existe donc un problme dincitation li f et e). En
t = 3 : le cash-flow x est ralis et observ publiquement. Les emprunts sont rembourss.
Le contrat incitatif w est offert par les actionnaires afin de maximiser leur revenu attendu, puisquil fait
dpendre la rmunration du dirigeant aux variables observables f et x. Par consquent, un contrat consiste en
une action voulue a() = (, f(), e()) pour chaque type et un schma de compensation qui spcifie une
rcompense non ngative wx(z,f) dpendante de lannonce du type z, du mode de financement choisi f et de la
ralisation de x :
w = {(w ( z , f ), w ( z , f )), pour z = , et f = m, b}
0 R L H
(A2.1)
Le contrat optimal rsout alors :

max {a( j )}j = L,H V (a( L ), w; L ) + (1 )V (a( H ), w; H )
wR+ _
8 (A2.2)
C'est--dire :
U (a( L ), w; L ) U (a, w; L ) pour tout a
U (a( H ), w; H ) U (a, w; H ) pour tout a
O la valeur de la firme de type pour ses actionnaires sous laction a et le schma de compensation w est :
V (a, w; ) ( + e )(R w R (z , f )) (1 e )w0 (z , f ) (A2.3)
Et lutilit espre du dirigeant pour une firme de type est :

U (a, w; ) ( + e )w R (z , f ) + (1 e )w0 (z , f ) + (1 e )C f (A2.4)
La contrainte de ce problme est lauto-slection ou les conditions de compatibilits requises pour induire le
dirigeant suivre a() pour chaque . Etant donnes les conditions dauto slection, chaque type possde quatre
paires possibles dactions (f,e) appartenant {m,b}*{0,1}.
Ainsi, les deux types produisent 16 combinaisons (ou allocations) dactions possibles suivantes :
227
(f(H), e(H))
(f(L), e(L)) (m,0) (m,1) (b,0) (b,1)
(m,0) A1 A2 A3 A4
(m,1) A5 A6 A7 A8
(b,0) A9 A10 A11 A12
(b,1) A13 A14 A15 A16
Finalement, le nombre dallocations potentiellement optimales est rduit trois : lallocation march-march ou
mm (A1), lallocation march-banque ou mb (A4) et lallocation banque-banque ou bb (A16).
Ce premier rsultat se rfre au besoin de compatibilit des motivations pour chaque mode de financement. En
effet, si un schma de compensation induit un choix de financement f() pour un projet de type , alors une
condition ncessaire et suffisante pour induire e() = 1 est
C (A2.5)
wR ( , f ( )) w0 ( , f ( ))
f ( )

Pour expliquer ce rsultat, le terme gauche de lingalit (A5.5) peut tre assimil au bonus que le dirigeant dun
projet de type sous le mode de financement f() reoit si le projet est un succs. Ainsi, lingalit (A5.5) dit
simplement que le bonus devrait tre suffisamment lev pour garantir que laugmentation de la compensation
du dirigeant due au choix e = 1 (plutt que e = 0) excde le bnfice priv que le dirigeant aurait pu extraire en
choisissant e = 0.
Le second rsultat montre que les allocations dans lesquelles le financement bancaire est associ une faible
incitation (i.e. (f(), e()) = (b,0) pour certain ) ou dans lesquelles le financement de march est associ une
forte incitation (i.e. (f(), e()) = (m,1) pour certain ) sont sous optimaux. Ces rsultats excluent les allocations
des lignes 2 et 3 et des colonnes 2 et 3 du tableau 1 (c'est--dire A2, A3, A5-A8, A9-A12, A14 et A15).
Enfin, selon le troisime rsultat, les allocations dans lesquelles les projets faible rentabilit reoivent de fortes
incitations (e(L) = 1) et les projets forte rentabilit de faibles incitations (e(H) = 0) sont sous optimaux. Ceci
exclue A13 ainsi que A5, A7 et A15 (qui ont dj t exclus) et tablissent quil nest jamais optimal doffrir des
incitations plus leves une firme faiblement rentable qu une firme fortement rentable. En effet, pour un
choix deffort donn, un projet H a toujours plus de chance de succs quun projet L. Un bonus qui
convainc le dirigeant dun projet L de fournir un effort peut galement convaincre (sans cot) le dirigeant
dun projet H de faire de mme, ce qui accrotra certainement la valeur des actionnaires.
Les derniers rsultats montrent quil existe un lien entre lincitation des dirigeants, le monitoring des banques et
la forte rentabilit des projets. Ce qui est important, cest que ce lien ne provient pas dune complmentarit
entre le financement bancaire et la forte rentabilit du projet puisque ni leffet marginal de e sur les cash flows
ni les effets de f sur les bnfices privs potentiels des dirigeants ne sont dpendant de . Ce lien provient, en
fait, des interactions entre le problme dinformation prive et le problme dala moral qui interviennent dans
ltude du contrat optimal.
228
Annexe n 3 : Le modle de Diamond (1991)
Diamond (1991) tablit un lien entre le choix du type dendettement et la rputation de lentreprise
emprunteuse. Le modle considre trois types dentreprises souhaitant financer un projet : celles dont le projet
gnre des revenus certains en proportion fcc, celles dont le projet gnre des revenus alatoires en proportion fa,
et celles qui ont le choix entre les deux projets, en proportion fac.
Le prteur ne connat pas initialement le type de lentreprise et dispose seulement dune distribution a priori telle
que fcc + fa + fac = 1. Le prteur est confront lemprunteur sur deux priodes (t = 0 et t = 1), et lemprunteur
ne pourra avoir accs au crdit en t = 1 que sil russit rembourser son emprunt en t = 0. En dautre terme,
seul un historique de non dfaut permet demprunter en t = 1. Cette squence temporelle est rpte un
nombre fini de fois, sachant que les firmes nont toujours pas fait dfaut et que la firme ayant le choix entre les
deux types de projets na toujours pas t dtecte par la banque comme ayant choisi le projet alatoire.
On sintresse alors essentiellement aux entreprises qui ont le choix entre les deux types de projets (puisque
cest pour elles que se pose le problme dala moral) et on pose Xc le revenu du projet certain, Xa le revenu
positif en cas de projet alatoire, la probabilit que la banque dtecte le choix de lentreprise, RB et RM le
remboursement demand respectivement par la banque et par le march et R le cot de refinancement de
lentreprise. Le prt bancaire se caractrise par rapport au march par le contrle exerc sur lemprunteur : cette
valuation dont le cot est not C permet de dtecter avec une probabilit p le choix dun projet certain.
Dans le cas du financement bancaire, lentreprise choisit le projet certain si :
X c p (1 )X a (A3.1)
X c R B > p (1 ) X a R B ( ) soit RB <
1 p (1 )
Or en t, la contrainte de participation de la banque scrit :
(f t
c
)
+ f t c + f t ac R B R + C (A3.2)
Puisque la banque est en concurrence sur le march bancaire, cette contrainte est sature :
R+C (A3.3)
RB =
f t + f t c + f t ac
c
Dans le cas du financement obligataire, lentreprise choisit le projet certain si :

X c pX a (A3.4)
X c RM > p X a RM ( ) soit RM <
1 p
Or en t, la contrainte de participation du march scrit :
(f t
c
)
+ f t c + f t ac RM R (A3.5)
Comme les agents qui prtent sur le march sont mis en concurrence les uns avec les autres, on a :
R (A3.6)
RM =
f t + f t c + f t ac
c
Par consquent, lincitation est fournie exclusivement par la banque si :
R+C X c p (1 )X a (A3.7)
<
f t c + f t c + f t ac 1 p (1 )
et
R X c pX a (A3.8)
>
f t c + f t c + f t ac 1 p
Mais quand le temps passe (c'est--dire quand t augmente), la proportion dentreprises de type alatoire
nayant pas fait dfaut diminue puisque certaines dentres-elles ont vu leur projet chouer au cours des priodes
prcdentes. Les prteurs considrent alors que les firmes qui subsistent ont de fortes chances dtre de type
certain ou de type choix ayant mis en place des projets certains. Autrement dit, la rputation de
lentreprise samliore et les taux RB et RM diminuent en consquence.
229
A une date donne note t, cette rputation est telle que le taux RM va tre suffisamment faible de sorte
avoir :
R X c pX a (A3.9)
<
f t c + f t c + f t ac 1 p
Dans ce cas, le choix du projet certain peut se faire spontanment sans lincitation fournie par la banque.
Il existe alors un seuil de rputation au-del duquel un bon dbiteur naura que peu gagner poursuivre sa
relation avec la banque, devant toujours participer, mme faiblement, la couverture des cots de contrle de
la banque. Au-del dun tel seuil, le dbiteur choisira donc de se financer sur le march.
Le modle de Diamond (1991) conclut donc que les dbiteurs dont la rputation reste tablir opteront
prioritairement pour un financement bancaire, alors que les emprunteurs de bonne rputation accderont
directement au crdit par lmission de titres sur le march financier. Ces rsultats mettent en vidence un
vritable cycle de vie en termes de financement : les entreprises jeunes (qui ont un historique limit) sont
contraintes de sadresser aux banques ; au bout dun certain nombre de priodes sans dfaillance, les entreprises
voient leur rputation samliorer et ont accs la dette de march.
230
Annexe n 4 : Le modle de Rajan (1992)
Rajan (1992) tudie le problme dala moral qui se pose au niveau de la banque lorsquelle est la seule
financer une entreprise. Selon Rajan (1992), la surveillance exerce par la banque permet certes de contrler les
cash-flows des projets (et donc tout comportement opportuniste de lentreprise), mais, en favorisant
lmergence dun monopole informationnel, elle donne galement la possibilit la banque dextraire une partie
des revenus en cas de russite du projet, ce qui peut affecter les choix dendettement de la firme.
Le modle considre trois acteurs : une firme, une banque et le march. Lentreprise souhaite financer un
projet, dont linvestissement ncessite un montant I. Ce projet peut tre de bon G avec la probabilit q, ou
mauvais B avec la probabilit (1-q). La probabilit q est connue de lentreprise et du prteur et dpend de deux
composantes : la qualit attendue de lentreprise note , avec appartenant [0,1], et leffort fourni par
lentreprise not , et dont le cot est suppos unitaire.
Par hypothse, on a les drives partielles suivantes :
q ( , ) q ( , ) 2 q ( , ) 2 q ( , ) (A4.1)
> 0, > 0, < 0 et =0
2
Les trois premires hypothses signifient que la probabilit que G soit entrepris est croissante avec la qualit de
lentreprise, et croissante et concave avec leffort de lentreprise. La dernire galit est une hypothse
sparatrice.
On considre alors la succession temporelle suivante :
- En t=0, une firme met en place un investissement et signe un premier contrat de dette pour le financer. Si
elle choisit un contrat bancaire, lchance de lemprunt sera en t=1 et si elle choisit un contrat obligataire,
lchance sera en t=2.
- En t= 1, la banque, spcialiste de linformation, observe ltat de la nature (et donc le type de projet) en
mme temps que la firme ; par contre, cette mme date, les cranciers obligataires nobtiennent aucune
information.
- En t=2, les revenus sont raliss.
Selon Rajan (1992), si la banque estime que ltat de la nature rend le projet non rentable, elle peut renoncer
financer lentreprise la seconde priode. En revanche, si le projet de la firme se rvle tre profitable, la
banque peut conditionner la poursuite du financement au partage de la valeur actuelle nette de linvestissement
son profit : la banque exigera alors une proportion note du surplus de lentreprise (qui conserve donc la
proportion (1-) de son surplus). Ce cot supplmentaire pour lentreprise rduit , c'est--dire la propension
du propritaire exploitant exercer des efforts de management.
Ainsi, lorsquelle sadresse la banque, la firme dtermine son effort de la manire suivante :
Max eB = q ( , )(1 ) X C (A4.2)

{ }
Leffort optimal B* est donc :
( )
q B* ,
=
1 (A4.3)
B*
(1 )X c
En appliquant le thorme des fonctions implicites (A4.3) :
B* (A4.4)
=0

Puisque la proportion ne dpend pas de la qualit du projet, mais est fixe de manire discrtionnaire par la
banque en fonction de son pouvoir de ngociation, les firmes sont alors tentes de choisir les projets non
rentables pour profiter dun taux plus faible.
231
Dans le cas dun financement obligataire, le march ne dispose pas dinformation prive et na donc pas intrt
liquider lentreprise en fin de priode. La firme dtermine comme suit :
( )
Max eM = q ( , ) X c RM + p (1 q ( , )) X a RM
{ }
( ) (A4.5)
Leffort optimal M* est donc tel que :
(
q M* , )
= c
1 (A4.6)
M*
X pX (1 p )RM
a
Or la contrainte du march scrit :
[( ) (
R M q M* , + p 1 q M* , ( ))] R (A4.7)
Etant donne la concurrence qui existe entre les prteurs de march, on a :
R (A4.8)
RM =
[( ) (
q M , + p 1 q M* ,
*
( ))]
En substituant lexpression (A3.8) dans (A3.6), on obtient :
(
q M* ,
=
) 1 (A4.9)
M*
X c pX a (1 p )
R
[( *
M ) ( (
q , + p 1 q M* , ))]
En appliquant de nouveau le thorme des fonctions implicites (A3.9), on a
M* (A4.10)
>0

Dans ce cas, plus la qualit de lentreprise est leve, plus la tarification du march RM sera faible et donc plus
leffort fourni sera important. Lentreprise est donc incite fournir un effort consquent afin daugmenter la
probabilit de mettre en place un bon projet et de bnficier dune tarification avantageuse.
Rajan (1992) conclut donc que, lorsque lintermdiaire financier exerce un monopole informationnel, les
entreprises de faible qualit sadressent la banque. Celles qui sont de meilleure qualit sadressent au march.
232
Annexe n 5 : Le modle de Holmstrm et Tirole (1997)
En considrant que la spcificit des banques (par rapport au march) rside dans le contrle des emprunteurs,
Holmstrm et Tirole (1997) montrent que les entreprises moyennement capitalises sendettent la fois auprs
des banques et des marchs, alors que les firmes bien capitalises recourent exclusivement au march.
Le modle considre trois acteurs : une firme, une banque (plus prcisment un intermdiaire financier) et le
march. La firme dispose dune richesse initiale A et doit financer un investissement I. A la fin de la premire
priode, le projet gnre un revenu R en cas de succs (lentreprise rembourse alors les cranciers), et un
revenu nul en cas de dfaut (lentreprise fait alors faillite).
La firme est dirige par un entrepreneur qui peut rduire la probabilit de succs du projet en retenant des
bnfices privs (ala moral au niveau de la firme). Ces bnfices privs dpendent du type de projet choisi : ils
sont nuls dans le cas du projet G avec la probabilit de succs pH, ils sont faibles dans le cas du projet b avec la
probabilit de succs pL, et ils sont levs dans le cas du projet B avec la probabilit de succs pL. Les bnfices
privs sont donc tels que : B>b>0. Les probabilits de succs sont donc telles que : p = pH - pL > 0.
Pour financer la fraction (I-A), lentreprise a le choix entre emprunts bancaires et/ou emprunts obligataires. La
banque peut choisir de contrler lentreprise emprunteuse (avec un cot c), ou pas. Il existe donc, dans le
modle, un problme dincitation de la banque exercer ou non un contrle de lentreprise (ala moral au
niveau de la banque). Si la banque choisit de contrler, elle peut dtecter et liquider le projet B la fin de la
premire priode, mais ne peut pas dtecter le projet b. Par contre, le march ne peut exercer aucun contrle et
se refinance au taux .
Si lentreprise choisit de se financer auprs du march : en cas dchec, aucun revenu nest attribu aux deux
parties ; en cas de succs, la firme reoit Rf > 0 et le march Ru > 0, o Rf + Ru = R. Dans ce cas, lentreprise
nest incite opter pour le projet G que si :
B (A5.1)
pH R f pL R f + B soit Rf
p
Ceci implique que le taux dintrt maximal que le march peut appliquer pour inciter lentreprise choisir le
projet G est tel que :
B (A5.2)
Ru R
p
Or le march nest incit financer lentreprise que si :
p H Ru (A5.3)
p H Ru (I A) soit A I

A lquilibre, le march applique le taux dintrt maximal permettant dinciter lentreprise choisir le projet G
(quation A5.2 sature) et accepte de financer lentreprise si :
PH B (A5.4)
A A ( ) soit A ( ) = I R
p
Ce premier rsultat indique donc que la firme ne peut tre finance (par la dette de march) que si elle dispose
dun capital de dpart suffisamment lev.
Si lentreprise dcide demprunter auprs de la banque, elle obtient alors une part du financement de la banque
(Im) et une autre part du march (Iu), tel que I = A + Iu + Im (mix dendettement). En cas dchec, aucun revenu
nest attribu aux trois parties. En cas de succs, les revenus sont partags comme suit Rf + Ru + Ru = R (o Rm
est le revenu de la banque). Puisque le monitoring de la banque limine le projet B, la firme nest incite opter
pour le projet G que si :
b (A5.5)
Rf
p
233
La banque nest incite contrler la firme que si :
c (A5.6)
p H Rm c p L Rm soit Rm
p
A lquilibre, la contrainte dincitation de la banque (quation A5.6) est sature. Le taux de rendement de la
banque, en cas de contrle, est tel que :
I m = p H Rm (A5.7)
Ce monitoring tant coteux, > . La fraction du financement offert par la banque est donc :
(A5.8)
I m ( ) = pH
c
p
Le march nest incit financer lentreprise que si :
p H Ru (I A I m ( )) (A5.9)
A lquilibre (quation A5.5 et A5.6 sature), lquation A5.9 devient :
c (A5.10)
(I A I m ( ))
b
p H R
p p
La contrainte de financement du projet est donc :
PH b+c (A5.11)
A A( , ) soit A( , ) = I I m ( ) R
p
Ce second rsultat indique donc que la firme ne peut tre finance (par la dette bancaire et de march) que si
elle dispose dun capital de dpart suffisamment lev.
Compars, les deux rsultats (quation A5.4 et A5.11) montrent nanmoins que A( ) > A( , ) .
Ce qui revient dire que, lorsque la firme na pas les capitaux suffisants pour tre finance exclusivement par le
march, elle peut recourir en plus la dette bancaire pour financer son projet. En conclusion, le modle de
Holmstrm et Tirole (1997) montre que le choix de la structure dendettement de lentreprise dpend de sa
capitalisation de dpart :
- Lorsque la firme a un bon capital de dpart (suprieur A( ) ), elle se finance uniquement par dette
de march.
- Lorsque la firme a un capital de dpart insuffisant (infrieur A( , ) ), elle ne peut pas obtenir de
financement.
- Lorsque la firme a un capital de dpart intermdiaire (compris entre A( ) et A( , ) ), elle se
finance la fois auprs du march et auprs de la banque.
234
Annexe n 6 : Le modle de Lobez et Statnik (2007)
Le modle de Lobez et Statnik (2007) prdit que les firmes de moindre qualit (qui ne peuvent pas se signaler)
et celles de meilleure qualit recourent exclusivement aux dettes obligataires ; les firmes de qualit moyenne
optent pour un financement mixte, bancaire et obligataire, la part de la dette bancaire tant croissante avec la
qualit de la firme.
Le modle considre trois acteurs : une firme, une banque et le march. La firme souhaite financer un projet
dinvestissement dont la taille est norme 1. Le projet gnre un revenu k en cas de succs, avec la probabilit
x (x tant le niveau de risque de la firme), 0 sinon. Une partie du financement () peut tre obtenue dabord
auprs de la banque, puis une autre partie (1- ) auprs du march. La banque se distingue du march par le fait
quelle possde une information privilgie sur la firme : elle connat parfaitement le risque de la firme x et peut
donc lui appliquer un taux correspondant sa vritable qualit (effet modrateur). Mais le modle considre
galement que la banque peut procder un hold-up de la firme en fonction de son pouvoir de monopole qui
gnre un surcot m (effet amplificateur).
Si r est le taux dintrt sans risque et Rb(x) le remboursement de la firme x la banque, le taux offert par la
banque cette firme est :
soit (A6.1)
Sur le march obligataire, si Ro(x) est le remboursement de la firme, le taux vrifie :

soit (A6.2)
Lobjectif de la firme est de ngocier un montant avec la banque qui lui permet de maximiser sa richesse
finale
A loptimum, et en intgrant (A6.1) et (A6.2) dans la fonction objectif, le choix de doit tre tel que :
soit (A6.3)
Le modle considre une contrainte supplmentaire : le montant doit signaler le niveau de risque de la firme
au march, soit :
(A6.4)
En intgrant (A6.4) et (A6.5), on obtient lquation diffrentielle suivante :
(A6.5)
Puisque la firme peut utiliser la part de sa dette bancaire comme signal (en raison de lavantage informationnel
de la banque) fiable (en raison du hold-up de la banque) de sa qualit vis--vis du march obligataire, lquation
diffrentielle devient alors (o, K est une constante dintgration) :
(A6.6)
Soit a le niveau de risque de lentreprise de moins bonne qualit. Puisque x() est croissante, lapplication des
conditions aux bornes implique que cette firme optera pour un financement obligataire complet, soit (a) = 0.
La solution gnrale de lquation diffrentielle (A6.5) est donc la suivante :
(A6.7)
soit
Le modle montre donc que la part du financement par dettes bancaires est une fonction croissante et concave
de la qualit de lemprunteur.
Dans une seconde partie, le modle suppose que la firme a le choix entre un endettement mixte (bancaire et
obligataire) ou un endettement exclusivement obligataire.
Dans le cas dun endettement mixte, le march utilise linformation vhicule par la part de dettes bancaires
pour en dduire la qualit de lmetteur. Il ny a donc pas de cot externe dinformation. Le cot de ce type de
financement, not Cb(,x), est reprsent par le deuxime et le troisime terme de lexpression entre crochets de
la fonction objectif W(,x) de la firme. A lquilibre, et en remplaant par sa valeur donne dans (A6.7), ce
cot est :
(A6.8)
235
Dans le cas dun endettement exclusivement obligataire, la firme doit supporter un des cots dinformation M
avant daccder au march (la firme ne disposant daucune richesse initiale, ce montant M est galement
emprunt). Si RM(x) est le taux propos par le march, le cot de ce type de financement, not Co(x), est : Co(x)
= (1+M) RM(x). Or le taux propos par le march vrifie : x (1+M) RM(x) = (1+M) r, do RM(x) = r/x. En
remplaant RM(x) par sa valeur dans Co(x), le cot du financement exclusivement obligataire scrit :
(A6.9)
Larbitrage des firmes de qualit x entre endettement mixte ou endettement exclusivement obligataire est donc
le suivant :
Si Cb(,x) < Co(x), alors toutes les firmes optent pour un endettement mixte. Seules celles de qualit a
choisissent un financement de march et ne se signale pas.
Si Cb(,x) Co(x), alors il existe une firme de qualit x* appartenant lintervalle [a,b], et telle que :
- La firme de type a choisit un financement obligataire pur (junk bonds).
- Toutes les entreprises de qualit x appartenant lintervalle ]a,x*[ optent pour un endettement mixte ; la
part de dette bancaire est croissante avec la qualit de ces firmes.
- Toutes les entreprises de qualit x appartenant lintervalle ]x*,b] optent pour un endettement obligataire
exclusif avec cots dinformation.
- La firme de qualit x* est indiffrente entre les deux modes de financement.
236
Annexe n 7 : Le modle inspir de Berlin et Loeys (1988)
Berlin et Loeys (1988) sintressent aux choix dendettement des entreprises en fonction de leur capacit
rengocier les contrats. Lhypothse principale dans ces modles est la plus grande capacit des banques
rengocier les contrats (lorsque la situation des entreprises emprunteuses le permet) et ne liquider les
dbiteurs dfaillants que si leur situation relle lexige.
Pour comprendre ces modles, nous nous intressons des entreprises neutres au risque et qui nont accs
qu un seul type de projet dinvestissement dont la mise de fond en dbut de premire priode est unitaire et le
rendement en fin de seconde priode est alatoire. Ce projet gnre donc un revenu nul en cas dchec avec la
probabilit (1-p), et un revenu positif Xa en cas de russite avec la probabilit p. On suppose p Xa > R o R est
le taux sans risque.
Le prteur, auquel sadresse lentreprise pour financer son projet, connat la probabilit p, notamment parce
quil dispose dun certain nombre de statistiques sur le risque des entreprises. Mais il ne peut, a priori, connatre
la situation dans laquelle se trouvera finalement lemprunteur. Sa seule alternative est de limiter les pertes
potentielles en incluant des clauses dans le contrat de dette. Ces clauses peuvent prendre la forme de ratios
financiers observs par la rception dun signal, not s, mis par lentreprise. Si le signal correspond lattente
formule par le prteur dans la clause, lentreprise est autorise continuer son activit. Sinon, le prteur saisit
les actifs de lentreprise en cours de projet et liquide ces actifs pour une valeur L. On pose 0 < L < Xa. Par la
suite, on appellera cot de liquidation la diffrence Xa - L.
Les actions sont menes selon la chronologie suivante : au dbut de la premire priode, le contrat est sign et
linvestissement est mis en place par lentreprise. A la fin de la premire priode, lentreprise apprend dans quel
tat de la nature elle se trouve. Le prteur observe le signal. Si le ratio prend une valeur suprieure ou gale
celle fixe par le prteur, ce dernier en dduit que lentreprise est en situation de russite (ceci correspond un
signal tel que s = r, mis avec une probabilit note Pr(s=r)). Dans le cas contraire, lentreprise est liquide. A la
fin de la seconde priode, les revenus du projet sont raliss et le contrat de prt arrive chance.
La probabilit que lentreprise ait un mauvais signal mais se trouve, en ralit, dans le bon tat de la nature,
not Pr(s = e/r) est :
Pr (s = r / e ) Pr (s = e ) (A7.1)
Pr (s = e / r ) =
Pr (s = r / e ) Pr (s = e ) + Pr (s = r / r ) Pr (s = r )
Dans ce cas, les deux types de prteurs adoptent des comportement diffrents : si lentreprise sest endette
auprs du march, ce dernier peut la liquider alors mme quil serait optimal de la laisser continuer son activit
(puisque L < Xa) ; si lentreprise sest endette auprs dune banque, cette dernire ne liquidera pas
systmatiquement lentreprise, mais effectuera une recherche dinformation au cours du projet afin de
dterminer si la socit se trouve dans le bon ou dans le mauvais tat de la nature (la banque supporte alors un
cot exogne C relatif cette mission de recherche dinformation).
Le profit ex ante de lentreprise lorsquelle sadresse au march est :
(
eM = Pr (s = r ) X a RM ) (A7.2)
Or, compte tenu de son cot de refinancement R, la contrainte de participation du march scrit :
(1 Pr(s = r )) [Pr(s = e / r ) L + Pr(s = e / e) L] + Pr (S = r ) RM R (A7.3)
La concurrence sur les marchs financiers implique que cette contrainte est sature. Lintroduction de (A7.3)
sature dans (A7.2) donne :
eM = (1 Pr (s = r )) L + Pr (s = r ) X a R (A7.4)
Par contre, si lentreprise sadresse la banque, son profit scrit :
(
eB = [(1 Pr (s = r )) Pr (s = e / r ) + Pr (s = r )] X a RB ) (A7.5)
237
Pour simplifier, le cot de refinancement de la banque est considr gal au taux sans risque. La contrainte de
participation de la banque scrit donc :
[(1 Pr(s = r )) Pr (s = e / r ) + Pr(s = r )] RB + [(1 Pr(s = r )) Pr(s = e / e)] L R + C (A7.6)
La concurrence sur le march bancaire implique que cette contrainte est elle aussi sature. Do :
eB = [(1 Pr (s = r )) Pr (s = e / r ) + Pr (s = r )] X a
(A7.7)
+ [(1 Pr (s = r )) Pr (s = e / e )] L R C
On obtient finalement :
[ (
eB > eM [1 Pr (s = r )] Pr (s = e / r ) X a L C > 0)] (A7.8)
C
Xa L>
[1 Pr (s = r )] [Pr(s = e / r )]
On retrouve alors le rsultat de Berlin et Loeys (1988) dans lequel le cot de liquidation de lentreprise joue un
rle central. Lorsque les contrats de dette comportent une clause dfinie partir dinformations publiques
imparfaites, les entreprises pour lesquelles le cot de liquidation est faible sadressent au march ; celles pour
lesquelles le cot de liquidation est lev sadressent la banque. Ces rsultats sont galement proches de ceux
de Berlin et Mester (1992) : les entreprises prsentant un risque de dfaillance lev ont intrt recourir un
financement bancaire ; linverse, celles faiblement risques valorisent peu loption de re-ngociation et
sorientent vers un endettement de march.
238
Annexe n 8 : Le modle de Hackbarth, Hannessy et Leland (2007)
En recourant la thorie du compromis (trade-off theory), et en considrant que la seule spcificit des banques
(par rapport au march) est leur plus grande capacit rengocier, Hackbarth, Hannessy et Leland (2007)
montrent que la structure dendettement optimale des entreprises ayant un fort pouvoir de ngociation avec la
banque est un mix de dettes bancaires et de dettes de march. Alors que la structure dendettement optimale
des firmes ayant un faible pouvoir de ngociation inclut exclusivement la dette bancaire.
Le modle considre trois acteurs : une firme, une banque et le march. Lentreprise dsire entreprendre un
projet (seul investissement disponible) et ne possde ni actifs en place, ni liquidits. Soit X le rsultat avant
impts et taxes (EBIT), gnr par le projet. La valeur initiale de ce rsultat est X0>0, dont le processus est le
suivant est dX/X = dt + dWt. Afin dentreprendre ce projet, la firme doit lever la valeur de linvestissement I
auprs de sources externes. Pour cela, elle peut mettre deux types de dettes : des dettes bancaires avec une
promesse de coupon b, et des dettes de march avec une promesse de coupon c. La fonction de valeur de la
dette bancaire est note B, celle de la dette de march est note C. La valeur des capitaux propres de la firme
est note E. Les auteurs considrent que les deux types de dettes gnrent des cots flottants proportionnels .
Ils notent en outre les parts dans le capital vendues aux nouveaux actionnaires. La condition de financement
est alors :
[
I = (1 ) B( X 0 ; b, c ) + C ( X 0 ; b, c ) + E ( X 0 ; b, c ) ] (A8.1)
Lobjectif du dirigeant (suppos agir dans lintrt des actionnaires) est de maximiser la valeur des actions
dtenues par les actionnaires prsents. Daprs lquation prcdente, la fonction objectif est la suivante :
(1 ) E ( X 0 ; b, c ) = E ( X 0 ; b, c ) + B( X 0 ; b, c ) + C ( X 0 ; b, c ) I
(A8.2)
1
Cela revient donc maximiser la valeur de lentreprise (v) :
v(X 0 ; b, c ) E (X 0 ; b, c ) + B(X 0 ; b, c ) + C (X 0 ; b, c ) (A8.3)
La politique de financement optimale est note (b*,c*), o :

(b*, c *) arg max
(b , c )
v( X 0 ; b, c ) (A8.4)
En introduisant les conomies dimpt et les cots de faillite, la valeur de lentreprise endette est gale celle
qui ne lest pas, plus lconomie dimpt, moins les cots de faillite :
v( X ) = UX + TB( X ) BC ( X ) (A8.5)
Puisque :
X
a

TB( X ) = B( X ) + C ( X ) X e (A8.6)
Xe
a
X
BC ( X ) = (U )X e (A8.7)
Xe
o est la valeur effective de lconomie dimpt, Xe le seuil de faillite de lentreprise, la valeur de la firme
recapitalise et U la valeur de la firme non endette, la fonction objectif de lentreprise est donc :
X
a
X0
a
max v( X 0 ; b, c ) = U (X 0 ) + B(X 0 ) + C (X 0 ) X e 0 (U ) X e
(b ,c ) (A8.8)
Xe X
e
Hackbarth, Hennessy et Leland (2007) distinguent alors deux cas : celui o lentreprise a un fort pouvoir de
ngociation vis--vis de ses cranciers, et celui o le rapport de force est invers (c'est--dire que ce sont les
cranciers qui ont le plus de pouvoir de ngociation).
239
Considrons dabord le cas des entreprises ayant un fort pouvoir de ngociation, c'est--dire celles qui peuvent
choisir daccepter ou de refuser loffre de financement des banques. Dans ce cas, les entreprises sont
gnralement grandes et matures. Les auteurs montrent alors quil est optimal pour cette entreprise de recourir
un mix de dettes bancaires et de dettes obligataires. Tout dabord, en considrant que le seuil de faillite de
lentreprise ayant un fort pouvoir de ngociation est (r tant le taux dintrt sans risque de la dette de march) :
a (1 ) c / r
X e (b, c ) = (A8.9)
a 1 U (1 )
La fonction objectif devient :
a
X
max v( X 0 ; b, c ) = UX 0 + C ( X 0 ) UX e [1 (1 )( / U )] 0 + B ( X 0 ) (A8.10)
(b ,c )
Xe
Le problme de maximisation est alors spar en b et en c, dans la mesure o les trois premiers termes de
lquation ne dpendent pas de b, alors que le dernier ne dpend pas de c. Apparemment, la valeur optimale de
b est celle qui maximise la valeur de la dette bancaire. Le mix optimal de dettes consiste donc mettre de la
dette bancaire jusqu atteindre la capacit maximale dendettement bancaire de lentreprise.
La capacit des firmes ayant un fort pouvoir de ngociation est limite. Etant donn que ces entreprises
peuvent accepter ou refuser loffre, la valeur de la dette bancaire ne peut pas excder la valeur de rservation
de la banque (R=X0). En effet, les auteurs montrent que le seuil de ngociation est croissant de manire
monotone avec b. Des niveaux faibles de b sont conformes X0>Xn(b). Nanmoins, pour tous les coupons
pour lesquels Xn(b)>X0, la banque reconnat qu linstant o le contrat de dette est sign, les actionnaires vont
proposer une rengociation. La banque sait que, dans cette rengociation, elle sera pousse vers sa valeur de
rservation X0. Ainsi, la valeur initiale de la dette bancaire ne peut pas excder X0. Il existe un coupon
critique, not bmax, tel que des hausses ultrieures du coupon promis ne peuvent pas accrotre la valeur de la
dette bancaire. Les auteurs montrent alors que :
a 1
b* = b max = r X 0 (A8.11)
a
Ils caractrisent ensuite le coupon optimal pour la dette de march :
( 1 / a )
a 1 rU
c * (X 0 ) = [1 (1 )( / U )]X 0 (A8.12)
a 1 r a
et montrent que celui-ci est plus faible en cas de mix de dettes (que dans le cas dun endettement par le march
uniquement), car dans ce cas, le cot marginal de faillite de la dette de march est plus lev. En substituant les
coupons optimaux, lquation de la valeur de la firme endette devient :
( 1 / a )

v( X 0 ; b*, c *) = U X 0 1 + / U + [1 (1 )( / U )] (A8.13)
1 a
Lquation (A8.13) identifie la source de valeur cre par la politique dendettement mixte. Cest la premire
proposition du modle. Les auteurs considrent dabord le cas de lentreprise (ayant un fort pouvoir de
ngociation) qui est contrainte sendetter uniquement la banque. Daprs (A8.9), une telle entreprise ne fera
jamais faillite. Daprs (A8.10), la politique contrainte optimale (c=0) est daccrotre la capacit dendettement
de lentreprise. Ainsi, la valeur totale de lentreprise qui se finance uniquement par dette bancaire est :
[
v B ( X 0 ; bB *) = U X 0 1 + / U ] (A8.14)
Laugmentation de la valeur due au mix de dette de march et de dette bancaire est donc :
( 1 / a )

v( X 0 ; b*, c *) v( X 0 ; bB *) = U X 0 [1 (1 )( / U )] > 0 (A8.15)
1 a
Ainsi, les auteurs tablissent que le mix de dettes produit plus de valeur que la dette bancaire seule. Les firmes
ayant un fort pouvoir de ngociation mettront des dettes auprs des banques jusqu atteindre leur capacit
maximale dendettement bancaire. Puis, il est optimal pour elles de se tourner vers les march pour lever des
dettes additionnelles. La dette de march complte donc la dette bancaire en offrant des conomies dimpts
au-del de celle qui pourrait tre atteintes avec uniquement la dette bancaire.
240
Lentreprise ayant un faible pouvoir de ngociation peut galement choisir si (et quel moment) elle souhaite
rengocier. Mais, tant que la firme continue fournir les paiements promis la banque, il ny a pas de
rengociation. Dans le cas o elle initie une rengociation, elle na aucun pouvoir.
Dans le cas o elle ne rembourse pas le coupon promis et choisit de rengocier, la banque a la possibilit
daccepter ou de refuser loffre de lentreprise. La firme est donc pousse vers sa valeur de rservation qui est
nulle, puisquelle doit fournir la banque tout le cash-flow X - c. Lentreprise a donc un seuil exogne de
rengociation not Xn(b, c). Tant que la banque est capable de couvrir la diffrence entre X et c, lentreprise est
autorise poursuivre son activit et la faillite est vite. Donc, dans le cas o lentreprise a un faible pouvoir
de rengociation, cest effectivement la banque qui choisit quel moment elle initie le processus de mise en
faillite. Le seuil de faillite de la banque est not Xb(b, c).
Les auteurs montrent alors que toutes les paires de coupon (b, c), avec c>0, sont domines par le financement
bancaire exclusif avec un coupon b = b + c. En effet, la capacit dendettement pour les entreprises faible
pouvoir de ngociation nest pas contrainte. Elles nont pas besoin dmettre de la dette de march afin
dobtenir le niveau dsir dconomies dimpts. La dette de march, qui peut prcipiter la faillite, ne sert donc
qu rduire la valeur de la firme. La deuxime proposition du modle est donc que les entreprises ayant un
faible pouvoir de ngociation se financent exclusivement auprs des banques.
En conclusion, le modle de Hackbarth, Hannessy et Leland (2007) montre que la structure dendettement des
entreprises dpend de leur pouvoir de ngociation avec la banque : les firmes qui ont un fort pouvoir de
ngociation se financent la fois auprs des banques et des marchs ; celles qui ont un faible pouvoir de
ngociation se financent exclusivement auprs des banques.
241
Annexe n 9 : Synthse des hypothses testables sur les choix dendettement des firmes
Modle thorique Choix dendettement bancaire Choix dendettement de march Choix dendettement mixte Validation empirique
- Bhagat et Frost (1986) Entreprises ayant de faibles Entreprises ayant de forts volumes Oui :
- Smith (1986) volumes dendettement dendettement Carey et al. (1993), Esho, Lam et Sharpe (2001)
Oui :
Easterwood et Kadapakkam (1991), Nekhili (1994, 1999),
- Nakamura (1993)
Entreprises de petite taille Entreprises de grandes tailles Anderson et Makhija (1999), Sufi (2005), Arikawa (2008), etc.
- Fama (1985)
Non :
Alonso et al. (2005), Ojah et Manrique (2005)
Non :
Entreprises nayant pas de projets Johnson (1997), Denis et Mihov (2003)
- Yosha (1995) Entreprises souhaitant garder leurs
confidentiels et souhaitant le Oui :
- Bhattacharya et Chiesa (1995) projets confidentiels*
signaler* Mackie-Mason (1990), Caray et al. (1993),
Nekhili (1999), Dhaliwal et al. (2003)
- Stulz (1990) Entreprises ayant un actionnariat Entreprises ayant un actionnariat Oui :
- Berger, Ofek et Yermack (1997) concentr* diffus* Cantillon et Wright (2000), Arena et Howe (2007)
Entreprises dont le dirigeant Entreprises dont le dirigeant ne
Oui :
- Almazan et Suarez (2003) dtient une participation dans le dtient aucune participation dans le
Denis et Mihov (2003), Alonso et al. (2005)
capital* capital*
Oui :
Johnson (1997), Bhaduri (2000), Peters (2004), Datta, Iskandar-
Entreprises dont la rputation de Entreprise possdant une bonne
- Diamond (1991) Datta et Patel (1999), Hale et Santos (2008)
crdit reste tablir* rputation de crdit*
Non :
Alonso et al. (2005), Yu (2003), Rajagopal et College (2005)
Oui :
Houston et James (1996), Hoshi, Kashyap et Sharfstein (1993),
Entreprises anticipants des Entreprises anticipants des revenus Hori et Osano (2002), Shirasu et Xu (2007), Arikawa (2008)
- Rajan (1992)
revenus futurs moyens* futurs levs* Non :
Johnson (1997), Krishnaswami et al. (1999), Anderson et
Makhija (1999), Hosono (2003)
Entreprises moyenne
- Holmstrm et Tirole (1997) Entreprises forte capitalisation
capitalisation
Entreprises de moins bonne, et de
- Lobez et Statnik (2007) Entreprises de qualit moyenne
meilleure qualit
Oui :
- Berlin et Loeys (1988) Entreprises ayant un risque de Entreprises ayant un faible risque de
Cantillo et Wright (2000), Arena et Howe (2007), Bhaduri
- Chammanur et Fulghieri (1994) dfaut intermdiaire dfaut
(2000), Esho, Lam et Sharpe (2001), Arikawa (2008)
Entreprises de grande taille ayant
Entreprises de grande taille ayant Oui :
- Detragiache (1994) le plus perdre en cas de
peu perdre en cas de dfaillance* Johnson (1997), Esho et Sharpe (2001), Antoniou et al. (2003)
dfaillance*
Entreprises ayant le moins de Entreprises ayant le plus de
- Hackbarth, Hannessy et Leland (2007)
pouvoir de ngociation pouvoir de ngociation
* Le sens choisi pour formuler ces hypothses est celui qui correspond aux principaux rsultats empiriques des tudes antrieurs, ou celui qui nous parat le plus pertinent. Les rsultats ultrieurs permettront de confirmer ou
dinfirmer ces suppositions. Il est noter que plusieurs subtilits (Rajan, 1992 ; Detragiache, 1994 ; etc.) ne sont prsentes dans ce tableau afin den prserver la clart.
242
Annexe n 10 : Synthse de la littrature empirique sur les choix dendettement des firmes
Taille de lchantillon Dettes bancaires Dettes de march

Auteurs Pays
et priode dtude + - + -
156 entreprises - Dpenses en R&D - Taille

Easterwood et al. (1991) Etats-Unis
1980-1988 - Risque de dfaut - Ratio dactifs fixes
112 entreprises - Opportunits de croissance

Hoshi et al. (1993) Japon - Immobilisations incorporelles
1964-1989
- Filiales des groupes industriels
- Opportunit dinvestissement
- opportunit dinvestissement (si relation bancaire exclusive)
250 entreprises
Houston et James (1996) Etats-Unis (si relations bancaires multiples) - Taille
1980 / 1985 / 1990
- Taux dendettement
- Qualit de lentreprise
847 entreprises - Valeur des garanties - Taille - Taille

Johnson (1997) Etats-Unis - Valeur liquidative des projets
1985-1989 - Taux dendettement - Rputation - Rputation
- Risque de crdit
- Qualit de lentreprise - Valeur des garanties
- Taille
84 entreprises - Dpenses en R&D - Taux dautofinancement
Nekhili (1999) France - Dpenses dinvestissement - Taux dautofinancement
1979-1987 - Dpenses dinvestissement - Rentabilit des capitaux
- Poids des dettes commerciales
297 entreprises - Asymtries dinformation - Taille

Krishnaswami et al. (1999) Etats-Unis (rsidu du modle de march)
1987-1993 - Montant de lemprunt
- Opportunit de croissance
- DB : 1 235 entreprises - Opportunits de croissance - Taille - Opportunits de croissance
Anderson et Makhija (1999) Japon - DO : 371 entreprises - Taux dendettement - Taille - Taux dendettement
- Emprunt de march au passif
1984-1989
- 291 entreprises (cylindrs) - Taille - Risque de dfaut
de 1974-1992 - Age - Taux dintrt rel
Cantillo et Wright (2000) Etats-Unis
- 5554 entreprises (non - Stabilit des cash-flows - Contrle familial
cylindrs) de 1985-1992 - Rentabilit du secteur - Concentration de lactionnariat
- Montant des missions
- Probabilit de faillite
871 missions demprunts - Taille
Esho, Lam et Sharpe (2001) 7 pays asiatiques - Valeur liquidative des actifs
1989-1998 - Rputation
- Opportunits de croissance
- Dveloppement des marchs
243
Annexe n 10 (suite) : Synthse de la littrature empirique sur les choix dendettement des firmes
Taille de lchantillon Dettes bancaires Dettes de march

Auteurs Pays
et priode dtude + - + -
Dhaliwal (2003) Etats-Unis 684 entreprises - Niveau de divulgation

1982-1995 dinformation
- Taille
1 560 annonces - Ratio dactifs fixes - Absence de notation
Denis et Mihov (2003) Etats-Unis
1995-1996 - Rating de crdit - Participation du dirigeant
Royaume-Uni :
- Taille Allemagne :
Allemagne et All : 1969-2000 - Taux dendettement
Antoniou et al. (2003) - Taille
Royaume-Uni R-U : 1987-2000 - Ratio dactifs fixes - Qualit de lentreprise
Allemagne :
- Ratio dactifs fixes
75 entreprises - Asymtrie dinformation - Taille

Peters (2004) Suisse - Age
2001 - Risque de dfaut
- Rapport de force
120 entreprises - Cots de faillite - Taille
Alonso et al. (2005) Espagne - Taux dendettement
1991-1996 - Opportunit dinvestissement
- Concentration du capital
- Participation du dirigeant
Sufi (2005) Etats-Unis 250 entreprises - Rsultat avant intrt et taxes. - Taille
1996-2003 - Market-to-book
303 entreprises - Age - Taille
Rajagopal et College (2005) Inde
2002 - Qualit de lentreprise
- Taille - Risque de crdit
647 entreprises - Age
Arena et Howe (2007) Royaume-Unis - Absence de notation
1999-2002 - Taille du Conseil dadmin - Concentration de lactionnariat
- Indice G de gouvernance
- DO : 11 676 observations
- Taux dendettement - Taille - Taille - Taux dendettement
Arikawa (2008) Japon BD : 4 425 observations
- Risque de crdit - Opportunits dinvestissement - Opportunits dinvestissement - Risque de crdit
1996-2004
- Qualit des de lentreprise
244
CHAPITRE 5
LES DETERMINANTS DE LA SOURCE DE DETTES :
CADRE EMPIRIQUE ET PREMIERS
ELEMENTS DANALYSE
Introduction
Lobjectif du travail men dans le cadre de ce chapitre est double : identifier dabord
les variables et les mesures qui permettent de tester les prdictions thoriques ; mener par la
suite une tude univarie pour tester les hypothses une une et dceler les premiers
lments de rponses la question du choix de la source dendettement par les grandes
entreprises franaises. La dmarche consiste, travers une analyse ANOVA, diviser
lchantillon total en groupes et voir la diffrence dans les moyennes ou les rangs des
variables entre les groupes identifis. Ce chapitre aborde donc la question de manire
dlibrment simple, puisque les tests nintgrent pas simultanment lensemble des
variables.
Il est construit autour de trois sections : la premire dcrit les variables retenues. Ces
variables sont mesures sur la base dun chantillon compos de 825 observations,
reprsentant 165 socits franaises cotes sur le SBF 250 sur 5 ans (1999-2003). La seconde
section donne les statistiques descriptives relatives cet chantillon et permet dj de faire
quelques constations intressantes. La dernire section prsente lanalyse univarie des
variables indpendantes et permet de suggrer quelques pistes exploiter dans la suite du
travail.
245
Chapitre 5 : Les dterminants de la source de dettes : cadre empirique et premiers lments danalyse
5.1. PRESENTATION DES VARIABLES RETENUES
Afin de tester les prdictions thoriques, les hypothses sont explicites sous forme
de relations entre variables mesurables. Pour chaque variable, une (ou plusieurs) mesure(s)
est (sont) propose(s) et sont synthtises lannexe 1. Des variables comptables, boursires
et de gouvernance des entreprises sont donc dfinies. Les donnes relatives aux variables
comptables proviennent de la base de donnes Worldscope163. Cependant, celle-ci ne fournit
pas les notes aux tats financiers ncessaires pour dterminer, parmi les dettes financires,
celles qui sont intermdies et celles qui sont de march. Cette information est prleve
manuellement partir des annexes aux bilans figurant dans Diane. Les capitalisations
boursires sont obtenues partir de la base de donnes dEuronext. Les variables relatives
la gouvernance des entreprises proviennent de Dafsaliens164.
5.1.1. Les variables dpendantes
Les donnes disponibles permettent de considrer deux types de variables

expliquer : les dettes bancaires et les dettes de march. Les premires sont dfinies, daprs
les notes aux tats financiers de Diane, comme tant les emprunts et dettes auprs des
tablissements de crdit et regroupent la part des emprunts plus et moins dun an. Les
secondes sont dfinies comme tant la somme des emprunts obligataires convertibles et
des autres emprunts obligataires , et incluent galement la fraction des emprunts court
terme. Ces choix soulvent trois remarques.
La premire est relative la dfinition complte des dettes, puisque les donnes
disponibles ne permettent pas de distinguer clairement (et sans approximations hasardeuses)
les emprunts court terme de ceux long terme, contrairement Easterwood et
Kadapakkam (1991) et Johnson (1997). Ce dernier mentionne toutefois que la distinction
quil opre (entre dettes court terme et long terme) peut paratre arbitraire dans la mesure
o elle ne correspond pas forcment celle des modles thoriques. En effet, dans la plupart
des modles, la dfinition de la maturit de la dette dpend plutt de la dure de vie du
163Les fichiers de Worldscope comprennent les comptes sociaux consolids et retraits ainsi que les tableaux
de financement, une batterie de ratios, la description de la structure de lactionnariat, lactivit des firmes, etc.
164Les fichiers de Dafsaliens renseignent sur les participations financires partir de 0,01%, la composition des
Conseils dadministration, ainsi que lorganigramme des filiales. Ils permettent galement de dterminer qui
dtient rellement le contrle dans un schma dinterconnexions complexe.
246
projet financ par emprunts (or, une telle mesure ne peut tre obtenue simplement travers
les tats financiers). La maturit effective des dettes long terme est aussi ambigu, dans la
mesure o les contrats de prt spcifient souvent des clauses acclrant le remboursement ;
ces clauses auraient pour effet de convertir les dettes longues en courtes si lentreprise en
prouve le besoin ou si elle ne respecte plus les termes du contrat. Enfin, certaines firmes
renouvellent rgulirement les missions de billets de trsorerie (qui sont techniquement des
emprunts court terme) et les classent en dettes long terme dans leur bilan.
Par ailleurs, il aurait t intressant de considrer les emprunts obtenus auprs

dautres intermdiaires financiers comme le font quelques tudes (Carey et al., 1993 ;
Johnson, 1997 ; Denis et Mihov, 2003). Mais cette information nest pas clairement dfinie
dans les bases de donnes considres, puisque lensemble des dettes financires est runi
dans la rubrique emprunts et dettes financires diverses . De plus, comme il a t discut
lors des premiers chapitres, certains intermdiaires produisent de linformation et sengagent
dans un monitoring similaire celui des banques. Les deux modalits dettes bancaires/
dettes intermdies non bancaires seraient relativement proches. Les inclure simultanment
dans la mme spcification aurait peut-tre soulev des problmes dordre
mthodologique165.
Enfin, en fonction du type dtude mene, les deux variables endognes retenues
(dettes bancaires et dettes de march) peuvent prendre trois formes. Elles peuvent tre
dichotomiques, cest--dire gales un si elles sont positives et zro sinon ; elles sont alors
notes DB et DO. Elles peuvent tre continues, auquel cas, elles seront rapportes lactif
total en valeur de march166 ; elles sont alors notes DBTA et DOTA. Elles peuvent enfin
reprsenter la proportion par rapport au total des deux types de dettes et seront alors
censures et comprises dans un intervalle allant de zro un ; elles sont alors notes
PROPDB et PROPDA.
165Lexemple des bus bleus ou rouges de Debrou (1960) illustre une telle situation. Si initialement, les individus
ont le choix, comme moyen de transport, entre bus bleu et voiture (et que ce choix leur soit indiffrent), et si la
compagnie de bus introduit des bus rouges (et que les individus soient insensibles la couleur), alors certains
modles peuvent conduire une surestimation de la probabilit dutiliser un bus et une sous-estimation de la
probabilit dutiliser la voiture.
166 Nous navons pas retenu les dettes totales comme dnominateur afin dviter tout problme de colinarit.
Nous considrons que plus la variance des dettes bancaires sur actif total par rapport aux dettes bancaires sur
dettes totales est grande, plus les rsultats seront significatifs : effectivement, les dettes bancaires sur actif total
montrent une moyenne de 0,18 et un cart-type de 1,09, alors que les dettes bancaires sur dettes totales
donnent une moyenne de 0,37 et un cart-type de 2,48.
247
5.1.2. Les variables indpendantes
La taille est mesure partir du chiffre daffaires ralis par les entreprises et note
TAILLE. Ce choix semble plus adapt, et prsente moins de problmes que dautres
alternatives. En effet, plusieurs mesures de la taille sont proposes dans la littrature
empirique. Nekhili (1994) utilise le ratio actif corporel net immobilis sur actif total pour
mesurer la taille. Cependant, ce ratio atteint des valeurs leves pour les entreprises
ncessitant la mise en uvre dinfrastructures importantes ou dquipements spcifiques et
coteux. Il ne reflte pas les besoins rels en immobilisations ncessaires au maintien de
lactivit. Enfin, il peut tre influenc par la politique damortissement, le degr de recours au
crdit-bail et lutilisation de la sous-traitance. Par ailleurs, dautres tudes retiennent leffectif
salari comme mesure de la taille. Mais, encore une fois, ce choix peut tre influenc par la
nature de lactivit de lentreprise. Blackwell et Kidwell (1988) et Easterwood et
Kadapakkam (1991) utilisent le montant des dettes long terme pour mesurer la taille de
lmission et limportance des cots fixes lors de lmission dune dette publique.
Nanmoins, il peut exister une forte corrlation entre le total actif et les dettes totales long
terme. Nous avons dailleurs calcul le coefficient de corrlation entre lactif total en valeur
comptable et les dettes totales long terme, puis entre lactif total en valeur de march et les
dettes totales long terme : une forte corrlation entre ces deux paires de sries de donnes
est observe puisque le coefficient de corrlation est respectivement de 0,88 et 0,83167.
Inclure les dettes long terme et le total actif dans la mme rgression peut donc crer des
problmes de multi colinarit. Ainsi, le choix du logarithme nprien du chiffre daffaires
comme mesure de la taille semble tre le plus judicieux (cette mesure est, en outre, la plus
frquemment retenue dans les tudes empiriques sur le sujet). La taille, prsente dans toutes
les tudes conomtriques, fait rfrence deux phnomnes. Dune part, dans la littrature,
elle est souvent considre comme un indicateur de lampleur des asymtries dinformation :
on considre gnralement que ces dernires sont plus fortes pour les petites entreprises que
pour les grandes (mieux connues des investisseurs sur le march). Dautre part, plus une
entreprise est grande, plus elle peut faire jouer les conomies dchelle sur les cots de
transaction quimplique laccs au march (Blackwell et Kidwell, 1988). Dans le cadre des
hypothses qui opposent les deux types demprunts, le signe attendu du coefficient associ
la variable taille est positif pour la dette obligataire et ngatif pour la dette bancaire.
167Johnson (1997) procde de manire similaire et note galement une forte corrlation (0,83) dans son
chantillon entre lactif total et les dettes totales long terme.
248
Ensuite, il faut rendre compte dun concept difficilement transposable dans un cadre
empirique : la confidentialit lie aux projets de lentreprise. Ce que nous cherchons tester,
cest le choix par les firmes demprunter auprs des banques dans le but de maintenir leurs
projets confidentiels. Ces entreprises, qui choisissent leur endettement par peur dune
raction des concurrents, sont celles dont les projets sont de qualit et innovants. Cest pour
cette raison quun certain nombre de recherches retiennent le ratio market-to-book, return on
assets ou le Q de Tobin pour mesurer la qualit des projets. Cependant, ces indicateurs
comptables ne semblent pas pertinents, dans la mesure o ils ne refltent que trs
imparfaitement le caractre plus ou moins innovant des entreprises. Guiso (1998) et surtout
Audretsch et Weigand (1999) proposent une autre mthode : les entreprises sont classes
comme innovantes ou traditionnelles selon le secteur auquel elles appartiennent. Sur la base
dune enqute mene auprs de socits allemandes, et lappui de ratios de dpenses en
recherche et dveloppement (R&D), Audretsch et Weigand (1999) recensent les secteurs
considrs comme innovants. Il sagit des secteurs de la chimie, des quipements lectriques,
des vhicules motoriss, des instruments, de la machinerie et de larospatiale. Les secteurs
les plus traditionnels sont ceux de la mtallurgie, des produits textiles, du plastique, du travail
du verre, de la papeterie et de lalimentaire. Nous optons pour cette approche et retenons
comme indicateur du caractre innovant des projets de lentreprise, une variable binaire
note INNO qui prend la valeur 1 si lentreprise appartient un secteur innovant, 0 sinon.
Par ce biais, nous approchons en mme temps les dpenses en R&D. Le signe attendu de
cette variable est positif pour la dette bancaire (et inversement pour la dette obligataire).
La rputation de lentreprise nest pas, non plus, vidente mesurer. La littrature

lapproche gnralement par lge168 (Houston et James, 1996 ; Johnson, 1997 ; Alonso et al.,
2005), en supposant que les socits les plus anciennes ont plus de chance davoir une
rputation tablie. Cette mesure sera retenue dans la prsente tude en calculant lge des
firmes comme la diffrence entre la date de lchantillon et la date de cration de
lentreprise169. Cette variable, note AGE, sera considre successivement comme une
donne mtrique, puis comme une variable dintervalle cinq classes : plus de 100 ans (155
observations), entre 50 et 100 ans (207 observations), entre 20 et 50 ans (276 observations),
168On peut galement penser que la notation de lentreprise constitue un bon indicateur de sa rputation
(Calomiris, Himmelberg et Wachtel, 1995). Mais cette information sest rvle manquante pour plus de la
moiti des firmes de notre chantillon.
169Sil sagit dune socit holding ou dune firme ne de la fusion entre deux entreprises, la date de cration
retenue est celle de la plus ancienne entit du groupe.
249
entre 10 et 20 ans (144 observations) et moins de 10 ans (43 observations). Le signe attendu
de cette variable est positif pour la dette obligataire et ngatif pour la dette bancaire.
Lexistence dopportunits de croissance pour une entreprise est mesure par le Q de

Tobin, calcul comme le ratio de la valeur de march de lactif sur la valeur comptable de cet
actif. Cette variable est note Q. Ce choix est ici justifi par le fait que ce que nous
cherchons mesurer, cest la perception par les banques de la performance des firmes. Mais,
lutilisation du Q de Tobin comme mesure de la performance a fait lobjet dun certain
nombre de critiques, notamment au niveau empirique. Nanmoins, Perfect et Wiles (1994)
procdent la comparaison de cinq estimations diffrentes du Q de Tobin en prenant tantt
la valeur de march des lments intervenant dans le calcul du paramtre, tantt la valeur
comptable. Les rsultats montrent que lutilisation du Q de Tobin calcul partir des
donnes comptables peut tre considre, en labsence de donnes de march, comme une
estimation acceptable de la performance. Un Q de Tobin infrieur 1 reprsente selon
Lang et al. (1989) une condition suffisante pour admettre labsence dopportunits de
croissance. Le signe attendu de cette variable est positif pour la dette obligataire (et
inversement pour la dette bancaire).
Le risque de crdit peut tre approch par plusieurs mesures. Les ratings de crdit
tablis par les agences de notations en sont un exemple. Cependant, cette mesure sest
rvle manquante pour plus de la moiti des entreprises tudies (linclure nous aurait
contraints diminuer significativement la taille de notre chantillon). La volatilit de
croissance des bnfices (Johnson, 1997), ainsi que la volatilit idiosyncrasique (cest--dire la
volatilit lie lexcs de rentabilit des capitaux propres) (Campbell et Taksler, 2003),
permettent galement dapprocher le risque de crdit, mais elles constituent des mesures
relativement restrictives. Comme Alonso et al. (2005), la probabilit de faillite dune
entreprise sera mesure dans la prsente tude partir du score Z dAltman, note par la
suite Z, tel que : Z = 1,2 (fond de roulement / total actif en valeur comptable) + 1,4
(rsultats reports / total actif en valeur comptable) + 3,3 (rsultat dexploitation / total actif
en valeur comptable) + 0,6 (valeur de march des capitaux propres / total passif valeur
comptable) + (chiffres daffaires / total actif en valeur comptable). Le Z dAltman indique la
probabilit ex-ante de difficults financires des firmes : plus il est lev, plus la probabilit
est faible. Etant donn que les entreprise risques devraient opter pour un contrat de dette
auprs des banques (contrat qui est plus facilement rengociable) le signe attendu de cette
variable est ngatif pour la dette bancaire (et inversement pour la dette obligataire).
250
Le taux dendettement (leverage) de la firme, not TDEB, est mesur par le ratio
dettes totales sur capitaux propres (Johnson, 1997 ; Houston et James, 1996 ; Anderson et
Makhija, 1999). Cette variable pourrait prsenter des problmes de corrlations avec les
opportunits de croissance, la valeur des garanties offertes, la taille et le risque de crdit des
firmes. Linclure comme une variable explicative au mme titre que les autres dans le modle
rendrait linterprtation des coefficients difficile. Pour rsoudre ce problme, nous adoptons
la dmarche de Johnson (1997) qui consiste partager le leverage en deux parties : une partie
endogne attribuable aux autres variables explicatives et une partie exogne qui ne lest pas.
Nous rgressons dabord cette mesure par les quatre variables prcites : elle semble
significativement corrle (au seuil de 1%) la valeur des garanties offertes et la taille des
entreprises. Nous utilisons par la suite la forme rsiduelle de la rgression en tant que
variable instrumentale du leverage pour mesurer son impact sur les choix dendettement. Ces
rsidus sont fortement corrls au leverage (avec un coefficient de corrlation de 0,96), mais
sont orthogonaux aux autres variables explicatives. Ils naffecteront donc pas lestimation de
leurs coefficients dans les rgressions. Plus ce ratio est lev, plus lentreprise est susceptible
de ne pas pouvoir faire face ses engagements et faire faillite. Le signe attendu de la
variable est donc positif pour la dette bancaire (et inversement pour la dette obligataire).
La mesure de la qualit et de la quantit de garanties pose galement problme.

Nayant pas accs aux contrats de prts entre lentreprise et ses cranciers, nous avons
approch cette variable par le ratio dactifs fixes sur actif total en valeur comptable. En effet,
pour Rajan et Zingales (1995), ces actifs peuvent plus facilement constituer des garanties.
Cette variable est note AFIXE. Les entreprises qui ont le ratio dactifs fixes le plus lev,
ont le plus perdre en cas de liquidation. Selon Leeth et Scott (1989), la valeur liquidative
des actifs, et donc leur disponibilit en tant que garantie, sont moindres lorsque les actifs
sont hautement spcifiques. Leur argument implique que le ratio dactifs fixes peut ne pas
reflter correctement la valeur des garanties lorsque les actifs sont fortement spcialiss.
Nous incluons donc galement une variable dinteraction entre le ratio dactifs fixes et une
variable binaire prenant la valeur 1 pour les firmes dont le sic code est compris entre 3400 et
3999170, 0 sinon (Johnson, 1997). Cette variable est note SPECIF. Les coefficients de la
variable AFIXE refltent les effets pour les entreprises nayant pas dactifs hautement
spcifiques ; les coefficients de la variables AFIXE*SPECIF refltent les effets pour les
170 Titman et Wessels (1988) montrent que les entreprises appartenant ces secteurs dactivit (biens
dquipement industriels, instruments, outils, etc) ont des actifs hautement spcifiques.
251
entreprises ayant des actifs hautement spcifiques. Dans la perspective dune rengociation
plus aise des contrats de prts, le signe attendu de cette variable est positif pour la dette
bancaire (et inversement pour la dette obligataire). Si le problme de substitution dactifs est
prpondrant, les prdictions sont opposes.
Deux variables lies la structure de gouvernance des entreprises ont galement t

retenues. La premire, note CONACT3, renseigne sur le pourcentage daction dtenu par
les trois plus gros actionnaires. Pour cela, nous avons limin trois catgories dactionnaires,
considrant quils ne sont pas capables dexercer conjointement leur droit de vote : il sagit
du public, des actionnaires privs qui ne sont pas clairement identifis (plus dune personne
physique ou famille, avec des intituls tels que Fondateurs et collaborateurs ou
Personnes physiques ) et dautres actionnaires qui ne sont pas clairement identifis (plus
dun actionnaire non nomm reprenant plusieurs entreprises ou entreprises et personnes
physiques ou familles). Nous avons calcul le pourcentage dactions dtenues par les deux,
trois, quatre et cinq actionnaires et nous avons retenu les trois plus gros actionnaires car, au-
del de deux, le pourcentage moyen pour toutes les entreprises de lchantillon varie peu (il
est respectivement de 51,40% et de 56,93% pour les trois et cinq plus gros actionnaires). La
seconde variable, note DIRIG, mesure la participation des dirigeants dans le capital des
entreprises. Est considr comme dirigeant le prsident directeur gnral, le directeur gnral
ou un autre membre de la direction ayant des pouvoirs dcisionnels.
5.1.3. Les variables de contrle
Trois variables de contrle ont t introduites dans le modle : la nature de

lactionnariat de lentreprise, lindpendance de lentreprise vis--vis de ses actionnaires et le
secteur dactivit. La nature de lactionnaire principal est rpartie en cinq catgories :
domestiques , multinationales , familles , institutions financires et Etat . Les
termes gnriques domestiques et multinationales incluent toutes les entreprises,
respectivement franaises et trangres, qui ne sont ni des banques, ni des entreprises
financires, ni des assurances. Elles sont impliques dans des activits de production mais
aussi de commerce (grossiste, dtaillant, courtier, etc.). Ces deux catgories comprennent
galement les entreprises actives dans les services non financiers. La catgorie familles fait
rfrence un actionnariat reprsent par une ou plusieurs personnes physiques ou familles.
Mais ct des actionnaires privs isols ou des familles, sont galement repris dans cette
252
catgorie les actionnaires ayant pour intitul le nom de plus dune personne physique ou
familles, cela en suivant lhypothse que ces actionnaires exercent trs probablement leur
pouvoir de vote conjointement. La catgorie institutions financires inclut non
seulement les banques, mais galement les entreprises financires, les assurances, ainsi que
les fonds de pension. Enfin, Etat fait rfrence aux Etats, aux agences et dpartements
gouvernementaux et aux autorits locales (villes ou communes par exemple).
Lindice BvD est un indicateur qui mesure le degr dindpendance dune entreprise
vis--vis de ses actionnaires. Il sert de base pour dfinir lactionnaire tte de groupe
(ultimate owner) dune entreprise et est not A, B, C et D avec les caractristiques suivantes : la
notation A fait rfrence toute entreprise qui na aucun actionnaire dtenant une
participation directe ou totale de plus de 24,9%. La notation B concerne toute entreprise qui
na aucun actionnaire avec une participation directe ou totale de plus de 49,9% mais qui a un
ou plusieurs actionnaires ayant une participation (directe ou totale) suprieure 24,9%. La
notation C concerne les entreprises qui ont au moins un actionnaire avec une participation
gale ou suprieure 49,9%. Enfin, la notation D concerne les entreprises ne rentrant pas
dans les catgories A, B ou C, et indique un degr dindpendance inconnu . Le signe (+),
labsence de signe et le signe (-) indiquent que, respectivement, 6 actionnaires ou plus, 4 ou 5
actionnaires et 1 3 actionnaires sont identifis (quel que soit leur type) et ont un
pourcentage de participation connu. Cette variable est une binaire : elle prend la valeur 1 si
lindicateur est A (entreprise indpendante), 0 sinon (entreprise moins indpendante).
Le secteur dactivit a galement t introduit comme variable de contrle. En effet,

selon Scott et Martin (1975) et Bradley et al. (1984), les entreprises appartenant au mme
secteur industriel font face aux mmes conditions de march et aux mmes caractristiques
du risque. Ainsi, leurs ratios et leur choix dendettement ne devraient pas varier
considrablement. Nous incluons donc 11 variables sectorielles dans le modle, suivant la
classification de Campbell (1996), le secteur des loisirs tant le numraire. Nous optons pour
cette classification plutt que pour celle deux chiffres (sic codes) afin dviter les pertes de
degrs de libert dans la rgression. A loccasion, les entreprises ainsi classes sont rparties
de manire quilibre entre les groupes.
253
5.2. DONNEES ET DESCRIPTION DE LECHANTILLON
Lobjectif de ce travail est dtudier les choix dendettement des entreprises. Mais,
pour que les socits aient rellement un choix faire entre plusieurs alternatives (emprunts
bancaires ou obligataires ou les deux simultanment), il faut quelles aient accs la fois au
march bancaire (donc quelles ne soient pas rationnes) et au march obligataire (donc
quelles aient atteint une taille suffisante). Or, les petites entreprises sont gnralement plus
contraintes financirement que les grandes (Fazzari, Hubbard et Peterson, 1988 ; Oliner et
Rudebusch, 1992 ; Gilchrist et Himmelberg, 1995). De plus, mme si le droit franais
autorise toutes les socits de capitaux du secteur priv (quelle que soit leur taille) mettre
des obligations, en pratique seules les grandes socits y ont accs171. Lchantillon danalyse
ninclut donc que les 250 plus fortes capitalisations boursires franaises.
Lchantillon initial est compos de 250 entreprises cotes appartenant lindice SBF
250 (au mois de dcembre 2006). Afin de composer un chantillon dentreprises homognes,
20 socits financires (sic code 6000-6999) sont exclues. Sont galement cartes 56
socits non financires pour lesquelles une des variables est manquante172, aberrante ou
extrme173 pour une anne donne. Enfin, sont galement supprimes les 9 entreprises pour
lesquelles la fois la dette bancaire et la dette obligataire sont nulles, dans la mesure o elles
semblent dj avoir dcid de ne pas sendetter ni auprs des banques, ni auprs des
marchs. Au final, lchantillon cylindr comprend 825 observations (165 entreprises sur 5
ans). La composition de cet chantillon est prsente dans lannexe 2 de ce chapitre.
Gnralement, les tudes empiriques doivent composer avec les problmes lis aux
biais dchantillonnage. Dans notre cas, ces biais sont minimiss grce au recours toutes les
donnes relatives aux socits non financires de lindice SBF 250 qui taient disponibles,
sur une priode assez longue pour permettre dobserver lvolution des entreprises travers
le temps, et en mme temps assez courte pour viter tout changement structurel. Le tableau
(5.1) prsente quelques statistiques descriptives relatives lchantillon final.
171 Les petites et moyennes entreprises peuvent intervenir indirectement sur les marchs financiers par
lintermdiaire de socits de dveloppement rgional (SDR) ou de groupements professionnels.
172
Les donnes manquantes concernent : les variables comptables pour une des annes dtude, les variables
boursires (si lentreprise a t rcemment introduite) ou les variables de corporate gouvernance.
173 Pour ce faire, nous utilisons la mthode de Kremp (1995) qui consiste ne retenir que les valeurs de la
variable comprises entre Q1-3(Q3+Q1) et Q3+3(Q3-Q1) o Q1 et Q3 sont respectivement le premier et le

troisime quartile de chaque srie considre.
254
Tableau 5.1
Statistiques descriptives de lchantillon
Lchantillon est compos de 825 observations (165 entreprises sur 5 ans) de 1999 2003. Les 8 premires
variables sont exprimes en milliers deuros, lge est exprim en annes et les 3 dernires variables sont des
ratios financiers.
Moyenne Mdiane Ecart-type Minimum Maximum

Dettes obligataires 575 585 0 2 879 993 0 42 178 070
Dettes bancaires 1 098 027 51 140 3 790 846 0 54 543 000
Dettes totales long terme 1 484 359 67 073 4 477 240 0 54 543 000
Dettes totales (LT et CT) 5 226 189 374 262 13 947 057 4 398 109 148 000
Actif total en valeur de march 9 786 674 879 050 24 005 833 33 067 196 542 906
Capitaux propres en valeur de march 4 560 485 454 396 13 143 820 8 771 134 531 892
Chiffre daffaires 7 884 233 646 025 12 530 829 10 762 114 557 000
Rsultats avant impts et taxes 337 709 35 113 1 618 780 -18 291 000 14 063 000
Age (en nombre dannes) 69 43 53 4 338
Q de Tobin 1,88 1,28 2,01 0,58 28,92
Actif immobilis / Actif total 0,47 0,43 0,21 0,01 0,98
Z dAltman 2,65 2,22 3,53 -0,97 50,12
Lchantillon couvre les plus grandes socits non financires cotes sur Euronext
Paris, avec un actif total moyen en valeur de march de prs de 10 milliards deuros et un
chiffre daffaires moyen de plus de 7,8 milliards deuros. Cependant, lchantillon montre
une grande dispersion autour de cette moyenne : lactif en valeur de march de la plus
grande entreprise est au-del de 196 milliards deuros, celui de la plus petite est de 33
millions deuros. Cette grande diversit justifie de maintenir la taille comme variable
explicative car, en dpit du fait que toutes les entreprises de lchantillon ont atteint une taille
critique qui leur permet dmettre des emprunts sur le march, elles prsentent nanmoins
des diffrences importantes. Il en va de mme pour la variance de lge des socits de
lchantillon : la plus jeune a 4 ans dexistence, la plus ancienne 338 ans ; mais, globalement,
les entreprises de lchantillon sont relativement anciennes puisquelles ont en moyenne 69
ans dexistence. Ces entreprises sont, par ailleurs, fortement endettes, puisque le ratio
moyen dettes totales sur capitaux propres est suprieur 100.
Si nous dtaillons la structure dendettement des entreprises de lchantillon (tableau

5.2), nous aboutissons des constatations relativement intressantes. Tout dabord, il
apparat que, parmi les plus grandes socits franaises, 146 entreprises (correspondant 608
observations) ont uniquement des dettes bancaires une date donne (et pas de dettes de
march), alors que seules 3 entreprises (correspondant 7 observations) ont uniquement des
dettes de march une date donne (et pas de dettes bancaires). En dautre terme, plus de
73% de lchantillon recourent exclusivement aux banques, alors que moins de 1% se
255
tournent exclusivement vers le march. Les discussions thoriques sur un financement

exclusivement obligataire (Holmstrm et Tirole, 1997 ; Lobez et Statnik, 2007) semblent
donc relativement dcales par rapport la ralit de lendettement des socits franaises.
Par ailleurs, 64 entreprises (correspondant 210 observations174) ont la fois, une date
donne, des emprunts bancaires et de march. Cette structure dendettement mixte
reprsente environ 25% des observations de lchantillon. Elle est essentiellement le fait de
plus grandes entreprises puisque plus de 72% des firmes de ce sous chantillon (mixte)
gnrent un chiffre daffaires de plus dun milliard deuros. Au final, il semble que les
entreprises arbitrent entre deux choix dendettement : un endettement exclusivement
bancaire et un endettement mixte. Les entreprises qui mettent des emprunts obligataires ne
switch donc pas vers le march comme semble laffirmer Diamond (1991). Approcher le
recours lendettement obligataire revient donc, dans notre cas, expliquer le recours au
mix de dettes.
Tableau 5.2
Ratios et structure dendettement des entreprises de lchantillon
Lchantillon est compos de 825 observations. Cet chantillon est ensuite divis en trois sous chantillons en
fonction du recours uniquement la dette obligataire (cest--dire que la dette obligataire est positive et la dette
bancaire nulle), uniquement la dette bancaire (cest--dire que la dette bancaire est positive et la dette
obligataire nulle), ou les deux la fois (cest--dire que la dette bancaire et la dette obligataire sont positives). Le
tableau donne deux mesures : le ratio de dettes sur actif total en valeur de march, et la proportion dun type de
dettes par rapport la somme des deux (en pourcentage).
Moyenne Mdiane Minimum Maximum Ecart-type

Echantillon total (nombre dobservations = 825)
Ratio de dettes obligataires sur actif total 0,023 0,000 0,000 0,371 0,051
Ratio de dettes bancaires sur actif total 0,107 0,072 0,000 0,794 0,113
Proportion de dettes obligataires 12,69% 0,00% 0,00% 100,00% -
Proportion de dettes bancaires 87,31% 100,00% 0,00% 100,00% -
Sous chantillon du recours exclusif la dette obligataire (nombre dobservations = 7)

Sous chantillon du recours exclusif la dette bancaire (nombre dobservations = 608)

Sous chantillon du recours simultan la dette bancaire et obligataire (nombre dobservations = 210)
Proportion de dettes obligataires 46,54% 41,48% 0,00% 100,00% -
Proportion de dettes bancaires 53,46% 58,52% 0,00% 100,00% -
174 Parmi les 64 entreprises, 9 ont des emprunts obligataires leur passif au cours dune seule anne, 12 durant
deux annes, 9 pendants trois annes diffrentes, 10 au cours de quatre annes et 22 sur lensemble de la
priode (cest--dire 5 ans). Les emprunts obligataires sont par ailleurs rpartis de manire uniforme sur
lensemble de la priode : 39 en 1999, 43 en 2000, 38 en 2001, 44 en 2002 et 46 en 2003.
256
Dans la mesure o les entreprises optent moins pour le financement de march, et

continuent presque toujours se financer auprs des banques, les ratios moyens de dettes
obligataires sur actif total sont infrieurs ceux de dettes bancaires sur actif total, que ce soit
pour lensemble de lchantillon (0,023 en moyenne contre 0,107), ou pour le sous
chantillon de mixte (0,082 contre 0,103). Par contre, la dispersion de ce ratio est plus
importante pour les dettes bancaires, ce qui suggre un comportement diffrenci vis--vis
de lintensit du recours aux banques. Par ailleurs, dans lchantillon total, la valeur mdiane
du ratio de dettes obligataires est nulle puisque plus de 50% des entreprises nmettent pas
demprunts sur les marchs. En termes de structure, pour lchantillon total, la proportion
de dettes obligataires par rapport aux dettes totales est en moyenne de 12,69%. Cette
observation confirme encore que le march obligataire, pour les grandes socits franaises,
est relativement restreint en termes de volumes changes et de nombre dentreprises
mettrices. Pour le sous chantillon de mixte, la proportion de dettes bancaires continue
dominer (53,46%) parmi les entreprises qui se financent galement auprs du march.
La structure de gouvernance des entreprises de lchantillon est dcrite dans le

tableau (5.3). Globalement, elle semble plus proche de celle des pays de civil law. Plus
prcisment, la gouvernance des grandes entreprises franaises peut tre dfinie selon trois
aspects : (i) un pourcentage lev dactions dtenues par les actionnaires majoritaires, en
moyenne 51,4% (les entreprises domestiques et tatiques ayant la plus forte concentration
dactionnariat), ce qui implique une majorit dactionnaires de blocage comparable celle de
lAllemagne, de lItalie ou de lEspagne (La Porta et al., 1999 ; Prowse, 1994) ; (ii) un
pourcentage relativement lev dentreprises familiales (majoritaires dans lchantillon,
puisquelles reprsentent 33,94% des entreprises) ; (iii) une part significative dactions
directement dtenues ou indirectement contrles par les dirigeants des entreprises (14,7%
des actions), les entreprises familiales ayant la plus forte participation managriale dans leur
capital (21,8%). Ces caractristiques signifient que la sparation entre la proprit et le
contrle est moins nette que celle qui existe dans les socits des pays de common law. Dune
part, les problmes dagence entre les actionnaires et les dirigeants, qui proviennent de la
sparation entre la proprit et le contrle, peuvent tre moins significatifs en France quaux
Etats-Unis. Dautre part, les problmes de concentration ou dexpropriation des
actionnaires minoritaires (La Porta et al., 2000) peuvent intervenir dans les socits
franaises. Ces diffrences potentielles dans la gouvernance des entreprises justifient la prise
en compte de ces variables afin den capter limpact sur les choix des entreprises qui oprent
dans un cadre diffrent de la plupart des modles thoriques.
257
Tableau 5.3
Statistiques descriptives de la gouvernance des entreprises de lchantillon
CONACT3 et CONACT5 sont les pourcentages dactions dtenues respectivement par les 3 et 5 principaux
actionnaires. DIRIG est le pourcentage daction dtenu par le dirigeant. Les quatre lignes suivantes sont les
indicateurs dindpendantes BvD. La dernire ligne donne le pourcentage de firmes dans chaque catgorie. Les
colonnes renvoient au type dactionnaire majoritaire : domestiques sont les entreprises franaises,
multinationales sont les entreprises trangres, familles et institutions financires sont explicites et
Etat reprsente le gouvernement ou ses agences.
Domestique Multinationale Famille Inst. fin. Etat Total

Mean (SD) Mean (SD) Mean (SD) Mean (SD) Mean (SD) Mean (SD)
CONACT3 0,592 0,515 0,507 0,383 0,560 0,514
(0,212) (0,229) (0,215) (0,246) (0,256) (0,235)
CONACT5 0,645 0,568 0,569 0,438 0,603 0,569
(0,212) (0,231) (0,207) (0,256) (0,244) (0,234)
DIRIG 0,159 0,030 0,218 0,114 0,008 0,147
(0,186) (0,118) (0,221) (0,208) (0,017) (0,203)
A+ / A / A- 22,00% 41,18% 39,29% 58,06% 36,36% 37,58%
B+ / B / B- 36,00% 17,65% 25,00% 16,13% 27,27% 26,06%
C+ / C / C- 6,00% 11,76% 10,71% 6,45% 0,00% 7,88%
D 36,00% 29,41% 25,00% 19,35% 36,36% 28,48%
% Entreprises 30,30% 10,30% 33,94% 18,79% 6,67% 100,00%
Les socits de lchantillon ont par ailleurs t groupes en fonction du secteur

industriel auquel elles appartiennent (tableau 5.4). Si nous adoptons la classification propose
par Campbell (1996), en identifiant 11 secteurs dactivits diffrents, nous constatons que la
rpartition sectorielle est relativement quilibre, avec une majorit dentreprises intervenant
dans le domaine des biens de consommation durables et des services.
Tableau 5.4
Rpartition des entreprises de lchantillon selon leur secteur dactivit
Secteur dactivit SIC CODE Entreprises

Nombre %
Industrie ptrolire 13, 29 15 1,82%
Biens de consommation durables 25, 30, 36, 37, 39, 50, 55, 57 160 19,39%
Industries de base 10, 12, 14, 24, 26, 28, 33 90 10,91%
Industries agroalimentaires et tabac 1, 2, 9, 20, 21, 54 60 7,27%
Btiments et travaux publics 15, 16, 17, 32, 52 45 5,45%
Biens dquipement 34, 35, 38 70 8,48%
Transport (services) 40, 41, 42, 44, 45, 47 35 4,24%
Services publics 46, 48, 49 50 6,06%
Textiles et commerce 22, 23, 31, 51, 53, 56, 59 75 9,09%
Services 72, 73, 75, 76, 80, 82, 87, 89 160 19,39%
Loisirs 27, 58, 70, 78, 79 65 7,88%
Total 825 100%
258
5.3. ANALYSES DESCRIPTIVES UNIVARIEES DES VARIABLES

EXPLICATIVES
Avant de prsenter les rsultats de lanalyse multivarie, une analyse univarie

prliminaire est mene. Deux types de tests sont proposs dans ce cadre : un test
paramtrique et un test non paramtrique. Les tests paramtriques sont plus puissants que
les tests non paramtriques quand lhypothse de normalit des variables est vrifie. En
revanche, dans le cas de non normalit, les rsultats des tests paramtriques risquent dtre
biaiss et le recours des tests non paramtriques est alors indispensable. Nous procdons
tout dabord ltude de la normalit des variables, pour pouvoir prsenter par la suite les
rsultats de lanalyse de la variance en fonction des rsultats des tests les plus puissants.
5.3.1. Les tests de normalit de la distribution
Pour tester la normalit des variables, deux lments sont examiner : le degr
dasymtrie de la distribution et son degr daplatissement. Qualitativement, on caractrise
lasymtrie en fonction de la direction de la queue la plus longue dune distribution. Le
coefficient de Skewness qui permet de mesurer une telle symtrie se dfinit comme suit :
xi x
N 3
1
S=
N

i =1
(5.1)
o xi est une variable dpendante du modle, N est le nombre dobservations au niveau de

lchantillon et est bas sur lestimateur biais de la variance. Une asymtrie positive
indique une distribution unilatrale dcale vers les valeurs les plus positives. Au contraire,
une asymtrie ngative indique une distribution dcale vers les valeurs les plus ngatives.
Le coefficient de Kurtosis mesure le degr de concentration des observations autour

de la valeur centrale (la moyenne). On parle de distribution leptocurtiques dans le cas o les
observations sont fortement concentres autour de la moyenne (Kurtosis positif) et de
distribution platycurtiques si les observations sont trs disperses (Kurtosis ngatif). La
courbe normale centre rduite est une courbe msocurtique, dont le coefficient
daplatissement est gal 0,263. Le coefficient daplatissement ou le Kurtosis est le suivant :
xi x
N 4
1
K=
N

i =1
(5.2)
259
La normalit globale est teste travers la statistique de Jarque-Bera. Cette statistique

mesure la diffrence entre les sries de Skewness et de Kurtosis avec ceux de la loi normale :
N k 2 1 2
JB = S + ( K 3) (5.3)
6 4
o S est le Skewness, K le Kurtosis et k le nombre de coefficients estims. Sous lhypothse
nulle dune distribution normale, la statistique de Jarque-Bera suit une distribution du chi-
deux 2 degrs de libert. La probabilit reporte est celle que la statistique de Jarque-Bera
excde (en valeur absolue) la valeur observe sous lhypothse nulle. Gnralement, une
faible probabilit entrane le rejet de lhypothse nulle de normalit de la distribution.
Les rsultats des tests de symtrie, daplatissement et de normalit globale, effectus

sur les variables indpendantes, sont prsents dans le tableau (5.5). Globalement, le test de
Jarque-Bera rejette lhypothse de normalit des variables mesurant la taille, les garanties
offertes et la participation des dirigeants au seuil de 5%. Lhypothse de normalit des autres
variables est rejete au seuil de 1%. Etant donn que lhypothse de normalit nest pas
vrifie, il convient de complter lanalyse univarie par des tests non paramtriques.
Tableau 5.5
Tests de la normalit des variables de lchantillon
Skewness Kurtosis Jarque-Bera Probabilit
TAILLE 0,358 2,340 6,471 0,039
Q 2,629 10,454 568,501 0,000
Z 3,228 17,436 1708,836 0,000
TDEB 3,321 19,689 2204,605 0,000
AFIXE 0,268 2,482 3,798 0,150
CONACT -0,119 1,891 8,787 0,012
DIRIG 1,253 3,307 43,585 0,000
AGE 1,862 7,911 259,644 0,000
5.3.2. Les tests de corrlation
Afin de trouver le mix optimal de variables explicatives, cest--dire les variables

explicatives qui maximisent leur coefficient de corrlation avec la srie expliquer tout en
tant le moins corrls entre-elles, la matrice de corrlation des variables indpendantes a t
calcule et prsente lannexe 3. Cette matrice rend compte de la relation estime entre les
diffrentes variables explicatives175. Plus prcisment, le coefficient de corrlation est un
175 Les variables explicatives sont ici mesures par leur moyenne sur les quatre annes prcdent la date de
lchantillon, soit la moyenne de 1999 2002.
260
indicateur de lintensit de la relation linaire entre deux variables et prend des valeurs
comprises entre -1 et 1. Lorsque la relation est forte, la valeur du coefficient de corrlation
linaire est leve (proche de -1 ou de +1).
Globalement, la matrice montre que le degr de corrlation entre les diffrentes

variables indpendantes est modr. Quelques valeurs extrmes ou limites doivent
cependant tre signales. Le Q de Tobin et le Z dAltman semblent tre fortement corrls
puisque leur coefficient de corrlation est de 0,887. Il convient donc de ne pas les introduire
simultanment dans la mme rgression afin dviter linstabilit des coefficients estims. La
mme relation est observe, dans une moindre mesure, entre le Z dAltman et la variable
INNO (0,459). Nous remplacerons donc dans certaines spcifications le Z dAltman par le
leverage (TDEB) qui, tant donne la correction effectue (prsente plus haut), nest
corrl avec aucune autre variable explicative. De mme, Q est relativement corrl avec le
ratio dactifs fixes (AFIXE). Par contre, AFIXE* SPECIF (qui dsigne le ratio dactifs fixes
de certains secteurs hautement spcifiques) nest pas corrl avec AFIXE (qui dsigne le
ratio dactifs fixes de certains secteurs hautement spcifiques), dans la mesure o leur
coefficient corrlation est de -0,065 ; les deux variables peuvent donc tre employes
simultanment dans les modles. Enfin, la variable TAILLE (log du chiffre daffaires)
prsente quelques corrlations avec certaines autres variables ; mais ces corrlations restent
relativement modres (toutes infrieure 0,4) et une telle mesure de la taille semble tre la
solution qui prsente le moins de problmes de multi colinarits.
5.3.3. Les tests dgalit des moyennes
Afin de tester les hypothses mises une par une, une analyse descriptive univarie
des variables indpendantes est ralise. La dmarche gnrale, connue sous lacronyme
ANOVA (analyse de la variance), consiste diviser lchantillon total en k groupes et voir
la diffrence dans les moyennes ou les rangs des variables entre les k groupes identifis.
Lhypothse nulle dgalit des moyennes des groupes est teste partir de la statistique de
Fisher (qui suit une distribution de Fisher avec (k 1) et (n k) degrs de libert) 176. Etant
176 Sur le plan conomtrique, tester les diffrences entre les moyennes de k groupes revient tester leur
variance. Le principe consiste obtenir, dans le cadre de lhypothse nulle, deux estimations indpendantes de
la variance commune et tester lgalit de ces deux variances. Techniquement, la variance totale est
dcompose en variances entre chantillons et en variance rsiduelle. Le rapport de ces diffrentes variances
la variance totale permet dinfrer sur linfluence du facteur sur les variables explicatives.
261
donn que les sries de variables identifies ne sont pas normales, le test de Kruskal-Wallis
(extension du test du U de Mann-Whitney) a galement t appliqu pour k chantillons
indpendants. Ce test, qui ne suppose pas une distribution normale des k groupes identifis,
est lquivalent non paramtrique de lanalyse de la variance dordre 1. Il permet donc de
tester si plusieurs chantillons indpendants proviennent de la mme population en
dtectant les diffrences dans la position (rangs) de la distribution177. La statistique de Khi-
deux permet de tester lhypothse nulle dgalit dans les rangs des k groupes. Cette
statistique suit une distribution de 2 avec (k 1) degrs de libert.
Une premire analyse est mene en divisant lchantillon en deux groupes en

fonction du recours par les firmes aux emprunts de march (DO=1) ou non (DO=0). Le
tableau (5.6) donne les moyennes des variables continues (et indique si les diffrences sont
significatives) lorsque les entreprises ont des emprunts obligataires leur passif (colonne 2)
et lorsquelles nen ont pas (colonne 3).
Tableau 5.6
Analyse ANOVA du recours ou non la dette obligataire
Les rsultats de lanalyse ANOVA sont regroups en fonction du recours ou non aux dettes obligataires. La
deuxime colonne donne les 608 observations sans dettes obligataires et la troisime colonne les 217
observations avec dettes obligataires. Pour chaque groupe, nous calculons la moyenne des variables, ainsi que la
F-statistic et le Khi-deux qui testent la significativit des diffrences entre les moyennes et les rangs des deux
groupes.
Panel group en fonction du recours ou non la dette obligataire (DO)

DO Pas de DO F- statistic Khi-deux
Chiffre daffaires 13 121 535 2 646 930 122,585 *** 177,329 ***
Age 83,141 55,733 40,814 *** 26,133 ***
Actif fixe / actif total 0,535 0,417 54,987 *** 57,622 ***
CONACT3 0,462 0,533 14,584 *** 13,061 ***
CONACT5 0,522 0,588 12,429 *** 12,653 ***
DIRIG 0,072 0,176 42,705 *** 30,075 ***
Q de Tobin 1,795 1,965 14,977 *** 13,570 ***
Z dAltman 1,810 3,499 37,130 *** 81,529 ***
Dettes totales / capitaux propres 159,437 95,621 20,021 *** 80,746 ***
Dettes bancaires / actif total 0,100 0,109 0,995 0,481
*** significatifs au seuil de 1%

** significatifs au seuil de 5%
* significatifs au seuil de 10%
177Les observations des groupes sont combines et ordonnes, et il leur est attribu un rang moyen en cas dex
aequo. Le nombre dex aequo doit tre petit par rapport au nombre total dobservations. Si les populations ont
une position identique, les rangs doivent tre attribus de faon alatoire entre les chantillons. Le nombre de
fois o un rsultat du groupe 1 prcde un rsultat du groupe 2 et le nombre de fois o un rsultat du groupe 2
prcde un rsultat du groupe 1 sont calculs, etc. La statistique du H de Kruskal-Wallis est la plus petite de ces
nombres.
262
Les diffrences de moyennes entre les deux groupes sont fortement significatives
pour presque toutes les variables. Comme nous lattendions, il semble que les firmes qui
mettent des emprunts obligataires sont en moyenne plus grandes, plus ges et ont une
proportion plus importante dactifs fixes sur actif total que les entreprises qui nmettent pas
de dettes sur les marchs. Ce rsultat conforte lhypothse que lmission demprunts
obligataires ncessite que les entreprises soient bien connues, et capables dmettre des
emprunts dont les montants sont suffisamment levs pour tirer avantage des conomies
dchelles et bnficier du faible cot de capital de ces fonds. De plus, chez les socits qui
mettent des emprunts obligataires, la participation des dirigeants dans le capital est moins
importante, ce qui conforte le sens de lhypothse mise. Par contre, si les diffrences de
moyennes de la concentration du capital sont significatives, les valeurs moyennes ne sont pas
trs diffrentes. Par ailleurs, la probabilit ex ante de dfaut est suprieure (Z dAltman plus
faible) dans le premier groupe. Ainsi, les entreprises qui mettent des dettes sur les marchs
franais ont, en moyenne, une plus forte probabilit de dfaut, ce qui signifie, dans un
systme hybride comme celui de la France, que ces entreprises ne sont pas les plus solvables.
En mme temps, elles sont plus fortement endettes. Cette observation pourrait expliquer le
faible niveau du ratio Z dAltman. Elles pourraient galement expliquer pourquoi le niveau
dendettement auprs des banques nest pas moins lev lorsque les entreprises se financent
auprs du march (nous reviendrons sur ce point ultrieurement). La dernire ligne du
tableau montre en effet quil nexiste pas de diffrences dans les dettes bancaires moyennes
entre les deux groupes, et conforte alors que le choix des entreprises franaises de
lchantillon se fait plutt entre dettes bancaires exclusives ou mix de dettes
bancaires/obligataires.
Il serait alors intressant dtudier de plus prt les caractristiques des entreprises qui
continuent se financer plus ou moins auprs des banques, alors quelles mettent
paralllement des emprunts sur les marchs. Donc, parmi le sous-chantillon de mix (210
observations), nous constituons trois groupes en fonction du ratio dettes bancaires sur actif
total en valeur de march (BDTA). Le tableau (5.7) donne les valeurs moyennes de variables
pour chaque groupe. La colonne 2 regroupe les entreprises qui ont un faible niveau de dettes
bancaires, la colonne 3 les entreprises moyennement endettes auprs des banques et la
colonne 4 les entreprises qui ont un niveau lev de dettes bancaires. Les deux dernires
colonnes renseignent sur la significativit statistique des diffrences entre les moyennes (F-
statistic) et les rangs (Khi-deux) des trois groupes.
263
Tableau 5.7
Analyse ANOVA en fonction du ratio dettes bancaires sur actif total
Les 210 observations sont divises en trois groupes comprenant chacun 70 observations. Pour chaque tiers,
nous calculons la moyenne de chaque variable. Les colonnes 2, 3 et 4 donnent les valeurs moyennes des firmes
qui ont un ratio BDTA respectivement faible, moyen et lev. Les colonnes 5 et 6 rapportent les statistiques de
Fisher et du Khi-deux qui indiquent si les diffrences entre les moyennes et les rangs des groupes sont
statistiquement significatives.
Panel regroup selon le ratio de dettes bancaires sur actif total (BDTA)
1er tiers 2nd tiers 3me tiers F- statistic Khi-deux
Dettes bancaires / actif total 0,022 0,087 0,203 318,036 *** 182,223 ***
Dettes obligataires / actif total 0,096 0,089 0,061 5,060 *** 8,848 **
Chiffre daffaires 12 425 954 13 005 082 14 473 654 0,231 1,788
Age 68,145 71,580 109,088 7,564 *** 7,891 **
Z dAltman 2,423 1,668 1,354 17,754 *** 27,859 ***
Dettes totales / capitaux propres 123,650 168,171 196,576 1,976 21,081 ***
Actif fixe / actif total 0,477 0,545 0,594 9,718 *** 17,475 ***
Q de Tobin 1,318 1,285 1,270 20,486 *** 46,083 ***
CONACT3 42,50% 45,06% 52,09% 3,054 * 5,512 *
CONACT5 48,62% 50,99% 58,13% 3,084 * 5,500 *
DIRIG 8,92% 7,75% 6,53% 5,157 * 2,808
*** significatifs au seuil de 1%

** significatifs au seuil de 5%
* significatifs au seuil de 10%
Les rsultats indiquent que les entreprises qui ont les ratios de dettes bancaires les
plus levs sont celles qui ont les dettes obligataires les plus faibles. Si ce lien parait logique,
il nest pas mcanique car nous ne raisonnons pas encore en proportion (mais en ratios
distincts). En outre, parmi les entreprises qui ont accs la dette de march, la taille na
aucun effet sur le montant emprunt auprs des banques (les diffrences des moyennes ne
sont pas significatives). En dautres termes, les plus grandes firmes ne recourent pas moins
aux banques lorsquelles accdent au march. Par contre, celles qui continuent le plus se
financer par emprunts bancaires (alors quelles ont, en mme temps, des emprunts
obligataires leur passif) sont celles qui sont les plus ges (109 ans contre 68 ans en
moyenne). Ce sont galement celles qui sont les plus risques (Z dAltman plus faible : 1,35
contre 2,42). Cette dernire observation rejoint les rsultats obtenus lors de lanalyse
prcdente. Plus prcisment, parmi les entreprises qui recourent la dette de march, celles
qui continuent le plus se financer auprs des banques ont une probabilit de dfaut plus
leve. Ces points seront pris en compte et interprts dans les analyses multivaries qui
suivent. Finalement, nous ne dcelons pas, ce stade, de diffrences significatives entre les
groupes en termes de structure de gouvernance : la concentration de lactionnariat et la
participation du dirigeant dans le capital semblent relativement proches en termes de
moyenne quel que soit le niveau dendettement bancaire des firmes.
264
La description statistique de lchantillon compos de 825 observations (165 socits

franaises cotes sur le SBF 250 sur 5 ans) permet de noter que le cadre empirique retenu est
relativement diffrent de celui de la plupart des tudes entreprises. Tout dabord, la structure
de gouvernance des grandes firmes franaises semble plus proche de celles des pays de droit
civil. En outre, leur structure dendettement est relativement particulire : peu dentreprises
franaises cotes recourent aux emprunts obligataires sur la priode dtude (environ 26%
des observations), et celles qui le font continuent se financer auprs des banques (seules
1% ont exclusivement des emprunts obligataires leur passif). Il semble alors que, pour ces
entreprises, la question qui se pose est plutt de choisir entre dettes bancaires exclusives ou
mix de dettes bancaires/obligataires.
Lanalyse des moyennes confirme la pertinence des hypothses formules et des

variables explicatives retenues, tant donn que, prises dans leur ensemble, les diffrences
entre les groupes identifis dans chaque cas sont fortement significatives. Elle permet en
plus de faire un certain nombre de constations qui guideront la dmarche ultrieure. En
particulier, il semble que les entreprises qui optent pour un mix dendettement sont plus
risques.
Ces premiers lments danalyse tant tablis, il convient maintenant dentreprendre

une tude plus approfondie, qui permettrait dinclure lensemble des variables identifies
dans le mme modle et de rendre compte, notamment, du choix simultan par une mme
entreprise dun emprunt bancaire et dun emprunt obligataire.
265
Annexe n1 : Rcapitulatif des variables et de leur proxy
Sens de variation
Variables Proxy Notation
BDTA DOTA
Variables endognes
Proportion de dettes bancaires
Proportion de dettes obligataires
Variables exognes
Taille Ln (chiffre daffaire) TAILLE +
Caractre innovent des entreprises Dummy (1 si secteur innovent) INNO +
Rputation Age AGE +
Opportunit de croissance Q de Tobin Q +
Risque de dfaut Z dAltman Z +
Taux dendettement Rsidu du leverage (Dettes totales / capitaux propres) TDEB +
Garanties offertes Actif fixe / actif total en valeur comptable AFIXE +
Spcificit des actifs Dummy (1 si le sic code est compris entre 3400 et 3999) SPECIF +/- +/-
Degr de participation du dirigeant % dactions dtenues par le dirigeant DIRIG +
Concentration du capital % dactions dtenues par les 3 principaux actionnaires CONACT3 +
Variables de contrle
Nature de lactionnariat principal Dummy178 NATURE
Indice dindpendance BvD Dummy179 BVD
Secteur dactivit Dummy180 INDUS
178 Cette variable dummy dpend de la nature de lactionnaire principal : entreprise franaise, multinationale, famille, institution financire ou Etat.
179 Cette variable prend la valeur 1 si lindice dindpendance est not A+, A ou A- (aucun actionnaire ne dtient une participation directe ou totale de plus de 24,9%), 0 sinon.
180 Cette variable a t dfinie en fonction de la classification de Campbell (1996) selon 11 secteurs dactivit diffrents.
266
Annexe n 2 : Composition de lchantillon de ltude
Dnomination sociale Sic code Net sale or revenu Equity at market value Dnomination sociale Sic code Net sale or revenu Equity at market value
1 A NOVO 7629 387 761 80 641 43 DASSAULT SYST. 7372 754 823 4 100 683
2 ACCOR 7011 6 774 000 7 098 536 44 DELACHAUX 3629 255 189 165 840
3 AIR FRANCE - KLM 4512 12 687 000 1 824 737 45 DEVOTEAM 3629 125 944 78 145
4 AIR LIQUIDE 2813 8 393 600 13 715 913 46 EDF 4911 44 919 000 3 984 000
5 ALCATEL 3669 12 513 000 12 855 074 47 EIFFAGE 1542 7 104 000 1 352 384
6 ALES GROUPE 2844 131 431 119 874 48 ERAMET 2819 1 990 000 963 299
7 ALSTOM 3511 21 351 000 397 141 49 ESSILOR INTL 3827 2 116 419 4 160 281
8 ALTEN 8711 293 123 346 586 50 ESSO 2911 7 779 000 1 180 050
9 ALTRAN TECHNO 8711 1 337 761 1 170 739 51 ETAM DEV 5621 1 072 540 269 136
10 AREVA 2819 8 255 000 7 088 540 52 EURO DISNEY 7996 1 053 100 633 563
11 ARKOPHARMA 2833 227 849 378 245 53 EUROFINS SCIENTIFIC 8731 168 675 137 017
12 ATOS ORIGIN 7373 3 034 600 2 411 715 54 EUROTUNNEL 4011 812 750 1 400 354
13 AUDIKA 3842 52 819 120 645 55 EVIALIS 2048 674 572 79 008
14 AVENIR TELECOM 5999 478 639 105 925 56 EXEL INDUSTRIES 3523 274 251 123 837
15 BACOU-DALLOZ 3842 795 691 472 366 57 FAIVELEY 3743 298 738 87 330
16 BELVEDERE 2085 349 626 132 839 58 FAURECIA 2531 10 122 700 1 179 464
17 BENETEAU 3731 637 056 673 153 59 FININFO 7375 137 045 248 713
18 BIC 3951 1 360 137 1 965 112 60 FONC.DES REGIONS 7521 96 682 509 388
19 BOIRON 2834 305 338 344 115 61 FRANCE TELECOM 4899 46 121 000 54 436 499
20 BOLLORE INVEST 4491 5 392 161 1 036 489 62 GASCOGNE 2657 615 988 134 131
21 BONDUELLE 2033 1 318 157 554 706 63 GAUMONT 7812 70 247 168 129
22 BONGRAIN 2022 4 002 303 644 057 64 GAZ DE FRANCE 4924 16 647 000 1 999 000
23 BOURBON 5411 1 023 133 575 188 65 GEODIS 4215 3 215 500 236 175
24 BOUYGUES 1611 21 822 000 8 895 912 66 GEOPHYSIQUE 8711 612 400 348 903
25 BRICORAMA 5231 566 979 237 146 67 GFI INFORMATIQUE 7373 500 083 301 156
26 BULL REGROUPEMENT 3577 1 265 000 133 413 68 GL EVENTS 7999 339 761 243 326
27 BUSINESS OBJECTS 7371 491 266 2 276 286 69 GL TRADE 7372 128 078 334 961
28 CANAL + 7313 1 477 000 609 115 70 GROUPE CRIT 7363 1 094 495 176 559
29 CAP GEMINI 7373 5 754 000 4 610 956 71 GROUPE FLO 5812 287 100 69 528
30 CARBONE LORRAINE 3624 629 400 324 728 72 GROUPE GUILLIN 3089 237 489 137 219
31 CARREFOUR 5411 70 486 200 30 847 679 73 GROUPE OPEN 5045 230 895 83 878
32 CASINO GP 5149 22 982 900 7 909 623 74 GROUPE PARTOUCHE 7999 435 655 425 859
33 CEREP 8071 34 121 98 005 75 GROUPE STERIA 7371 970 320 527 517
34 CFF RECYCLING 3312 1 113 514 170 604 76 GUERBET 2834 225 304 125 455
35 CHARGEURS 2231 940 100 325 793 77 GUYENNE GASCOGNE 5411 1 233 837 601 750
36 CIE DES ALPES 7999 377 782 351 228 78 HAULOTTE GROUP 3531 220 665 141 077
37 CIMENTS FRANCAIS 3241 2 898 900 2 106 532 79 HAVAS 7311 1 644 645 1 364 520
38 CLARINS 5999 889 057 1 238 355 80 HERMES INTL 3172 1 230 000 5 629 450
39 CLUB MEDITERRANEE 7011 1 609 000 620 938 81 HF COMPANY 3663 57 133 38 427
40 CNIM 1629 578 165 158 542 82 HIGH CO 3699 264 631 62 810
41 CS COMMUNICAT. SYST 7379 346 128 108 594 83 HOT&CAS DEAUVILLE 7999 203 155 338 113
42 DANONE 2023 13 131 000 16 377 998 84 ILOG 7372 87 499 121 353
267
Annexe n 2 (suite) : Composition de lchantillon de ltude
Dnomination sociale Sic code Net sale or revenu Equity at market value Dnomination sociale Sic code Net sale or revenu Equity at market value
85 IMERYS 1455 2 729 200 2 642 814 126 REMY COINTREAU 2084 1 000 200 1 075 748
86 IMS 5051 558 800 119 087 127 RENAULT 3711 37 525 000 14 955 804
87 INFOGRAMES ENTERT 7372 881 064 251 564 128 RHODIA 2821 5 453 000 636 548
88 INGENICO 3575 356 041 341 730 129 ROBERTET 2087 202 102 182 678
89 INTER PARFUMS 2844 124 555 277 530 130 RUBIS 5172 396 759 200 703
90 IPSOS 8748 569 708 513 777 131 SAINT GOBAIN 5033 29 590 000 13 047 362
91 JET MULTIMEDIA 7374 120 042 132 969 132 SANOFI-AVENTIS 2834 8 048 000 40 766 611
92 KLEPIERRE 6512 482 536 2 111 006 133 SCHNEIDER ELECTRIC 4931 8 780 300 11 684 009
93 LACIE 3572 159 719 8 771 134 SEB 3639 2 348 100 1 448 716
94 LAFARGE 3241 13 658 000 11 674 525 135 SECHE ENVIRON. 4953 373 683 173 872
95 LAFUMA 5136 176 368 83 514 136 SODEXHO ALLIANCE 5812 11 687 000 4 175 247
96 LAGARDERE SCA N 2731 12 454 400 6 188 869 137 SOPRA GROUP 7374 525 302 354 292
97 LATECOERE 3721 195 914 124 855 138 SPIR COMMUNICATION 2711 410 011 431 091
98 LECTRA 7373 184 665 222 425 139 STALLERGENES 2834 85 712 117 885
99 LISI 3452 505 997 293 065 140 STEDIM 3089 41 068 56 402
100 L'OREAL 2844 14 029 100 42 222 424 141 STEF TFE 4213 1 347 489 219 748
101 LVMH 3161 11 962 000 27 139 721 142 SUCRERIE PITHIVIERS 2063 324 235 238 118
102 M6 METROPOLE TV 4833 1 176 900 3 395 567 143 SUEZ 4939 39 621 800 15 834 784
103 MANITOU BF 3537 682 024 682 093 144 SYNERGIE 7363 774 941 177 125
104 MANUTAN INTERNAT. 5961 337 997 237 903 145 TECHNIP 3533 4 711 100 2 024 655
105 MAUREL & PROM. 1311 45 286 293 324 146 TELEPERFORMANCE 7319 862 884 598 545
106 METROLOGIC GROUP 3714 18 704 119 409 147 TF1 4833 2 742 900 5 920 164
107 MICHELIN 3011 15 369 820 5 210 767 148 THALES 3812 10 569 400 4 324 329
108 MONTUPET 3714 438 472 142 539 149 THERMADOR GROUPE 3433 111 251 93 034
109 N.DENTRESSANGLE 4213 1 222 061 308 539 150 THOMSON 3651 8 459 000 4 626 436
110 NEOPOST 7359 760 600 1 202 000 151 TONN. FRANC. FRERES 2429 75 597 78 248
111 NRJ GROUP 4832 348 661 1 283 810 152 TOTAL 2911 104 652 000 91 809 761
112 ORPEA 1522 55 839 23 823 153 TOUPARGEL-AGRIGEL 5142 314 433 156 557
113 PENAUILLE POLYSERV. 4581 1 519 282 193 518 154 TRIGANO 3792 655 275 355 801
114 PERNOD RICARD 2084 3 533 700 6 038 543 155 UBISOFT ENTERTAIN. 7372 452 952 163 867
115 PETIT FORESTIER 7513 238 871 146 137 156 VALEO 3699 9 234 000 2 575 405
116 PEUGEOT 3711 54 407 000 9 656 499 157 VALLOUREC 3312 2 375 511 624 391
117 PIERRE ET VACANCES 7021 881 534 557 945 158 VILMORIN ET CIE 5191 434 500 267 176
118 PISCINES DESJOYAUX 1799 61 357 61 397 159 VINCI 1622 18 110 800 5 238 428
119 PLAST.OMNIUM 3089 1 723 200 335 088 160 VIRBAC 2836 354 757 243 497
120 PPR 5311 24 360 800 8 893 038 161 VIVENDI 4833 25 482 000 20 646 621
121 PROSODIE 7375 165 237 149 601 162 VM MATERIAUX 5032 403 557 37 561
122 PSB INDUSTRIES 3089 156 561 69 552 163 VRANKEN-POMMERY 5182 251 618 148 744
123 PUBLICIS GROUPE 7311 3 863 000 4 686 803 164 WAVECOM 3661 275 628 163 254
124 RADIALL 3678 144 995 123 747 165 ZODIAC 5088 1 475 272 1 269 949
125 RALLYE 5311 23 768 000 1 601 797
268
Annexe n3 : Matrice de corrlations des variables explicatives
AFIXE BIEN
BIEN INDB SERVI
TAILLE INNO AGE Q Z TDEB * AFIXE CONACT3 BVD DIRIG FAMIL BANQ MULTIN ETAT CONS
EQUIP ASE CES
SPECIF DUR
TAILLE 1,000
INNO -0,273 1,000
AGE 0,301 0,002 1,000
Q -0,266 0,351 -0,297 1,000
Z -0,347 0,459 -0,243 0,887 1,000
TDEB 0,000 -0,038 -0,071 0,000 0,000 1,000
AFIXE* SPECIF -0,003 -0,008 0,011 -0,065 -0,021 -0,108 1,000
AFIXE 0,359 -0,167 0,148 -0,339 -0,447 0,000 -0,065 1,000
CONACT3 -0,148 0,124 0,062 -0,088 -0,024 0,056 -0,202 -0,023 1,000
BVD 0,163 -0,178 0,041 0,011 -0,057 -0,032 0,177 0,118 -0,771 1,000
DIRIG -0,398 0,260 -0,140 0,129 0,188 0,000 -0,008 -0,159 0,250 -0,186 1,000
FAMILLE -0,160 0,071 -0,027 0,139 0,135 -0,008 0,027 -0,181 -0,019 0,022 0,253 1,000
BANQUE 0,206 -0,078 0,127 -0,079 -0,102 -0,053 -0,019 0,157 -0,278 0,243 -0,170 -0,193 1,000
MULTIN 0,063 -0,192 -0,029 -0,079 -0,057 -0,087 0,048 -0,061 0,002 0,024 -0,195 -0,245 -0,091 1,000
ETAT 0,359 -0,066 -0,015 -0,062 -0,087 -0,054 0,015 0,165 0,053 -0,008 -0,183 -0,193 -0,072 -0,091 1,000
BIENCONSDUR -0,035 0,016 0,154 0,017 0,114 -0,006 0,431 -0,171 -0,071 0,105 0,131 0,178 -0,005 -0,062 -0,067 1,000
BIENEQUIP -0,043 -0,001 -0,076 -0,055 0,009 -0,086 0,485 -0,161 -0,165 0,077 -0,055 -0,128 0,005 0,182 0,005 -0,147 1,000
INDBASE -0,015 0,059 -0,001 -0,022 0,008 -0,132 -0,094 0,015 0,087 -0,113 -0,109 0,035 -0,016 -0,055 0,062 -0,170 -0,107 1,000
SERVICES -0,238 0,024 -0,323 0,328 0,193 0,078 -0,220 -0,173 -0,102 0,060 -0,040 0,035 -0,009 -0,016 -0,132 -0,238 -0,150 -0,173 1,000
FAMILLE, BANQUE, MULTIN et ETAT sont les variables dummies reprsentant la nature de lactionnariat principal. Leur dsignation est relativement explicite.
BIENCONSDUR, BIENEQUIP, INDBASE et SERVICES sont certaines variables dummies reprsentant le secteur dactivit. Seules ces quatre sont prsentes puisque les
rsultats des analyses multivaries relatifs aux autres variables ne sont pas significatifs et ne seront pas prsents. BIENCONSDUR reprsente le secteur des biens de consommation
durables, BIENEQUIP les biens dquipement, INDBASE les industries de base et SERVICES le secteur des services.
269
CHAPITRE 6
LES DETERMINANTS DE LA SOURCE DENDETTEMENT :
UNE ETUDE EMPIRIQUE SUR LES SOCIETES
COTEES FRANAISES
Introduction
Lobjectif de ce chapitre est de dterminer quels sont les facteurs qui influencent le
plus la structure dendettement des entreprises, dans un cadre multivari. La dmarche
repose, chaque tape, sur des donnes en coupe transversale et en panel. Ce choix de
raisonner en deux temps repose sur les avantages et les inconvnients des deux mthodes
et permet dobtenir des rsultats plus robustes.
Les analyses en coupe transversale consistent expliquer la structure dendettement

actuelle des entreprises (cest--dire la structure dendettement la date de lchantillon, soit
en 2003) par des variables indpendantes passes, formalises sous forme de moyennes sur
les quatre annes qui prcdent la date de lchantillon (soit de 1999 2002). Les analyses
sont donc menes sur un chantillon de N entreprises (N=165) et les estimations sont
effectues sous EViews 4.1. Lutilisation des moyennes permet de limiter les biais lis aux
valeurs extrmes dune anne donne, ainsi que les problmes de simultanit, de causalit
inverse et dauto-corrlation des erreurs. Toutefois, cette premire approche ne permet pas
destimer lensemble des modles, faute dchantillons de taille suffisante (celui des firmes
qui recourent aux emprunts obligataires, par exemple, ne reprsente que 46 entreprises).
270
Chapitre 6 : Les dterminants de la source dendettement : Une tude empirique sur les socits franaises
Les analyses sont donc tandues sur des donnes en panel quilibr compos de N
entreprises (N=165) sur T priodes (T=5), soit un chantillon de NT observations (NT =
825), estim sous Stata 10. Les donnes de panel permettent de rendre compte de
lhtrognit inter-temporelle et de fournir plus de donnes informatives, plus de
variabilit, moins de colinarit parmi les variables et plus de degrs de libert. Pour justifier
le choix dune structure de panel, les chercheurs recourent gnralement une batterie de
tests (dont le test de Hsiao181) afin de montrer que le modle adopt comporte des effets
individuels. Mais, dans le cas de la prsente tude, la structure de panel na pas tre
justifie ; elle simpose delle-mme. En effet, tant donn que nous ne disposons que de 5
annes et de 9 variables explicatives, il nous est impossible de mener des rgressions
individuelles ncessaires lapplication du test de Hsiao par exemple. Par ailleurs, les
analyses requirent que les variables explicatives soient exognes ; pour rsoudre les
ventuels problmes dendognit, nous sommes amens appliquer des mthodes
additionnelles comme celles de Chanberlin, celles en diffrences premires, etc.
Quel que soit le type de donnes ltude, le raisonnement est men en trois tapes.
Dans un premier temps, le problme est avant tout dexpliquer la probabilit, pour une
entreprise, de recourir ou non aux emprunts de march pour financer ses investissements
(6.1). La variable dpendante prend alors la forme dune variable discrte dichotomique,
comme cest le cas dans les travaux de MacKie-Mason (1990), de Carey, Post et Sharpe
(1998) ou de Vaubourg (2000) : elle est gale 1 si le montant de la dette de march est
positif et 0 sil est nul. Nous estimons alors un modle Logit sur donnes en coupe
transversale, et un modle Probit effet individuel alatoire corrl sur donnes de panel.
Nous cherchons, dans un second temps, expliquer lintensit du recours aux

banques et aux marchs, donc le montant allou aux deux types emprunts, en fonction des
variables exognes dfinies (6.2). Les variables dpendantes sont alors continues
(Easterwood et Kadapakkam, 1991 ; Hoshi et al., 1993 ; Krishnaswami et al., 1999) et
estimes travers des rgressions linaires multiples sur donnes en coupe transversale, des
rgressions selon la mthode MCG sur panels simples et GMM sur panels dynamiques.
181Hsiao (1986) propose une procdure de tests dhomognit embots en trois tapes. Dans un premier
temps, la phase de test de spcification revient dterminer si on est en droit de supposer une fonction
totalement identique pour toutes les entreprises (modle pooled ou homogne). Si la statistique du test
employ permet dinfirmer cette hypothse, on passe la seconde tape qui consiste vrifier si lhtrognit
provient des coefficients i. Dans laffirmative, la troisime tape de la procdure consiste tester lgalit des
N constantes individuelles i, sous lhypothse de coefficients i communs tous les individus.
271
Dans notre chantillon, 96% des socits qui mettent des emprunts de march,
continuent sendetter paralllement auprs des banques. Nous compltons alors lanalyse
en cherchant comprendre cette structure dendettement mixte, et dterminer les facteurs
qui expliquent lintensit du recours aux banques lorsque les firmes mettent par ailleurs des
emprunts sur le march (6.3). Pour cela, nous posons comme variable dpendante la
proportion de dettes bancaires par rapport aux dettes totales (Houston et James, 1996 ;
Jonhson, 1997 ; Anderson et Makhija, 1999) ; elle est alors censure et comprise entre 0 et 1.
Nous estimons un modle Tobit sur donnes en coupe transversale et de panel, ce qui
permet dincorporer simultanment, les deux dimensions caractristiques de la dcision
dendettement : recourir tel type de dette ou non, et si oui quel niveau.
Les dtails techniques relatifs aux diffrents modles conomtriques (tests de

spcification, de significativit des coefficients, de qualit dajustement des modles, etc.)
figurent en annexe.
272
6.1. LES DETERMINANTS DU RECOURS OU NON A LA DETTE DE

MARCHE
Les mesures prises en France dans les annes 1980 ont considrablement assoupli
laccs aux marchs financiers pour les entreprises (voir chapitre prliminaire). Outre les
transformations apportes aux cadres juridiques nationaux, la volont politique de favoriser
le march financier aboutit ladoption de mesures fiscales susceptibles de conduire un
dveloppement de son activit. Cette rhabilitation sest accompagne dune modernisation
des structures institutionnelles et dune transformation des techniques de march.
Linternationalisation des marchs et louverture vers lEurope ont galement cr de vastes
marchs de capitaux unifis. Dans ce contexte, le march obligataire franais sest
considrablement transform depuis une dizaine dannes avec lapparition de nouveaux
instruments de dettes. A ct des obligations classiques, de nouveaux types dobligations,
dont les obligations convertibles, ont vu le jour et permettent denrichir la relation prteurs /
emprunteurs. Ainsi, il deviendrait a priori plus facile pour les entreprises de sendetter sur les
marchs financiers, et plus particulirement sur le march obligataire.
Cest pourquoi dans les tests conomtriques qui sont prsents ici, il sagit
dexpliquer pourquoi certaines entreprises recourent au march (DO=1) et dautres pas
(DO=0). La variable dpendante, yi, sera donc gale 1 si lentreprise i recourt la dette
obligataire, 0 sinon. Dans ce cas, le phnomne tudier est discret et la variable qui le dcrit
est dichotomique. La spcification dun modle de rgression traditionnel est donc
incorrecte. Le recours une analyse conomtrique dun type Logit-Probit est alors
ncessaire pour isoler les effets propres.
6.1.1. Spcification des modles qualitatifs sur donnes simples et de panel
Le choix du codage (0,1), traditionnellement retenu pour les modles dichotomiques,

permet de dfinir la probabilit de survenue de lvnement comme lesprance de la
variable code yi, puisque :
E ( y i ) = Pr ( y i = 1) 1 + Pr ( y i = 0 ) 0 = Pr ( y i = 1) = pi (6.1)
273
Pour lapplication et linterprtation de lanalyse, les modles dichotomiques sont

prsents en termes de variables latentes ou inobserves yi*, la variable observe yi tant alors
un indicateur des valeurs prises par yi*.
Le modle est donc dfini par :

yi* = xi + i i = 1...N (6.2)
1 si y i*
yi = (6.3)
0 sinon
o yi est le vecteur de variables endognes (DOi), o xi la matrice des K variables explicatives,

o est un vecteur de paramtres inconnus (coefficients du modle) et o i sont les
perturbations du modle qui ne suivent pas une loi normale.
Les modles dichotomiques consistent, non pas estimer yi, mais estimer sa
probabilit de ralisation Pr (yi = 1), comprise entre 0 et 1. Cette probabilit reprsente une
moyenne : cest la proportion dindividus qui recourent la dette de march et qui possdent
un vecteur commun de caractristiques xi. Le choix de la fonction de rpartition tant a priori
non contraint, nous avons opt pour le modle Logit (qui correspond la fonction
logistique) dans la mesure o il facilite linterprtation des paramtres associs aux
variables explicatives xi. Lestimation des coefficients du modle est effectue selon la
mthode du maximum de vraisemblance. Contrairement aux modles linaires pour lesquels
les coefficients ont des interprtations conomiques immdiates en termes de propension
marginale, les valeurs des coefficients du modle Logit ne sont pas directement
interprtables. Seuls les signes des coefficients indiquent si la variable agit positivement ou
ngativement sur la probabilit Pi. Pour juger de la significativit des coefficients retenus
dans le modle, nous utilisons la statistique zj. Pour valuer la qualit de lajustement par les
modles dichotomiques, nous recourons trois statistiques : le log-vraisemblance, le pseudo
R2 et le pourcentage de cas corrects182.
En raison du nombre faible dentreprises qui recourent aux emprunts obligataires

dans lchantillon (46 entreprises sur 165), nous utilisons dans une deuxime tape les
donnes de panel (parmi lesquelles 217 observations sur 825 indiquent un recours au
march). Un second modle dichotomique est donc propos sur donnes de panel. Dans la
182 Pour plus de dtails sur la forme du modle, lestimateur du maximum de vraisemblance des paramtres ,
la statistique zj et les tests dajustement du modle, se rfrer lannexe 1.
274
mesure o la variable dpendante est qualitative, il nest pas possible de tester la nature, fixe
ou alatoire, de leffet individuel (comme dans le cas des modles linaires). Le modle Logit
sappliquerait alors aux effets individuels fixes et le modle Probit aux effets individuels
alatoires. Puisque notre objectif est, notamment, didentifier leffet de variables constantes
dans le temps (nature de lactionnariat principal, secteur dactivit), nous estimons un
modle Probit effets alatoires. Dans ce cas, le terme derreur (wi,t) se dcompose en une
partie alatoire propre aux individus (i) et en terme derreur habituel (i,t). On observe yi,t, de
mme que prcdemment en fonction dune variable latente non observe yi*,t :
yi*,t = i + ' xi ,t + i ,t (6.4)
y i ,t = 1 si y i*,t > 0
(6.5)
y i ,t = 0 si y i ,t 0
*
o yi,t est le vecteur de variables endognes (DOi,t), xi,t est la matrice des K variables
explicatives, i est leffet individuel alatoire et ' = ( 1 , 2 , ..., K ) est un vecteur de
constantes. Nous posons comme hypothse que le terme alatoire wi,t = i + i,t suit une loi
normale desprance nulle, puisque nous supposons dune part les alas i et i,t indpendants
entre eux et, dautre part, les alas i,t indpendants dans le temps. Afin de corriger un
ventuel biais li lendognit des variables explicatives, nous utilisons la mthode dite de
Chamberlain (1984). La suite de la procdure destimation est exactement la mme que celle
dcrite prcdemment.
6.1.2. Prsentation des rsultats sur variables dpendantes dichotomiques
Les rsultats de ces modles sont prsents dans le tableau (6.1) et indiquent la
probabilit de recourir la dette obligataire sachant un certain nombre de variables
explicatives. Les trois premires colonnes donnent les rsultats du modle Logit sur des
donnes en coupe transversale, les trois dernires colonnes les rsultats du modle Probit
effet individuel alatoire corrl sur donnes de panel. Trois spcifications sont proposes
pour chaque modle, dans la mesure o nous avons pris soin de ne pas inclure dans la mme
estimation des variables qui seraient corrles entre-elles (cf. matrice de corrlations en
annexe). Nous avons galement introduit au fur et mesure certaines variables de contrle
qui nous paraissaient les plus significatives.
275
Tableau 6.1
Rsultats des modles sur variables dpendantes dichotomiques
Deux modles sont estims selon que les donnes soient en coupe transversale (Logit), ou en panel (Probit
effet individuel alatoire corrl). Le premier modle est conduit sur lchantillon compos de 165 entreprises,
parmi lesquelles 46 ont une dette obligataire (yi = 1) et 119 nen ont pas (yi = 0). Le second modle est conduit
sur lchantillon compos de 825 observations, parmi lesquelles 217 ont une dette obligataire (yi,t = 1) et 608
nen ont pas (yi,t = 0). Dans chaque cas, trois spcifications sont proposes. La significativit des coefficients,
mesure par la statistique z, est entre parenthses. Les quatre dernires lignes du tableau renvoient aux tests de
la qualit dajustement des modles.
Donnes en coupe transversale Donnes de panel

(1) (2) (3) (4) (5) (6)
Constante -7,187 *** -9,063 *** -10,723 *** -7,393 *** -9,165 *** -10,344 ***
(-3,471) (-4,246) (-4,800) (-8,077) (-8,542) (-8,945)
TAILLE 0,506 *** 0,509 *** 0,629 *** 0,462 *** 0,564 *** 0,663 ***
(3,748) (3,602) (4,180) (7,965) (8,725) (9,250)
AGE 0,005 0,007 0,008 0,007 *** 0,005 *** 0,012 ***
(1,275) (1,385) (1,389) (3,852) (2,780) (2,868)
AGE * AGE 0,045 ** 0,039 ***
(2,156) (3,492)
DIRIG -1,204 -1,07 -0,413 -0,427
(-0,914) (-0,755) (-0,639) (-0,715)
CONACT3 -1,798 ** -0,703 *
(-2,015) (-1,702)
BVD 1,801 ** 0,280
(2,327) (0,411)
BVD * NODIRIG 1,963 *** 1,469 ***
(2,979) (3,248)
INNO -0,036 -0,002
(-1,074) (-0,116)
Q 0,016 0,077
(0,129) (0,583)
TDEB 0,001 -0,000
(0,331) (-0,025)
AFIXE * SPECIF 1,117 1,116 1,113 1,136
(0,818) (0,998) (0,939) (1,028)
AFIXE 1,088 1,419 0,616 0,504
(0,949) (1,213) (1,080) (0,961)
Z -0,487 -0,501 -0,794 -0,794
(-0,804) (-0,496) (-0,167) (-0,174)
No. dobservations 165 165 165 825 825 825

% cas correct 78,66 82,32 81,11 81,212 84,843 83,879
Logvraisemblance -74,28 -71,827 -69,832 693,56 654,87 642,01
Pseudo R2 0,237 0,262 0,282 0,391 0,392 0,456
*** significatifs au seuil de 1% ** significatifs au seuil de 5% * significatifs au seuil de 10%

TAILLE est le log du chiffre daffaires. AGE est le nombre dannes depuis la cration de lentreprise. DIRIG
est le pourcentage dactions dtenues par le dirigeant. CONACT3 est le pourcentage dactions dtenues par les
trois principaux actionnaires. BVD est lindice dindpendance de lentreprise vis--vis de ces actionnaires et
prend la valeur 1 si lindice est A, 0 sinon. NODIRIG prend la valeur 1 si le dirigeant ne dtient aucune part
dans le capital. INNO prend la valeur 1 si lentreprise appartient un secteur innovant. Q est le Q de Tobin.
TDEB est le ratio de dettes totales sur capitaux propres. AFIXE est le ratio dactifs fixes sur actif total.
SPECIF prend la valeur 1 si lentreprise opre dans un secteur spcifique. Z est le Z dAltman.
276
Tout dabord, les statistiques indiquent que la qualit dajustement des modles est
relativement correcte. En outre, les coefficients des diffrentes spcifications convergent
pour lensemble des variables considres ( lexception du taux dendettement TDEB, qui
nest, par ailleurs, pas significatif). Les rsultats obtenus semblent donc robustes.
Il ressort principalement de ces rsultats que la probabilit de recourir la dette de

march augmente de manire significative avec la taille des entreprises. Ce premier constat
confirme lhypothse mise et rejoint les rsultats des tudes empiriques antrieures
(Anderson et Makhija, 1999 ; Cantillo et Wright, 2000 ; Denis et Mihov, 2003 ; Arena et
Howe, 2007 ; etc.). La taille est aussi un facteur dterminant dans le choix de sendetter ou
non sur les marchs obligataires, pour les entreprises franaises qui oprent dans un systme
financier relativement orient vers les banques. Ce constat reste valable au sein mme des
grandes entreprises (qui constituent lchantillon) : ces dernires font, certes, partie des 250
plus grandes capitalisations franaises, mais la variance de leurs chiffres daffaires (et leur
actif total) est trs forte. Les plus grandes dentre-elles font jouer les conomies dchelle sur
les cots de transaction pour mettre des emprunts moindre cot sur les marchs. Les plus
grandes, galement, sont les plus connues (dans la mesure o les informations publiques les
concernant sont relativement plus abondantes) et font jouer leur plus forte notorit pour
accder plus facilement aux financements de march.
Les rsultats indiquent aussi une relation positive entre la probabilit dmettre des
dettes de march et lge des firmes183 (pour les donnes de panel). En effet, les entreprises
qui ont de nombreuses annes dexistence sont probablement entres dans la dernire phase
du cycle de vie identifi par Diamond (1991) ; elles nont donc plus besoin du monitoring
des banques pour investir de manire efficiente et peuvent mettre plus facilement des
emprunts sur les marchs. Pour vrifier lexistence dune relation non linaire, prdite par
Diamond (1991), nous avons galement introduit la variable AGE * AGE. Les rsultats
montrent une relation positive et fortement significative entre cette variable et la probabilit
de recourir au march. Il existe donc bien une relation non linaire, mais toujours croissante,
entre lge des firmes et les chances dmettre des emprunts obligataires. En dautres termes,
les rsultats confirment lexistence dun seuil de rputation au-del duquel la probabilit de
recourir aux dettes de march sacclre.
183
Lge est mesur par le nombre dannes depuis la cration de lentreprise. Il a t galement approch par
une variable dintervalle en cinq classes ; les rsultats obtenus (non reports ici) sont sensiblement les mmes.
277
Nous avons, en outre, introduit dans lanalyse des indicateurs de gouvernance, afin
de juger de leur impact sur lincitation des firmes en matire de choix dendettement. Sur le
plan thorique, les avis divergent et il nest pas ais de fixer un sens prcis la relation. Nous
nous sommes alignes sur les rsultats des tudes empiriques antrieures, et avons suppos
une relation ngative entre, dun ct, le recours aux emprunts obligataires et, dun autre
ct, le pourcentage dactions dtenues par les dirigeants (Denis et Mihov, 2003 ; Alonso et
al., 2005) et la concentration du capital (Cantillon et Wright, 2000 ; Arena et Howe, 2007).
Les rsultats obtenus ici ne permettent pas de confirmer lhypothse de la participation des
dirigeants : la variable DIRIG, bien que ngative, nest pas significative. Pourtant, lanalyse
ANOVA (mene dans le chapitre prcdent) indique que la participation moyenne des
dirigeants est plus faible parmi les socits qui mettent des emprunts obligataires. Ceci
suggre que, prise sparment, cette variable a un impact sur le choix de se financer sur le
march ; mais, lorsquelle est conjugue dautres facteurs, son impact marginal devient
moins important. Par contre, lhypothse relative la concentration du capital est valide et
confirme par deux mesures alternatives : CONACT3 (cest--dire le pourcentage dactions
dtenues par les trois principaux actionnaires) et BVD184 (cest--dire lindice dindpendance
des entreprises vis--vis des actionnaires). Les rsultats sont encore plus significatifs lorsque
nous considrons BVD * NODIRIG185 : ce sont les entreprises dont le capital est le plus
dispers, et dont le dirigeant ne dtient aucune part, qui ont la plus forte probabilit
dmettre des emprunts obligataires. En effet, dans le cas o lactionnariat est dispers et o
les droits de proprit sont spars du pouvoir de dcision, le contrle des dirigeants par les
actionnaires est moins efficace. Les actionnaires nont alors aucun moyen de contraindre les
choix des managers, et les problmes dagence entre ces deux acteurs sont plus svres. Les
dirigeants seront ainsi incits chapper tout contrle externe afin de prserver leurs
marges de libert (Stulz, 1990 ; Berger, Ofek et Yermack, 1997), et se financer plutt sur
les marchs (moins contraignants, compte tenu des problmes de free rider).
Par ailleurs, les rsultats ne permettent pas de conclure que les entreprises qui
oprent dans des secteurs considrs comme innovants (et ncessitant dimportantes
dpenses en recherches et dveloppements), ou celles qui ont le plus dopportunits de
croissance, ont une probabilit plus ou moins importante dmettre des emprunts
184 Nous rappelons ici que la variable BVD est binaire, et prend la valeur 1 si lentreprise est note A, cest--
dire que la firme est indpendante de ses actionnaires majoritaires.

185 Cette variable indique que le dirigeant ne dtient aucune part dans le capital de la firme.
278
obligataires186. Pour tester limpact du risque de crdit (mesur par le score Z dAltman) sur
les choix dendettement des firmes, nous devons carter ces deux variables (INNO et Q) qui
sont corrles Z.
Le Z dAltman indique la probabilit ex-ante de difficults financires des firmes :

plus il est lev, plus la probabilit est faible. Nous nous attendions ce que les entreprises
les moins risques aient plus de chance de se financer sur les marchs. Mais les signes
obtenus avec cette variable sont ngatifs et non significatifs. Le sens obtenu est conforme
aux rsultats de ltude univarie, mais contraire lhypothse formule187. Nanmoins, le
risque de crdit non observable peut tre mesur par la taille et lge des firmes (Carey et al.,
1993) : il diminue lorsque ces deux variables saccroissent. Dans ce cas, le signe positif de ces
deux variables confirme que les entreprises qui ont le moins de risque dtre confrontes
des difficults financires, ont plus de chance de recourir la dette de march (Berlin et
Loeys, 1988 ; Berlin et Mester, 1992 ; Chemmanur et Fulghieri, 1994 ; Gerber, 2008).
Enfin, nous avons galement approch la valeur des garanties offertes par le ratio
dactifs fixes sur actif total en valeur comptable (AFIXE) dans la mesure o ces actifs
peuvent plus facilement constituer des garanties (Rajan et Zingales, 1995), cet argument
ntant pas valable lorsque les actifs sont fortement spcialiss (AFIXE * SPECIF) (Leeth et
Scott, 1989). Toutefois, les rsultats nindiquent aucune relation significative entre le ratio
dactifs fixes, quils soient spcialiss ou non, et la probabilit de recourir la dette de
march. A ce stade, les hypothses alternatives lies la rengociation ou la substitution
dactifs ne sont donc pas valides.
186Ces deux variables (INNO et Q) se rvleront significatives dans la suite de ltude, lorsquil sagira de tester
dautres relations.
187 Les dveloppements mens dans la suite du chapitre permettront de comprendre ce rsultat.
279
6.2. LES DETERMINANTS DE LINTENSITE DU RECOURS A LA

DETTE BANCAIRE
Paralllement au dveloppement du march obligataire, un mouvement de

drglementation bancaire a t entrepris an France au cours des annes 1980, accentuant la
concurrence entre les banques sur tous les segments (mais galement avec les marchs). Ce
mouvement sest accompagn dune baisse du taux dintermdiation financire (au sens large
et strict) des socits non financires. Autrement dit, les entreprises semblent recourir
relativement moins aux intermdiaires financiers pour financer leurs projets (voir chapitre
prliminaire). Nanmoins, 99% des entreprises de notre chantillon ont des dettes auprs
des tablissements de crdit. Les socits franaises continuent donc se financer auprs des
banques, mais les montants allous ce type dendettement sont plus faibles.
Cest pourquoi lanalyse conomtrique (mene au niveau microconomique) tente

dexpliquer les dterminants du montant de la dette bancaire par les firmes en fonction de
certaines de leurs caractristiques intrinsques. Nous considrons donc prsent que la
variable dpendante est continue et est mesure par le ratio de dettes bancaires sur total actif
(DBTA). Nous liminons les observations pour lesquelles DBTA est nul (les 7 observations
qui ne recourent quaux dettes obligataires) et estimons un modle de rgression sur donnes
en coupe transversale, en panel simple et en panel dynamique.
6.2.1. Spcification des modles de rgression sur donnes simples et dynamiques
En coupe transversale, nous disposons dun chantillon de 165 entreprises qui ont
toutes, en 2003, des dettes bancaires. Afin de dterminer les facteurs qui expliquent
lintensit du recours aux banques, nous estimons le modle de rgression multiple188 :
yi = 0 + ' xi + i (6.6)
o yi est le vecteur de variables endognes (ratio BDTAi), xi est la matrice des K variables
explicatives supposes observes sans erreur, 0 reprsente la constante, = (1 , 2 , ..., K )
'
est le vecteur des coefficients du modle supposs fixes et de dimension (K,1) et i est le
rsidu du modle suppos suivre une loi (0, 2 ) .
188 Les hypothses du modle sont : (1) lesprance mathmatique de lerreur est nulle ; (2) la variance de
lerreur est constante (homoscdasticit) ; (3) les erreurs sont non corrles (ou indpendantes) ; (4) les erreurs
sont indpendantes des variables explicatives ; et (5) les variables explicatives ne sont pas colinaires.
280
Les coefficients du modle sont estims par la mthode des Moindres Carrs
Ordinaires (MCO). Lhypothse dhomoscdasticit est infirme et corrige partir de la
procdure de White (1980) ; celle lie la non corrlation des erreurs est vrifie par le test
de Breush-Godfrey. La significativit des coefficients est mesure par la statistique t. La
qualit dajustement des modles est mesure par le R2 ajust et la statistique F.
Il serait galement intressant dexpliquer le montant des emprunts obligataires

(DOTA), cest--dire de dterminer lintensit du recours au march, une fois que les firmes
ont opt pour ce type de financement. Toutefois, dans la mesure o lchantillon des
entreprises ayant une dette obligataire positive est relativement petit (46 entreprises en 2003),
nous compltons lanalyse sur des donnes de panel. Les variables expliquer sont les
montants allous aux emprunts obligataires (DOTA) et bancaires (DBTA).
Nous appliquons alors un modle effets individuels sur ces variables dpendantes
continues. Le test dHausman que nous avons conduit (annexe 2) ne permet pas de
diffrencier le modle effets fixes du modle effets alatoires. Nous avons opt pour le
modle effets alatoires pour plusieurs raisons : tout dabord, il semble daprs nos
estimations que la variance intra individuelle est plus forte que la variance inter individuelle
pour la majorit des variables retenues. Ensuite, il existe au sein de notre modle certaines
variables explicatives invariantes dans le temps (telles que la nature de lactionnariat ou le
secteur dactivit) dont nous souhaitons estimer limpact marginal. Seul le modle effets
alatoires le permet, mais sous lhypothse assez forte dexogneit des effets spcifiques.
Enfin, nous avons vrifi la validit dun choix en comparant de faon heuristique les
ralisations des estimateurs des deux modles. Dans le modle effets alatoires, le terme
derreur wi,t se dcompose en une partie alatoire propre aux individus (i) et en terme
derreur habituel (i,t). Le modle effets alatoires peut donc tre spcifi ainsi
i [1, N ], t [1, T ] :
y i ,t = i + ' x i ,t + i ,t (6.7)
o yi,t est le vecteur de variables endognes (ratio DBTA ou DOTA), xi,t est la matrice des K
variables explicatives, = (1, 2, , K) est le vecteur des coefficients du modle de
dimension (K,1) et les rsidus i,t sont supposs tre i.i.d. de moyenne nulle et de variance
gale 2. Les variables i dsignent ici les effets individuels qui reprsentent lensemble des
spcificits structurelles ou a-temporelles de la variable endogne, qui diffrent selon les
individus ; on suppose que ces effets sont alatoires. Les effets individuels et les variables
281
explicatives sont supposs non-corrls. Lestimation des coefficients du modle est obtenue
par la mthode des Moindres Carrs Gnraliss (MCG), dont lestimateur est une moyenne
pondre des estimateurs Between (qui tiennent compte de variance inter classes) et Within
(qui tiennent compte de la variance intra classes). Deux tests permettent de juger de la
qualit dajustement des modles : le R2 Between qui mesure la part de la variabilit inter
individuelle de la variable dpendante explique par celle des variables explicatives et le test
de Breusch-Pagan qui teste la significativit des effets alatoires.
Toutefois, certaines variables incluses dans le modle peuvent prsenter des

problmes dendognit. Nous comparons donc lestimateur Between du modle effets
alatoires avec un autre estimateur obtenu en panel dynamique en transformant les variables
en diffrence premire. Un modle dynamique est un modle dans lequel un ou plusieurs
retards de la variable dpendante figurent comme variables explicatives. Le modle estimer
scrit donc sous la forme suivante i [1, N ], t [1, T ] :
yi ,t = y i ,t 1 + i + ' xi ,t + i ,t (6.8)
o yi,t est le vecteur de variables endognes (ratio de dettes DOTAi,t ou DBTAi,t), xi,t est la
matrice des K variables explicatives, i est leffet individuel et ' = ( 1 , 2 , ..., K ) est un
vecteur de constantes. On suppose que les rsidus i,t sont i.i.d. Dans ce modle, lestimation
des coefficients est obtenue par la Mthode des Moments Gnraliss (GMM) qui permet de
contrler les effets spcifiques individuels et temporels, et de pallier aux problmes
dendognit des variables. Il existe deux types destimateurs : lestimateur dArellano et
Bond (1991) ou GMM en diffrences, et lestimateur des GMM en systme. Nous avons
opt pour le premier, programm sur Stata.
Dans lestimateur dArellano et Bond (1991), la stratgie pour rpondre un ventuel

biais de variables omises lies aux effets spcifiques est de diffrencier lquation (6.8) en
niveau. Plus prcisment, cet estimateur consiste prendre pour chaque priode la premire
diffrence de lquation estimer et, ensuite, instrumenter les variables explicatives de
lquation en premire diffrence par leurs valeurs retardes dune priode. Ainsi, puisque
nous avons 5 annes de sries de donnes pour chaque entreprise de lchantillon, nous
pouvons identifier et isoler leffet fixe en utilisant les diffrences premires. Nous rgressons
donc en premires diffrences des variables telles que les opportunits de croissance, la
concentration de lactionnariat, la participation du dirigeant, la taille des firmes, leur
282
rputation, leur taux dendettement, leur probabilit de faillite, etc. Une fois les effets fixes
contrls, les estimations sont robustes. Nous obtenons alors lquation suivante
i [1, N ], t [1, T ] :
yi ,t y i ,t 1 = ( y i ,t 1 y i ,t 2 ) + ' (xi ,t xi ,t 1 ) + ( i ,t i ,t 1 ) (6.9)
La diffrence premire limine leffet spcifique entreprise (i) et par consquent le

biais de variables omises invariantes dans le temps, non observables et corrles avec le reste
des variables indpendantes. Par construction, le terme derreur ( i ,t i ,t 1 ) est corrl avec
la variable retarde en diffrence ( y i ,t 1 y i ,t 2 ) . Les diffrences premires des variables
explicatives du modle sont instrumentes par les valeurs retardes (en niveau) de ces
mmes variables. Le but est de rduire le biais de simultanit et le biais introduit par la
prsence de la variable dpendante retarde en diffrence dans le membre gauche de
lquation. Ainsi, nous pouvons rsoudre les problmes dendognit entre les variables
indpendantes et la variable dpendante. Nous pouvons enfin contrler le processus de
rponse travers le temps, identifier les dterminants dynamiques du choix du type
dendettement et rendre compte des phnomnes dhabitude et des effets dapprentissage
(lors, notamment, de lmission demprunts obligataires).
Les statistiques m1 et m2 associes aux tests dauto-corrlation de premier et second

ordre dArellano et Bond permettent de juger les estimateurs en diffrence premire. Etant
donn la prsence des transformations en diffrences premires, nous nous attendons
quelques degrs dauto-corrlation de premier ordre. Une telle mesure ne devrait donc pas
invalider nos rsultats. Cependant, la prsence dune auto-corrlation de second ordre
rvlerait des problmes de variables omises.
6.2.1. Prsentation des rsultats sur variables dpendantes continues
Les rsultats de ces modles sont prsents dans le tableau (6.2). Les trois premires
colonnes renvoient aux dterminants du montant de la dette bancaire (DBTA), estims
partir dun modle MCO sur donnes en coupe transversale, dun modle MCG sur donnes
de panel simples, et dun modle GMM sur donnes de panel dynamiques. Les trois
dernires colonnes renvoient aux dterminants du montant de la dette obligataire (DOTA),
estims sur donnes de panel (simples et dynamiques).
283
Tableau 6.2
Rsultats des modles de rgression sur variables dpendantes continues
Dans les trois premires colonnes, la variable expliquer est DBTA (c'est--dire le montant des dettes
bancaires rapport lactif total en valeur de march). Elle est successivement estime en coupe transversale
sur un chantillon de 165 entreprises (MCO), puis sur donnes de panel sur 818 observations (les 7
observations pour lesquelles la dette bancaire tait nulle sont limines) estime par Between (MCG) puis par
diffrence premire (GMM). Dans les deux dernires colonnes, la variable expliquer est DOTA (c'est--dire le
montant des dettes obligataires rapport lactif total en valeur de march). Elle est estime par Between (MCG)
puis par diffrence premire (GMM) sur un panel de 217 observations (les observations pour lesquelles la dette
obligataire tait nulle sont limines). La significativit des coefficients, mesure par le t de Student, est entre
parenthses. Les six dernires lignes du tableau renvoient aux tests de la qualit dajustement des modles.
DBTA DOTA
MCO simple MCG simple GMM dynamique MCG simple GMM dynamique
Constante 0,253 *** 0,143 *** 0,105 ***
(2,695) (2,749) (2,742) (2,287) (2,689)
TAILLE -0,014 ** -0,003 -0,029 * 0,004 ** 0,001 *
(-2,263) (-0,920) (-1,810) (2,460) (1,960)
AGE 0,000 0,000 0,000 0,001 0,001
(1,167) (0,583) (0,642) (1,540) (1,320)
AGE * AGE 0,000 0,000 0,001 * 0,001 *
(0,510) (1,280) (1,930) (1,860)
TDEB 0,083 *** 0,000 *** 0,000 ** 0,000 0,000
(4,703) (8,240) (1,990) (0,780) (0,090)
AFIXE 0,284 *** 0,231 *** 0,261 *** 0,378 0,428
(5,560) (10,070) (3,030) (0,017) (0,009)
AFIXE * SPECIF 0,052 0,065 0,026 0,041 0,018
(0,834) (0,889) (0,721) (0,523) (0,810)
INNO 0,001 0,000 0,000 -0,001 *** -0,001 **
(0,713) (0,460) (0,880) (-3,450) (-2,150)
Q -0,013 -0,023 ** -0,003 * -0,001 -0,001
(-1,047) (-1,949) (-1,830) (-1,100) (-0,740)
Q * NODIRIG -0,035 ***
(-2,789)
DIRIG 0,005 0,004
(0,990) (0,270)
CONACT3 -0,016 -0,024 -0,002 -0,014 -0,014
(-0,807) (-0,950) (-0,200) (-1,150) (-1,280)
MULTIN -0,002 -0,01 -0,002 0,017 *
(-0,075) (-0,500) (-0,290) (1,800)
No. dobservations 165 818 818 217 217

Adjusted R2 0,409
F Statistique 11,462***
R2 Between 0,464 0,232
Test de Breusch Pagan 527,76*** 283,88***
Test dA-B m1 -3,68*** -2,95***
Test dA-B m2 1,67 0,34

TAILLE est le log du chiffre daffaires. AGE est le nombre dannes depuis la cration de lentreprise. TDEB
est le ratio de dettes totales sur capitaux propres. AFIXE est le ratio dactifs fixes sur actif total. SPECIF prend
la valeur 1 si lentreprise opre dans un secteur spcifique. INNO prend la valeur 1 si lentreprise appartient
un secteur innovant. Q est le Q de Tobin. NODIRIG prend la valeur 1 si le dirigeant ne dtient aucune part
dans le capital. DIRIG est le pourcentage dactions dtenues par le dirigeant. CONACT3 est le pourcentage
dactions dtenues par les trois principaux actionnaires. MULTIN prend la valeur 1 si lentreprise est dtenue
par une multinationale.
284
Tout dabord, les modles semblent relativement bien ajusts : en coupe transversale
et en donnes de panel simple respectivement, les hypothses nulles des tests statiques F et
de Breusch-Pagan sont rejetes au seuil de 1% ; en diffrences premires, les tests dArellano
et Bond confirment lhypothse labsence dauto-corrlation de second ordre des erreurs de
lquation. Par ailleurs, les rsultats des diffrents estimateurs (Between, en diffrence
premire, etc.) convergent. En dfinitive, lutilisation des donnes de panel, des
transformations en diffrences premires, des GMM et des variables instrumentales
constitue une procdure approprie et donne des rsultats robustes.
Ces rsultats indiquent que, plus les entreprises gnrent un chiffre daffaires
important, plus leur endettement sur les marchs est lev, et leur endettement auprs des
banques faible. Afin de sassurer de la validit dun tel constat, nous avons galement mesur
la taille par leffectif salari des firmes et avons obtenu sensiblement les mmes rsultats189.
La taille, qui revient dans lensemble des analyses, est donc lun des plus importants
dterminants du choix dendettement des entreprises. Lorsque celles-ci sont grandes, elles
peuvent faire jouer les conomies dchelle sur les cots de transactions (lis aux frais fixes
dmissions) et les cots des asymtries dinformations (lis la production et la diffusion
dinformations). Nous pouvons donc conclure que lorsque les firmes sont grandes, elles
peuvent diversifier leurs endettements en recourant notamment la dette obligataire.
Dautre part, les signes des variables AGE et AGE * AGE confirment les rsultats
obtenus prcdemment, et le prcisent : lorsque les entreprises optent pour un financement
de march, le montant mis saccrot avec lge. Toutefois, lge ne semble pas li au
montant de la dette bancaire. Ce rsultat (ou absence de rsultat) est robuste, que lge soit
mesur par une variable muette, dintervalle ou en continue. Le coefficient non significatif de
la variable AGE * AGE indique quil nexiste pas non plus de relations non linaires entre
lge des firmes et lintensit du recours aux banques. Nous ne pouvons donc pas confirmer
lhypothse qui prdit une relation ngative entre lge et lintensit du recours aux banques.
Ainsi, si nous supposons que lge est une mesure adquate de la rputation190, nos rsultats
impliquent que la rputation acquise par les entreprises, oprant dans un systme financier
hybride comme celui de la France, explique certes le recours au march, mais ne dtermine
pas la substitution du financement bancaire par un financement obligataire. Une
189 Le rsultat nest pas report dans les tableaux.

190
Il aurait t intressant dapprocher la rputation des entreprises par leur historique de dfauts de paiement.
Mais nous ne disposons pas dune telle information.
285
interprtation possible de ce rsultat pourrait tre la suivante : les grandes socits franaises,
ayant acquis une certaine rputation, continuent se financer auprs des banques (au lieu de
se tourner exclusivement vers le march obligataire et bnficier a priori de taux dintrt plus
faibles) car elles utiliseraient leur rputation afin daugmenter leur pouvoir de ngociation
avec les banques, et obtenir des conditions de financement avantageuses ou mme
comptitives par rapport au march.
En outre, et conformment aux hypothses lies lefficience des dcisions de

liquidation, les entreprises les plus endettes (TDEB) ont plus de dettes bancaires. Ce
rsultat demeure robuste, lorsque le risque de dfaut est mesur par le score Z dAltman191.
Par ailleurs, pour les firmes qui oprent dans des secteurs ne ncessitant pas la mise en place
dactifs hautement spcifiques, le ratio dactif fixe sur actif total (AFIXE) semble affecter
positivement le montant de dette bancaire. Par contre, pour celles qui dtiennent des actifs
hautement spcifiques (AFIXE * SPECIF), actifs dont la valeur liquidative est moindre, la
relation est positive mais non significative. Ceci est conforme avec largument de Leeth et
Scott (1989) selon lequel les actifs spcialiss ne peuvent pas constituer des garanties.
Globalement, ces rsultats sont similaires ceux obtenus par Johnson (1997), Anderson et
Makhija (1999), Bhaduri (2000), Esho, Lam et Sharpe (2001), Peters (2004), Arikawa (2008),
etc. et confirment largument de Chammanur et Fulghieri (1994) et celui de Detragiache
(1994) relatif lefficience des dcisions de liquidation. En effet, tant donn que les
emprunts bancaires sont plus facilement rengociables, les firmes qui accordent le plus
dimportance cette option (de rengociation), cest--dire celles qui ont le plus de risque de
connatre des difficults ou celles qui ont le plus perdre en cas de liquidation, optent pour
lendettement bancaire. Par contre, nous ne trouvons pas de relations ngatives entre le
risque de dfaut et lintensit du recours au march. Ceci semble aller dans le sens des
rsultats obtenus lors de la section prcdente, et pourrait suggrer que les entreprises
risques choisissent quand mme de se financer sur le march (mais dans des proportions
moindres) en continuant sendetter auprs des banques. Cet argument sera explicite la
section suivante.
Paralllement, les entreprises qui ont le moins dopportunits dinvestissement se

financent plus par dettes bancaires. Autrement formul, ce rsultat indique que les
191 Les spcifications dans lesquelles Z est introduite ne sont pas prsentes ici. En effet, tant donn que Z
prsente quelques degrs de corrlation avec Q et INNO, nous devons liminer ces deux variables pour
introduire Z.
286
entreprises anticipant des revenus futurs importants (Q Tobin lev) recourent moins
lendettement bancaire. Deux raisons peuvent tre invoques. La premire est relative
largument de hold-up de Rajan (1992) : les firmes qui ont des opportunits dinvestissement
rentables, et qui sont en relation avec une seule banque, peuvent tre captures par
linformation, dans le sens o la banque peut conditionner la poursuite du financement au
partage des surplus gnrs par le projet. Les entreprises, anticipant un tel comportement
opportuniste de la part de la banque, vont viter lendettement si elles croient dtenir des
projets rentables. Nous pensons pourtant que cet argument est peu adapt notre cadre
danalyse dans la mesure o il sapplique essentiellement aux petites entreprises qui ont plus
de chance de traiter avec une seule banque. Les grandes firmes (les 250 plus fortes
capitalisations boursires franaises) ont, quant elles, peu de risques dtre captures par
linformation, tant donn quelles recourent gnralement plusieurs banques (Harhoff et
Krting, 1998 ; Detragiache, Garella et Guiso, 2000 ; Berger, Klapper et Udell, 2001 ;
Machauer et Weber, 2000 ; Herniandez et Martinez, 2005 ; etc.). La seconde explication est
lie aux incitations et aux cots de lala moral plus lev pour les entreprises qui ont des
opportunits dinvestissements futurs importants. La premire spcification indique, en
effet, que lorsque le dirigeant ne dtient aucune part dans le capital, les opportunits de
croissance (Q * NODIRIG) sont ngativement relies au montant des dettes bancaires. Par
contre, lorsque le dirigeant participe au capital, aucune relation significative nest obtenue
entre les opportunits de croissance (Q) et lintensit du recours aux banques. Ceci suggre
quen situation de forte incertitude, et lorsque le manager nest pas intress par un
quelconque contrat compensatoire, il vite le contrle contraignant des banques pour
prserver sa marge de libert. Au demeurant, si les rsultats montrent que les entreprises
ayant des opportunits dinvestissement rentables ont une proportion de dettes bancaires
moins importante, ils nindiquent pas quelles auront ncessairement plus demprunts
obligataires leurs passifs. Ainsi, ce type dentreprise a certes, tendance viter le contrle
des banques, mais ne se finance pas ncessairement plus sur les marchs.
La variable INNO indique galement une relation ngative avec lintensit du

recours au march. En dautres termes, les firmes qui oprent dans des secteurs considrs
comme innovants, qui supposent des dpenses de recherches et dveloppements levs,
sendettent moins par missions demprunts obligataires. Largument de Yosha (1995) est
donc ici vrifi. Il peut paratre intressant de comparer ce rsultat avec celui obtenu la
section prcdente (lorsque la variable dpendante tait binaire). Nous navions obtenu,
alors, aucune relation significative : la variable INNO navait aucun impact sur la probabilit
287
de recourir ou non au march. Par contre, les rsultats obtenus ici montrent que, parmi les
firmes qui ont accs au march, celles qui appartiennent des secteurs innovants, ont des
montants moins levs de dettes obligataires. La nuance est importante, car elle peut
suggrer que ces entreprises, gnralement de bonne qualit, peuvent accder aux marchs,
mais ne le font que si les informations divulguer sont peu sensibles (car relatives des
projets financer peu innovants). Mais, si les projets sont innovants, et que les socits
souhaitent garder leurs informations confidentielles, elles vitent de se financer sur le march
(pour ne pas tre amenes informer, par l mme, leurs concurrents). Nous retrouverons
ce rsultat lors de lanalyse suivante.
Enfin, parmi les socits qui recourent aux emprunts obligataires, celles dont
lactionnariat principal est une multinationale mettent des dettes plus importantes sur les
marchs. Ce rsultat est mis en vidence dans le cadre du modle dynamique (en diffrences
premires), qui permet de rendre compte des phnomnes dhabitude et des effets
dapprentissage. Ainsi les multinationales ont certainement bnfici de leur plus grande
ouverture et de leur accs des marchs plus larges, pour acqurir la technicit et
lexprience ncessaire lmission demprunts obligataires. De telles socits sont, par
ailleurs, probablement influences par les pratiques internationales, et plus particulirement
anglo-saxonnes, qui privilgient les mcanismes de march. Enfin, elles sont probablement
plus grandes, do galement une relation significative entre MULTIN * TAILLE et le
montant des emprunts obligataires.
288
6.3. LES DETERMINANTS DE LINTENSITE DU RECOURS A LA

DETTE BANCAIRE EN CAS DE MIX DENDETTEMENT
Les modles estims dans les deux sections prcdentes tudient chaque type de
dettes sparment ce qui est conforme la plupart des modles thoriques. Or la ralit est
plus complexe. Dans notre chantillon, 96% des entreprises qui empruntent auprs du
march, continuent sendetter paralllement auprs des banques. Il parat donc intressant
dtudier la structure globale dendettement des firmes, et plus particulirement le recours
continu aux banques par les entreprises qui ont accs au march obligataire.
Afin de rendre compte de ce mix dendettement, nous allons considrer, dans ce qui
suit, uniquement le sous chantillon dans lequel les entreprises recourent au march. La
variable dpendante est donc la proportion de dettes bancaires par rapport aux dettes
totales192 (PROPDB) pour les firmes qui recourent la dette de march. Cette variable est
alors limite puisquelle est continue mais observable seulement sur un intervalle spcifique
(elle est borne entre zro et un, de manire inclusive). Lchantillon tant censur, nous
employons lestimateur Tobit, qui limite les variables dpendantes lintervalle spcifi
(Maddala, 1983).
6.3.1. Spcification des modles Tobit sur donnes simples et de panel
Les modles Tobit variable dpendante limite sont des modles pour lesquels la
variable dpendante est continue mais nest observable que sur un certain intervalle. Ainsi,
ce sont des modles qui se situent mi chemin entre les modles de rgression linaires, o
la variable endogne est continue et observable, et les modles qualitatifs o la variable
dpendante est dichotomique. Un modle Tobit simple est dfini par :
yi* = xi + i i = 1...N (6.10)
y si y > 0
* *
yi = i i
(6.11)
0 sinon
o yi est le vecteur de variables endognes (PROPDBi), xi = (xi1 ... xiK ), i = 1... N , dsigne
un vecteur de caractristiques observables (variables explicatives), o = (1 ... K ) RK est

'
192 Nous considrons que lendettement des firmes nest compos que de dettes bancaires et de dettes
obligataires. Faute dinformations suffisamment prcises dans les notes aux tats financiers, nous ne pouvons
distinguer les emprunts intermdis bancaires des emprunts auprs dautres institutions financires.
289
un vecteur de paramtres inconnus (coefficients du modle) et o les perturbations i sont

distribues selon une loi (0, 2 ) .
Les modles variables dpendantes limites drivent des modles variables

qualitatives, dans le sens o lon doit galement modliser la probabilit que la variable
dpendante appartienne lintervalle pour lequel elle est observable. Ainsi, la probabilit que
la variable yi prenne des valeurs positives scrit sous la forme :
Pr ( y i = 1) = Pr ( i / < xi / ) = ( xi / ) (6.12)
o (.) est la fonction de rpartition de la loi normale centre rduite correspondant au
modle Probit. La procdure destimation des coefficients du modle est la mthode du
maximum de vraisemblance. Par ailleurs, nous appliquons les mmes tests que ceux
prsents prcdemment dans le cas des modles Logit.
Le modle Tobit effets alatoires est dfini par :

yi*,t = i + ' xi ,t + i ,t
y i ,t = y i*,t si y i*,t > 0 (6.13)

y i ,t = 0 sinon
o yi,t est le vecteur de variables endognes (PROPDBi,t), xi,t est la matrice des K variables
explicatives, i est leffet individuel alatoire et ' = ( 1 , 2 , ..., K ) est un vecteur de
constantes. Dans le cas de ce modle, nous tenons galement compte de lhtrognit
inobserve entre les entreprises, et corrigeons ce biais par la mthode de Chamberlain
(1984). Nous estimons ce modle par la mthode du maximum de vraisemblance.
6.3.2. Prsentation des rsultats sur variables dpendantes censures
Les rsultats de lanalyse Tobit figurent dans le tableau (6.3). Pour expliquer la
proportion de dettes bancaires (PROPDB) pour les entreprises qui recourent la dette
obligataire, nous estimons un modle Tobit en coupe transversale (aux deux premires
colonnes) et sur donnes de panel (aux deux dernires colonnes).
290
Tableau 6.3
Rsultats des modles Tobit sur variables censures
Le modle Tobit estime la proportion de dettes bancaires pour les entreprises qui recourent au march. Sur des
donnes en coupe transversale, le nombre dobservations est de 46 (entreprises pour lesquelles la dette
obligataire est positive en 2003). En panel, le nombre dobservations est de 217 (pour lesquelles la dette
obligataire est positive sur toute la priode). La significativit des coefficients, mesure par la statistique z, est
entre parenthses. Les trois dernires lignes du tableau sont les tests de la qualit dajustement des modles.
Donnes en coupe transversale Donnes de panel

(1) (2) (3) (4)
Constante 2,909 *** 3,994 *** 0,860 *** 0,880 ***
(3,356) (4,171) (9,910) (9,960)
TAILLE -0,009 -0,015 -0,014 -0,024
(-0,435) (-0,666) (-0,570) (-0,639)
AGE 0,000 0,000 0,000 0,000
(-0,694) (-0,431) (-0,440) (0,700)
AGE * AGE 0,000 0,000
(0,650) (0,810)
INNO 0,008 0,005 *
(0,857) (1,850)
Q -0,301 *** -0,027
(-4,185) (-0,970)
TDEB 0,001 ** 0,001 **
(2,493) (2,030)
AFIXE 0,020 0,167 ***
(0,079) (2,860)
AFIXE * SPECIF 0,008 0,044
(0,025) (0,290)
Z -0,137 ** -0,130 **
(-2,449) (-2,367)
CONACT3 0,161 0,147
(0,909) (0,601)
DIRIG -0,274 -0,290 -0,195 -0,205
(-0,794 (-0,751) (-1,110) (-1,137)
BVD -0,006 -0,022
(-0,059) (-0,150)
FAMILLE -0,034 -0,131 **
(-0,960 (-2,320)
BANQUE 0,016 0,028 0,225 *** 0,350 ***
(0,129) (0,105) (3,710) (4,580)
MULTIN -0,033 -0,233 ***
(-0,234) (-3,840)
No. d'observations 46 46 217 217

Log vraissemblance -2,10 -1,63 20,73 28,41
R2 0,41 0,42
Test de Wald 95,68*** 96,39***

TAILLE est le log du chiffre daffaires. AGE est le nombre dannes depuis la cration de lentreprise. INNO
prend la valeur 1 si lentreprise appartient un secteur innovant. TDEB est le ratio de dettes totales sur
capitaux propres. AFIXE est le ratio dactifs fixes sur actif total. SPECIF prend la valeur 1 si lentreprise opre
dans un secteur spcifique. CONACT3 est le pourcentage dactions dtenues par les trois principaux
actionnaires. DIRIG est le pourcentage dactions dtenues par le dirigeant. BVD prend la valeur 1 si lindice
dindpendance de lentreprise vis--vis de ces actionnaires est A, 0 sinon.
291
Parmi les entreprises qui ont des emprunts directs leur passif, la taille et lge ne
sont plus des variables influentes, pour expliquer la proportion de dettes bancaires par
rapport aux dettes obligataires. En effet pour appartenir ce sous chantillon (cest--dire
pour recourir aux marchs), les entreprises doivent avoir atteint une taille suffisante et un
certain nombre dannes dexistence (daprs les rsultats obtenus la premire section).
Une fois sur les marchs, ces deux variables nexpliquent plus la structure dendettement des
firmes et les parts relatives des deux sources dendettement. Pour les comprendre, il faut se
rfrer trois autres facteurs dterminants : le caractre innovant des projets de lentreprise,
son niveau de risque et la nature de son actionnariat principal.
Tout dabord, il semble que les entreprises qui oprent dans des secteurs innovants
(INNO) et qui se financent par ailleurs sur les marchs, recourent relativement plus aux
banques. Ce rsultat confirme donc celui obtenu prcdemment ainsi que le modle de
Yosha (1995). Plus prcisment, les socits cotes franaises, innovantes, narbitrent pas
entre endettement bancaire exclusif ou endettement obligataire exclusif ; elles choisissent
plutt une structure dendettement mixte. Celle-ci leur permet de recourir moindres cots
aux marchs, lorsque les projets financer ne sont pas sensibles et peuvent tre
publiquement divulgus ; elle leur permet dopter pour les banques, lorsque les projets
financer sont innovants et doivent tre gards confidentiels (pour viter notamment la
riposte des firmes rivales).
Le deuxime constat qui ressort de cette analyse est que les entreprises les plus
risques (TDEB lev, Z faible), et celles qui ont le plus perdre en cas de liquidation
(AFIXE levs), ont une proportion plus importante de dettes bancaires lorsquelles ont,
quand mme, accs la dette de march. En effet, le taux dendettement de ces firmes
(TDEB) est positivement li la proportion de dettes bancaires. Ce rsultat est conforme au
signe attendu. Les effets de causalit inverse sont limits compte tenu du fait que nous
retenons des variables retardes dans la rgression ; les biais de corrlations avec les autres
variables explicatives sont galement corrigs par la prise en compte dune variable
instrumentale du leverage (la forme rsiduelle de sa rgression par les autres variables
explicatives). Un ratio dendettement lev indique que les entreprises sont susceptibles de
ne pas pouvoir faire face leurs engagements et de faire faillite. Lorsquelles ont besoin de
financements externes pour entreprendre leurs investissements, elles recourent davantage
aux banques (mme si elles ont accs la dette de march) dans la mesure o ces dernires
seraient plus flexibles et prendraient les bonnes dcisions de ngociations au lieu de liquider
292
systmatiquement les socits en difficult (Berlin et Loeys, 1988 ; Chammanur et Fulghieri,

1994). Ce rsultat est aussi conforme lhypothse de Hoshi, Kashyap et Scharfstein (1993) :
les socits ayant un leverage lev (donc, de faon mcanique, peu de capitaux en jeu) ont
besoin du monitoring des banques193. Ces rsultats sont confirms lorsque nous retenons
comme mesure alternative du risque de crdit le score Z dAltman. La variable Z est
ngativement corrle la proportion de dettes bancaires. En effet, plus elle est faible, plus
la probabilit de difficults financires des firmes est leve. Ces rsultats demeurent
robustes lorsque nous considrons le Z dAltman comme une variable binaire qui prend la
valeur 1 si le score est suprieur 1,81. En outre, et conformment aux rsultats obtenus
lors de la section prcdente, les entreprises qui ont le plus perdre en cas de liquidation
(celles qui ont un ratio dactifs fixes lev et qui noprent pas dans des secteurs spcifiques)
ont proportionnellement plus de dettes bancaires par rapport aux dettes obligataires. Ceci
confirme donc largument defficience des dcisions de liquidation de Detragiache (1994).
Pour rsumer, il semble que ces socits franaises aient bnfici de leur taille et de
leur notorit pour mettre des emprunts avantageux sur les marchs. Toutefois, elles sont
relativement risques et se financent en majeure partie travers leurs banques, auprs
desquelles elles peuvent toujours rengocier (compte tenu de leur taille) une reconduction de
prt, un (r) chelonnement des remboursements, etc. et (dans le pire des cas) une
liquidation efficiente. Cette interprtation rejoint donc les ides mises par Detragiache
(1994) et Hackbarth, Hannessy et Leland (2007).
Les variables relatives la participation des dirigeants (DIRIG) et la structure de

lactionnariat (CONACT3 et BVD) ne donnent aucun rsultat significatif. En revanche,
celles lies la nature de lactionnariat principal rvlent quelques relations intressantes : les
entreprises familiales (FAMILLE) et multinationales (MULTIN) recourent relativement
moins aux banques lorsquelles mettent des emprunts sur les marchs, alors que celles qui
sont dtenues majoritairement par une banque (BANQUE) se financent davantage par
emprunts bancaires. Les rsultats obtenus concernant la variable MULTIN sont analogues
ceux obtenus prcdemment et sont en partie expliqus par la taille de ces entreprises
(MULTIN * TAILLE). Les rsultats concernant la variable FAMILLE peuvent sexpliquer
par le fait que, gnralement, les entreprises familiales se caractrisent par un moindre
193Largument est fond sur lhypothse selon laquelle les dirigeants se procupent quelque peu de la richesse
des actionnaires. Sils taient compltement concerns par ce point, le monitoring des banques ne serait pas
ncessaire.
293
recours lendettement (Agrawal et Nagarajan, 1990 ; Gallo et Vilaseca, 1996 ; Gallo, Tapies
et Cappuyns, 2000 ; McConaughy, Matthew et Fialko, 2001). Ainsi, une fois quelles ont
obtenu des emprunts sur les marchs, elles ne cherchent pas sendetter davantage auprs
des banques. Pour vrifier cette supposition, nous posons comme variable alternative
FAMILLE * TDEB ; les rsultats obtenus sont conformes au signe attendu. Deux facteurs
concourent expliquer cette politique prudente dendettement. Tout dabord, la priorit
accorde aux objectifs de prennit des activits de lentreprise et du contrle familial, qui
induit une forte aversion pour les dcisions financires porteuses de risque ; ensuite, une
moindre diversification des risques financiers encourus par les actionnaires, dans la mesure
o ces derniers ne cherchent pas uniquement maximiser la rentabilit espre de leurs
titres, mais galement se prmunir contre le risque dune rduction substantielle de leur
patrimoine. A loppos, les entreprises dtenues majoritairement par une banque continuent
se financer auprs du systme bancaire mme lorsquelles mettent des titres de crance
sur les marchs. Ceci suggre que ces entreprises obtiendraient des conditions de
financement privilgies et pourraient prsenter moins de garanties (Harhoff et Krting,
1998) ; elles auraient plus de chance dobtenir des financements additionnels, mme en cas
de difficult (Elsas et Krahnen, 1998) ; elles supporteraient des cots de liquidation
moindres (Hoshi, Kashyap et Scharfstein, 1990).
Finalement, le recours systmatique aux banques confirme que certains bnfices des
dettes bancaires (confidentialit, flexibilit, etc.) demeurent importants une fois que
lentreprise a atteint la notorit ncessaire pour accder aux dettes de march.
294
Lensemble des rsultats obtenus dans ce chapitre nous a amens dvelopper des
arguments articuls et cohrents travers les diffrentes tudes empiriques. La plupart des
hypothses mises sont confirmes. Mais, le travail va au-del, dans la mesure o il prcise
un certain nombre de relations, et explique de manire convaincante le choix des entreprises
de sendetter la fois auprs des banques et des marchs.
A lissue de cette tude, il semble que ce sont essentiellement les socits franaises
qui ont atteint une taille critique et qui bnficient dune certaine notorit, qui ont le plus de
chance dmettre des emprunts directs. Toutefois, un certain nombre dentre-elles tirent
avantage de leur envergure pour accder la dette de march, alors quelles prsentent un
risque de crdit relativement lev. Ces firmes continuent donc se financer en majeure
partie auprs des banques afin de bnficier dune plus grande flexibilit qui pourrait savrer
utile en cas de difficults. Par ailleurs, les entreprises innovantes choisissent une structure
dendettement mixte afin de recourir tantt lun tantt lautre en fonction de la
confidentialit attache aux projets financer. Les variables de gouvernance (participation
des dirigeants dans le capital, concentration du capital, nature de lactionnariat principal, etc.)
jouent galement un rle dans les choix dendettement des firmes. Pour conclure, les deux
types de dettes semblent plus complmentaires que substituts, ce qui confirme notre
intuition de dpart.
295
Chapitre 6 : Les dterminants du choix du type de dettes : Une tude empirique sur les socits franaises
Annexe n 1 : Spcification des modles dichotomiques
Les modles dichotomiques consistent, non pas estimer yi, mais estimer sa probabilit de ralisation Pr(yi =
1), comprise entre 0 et 1. Pr(yi = 1) reprsente en fait une moyenne : cest la proportion dindividus qui
recourent au type de dettes dfini et qui possdent un vecteur commun de caractristiques xi. Ainsi, on
considre le modle suivant :
pi = Pr ( y i = 1 xi ) = F ( xi ) (A1.1)
Le choix de la fonction de rpartition F (.) est a priori non contraint. Toutefois, on utilise gnralement deux
types de fonction : la fonction de rpartition de la loi logistique pour le modle Logit et la fonction de
rpartition de la loi normale centre rduite pour le modle Probit. Il existe trs peu de diffrences entre ces
deux modles dichotomiques car les familles de lois logistiques et normales sont trs proches. Par consquent,
les modles Logit et Probit donnent gnralement des rsultats relativement similaires194. Etant donn que la
question du choix entre les deux modles ne prsente que peu dimportance a priori, nous avons opt, dans le
cadre de cette tude, pour le modle Logit qui facilite linterprtation des paramtres associs aux variables
explicatives xi. Dans le cas du modle Logit, la fonction de rpartition F (.) correspondant la fonction
logistique est( w R) :
ew
F (w ) = = (w )
1
= (A1.2)
1+ e w
1 + e w
Plusieurs mthodes destimation des coefficients du modle peuvent tre envisages dans le cas des modles
dichotomiques univaris (GMM par exemple). Toutefois la mthode la plus utilise est celle du maximum de
vraisemblance. Lestimateur du maximum de vraisemblance des paramtres est obtenu en maximisant la
fonction de log-vraisemblance log L(y, ) :
log L( y, ) = log F (x ) + log [1 F (x )]
i : yi =1
i
i : yi = 0
i (A1.3)
En drivant la log-vraisemblance par rapport aux lments du vecteur , de dimension (K, 1), on obtient un
vecteur de drives, appel vecteur du gradient. Lestimateur du maximum de vraisemblance est donc dfini par
la rsolution du systme de K quations non linaires en .
Contrairement aux modles linaires estims par la mthode des MCO pour lesquels les coefficients ont des
interprtations conomiques immdiates en termes de propension marginale, les valeurs des coefficients du
modle Logit ne sont pas directement interprtables. Seuls les signes des coefficients indiquent si la variable
agit positivement ou ngativement sur la probabilit Pi. Pour juger de la significativit des coefficients retenus
dans le modle, nous utilisons la statistique zj195 suivante :
j
zj = N (0,1)

(A1.4)
v jj
me
o v jj dsigne lestimateur de la variance de lestimateur du j j coefficient j
Pour valuer la qualit de lajustement par les modles dichotomiques, trois solutions ont t adoptes : le
pourcentage de cas corrects, la log-vraisemblance et le pseudo R2. La premire approche, souvent utilise en
analyse discriminante, consiste mesurer le taux derreur de classification du modle. Pour cela, il sagit de
comparer la rpartition des valeurs observes et des valeurs prdites. Une adquation absolue est obtenue
lorsquon ne peut reclasser quun certain niveau dindividus (gnralement 0,5). Ainsi les valeurs prdites y i
seront gales 1 si la probabilit estime de valoir 1 dpasse 0,5, et 0 sinon. On dterminera ainsi pour chaque
modle la proportion de cas classs correctement comme le nombre de cas correctement prdit sur le nombre
total dobservations.
194De nombreuses tudes ont dailleurs t consacres ce sujet comme par exemple celle de Morimune (1979)
ou de Davidson et MacKinnon (1984).
195
Car la distribution du rapport du coefficient son cart-type ne suit pas une loi de Student, comme dans le
modle linaire gnral, mais une loi normale.
296
Le second critre, particulirement adapt pour comparer des modles qui ne possdent pas les mmes
dimensions, est une mesure de la log-vraisemblance. Afin de tester H0 : j = 0 contre H1 : j 0, on utilise la
statistique suivante :
Log vraisemblance = 2 (Ln (LR ) Ln (LU )) (A1.5)
o LR est la fonction du log-vraisemblance contrainte sous H0 et LU est la fonction du log-vraisemblance non

contrainte. Cette statistique suit, sous lhypothse H0, une distribution dun 2 k degrs de libert.
Enfin, compte tenu de la caractristique de la variable expliquer code en 0 et 1, le coefficient de
dtermination R2 nest pas interprtable en termes dajustement du modle. Nous utilisons donc une statistique
appele pseudo R2, donne par :
Log (Lu )
R2 = 1 (A1.6)
Log (LR )
Sur donnes de panel, lestimation des modles dichotomiques se complique. De la mme faon que dans le
cas linaire, on distingue deux traitements des spcificits individuelles : leffet est fixe si on considre quil
existe une constante (i) pour chaque individu, leffet est alatoire si le terme derreur (wi,t) se dcompose en une
partie alatoire propre aux individus (i) et en terme derreur habituel (i,t). Mais, si dans le cas des modles
linaires il est possible de tester la nature, fixe ou alatoire, de leffet individuel, cela nest pas le cas pour les
modles o la variable dpendante est qualitative. En particulier, lorsque la variable est binaire, le modle Logit
sapplique aux effets individuels fixes196 et le modle Probit aux effets individuels alatoires. Dans la mesure o
notre objectif est notamment didentifier leffet de variables constantes dans le temps (nature de lactionnariat
principal, secteur dactivit), nous prfrons estimer des modles Probit effet alatoire. Dans ce cas, la
variable spcifique aux individus (i) est considre comme alatoire. On observe yi,t, de mme que
prcdemment en fonction dune variable latente non observe yi,t*. Si (.) est la fonction de rpartition de la
loi normale centre rduite, on a alors :
( )
pi = Pr y i ,t = 1 xi ,t = ( xi ,t + i ) (A1.7)
Lorsquon travaille sur donnes individuelles effets alatoires, on fait gnralement lhypothse que les rsidus
ne sont pas corrls avec les variables explicatives. Mais dans notre cas, il subsiste une htrognit inobserve
entre les individus, htrognit probablement corrle avec les rsidus. Les rgressions sont alors biaises par
la non prise en compte de cette corrlation, de la mme faon quelles le sont par lomission dune variable
explicative. Afin de corriger ce biais potentiel, nous utilisons une mthode, dite mthode de Chamberlain
(1984), analogue celle dveloppe par Mundlak (1978) dans le cas linaire. Nous reformulons alors le modle
( )
conomtrique avec ala individuel (4.13) qui suppose que E x i ,t i ,t = 0 en un autre modle :
yi*,t = i + ' xi ,t + i ,t (A1.8)

o i = ' x i + vi (A1.9)
o xi est la moyenne des variables explicatives sur lensemble de la priode et vi suit une loi normale
N (0, v ) . Les hypothses sont E (xi ,t i ,t ) = 0 , E ( i i ,t ) = 0 et E ( xi vi ) = 0 .
Il suffit alors de remplacer cette dernire expression dans le modle Probit effet individuel alatoire pour
parvenir ce que lon appelle un Probit effet individuel alatoire corrl . La procdure destimation est
exactement la mme que celle dcrite prcdemment.
196Le modle Logit nest pas applicable lestimation dun modle effet alatoire. En effet la distribution
logistique impose que les corrlations entre les rsidus soient gales 0,5. Or ceci nest pas le cas du modle
effet alatoire dans la mesure o E (wi ,t wi , s ) = w2 + w2 (Maddala, 1987).
297
Annexe n 2 : Spcification des modles effets individuels
Les modles effets individuels sont des modles de panel htrogne, o la seule source dhtrognit
provient des constantes individuelles. On suppose donc que les coefficients des diffrentes variables
stochastiques explicatives sont identiques pour toutes les entreprises du panel (i,t = ). Daprs ce modle,
une date donne, deux entreprises ayant les mmes caractristiques observables doivent avoir, une constante
prs, le mme ratio de dettes obligataires (BOTA) et de dettes bancaires (BDTA). Les constantes individuelles
i sont, quant elles, diffrentes selon les entreprises. La spcification gnrale du modle de panel effets
individuels est la suivante :
[ ] [ ]
i 1... N , t 1...T , yi ,t = i + ' x i ,t + i ,t (A2.1)
o yi,t est le vecteur de variables endognes, xi,t est la matrice des K variables explicatives, i reprsente les effets
individuels et = (1, 2, , K) est le vecteur des coefficients du modle supposs fixes et de dimension (K,1).
Les rsidus i,t sont supposs tre i.i.d. de moyenne nulle et de variance gale 2.
En prsence dun modle effets individuels, la question qui se pose immdiatement est de savoir comment
ces effets individuels doivent tre spcifis : doit-on adopter lhypothse deffets fixes selon laquelle les
paramtres i sont des constantes dterministes, ou au contraire adopter lhypothse deffets alatoires selon
laquelle les paramtres i sont des ralisations dune variable alatoire desprance et de variance finies ? Pour
des panels de dimension temporelle rduite (comme cest le cas de notre tude qui couvre 5 annes), il peut
exister de fortes diffrences entre la ralisation des deux estimateurs (Hausman, 1978). Ds lors, au-del de
linterprtation conomique, le choix de la spcification, et par l mme de la mthode destimation, est
particulirement important pour ce type de panels.
A1.1. Le modle effets fixes

Dans ce cas, on fait lhypothse que les effets individuels i sont reprsents par des constantes : ceci suppose
quil existe des effets qui varient selon les entreprises, mais qui sont constants travers le temps pour une
entreprise donne. Les diffrences entre les entreprises peuvent provenir des traits spcifiques chaque firme
comme, par exemple, le style de direction ou la philosophie des relations sociales. Le modle estimer est
donc :
yi ,t = i + ' xi ,t + i ,t avec 0 i = 0 + i (A2.2)
o yi,t est le vecteur de variables endognes, xi,t est la matrice des K variables explicatives, i sont reprsentes
par une constante et = (1, 2, , K) est un vecteur de constantes. Nous supposons que les rsidus i,t sont
i.i.d. et satisfont les conditions suivantes :
- E ( i ,t ) = 0
2 t = s
- E ( i ,t i , s ) =
0 t s
- E ( i ,t j , s ) = 0 j i, (t , s )
De plus, nous supposons, au moins dans un premier temps, que les variables explicatives sont strictement
exognes. Avec ces hypothses, le modle effets fixes est donc un modle de rgression multiple standard.
Cependant, son estimation pose problme car la matrice des variables explicatives nest pas de plein rang. Pour
rendre ce modle estimable, nous sommes amens ajouter la contrainte identifiante qui stipule que les effets
individuels sinterprtent en termes dcart par rapport la moyenne (thorme de Frisch-Waugh). Lestimateur
des Moindres Carrs Ordinaires (MCO) des paramtres i et dans le modle effets fixes est appel
estimateur Within ou estimateur LSDV (Least Square Dummy Variable). Le terme Within sexplique par le fait que
cet estimateur tient compte de la variance intra groupe (c'est--dire entre entreprises) de la variable endogne.
Lappellation LSDV tient au fait que cet estimateur conduit introduire des variables binaires (i =1 pour
lentreprise i, 0 sinon). On estime le paramtre vectoriel travers la relation suivante :
1
N T N T
LSDV = (xi ,t xi )(xi ,t xi )' (xi ,t xi )( y i ,t y i ) (A2.3)
i =1 t =1 i =1 t =1
298
Lestimateur Within de , obtenu dans le modle effets fixes (4.4), est identique lestimateur des MCO
obtenu partir dun modle transform o les variables expliques et explicatives sont centres sur leurs
moyennes individuelles respectives :
(y i ,t y i ) = ' (xi ,t xi ) + i ,t i [1, N ], t [1, T ] (A2.4)
Les ralisations des estimateurs i sont alors dduites de la relation :

i = y i ' xi (A2.5)
A1.2. Le modle effets alatoires

Dans le cas du modle effets alatoires, on retrouve le modle gnral effets individuels prsent
lquation (4.1), mais le terme derreur wi,t se dcompose en une partie alatoire propre aux individus (i) et en
terme derreur habituel (i,t). Le modle effets alatoires peut donc tre spcifi
[ ]
ainsi i 1, N , t 1, T : [ ]
y i ,t = i + ' x i ,t + i ,t (A2.6)
Les variables i dsignent ici les effets individuels qui reprsentent lensemble des spcificits structurelles ou a-
temporelles de la variable endogne, qui diffrent selon les individus. On suppose que ces effets sont alatoires.
Gnralement, on est conduit faire un certain nombre dhypothses techniques sur la structure de rsidus. De
mme, on doit supposer que les effets individuels et les variables explicatives ne sont pas corrls.
Dans un modle effets alatoires, lestimateur Within, obtenu sous lhypothse deffets fixes, est un estimateur
sans biais du vecteur de paramtres , mais nest pas un estimateur BLUE. Un estimateur BLUE est donn par
lestimateur de Moindres Carrs Gnraliss (MCG). On applique les MCG car la matrice de variance
covariance du vecteur des rsidus nest pas diagonale en raison de la prsence de corrlations intra individuelles
des rsidus. Lestimateur des MCG des coefficients du modle effet alatoire est une moyenne pondre
des estimateurs Between (qui tiennent compte de variance inter classes) et Within (qui tiennent compte de la
variance intra classes).
MCG = BE + (I K ) LSDV (A2.7)
1 (A2.8)
N N
BE = ( xi x )( xi x ) ' ( xi x )( y i y ) '
i =1 i =1
On peut montrer, daprs les proprits de , que lestimateur MCG converge vers lestimateur Within lorsque
T tend vers linfini.
A1.3. Le test dHausman

Le test dHausman permet de voir sil y a erreur ou non de spcification. La question de la prsence ou non de
cette corrlation nous conduit comparer lefficacit du modle effets fixes celle du modle effets
alatoires. Dans le premier cas, on suppose que les effets spcifiques peuvent tre corrls avec les variables
explicatives du modle, et, dans le second cas, on suppose que les effets spcifiques sont orthogonaux aux
variables explicatives du modle. Le test dHausman permet de spcifier le modle effets individuels
adopter en testant la corrlation des effets individuels et des variables explicatives :
H 0 : E ( i X i ) = 0
H 1 : E ( i X i ) 0
Sous H0, le modle peut tre spcifi avec des effets individuels alatoires et lon doit alors retenir lestimateur
des MCG (estimateur BLUE). Sous lhypothse alternative H1, le modle doit tre spcifi avec des effets
individuels fixes et lon doit alors retenir lestimateur Within (estimateur non biais). La statistique du test
dHausman appliqu au test de la spcification des effets individuels est la suivante :
( )[ (
H = MCG LSDV ' var MCG LSDV )] ( MCG LSDV ) (A2.9)
299
Sous lhypothse nulle H0, la statistique H suit symptomatiquement (lorsque N tend vers linfini) un chi deux
K degrs de libert. Ainsi, si la ralisation de la statistique H est infrieure au seuil de %, on rejette lhypothse
nulle et on privilgie ladoption deffets individuels fixes et lutilisation de lestimateur Within non biais.
La mise en uvre de ce test (tableau 4.1) sur les deux modles estimant successivement le ratio de dettes
bancaires et le ratio de dettes obligataires par lensemble des variables indpendantes qui varient avec le temps
(nous excluons les variables de contrle, supposes fixes sur la priode) conduit un chi deux de
respectivement 4,71 et 0,65 avec une probabilit associe de 0,6954 et 0,9987. La probabilit des tests associs
aux deux modles tant suprieure au seuil thorique de 10%, le test dHausman ne permet pas de diffrencier
le modle effets fixes du modle effets alatoires. Le choix dpendra alors de notre apprciation de la
pertinence dun modle par rapport lautre.
Tableau A2.1
Rsultats du test de spcification dHausman
Ratio de dettes bancaires Ratio de dettes obligataires

Variable endogne (DBTA) (DOTA)
MCG LSDV MCG LSDV
TAILLE -0,098 -0,055 -0,065 -0,462
ROA 0,003 0,001 -0,006 -0,007
Q 0,000 -0,009 0,029 0,025
Z 0,001 0,002 -0,019 -0,029
TDEB 0,000 0,000 0,000 0,000
AFIXE 0,802 0,717 1,814 2,270
AGE 0,031 0,000 -0,072 -0,001
Khi-deux 4,71 0,65

Proba Khi-deux 0,6954 0,9987
Nous avons opt pour le modle effets alatoires pour plusieurs raisons : tout dabord, il semble daprs nos
estimations que la variance intra individuelle est plus forte que la variance inter individuelle pour la majorit des
variables retenues. Ensuite, il existe au sein de notre modle certaines variables explicatives invariantes dans le
temps (telles que la nature de lactionnariat ou le secteur dactivit) dont on veut estimer limpact marginal. Seul
le modle effets alatoires le permet, mais sous lhypothse assez forte dexogneit des effets spcifiques.
Enfin, nous pouvons vrifier la validit dun choix en comparant de faon heuristique les ralisations des
estimateurs des modles effets fixes et effets alatoires.
On observe que, quel que soit le modle, les coefficients estims sont relativement convergents dans les deux
cas (sauf pour les variables TAILLE et AFIXE lors de lestimation de DOTA). Rappelons que, sous
lhypothse nulle dabsence de corrlation, ces deux estimateurs devraient converger vers la mme valeur. Il
semblerait donc que les variables retenues dans la prsente analyse prsentent relativement peu de problmes
dendognit. En dpit de ces arguments et des rsultats du test dHausman, le choix du modle reste un
exercice difficile et il convient pour cela de garder lesprit lavertissement donn par Johnston et DiNardo
(1997) selon lequel :
Il nexiste pas de rgle simple pour aider le chercheur naviguer entre le Scylla des effets fixes et le Charybde
de lerreur de mesure ou de la slection dynamique. Bien quelles soient un progrs par rapport aux donnes en
coupe instantane, les donnes de panel ne fournissent pas un remde tous les problmes dun conomtre.
Johnston et DiNardo (1997, p.403) 197
Finalement, le choix pour le modle effets alatoires est fait. Auquel cas, les infrences statistiques seront
conditionnes par lestimateur Between.
197 JOHNSON, J. ET J. DINARDO (1997), Econometric Methods, 4e d., McGraw-Hill.
300
CONCLUSION GENERALE
Les dcisions dendettement des entreprises sont complexes. En dpit des mesures
incitatives destines faciliter laccs aux financements de march, les socits franaises,
notamment les plus grandes, sendettent majoritairement auprs des banques. Lobjectif de
cette thse tait alors de mieux comprendre les choix faits par les grandes firmes entre
banques et marchs.
On a longtemps oppos les banques et les marchs pour justifier une certaine
typologie des systmes financiers nationaux (chapitre prliminaire). Pourtant, cette
opposition nest plus aujourdhui aussi claire. Les mutations financires ont largement
brouill les frontires et, alors quautrefois institutions financires et march reprsentaient
deux canaux indpendants, leurs activits sont aujourdhui relativement intgres. Cette
premire approche macro-conomique de la question suggre donc que les financements
directs et indirects sont complmentaires (et non substituts) : les grandes entreprises,
capables de lever des fonds sur les marchs, devrait tirer profiter de lun et de lautre. Mais,
pour saisir pleinement cette ide, et mieux comprendre la nature des relations qui
stablissent entre les firmes et chacune des deux sources de financement, il paraissait
ncessaire de mener une rflexion micro-conomique plus qualitative sur le sujet.
La thorie classique de lintermdiation financire, qui place les asymtries

dinformations au cur de son raisonnement, considre implicitement que lendettement
bancaire reprsente un type de financement relationnel, qui procure des bnfices, tant aux
prteurs quaux entreprises emprunteuses (chapitre 1). Les banques slectionnent les socits
candidates au prt en rfrence des informations prives, et les surveillent par la suite sur la
base dune relation personnalise. Dans ce cadre, les choix des firmes de recourir
lendettement bancaire constituent un signal positif au march sur leur qualit (Fama, 1985).
Par contre, le choix de sendetter auprs du march ne devrait pas avoir dimpact sur leur
valeur boursire, dans la mesure o les asymtries dinformations ne permettent pas de juger
de la qualit relle des firmes, et puisque la dispersion des acteurs les empchent de surveiller
troitement les socits emprunteuses (Diamond, 1984). Les premires tudes empiriques
ont confirm leffet dannonce positif vhicul par les dcisions demprunts bancaires, et la
confiance des investisseurs lgard des banques (James, 1987 ; Lummer et McConnell,
1989 ; etc.).
301
Conclusion gnrale
Nanmoins, des travaux rcents relativisent cet effet dannonce en invoquant

essentiellement deux raisons (chapitre 2). Dune part, pour que les investisseurs ragissent
aux informations transmises par les banques, il faut que celles-ci aient une valeur
informative. Or, le dveloppement des NTIC, les mesures rglementaires et lapparition
dautres intermdiaires financiers ont rduit les asymtries dinformation entre les diffrents
acteurs et ont contribu une meilleure transparence sur les marchs financiers. Si les
investisseurs disposent dinformations suffisantes sur les entreprises, ils nont pas besoin de
calquer leurs dcisions sur celles des banques. Dautre part, pour que les investisseurs
peroivent un signal lors dannonces demprunts bancaires, il faut quils partagent la
croyance que la dcision des banques doctroyer un emprunt une entreprise est fonde sur
une information prive favorable et sur un contrle constant de lemprunteur. Mais
lintensit de leffort fourni par les banques dans ce domaine peut tre sujette un ala moral
et donc remise en cause. Si, finalement, les banques sont amenes proposer des
financements transactionnels, dans lesquels les crdits seraient standardiss et les relations
relativement ponctuelles et assez peu personnalises, elles offriraient alors peu de valeur aux
entreprises emprunteuses (en termes dvaluation, dexpertise et de contrle) et aux marchs
qui les observent (en termes dinformation). Ce manque dincitation des banques est surtout
valable lorsquelles oprent dans un environnement fortement concurrentiel et lorsquelles
ont atteint des tailles relativement critiques. Les tudes empiriques rcentes sur le sujet ont
donc montr que les marchs ne rpondaient plus aux annonces relatives aux choix
dendettement des firmes, et ont ouvert le dbat vers dautres investigations (Fields et al.,
2006 ; Billet et al., 2006).
Nous avons donc conduit une tude empirique pour savoir si le choix du type
dendettement par les grandes socits franaises pouvait avoir un impact sur leur valeur
boursire court terme (chapitre 3). Sauf omission, il semble quaucune tude nait t
ralise en France sur le sujet. Tous les travaux ont t mens exclusivement sur les marchs
anglo-saxons. Or le systme financier franais est relativement particulier, hybride entre
banques et marchs ; les problmes dasymtrie dinformation ne sy posent pas de la mme
faon ; les relations entre les grandes entreprises cotes et les banques y sont sensiblement
diffrentes. Une tude dvnements a donc t mise en place pour tester la raction du
march boursier 134 annonces demprunts ralises par les entreprises franaises cotes de
janvier 1995 dcembre 2005. Une telle dmarche est particulirement intressante, dans la
mesure o elle se focalise explicitement sur les grandes firmes pour lesquelles la valeur de la
relation de clientle est probablement plus faible. De nombreuses hypothses ont t mises
302
Conclusion gnrale
et testes afin de cerner les facteurs explicatifs de la rponse des cours boursiers. Les
rsultats obtenus indiquent que le march franais ne ragit pas aux annonces demprunts
obligataires par les socits franaises. Par contre, il ragit positivement aux annonces
demprunts bancaires, mais de manire plus modre (en termes damplitude des rendements
anormaux) et moins significative (en termes statistiques) que la raction mise en vidence par
les premires tudes sur le sujet. Les rsultats ne remettent donc pas en cause leffet de signal
des emprunts bancaires, mais le relativisent et le conditionnent : les informations transmises
ont une forte valeur lorsque les entreprises annoncent le renouvellement dune dette
bancaire, lorsque la dette a une chance relativement courte et lorsque lemprunt bancaire
est syndiqu.
Nous avons en effet mis en vidence une raction positive du march franais
lannonce de renouvellements de dettes bancaires et une raction non significative
lannonce de nouveaux emprunts. Le march considrerait ainsi que le processus de
renouvellement soumet les entreprises des valuations priodiques de la part des banques,
qui acquirent des informations prives au cours de la relation de prt et non son initiation.
Le fait que les banques acceptent de renouveler un emprunt serait alors considr comme un
signal sur la capacit des firmes honorer leurs engagements. Par ailleurs, le march ragit
de manire positive aux annonces de dettes bancaires de maturit relativement courte et,
alternativement, de manire non significative aux annonces demprunts bancaires de
maturit plus longue. Cette raction reposerait l encore sur une croyance du march selon
laquelle une maturit plus courte et un rang infrieur, associs un renouvellement htif,
supposent des valuations priodiques et attestent de la capacit des entreprises
emprunteuses rembourser des crances de rang suprieur et, par l, leur performance. En
outre, ltude dvnements montre une raction fortement positive du march franais aux
annonces demprunts syndiqus, et non significative aux annonces demprunts non
syndiqus. Le march franais percevrait donc le signal transmis par les dettes syndiques
comme suprieur, dans la mesure o la syndication, en permettant un plus grand nombre
de banques de participer lemprunt, accrot le volume et/ou la qualit de la slection et du
monitoring.
Au demeurant, si nous avons montr que le choix de la source dendettement des

entreprises nest pas neutre et peut avoir un impact sur le rendement de leurs titres, nous
devions galement dterminer les facteurs qui influencent un tel choix.
303
Conclusion gnrale
La littrature thorique qui traite de la question du choix par les entreprises entre
diffrentes sources de dettes ne prsente pas un modle unique, mais plutt plusieurs
(chapitre 4). Pour expliquer la structure dendettement des firmes, rsultat de lquilibre entre
loffre et la demande, les tudes fondent leur analyse sur trois paradigmes majeurs : les
asymtries dinformations, les conflits dagence et lincompltude des contrats. Ainsi, la
nature privative de linformation que les banques dtiennent, la surveillance quelles exercent
ainsi que les rengociations quelles permettent, comportent la fois des avantages et des
inconvnients par rapport au march, et expliquent que les entreprises soient amenes
effectuer un arbitrage entre ces deux sources de financement. Les grandes firmes
(Nakamura, 1993 ; Carey et al., 1993), de bonne rputation (Diamond, 1991 ; Datta,
Iskandar-Datta et Patel, 1999 ; Hale et Santos, 2008), peu risque (Berlin et Loeys, 1988 ;
Chammanur et Fulghieri, 1994), etc. recourent la dette de march ; les autres se financent
auprs des banques. Or, banques et marchs tant complmentaires, les deux types
dendettement ne sont pas toujours antinomiques, et peuvent tre choisis simultanment par
certaines firmes. Les modles qui tentent de prdire un tel comportement restent, toutefois,
limits (Hackbarth, Hannessy et Leland, 2007 ; Lobez et Statnik, 2007). Proposer, en outre,
un modle thorique unique qui permette de rendre compte de tous les aspects relatifs aux
choix dendettement des entreprises savre tre un exercice particulirement difficile.
Nous avons donc opt pour une analyse empirique sur le cas franais, afin de mieux
comprendre, dans la pratique, quels types dentreprises recourent quelles sources
demprunts (chapitre 5). Les travaux sur le sujet, en France, sont rares. Pourtant, ce pays
constitue un terrain exprimental intressant pour tester les hypothses relatives au mix de
dettes bancaires et de dettes de march, compte tenue de la configuration particulire de son
systme financier et de la structure de gouvernance de ses firmes. Lchantillon retenu,
compos de 825 observations reprsentant 165 socits franaises cotes sur le SBF 250 sur
5 ans, confirme en effet que la structure de gouvernance des grandes firmes franaises est
plus proche de celles des pays de droit civil, que celles des pays anglo-saxons de la common
law (qui constituent lessentiel des travaux mens sur le sujet). En outre, leur structure
dendettement est relativement particulire : peu de socits cotes franaises recourent aux
emprunts obligataires sur la priode dtude, et celles qui le font continuent se financer
auprs des banques. Il semble alors que, pour ces entreprises, la question qui se pose est
plutt de choisir entre dettes bancaires exclusives ou mix de dettes bancaires/obligataires.
Les modles thoriques qui considrent un choix dendettement exclusivement obligataire ne
cadrent pas avec la pratique effective des grandes socits franaises.
304
Conclusion gnrale
Pour expliquer la structure de la dette de ces entreprises, nous avons raisonn en

trois tapes (chapitre 6). Dans un premier temps, le problme tait avant tout dexpliquer la
probabilit, pour les firmes, de recourir ou non aux emprunts obligataires. Nous avons alors
estim un modle Logit sur donnes en coupe transversale, et un modle Probit effets
individuels alatoires corrls sur donnes de panel. Les rsultats obtenus confirment que ce
sont les entreprises de grande taille qui ont le plus de chance dmettre des emprunts
obligataires. En effet, celles-ci peuvent trouver les conditions de financement plus
avantageuses sur les marchs, dans la mesure o elles peuvent raliser des conomies
dchelle sur les cots fixes dmissions et sur les cots lis la production et la diffusion
dinformations. Les rsultats rvlent, en outre, une relation non linaire entre lge des
firmes et la probabilit de recourir aux financements de march. Les entreprises les plus
anciennes ont plus de chance davoir une rputation de crdit tablie, qui leur permet
daccder au march. Par ailleurs, les entreprises dont le capital est dispers, et dont le
dirigeant ne dtient aucune part, ont une plus forte probabilit dmettre des dettes de
march. Dans un tel cadre, les problmes dagence entre dirigeants et actionnaires sont plus
svres, les premiers ayant peu de moyens de contraindre les choix des seconds ; les
managers se financent donc plutt sur les marchs pour chapper tout contrle externe et
prserver leurs marges de libert.
Comme presque toutes les entreprises de lchantillon se financent auprs des

banques, nous avons cherch, dans un second temps, expliquer le montant allou ce type
dendettement. Nous avons alors estim des rgressions linaires multiples sur donnes en
coupe transversale, des rgressions selon la mthode MCG sur panels simples et GMM sur
panels dynamiques. L encore, la taille semble tre une variable dterminante : plus les
entreprises gnrent un chiffre daffaires important, plus leur endettement auprs des
marchs est lev et leur endettement auprs des banques faible. Toutefois, lge ne semble
pas li au montant de la dette bancaire. Ces rsultats impliquent que la rputation acquise par
les entreprises franaises, explique certes le recours au march, mais ne dtermine pas la
substitution du financement bancaire par un financement obligataire. Les firmes ayant
acquis une certaine rputation, continuent se financer auprs des banques (au lieu de se
tourner exclusivement vers le march obligataire) car elles utiliseraient leur rputation afin
daugmenter leur pouvoir de ngociation avec les banques, et obtenir des conditions de
financement plus avantageuses. En outre, et conformment aux hypothses lies
lefficience des dcisions de liquidation, les entreprises les plus endettes et celles ayant le
plus perdre en cas de liquidation ont plus de dettes bancaires, ce type de financement tant
305
Conclusion gnrale
plus facilement rengociable. Paralllement, les entreprises anticipant des revenus futurs
importants recourent moins lendettement bancaire. Largument de hold-up de Rajan
(1992) permet de justifier un tel rsultat. Dans notre cas, ce sont plus prcisment les firmes
qui ont des options de croissance, et dont le dirigeant ne dtient aucune part dans le capital,
qui sendettent le moins auprs des banques, ce qui rejoint lexplication prcdente sur le
rle prminent du jugement des dirigeants dans les dcisions de financement des firmes.
Nous avons complt lanalyse en cherchant comprendre pourquoi certaines

entreprises qui ont un endettement de march continuent se financer auprs des banques.
Pour justifier cette structure dendettement mixte, nous avons estim un modle Tobit sur
donnes censures en coupe transversale et de panel. Les rsultats indiquent que, parmi les
entreprises qui ont des emprunts directs leur passif, la taille et lge ne sont plus des
variables influentes, pour expliquer la proportion de dettes bancaires par rapport aux dettes
obligataires. Dautres dterminants permettent de justifier une structure dendettement
mixte : le niveau de risque de lentreprise, le caractre innovant de ses projets et la nature de
son actionnariat principal. Dun ct, parmi les socits franaises qui mettent des dettes
sur les marchs, celles qui sont les plus risques, et qui ont le plus perdre en cas de
liquidation, ont une proportion plus importante de dettes bancaires. Ces entreprises
continuent se financer en majeure partie travers leurs banques, auprs desquelles elles
peuvent toujours rengocier une reconduction de prt, un rchelonnement des
remboursements, etc. et (dans le pire des cas) une liquidation efficiente. Dun autre cot, les
socits cotes franaises, innovantes, narbitrent pas entre endettement bancaire exclusif ou
endettement obligataire exclusif ; elles choisissent plutt une structure dendettement mixte.
Celle-ci leur permet de recourir moindres cots aux marchs, lorsque les projets financer
ne sont pas sensibles et peuvent tre publiquement divulgus ; elle leur permet dopter pour
les banques, lorsque les projets financer sont innovants et doivent tre gards
confidentiels (pour viter notamment la riposte des firmes rivales). Les rsultats permettent
enfin de noter que les entreprises familiales (qui mnent gnralement des politiques
dendettement plus frileuses) et les multinationales (qui sont probablement influences par
les pratiques anglo-saxonnes) recourent relativement moins aux banques lorsquelles
mettent en parallle des emprunts sur les marchs. Par contre, les entreprises dtenues
majoritairement par une banque continuent se financer auprs du systme bancaire, mme
lorsquelles recourent aux marchs.
306
Conclusion gnrale
Les rsultats empiriques obtenus dans le cadre de ce travail peuvent videmment tre
enrichis, sur plusieurs plans. Il serait par exemple intressant de complter lanalyse de leffet
dannonce des diffrents types demprunts par une tude dvnement sur le long terme
(Hertzel et al., 2002 ; Elsas et al., 2008). En effet, la thorie de lchelonnement des
missions (timing theory) propose de ne pas sarrter ltude de limpact immdiat sur les
cours, mais de suivre lvolution long terme des firmes aprs lopration. Contrairement
aux modles de signalisation, elle suppose que toute linformation nest pas immdiatement
transmise au march lors de lmission. Dans une telle perspective, les annonces
dendettement des entreprises devraient avoir un impact ngatif sur leurs rendements (Billet
et al., 2006). Par ailleurs, il serait opportun danalyser la raction du march sur un
chantillon dannonces de dettes bancaires plus rcentes, et de comparer les rsultats alors
obtenus avec ceux de la prsente tude. Peut-tre permettraient-ils de montrer une certaines
crise de confiance des investisseurs lgard des informations transmises par les banques.
Ou, au contraire, permettraient-ils dattester de la capacit des firmes obtenir des emprunts
additionnels dans des conditions de resserrement, voir de rationnement, du crdit. En outre,
mme si le travail entrepris confirme le statut spcial des banques, il ne fournit quun test
faible de la valeur de la relation de clientle. En effet, sil montre que la relation
banque/socit emprunteuse accrot ponctuellement la valeur boursire de la firme, il
nexplique pas directement la source de cette valeur ajoute. Mesurer limpact de lintensit
de cette relation sur les termes des contrats de prts, ou encore sur la performance des
entreprises, permettrait dapporter des rponses une question encore trs peu tudie
empiriquement en France.
La question du choix par les entreprises entre diffrentes sources dendettement

mrite galement dtre approfondie. Des rsultats plus concluants pourraient tre obtenus
si les raisonnements sont mens en termes de flux (dmissions) et non dencours (Esho,
Lam et Sharpe, 2001 ; Denis et Mihov, 2003). Dans le mme ordre dides, distinguer les
emprunts bancaires, des emprunts intermdis non bancaires, permettrait de mieux
comprendre les choix faits par les entreprises, et la place quelles accordent (ou non) aux
banques par rapports aux autres institutions financires (Johnson, 1997 ; Denis et Mihov,
2003). Ces points nont pu tre traits dans le cadre de cette thse faute de donnes
suffisamment prcises, mais pourront tre considrs dans le cadre de futures recherches.
De mme quil pourrait tre intressant daborder, paralllement, la question du

choix de la maturit et de la structure de priorit des dettes, car en mme temps que les
307
Conclusion gnrale
entreprises choisissent leurs dbiteurs, elles raisonnent sur les chances et hirarchisent
leurs endettements. Les arguments relatifs la maturit et la priorit de la dette font appel,
en partie, la mme littrature sur les thories dagence, des asymtries dinformations et du
signal, des cots de faillite et du risque de liquidation, auxquelles sajoutent des
considrations lies la fiscalit. Si le principe du matching avec la dure de vie de lactif a
longtemps prvalu pour expliquer le choix des maturits (Morris, 1976), le raccourcissement
des chances est galement considr comme un moyen pour rsoudre les conflits dagence
entre les actionnaires et les obligataires (Myers, 1977). Les problmes de sous
investissements peuvent galement tre solutionns si les projets dinvestissement sont
financ travers une dette garantie (Stulz and Johnson, 1985) ; ceux relatifs la substitution
dactifs peuvent tre minimiss si les dettes sont prioritaires. Dautre part, et conformment
aux rsultats de ltude dvnement, la dette court terme serait perue comme un signal
positif sur la qualit de la firme (Flannery, 1986 ; Kale et Noe, 1990) ; mais une maturit plus
courte accrot en mme temps le risque de dfaillance de lentreprise (Diamond, 1993), et
noffre pas des avantages fiscaux optimaux lorsque la structure du taux dintrt est
croissante (Brick et Ravid, 1985). Les tudes empiriques menes par Barclay et Smith
(1995a, 1995b), Stohs et Mauer (1996), Guedes et Opler (1996), et plus rcemment par
Hernandez et Koeter-Kant (2006), Krner (2007), Thierfelder (2008), Greenwood, Hanson
et Stein (2008), sur ces questions sinscrivent assez bien dans le prolongement du travail
entrepris dans le cadre de cette thse et constituent une voie de recherche future.
308
BIBLIOGRAPHIE
ADAMS, R., ET D. FERREIRA (2008), One Share-One Vote: The Empirical Evidence, Review of
Finance, 12, 5191.
AGHION, P., ET P. BOLTON (1992), An Incomplete Contracts Approach to Financial Contracting,
Review of Economic Studies, 59, 473-94.
AGRAWAL, A., ET N.J. NAGARAJAN (1990), Corporate Capital Structure, Agency Costs, and
Ownership Control: The Case of All-Equity Firms, The Journal of Finance, 45(4), 1325-1331.
AGARWAL, R., ET J. ELSTON (2001), Bank-firm Relationship, Financing, and Firm Performance in
Germany, Economics Letters, 72, 225-232.
AINTABLIAN, S., ET G.S. ROBERTS (2000), A Note on Market Response to Corporate Loan
Announcements in Canada, Journal of Banking and Finance, 24 (3), 381-393.
AKERLOF, G. (1970), The Market for Lemons: Qualitative Uncertainty and the Market
Mechanism, Quarterly Journal of Economics, 84, 488-500.
AKHAVEIN, J., W. FRAME, ET L. WHITE (2005), The Diffusion of Financial Innovations: An
Examination of the Adoption of Small Business Credit Scoring by Large Banking
Organizations, Journal of Business, 78, 577-596.
ALLEN, F. (1990), The Market for Information and the Origin of Financial Intermediation, Journal
of Financial Intermediation, 1, 95-139.
ALLEN, F., L. BARTILORO, ET O. KOWALEWSKI (2006), Does Economic Structure Determine
Financial Structure?, working paper, The Wharton School, University of Pennsylvania.
ALLEN, F., ET D. GALE (2001), Comparative Financial Systems: A Survey, working paper No. 01-
15, The Wharton School, Centre for Financial Institutions, University of Pennsylvania.
ALLEN, F., ET D. GALE (2000), Comparing Financial Systems, Cambridge, MA: MIT Press.
ALLEN, F., ET D. GALE (1997), Financial Markets, Intermediaries, and Intertemporal Smoothing,
Journal of Political Economy, 105 (3), 523-546.
ALLEN, F., ET D. GALE (1995), A Welfare Comparison of the German and U.S. Financial Systems,
European Economic Review, 39, 179-209.
ALLEN, F., J. QIAN, ET M. QIAN (2005), Law, Finance, and Economic Growth in China, Journal of
Financial Economics, 77 (1), 57-116.
ALLEN, F., ET A.M. SANTOMERO (2001), What do Financial Intermediaries Do?, Journal of Banking
and Finance, 25, 271-294.
ALLEN, F., ET A.M. SANTOMERO A.M. (1998), The Theory of Financial Intermediation, Journal of
Banking and Finance, 21, 1461-1485.
ALLAYANNIS, G., ET A. MOZUMDAR (2004), The Impact of Negative Cash Flow and Influential
Observations on Investment-Cash Flow Sensitivity Estimates, Journal of Banking and Finance,
28 (5), 901-930.
ALMAZAN, A. (2002), A Model of Competition in Banking: Bank Capital Vs Expertise, Journal of
Financial Intermediation, 11, 87-121.
ALMAZAN, A., ET J. SUAREZ (2003), Managerial Compensation and the Market Reaction to Bank
Loans, The Review of Financial Studies, 16 (1), 237-261.
ALONSO, P.A., F.J ITURRIAGA., J.A. SANZ, ET E. VALLELADO (2005), Determinants of Bank Debt
in a Continental Financial System: Evidence from Spanish Companies, The Financial Review,
40, 305-333.
309
Bibliographie
ALTI, A. (2006), How Persistent is the Impact of Market Timing on Capital Structure?, The Journal
of Finance, 61(4), 1681-1710.
ALTI, A. (2003), How Sensitive Is Investment to Cash Flow When Financing Is Frictionless?, The
Journal of Finance, 58, 707-722.
AMBROSE, B.W., M. LACOUR-LITTLE, ET A.B. SANDERS (2005), Does Regulatory Capital Arbitrage,
Reputation, or Asymmetric Information Drive Securitization?, Journal of Financial Services
Research, 28 (1-3), 113-133.
ANAND, B.N., ET A. GALETOVIC (2006), Relationships, Competition and the Structure of
Investment Banking Markets, Journal of Industrial Economics, 54(2), 151-199.
ANDERSON, C.W., ET A.K. MAKHIJA (1999), Deregulation, Disintermediation, and Agency Costs of
Debts: Evidence from Japan, Journal of Financial Economics, 51, 309-339.
ANDRE, P., R. MATHIEU, ET P. ZHANG (2001), A Note on: Capital Adequacy and the Information
Content of Term Loans and Lines of Credit, Journal of Banking and Finance, 25, 431-444.
ANGELINI, P., R. DI SALVO, ET G. FERRI (1998), Availability and Cost of Credit for Small
Business: Customer Relationship and Credit Cooperative, Journal of Banking and Finance, 22,
925-954.
ANTONIOU, A., Y. GUNEY, ET K. PAUDYAL (2003), The Determinants of Corporate Debt
Ownership Structure: Evidence from Market-based and Bank-based Economies, working
paper.
ARBEL, A., S. CARVELL, ET P. STREBEL (1983), Giraffes, Institutions, and Neglected Firms,
Financial Analysts Journal, May-June, 57-63.
ARELLANO, M., ET S. BOND (1998), Dynamic Panel Data Estimation Using DPD: A guide for
Users, working paper series No. 88/15, The Institute for Fiscal Studies, London.
ARELLANO, M., ET S. BOND (1991), Some tests of Specification for Panel Data: Monte Carlo
Evidence and an Application to Employment Equations, Review of Economic Studies, 58, 277-
297.
ARENA, M.P., ET J.S. HOWE (2007), Takeover Exposure, Agency, and the Choice between Private
and Public Debt, working paper, Marquette University / University of Missouri Columbia.
ARESTIS, P., P. O. DEMETRIADES ET K. B. LUINTEL (2001), Financial Development and Economic
Growth: The Role of Stock Markets, Journal of Money, Credit, and Banking, 33, 16-41.
ARIKAWA, Y. (2008), The Choice between Public and Private Debt by Japanese Firms, Journal of
International Economic Studies, 22, 19-30.
ARIKAWA, Y., ET H. MIYAJIMA (2005), Relationship Banking and Debt Choice: Evidence from
Japan, Corporate Governance: An International Review, 13, 408-418.
ASQUITH, P., ET D.W. MULLINS (1986), Equity Issues and Offering Dilution, Journal of Financial
Economics, 15 (1-2), 61-89.
ATHAVALE, M., ET R. EDMISTER (2004), The Pricing of Sequential Bank Loans, Financial Review,
39, 231-253.
ATIASE, R. (1985), Pre-disclosure Information, Firm Capitalization, and Security Price Behaviour
Around Earning Announcements, Journal of Accounting Research, Spring, 21-36.
ATTAR, A., ET E. CAMPIONI (2003), Costly State Verification and Debt Contracts: a Critical
Resume, Research in Economics, 57 (4), 315-343.
AUDRETSCH, D.B., ET J. WEIGAND (1999), Does Science Make a Difference? Investment, Finance
and Corporate Governance in German Industries, working paper No. 2056, Centre for
Economic Policy Research (CEPR), London.
310
Bibliographie
BAE, K.H., J.K. KANG, ET C.W. LIM (2002), The Value of Durable Bank Relationships: Evidence
from Korean Banking Shocks, Journal of Financial Economics, 64, 181-214.
BAH, R. (1997), Les Ractions du March lEmission dObligations Convertibles, Banque et
Marchs, 29, 12-22.
BAJAJ, M., ET A. VIJH (1990), Dividend Clienteles and the Information Content of Dividend
Changes, Journal of Financial Economics, 26, 193-219.
BAKER, M., ET J. WURGLER (2002), Market Timing and Capital Structure, The Journal of Finance,
57(1), 1-32.
BALL, R., ET P. BROWN (1968), An Empirical Evaluation of Accounting Income Numbers, Journal
of Accounting Research, 6, 159-178.
BANCEL, F., ET U. R. MITTOO (2004), Cross-Country Determinants of Capital Structure Choice: A
Survey of European Firms, Financial Management, 33 (4), 103-132.
BANNIER, C.E., ET D.N. HNSEL (2008), Determinants of European Banks Engagement in Loan
Securitization, working paper No. 10/2008, Deutsche Bundesbank.
BARBIER DE LA SERRE, A., S. FRAPPA, J. MONTORNES, ET M. MUREZ (2008), La Transmission des
Taux de March aux Taux Bancaires : Une Estimation sur Donnes Individuelles Franaises,
Notes dEtudes et de Recherche NER - R # 194, Banque de France.
BARCLAY, M., ET C. SMITH (1995a), The Maturity Structure of Debt, The Journal of Finance, 50, 609-
631.
BARCLAY, M., ET C. SMITH (1995b), The Priority Structure of Corporate Liabilities, The Journal of
Finance, 50, 899-918.
BARTH, J.R., D.E. NOLLE, ET T.N. RICE (1997), Commercial Banking Structure, Regulation and
Performance: An International Comparison, working paper, Office of the Comptroller of the
Currency, 46p.
BEBCZUK, R.N. (2004), What Determines the Access to Credit by SMEs in Argentina?, working
paper, Universidad Nacional de la Plata, Argentine.
BECK, T., A. DEMIRG-KUNT, ET R. LEVINE (2006), Bank Concentration, Competition, and
Crises: First Results, Journal of Banking and Finance, 30, 1581-1603.
BECK, T., A. DEMIRG-KUNT, ET R. LEVINE (2004), Law and Firms Access to Finance,
American Law and Economics Review, 7 (1), 211-252.
BECK, T., A. DEMIRG-KUNT, ET R. LEVINE (2001), The Financial Structure Database, In:
Financial Structure and Economic Growth: A Cross-Country Comparison of Banks, Markets, and
Development, Eds: Demirg-Kunt, A. and R. Levine. Cambridge, MA: MIT Press: 17-80.
BECK, T., A. DEMIRG-KUNT, ET V. MAKSIMOVIC (2005), Financial and Legal Constraints to
Firm Growth: Does Size Matter?, The Journal of Finance, 60 (1), 137-177.
BECK, T., ET R. LEVINE (2004), Stock Markets, Banks and Growth: Panel Evidence, Journal of
Banking and Finance, 28 (3), 423-442.
BECK, T., ET R. LEVINE (2002), Industry Growth and Capital Allocation: Does Having a Market- or
Bank-based System Matter?, Journal of Financial Economics, 64, 147-180.
BENEISH, M.D., ET E. PRESS (1995), The Resolution of Technical Default, The Accounting Review,
70, 337- 353.
BENOUDA, O. (1996), Le financement par obligations convertibles : Le cas franais, Thse de
Doctorat en Sciences de Gestion, Universit Paris-Dauphine.
BENSTON, G. J., ET C.W. SMITH (1976), A Transaction Cost Approach to the Theory of Financial
Intermediation, The Journal of Finance, 31 (2), 215-231.
311
Bibliographie
BERGER, A., R. DEMSETZ, ET P. STRAHAN (1999), The Consolidation of the Financial Services
Industry: Causes, Consequences, and Implications for the Future, Journal of Banking and
Finance, 23, 135-194.
BERGER, A., W.S. FRAME, ET N. MILLER (2005), Credit Scoring and the Availability, Price, and Risk
of Small Business Credit, Journal of Money, Credit, and Banking, 37 (2), 191-222.
BERGER, A., L.F. KLAPPER, M.S. MARTINEZ PERIA ET R. ZAIDI (2008), Bank Ownership Type and
Banking Relationships, Journal of Financial Intermediation, 17, (1), 37-62.
BERGER, A., L.F. KLAPPER, ET G. UDELL (2001), The Ability of Banks to Lend to Informationally
Opaque Small Businesses, Journal of Banking and Finance, 25(12), 2127-2167.
BERGER, A., N. MILLER, M. PETERSEN, ET J. STEIN (2005), Does Function Follow Organizational
Form? Evidence from the Lending Practices of Large and Small Banks, Journal of Financial
Economics, 76, 237-269.
BERGER, A., A. SAUNDERS, J.M SCALISE, ET G. UDELL (1998), The Effects of Bank Mergers and
Acquisitions on Small Business Lending, Journal of Financial Economics, 50, 187-229.
BERGER, A., ET G. UDELL (2006), A More Complete Conceptual Framework for SME Finance,
Journal of Banking and Finance, 30 (11), 2945-2966.
BERGER, A., ET G. UDELL (2002), Small Business Credit Availability and Relationship lending: The
Importance of Bank Organizational structure, Economic Journal, 112, 34-53.
BERGER, A., ET G. UDELL (1995), Relationship Lending and Lines of Credit in Small Firm
Finance, Journal of Business, 68, 351-381.
BERGER, P., E. OFEK, ET D. YERMACK (1997), Managerial Entrenchment and Capital Structure
Decisions, The Journal of Finance, 52 (4), 1411-1238.
BERLIN, M., ET A.W. BUTLER (1996), Public Versus Private Debt: Confidentiality, Control, and
Product Market, working paper No. 96-17, Economic Research Division, Federal Reserve
Bank of Philadelphia.
BERLIN, M., K. JOHN, ET A. SAUNDERS (1996), Bank Equity Stakes in Borrowing Firms and
Financial Distress, Review of Financial Studies, 9, 889-919.
BERLIN, M., ET J. LOEYS (1988), Bond Covenants and Delegated Monitoring, The Journal of Finance,
43 (2), 397-412.
BERLIN, M., ET L. MESTER (1992), Debt Covenants and Renegotiation, Journal of Financial
Intermediation, 2, 95-133.
BERTERO, E. (1994), The Banking System, Financial Markets, and Capital Structure: Some New
Evidence from France, Oxford Review of Economic Policy, 10, 68-78.
BESANKO, D., ET G. KANATAS (1993), Credit Market Equilibrium with Bank Monitoring and
Moral Hazard, Review of Financial Studies, 6, 213-232.
BESANKO, D., ET A.V. THAKOR (1987), Collateral and Rationing: Sorting Equilibria in
Monopolistic and Competitive Credit Market, International Economic Review, 28, 671-690.
BEST, R., ET H. ZHANG (1993), Alternative Information Sources and the Information Content of
Bank Loans, The Journal of Finance, 48, 1507-1522.
BESTER, H. (1994), The Role of Collateral in a Model of Debt Renegotiation, Journal of Money,
Credit and Banking, 26, 72-86.
BESTER, H. (1987), The Role of Collateral in Credit Markets with Imperfect Information, European
Economic Review, 31, 887-899.
BESTER, H. (1985), Screening vs. Rationing in Credit Markets with Imperfect Information Content
of Bank Loans, American Economic Review, 75, 850-855.
312
Bibliographie
BESTER, H., ET M. HELLWIG (1987), Moral Hazard and Equilibrium Credit Rationing: an Overview
of the Issues, in G. Bamberg, K. Spremann (Eds.), Agency Theory, Information and Incentives,
Springer-Verlag, 135-166.
BHADURI, S.N. (2000), Determinants of Corporate Debt Ownership Structure in an Emerging
Economy: Evidence from the Indian Corporate Sector, working paper.
BHAGAT, S., ET P.A. FROST (1986), Issuing Costs to Existing Shareholders in Competitive and
Negotiated Underwritten Equity Offerings, Journal of Financial Economics, 15, 233-259.
BHARATH, S.T., S. DAHIYA, A. SAUNDERS, ET A. SRINIVASAN (2008), Lending Relationships and
Loan Contract Terms, working paper, AFA 2009 San Francisco Meetings Paper.
BHARATH, S.T., S. DAHIYA, A. SAUNDERS, ET A. SRINIVASAN (2007), So What Do I Get? The
Banks View of Lending Relationships, Journal of Financial Economics, 85 (2), 368-419.
BHATTACHARYA, S. (1979), Imperfect Information, Dividend Policy and the Bird in Hand
Fallacy, Bell Journal of Economics, 1, 259-270.
BHATTACHARYA, S., ET G. CHIESA (1995), Financial Intermediation with Proprietary Information,
Journal of Financial Intermediation, 4, 328-357.
BHATTACHARYA, S., ET A.V. THAKOR (1993), Contemporary Banking Theory, Journal of Financial
BIAIS, B., ET C. GOLLIER (1997), Trade Credit and Credit Rationing, The Review of Financial Studies,
10 (4), 903-937.
BIAIS, B., P. HILLION, ET J.F. MALECOT (1995), La structure financire des entreprises : Une
investigation empirique sur donnes franaises, Economie et Prvision, 120 (4), 15-28.
BILLET, M.T., M.J. FLANNERY, ET J.A. GARFINKEL (2006), Are Bank Loans Special? Evidence on
the Post-announcements Performance of Bank Borrowers, Journal of Financial and Quantitative
Analysis, 41, 733-751.
BILLET, M.T., M.J. FLANNERY, ET J.A. GARFINKEL (1995), The Effect of Lender Identity on a
Borrowing Firms Equity Return, The Journal of Finance, 50, 699-718.
BLACK, S.W., ET M. MOERSCH (1998), Competition and Convergence in Financial Markets, the German and
Anglo-American Models, Amsterdam : Elsevier, 406 p.
BLACKWELL, D.W., ET D.S. KIDWELL (1988), An Investigation of Cost Differences Between Public
Sales and Private Placements of Debt, Journal of Financial Economics, 22, pp. 253-278.
BLACKWELL, D.W., ET D.B. WINTERS (1997), Banking Relationships and the Effect of Monitoring
on Loan Pricing, Journal of Financial Research, 20, 275-289.
BODENHORN, H. (2003), Short-term Loans and Long-term Relationships: Relationship Lending in
Early America, Journal of Money, Credit, and Banking, 35, 485-505.
BOEHMER, E., J. MUSUMECI, ET A.B. POULSEN (1991), Event-study methodology under conditions
of event-induced variance, Journal of Financial Economics, 30, 253-272.
BOLTON, P., ET X. FREIXAS (2000), Equity, Bonds and Bank Debt: Capital Structure and Financial
Market Equilibrium under Asymmetric Information, Journal of Political Economy, 108(2), 324-
351.
BOOT, A. (2000), Relationship Banking: What do we Know?, Journal of Financial Intermediation, 9, 7-
25.
BOOT, A., S.J. GREENBAUM, ET A. THAKOR (1993), Reputation and Discretion in Financial
Contracting, American Economic Review, 83, 1165-1183.
BOOT, A., ET A. SCHMEITS (2005), The Competitive Challenge in Banking, working paper No.
2005-08, Amsterdam Centre for Law & Economics.
313
Bibliographie
BOOT, A., ET A. THAKOR (2000), Can Relationship Banking Survive Competition?, The Journal of
Finance, 55 (2), 679-713.
BOOT, A., ET A. THAKOR (1997), Banking Scope and Financial Innovation, Review of Financial
Studies, 10, 1099-1131.
BOOT, A., ET A. THAKOR (1993), Security Design, The Journal of Finance, 48, 1349-1378
BOOT, A., A. THAKOR, ET G. UDELL (1991), Secured Lending and Default Risk: Equilibrium
Analysis and Policy Implications and Empirical Results, Economic Journal, 101, 458-472.
BOOTH, L., V. AIVAZIAN, A. DEMIRG-KUNT, ET V. MAKSIMOVIC (2001), Capital Structures in
Developing Countries, The Journal of Finance, 56 (1), 87-130.
BOUDOUKH, J., R.F. WHITELAW, M. RICHARDSON, ET R. STANTON (1997), Pricing Mortgage-
Backed Securities in a Multifactor Interest Rate Environment: A Multivariate Density
Estimation Approach, Review of Financial Studies, 10 (2), 405-446.
BOURDIEU, J., ET B. COLIN-SEDILLOT (1993), Structure du capital et cots dinformation : Le cas
des entreprises franaises la fin des annes quatre-vingt, conomie et Statistiques, 268-269, 87-
100.
BOUTILLIER, M., ET J.C. BRICONGNE (2006), Evolution du taux dintermdiation financire en
France (1994-2004), Bulletin de la Banque de France, 146, 47-61.
BOUTILLIER, M., F. PANSARD, ET A. QUERON (2003), La contribution des activits non
traditionnelles au revenu des banques europennes, Epargne et Financement, 12.
BOUTILLIER, M., N. LEVY, ET V. OHEIX (2007), Financial Intermediation in Developed Countries:
Heterogeneity, Lengthening and Risk Transfer, working paper No. 2007-22, Universit Paris
X Nanterrre.
BRADLEY, M., G.A. JARRELL, ET E.H. KIM (1984), On the Existence of an Optimal Capital
Structure: Theory and Finance, The Journal of Finance, 39, 857879.
BRENNAN, M.J., ET E.S. SCHWARTZ (1984), Optimal Financial Policy and Firm Valuation, The
BREUSCH, T.S., ET A.R. PAGAN (1979), A simple Test for Heteroskedasticity and Random
Coefficient Variation, Econometrica, 47, 1287-1294.
BREWER, E., H. GENAY, W.C. HUNTER, ET G.G. KAUFMAN (2003), The Value of Banking
Relationships During a Financial Crisis: Evidence from Failures of Japanese Banks, Journal of
Japanese and International Economies, 17, 233-262.
BRICK, I.E., ET D. PALIA (2007), Evidence of Jointness in the Terms of Relationship Lending,
Journal of Financial Intermediation, 16(3), 452-476.
BRICK, I.E. ET S.A. RAVID (1985), On the Relevance of Debt Maturity Structure, The journal of
Finance, 40 (5), 1423-1437.
BRICKLEY, J.A., J.S. LINCK, ET C.W. SMITH (2003), Boundaries of the firm: evidence from the
banking industry, Journal of Financial Economics, 70, 351-383.
BRIS, A., ET I. WELCH (2005), The Optimal Concentration of Creditors, The Journal of Finance, 60,
2193-2212.
BROUNEN, D., A. DEJONGET, ET K. KOEDIJK (2004), Corporate Finance in Europe: Confronting
Theory with Practice, Financial Management, 33 (4), 70-101.
BROWN, S.J., ET J.B. WARNER (1985), Using Daily Stock Returns: the Case of Event Studies,
Journal of Financial Economics, 14, 3-31.
BROWN, S.J., ET J.B. WARNER (1980), Measuring Security Price Performance, Journal of Financial
Economics, 8, 205-258.
314
Bibliographie
BUCH, C.M. (2005), Distance and International Banking, Review of International Economics, 13(4), 787-
804.
BURKART, M., ET T. ELLINGSEN (2004), In-Kind Finance: A Theory of Trade Credit, American
Economic Review, 94 (3), 569-590.
BURLACU, R. (2000), New Evidence on the Pecking Order Hypothesis: The Case of French
Convertible Bonds, Journal of Multinational Financial Management, 10, 439-459.
BYRD, D. T., ET M. S. MIZRUCHI (2005), Bankers on the Board and the Debt Ratio of Firms,
Journal of Corporate Finance, 11, 129-173.
BYRNE, J.P., ET E.P. DAVIS (2003), Financial Structure, an Investigation of Sectoral Balance Sheets in the G7,
Cambridge University Press.
CABLE, J. (1985), Capital Market Information and Industrial Performance: The Role of West
German Banks, The Economic Journal, 95, 118-132.
CALOMIRIS, C.W., C. HIMMELBERG, ET P. WACHTEL (1995), Commercial Paper, Corporate
Finance and the Business Cycle: A Macroeconomic Perspective, Carnegie-Rochester Series on
Public Policy.
CALOMIRIS, C.W., ET J.R. MASON (2004), Credit Card Securitization and Regulatory Arbitrage,
Journal of Financial Services Research, 26 (1), 5-27.
CAMPBELL, T.S. (1979), Optimal Investment Financing Decisions and the Value of
Confidentiality, Journal of Financial and Quantitative Analysis, 14, 913-924.
CAMPBELL, J. (1996), Understanding Risk and Return, Journal of Political Economy, 104, 298-345.
CAMPBELL, T.S., ET W.A. KRACAW (1980), Information Production, Market Signaling, and the
Theory of Financial Intermediation, The Journal of Finance, 35 (4), 863-882.
CAMPBELL, J., ET G. TAKSLER (2003), Equity Volatility and Corporate Bond Yields, The Journal of
Finance, 58 (6), 2321-2349.
CANTILLO, M., ET J. WRIGHT (2000), How do Firms Choose their Lenders? An Empirical
Investigation, Review of Financial Studies, 13 (1), 155-189.
CAPELLE-BLANCARD, G., ET J. COUPPEY-SOUBEYRAN (2003), Le financement des agents non
financiers en Europe : le rle des intermdiaires financiers demeure prpondrant, Economie et
Statistiques, 366, 63-95.
CAREY, M. (1995), Are Bank Loans Mispriced?, working paper, Board of Governors of the Federal
Reserve System.
CAREY, M., M. POST, ET S. SHARPE (1998), Does Corporate Lending by Banks and Finance
Companies Differ? Evidence on Specialization in Private Debt Contracting, The Journal of
Finance, 53, 845-878.
CAREY, M., S. PROWSE, J. REA, ET G. UDELL (1993), The Economics of Private Placements: a New
Look, Financial Markets, Institutions and Instruments, 2 (3), 1-67.
CARLETTI, E. (2004), The Structure of Bank Relationships, Endogenous Monitoring and Loan
Rates, Journal of Financial Intermediation, 13, 58-86.
CARPENTIER, C., ET J-M. SURET (2000), Pratiques et thories du financement : Le cas de la France,
Finance, 21, 9-34.
CARPENTIER, C., ET J-M. SURET (1999), Stratgies de financement des entreprises franaises : Une
analyse empirique, working paper No. 99s-09, Universit de Laval (CREFA & CIRANO).
CARTER, D.A., J. MCNULTY, ET J. VERBRUGGE (2005), Deregulation, Technological Change, and
the Business Lending Performance of Large and Small Banks, Journal of Banking and Finance,
29 (5), 1113-1130.
315
Bibliographie
CASTELLI, A., G. P. DWYER JR., ET I. HASAN (2006), Bank Relationships and Small Firms Financial
Performance, working paper, Federal Reserve Bank of Atlanta.
CAVALLUZZO, K.S., L.C. CAVALLUZZO, ET J.D. WOLKEN (2002), Competition, Small Business
Financing, and Discrimination: Evidence from a New Survey, Journal of Business, 75, 641-680.
CETORELLI, N., ET M. GAMBERA (2001), Banking Market Structure, Financial Dependence and
Growth: International Evidence from Industry Data, Journal of Finance, 56(2), 617-648.
CHAKRABORTY, A., C. FERNANDO, ET R. MALLICK (2002), The Importance of Being Known:
Relationship Banking and Credit Limits, Economics working paper Archive, EconWPA No.
0209007.
CHAKRABORTY, A., ET C.X. HU, C.X. (2006), Lending Relationships in Line-of-Credit and Non-
Line-of-Credit Loans: Evidence from Collateral Use in Small Business, Journal of Financial
Services Research, 15, 86-107.
CHAKRABORTY, S., ET R. RAY (2006), Bank-based versus Market-based Financial System: A
Growth-Theoretic Analysis, Journal of Monetary Economics, 53 (2), 329-350.
CHAMBERLAIN, G. (1984), Panel Data, In : Griliches Z., Intriligator M.D. (eds.), Handbook of
Econometrics, vol II, Elsevier Science Publishers BV, chapitre 22.
CHAN, Y., S. GREENBAUM, ET A. THAKOR (1986), Information Reusability, Competition and Bank
Asset Quality, Journal of Banking and Finance, 10, 243-253.
CHAN, Y., ET A. THAKOR (1987), Collateral and Competitive Equilibria with Moral Hazard and
Private Information, The Journal of Finance, 42, 345-363.
CHANG, X., ET S. DASGUPTA (2003), Capital Structure Theories: Some New Tests, working paper,
Hong Kong University of Science and Technology.
CHAREST, G. (1978), Dividend Information, Stock Returns, and Market Efficiency, Journal of
Financial Economics, 6, 297-330.
CHAVA, S., ET M.R. ROBERTS (2008), How does Financing Impact Investment? The Role of Debt
Covenant Violations, Journal of Finance, 63 (5), 2085 - 2121.
CHEMMANUR, T., ET P. FULGHIERI (1994), Reputation, Renegotiation, and the Choice between
Bank Loans and Publicly Traded Debt, Review of Financial Studies, 7 (3), 475-506.
CHEN, K.C., ET K.C.J WEI (1993), Creditors' Decisions to Waive Violations of Accounting-based
Debt Covenants, The Accounting Review, 68, 218-232.
CHILDS, P.D., D.C. MAUER, ET S.H. OTT (2005), Interactions of Corporate Financing and
Investment Decisions: The Effects of agency conflicts, Journal of Financial Economics, 76, 667-
690.
CHIOU, I. (1999), Daiwa Banks Reputational Crisis: Valuation Effects on Bank-firm
Relationships, working paper, New York University Stern School of Business.
CHIRINKO, R., ET J.A. ELSTON (2006), Finance, Control and Profitability: The Influence of
German Banks, Journal of Economic Behaviour and Organization, 59, 69-88.
CLAESSENS, S., ET L. LAEVEN (2004), What Drives Bank Competition? Some International
Evidence, Journal of Money, Credit and Banking, 36 (3), 563-583.
CLAEYS, S., ET R. VANDER VENNET (2005), Determinants of Bank Interest Margins in Central and
Eastern Europe: A Comparison with the West, working paper, Ghent University.
CLARKE, R. (1983), Collusion and the Incentives for Information Sharing, Bell Journal of Economics,
14, 383-394.
CLEARY, S. (2006), International Corporate Investment and the Relationships between Financial
Constraint Measures, Journal of Banking and Finance, 30(5), 1559-1580.
316
Bibliographie
CLEARY, S. (1999), The Relationship between Firm Investment and Financial Status, The Journal of
Finance, 54(2), 673-692.
COASE, R.H. (1937), The Nature of the Firm, Economica, 4 (16), 386-405, traduction franaise par
Cacile Thibault (1987), La nature de la firme, Revue Franaise dEconomie, 2 (1), 133-157.
COLE, R. (1998), The Importance of Relationships to the Availability of Credits, Journal of Banking
and Finance, 22, 959-977.
COLE, R., L.G. GOLDBERG, ET L.J. WHITE (2004), Cookies-cutter Versus Character: The Micro
Structure of Small Business Lending by Large and Small Banks, Journal of Financial and
Quantitative Analysis, 39 (2), 227-251.
COLLINS, D., ET W.T. DENT (1984), A Comparison of Alternative Testing Models Used in Capital
Market Research, Journal of Accounting Research, 22, 48-84.
COLLINS, D., S. KOTHARI, ET J. RAYBURN (1987), Firm Size and Information Content of Prices
with Respect to Earnings, Journal of Accounting Economics, 9, 111-138.
CONIGLIANI, C., G. FERRI, ET A. GENERALE (1997), The Impact of Bank-Firm Relations on the
Propagation of Monetary Policy Squeezes: An Empirical Assessment for Italy, Banca
Nazionale del Lavoro, 202, 271-299.
CORBETT, J., ET T. JENKINSON (1996), The Financing of Industry, 1970-1989: An International
Comparison, Journal of the Japanese & International Economics, 10, 71-96.
CORVOISIER, S., ET R. GROPP (2002), Bank Concentration and Retail Interest Rates, Journal of
CORVOISIER, S., ET R. GROPP (2001), Contestability, Technology, and Banking, working paper,
European Central Bank.
COSCI, S., ET V. MELICIANI (2002), Multiple Banking Relationships: Evidence from the Italian
Experience, Manchester School, 70(1) supplement, 37-54.
COVAL, J.D., ET T.J. MOSKOWITZ (2001), The Geography of Investment: Informed Trading and
Asset Prices, Journal of Political Economy, 109(4), 811-841.
COVAL, J.D., ET A.V. THAKOR (2005), Financial Intermediation as a Beliefs-bridge Between
Optimist and Pessimists, Journal of Financial Economics, 75, 535-569.
CUMMING, C. (1987), The Economics of Securitization, Federal Reserve Bank of New York Quarterly
Review, 12 (3), 11-23.
CUNNINGHAM, R.M. (2005), Trade Credit and Credit Rationing in Canadian Firms, working paper
11F0027MIE No. 036, Micro-Economic Analysis, Division Statistics Canada, Ottawa.
CYRNAK, A., ET T.H. HANNAN (2000), Non-local Lending to Small Businesses, working paper,
Board of Governors of the Federal Reserve System.
CYRNAK, A., ET T.H. HANNAN (1999), Is the Cluster Still Valid in Defining Banking Markets?
Evidence from a New Data Source, Antitrust Bulletin, 44, 313-331.
DAURIA, C., A. FOGLIA, ET P.M. REEDTZ (1999), Bank Interest Rates and Credit Relationships in
Italy, Journal of Banking and Finance, 23, 1067-1093.
DAHIYA, S., M. PURI, ET A. SAUNDERS (2003), Bank Borrowers and Loan Sales: New Evidence on
the Uniqueness of Bank Loans, Journal of Business, 76 (4), 563-582.
DANN, L., ET W. MIKKELSON (1984), Convertible Debt Issuance, Capital Structure Change and
Financing-Related Information: Some New Evidence, Journal of Financial Economics, 13, 157-
186.
DATTA, S., M. ISKANDAR-DATTA, ET A. PATEL (2000), Some Evidence on the Uniqueness of
Initial Public Debt Offerings, The Journal of Finance, 55 (2), 715-743.
317
Bibliographie
DATTA, S., M. ISKANDAR-DATTA, ET A. PATEL (1999), Bank Monitoring and the Pricing of
Corporate Public Debt, Journal of Financial Economics, 51, 435-449.
DAVIDSON, R. ET J.G. MACKINNON (1984), Convenient Tests for Logit and Probit Models,
Journal of Econometrics, 25, 241-262.
DAVIS, P. (2003), Institutional Investors, Financial Market Efficiency, and Financial Stability,
European Investment Bank Conference entitled: Europeans Changing Financial Landscape,
Luxembourg, janvier 2003.
DEBODT, E., F. LOBEZ, ET J.C. STATNIK (2005), Credit Rationing, Customer Relationship, and the
Number of Banks: An Empirical Analysis, European Financial Management, 11(2), 195-228.
DECAMPS, J.P., ET A. FAURE-GRIMAUD (2002), Excessive Continuation and Dynamic Agency
Costs of Debt, European Economic Review, 46, 1623-1644.
DE GRAEVE, F., O. DE JONGHE, ET R. VANDER VENNET (2007), Competition, Transmission and
Bank Pricing Policies: Evidence from Belgian Loan and Deposits Markets, Journal of Banking
and Finance, 31 (1), 258-278.
DEGRYSE, H., ET S. ONGENA (2007), The impact of Competition on Bank Orientation, Journal of
Financial Intermediation, 16 (3), 399-424.
DEGRYSE, H., ET S. ONGENA (2005), Distance, Lending Relationship, and Competition, The
Journal of Finance, 60 (1), 231-266.
DEGRYSE, H., ET S. ONGENA (2001), Bank Relationships and Firm Performance, Financial
Management, 30, 9-34.
DEGRYSE, H., ET S. ONGENA (1999), Bank Relationships and the Structure of Financial Markets,
working paper, K.U. Leuven and Tilburg University.
DEGRYSE, H., S. ONGENA, ET G. TMER-ALKAN (2001), Corporate Governance: A review of the
Role of Banks, working paper, CentER Tilburg University.
DEGRYSE, H., ET P. VAN CAYSEELE (2000), Relationship Lending Within a Bank-based System:
Evidence from European Small Business Data, Journal of Financial Intermediation, 9, 90-109.
DEHEJIA, R., ET A. LLERAS-MUNEY (2003), Why Does Financial Development Matter? The United
States from 1900 to 1940, working paper No. 9551, National Bureau of Economic Research.
DEIDDA, L., ET B. FATTOUH (2006), Banks, Financial Markets and Growth, Journal of Financial
Intermediation, 17 (1), 6-36.
DELLARICCIA, G. (2001), Asymmetric Information and the Structure of the Banking Industry,
European Economic Review, 45(10), 1957-1980.
DELLARICCIA, G., ET R. MARQUEZ (2005), Competition among Regulators and Credit Market
Integration Journal of Financial Economics, 79, 401-430.
DEMARZO, P. (2005), The Pooling and Trenching of Securities: A Model of Informed
Intermediation, Review of Financial Studies, 18, 1-35.
DEMETRIADES, P., ET K. HUSSEIN (1996), Does Financial Development Cause Economic Growth?
Time Series Evidence from 16 Countries, Journal of Development Economics, 51, 387-411.
DEMEZA, D., ET C. SOUTHEY (1996), The Borrowers Curse: Optimism, Finance, and
Entrepreneurship, The Economic Journal, 106, 375-386.
DEMIRG-KUNT, A., ET R. LEVINE (2001a), Financial Structure and Economic Growth:
Perspectives and Lessons, In: Financial Structure and Economic Growth: A Cross-Country
Comparison of Banks, Markets, and Development, Eds: A. Demirguc-Kunt and R. Levine.
Cambridge, MA: MIT Press: 3-14.
DEMIRG-KUNT, A., ET R. LEVINE (2001b), Bank-Based and Market-Based Financial Systems:
Cross-Country Comparisons, In: Financial Structure and Economic Growth: A Cross-Country
318
Bibliographie
Comparison of Banks, Markets, and Development, Eds: A. Demirguc-Kunt and R. Levine.

Cambridge, MA: MIT Press: 81-140.
DEMIRG-KUNT, A., ET V. MAKSIMOVIC (2002), Funding Growth in Bank-Based and Market-
Based Financial Systems: Evidence from Firm Level Data, Journal of Financial Economic, 65:
337-363.
DEMIRG-KUNT, A., ET V. MAKSIMOVIC (1998), Law, Finance and Firm Growth, The Journal of
Finance, 53, 2107-2137.
DEMIRG-KUNT, A., ET V. MAKSIMOVIC (1996), Stock Market Development and Firm Financing
Choices, World Bank Economic Review, 10, 341-370.
DENIS, D., ET A. SARIN (2001), Is the Market Surprised by Poor Earnings Realization Following
Seasoned Equity Offerings?, Journal of Financial and Quantitative Analysis, 36 (2), 169-193.
DENIS, D., ET V. MIHOV (2003), The Choice Among Bank Debt, Non-bank Debt, and Public
Debt: Evidence from New Corporate Borrowing, Journal of Financial Economics, 70 (1), 3-28.
DENNIS, S., D. NANDY., ET I. SHARPE (2000), The Determinants of Contract Terms in Bank
Revolving Credit Agreements, Journal of Financial and Quantitative Analysis, 35(1), 87-110.
DETRAGIACHE, E. (1994), Public Versus Private Borrowing: a Theory with Implications for
Bankruptcy Reform, Journal of Financial Intermediation, 3, 327-354.
DETRAGIACHE, E., P. GARELLA, ET L. GUISO (2000), Multiple versus Single Banking Relationships:
Theory and Evidence, The Journal of Finance, 55 (3), 1133-1161.
DEWATRIPONT, M., ET E. MASKIN (1995), Credit and Efficiency in Centralized and Decentralized
Economies, Journal of Economic Studies, 62, 541-555.
DEWATRIPONT, M., ET J. TIROLE (1994), A Theory of Debt and Equity: Diversity of Securities and
Manager-Shareholder Congruence, Quarterly Journal of Economics, 109, 1027-1054.
DEYOUNG, R., W.C. HUNTER, ET G.F. UDELL (2004), The Past, Present, and Probable Future for
Community Banks, Journal of Financial Services Research, 25, 85-133.
DHALIWAL, D.S., I.K. KHURANA, ET R. PEREIRA (2003), Costly Public Disclosure and the Choice
between Private and Public Debt, working paper, University of Arizona/University of
Missouri-Colombia.
DIAMOND, D. (1993), Seniority and Maturity of Debt Contracts, Journal of Financial Economics, 33,
341-368.
DIAMOND, D. (1991), Monitoring and Reputation: The Choice between Bank Loan and Directly
Placed Debt, Journal of Political Economy, 99 (4), 689-721.
DIAMOND, D. (1989), Reputation Acquisition in Debt Markets, Journal of Political Economy, 97 (4),
828-861.
DIAMOND, D. (1984), Financial Intermediation and Delegated Monitoring, Review of Economic
Studies, 51, 393-414.
DIETSCH, M. (2003), Financing Small Business in France, European Investment Bank Paper, 8, 93-119.
DIMSON, E. (1979), Risk Measurement when Shares are Subject to Infrequent Trading, Journal of
DINC, S. (2000), Bank Reputation, Bank Commitment, and the Effects of Competition in Credit
Markets, Review of Financial Studies, 13 (3), 781-812.
DIONNE, G., ET T.M. HARCHAOUI (2003), BanksCapital, Securitization and Credit Risk: An
Empirical Evidence for Canada, working paper No. 03-11, CIRPE.
DITTMANN, I., E.G. MAUG, ET C. SCHNEIDER (2008), Bankers on the Boards of German Firms:
What They Do, What They are Worth, and Why They are (Still) There, working paper No.
196/2008, ECGI Finance.
319
Bibliographie
DJANKOV S., C. MC LIESH, ET A. SHLEIFER (2007), Private Credit in 129 Countries, Journal of
DONAHOO, K.K., ET S. SHAFFER (1991), Capital Requirements and the Securitization Decision,
Quarterly Review of Economics and Business, 31 (4), 12-23.
DONALDSON, G. (1961), Corporate Debt Capacity: A Study of Corporate Debt Policy and the
Determination of Corporate Debt Capacity, working paper, Harvard Business School,
Division of Research, Harvard University.
DRUCKER, S., ET M. PURI (2005), On the Benefits of Concurrent Lending and Underwriting, The
DUBOIS, M. (1985), Les dterminants de la structure financire : Le cas des grandes entreprises
franaises, Finance, 6 (1), 41-70.
DUCASSY, I. (2003), Dterminants de la Raction du March Franais aux Emissions de Titres
Caractre Action, Banque et Marchs, 64, 46-58.
DYCKMAN, T., D. PHILBRICH, ET J. STEPHAN (1984), A Comparison of Event Study Methodologies
Using Daily Stock Return: A Simulation Approach, Journal of Accounting Research, 22
(supplement), 1-33.
DYE, R.A. (1986), Proprietary and Nonproprietary Disclosures, Journal of Business, 59 (2), 331-366.
DYE, R.A (1985), Disclosure of Nonproprietary Information, Journal of Accounting Research, 23, 123-
145.
EASTERWOOD, J.C., ET P.R. KADAPAKKAM (1991), The Role of Private and Public Debt in
Corporate Capital Structure, Financial Management, 20, 49-57.
ECKBO, B. (1986), Valuation Effects of Corporate Debt Offerings, Journal of Financial Economics, 15,
119-151.
EDWARDS, J., ET M. NIBLER (2000), Corporate Governance in Germany: The Role of Banks and
Ownership Concentration, Economic Policy, 15(31), 237-267.
EISFELDT, A., ET A. RAMPINI (2005), Leasing, Ability to Repossess, and Debt Capacity, working
paper, Northwestern University.
ELSAS, R. (2005), Empirical Determinants of Relationship Lending, Journal of Financial
ELSAS, R., M. FLANNERY, ET J. GARFINKEL (2008), Major Investments, Firm Financing Decisions,
and Long-run Performance, working paper, University of Florida, Department of Finance,
Insurance and Real Estate, FDIC's Center for Financial Research.
ELSAS, R., ET J.P. KRAHNAN (1998), Is Relationship Lending Special? Evidence from Credit File
Data in Germany, Journal of Banking and Finance, 22, 1283-1316.
ELYSIANI, E., ET L.G. GOLBERG (2004), Relationship Lending: a Survey of the Literature, Journal
of Economics and Business, 56, 315-330.
ERGUNGOR, E.O. (2004), Market- Versus Bank-based Financial Systems: Do Right and Regulations
Really Matter?, Journal of Banking and Finance, 28, 2869-2887.
ERICSSON, J. (2000), Asset Substitution, Debt Pricing, Optimal Leverage and Maturity, working
paper, McGill University.
ESHO, N., Y. LAM, ET I.G. SHARPE (2001), Choice of Financing Source in International Market,
Journal of Financial Intermediation, 10, 276-305.
EWERT, R., G. SCHENK, ET A. SZCZESNY (2000), Determinants of Bank Lending Performance in
Germany, Schmalenbach Business Review, 52, 344-362.
FACCIO, M., ET L. H. P. LANG (2002), The Ultimate Ownership of Western European
Corporations, Journal of Financial Economics, 65, 365-395.
320
Bibliographie
FAMA, E. (1998), Market Efficiency, Long Term Returns, and Behavioral Finance, Journal of
financial Economics, 49 (3), 283-306.
FAMA, E. (1990), Contract Cost and Financing Decisions, Journal of Business, 63, 71-91.
FAMA, E. (1985), Whats Different About Banks?, Journal of Monetary Economics, 15, 5-29.
FAMA, E. (1980), Banking in the Theory of Finance, Journal of Monetary Economics, 6 (1), 39-57.
FAMA, E. (1971), Risk Return and Equilibrium, Journal of Political Economy, 77, 31-55.
FAMA, E., ET K. FRENCH (2002), Testing Tradeoff and Pecking Order Predictions about Dividends
and Debt, Review of Financial Studies, 15 (1), 1-33.
FAMA, E., ET K. FRENCH (1996), Multifactor Explanations of Asset Pricing Anomalies, The Journal
of Finance, 51, 55-84.
FAMA, E., L. FISHER, M. JENSEN, ET R. ROLL (1969), The Adjustment of Stock Prices to New
Information, International Economic Review, 10, 1-21.
FAULKENDER, M., ET M. PETERSEN (2006), Does the Source of Capital Affect Capital Structure?,
Review of Financial Studies, 19(1), 45-79.
FAZZARI, S.M., R.G. HUBBARD, ET B.C. PETERSEN (1988), Financing Constraints and Corporate
Investment, Brookings Papers on Economic Activity, 1, 141195.
FELTHAM, G., ET J. XIE (1992), Voluntary Financial Disclosure in an Entry Game with Continua of
Types, Contemporary Accounting Research, 9, 4680.
FERNANDEZ DE GUEVARA, J., J. MAUDOS, ET F. PEREZ (2005), Market Power in European
Banking Sector, Journal of Financial Services Research, 27 (2), 109-137.
FERRI, G., ET M. MESSORI (2000), Bank-firm Relationships and Allocative Efficiency in North-
eastern and Central Italy and in the South , Journal of Banking and Finance, 24, 1067-1095.
FIELDS, L.P., D.R. FRASER, T.L. BERRY, ET S. BYERS (2006), Do Bank Loan Relationships Still
Matter?, Journal of Money, Credit and Banking, 38 (5), 1195-1209.
FISCHER, E.O., R. HEINKEL, ET J. ZECHNER (1989), Dynamic Capital Structure Choice: Theory
and Tests, The Journal of Finance, 44(1), 19-40.
FISCHER, K.H., ET C. PFEIL (2004), Regulation and Competition in German Banking, in J. P.
Krahnen, and R. H. Schmidt, eds., The German Financial System, Oxford University Press,
Frankfurt, 291-349.
FLANERY, M.J. (1986), Asymmetric Information and Risk Debt Maturity Choice, The Journal of
Finance, 41, 19-38.
FLANNERY, M.J., ET K. RANGAN (2006), Partial Adjustment toward Target Capital Structures,
Journal of Financial Economics, 79 (3), 469-506.
FOGLIA, A., S. LAVIOLA, ET P. REEDTZ (1998), Multiple Banking Relationships and the Fragility of
Corporate Borrowers, Journal of Banking and Finance, 22 (10/11), 1441-1456.
FOHLIN, C. (2000), Economic, Political and Legal Factors in Financial System Development:
International Patterns in Historical Perspective, Social Science Working Paper No. 1089.
FOK, R.C., Y.C. CHANG, ET W.T. LEE (2004), Bank Relationships and their Effects on Firm
Performance around the Asian Financial Crisis: Evidence from Taiwan, Financial Management,
33(2), 89-112.
FRANK, M., ET V.K. GOYAL (2004), The Effect of Market Conditions on Capital Structure
Adjustment, Finance Research Letters, 1(1), 47-55.
FRANK, M., ET V.K. GOYAL (2003), Testing the Pecking Order Theory of Capital Structure,
Journal of Financial Economics, 67 (2), 217-248.
321
Bibliographie
FRANKE, G., ET J.P. KRAHNEN (2006), Default Risk Sharing Between Banks and Markets: The
Contribution of Collateralized Debt Obligation, in CAREY, M. ET R.M. STULZ, The Risks of
Financial Institutions, University of Chicago Press, Chicago, 603-631.
FRANKEL, A., ET J. MONTGOMERY (1991), Financial Structure: An International Perspective,
Brookings Papers on Economic Activity, pp. 257-310.
FREEMAN, R. (1987), The Association between Accounting Earnings and Security Returns for
Large and Small Firms, Journal of Accounting and Economics, 9, 195-228.
FREIXAS, X. (2005), Deconstructing Relationship Banking, Investigaciones Economicas, 29(1), 3-31.
GALLO, M.A., J. TAPIES, ET K. CAPPUYNS (2000), Comparison of Family and Non family
Business, working paper No. 406, University of Navarra.
GALLO, M.A., ET A. VILASECA (1996), Finance in Family Business, Family Business Review, 9(4),
287-305.
GAL-OR, E. (1985), Information Sharing in Oligopoly, Econometrica, 53, 329-343.
GAMBACORTA, L. (2004), How do banks set interest rates?, working paper No. 10295, National
Bureau of Economic Research.
GARVEY, G., ET G. HANKA (1999), Capital Structure and Corporate Control: The Effect of
Antitakeover Statutes on Firm Leverage, The Journal of Finance, 54, 519-548.
GAUD, P. (2003), Choix de financement des firmes europennes, working paper, Universit de
Genve, Hautes Etudes Commerciales, Genve.
GERBER, A. (2008), Direct versus Intermediated Finance: An Old Question and a New Answer,
European Economic Review, 52 (1), 28-54.
GERTLER, M., ET S. GILCHRIST (1994), Monetary Policy, Business Cycles and the Behavior of Small
Manufacturing Firms, Quarterly Journal of Economics, 59, 309-340.
GIBSON, M.S. (1995), Can Bank Health Affect Investment? Evidence from Japan, Journal of
Business, 68, 281-308.
GILCHRIST, S., ET C. HIMMELBERG (1995), Evidence of the Role of Cash Flow for Investment,
Journal of Monetary Economics, 36, 541-572.
GLAESER, E.L., ET H.D. KALLAL (1997), Thin Markets, Asymmetric Information, and Mortgage-
Backed Securities, Journal of Financial Intermediation, 6, 64-86.
GODLEWSKI, C.J. (2005), Information, Organisation et Prise de Risque dans la Banque, Thse de
Doctorat en Sciences de Gestion, Universit Robert Schuman Strasbourg III.
GOLDSMITH, R.W. (1969), Financial Structure and Development, New Haven, CT: Yale University Press.
GOLDSTEIN, R.S., N. JU, ET H.E. LELAND (2001), An EBIT-based Model of Dynamic Capital
Structure, Journal of Business, 74, 483-512.
GOMES, J.F. (2001), Financing Investment, American Economic Review, 91(5), 1263-1285.
GOMPERS, P.A., J.L. ISHII, ET A. METRICK (2003), Corporate Governance and Equity Prices, The
Quarterly Journal of Economics, 118, 107-155.
GORTON, G., ET J. KAHN (2000), The Design of Bank Loan Contracts, The Review of Financial
Studies, 13 (2), 331-364.
GORTON, G., ET G. PENNACCHI (1995), Banks and Loan Sales: Marketing Nonmarketable Assets,
Journal of Monetary Economics, 35, 389-411.
GORTON, G., ET F. A. SCHMID (2000), Universal Banking and the Performance of German Firms,
Journal of Financial Economics, 58, 29 80.
GORTON, G., ET N. SOULELES (2006), Special Purpose Vehicles and Securitization, in The Risks of
Financial Institutions, eds. M. Carey et R. Stulz, 549-601, University of Chicago Press.
322
Bibliographie
GRAHAM, J.R., ET C. HARVEY (2001) The Theory and Practice of Corporate Finance: Evidence
from the Field, Journal of Financial Economics, 60 (2-3), 187-243.
GRAHAM, J.R., M.L. LEMMON, ET J.S. SCHALLHEIM (1998), Debt, Leases, Taxes, and the
Endogeneity of Corporate Tax Status, The Journal of Finance, 53 (1), 131-162.
GREENWOOD, R., S. HANSON, ET J.C. STEIN (2008), A Gap-Filling Theory of Corporate Debt
Maturity Choice, working paper No. 14087, National Bureau of Economic Research.
GROSSMAN, S. (1981), The Informational Role of Warrantees and Private Disclosure about Product
Quality, Journal of Law and Economics, 24, 461-483.
GROSSMAN, S., ET O. HART (1986), The Costs Benefits of Ownership: A Theory of Vertical and
Lateral Integration, Journal of Political Economy, 94, 691719.
GRUNERT, J., L. NORDEN, ET M. WEBER (2005), The Role on Non-Financial Factors in Internal
Credit Rating, Journal of Banking and Finance, 29, 505-531.
GUEDES, J. ET T. OPLER (1996), The Determinants of the Maturity of Corporate Debt Issues, The
GUGLER, K., D. C. MUELLER, ET B. B. YURTOGLU (2007), Corporate Governance and the
Determinants of Investment, Journal of Institutional and Theoretical Economics, 163(4), 598626.
GUIGOU, J.D., ET L. VILANOVA (1999), Les vertus du financement bancaire : Fondements et
limites, Finance, Contrle et Stratgie, 2 (2), 71-133.
GUISO, L. (2003), Small Business Finance in Italy, European Investment Bank Papers, 8, 121-147.
GUISO, L. (1998), High-Tech Firms and Credit Rationing, Journal of Economic Behavior and
Organization, 35 (1), 39-59.
GUISO, L., P. SAPIENZA ET L. ZINGALES (2002), Does Local Financial Development Matter?,
working paper No. 8922, National Bureau of Economic Research.
GNER, B.A., U. MALMENDIER, ET G. TATE (2008), Financial Expertise of Directors, Journal of
GURLEY, J., ET E. SHAW (1960), Money in a Theory of Finance, Washington D.C., Brooklings.
GUTTENTAG, J.M., ET R.J. HERRING (1986), Disaster Myopia in International Banking, Essays in
International Finance, 164.
HACHETTE, I., et MAI H.M. (1991), Traitement des donnes manquantes pour la recherche en
finance : Le cas de la base de donnes AFFI-SBF, Cahier de recherche du CEREG n9112,
Universit Paris Dauphine.
HACKBARTH, D., C.A. HENNESSY, ET H.E. LELAND (2007), Can Tradeoff Theory Explain Capital
Structure?, Review of Financial Studies, 20 (5), 1389-1428.
HADLOCK, C., ET C. JAMES (2000), Bank Lending and the Menu of Financing Options, working
paper, Michigan State University.
HALE, G., ET J. SANTOS (2008), The Decision to First Enter the Public Bond Market: The Role of
Firm Reputation, Funding Choices, and Bank relationships, Journal of Banking and Finance, 32
(9), 1928-1940.
HANLEY, A., ET J. CROOK (2005), The Higher Cost of Follow-up Loans, Small Business Economics,
24(1), 29-38.
HANNAN, T.H. (1997), Market Share Inequality, the Number of Competitors, and the HHI: An
Examination of Bank Pricing, Review of Industrial Organization, 12, 23-35.
HANNAN, T.H. (1991), Bank Commercial Loan Markets and the Role of Market Structure:
Evidence from Surveys of Commercial Lending, Journal of Banking and Finance, 15, 133-149.
323
Bibliographie
HNSEL, D.N., ET J-P. KRAHNEN (2007), Does Credit Securitization Reduce Bank Risk? Evidence
from the European CDO Market, working paper, Goethe-University, Frankfurt.
HANSEN, R., ET C. CRUTCHLEY (1990), Corporate Earnings and Financing: An Empirical
Analysis, Journal of Business, 63, 347-371.
HAO, L. (2003), Bank Effects and the Determinants of Loan Yield Spreads, working paper, York
University.
HARFORD, J., K. LI, ET X. ZHAO (2007), Corporate Boards and the Leverage and Debt Maturity
Choices, working paper, University of Washington.
HARHOFF, D., ET T. KRTING (1998), Lending Relationship in Germany: Empirical Evidence from
Survey Date, Journal of Banking and Finance, 22, 1317-1353.
HARRIS, M., ET A. RAVIV (1991), The Theory of Capital Structure, The Journal of Finance, 46 (1),
297-355.
HART, O. (1995), Firms, Contracts and Financial Structure, Oxford University Press, Oxford.
HART, O., ET J. MOORE (1990), Property Rights and the Nature of the Firm, Journal of Political
Economy, 98, 1119-1158.
HART, O., ET J. MOORE (1988), Incomplete Contracts and Renegotiation, Econometrica, 56 (4), 755-
785.
HAUBRICH, J. (1989), Financial Intermediation: Delegated Monitoring and Long Term
Relationships, Journal of Banking and Finance, 13, 9-20.
HAUSMAN, J.A. (1978), Specification Tests in Econometrics, Econometrica, 46, 1251-1271.
HAUSMAN, J.A., ET W.E. TAYLOR (1981), Panel Data and Unobserved Individual Effects,
Econometrica, 49, 1377-1398.
HAUSWALD, R., ET R. MARQUEZ (2006), Competition and Strategic Information Acquisition in
Credit Market, Review of Financial Studies, 19 (3), 967-1000.
HENESSY, C.A., ET Y. TSERLUKEVICH (2004), Dynamic Hedging Incentives, Debt and Warrants,
working paper, Haas School of Business, Berkeley.
HENKENES, H. (2004), Banks as Delegated Risk Managers, Journal of Banking and Finance, 28 (10),
2399-2429.
HERNANDEZ, G., ET J. KOETER-KANT (2006), SME Financing in Europe: Cross-Country
Determinants of Debt Maturity, working paper, Series Research Memoranda No. 0009,
University Amsterdam, Faculty of Economics, Business Administration and Econometrics.
HERNNDEZ, G., ET P. MARTNEZ, P. (2006), Banking Relationships: Effects on Debt Terms for
Small Spanish Firms, Journal of Small Business Management, 44 (3), 315-333.
HERTZEL, M., M. LEMMON, J.S. LINCK ET L. RESS (2002), Long-run Performance Following
Private Placements Equity, The Journal of Finance, 57 (6), 2595-2617.
HICKS, J. (1974), The Crisis in Keynesian Economics, Basic Blackwell, Oxford.
HIRSHLEIFER J. ET V. THAKOR (1989), Managerial Reputation, Project Choice, and Debt, working
paper, UCLA.
HIRTLE, B. (2007), Credit Derivatives and Bank Credit Supply, Staff Reports No. 276, Federal
Reserve Bank of New York.
HOLMSTROM, B., ET J. TIROLE (1997), Financial Intermediation, Loanable Funds, and the Real
Sector, Quarterly Journal of Economics, 112 (3), 663-692.
HORI, K., ET H. OSANO (2002), Financial Relations between Banks and Firms: New Evidence from
Japanese Data, discussion paper No. 546, Kyoto Institute of Economic Research.
HOSHI, T. (2006), Economics of the Living Dead, Japanese Economic Review, 57, 30-49.
324
Bibliographie
HOSHI, T., A. KASHYAP, ET D. SCHARFSTEIN (1993), The Choice between Public and Private Debt:
An Analysis of Post-deregulation Corporate Financing in Japan, working paper No. 4421,
National Bureau of Economic Research.
HOSHI, T., A. KASHYAP, ET D. SCHARFSTEIN (1991), Corporate Structure, Liquidity, and
Investment: Evidence from Japanese Industrial Groups, Quarterly Journal of Economics, 106 (1),
33-66.
HOSHI, T., A. KASHYAP, ET D. SCHARFSTEIN (1990), The Role of Banks in Reducing the Costs of
Financial Distress in Japan, Journal of Financial Economics, 27, 67-88.
HOSONO, K. (2003), Growth Opportunities, Collateral and Debt Structure: The Case of the
Japanese Machine Manufacturing Firms, Japan and the World Economy, 15 (3), 275-297.
HOUSTON, J., ET C. JAMES (1996), Bank Information Monopolies and the Mix of Private and Public
Debt Claims, The Journal of Finance, 51, 1863-1889.
HOVAKIMIAN, A. (2006), Are Observed Capital Structures Determined by Equity Market Timing?,
Journal of Financial and Quantitative Analysis, 41, 221-243.
HOVEN-STOHS, M., ET D. MAUER (1996), The Determinants of Corporate Debt Maturity
Structure, Journal of Business, 69, 279-312.
HSIAO, C. (1986), Analysis of Panel Data, Econometric Society Monographs, 11, Cambridge University
Press.
HUANG, R., ET J.R. RITTER (2004), Testing the Market Timing Theory of Capital Structure,
working paper, University of Florida.
HUANG, W., ET S. ZHAO (2007), When Debt is Bad News: Market Reaction to Debt
Announcements under Poor Governance, working paper, University of Toulouse.
INSTEFJORD, N. (2005), Risk and Hedging: Do Credit Derivatives Increase Bank Risk, Journal of
JACKSON, P. (1999), Capital Requirements and Bank Behavior: The Impact of the Basel Accord,
working paper No. 1, Basle Committee on Banking Supervision.JAFFE, J.F. (1974), Special
Information and Insider Trading, Journal of Business, 47, 410-428.
JAFFEE, D.M., ET T. RUSSELL (1976), Imperfect Information, Uncertainty and Credit Rationing,
Quarterly Journal of Economics, 90, 651-666.
JAMES, C. (1987), Some Evidence on the Uniqueness of Bank Loans, Journal of Financial Economics,
19, 217-235.
JAYARATNE, J., ET P. E. STRAHAN (1996), The Finance-Growth Nexus: Evidence from Bank
Branch Deregulation, Quarterly Journal of Economics, 111, 639-670.
JENSEN, M.C., ET W. MECKLING (1976), Theory of the Firm: Managerial Behavior, Agency Costs
and Ownership Structure, Journal of Financial Economics, 3, 305-360.
JIMNEZ, G., V. SALAS, ET J. SAURINA (2006), Determinants of Collateral, Journal of Financial
Economics, 81, 255-281.
JIRAPORN, P., ET K. GLEASON (2007), Capital Structure, Shareholder Rights, and Corporate
Governance, Journal of Financial Research, 30 (1), 21-33.
JOHN, K., ET S. KEDIA (2001), Design of Corporate Governance: Role of Ownership structure,
Takeovers, and Bank debt, working paper, Harvard University.
JOHNSON, S.A. (1997), An Empirical Analysis of the Determinants of Corporate Debt Ownership
Structure, Journal of Financial and Quantitative Analysis, 32 (1), 47-69.
JONES, D. (2000), Emerging Problems with the Basel Capital Accord: Regulatory Capital Arbitrage
and Related Issues, Journal of Banking and Finance, 24, 35-58.
325
Bibliographie
JU, N., ET H. OU-YANG (2006), Asset Substitution and Underinvestment: A Dynamic View,
working paper, Duke University.
JUNG, K., Y-C. KIM, ET R.M. STULZ (1996), Timing, Investment Opportunities, Managerial
Discretion, and the Security Issue Decision, Journal of Financial Economics, 42 (2), 159-186.
KALE, J.R., ET T.H. NOE (1990), Risky Debt Maturity Choice in a sequential Equilibrium, Journal
of Financial Research, 13, 155-165.
KANATAS, G., ET J. QI (2003), Integration of Lending and Underwriting: Implications of Scope
Economies, The Journal of Finance, 58, 1167-1191.
KANATAS, G., ET J. QI (1998), Underwriting by Commercial Banks: Incentive Conflicts, Scope
Economies, and Project Quality, Journal of Money, Credit, and Banking, 30, 119-133.
KANE, A., A.J. MARCUS, ET R.L. MCDONALD (1984), How Big is the Tax Advantage to Debt?,
The Journal of Finance, 39, 841-853.
KANEKO, T., ET T. WATANABE (2005), Bank Borrowing vs Marketable Debt: The Comparison and
Analysis of the Announcement Effect (in Japanese), Gendai Finance, 18, 69-85.
KALAY, A. (1980), Signalling Information Content and the Reluctance to Cut Dividends, Journal of
Financial and Quantitative Analysis, 4, 855-869.
KANG, J., ET W. LIU (2008), Bank Incentives and Suboptimal Lending Decisions: Evidence from
the Valuation Effect of Bank Loan Announcements in Japan, Journal of Banking and Finance, 32
(6), 915-929.
KANG, J., A. SHIVDASANI, ET T. YAMADA (2000), The Effect of Bank Relationships on Investment
Decisions: An Investigation of Japanese Takeover Bids, The Journal of Finance, 55 (5), 2197
2218.
KANO, M., H. UCHIDA, G.F. UDELL, ET W. WATANABE (2006), Information Verifiability, Bank
Organization, Bank Competition and Bank-Borrower Relationships, working paper,
Wakayama University.
KAPLAN, S., ET L. ZINGALES (2000), Investment-Cash Flow Sensitivities are not Valid Measures of
Financing Constraints, The Quarterly Journal of Economics, 115(2), 707-712.
KAPLAN, S., ET L. ZINGALES (1997), Do Investment-Cash Flow Sensitivities Provide Useful
Measures of Financing Constraints, The Quarterly Journal of Economics, 112(1), 169-215.
KARCESKI, J., S. ONGENA, ET D.C. SMITH (2005), The Impact of Bank Consolidation on
Commercial Borrower Welfare, The Journal of Finance, 60, 2043-2082.
KASHYAP, A., O.A. LAMONT, ET J. STEIN (1994), Credit Conditions and the Cyclical Behavior of
Inventories, Quarterly Journal of Economics, 109, 565592.
KENNETH, C., ET S. LUNDBERG (2005), Asymmetric information and distance: an empirical
assessment of geographical credit rationing, Journal of Economics and Business, 57(1), 39-59.
KIM, M., E.G. KRISTIANSEN, ET B. VALE (2006), What Determines Banks Market Power? Akerlof
versus Herfindahl, working paper, Norges Bank.
KIM, M., E.G. KRISTIANSEN, ET B. VALE (2005), Endogenous Product Differentiation in Credit
Markets: What Do Borrowers Pay For?, Journal of Banking and Finance, 29, 681-699.
KIM, Y., ET R. STULZ (1992), Is There a Global Market for Convertible Bonds?, Journal of Business,
65, 75-91.
KING, R. G., ET R. LEVINE (1993), Finance and Growth: Schumpeter Might Be Right, Quarterly
Journal of Economics, 108, 717-738.
KORN, E., ET U. SCHILLER (2003), Voluntary Disclosure of Nonproprietary Information: A
Complete Equilibrium Characterization, Journal of Business Finance and Accounting, 30, 1327-
1339.
326
Bibliographie
KORNAI, J. (1980), Economics of Shortage, Amsterdam: North-Holland. Socialisme et conomie de la pnurie,

Paris, Economica, paru en franais en 1984.
KRNER P. (2007), The Determinants of Corporate Debt Maturity Structure: Evidence from Czech
Firms, Czech Journal of Economics and Finance, 57 (3-4), 142-158.
KRAHNEN, J.P., ET C. WILDE (2006), Risk Transfer with CDOs and Systemic Risk in Banking,
working paper No. 2006/04, Frankfurt University Centre for Financial Studies.
KRASA, S., ET A. VILLAMIL (1992a), Monitoring the Monitor: An Incentive Structure for a Financial
Intermediary, Journal of Economic Theory, 57, 197-221.
KRASA, S., ET A. VILLAMIL (1992b), A Theory of Optimal Bank Size, Oxford Economic Paper, 44(4),
725-49.
KREMP, E. (1995), Nettoyage de Fichiers dans le Cas de Donnes Individuelles, Economie et
Prvision, 119(3), 171-193.
KREMP, E., ET E. STSS (2001), LEndettement des Entreprises Industrielles Franaises et
Allemandes : Des Evolutions Distinctes Malgr des Dterminants Proches, conomie et
Statistique, 341-342 (1/2), 153-171.
KRISHNAN, V.S., ET R.C. MOYER (1994), Bankruptcy Costs and the Financial Leasing Decision,
Financial Management, 23(2), 31-42.
KRISHNASWAMI, S., P.A. SPINDT, ET V. SUBRAMANIAM (1999), Information Asymmetry,
Monitoring and Placement Structure of Corporate Debt, Journal of Financial Economics, 51, 407-
434.
KROSZNER, R. S., ET P. E. STRAHAN (2001), Bankers on Boards: Monitoring, Conflicts of Interest,
and Lender Liability, Journal of Financial Economics, 62, 415-452.
KWOK, C.C.Y., ET S. TADESSE (2006), National Culture and Financial Systems, Journal of
International Business Studies, 37, 227-247.
LACKER, J.M. (1991), Why is There Debt, Federal Reserve Bank of Richmond, Economic Review, 77, 3-19.
LANG, L.H.P., R.M. STULZ, ET R.A. WALKLING (1989), Managerial Performance, Tobins Q, and
the Gains from Successful Tender Offers, Journal of Financial Economics, 24, 137-154.
LA PORTA, R., F. LOPEZ DE SILANES, ET A. SHLEIFER (2007), The Economic Consequences of
Legal Origins, working paper No. 13608, National Bureau of Economic Research.
LA PORTA, R., F. LOPEZ DE SILANES, A. SHLEIFER, ET R. VISHNY (2000), Investor Protection and
Corporate Governance, Journal of Financial Economics, 58, 3-27.
LA PORTA, R., F. LOPEZ DE SILANES, ET A. SHLEIFER (1999), Corporate Ownership around the
World, Journal of Finane, 54, 471-517.
LA PORTA, R., F. LOPEZ DE SILANES, A. SHLEIFER, ET R. VISHNY (1998), Law and Finance,
Journal of Political Economy, 106, 1113-1155.
LA PORTA, R., F. LOPEZ DE SILANES, A. SHLEIFER, ET R. VISHNY (1997), Legal Determinants of
External Finance, The Journal of Finance, 52, 1119-1155.
LEARY, M.T., ET M.R. ROBERTS (2007), The Pecking Order, Debt Capacity, and Information
Asymmetry, working paper, University of Pennsylvania.
LEARY, M., ET M. ROBERTS (2005), Do Firms Rebalance their Capital Structures?, The Journal of
Finance, 60 (6), 2575-2619.
LEE, I., ET T. LOUGHRAN (1998), Performance Following Convertible Bond Issuance, Journal of
Corporate Finance, 4, 185-207.
LEETH, J., ET J. SCOTT (1989), The Incidence of Secured Debt: Evidence from Small Business
Community, Journal of Financial and Quantitative Analysis, 24, 379-394.
327
Bibliographie
LEHMANN, B. (2003), Is It Worth the While? The Relevance of Quantitative Information in Credit
Rating, working paper, University of Konstanz.
LEHMANN, E., ET D. NEUBERGER (2001), Do Lending Relationship Still Matter? Evidence from
Bank Survey Data in Germany, Journal of Economic Behavior and Organization, 45 (4), 339-359.
LEHMANN, E., D. NEUBERGER, ET S. RATHKE (2004), Lending to Small and Medium-Sized Firms:
Is there an East-West Gap in Germany?, Small Business Economics, 23, 23-39.
LEHMANN, E., ET J. WEIGAND (2000), Does the Governed Corporation Perform Better?
Governance Structures and Corporate Performance in Germany, European Finance Review, 4,
157-195.
LELAND, H.E. (1998), Agency Costs, Risk Management and Capital Structure, The Journal of
Finance, 53, 1213-1243.
LELAND, H.E. (1994), Corporate Debt Value, Bond Covenants and Optimal Capital Structure, The
LELAND, H., ET D. PYLE (1977), Informational Asymmetries, Financial Structure, and Financial
Intermediation, The Journal of Finance, 32 (2), 371-387.
LEMMON, M.L., ET J.F. ZENDER (2008), Debt Capacity and Tests of Capital Structure Theories,
working paper, University of Utah and University of Colorado.
LEVINE, R. (2005), Finance and Growth: Theory and Evidence, in Aghion,P., et S.N. Durlauf,
Handbook of Economic Growth, Vol 1A, Elsevier, Amsterdam, 865-934.
LEVINE, R. (2002), Bank-based or Market-based Financial System: Which is Better?, Journal of
LEVINE, R. (1998), The Legal Environment, Banks, and Long-Run Economic Growth, Journal of
Money, Credit, and Banking, 30, 596-613.
LEVINE, R. (1997), Financial Development and Economic Growth: Views and Agenda, Journal of
Economic Literature, 35, 688-726.
LEVINE, R., N. LOAYZA AND T. BECK (2000), Financial Intermediation and Growth: Causality and
Causes, Journal of Monetary Economics, 46, 31-77.
LEVINE, R., ET S. ZERVOS (1998), Stock Markets, Banks and Economic Growth, American
Economic Review, 88, 537-558.
LEWIS, M. (1992), Modern Banking in Theory and Practice, Revue Economique, 2, 203-227.
LI, D., F. MOSHIRIAN, P. PHAM, ET J. ZEIN (2006), When Financial Institutions Are Large
Shareholders: The Role of Macro Corporate Governance Environments, The Journal of
Finance, 61(6), 2975-3007.
LIMPAPHAYOM, P., ET S. POLWITOON (2004), Bank Relationship and Firm Performance: Evidence
from Thailand before the Asian Financial Crisis, Journal of Business Finance and Accounting, 31,
1577-1600.
LINTNER, J. (1965), The Valuation of Risk Assets and the Selection of Risk Investments in Stock
Portfolios and Capital Budgets, Review of Economics and Statistics, 47, 13-37.
LITOV, L.P. (2005), Corporate Governance and Financing Policy: New Evidence, working paper,
Washington University, St. Louis.
LOBEZ, E., ET J-C. STATNIK (2007), La complmentarit entre dette bancaire et dette obligataire :
Une interprtation en terme de signaux, working paper, Universit Lille 2.
LOBEZ, F. ET L. VILANOVA (2006), Microconomie bancaire, PUF, Paris.
LODERER, C., ET U. PEYER (2002), Board Overlap, Seat Accumulation and Share Prices, European
Financial Management, 8 (2), 165-192.
328
Bibliographie
LONGHOFER, S.D., ET A.C. SANTOS (2000), The Importance of Bank Seniority for Relationship
Lending, Journal of Financial Intermediation, 9, 57-89.
LOUTSKINA, E., ET P. STRAHAN (2006), Securitization and the Declining Impact of Bank Finance
on Loan Supply: Evidence from Mortgage Acceptance Rates, working Paper, Boston College.
LOVE, I. (2003), Financial Development and Financing Constraint: International Evidence from the
Structural Investment Model, Review of Financial Studies, 16, 765-791.
LUCAS, D., ET R. MCDONALD (1990), Equity Issues and Stock Price Dynamics, The Journal of
Finance, 45 (4), 1019-1043.
LUMMER, S., ET J. MCCONNELL (1989), Further Evidence on Bank Lending Process and Capital
Market Response to Bank Loan Agreements, Journal of Financial Economics, 25, 52-63.
MACHAUER, A., ET M. WEBER (2000), Number of Bank Relationships: An Indicator of
Competition, Borrower Quality, or Just Size?, working paper No. 2000/06, Centre for
Financial Studies.
MACHAUER, A., ET M. WEBER (1998), Bank Behavior Based on Internal Credit Ratings of
Borrowers, Journal of Banking and Finance, 22, 1355-1383.
MACKIE-MASON, J. (1990), Do Firms Care who Provides Financing?, in Asymmetric Information,
Corporate Finance, and Investment (R.G. Hubbard Ed.) University of Chicago Press, Chicago.
MADDALA, G.S. (1983), Limited-dependent and Qualitative Variables in Econometrics,
Econometric Society Monographs, 3, Cambridge University Press.
MAHRT-SMITH, J. (2005), The Interaction of Capital Structure and Ownership Structure, Journal of
Business, 78 (3), 787-816.
MAI, H.M. (1992), Prvisibilit des Rentabilits Boursires des Actions Franaises 1977-1990,
Thse de Doctorat en Sciences de Gestion, Universit Paris Dauphine - CEREG.
MALATESTA, P.H. (1986), Measuring Abnormal Performance: The Event Parameter Approach
Using Joint Generalized Least Squares, Journal of Financial and Quantitative Analysis, 21, 27-38.
MALLETT, T., ET A. SEN (2001), Does Local Competition Impact Interest Rates Charged on Small
Business Loans? Empirical Evidence from Canada, Review of Industrial Organization 19, 437-
452.
MANOVE, M., A.J. PADILLA, ET M. PAGANO (2001), Collateral versus Project Screening: A Model
of Lazy Banks, RAND Journal of Economics, 32, 726-744.
MARKOWITZ, H.M. (1959), Portfolio Selection: Efficient Diversification of Portfolios, J. Wiley and Sons Inc.,
NY.
MARSH, P. (1982), The Choice between Equity and Debt: An Empirical Study, The Journal of
Finance, 37(1), 121-144.
MARTIN, O., ET J. SAURINA (2007), Why do Banks Securitize Assets?, working paper, Bank of
Spain.
MAUER, D., ET A. TRIANTIS (1994), Interactions of Corporate Financing and Investment
Decisions: A Dynamic Framework, The Journal of Finance, 49, 12531277.
MAYER, C. (1990), Financial Systems, Corporate Finance, and Economic Development, in
Hubbard R. (ed.), Asymmetric Information, Corporate Finance, and Investment, Chicago, University of
Chicago Press, 307-332.
MAYER, C. (1988), New Issues in Corporate Finance, European Economic Review, 32, 1167-1189.
MCDONALD, J.E. (1994), Asymmetric Information: The Case of Bank Loan Commitment, Journal
of Financial and Strategic Decisions, 7 (3), 23-31.
MCCONAUGHY, D.L., C.H. MATTHEWS, ET A.S. FIALKO (2001), Founding Family Controlled
Firms: Performance, Risk and Value, Journal of Small Business Management, 39(1), 31-49.
329
Bibliographie
MELLO, A., ET J. PARSONS (1992), Measuring the Agency Cost of Debt, The Journal of Finance, 47,
1887-1904.
MENKHOFF, L., D. NEUBERGER, ET C. SUWANAPORN (2006), Collateral-based Lending in
Emerging Markets: Evidence from Thailand, Journal of Banking and Finance, 30, 1-21.
MENKHOFF, L., ET C. SUWANAPORN (2007), On the Rationale of Bank Lending in Pre-Crisis
Thailand, Applied Economics, 39(9), 1077 -1089.
MERTON, R.C. (1989), On the Application of the Continuous-time Theory of Finance to Financial
Intermediation and Insurance, Geneva Papers on Risk and Insurance Theory, 14, 225-261.
MERTON, R.C. (1995), A Functional Perspective of Financial Intermediation, Financial Management,
24, 23-41.
MERTON, R.C., ET Z. BODIE (1998), Un Cadre Conceptuel pour lAnalyse de lEnvironnement
financier, in Crane et al., La Finance sans Frontire, Economica.
MERTON, R.C., ET Z. BODIE (1995), A Conceptual Framework for Analyzing the Financial
Environment, in The Global Financial System: A Functional Perspective, D.B. Crane et al., Boston
MA, Harvard Business Scholl Press, 3-31.
MERTON, R.C., ET Z. BODIE (1995), A Conceptual Framework for Analyzing the Financial
Environment, in The Global Financial System: A Functional Perspective, D.B. Crane et al., Boston
MA, Harvard Business Scholl Press, 3-31.
MESTER, L., L. NAKAMURA, ET M. RENAULT (2007), Transactions Accounts and Loan
Monitoring, Review of Financial Studies, 20(3):529-556
MEYER, S., ET R. PRILMEIER (2006), The Market vs. Banks An Event-Study Perspective on the
Value Creation of Banks as Blockholders in Germany, working paper, European Business
School.
MIARKA, T. (1999), The Recent Economic Role of Bank-firm Relationships in Japan, WZB
discussion paper, Berlin.
MIKKELSON, W., ET M. PARTCH (1986), Valuation Effects of Security Offerings and the Issuance
Process, Journal of Financial Economics, 15, 31-60.
MIKKELSON, W., ET M. PARTCH (1988), Withdrawn Security Offerings, Journal of Financial and
Quantitative Analysis, 23 (2), 119-134.
MILGROM, P.R. (1981), Good News and Bad News: Representation Theorems and Applications,
Bell Journal of Economics, 12 (2), 380-391.
MILLER, M., ET M. SCHOLES (1978), Dividends and Taxes, Journal of Financial Economics, 6 (4), 333-
364.
MINTON, B.A., A. SANDERS, ET P. STRAHAN (2004), Securitization by Banks and Finance
Companies: Efficient Financial Contracting or Regulatory Arbitrage?, working paper, Ohio
State University.
MODIGLIANI, F., ET M.H. MILLER (1963), Corporate Income Taxes and the Cost of Capital: A
Correction, American Economic Review, 53, 433-443.
MODIGLIANI, F., ET M.H. MILLER (1958), The Cost of Capital, Corporation Finance, and the
Theory of Investment, American Economic Review, 48, 261-297.
MOLAY, E. (2006), Un test de la thorie du financement hirarchis sur donnes de panel
franaises, working paper, Universit de Nice-Sophia Antipolis (CRIFP IAE Nice).
MOLAY, E. (2004), La structure financire du capital : Tests empiriques sur le march franais,
working paper, AFFI 2004.
MONNET, C., ET E. QUINTIN (2005), Why do Financial System Differ? History Matters, working
paper series No. 442, European Central Bank.
330
Bibliographie
MONTORIOL GARRIGA, J. (2006), The Effect of Relationship Lending on Firm Performance,

working paper, Universitat Pompeu Fabra, Barcelona.
MORIMUNE, K. (1979), Comparisons of Normal and Logistic Models in the Bivariate Dichotomous
Analysis, Econometrica, 47, 957-975.
MORCK, R., ET M. NAKAMURA (1999), Banks and Corporate Control in Japan, The Journal of
Finance, 54, 319-340.
MORCK, R., M. NAKAMURA, ET A. SHIVDASANI (2000), Banks, Ownership Structure, and Firm
Value in Japan, Journal of Business, 73, 539-567.
MORCK, R., ET A SHLAIFER, ET R. VISHNY (1988), Management Ownership and the Market
Valuation, Journal of Financial Economics, 22, 293-315.
MORRIS, J.R. (1976), On Corporate Debt Maturity Strategies, The Journal of Finance, 31 (1), 29-37.
MORSE, D. (1984), An Econometric Analysis of the Choice of Daily versus Monthly Return in Tests
of Information Content, Journal of Accounting Research, 22, 605-623.
MOSEBACH, M. (1999), Market Response to Banks Granting Lines of Credit, Journal of Banking and
Finance, 23, 1707-1723.
MOYEN, N. (2007), How Big is the Debt Overhang Problem?, Journal of Economic Dynamics and
Control, 31, 433-472.
MULKAY, B., ET M. SASSENOU (1995), La Hirarchie des Financements des Investissements des
PME, Revue conomique, 46 (2), 345-364.
MUNDLAK, Y. (1978), On the Pooling of Time Series and Cross Section Data, Econometrica, 46 (1),
69-85.
MYERS, S.C (2001), Capital Structure, Journal of Economic Perspectives, 15 (2), 81-102.
MYERS, S.C. (1984), The Capital Structure Puzzle, The Journal of Finance, 39 (3), 575-592.
MYERS, S.C. (1977), Determinants of Corporate Borrowing, Journal of Financial Economics, 20, 293-
315.
MYERS, S.C., ET N.S. MAJLUF (1984), Corporate Financing and Investment Decisions when Firms
Have Information that Investor do not Have, Journal of Financial Economics, 13, 187-221.
NAKAMURA, L. (1999), La Relation Banque - PME, Revue dEconomie Financire, 54, 39-58.
NAKAMURA, L. (1993), Recent Research in Commercial Banking: Information and Lending,
Financial market, Institutions and Instruments, 2, 73-88.
NAKAMURA, L. (1990), Loan Workouts and Commercial Bank Information: Why Banks are
Special?, working paper, Federal reserve Bank of Philadelphia.
NASSBERG, R. (1981), Loan Documentation: Basic but Crucial, Business Lawyer, 36, 843-933.
NEUSSER, K., ET M. KUGLER (1998), Manufacturing Growth and Financial Development:
Evidence from OECD Countries, Review of Economics and Statistics, 80, 636-646.
NEKHILI, M. (1999), Le choix du type et de la maturit de la dette par les firmes franaises, Finance,
Contrle et Stratgie, 2 (3), 179-206.
NEKHILI, M. (1994), Structure financire de la firme et intermdiation financire, Thse de
Doctorat en Sciences de Gestion, Universit de Dijon.
NILSEN, J. (2002), Trade Credit and the Bank Lending Channel, Journal of Money, Credit and Banking,
34 (1), 227-253.
NORDEN, L., ET M. WEBER (2007), Checking Account Information and the Credit Risk of Bank
Customers, working paper, AFA 2008 New Orleans Meetings.
331
Bibliographie
NOVSHEK, W., ET H. SONNENSCHEIN (1982), Fulfilled Expectations Cournot Duopoly with

Information Acquisition and Release, Bell Journal of Economics, 13, 214-218.
OJAH, K., ET J. MANRIQUE (2005), Determinants of Corporate Debt Structure in a Privately
Dominated Debt Market: A Study of the Spanish Capital Market, Applied Financial Economics,
15 (7), 455-468.
OLINER, S.D., ET G.D. RUDEBUSCH (1992), Sources of the Financing Hierarchy for Business
Investment, Review of Economics and Statistics, 74, 643654.
ONGENA, S., ET D.C. SMITH (2001), The Duration of Bank Relationships, Journal of Financial
Economics, 61, 449-475.
ONGENA, S., ET D.C. SMITH (2000a), Bank Relationships: A Survey, in The performance of Financial
Institutions (P. Harker and S.A. Zenios, editors), Cambridge University Press.
ONGENA, S., ET D.C. SMITH (2000b), What Determines the Number of Bank Relationship? Cross
Country Evidence, Journal of Financial Intermediation, 9, 26-56.
ONGENA, S., D.C. SMITH, ET D. MICHALSEN (2003), Firms and their Distressed Banks: Lessons
from the Norwegian Banking Crisis (1988-1991), Journal of Financial Economics, 67, 81- 112.
PARRINO, R., ET M. WEISBACH (1999), Measuring Investment Distortions Arising from
Stockholder-Bondholder Conflicts, Journal of Financial Economics, 53, 3-42.
PATELL, J.M. (1976), Corporate Forecasts of Earnings per Share and Stock Price Behavior:
Empirical Tests, Journal of Accounting Research, 14, 246-276.
PEEK, J., ET E. ROSENGREN (2005), Unnatural Selection: Perverse Incentives and the Misallocation
of Credit in Japan, American Economic Review, 95 (4), 1144-1166.
PELTONIEMI, J. (2004), The Value of Relationship Banking: Empirical Evidence on Small Business
Financing in Finnish Credit Markets, Academic Dissertation, University of Oulu.
PENNACCHI, G.G. (1988), Loan Sales and the Cost of Bank Capital, The Journal of Finance, 43 (2),
375-396.
PERFECT, S.B., ET K.W. WILES (1994), Alternative Construction of Tobins Q: An Empirical
Comparison, Journal of Empirical Finance, 1, 313-341.
PEROTTI, E., ET E. VON THADDEN (2004), The Political Economy of Dominant Investors,
working paper, University of Amsterdam.
PETERS, F. (2004), The Choice between Bank Debt and Public Debt: Evidence on the Role of
Strategic Default Threats, working paper, Swiss Finance Institute.
PETERSEN, M. (2004), Information: Hard and Soft, working paper, Kellogg School of
Management, Northwestern University.
PETERSEN, M., ET R.G. RAJAN (2002), Does Distance Still Matter? The Information Revolution in
Small Business Lending, The Journal of Finance, 57, 2533-2570.
PETERSEN, M., ET R.G. RAJAN (1997), Trade Credit: Theories and Evidence, Review of Financial
Studies, 10 (3), 661-691.
PETERSEN, M., ET R.G. RAJAN (1995), The Effect of Credit Market Competition on Lending
Relationships, Quarterly Journal of Economics, 110 (2), 406-443.
PETERSEN, M., ET R.G. RAJAN (1994), The Benefit of Lending Relationship: Evidence from Small
Business Data, The Journal of Finance, 49 (1), 3-37.
PLIHON, D., J. COUPPEY-SOUBEYRAN, ET D. SADANE (2006), Les Banques Acteurs de la Globalisation
Financire, Les tudes de la documentation Franaise, Paris.
PLIHON, D. (1998), Les banques, Les tudes de la documentation Franaise, Paris
332
Bibliographie
PLIHON, D. (1995), Lvolution de lintermdiation bancaire (1950-1993), Bulletin de la Banque de

France, 21, 131-159.
POLLIN, J.P. (2006), Le contrat de dette : Pourquoi le secteur bancaire a-t-il un rgime spcifique? ,
in Les banques entre droit et conomie, direction G. Canivet et M.A. Frison-Roche, LGDJ, 53-69.
POLLIN, J.P., ET P. JAQUET (2007), Systmes financiers et croissance, in Finance et Croissance,
chroniques 2006, Cercle des Economistes (P. Artus d), Editions Descartes, 53-84.
POZZOLO, A.F. (2004), The Role of Guarantees in Bank Lending, working paper, Ente Luigi
Einaudi, Italy.
PREECE, D., ET D.J. MULLINEAUX (1996), Monitoring, Loan Renegotiability, and Firm Value: The
Role of Lending Syndicates, Journal of Banking and Finance, 20, 577-593.
PREECE, D., ET D.J. MULLINEAUX (1989), The Non Uniqueness of Bank Loans, working paper,
University of Kentucky.
PROWSE, S. (1994), Corporate Governance in an International Perspective: A Survey of Corporate
Control Mechanisms among Large Firms in the US, the UK, Japan and Germany, Economic
paper No. 41, Bank of International Settlements.
QIAN, J., ET P. E. STRAHAN (2007), How Law and Institutions Shape Financial Contracts: The Case
of Bank Loans, The Journal of Finance, 62 (6), 2803-2834.
RAJAN, R.G. (2005), Has Financial Development made the world riskier?, working paper No.
11728, National Bureau of Economic Research.
RAJAN, R.G. (2002), An Investigation into the Economics of Extending Bank Powers, Journal of
Emerging Market Finance, 1, 125-156.
RAJAN, R.G. (1992), Insiders and Outsiders: The Choice between Informed and Arms Length
Debt, The Journal of Finance, 47 (4), 1367-1400.
RAJAN, R.G., ET A. WINTON (1995), Covenants and Collateral as Incentives to Monitor, The
RAJAN, R.G., ET L. ZINGALES (2003), The Great Reversals: The Politics of Financial Development
in the 20th Century, Journal of Financial Economics, 69, 5-50.
RAJAN, R.G., ET L. ZINGALES (1998), Financial Dependence and Growth, American Economic
Review, 88, 559-586.
RAJAN, G.R., ET L. ZINGALES (1995), What Do We Know About Capital Structure? Some
Evidence from International Data, The Journal of Finance, 50 (5), 1421-1460.
RAMAKRISHNAN, S., ET A. THAKOR (1984), Information Reliability and a Theory of Financial
Intermediation, Review of Economic Studies, 51, 415-432.
REFAIT, C. (2001), Relation Banque-entreprise : Asymtrie dinformation et Impact sur le Risque de
Faillite, Thse de Doctorat en Sciences Economiques, Universit Paris I.
REPETTO, A., S. RODRIGUEZ, ET R.O. VALDES (2002), Bank Lending and Relationship Banking:
Evidence from Chilean Firms, working paper, Universidad de Chile, Santiago de Chile.
REPULLO, R., ET J. SUAREZ (2000), Entrepreneurial Moral Hazard and Bank Monitoring: A Model
of the Credit Channel, European Economic Review, 44 (10), 1931-1950.
RIDDIOUGH, T.J. (1997), Optimal Design and Governance of Asset-Backed Securities, Journal of
RIOJA, F., ET N. VALEV, (2004), Does One Size Fit All? A Reexamination of the Finance and
Growth Relationship, Journal of Development Economics, 74 (2), 429-447.
RIVAUD-DANSET, D. (1995), Le rationnement du crdit et lincertitude, Revue dconomie Politique,
105, 223-247.
333
Bibliographie
ROBERTS, G.S., ET N.A. SIDDIQI (2004), Collaterilization and the Number of Lenders in Private
Debt Contracts: An Empirical Analysis, Research in Finance, 21, 229-252.
ROBERTS, M.R., ET A. SUFI (2008), Renegotiation of Financial Contracts: Evidence from Private
Credit Agreements, working paper, University of Pennsylvania (The Wharton School)
University of Chicago (Graduate School of Business).
ROGER, F. (2006), Structure dEndettement et Dveloppement des Entreprises Franaises,
Eclairage Recherche, 3, 1-13.
ROSS, S. (1977), The Determination of Financial Structure: The Incentive Signaling Approach,
Bell Journal of Economics, 8, 23-40.
ROUSSEAU, P. L., ET P. WACHTEL (1998), Financial Intermediation and Economic Performance:
Historical Evidence from Five Industrial Countries, Journal of Money, Credit and Banking, 30,
657-678.
ROUSSEAU, P.L., ET P. WACHTEL (2002), Inflation Thresholds and the Finance-Growth Nexus,
Journal of International Money and Finance, 21 (6), 777-793.
SALOP, S.C. (1979), Monopolistic Competition with Outside Goods, Bell Journal of Economics, 10(1),
141-156.
SANTOMERO, A.M., ET D.L. ECKLES (2000), The Determinants of Success in the New Financial
Services Environment, FRBNY Economic Policy Review, October, 11-23.
SAPIENZA, P. (2002), The Effects of Banking Mergers on Loan Contracts, The Journal of Finance,
57(1), 329-367.
SCHAECK, K., M. CIHAK, ET S. WOLFE (2006), Are More Competitive Banking Systems More
Stable?, working paper No. 06/143, International Monetary Fund, Washington D.C.
SCHALLER, H. (1993), Asymmetric Information, Liquidity Constraints, and Canadian Investment,
Canadian Journal of Economics, 26, 552-574.
SCHWARTZ, A. (1992), Legal Contract Theories and Incomplete Contracts, in L. Werin et H.
Wijkander (eds), Contract Economics, Blackwell, 76-109.
SCHOLES, M. AND J. WILLIAMS (1977), Estimating Beta from Nonsynchronous Data, Journal of
SCHOLTENS, B., ET D. VAN WENSVEEN (2003), The Theory of Financial Intermediation: An Assay
on What it Does (Not) Explain, working paper, SURF The European Money and Finance
Forum, Vienna.
SCHOLTENS, B., ET D. VAN WENSVEEN (2000), A Critique on the Theory of Financial
Intermediation, Journal of Banking and Finance, 24 (8), 1243-1251.
SCHUERMANN, T. (2004), Why Were Bank Better Off in the 2001 Recession?, Federal Reserve
Bank of New York, Current Issues in Economics and Finance, 10, 1-10.
SCOTT, J.A. (2004), Small Business and the Value of Community Financial Institutions, Journal of
Financial Services Research, 25, 207-230.
SCOTT, J.A. (2003), Soft Information, Loan Officers, and Small Firm Credit Availability, working
paper, Temple University.
SCOTT, J.A., ET W.C. DUNKELBERG (2003), A Note on Loan Search and Banking Relationships,
working paper, Temple University.
SCOTT, J.A., ET W.C. DUNKELBERG (2001), Competition and Credit Market Outcomes: A Small
Firm Perspective, working paper, Temple University.
SCOTT, D., ET J. MARTIN (1975), Industry Influence on Financial Structure, Financial Management,
4, 67-73.
334
Bibliographie
SEWARD, J.K. (1990), Corporate Financial Policy and the Theory of Financial Intermediation, The
SHARPE, S. (1990), Asymmetric Information, Bank Lending and Implicit Contracts: A Stylized
Model of Customer Relationships, The Journal of Finance, 45, 1069-1087.
SHARPE, S., ET H.H. NGUYEN (1995), Capital Market Imperfections and the Incentive to Lease,
Journal of Financial Economics, 39 (2-3), 271-294.
SHARPE, W.F. (1964), Capital Asset Prices: A Theory of Market Equilibrium under Condition of
Risk, The Journal of Finance, 19, 425-442.
SHARPE, W.F. (1963), A Simplified Model for Portfolio Analysis, Management Science, 9, 277-293.
SHEPHERD, J., F. TUNG, ET A. YOON (2007), Cross Monitoring and Corporate Governance,
working paper, Emory University.
SHIKIMI, M. (2005), Do Firms Benefit from Multiple Banking Relationships? Evidence from Small
and Medium-Sized Firms in Japan, discussion paper, Hitotsubashi University.
SHIRASU, Y.A., ET P. XU (2007), The Choice of Financing with Public Debt versus Private Debt:
New Evidence from Japan after Critical Binding Regulations were Removed, Japan and World
Economy, 19, 393-424.
SHLEIFER, A., ET R.W. VISHNY (1997), A Survey of Corporate Governance, The Journal of Finance,
52, 737-783.
SHOCKLEY, R., ET A.V. THAKOR (1998), Bank Loan Commitment Contracts: Data, Theory, and
Tests, Journal of Money, Credit, and Banking, 29, 517-534.
SHYAM-SUNDER, L., ET S.C. MYERS (1999), Testing Static Trade Off against Pecking Order Models
of Capital Structure, Journal of Financial Economics, 51(2), 219-243.
SIMPSON, D.B. (1976), Loan Participation: Pitfalls for Participants, Business Lawyer, 31, 1977-1071.
SLOVIN, M., S. JOHNSON, ET J. GLASCOCK (1992), Firm Size and the Information Content of Bank
Loan Announcements, Journal of Banking and Finance, 16, 1057-1071.
SLOVIN, M., M. SUSHKA, ET C. HUDSON (1990), External Monitoring and its Effect on Seasoned
Common Stock Issues, Journal of Accounting and Economics, 12, 397-417.
SLOVIN, M., M. SUSHKA, ET POLONCHEK (1993), The Value of Bank Durability: Borrowers as
Bank Stakeholders, The Journal of Finance, 48 (1), 247-266.
SMITH, C.W. (1986), Investment Banking and the Capital Acquisition Process, Journal of Financial
SMITH, C.W., ET J.B. WARNER (1979), On Financial Contracting: an Analysis of Bond Covenant,
Journal of Financial Economics, 7, 117-161.
SOHN, W. (2002), Banking Relationships and Conflicts of Interest: Market Reactions to Lending
Decisions by Korean Banks, working paper, Columbia University.
SPENCE, M. (1973), Job Market Signaling, Quarterly Journal of Economics, 87, 355-374.
SPIESS, K., ET J. AFFLECK-GRAVES (1999), The Long-Run Performance of Stock Returns
Following Debt Offerings, Journal of Financial Economics, 54(1), 45-73.
STEIN, J. (2002), Information Production and Capital Allocation: Decentralized versus Hierarchical
Firms, The Journal of Finance, 57 (5), 1891-1921.
STIGLITZ, J.E. (1972), Some Aspects of the Pure Theory of Corporate Finance: Bankruptcies and
Take-Overs, Bell Journal of Economics, 3(2), 458-482.
STIGLITZ, J.E., ET A. WEISS (1986), Credit Rationing and Collateral, in J. Edwards et al., Recent
Developments in Corporate Finance, Cambridge University Press, 101-126.
335
Bibliographie
STIGLITZ, J.E., ET A. WEISS (1983), Incentive Effects of Terminations: Applications to the Credit
and Labor Markets, American Economic Review, 73 (5), 912-927.
STIGLITZ, J.E., ET A. WEISS (1981), Credit Rationing in Markets with Imperfect Information,
American Economic Review, 71 (3), 393-410.
STREB, J.M., J. BOLZICO, P. DRUCK, A. HENKE, J. RUTMAN ET W.S. ESCUDERO (2002), Bank
Relationship: Effect on the Availability and Marginal Cost of Credit for Firms in Argentina,
working paper, UCEMA, Buenos Aeres.
STREBULAEV, I.A. (2007), Do Tests of Capital Structure Theory Mean What They Say?, The Journal
of Finance, 62 (4), 1747-1787.
STULZ, R. M. (2001), Does Financial Structure Matter for Economic Growth? A Corporate Finance
Perspective, In: Financial Structure and Economic Growth: A Cross-Country Comparison of Banks,
Markets, and Development, Eds: A. Demirguc-Kunt and R. Levine. Cambridge, MA: MIT Press:
143-188.
STULZ, R.M. (1990), Managerial Discretion and Optimal Financing Policies, Journal of Financial
STULZ, R.M., ET H. JOHNSON (1985), An Analysis of Secured Debt, Journal of Financial Economics,
14, 501-521.
SUFI, A. (2005), Banks Flexibility: Empirical Evidence on the Mix of Equity, Bonds, and Bank
Debts, working paper, Massachusetts Institute of Technology.
SUIJS, J. (2007), Voluntary Disclosure of Information when Firms are Uncertain of Investor
Response, Journal of Accounting and Economics, 43 (2-3), 391-410.
SUMMERS, B., ET N. WILSON (2002), An Empirical Investigation of Trade Credit Demand,
International Journal of the Economics of Business, 9 (2), 257-270.
SUZUKI, S., ET R.W. WRIGHT (1985), Financial Structure and Bankruptcy Risk in Japanese
Companies, Journal of International Business Studies, 16 (1), 97-110.
TAGGART, R.A. (1977), A Model of Corporate Financing Decisions, The Journal of Finance, 32,
1467-1484.
THAKOR, A.V., ET P. WILSON (1995), Capital Requirements, Loan Renegotiation and the
Borrowers Choice of Financing Source, Journal of Banking and Finance, 19, 693-712.
THIERFELDER, F. (2008), Rollover Risk in Commercial Paper Markets and Firms Debt Maturity
Choice, Discussion Paper No. 2008/05, Deutsche Bundesbank, Research Centre in its series
Series 2: Banking and Financial.
THOMAS, H. (2001), Effects of Asset Securitization on Seller Claimants, Journal of Financial
TIRRI, V. (2007), Multiple Banking Relationships and Credit Market Competition: What Benefits
the Firm?, working paper, Intesa Sanpaolo - Research Department.
TITMAN, S. (1984), The Effect of Capital Structure on the Firms Liquidation Decision, Journal of
TITMAN, S., S. TOMPAIDIS, ET S. TSYPLAKOV (2004), Market Imperfections, Investment Flexibility
and Default Spreads, The Journal of Finance, 59, 165206.
TITMAN, S., ET S. TSYPLAKOV (2003), A Dynamic Model of Optimal Capital Structure, working
paper, University of Texas, Austin.
TITMAN, S., ET W. WESSELS (1988), The Determinant of Capital Structure Choice, The Journal of
Finance, 43 (1), 1-19.
TOWNSEND, R. (1979), Optimal Contracts and Competitive Markets with Costly State
Verification, Journal of Economic Theory, 21 (2), 265-293.
336
Bibliographie
UDELL, G.F. (1989), Loan Quality, Commercial Loan, and Loan Officer Contracting, Journal of
UZUN, H., ET E. WEBB (2006), Securitizing Banks: Comparisons and Determinants, working
paper.
UZZI, B. (1999), Embeddedness in the Making of Financial Capital: How Social Relations and
Networks Benefit Firms Seeking Financing, American Sociological Review, 64, 481-505.
VAN OVERFELT, W., J. ANNAERT, M. D. CEUSTER, ET M. DELOOF (2006), Do Universal Banks
Create Value? Universal Bank Affiliation and Company Performance in Belgium, 1905-1909,
working paper, University of Antwerp.
VAUBOURG, A.G. (2000), Essais sur larchitecture des Systmes Financiers : Analyse Thorique et
Empirique du Partage entre Banque et March, Thse de Doctorat en Sciences Economique,
Universit dOrlans - LEO.
VERRECCHIA, R.E. (1990), Information Quality and Discretionary Disclosure, Journal of Accounting
and Economics, 12, 365-380.
VERRECCHIA, R.E. (1983), Discretionary Disclosure, Journal of Accounting and Economics, 5, 179-194.
VILANOVA, L. (2004), Bank Seniority and Corporate Debt Restructuring, meetings paper No.
2880, EFA 2004 Maastricht.
VILANOVA, L. (1999), La dcision de prt bancaire comme signal imparfait sur lemprunteur :
Aspect thoriques et application au cas de soutien abusif, Thse de doctorat, Universit
dAix-en-Provence - CEROG.
VISWANATH, P.V. (1993), Strategic Considerations, the Pecking Order Hypothesis, and Market
Reactions to Equity Financing, Journal of Financial and Quantitative Analysis, 28, 213-234.
VIVES, X. (1984), Duopoly Information Equilibrium: Cournot and Bertrand, Journal of Economic
Theory, 34, 71-94.
VONTHADDEN, E-L. (1998), Intermediated Versus Direct Investment: Optimal Liquidity Provision
and Dynamic Incentive Compatibility, Journal of Financial Intermediation, 7 (2), 177-197.
VONTHADDEN, E-L. (1995), Long-term Contracts, Short-term Investment and Monitoring, Review
of Economic studies, 62, 557-575.
VOORDECKERS, W., ET T. STEIJVERS (2006), Business Collateral and Personal Commitments in
SME Lending, Journal of Banking and Finance, 30, 3067-3086.
WAGENHOFER, A. (1990), Voluntary Disclosure with a Strategic Opponent, Journal of Accounting
and Economics, 12, 341-363.
WANSLEY, J.W., F.A. ELAYAN, ET M.C. COLLINS (1993), Investment Opportunity and Firm
Quality: An Empirical Investigation of the Information in the Bank Lines of Credit, working
paper, University of Tennessee, Chattanooga, TN.
WARNER, J. (1977), Bankruptcy, Absolute Priority and the Pricing of Risky Debt Claims, Journal of
WEINSTEIN, D., ET Y. YAFEH (1998), On the Costs of a Bank-centred Financial System: Evidence
from the Changing Main Bank Holding Relations in Japan, The Journal of Finance, 53 (2), 635-
672.
WENGER, E., ET C. KASERER (1998), The German System of Corporate Governance: A Model
which should not be Imitated, In: Competition and Convergence in Financial Markets: The German
and Anglo-American Models, Eds: Black, S.W. and Moersch, M., North Holland Press, New
York: 41-78.
WETH, M.A. (2002), The Pass-through from Market Interest Rates to Bank Lending Rates in
Germany, discussion paper No.11/0, Deutsche Bundesbank.
337
Bibliographie
WHITE, H. (1980), A Heteroskedasticity-Consistent Covariance Matrix Estimator and a Direct Test

for Heteroskedasticity, Econometrica, 48, 817-838.
WILLIAMSON, S.D. (1987), Costly Monitoring, Loan Contract, and Equilibrium Credit Rationing,
Quarterly Journal of Economics, 102 (1), 135-145.
WILLIAMSON, S.D. (1986), Costly Monitoring, Financial Intermediation, and Equilibrium Credit
Rationing, Journal of Monetary Economics, 18 (2), 159-179.
WILLIAMSON, O. (1985), The Economic Institutions of Capitalism, Cambridge (MA), The Free Press;
traduction franaise : Les institutions de lconomie, Paris InterEditions, 1994.
WILLIAMSON, O. (1967), Hierarchical Control and Optimal Firm Size, Journal of Political Economy,
75, 123-138.
WINSTON, A. (1995), Delegated Monitoring and Bank Structure in a Finite Economy, Journal of
WOLKEN, J., ET D. ROHDE (2002), Change in the Location of Small Business Financial Suppliers
Between 1993 and 1998, working paper, Federal Reserve Board.
WOOD, A. (1975), A Theory of Profits, Cambridge, Cambridge University Press.
WRIGHT, R.E. (2002), The Wealth of Nations Rediscovered: Integration and Expansion in American Financial
Markets, 1780-1850, Cambridge, UK: Cambridge University Press.
YAFEH, Y., ET O. YOSHA (2001), Industrial Organization of Financial Systems and Strategic Use of
Relationship Banking, European Finance Review, 5(1), 63-78.
YOSHA, O. (1995), Information Disclosure Costs and the Choice of Financing Source, Journal of
YU, H.-C. (2003), Public Debt, Bank Debt and Non-bank Private Debt and Firm Characteristics
Among Taiwanese Listed Companies, working paper, FAM 2003 Annual Meeting, Denver,
USA.
ZARUTSKIE, R. (2004), New Evidence on Bank Competition, Firm Borrowing and Firm
Performance, working paper, Duke University.
ZIANE, Y. (2003), Number of Banks and Credit Relationships: Empirical Results from French
Small Business Data, European Review of Economics and Finance, 2 (3), 32-60.
ZIANE, Y. (2002), La structure dendettement des petites et moyennes entreprises franaises : Une
tude sur donnes de panel, working paper, Universit de Universit de Paris X Nanterre.
338
TABLE DES MATIERES
INTRODUCTION GENERALE ............................................................................................1
CHAPITRE PRELIMINAIRE - LES SYSTEMES FINANCIERS ET LENDETTEMENT DES

ENTREPRISES : DESCRIPTION DU CONTEXTE DE LETUDE ............................................ 11
0.1. Lopposition banque/march : Une vision dpasse ?..........................................................................16
0.1.1. Pourquoi les structures des systmes financiers diffrent-elles ? ...........................................17
0.1.2. Existe-il une structure optimale des systmes financiers ? ......................................................22
0.1.3. Peut-on encore opposer banques et marchs ?.........................................................................24
0.2. Linteraction banque/march : Vers un nouveau modle ? .................................................................29
0.2.1. De nouveaux acteurs parmi les banques ....................................................................................29
0.2.2. De nouvelles activits des banques sur les marchs.................................................................32
0.2.3. Consquences sur le calcul du taux dintermdiation...............................................................36
0.3. Lendettement des entreprises franaises dans les faits : Vers les banques ou les marchs ? ........41
Conclusion du chapitre prliminaire................................................................................................................46
Annexes du chapitre prliminaire ....................................................................................................................48
PREMIERE PARTIE - LENDETTEMENT BANCAIRE EST-IL SPECIAL ? CAS DES SOCIETES

COTEES FRANAISES ......................................................................................................55
INTRODUCTION DE LA PREMIERE PARTIE .....................................................................57
CHAPITRE 1 - LENDETTEMENT BANCAIRE : UN FINANCEMENT RELATIONNEL ..........59

1.1. Les problmes informationnels entre prteurs et emprunteurs et les solutions partielles ..............61
1.1.1. Les asymtries dinformations entre prteurs et entreprises emprunteuses .........................61
1.1.1.1. Asymtries dinformation ex ante et slection adverse ............................................................................61
1.1.1.2. Asymtries dinformation on going et ala moral ..................................................................................65
1.1.1.3. Asymtries dinformation ex post et opportunisme ................................................................................68
1.1.2. Les solutions gnrales aux problmes informationnels .........................................................70
1.1.2.1. Production dinformations par les entreprises emprunteuses ....................................................................70
1.1.2.2. Mise en place de contrats contingents par les prteurs ............................................................................72
1.2. Les solutions particulires apprortes par les financements intermdis et relationnels ..76
1.2.1. Les spcificits des financements intermdis : les modles fondateurs...............................76
1.2.1.1. Production dinformations par les intermdiaires financiers ....................................................................76
1.2.1.2. Surveillance exerce par les intermdiaires financiers .............................................................................78
1.2.2. Les spcificits des financements relationnels : les modles multi-priodiques...................80
1.2.2.1. Avantages du financement relationnel ................................................................................................81
1.2.2.2. Limites du financement relationnel ....................................................................................................83
1.3. Le financement relationnel et limpact rel pour les entreprises emprunteuses................................86
1.3.1. Limpact de lintensit du financement relationnel sur les conditions du crdit..................86
1.3.1.1. Intensit du financement relationnel et disponibilit des crdits ................................................................86
1.3.1.2. Intensit du financement relationnel et demande de garanties ..................................................................88
1.3.1.3. Intensit du financement relationnel et taux dintrt appliqus ..............................................................89
1.3.1.4. Intensit du financement relationnel et conditions jointes ........................................................................91
1.3.2. Limpact dautres variables sur les conditions du crdit ..........................................................92
1.3.2.1. Distance physique et conditions du crdit ............................................................................................92
1.3.2.2. Nombre de relations bancaires et conditions du crdit ............................................................................93
1.3.2.3. Structure concurrentielle du march bancaire et conditions du crdit .........................................................94
1.3.3. Limpact du financement relationnel sur la performance des entreprises.............................95
1.3.3.1. Financement relationnel et performance des entreprises ..........................................................................95
1.3.3.2. Participation des banques et performance des entreprises ........................................................................97
Conclusion du chapitre 1................................................................................................................................ 100
Annexes du chapitre 1..................................................................................................................................... 102
339
Table des matires
CHAPITRE 2 - LENDETTEMENT BANCAIRE : UN FINANCEMENT TRANSACTIONNEL ?109

2.1. La production dinformations par les banques : Evolution et renouveau....................................... 112
2.1.1. Linformation produite par les banques a-t-elle encore de la valeur ?............................... 112
2.1.2. Les banques sont-t-elles encore incites rechercher linformation ?................................ 114
2.1.2.1. Incitations et intensit de la concurrence sur le march bancaire ............................................................ 115
2.1.2.2. Incitations et structure organisationnelle des banques ......................................................................... 118
2.1.2.3. Incitations et nature du produit financ par les banques ..................................................................... 122
2.1.3. Des esquisses de renouvellement thorique ? ........................................................................ 124
2.2. La production dinformations par les banques : Une revue de la littrature empirique ............... 128
2.2.1. Leffet dannonce positif de la dette bancaire .................................................................... 128
2.2.2. dpend du type de lemprunt .......................................................................................... 131
2.2.3. et de linformation publique disponible ........................................................................ 134
2.2.4. mais semble aujourdhui remis en cause............................................................................ 136
Annexe du chapitre 2 ...................................................................................................................................... 141
CHAPITRE 3 - LENDETTEMENT BANCAIRE ET LA REACTION DU MARCHE BOURSIER :143

UNE ETUDE EMPIRIQUE SUR LE CAS FRANAIS............................................................ 143
3.1. Paramtres de ltude et modles destimation des rendements anormaux.................................... 145
3.1.1. Identification des vnements et collecte des donnes......................................................... 145
3.1.2. Construction et description des chantillons.......................................................................... 148
3.1.3. Spcification des modles destimation des rendements anormaux ................................... 150
3.2. Rsultats de ltude dvnements ......................................................................................................... 155
3.2.1. La raction du march selon le type de lemprunt................................................................. 156
3.2.2. La raction du march selon le stade de la relation de prt.................................................. 157
3.2.3. La raction du march selon la maturit de lemprunt bancaire.......................................... 159
3.2.4. La raction du march selon le nombre de prteurs ............................................................. 160
3.2.5. La raction du march selon la taille de lentreprise emprunteuse...................................... 162
3.2.6. La raction du march selon la date de lannonce ................................................................. 163
3.3. Analyse mutivarie et discussion des rsultats..................................................................................... 165
3.3.1. Analyse multivarie ..................................................................................................................... 165
3.3.2. Discussion des rsultats ............................................................................................................. 168
DEUXIEME PARTIE - LES DETERMINANTS DE LA (DES) SOURCE(S) DENDETTEMENT

DES SOCIETES COTEES FRANAISES ............................................................................. 191
INTRODUCTION DE LA DEUXIEME PARTIE .................................................................. 193
CHAPITRE 4 - LE CHOIX DE LA SOURCE DENDETTEMENT PAR LES FIRMES : UNE REVUE

DE LA LITTERATURE .................................................................................................... 197
4.1. Choix dendettement, asymtries dinformations et cots................................................................. 199
4.1.1. Cots de transaction et dasymtries dinformation .............................................................. 199
4.1.2. Cots de divulgation dinformations........................................................................................ 201
4.2. Choix dendettement, ala moral et incitations ................................................................................... 205
4.2.1. Incitation et gouvernance des firmes ....................................................................................... 206
4.2.2. Incitation et rputation des firmes ........................................................................................... 210
4.2.3. Incitation et opportunisme de la banque................................................................................. 213
4.2.4. Incitation et structure dendettement mixte des firmes ........................................................ 216
4.3. Choix dendettement, risques de dfaillance et rengociations......................................................... 218
4.3.1. Rengociation et efficience des dcisions de liquidation ...................................................... 219
4.3.2. Rengociation et structure dendettement mixte des firmes ................................................ 221
340
Table des matires
CHAPITRE 5 - LES DETERMINANTS DE LA SOURCE DE DETTES : CADRE EMPIRIQUE ET

PREMIERS ELEMENTS DANALYSE ................................................................................245
5.1. Prsentation des variables retenues ....................................................................................................... 246
5.1.1. Les variables dpendantes.......................................................................................................... 246
5.1.2. Les variables indpendantes ...................................................................................................... 248
5.1.3. Les variables de contrle............................................................................................................ 252
5.2. Donnes et description de lchantillon ............................................................................................... 254
5.3. Analyses descriptives univaries des variables explicatives ............................................................... 259
5.3.1. Les tests de normalit de la distribution.................................................................................. 259
5.3.2. Les tests de corrlation............................................................................................................... 260
5.3.3. Les tests dgalit des moyennes............................................................................................... 261
CHAPITRE 6 - LES DETERMINANTS DES SOURCES DENDETTEMENT : UNE ETUDE

EMPIRIQUE SUR LES SOCIETES COTEES FRANAISES ....................................................270
6.1. Les dterminants du recours ou non la dette de march................................................................ 273
6.1.1. Spcification des modles qualitatifs sur donnes simples et de panel .............................. 273
6.1.2. Prsentation des rsultats sur variables dpendantes dichotomiques................................. 275
6.2. Les dterminants de lintensit du recours la dette bancaire.......................................................... 280
6.2.1. Spcification des modles de rgression sur donnes simples et dynamiques .................. 280
6.2.1. Prsentation des rsultats sur variables dpendantes continues.......................................... 283
6.3. Les dterminants de lintensit du recours a la dette bancaire en cas de mix dendettement ...... 289
6.3.1. Spcification des modles Tobit sur donnes simples et de panel...................................... 289
6.3.2. Prsentation des rsultats sur variables dpendantes censures.......................................... 290
CONCLUSION GENERALE ............................................................................................ 301
BIBLIOGRAPHIE...........................................................................................................309
341
LISTE DES ANNEXES
Annexes du chapitre prliminaire

Annexe n1 : Dettes bancaires et dettes de march : Une prsentation synoptique.............................................48
Annexe n2 : Dfinitions et mesures des financements intermdis ....................................................................51
Annexe n3 : Principales catgories dagents conomiques en France .................................................................54
Annexes du chapitre 1
Annexe n 1 : Le modle de Leland et Pyle (1977) ............................................................................................ 102
Annexe n 2 : Le modle de Diamond (1984) ................................................................................................... 103
Annexe n 3 : Synthse des tudes sur limpact du financement relationnel sur les conditions du crdit ........ 104
Annexe n 4 : Travaux sur limpact du financement relationnel sur les conditions du crdit ........................... 105
Annexe n 5 : Travaux sur limpact du financement relationnel sur le cot du crdit ...................................... 106
Annexe n 6 : Travaux sur limpact de la concentration du march sur le cot et la disponibilit des crdits . 107
Annexe n 7 : Travaux sur limpact du financement relationnel sur la performance des entreprises .............. 108
Annexe n 1 : Synthse des tudes empiriques sur la raction du march lannonce de dettes....... 141
Annexe n 1 : Echantillon dannonces demprunts bancaires.................................................................. 173
Annexe n 2 : Echantillon dannonces demprunts obligataires .............................................................. 175
Annexe n 3 : Modle destimation des rendements anormaux............................................................... 178
Annexe n 4 : Evaluation de la significativit des rendements anormaux.............................................. 180
Annexe n 5 : Problmes destimation des rendements anormaux ......................................................... 182
Annexe n 6 : Rsultats AAR et CAAR lies au type de lemprunt......................................................... 184
Annexe n 7 : Rsultats AAR et CAAR lies au stade de la relation de prt ......................................... 185
Annexe n 8 : Rsultats AAR et CAAR lies la maturit de lemprunt bancaire ............................... 186
Annexe n 9 : Rsultats AAR et CAAR lies au nombre de prteurs..................................................... 187
Annexe n 10 : Rsultats AAR et CAAR lies la taille de lentreprise emprunteuse ......................... 188
Annexe n 11 : Rsultats AAR et CAAR lies la date dannonce......................................................... 189
Annexe n 1 : Le modle de Yosha (1995).................................................................................................. 226
Annexe n 2 : Le modle de Almazan et Suarez (2003) ............................................................................ 227
Annexe n 3 : Le modle de Diamond (1991) ............................................................................................ 229
Annexe n 4 : Le modle de Rajan (1992) ................................................................................................... 231
Annexe n 5 : Le modle de Holmstrm et Tirole (1997) ........................................................................ 233
Annexe n 6 : Le modle de Lobez et Statnik (2007) ................................................................................ 235
Annexe n 7 : Le modle inspir de Berlin et Loeys (1988) ..................................................................... 237
Annexe n 8 : Le modle de Hackbarth, Hannessy et Leland (2007) ..................................................... 239
Annexe n 9 : Synthse des hypothses testables sur les choix dendettement des firmes.................. 242
Annexe n 10 : Synthse de la littrature empirique sur les choix dendettement des firmes ............. 243
Annexe n 1 : Rcapitulatif des variables et de leur proxy........................................................................ 266
Annexe n 2 : Composition de lchantillon de ltude ............................................................................. 267
Annexe n 3 : Matrice de corrlations des variables explicatives............................................................. 269
Annexe n 1 : Spcification des modles dichotomiques.......................................................................... 296
Annexe n 2 : Spcification des modles effets individuels................................................................... 298
342
LISTE DES TABLEAUX ET FIGURES
Figure I.1 Les dcisions dendettement parmi les choix financiers des firmes 3
Figure 0.1 Le systme financier : intermdiaires et marchs financiers 12
Tableau 0.1 Actifs bancaires versus capitalisation de march 26
Tableau 0.2 Encours du march des obligations, tout type dmetteur (en milliards de dollars) 27
Tableau 0.3 Rpartition par type dmetteur de la dette obligataire (en 2003, en %) 28
Tableau 0.4 Evolution du poids des investisseurs institutionnels (actifs agrgs en % du PIB) 29
Graphique 0.1 Evolution du march global des private equities (en milliards de dollars) 30
Graphique 0.2 Evolution des actifs nets globaux des Mutual Funds (en milliards de dollars) 31
Tableau 0.5 Source des actifs nets des investisseurs institutionnels (en milliards de dollars, fin 2006) 32
Tableau 0.6 Transformation de la structure des bilans bancaires* (en France, en %) 33
Tableau 0.7 Dcomposition du produit net bancaire* (en France, en %) 34
Tableau 0.8 Taux dintermdiation au sens large et troit (en France, en %) 37
Tableau 0.9 Taux dintermdiation au sens large : diverses rpartitions (en France, en %) 38
Tableau 0.10 Comparaison internationale du taux dintermdiation au sens troit des ANF* (en %) 38
Graphique 0.3 Taux dendettement des SNF (en France, en % du PIB) 41
Graphique 0.4 Taux dendettement des SNF (en France, en % de la VA et de lpargne brute) 41
Graphique 0.5 Taux dinvestissement* et dpargne des SNF (en France, en %) 42
Graphique 0.6 Taux dautofinancement des SNF (en France, en %) 42
Tableau 0.11 Encours de financement des SNF en France (en milliards deuros, en fin danne) 43
Tableau 0.12 Structure dendettement des SNF en France (en % de lendettement total) 44
Tableau 0.13 Flux de financement des SNF en France (en milliards deuros, en fin danne) 44
Figure 1.1. Rationnement du crdit dans le modle de Stiglitz et Weiss (1981, p. 397) 64
Figure 1.1. Asymtries dinformation et risques sur le march du crdit 69
Figure 2.1. Le caractre de signal de la dcision de prt bancaire 110
Tableau 3.1 Les annonces de dettes par les SNF franaises cotes de janvier 1995 dcembre 2005 148
Tableau 3.2 Mesures descriptives des deux chantillons dtude 150
Figure 3.1. Identification des fentres dvnement et destimation 151
Graphique 3.1 Rendements anormaux des titres lannonce de dettes obligataires 156
Graphique 3.2 Rendements anormaux des titres lannonce de dettes bancaires 156
Graphique 3.3 Rendements anormaux des titres lannonce de renouvellement de dettes bancaires 158
Graphique 3.4 Rendements anormaux des titres lannonce de nouvelles dettes bancaires 158
Graphique 3.5 Rendements anormaux des titres lannonce de dettes bancaires de maturit 5 ans 159
Graphique 3.6 Rendements anormaux des titres lannonce de dettes bancaires de maturit 6 ans 159
Graphique 3.7 Rendements anormaux des titres lannonce de dettes bancaires non syndiques 161
Graphique 3.8 Rendements anormaux des titres lannonce de dettes bancaires syndiques 161
Graphique 3.9 Rendements anormaux lannonce de dettes bancaires par des entreprises plus petites 162
Graphique 3.10 Rendements anormaux lannonce de dettes bancaires par des entreprises plus grandes 162
Graphique 3.11 Rendements anormaux des titres lannonce de dettes bancaires aprs le 1er janvier 2003 164
Graphique 3.12 Rendements anormaux des titres lannonce de dettes bancaires avant le 1er janvier 2003 164
Tableau 3.3 Analyse en coupe instantane - les dterminants des RACS 167
Tableau 5.1 Statistiques descriptives de lchantillon 255
Tableau 5.2 Ratios et structure dendettement des entreprises de lchantillon 256
Tableau 5.3 Statistiques descriptives de la gouvernance des entreprises de lchantillon 258
Tableau 5.4 Rpartition des entreprises de lchantillon selon leur secteur dactivit 258
Tableau 5.5 Tests de la normalit des variables de lchantillon 260
Tableau 5.6 Analyse ANOVA du recours ou non la dette obligataire 262
Tableau 5.7 Analyse ANOVA en fonction du ratio dettes bancaires sur actif total 264
Tableau 6.1 Rsultats des modles sur variables dpendantes dichotomiques 276
Tableau 6.2 Rsultats des modles de rgression sur variables dpendantes continues 284
Tableau 6.3 Rsultats des modles Tobit sur variables censures 291
343
Myriam TRABELSI EL GHARBI
Le choix de la source de dettes par les grandes firmes : le cas franais
Rsum :
En dpit des rformes visant faciliter laccs aux marchs, les grandes firmes franaises sendettent en
majeure partie auprs des banques. Cette thse tente donc de comprendre les dcisions dendettement des
entreprises, et plus particulirement leur choix entre dettes directes et/ou indirectes. Ce choix a un impact sur la
valeur boursire court terme des grandes socits franaises. En effet, les rsultats de ltude dvnements
indiquent que le march ragit positivement aux annonces demprunts bancaires, mais ne ragit pas aux
annonces demprunts obligataires. Leffet de signal positif est dautant plus important lorsque les annonces
concernent le renouvellement de dettes bancaires, des chances relativement courtes et des emprunts
bancaires syndiqus. La structure dendettement des grandes firmes dpend en fait de certaines de leurs
caractristiques. Ce sont essentiellement les plus grandes socits franaises, celles qui bnficient dune
certaine notorit, qui ont le plus de chance dmettre des emprunts directs. Toutefois, un certain nombre
dentre-elles tirent avantage de leur envergure pour accder la dette de march, alors quelles prsentent un
risque de crdit relativement lev. Ces firmes continuent donc se financer en majeure partie auprs des
banques afin de bnficier dune plus grande flexibilit. Par ailleurs, les entreprises innovantes optent pour une
structure dendettement mixte, qui leur permet de choisir leur source de dette en fonction de la confidentialit
des projets financer. Les variables de gouvernance jouent galement un rle dans les choix dendettement des
firmes. Au final, les deux types de dettes sont plus complmentaires que substituts.
Mots cls : dcisions dendettement ; dette de march ; dettes bancaires ; asymtrie dinformation ; cots
dagence ; monitoring ; rengociation ; structure du capital.
The Choice of Corporate Debt Ownership Structure : Evidence from French Companies
Abstract:
In spite of public market deregulation in the 1980s, large French companies continue borrowing predominantly
from commercial banks. To understand corporate debt decisions, this thesis examines the choice between
arms-length debt obtained in public market and/or monitored debt supplied by banks. This choice has an
impact on firms common stock prices. Bank loan announcements convey information to the capital market
and generate positive share price effects, while bond debt announcements do not. Market reaction is even more
important when announcements are related to bank credit renewals, to shorter maturities and to syndicated
loans. In fact, corporate debt ownership structure depends on several firm characteristics. Results indicate that
largest and oldest firms are most likely to issue public debts. However, some of them draw advantage from
their scale to reach bond markets, whereas they have a relatively high credit risk. These firms continue
borrowing from banks to benefit by a greater flexibility. Moreover, firms with sensitive information have a
mixed structure of debt, since they choose their debt source according to the confidentiality of the projects to
be financed. Corporate governance variables also play a part in the corporate debt choices. Finally, the two
types of debts are more complementary than substitute.
Keywords: debt decisions ; public debt ; bank debt ; asymmetric information ; agency costs ; monitoring ;
renegotiation ; capital structure.
Unit de recherche DEFI Laboratoire dconomie dOrlans

Universit de Tunis (ESSEC Tunis) Universit dOrlans
4, rue Ali Trad, Monfleury 1024 Tunis Rue de Blois, BP 6739 45067 Orlans Cedex 2

2009orle0501 0 0

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

2009orle0501 0 0

Transféré par

Droits d'auteur :

Formats disponibles

Le choix de la source de dettes par les grandes firmes :

To cite this version:

HAL Id: tel-00452645

HAL is a multi-disciplinary open access Larchive ouverte pluridisciplinaire HAL, est

THSE EN COTUTELLE INTERNATIONALE

Prsente lUniversit dOrlans par :

le 23 mars 2009 14h

Pour obtenir le grade de :

LE CHOIX DE LA SOURCE DE DETTES

THESE DIRIGEE PAR :

Je ddie cette thse Omar avec tout mon amour et

INTRODUCTION GENERALE ............................................................................................1

CHAPITRE PRELIMINAIRE - LES SYSTEMES FINANCIERS ET LENDETTEMENT DES

0.1. Lopposition banque/march : Une vision dpasse ?....................................................................16

PREMIERE PARTIE - LENDETTEMENT BANCAIRE EST-IL SPECIAL ? CAS DES SOCIETES

INTRODUCTION DE LA PREMIERE PARTIE .....................................................................57

CHAPITRE 1 - LENDETTEMENT BANCAIRE : UN FINANCEMENT RELATIONNEL ..........59

CHAPITRE 2 - LENDETTEMENT BANCAIRE : UN FINANCEMENT TRANSACTIONNEL ?109

2.1. La production dinformations par les banques : Evolution et renouveau................................. 112

CHAPITRE 3 - LENDETTEMENT BANCAIRE ET LA REACTION DU MARCHE BOURSIER :

3.1. Paramtres de ltude et modles destimation des rendements anormaux.............................. 145

INTRODUCTION DE LA DEUXIEME PARTIE .................................................................. 193

CHAPITRE 4 - LE CHOIX DE LA SOURCE DENDETTEMENT PAR LES FIRMES : UNE REVUE

4.1. Choix dendettement, asymtries dinformations et cots........................................................... 199

CHAPITRE 5 - LES DETERMINANTS DE LA SOURCE DE DETTES : CADRE EMPIRIQUE ET

5.1. Prsentation des variables retenues ................................................................................................. 246

CHAPITRE 6 - LES DETERMINANTS DES SOURCES DENDETTEMENT : UNE ETUDE

6.1. Les dterminants du recours ou non la dette de march .......................................................... 273

CONCLUSION GENERALE ............................................................................................ 301

La thorie du compromis (trade-off theory) postule en effet lexistence dun niveau

La thorie du financement hirarchique (pecking order theory) offre des modles

Cependant, en dpit de lintrt thorique de (et pour) la question, il semble que,

Dans ce cadre, le travail propos sintresse plus particulirement aux choix

Dcisions financires Dcisions de Dcisions de Dcisions

En raisonnant de la sorte, largument implicite est que ces deux sources de

Laccs de ces entreprises aux marchs a t fortement encourag par la mise en

Cependant, en dpit de ces rformes, la part du financement indirect reste

8 Source : Bank for International Settlements (BIS).

Le chapitre prliminaire dfinit tout dabord le contexte macro-conomique qui

La premire partie de la thse se propose de comprendre les spcificits de

Le travail entrepris dans le troisime chapitre constitue la premire tude empirique

Le quatrime chapitre propose un cadre thorique permettant de traiter de la

entreprises pour expliquer leurs dcisions dendettement. Il essaye, en outre, de rendre

Dans la mesure o certains agents conomiques investissent plus quils npargnent

Lintermdiation financire consiste en lachat de titres primaires aux emprunteurs

Se procurent des Marchs financiers Font des

Agents en situation de Agents en situation de

Obtiennent des Font des

A partir de cette premire fonction conomique i.e. lallocation des ressources il

moral, slection adverse, conflit principal-agent. La fonction essentielle de tout systme

En exerant au mieux lensemble de ces fonctions, le dveloppement du systme

Au demeurant, lensemble des fonctions dfinies ci-dessus peuvent tre remplies

0.1. LOPPOSITION BANQUE/MARCHE : UNE VISION DEPASSEE ?

La littrature relative la comparaison des systmes financiers est relativement

0.1.1. Pourquoi les structures des systmes financiers diffrent-elles ?

Ce rapide panorama illustre la diversit des systmes financiers au plan international

Pourtant, mme si on ne peut nier ces argumentations un certain pouvoir

En effet, des facteurs conomiques, et plus prcisment les caractristiques du

Monnet et Quentin (2005) adoptent galement une approche historique, mais

Au-del de ces considrations conomiques, ces dernires annes ont vu se

Tous ces facteurs font que la combinaison banques/marchs est ncessairement

0.1.2. Existe-il une structure optimale des systmes financiers ?

La typologie des systmes renvoie alors une autre question fondamentale