Vous êtes sur la page 1sur 321

Levaluation du risque de credit des PME francaises

internationalisees
Karima Modrik

To cite this version:


Karima Modrik. Levaluation du risque de credit des PME francaises internationalisees.
Economies et finances. Universite dAngers, 2016. Francais. NNT : 2016ANGE0025 .

HAL Id: tel-01455132


https://tel.archives-ouvertes.fr/tel-01455132
Submitted on 3 Feb 2017

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.
Karima MODRIK
Mmoire prsent en vue de lobtention du grade de
Docteur de l'Universit d'Angers sous le sceau de
lUniversit Bretagne Loire

cole doctorale : DEGEST

Discipline : Sciences conomiques

Unit de recherche : GRANEM

Soutenue le 16/12/2016

Evaluation du risque de crdit des PME


franaises internationalises
JURY

Directeur de Thse : Bruno SEJOURN, Maitre de confrences HDR en sciences conomiques,


Universit dAngers

Rapporteurs : Moujib BAHRI, Professeur en sciences de gestion, Universit TELUQ


Montral

Yamina TADJEDDINE-FOURNEYRON, Professeur en sciences


conomiques, Universit de Lorraine

Examinateurs : Michel BOUTILLIER, Professeur en sciences conomiques, Universit


Paris Ouest Nanterre-La Dfense

Catherine DEFFAINS-CRAPSKY, Maitre de confrences en sciences de


gestion, Universit dAngers

Adrian POP, Maitre de confrences HDR en sciences conomiques,


1
Universit de Nantes
2
LUniversit dAngers nentend donner aucune
approbation ou improbation aux opinions
mises dans cette thse. Ces opinions doivent
tre considres comme propres leur auteur.

3
4
REMERCIEMENTS

Mes remerciements les plus sincres sont adresss tout dabord mon directeur de thse,
Monsieur Bruno Sjourn, pour la confiance et le soutien quil me tmoigne depuis le dbut
de cette thse. Je le remercie galement pour sa rigueur acadmique et professionnelle, pour
ses efforts constants afin de me faire progresser et ses remarques constructives qui mont t
dune grande aide, pour ses qualits humaines trs rares et pour mavoir donn lopportunit
de raliser mon projet de recherche qui me tenait tout particulirement cur.

Je tiens galement remercier Madame Yamina Tadjeddine-Fourneyron et Monsieur Moujib


Bahri pour lhonneur quils me font en acceptant dtre les rapporteurs de ce travail. Mes
remerciements vont galement Monsieur Michel Boutillier, Madame Catherine Deffains-
Crapsky et Monsieur Adrian Pop, qui ont accept de participer comme examinateurs dans le
jury de ma thse.

Je remercie les membres du GRANEM, de lUniversit dAngers. Jexprime tout


particulirement ma profonde gratitude envers Madame Marie-Christine Passignat et Madame
Monique Bernier, pour leur soutien technique et le rconfort quelles ont pu mapporter tout
au long de ces annes de thse.

Mes remerciements vont enfin mes proches. Ma famille : mes parents pour leur
dvouement, leur patience et leur soutien inconditionnel ; mes grands frres pour leur
confiance et leurs encouragements ; mon petit frre pour ce que lon partage ; et mes tantes
pour leur affection et leur bienveillance. Je tiens exprimer ma reconnaissance mes amis
qui mont soutenu dans les moments dlicats et ont cru en moi jusqu la fin.

5
6
SOMMAIRE

SOMMAIRE .............................................................................................................................. 7

INTRODUCTION GENERALE ................................................................................................ 8

PARTIE 1. EXPLORATION THEORIQUE ET EMPIRIQUE DU RISQUE DE CREDIT


DES PME INTERNATIONALISES ..................................................................................... 23

CHAPITRE 1. LE RISQUE DE CREDIT DES PME : UNE REVUE DE LITTERATUR ...........28

CHAPITRE 2. LINTERNATIONALISATION DES PME ..........................................................78

CHAPITRE 3. LINFLUENCE DE LINTERNATIONALISATION SUR LA


PROBABILIT DE DEFAUT DES PME FRANAISES : UNE ANALYSE EN
DONNES DE PANEL ...............................................................................................................118

PARTIE 2. MODELISATION DU RISQUE DE CREDIT DES PME


INTERNATIONALISE ....................................................................................................... 155

CHAPITRE 4. METHODES DEVALUATION DU RISQUE DE CREDIT DES PME.............158

CHAPITRE 5. CONSEQUENCES DE LINTERNATIONALISATION SUR LA


MODELISATION DU RISQUE DE CREDIT DES PME ...........................................................208

CONCLUSION GENERALE ................................................................................................ 238

BIBLIOGRAPHIE ................................................................................................................. 246

ANNEXES ............................................................................................................................. 275

TABLE DES MATIERES...................................................................................................... 312

7
INTRODUCTION GENERALE

8
Contexte de la recherche

Limportance des PME dans le tissu productif franais

Les petites et moyennes entreprises (PME) sont des acteurs majeurs du tissu conomique
franais. Dfinies par la commission europenne 1 et lINSEE2 comme les entreprises qui
occupent moins de 250 personnes, et qui ont un chiffre daffaires annuel infrieur 50
millions deuros ou un total de bilan nexcdant pas 43 millions deuros , les PME font
depuis quelques dizaines dannes lobjet dune attention croissante de la part des
conomistes et des pouvoirs publics. De nombreuses tudes ont montr linfluence et
limportance des PME au sein de lconomie franaise. Cette importance apparait tout d'abord
travers leur dmographie. En effet, selon l'INSEE, la France compte environ 3,5 millions
dentreprises 3 dans les secteurs marchands non agricoles et non financiers avec :

- 3,37 millions de trs petites entreprises (TPE) dtes microentreprises, soit 96 % du


total des entreprises franaises ;

- 136 444 PME (hors microentreprises) ;

- 5 012 entreprises de taille intermdiaires (ETI) ;

- 217 grandes entreprises (GE).

Les TPE et PME sont les premires cratrices demploi : sur un total de 14,8 millions de
salaris en quivalent temps plein, les TPE en emploient 2,8 millions (soit 19% du total) et les
PME 4,1 millions (soit 28% du total). Les grandes entreprises et ETI quant elles
reprsentent respectivement 31 % et 22% des salaris en France.

1
Recommandation 2003/361/CE de la Commission du 6 mai 2003 concernant la dfinition des micros, petites et
moyennes entreprises.
2
Dcret n 2008-1354 du 18 dcembre 2008 relatif aux critres de dtermination de la catgorie d'appartenance
d'une entreprise pour les besoins de l'analyse statistique et conomique.
3
Chiffres de 2012 publis par lINSEE dans Les entreprises en France , dition 2015.

9
Un autre indicateur de limportance des PME est leur contribution la croissance
conomique. Les PME/TPE ralisent 44% (23 % pour les PME et 21% pour les TPE) de la
valeur ajoute, soit 986 milliards deuros pour les secteurs principalement marchands non
agricoles et non financiers. Les 56% de la valeur ajoute restante sont rpartis hauteur de
30% pour les grandes entreprises et 26% pour les ETI (cf. Figure 1).

Figure 1: Distribution des entreprises par rapport leur taille, niveaux demploi et
valeur ajoute

Source : INSEE.

En termes de volume d'activit, les PME /TPE ralisent chaque anne environ 1 300 Milliards
deuros de chiffre daffaires, soit 36% du total des entreprises franaises qui slve 3 700
milliards deuros pour les secteurs non agricoles et non financiers. Les principales
caractristiques des PME/TPE sont prsentes dans le tableau 1.

Tableau 1: Caractristiques des PME en 2012

10
Champ : France, entreprises marchandes non agricoles et non financires.
Source : INSEE. Les entreprises en France. Edition 2015.

Le troisime indicateur du rle des PME dans le tissu productif franais concerne le
commerce extrieur. Pour la plupart des observateurs, les PME reprsentent le seul moyen de
redresser le dficit du commerce extrieur. En 2013, on dnombrait 213 800 entreprises ayant
dclar un chiffre daffaires lexport pour un montant total de 593 milliards deuros, soit 9
% de lensemble des entreprises des secteurs principalement marchands hors agriculture et
services financiers (hors microentreprises). Environ 66% des entreprises de 250 salaris ou
plus (soit prs de 2 800 entreprises) sont exportatrices et ralisent 63 % des exportations
(environ 373 milliards). En complment, 164 200 trs petites entreprises ralisent 10% du
total des exportations (57 milliards). Parmi les 46 855 PME exportatrices (hors
microentreprise) 14 900 entreprises ralisent un chiffre daffaires suprieur un million
deuros lexportation. Pour certaines d'entre elles, les exportations reprsentent un enjeu
consquent : la moiti a un taux dexportation qui dpasse les 38 %, pour un montant global
de 157 milliards (cf. Tableau 2).

Tableau 2: Entreprises exportatrices en 2013

1
Taux dexportation des entreprises exportatrices
Source : INSEE. Les entreprises en France. Edition 2015.

11
Financement des PME et risque de crdit

Les PME constituent une catgorie de dbiteur prsentant un risque de crdit spcifique,
particulirement pour les banques. Elles recourent en effet de manire privilgie
lendettement bancaire, et non aux marchs financiers compte tenu de leur surface financire
limite, pour se financer. Or, elles reprsentent une clientle plus fragile que celles des ETI et
des GE. La fragilit des PME est principalement lie leur structure financire, qui se
distingue par une capitalisation souvent insuffisante et un taux dendettement relativement
lev. Ce taux dendettement est certes en baisse sur le long terme, mais il se redresse quelque
peu depuis 2005 (cf. Figure 2).

Figure 2: Taux dendettement (Dettes financires / Fonds propres) des entreprises

Source : Banque de France, base FIBEN, novembre 2011.

Selon le service central des risques de la Banque de France fin juin 2015, les PME
recenses disposent de 431,8 milliards deuros de lignes de crdits dont 382,7 milliards sont
effectivement utiliss (mobiliss) 4. Ces deux indicateurs sont en progression au cours des
derniers trimestres, l'encours de crdits mobiliss augmentant par exemple de 2,5 % sur un an
(cf. Figure 3). Ainsi, la part des PME dans les concours bancaires accords lensemble des

4
Source : Banque de France, Direction des Entreprises. Le financement des PME en France, Juin 2015.

12
entreprises peut tre estim 50% (par rapport 871,4 Mds de crdits prvus pour le
financement de lensemble des entreprises franaises toutes tailles confondues).

Figure 3: Taux de croissance des crdits mobiliss et mobilisables


(Glissement annuel en %)

Source : Banque de France, Direction des entreprises

Le poids des crdits accords aux PME justifie l'attention porte au risque de crdit de celles-
ci, considr comme important par les banques. Il en ressort l'existence d'une prime de risque
verse par les PME par rapport la population des grandes entreprises. Dans une tude de
lOCDE5, il apparat que cette prime mesure par le spread entre les taux dintrts des crdits
accords aux PME et ceux appliqus aux grandes entreprises se maintient au-del des 50
points de base depuis plusieurs annes (cf. Figure 4). Cet cart est d'autant plus important de
manire relative que le niveau des taux d'intrt est faible depuis de nombreuses annes.

5
OECD, Financing SMEs and Entrepreneurs 2016 : an OECD Scoreboard.

13
Figure 4: Risque de crdit des PME (en %)

Source: OECD, Financing SMEs and Entrepreneurs 2016 : an OECD Scoreboard.

Dans un contexte conjoncturel marqu par des crises financires, le ralentissement durable de
la croissance conomique et en prsence dune rglementation renforce, il n'est pas
surprenant que les banques aient rationn leur offre de crdit aux PME, soit quantitativement
par la baisse de loffre de crdit, soit en augmentant la prime de risque par rapport leur
clientle de grandes entreprises. Ce fut particulirement le cas durant la crise des subprimes
(cf. Figures 4 et 5). De nombreuses tudes confirment que le cot du crdit est plus cher pour
lentreprise de petite taille (Bardos, 1990). Ce cot de lendettement est gnralement
fonction du risque de dfaut, lui-mme troitement corrl la taille de lentreprise.
Cependant, il apparat que, risque gal, les PME supportent un cot dendettement plus
lev que leurs homologues plus grandes.

Ainsi, le rationnement du crdit limite la possibilit pour les PME de financer des projets
viables conomiquement. Daprs la littrature sur le phnomne du rationnement de crdit
(issue notamment des travaux de Stiglitz et Weiss, 1981), en raison de lexistence dune
asymtrie dinformation la banque ne peut pas distinguer correctement un bon projet dun
mauvais en se basant uniquement sur son niveau de risque. Lorsquelle augmente son taux

14
dintrt, les entreprises dont les projets sont les moins risqus sont incites quitter le
march. Par consquence, le risque relatif aux entreprises potentiellement emprunteuses
augmente (risque danti-slection) et ces dernires peuvent dcider dadopter des projets plus
risqus (supposs plus rentables) que prvu pour couvrir la hausse des charges financires
(Chertok et al., 2008) rsultant de taux dintrt plus levs (risque dala moral).

Figure 5: Taux des crdits aux entreprises, par taille (en %)

Source : Banque de France, Direction de lIngnierie et de la Matrise dOuvrage Statistiques.

Le risque de crdit est principalement li la probabilit de dfaillance de lentreprise. Sur ce


plan, la dfaillance des PME reste massive ces dernires annes et tendanciellement haussire
depuis le dbut du sicle (cf. Figure 6). En France, les dfaillances des PME ont atteint un pic
de 5031 en 2009.

Figure 6: Nombre de dfaillances des PME en France, tous secteurs confondus


(Moyenne annuelle sur la priode 2001-2014)

15
Source : INSEE

Ces dfaillances reprsentent un cot lev pour les banques car elles entrainent des pertes
trs importantes (cf. Figure 7), que le dfaut de remboursement soit partiel ou total par rapport
aux capitaux prts. De mme, elles exposent les autres cranciers un risque majeur qui peut
les affecter jusqu les rendre dfaillants leur tour.

Figure 7: Poids conomique des PME dfaillantes dans les encours de crdits mobiliss
(Cumul 12 derniers mois en % - septembre 2015)

Source : Banque de France, Direction des Entreprises

Ainsi, laugmentation du nombre de PME dfaillantes et les pertes quelles impliquent pour
leurs partenaires, notamment les banques, incitent sinterroger sur les causes possibles de la

16
dfaillance. Celle-ci peut tre due aux dficits stratgiques ou managriaux ou aux volutions
de lenvironnement conomique : situation de crise des secteurs dactivits, dfaillances des
clients, changements des conditions de financement, perturbations des marchs. La capacit
dcrire, analyser et anticiper ce phnomne s'avre tre de premire importance.

Pour les banques, la prvision du risque de crdit des entreprises est galement essentielle
dans la mesure o les rgles prudentielles labores par le Comit de Ble les obligent se
doter dun systme dvaluation de risque de crdit, afin de juger la qualit de chaque ligne de
crdit (par lattribution dune note individuelle) et dvaluer les probabilits de pertes
engendres par la dtention dun portefeuille de crdits. Elles dterminent ensuite les fonds
propres constituer en fonctions de la quantit des pertes prvues. Lobjectif du rgulateur est
de sassurer que les banques sont suffisamment capitalises par rapport aux risques ports.
Mme sil est impossible dliminer compltement le risque de crdit travers ce type de
rglementation prudentielle (ce qui ne peut d'ailleurs tre un objectif micro ou
macroconomique), les banques, en adoptant de bons modles de prvision adapts aux
particularits de leurs segments de clients, notamment les PME, rduisent au minimum leur
propre risque de dfaut, permettant ainsi, de crer un environnement conomique stable,
caractris par un niveau de confiance lev des individus et des entreprises.

La ncessit de se doter dun systme dvaluation de risque est galement justifie en raison
du fait que la survenance brutale des dfaillances est un vnement plutt rare. Mais par
ailleurs, la dfaillance est gnralement visible plusieurs annes lavance. D'une manire
gnrale, ces dfaillances se manifestent plutt la suite dune dgradation successive de la
notation (De Servigny et al., 2003 ; 2006). Ainsi, la banque peut prendre par avance les
mesures ncessaires pour pouvoir rcuprer son capital emprunt, dcider de refuser de
renouveler ou octroyer de nouvelles lignes de crdits.

Ces systmes dvaluation se prsentent sous la forme de modles de scoring qui visent
prdire la vulnrabilit ventuelle dune entreprise laide des informations financires et des
mthodes statistiques. Lobjectif des banques est donc de dtenir des modles de scoring
performants qui permettent de grouper les entreprises dans des classes de risques afin
damliorer la capacit de distinguer entre les bons et les mauvais emprunteurs. De ce fait,
ladoption dinstruments de dtection prcoce des dfaillances dentreprises peut permettre
aux banques de mieux rpertorier les PME disposant dune assise financire robuste, et ainsi
de rduire les problmes dasymtrie dinformation susceptibles de conduire un

17
rationnement du crdit qui serait de nature pnaliser les investissements et la croissance
conomique.

En mettant en place un modle de risque de crdit, les banques peuvent galement palier aux
problmes de tarification des crdits, puisque le cot de lendettement (taux dintrt
appliqu) est fonction du risque de dfaillance, lui-mme troitement li lapprciation de la
qualit des emprunteurs.

Bon nombre de travaux thoriques et de vrifications empiriques (Edmister, 1972 ; Bates et


Nucci (1989), Van Caillie (1989, 2006), Pompe et Bilderbeek (2005), Altman et Sabato,
2007 ; etc) ont fait merger diffrents modles de prdiction du risque de crdit des PME,
permettant den valuer son ampleur et dtre en mesure de le prvoir. Ces mthodes sont
adoptes par les banques lors la construction de leurs systmes de scoring internes.

Problmatique et questions de recherche

Cette thse sinscrit dans le prolongement des travaux de recherche sur les dterminants de la
dfaillance des PME, en particulier celles ayant une activit internationale. Le terrain
exprimental est celui des PME franaises. Elle vise dune part mieux cerner les facteurs
macroconomiques susceptibles dexpliquer la dfaillance et, dautre part, proposer une
analyse exploratoire et comparative proposant un modle de prdiction du risque de crdit.

La revue de la littrature permet de constater que mme s'il existe une multitude de travaux
dans le domaine du risque crdit des entreprises, proposant une certaine richesse des rsultats,
trs peu de ces recherches ont t menes sur une population (les PME) doublement
caractrise par sa taille et son activit (en l'occurrence l'ouverture vers les marchs
trangers). Or nous avons pourtant vu que le financement de cette catgorie d'entreprise est un
enjeu de taille, pour leur dveloppement et plus gnralement pour l'emploi et les changes
extrieurs. La majeure partie de la littrature existante traite la question du risque de crdit en
ayant recours des indicateurs financiers, donc en se concentrant sur des indicateurs internes.
Elle intgre rarement les variables relatives la conjoncture conomique et ne sintresse pas
la question de linternationalisation.

Ainsi, la thse analyse le risque de crdit des PME en valuant empiriquement plusieurs
questions lies ce risque. Plus prcisment, elle rpond aux questions suivantes :

18
1- De quelle manire le risque de crdit des PME franaises internationalises est-il influenc
par l'environnement macroconomique ?

2- Un degr lev d'internationalisation permet-il de diminuer le risque de crdit des PME


franaises ?

3- Doit-on traiter de manire spcifique la modlisation du risque de crdit des PME


franaises internationalises ?

En rpondant ces questions, la thse examine les hypothses suivantes :

- Hypothse 1 : Les variables macroconomiques ont des rpercussions


importantes sur le risque de crdit des PME franaises internationalises.

Les conditions conomiques jouent un rle important dans la dtermination du risque de


crdit des PME. Ces conditions capturent par exemple leffet dun retournement dfavorable
de lenvironnement conomique, susceptible daffecter la sant financire des PME,
caractrises par une fragilit et une capacit limite faire face aux crises conjoncturelles,
comparativement aux entreprises de plus grande taille. Ainsi, en cas de fluctuations
conomiques ngatives, les PME nauront pas de sources de financement suffisantes. De plus,
les PME ayant une activit moins diversifie l'international ont plus de difficults de
compenser lrosion de marges sur les marchs domestiques.

- Hypothse 2 : L'internationalisation rduit la probabilit de dfaillance des PME.

L'internationalisation a plusieurs avantages qui influencent positivement la performance des


entreprises et donc la sant financire. Tout d'abord, le dveloppement linternational est un
vritable levier de croissance car il permet daugmenter le chiffre daffaires sur de nouveaux
marchs et compenser lrosion des marges sur les marchs domestiques, ce qui permet
damliorer la rentabilit. Deuximement, l'internationalisation renforce la stabilit des gains
en diversifiant les sources de revenus et en rduisant les risques de l'entreprise grce
l'intgration des marchs trangers (Caves, 2007). Enfin, l'internationalisation, parce qu'elle
conduit une hausse du volume des affaires, peut amliorer le systme de production,
augmenter les conomies d'chelle, et conduire une plus grande efficacit en termes des
cots (Hout et al., 1982). D'un autre ct, l'internationalisation prsente quelques
inconvnients qui peuvent avoir un impact ngatif sur les performances de lentreprise. Par
exemple l'internationalisation expose lentreprise au risque de change et des cots de

19
transaction importants (Thomas et Eden, 2004 ; Gupta et al., 2014). Il reste savoir si les
avantages de l'internationalisation peuvent l'emporter sur les inconvnients.

- Hypothses 3 : la modlisation du risque de crdit des PME doit tenir compte de


linternationalisation.

Bien qu'il existe de nombreux facteurs communs qui peuvent affecter tous les types
entreprises, qu'elles aient une activit strictement domestique ou qu'elles soient ouvertes
l'international, il existe aussi des facteurs qui peuvent influencer diffremment ces deux
catgories dentreprises. Plus prcisment, au-del d'un environnement conomique
diffrenci (hypothse 1), les avantages et les inconvnients de l'internationalisation,
mentionns ci-dessus dans l'hypothse 2, peuvent ncessiter une prise en compte diffrente
des variables financires dans l'valuation de la probabilit de dfaut. Cela suggre que les
petites et moyennes entreprises domestiques et internationales devraient tre considres
sparment lors de la modlisation de leur risque de crdit.

Organisation de la thse

Nous tentons dapporter notre contribution ces questions et vrifier les hypothses travers
les deux parties qui composent cette thse :

- La premire partie intitule Exploration thorique et empirique du risque de crdit


des PME internationalises est divise en trois chapitres. Nous examinons tout
d'abord la littrature existante sur la question des dterminants du risque de crdit des
entreprises et particulirement des PME. Nous tudions ensuite le processus
dinternationalisation des PME, pour en comprendre les avantages et les risques
encourus. Ceci permet de dtecter les facteurs qui seront tests conomtriquement
pour vrifier linfluence de linternationalisation sur la probabilit de dfaillance des
PME ;

- La deuxime partie intitule Modlisation du risque de crdit des PME


internationalises est rpartie en deux chapitres. Dans le chapitre quatre nous
ralisons un audit des diffrentes mthodologies adoptes pour lvaluation du risque
de crdit. Nous en extrayons les principaux indicateurs financiers qui pourront tre
utiliss pour la modlisation du risque de crdit spcifique aux entreprises
internationalises ralise dans le chapitre cinq.

20
21
22
PARTIE 1. EXPLORATION THEORIQUE ET
EMPIRIQUE DU RISQUE DE CREDIT DES PME
INTERNATIONALISES

23
Introduction partie 1.
Dans de nombreux travaux empiriques visant dterminer lapparition du risque de dfaut
des entreprises, l'accent est mis sur le recours aux indicateurs financiers. Or, plusieurs tudes
ont montr que la trajectoire de la dgradation de la sant conomique dbute bien avant
lmergence des difficults financires. Elle est le rsultat de laccumulation de problmes
relatifs aux caractristiques de lentreprise, aux erreurs de gestion, de planification, ou encore
aux bouleversements macroconomiques qui influent sur l'activit. Cette vision globale na
pas ncessairement t adapte aux PME, particulirement celles qui ont une activit
internationale. La PME se singularise en effet, par sa singulire fragilit, son manque de
ressource et sa capacit limite daccs au financement. Quant au processus
d'internationalisation, il fait apparatre des facteurs supplmentaires de dtermination du
risque de crdit, en fonction du processus et du mode dinternationalisation de lentreprise.
Ds lors, linfluence des dterminants du risque de crdit des PME qui font le choix de
l'internationalisation doit tre tudie en tenant compte de ces spcificits, notamment
travers l'exposition la conjoncture conomique, qui na pas t suffisamment explore dans
le cas des PME.

Lobjet de cette premire partie, intitule Exploration thorique et empirique du risque de


crdit des PME internationalises est donc de prsenter, dune part, une analyse des
travaux de recherche ayant t entrepris au sujet des dterminants du risque de dfaut des
PME et, d'autre part, de tenir compte des risques auxquels sont confronts ces entreprises
dans leur processus dinternationalisation., Nous cherchons enfin mettre en vidence
linfluence de la dcision de linternationalisation sur la probabilit du dfaut, travers des
estimations conomtriques.

Ainsi, le premier chapitre dresse un portrait de la littrature existante en sciences


conomiques et en gestion (en convenance avec notre problmatique). Ceci permet dans un
premier temps de rvler la difficult de dfinition du concept du risque de crdit et de
dlimiter son champ dapplication en rapport avec nos objectifs de recherche. Ensuite, nous
cherchons apprhender les diffrents facteurs conomiques, financiers et organisationnels
dterminants du risque de dfaut des PME. Cependant, les donnes quantitatives relatives aux
facteurs organisationnels tant difficiles obtenir, seules les facteurs conomiques seront
exploits dans le cadre de lanalyse quantitative qui sera prsent par la suite.

Le second chapitre dcrit les diffrents processus et modes dinternationalisation des PME,

24
leurs avantages et inconvnients, et donc les risques qu'ils font subir l'entreprise et ses
ventuels cranciers. Nous recensons les diffrentes tudes relatives au sujet de
linternationalisation des PME issues de la littrature en sciences de gestion, permettant ainsi
de dfinir les facteurs dterminants du risque de dfaut spcifique aux entreprises ayant une
activit sur les marchs trangers. En effet, lapproche selon laquelle nous traitons le risque de
crdit des PME internationalises naurait pu tre correctement justifie sans simmerger dans
le champ de recherche en management stratgique qui sattache tout particulirement
tudier le comportement des entreprises de taille restreinte, et dexpliquer linfluence de leurs
stratgies sur leur niveau de comptitivit, de rendement, dexposition aux risques ou mme
sur leur survie.

Le troisime chapitre s'appuie sur les conclusions des deux premiers. Il consiste analyser, de
manire empirique, des donnes relatives aux PME franaises et dterminer, sur la base d'un
travail conomtrique, leur probabilit de dfaut. Cette vrification empirique permet de
mettre en lumire la relation entre les conditions macroconomiques et la probabilit de
dfaut des PME, tout en traitant de manire spcifique les entreprises internationalises. Elle
dbouche sur un premier rsultat important : selon nos estimations, une PME internationalise
prsente un risque de dfaut moins fort qu'une PME purement domestique. Ce risque doit tre
modlis de manire diffrente que celui des PME domestiques pour mieux tenir compte des
spcificits.

25
26
27
CHAPITRE 1. LE RISQUE DE CREDIT DES PME : UNE
REVUE DE LITTERATUR

28
Introduction chapitre 1.

Laugmentation de lampleur du risque de crdit sur certaines priodes et le ncessaire


traitement de ce risque, pour motif rglementaire ou par simple optimisation dune politique
de gestion du risque par les banques, a suscit lintrt prononc de nombreux chercheurs en
conomie bancaire et en gestion durant ces dernires dcennies. Un grand nombre de travaux
thoriques et de vrifications empiriques a t entrepris. Traitant spcifiquement de ce
phnomne ou des diffrentes problmatiques qui y sont associes (par exemple le
rationnement du crdit), ces tudes ont notamment fait merger plusieurs dterminants du
risque de crdit, permettant non seulement den donner une explication, mais aussi den
valuer lampleur ou encore dtre en mesure de le prvoir.

La recherche en matire du risque de crdit s'est ainsi construite autour de trois principales
approches : la description, la prdiction et la prvention. La premire consiste comprendre le
phnomne travers lobservation des diffrents processus de risque de crdit sans donner
pour autant une solution prventive ou de traitement de faon lliminer ou mme le
rduire. De nature principalement financire, la deuxime approche s'est focalise sur ltude
des signaux indiquant une augmentation ou une baisse du risque de crdit. Enfin, l'approche
prventive s'inscrit dans une perspective de prolongement de la comprhension des causes
microconomiques et macroconomiques de lapparition du risque de crdit, faisant appel
des problmatiques internes aux tablissements de crdit comme la rgulation d'origine
externe.

Dans ce premier chapitre, lanalyse de la littrature doit permettre de faire merger la


dfinition du risque de crdit la plus adapte nos objectifs de recherche. Nous analysons
ensuite les causes rpertories de lapparition de ce risque et nous prsenterons ses diffrents
dterminants. Pour ce faire, le risque de crdit est analys selon une triple trajectoire :
conomique, financire et stratgique, en se fondant sur les travaux thoriques et empiriques
qui traitent la question de la prdiction du risque de dfaut, sur les tudes qui recensent les
causes et symptmes de la dfaillance, ainsi que sur les travaux qui proposent des modles qui
expliquent la dynamique de progression des diffrents facteurs du risque de dfaut des
entreprises.

29
Section 1. Le concept de risque de crdit

Dans cette premire section, notre rflexion portera dans un premier temps sur la notion de
risque dans les domaines des sciences conomiques, de la gestion et en finance. Ensuite, nous
prsenterons la dfinition et les formes de risque de crdit afin de justifier le choix des notions
relatives ce risque qui seront utilises tout au long de ce travail.

I. Le risque

Le terme risque a de nombreuses significations, selon le domaine tudi. Aussi, il est


ncessaire au pralable de prciser les dfinitions du risque au sein des diffrents domaines en
relation avec notre champ de recherche. Dune manire gnrale, le risque se dfinit comme
la possibilit quun vnement ngatif, difficile anticiper, se produise en impliquant des
effets nfastes pour ceux qui le supportent. Il revt cependant des spcificits selon que lon
introduise le concept dans un raisonnement conomique, financier ou de gestion.

1. Le risque en sciences de gestion et en conomie

En sciences de gestion, le risque subi par les acteurs (stakeholders) peut sanalyser dans le
cadre du non-respect des termes ou de lincompltude des contrats. Les vnements futurs ne
peuvent tre prvus lavance car il est impossible, ou trop coteux, de les anticiper. Les
contrats ne pouvant prvoir les conditions applicables toutes les ventualits futures, un
risque apparat (Kharoubi et Thomas, 2016).

Dans le domaine des sciences conomiques, le risque traduit une probabilit statistique quun
vnement ayant des consquences ngatives se ralise. Ce risque lui-mme na pas de nature,
mais renvoie lvnement auquel il est associ (Kharoubi et Thomas, 2016). Il survient pour
les acteurs concerns travers lvnement pour lequel la probabilit de survenue est ralise.
Daprs Bernard et al. (2002), le risque en conomie est un tat pour lequel la probabilit
quun rsultat contraire un objectif souhait dans une organisation donne, survient. Ce
risque peut tre li une variation des revenus, des cots, des quantits produites, des
fluctuations de marchs ou des changements dans lenvironnement externe de lorganisation.

30
2. Le risque en finance

En Finance, le risque a t dfini par Vaughan (1997) 6 comme tant une relation entre une
organisation (ou une personne physique) et un actif (ou revenu) qui peut tre dtriore ou
perdue compltement. Un risque est dit financier sil se compose de trois lments : (1) un
revenu ou un actif dont la dgradation (ou la perte totale/partielle) causera une perte
financire, (2) une organisation (ou un individu), (3) un changement mme de causer cette
perte. Le changement est peru donc comme associ une source financire, par exemple le
prix dun actif financier ou la qualit dun crdit accord une entreprise. Bernard et al.
(2002), proposent une classification des types de risques financiers selon les actifs/les revenus
(cots) ainsi que les facteurs (sources de risques) qui leur sont propres (Cf. Tableau 3).

Tableau 3: Classification des types de risques financiers

Types de risques Actifs ou revenus (cots) Facteurs (sources de risque)


financiers associs

Risque de march Valeur marchande des positions - Niveau des prix


financier de la firme sur :
- Volatilit des prix
1) Actions dentreprises

2) Devises

3) Obligations (Taux dintrts)

4) Commodits

Risque de liquidit de Valeur de liquidation des - cart entre le prix acheteur et


march financier positions de la firme sur : le prix vendeur sur le march

1) Actions dentreprises - Volume associ aux prix

2) Devises vendeur et acheteur.

3) Obligations (Taux dintrts)

4) Commodits

6
Cit dans : Bernard, J.-G., Aubert, B. A., Bourdeau, S., Clment, ., Debuissy, C., Dumoulin, M.-J.,
Peignier, I. Le risque : un modle conceptuel dintgration. CIRANO, 2002.

31
Risque de crdit Valeur du contrat de transaction - Sant financire de la
contrepartie dune transaction
financire

Risque doprations Revenus/Cots des oprations - Erreur dans lenregistrement


financires financire des transactions financires

Risque li la Cot li au respect ou au non- - Niveau de rglementation des


rglementation respect de la rglementation marchs financiers
financire

Risque de base Valeur du portefeuille des - cart entre les variations de la


(risque rsiduel) positions couvertes de la firme. valeur du risque (financier
ou conomique) couvrir et
celle de linstrument financier
qui sert couvrir ce risque.

Risque de liquidit Cot de financement de la firme -Toutes les sources de risques


interne de la firme prcdentes

Source : Bernard et al. (2002)

Si lon se concentre sur le domaine bancaire, le risque est dfini par le comit de Ble
(Kharoubi et Thomas, 2016), comme tant la combinaison de deux lments principaux : une
perte ventuelle et un ala. Si cet ala ne porte que sur un ou des vnements positifs, il nest
pas considr comme un risque, ce qui nous loigne de la mesure statistique du risque,
souvent traite par la variance. En outre, si la perte est certaine, il nest plus considr comme
tel.

Dans lactivit bancaire, le risque est invitable parce que cest dans la nature de la banque de
prendre des risques et d'obtenir une rmunration pour ce "service". Ainsi, il existe un grand
nombre de risques auxquels une banque est confronte : le risque de crdit, le risque de
march, le risque oprationnel, le risque de liquidit et le risque de taux dintrt dans le
portefeuille de placement. Dans ce vaste ensemble, notre thse portera exclusivement sur le
risque de crdit, plus particulirement lorsque l'emprunteur est une entreprise (et non un
particulier).

32
II. Risque de crdit, risque de dfaut ou risque de dfaillance ?

A ce jour, un grand nombre de travaux ont trait le risque de crdit des entreprises ainsi que
les diffrentes problmatiques qui y sont associs dans divers contextes. Ce risque est
mentionn diffremment dune tude lautre : il est gnralement appel risque de
dfaillance, risque de cessation de paiement ou risque de dfaut pour les crdits (Desmich,
2007). D'un point de vue smantique, cette abondance de terminologies traduit forcment une
complexit conceptuelle, conduisant sinterroger sur les origines et les relles quivalences
et/ou approximations entre les termes.

1. Les notions de risque de crdit et de dfaut

Pour le comit de Ble, le risque de crdit ou de contrepartie est dfini comme tant le risque
de non remboursement associ un prt accord par une banque. En gnral, travers cette
approche, on fait rfrence deux dimensions pour le risque de crdit (Bruyre, 2004 ;
Roncalli, 2009) :

- La dgradation de la qualit du crdit (downgrading risk) : si la perception de la


qualit de lemprunteur se dtriore (migration dune classe de risque une autre), la
prime de risque sur cet emprunteur saccroit en consquence et la valeur de march de
cette dette diminue ;

- Le risque de dfaut (default risk) est le risque de pertes conscutives au dfaut dun
emprunteur sur un engagement de remboursement de dettes contractes auprs dun
tablissement bancaire. De manire proche, lagence Moodys retient la dfinition
suivante du risque de dfaut : tout manquement ou tout retard sur le paiement du
principal et/ou des intrts . Le dfaut est constat selon lun des trois critres
suivants (Desmich, 2007) :

Lexistence de doutes sur la capacit de lemprunteur rembourser ses


engagements ;

La constitution de provisions spcifiques, abandons de crances,


restructurations ;

Lexistence dimpays constats.

33
Ce risque de dfaut correspond lincertitude associe la capacit dun emprunteur
honorer ses dettes et satisfaire ses obligations contractuelles. Compte tenu de la difficult de
distinguer les entreprises qui feront dfaut de celles qui ne le feront pas, il est seulement
possible de calculer des probabilits de dfaut. Sur ce plan, le dfaut est un vnement rare
dont la probabilit doccurrence est sense tre value par la classe de rating (note
financire) laquelle lemprunteur appartient (Gatfaoui, 2008). La perte supporte par un
prteur ou encore par une contrepartie en cas de dfaut est gnralement dfinie par les termes
particuliers du contrat, cest- dire par la nature des classes dobligations contractuelles qui y
figurent, notamment le remboursement du capital emprunt et le paiement des intrts de la
dette.

Si l'on fait abstraction des problmes de dette de march, dans laccord de Ble II (article 414
davril 2003), un dfaut de la part dun dbiteur surgit lorsque lun ou les deux vnements
suivants se ralisent :

1- La banque estime improbable que le dbiteur rembourse en totalit son crdit


au groupe bancaire sans quelle ait besoin de prendre des mesures appropries
telles que la ralisation dune garantie (si elle existe).

2- Larrir du dbiteur sur un crdit important d au groupe bancaire dpasse


90 jours. Les dcouverts sont considrs comme des crances chues ds que le
client a dpass une limite autorise ou quil a t averti quil disposait dune
limite infrieure lencours actuel 7.

Une autre manire daborder le sujet est de considrer que le risque de crdit est constitu de
plusieurs lments (cf. parties suivantes) qui peuvent se dcomposer en deux groupes
principaux : le risque indpendant et le risque de portefeuille. Le risque indpendant est
constitu de quatre lments qui sont : la probabilit de dfaut (c'est--dire la probabilit que
lemprunteur se trouve dans limpossibilit dhonorer ses engagements contractuels et de
rembourser ses crances) ; la perte subie ou taux de recouvrement tant donn le dfaut (c'est-
-dire la perte rsultante en cas de dfaut de lemprunteur, ou encore le cot du dfaut par
rapport au montant expos) ; le risque de migration ou de dgradation (c'est--dire la
probabilit doccurrence dvnements de dfaut et limpact de la variation de cette dernire
suite au changement de la situation financire de lemprunteur et le passage dune classe de

7
Gouriroux, C., Tiomo, A. Le risque de crdit : une approche avance. Economica, 2007.

34
risque une autre). Au-del de ces risques individuels, le risque de portefeuille se compose de
deux lments qui sont les corrlations entre les dfauts (soit le degr de
dpendance/indpendance des risques de dfaut des emprunteurs au sein du mme
portefeuille) et lexposition au risque de dfaut (c'est--dire la taille du portefeuille expos au
risque de dfaut des emprunteurs). Ce dernier point peut tre considr comme un risque de
march, non diversifiable.

2. Risque de dfaut / risque de dfaillance

Jorion (2001) dfinit le risque de crdit de la manire suivante: credit risk is the risk of an
economic loss from failure of a counterparty to fulfill its contractual obligations. Le risque
de dfaut / crdit traduit la dfaillance possible dun emprunteur de remplir ses engagements
financiers (Hull et al., 2007 ; Darsa, 2010). Ceci introduit une dimension juridique.

Pour lINSEE, une entreprise est en situation de dfaillance ou de dpt de bilan partir du
moment o une procdure de redressement judiciaire est ouverte son encontre. Cette
procdure intervient lorsqu'une entreprise est en tat de cessation de paiement, c'est--dire
qu'elle n'est plus en mesure de faire face son passif exigible avec son actif disponible . La
lgislation franaise, travers la loi n85-98 du 25 janvier 1985 relative au redressement et
liquidation juridique des entreprises, modifie par la loi n94-475 du 10 juin 1994, puis par la
loi n 2005-845 du 26 juillet 2005 sur la sauvegarde des entreprises, et enfin plus rcemment par
lordonnance du 18 dcembre 2008, qualifie une entreprise de dfaillante ds lors quelle est
en cessation de paiement. Ensuite, le tribunal de commerce prononce un jugement prvoyant
alors trois solutions possibles :

- La liquidation : pouvant tre immdiate, liquidation directe , ou bien avoir lieu


suite une priode dobservation ;

- Le redressement de lentreprise et la poursuite de lactivit suite un plan de


continuation ;

- La reprise de lentreprise suite un plan de cession. En France, en particulier pour les


PME, les ngociations prives peuvent tre encadres et facilites par un mandataire
ad hoc. Les banques crancires demandent de plus en plus frquemment la
nomination d'un mandataire en cas de difficults, ou dun conciliateur dsign par le
tribunal de commerce.

35
De ce fait, la dfaillance est le rsultat dun ensemble de difficults financires signales par
une cessation de paiement et engageant une procdure juridique. Cette vision ne rend pas
compte du caractre dynamique du process et ne permet pas de prendre en compte les
difficults susceptibles de menacer la prennit dune entreprise. Donc, elle ne reflte pas le
processus de dtrioration de la sant conomique et financire de lentreprise et ignore le fait
que le dpart de cette dgradation est bien antrieur la simple cessation des paiements des
dettes (Argenti, 1976 ; Malcot, 1981).

Cependant, dans la littrature non juridique, on tudie gnralement la dfaillance en se


rfrant une approche plus complte, en considrant que celle-ci intgre trois composantes :
conomique, financire et juridique (Casta et Zerbib, 1979 ; Ferrier, 2002). Financirement,
lentreprise est considre comme dfaillante quand elle devient insolvable 8 et quelle ne peut
plus faire face ses dettes exigibles moyennant son actif disponible (Malecot, 1981). Dun
point de vue conomique, la dfaillance dune entreprise est caractrise par une inadaptation
lenvironnement conomique (Bescos, 1987) : cest ltat qui caractrise une entreprise qui,
de manire rcurrente, affiche une performance conomique moindre que celle de ses
principaux concurrents (Ooghe et Van Wymeersch, 1986). Dans ce cas, si lentreprise ne
russit pas se crer/ garder une position stratgique viable, elle senfonce dans la spirale de
la dfaillance, notamment si elle n'entreprend pas dactions pour redresser sa situation
(Crutzen et Van Caillie, 2009). Cette dfaillance se manifeste ds lors que lentreprise nest
plus en mesure de gnrer une rentabilit et de rmunrer de manire efficace ses facteurs de
production (Zopounidis, 1995), do une valeur ajoute ngative (Gresse, 1994). En
consquence de ces deux trajectoires (dfaillance financire et conomique), lentreprise entre
en dfaillance juridique9, laquelle sanctionne et officialise le dfaut de paiement de ses dettes
immdiatement exigibles par ses ressources disponibles (Guilhot, 2000).

8
Linsolvabilit peut tre interprte et mesure par rapport aux flux et aux actifs, condition que les deux
notions ne soient pas confondues. Lusage des actifs pour valuer le niveau dinsolvabilit de lentreprise induit
la notion dinsolvabilit structurelle, qui apparait lorsque la valeur des actifs de lentreprise est infrieure au total
de ses dettes. Alors que linsolvabilit oprationnelle relative aux flux apparait lorsque les flux de liquidit de
lentreprise deviennent insuffisants pour honorer les paiements exigibles pendant une priode donne.
9
Le terme de dfaillance a remplac le terme de faillite disparu compltement du vocabulaire juridique franais
depuis 1985.

36
Or, si la notion de dfaillance a longtemps t envisage sous plusieurs angles, une certaine
convergence semble aujourd'hui poindre vers lide que la situation de non-performance
(conomique, financire) de lentreprise se traduit ventuellement par une dfaillance lgale
de lentreprise, situation caractrise par la survenance concomitante dune double crise de
solvabilit et de liquidit qui n'apparat pas dune manire soudaine. Mme si le processus de
dfaillance peut varier dune entreprise une autre, il existe des caractristiques communes
toutes les entreprises : lorigine de la dfaillance, la dgradation de ses symptmes, lalerte
donne par les indicateurs et finalement la faillite (Crutzen et Van Caillie, 2007). Par contre, il
a t largement dmontr (Argenti, 1976 ; DAveni, 1989) que toutes les entreprises nentrent
pas dans le processus de dfaillance pour les mmes raisons et ny connaissent pas la mme
volution, car elles ne possdent pas les mmes caractristiques (ge, taille, secteur
dactivit).

Notons galement que dans la littrature anglo-saxonne, l aussi plusieurs termes sont
adopts, dont ltymologie est assez simple. A lorigine bankruptcy (bank et ruptcy), ou
encore banqueroute , signifient littralement la rupture avec la banque (ce qui renvoie
une crise de trsorerie). Le terme failure est issu de to fail et signifie chec , faillite .
Ces substantifs sont utiliss comme synonymes, mme si failure dsigne la situation de
lentreprise alors que bankruptcy est une notion plutt juridique. Lexpression courante de
financial distress, plus gnrale, renvoie particulirement aux difficults dune entreprise
(Kharoubi et Thomas, 2016).

Ainsi, le rapprochement entre la terminologie franaise et anglo-saxonne permet de proposer


une synthse relativement simple :

- Une situation dtriore avec des difficults peut tre qualifie de dtresse financire ;

- La cessation de paiement est appele dfaillance, et correspond au dfaut de paiement


avr ;

- La procdure judiciaire est dsigne par la faillite.

Finalement, nous pouvons conclure que le risque de crdit ou de dfaut dcrit ltat
dincapacit de lentreprise honorer ses dettes et peut apparatre en amont de la dfaillance,
phnomne qui porte sur les aspects institutionnels de ce risque une fois rellement survenu.
Ainsi, les notions de risque de crdit ou de dfaut englobent le risque de dfaillance, sans s'y
cantonner, et savrent plus utiles lconomie bancaire. Cependant, dans le cadre de cette

37
recherche, il savrera primordial de faire la distinction entre entreprises dfaillantes et non
dfaillantes, do lobligation dutiliser la dfinition lgale du concept, la dfaillance, comme
la plupart des travaux antrieurs, et plus particulirement la dfinition adopte par lINSEE 10
dont on exploite beaucoup de ses donnes statistiques tout au long de cette thse. Ainsi, le
concept du risque de dfaillance devra tre utilis comme un proxy de la notion de risque de
crdit ou de dfaut tout au long de ce travail.

10
Dfinition de lINSEE : la dfaillance dentreprise correspond dans les statistiques de l'INSEE l'ouverture
d'une procdure de jugement de redressement judiciaire, dans un tribunal de commerce ou dans un tribunal de
grande instance, l'encontre d'une entreprise.

Les statistiques de dfaillances d'entreprises couvrent l'ensemble des jugements prononant soit l'ouverture d'une
procdure de redressement judiciaire, soit directement la liquidation judiciaire. Elles ne tiennent pas compte de
l'issue des procdures : redressement par continuation ou reprise, ou liquidation.

Source : http://www.bdm.insee.fr/bdm2/documentationGroupe.action?codeGroupe=1137

38
Section 2. Le risque de crdit des PME : rsultat dun parcours
conomique, financier, organisationnel et stratgique

Les analyses traditionnelles des dterminants de la dfaillance des entreprises se fondent


principalement sur lexploitation des donnes comptables et financires. Cependant, ces
informations purement quantitatives peuvent, dans certains cas, ne pas reprsenter rellement
la situation des entreprises, notamment lorsque les dirigeants utilisent des mthodes de
window dressing 11 pour prsenter de manire plus favorable leurs bilans. Elles permettent
exclusivement un classement des entreprises entre dfaillantes ou saines, trs court terme
(Koenig, 1985). Ces analyses ne prennent pas en compte les causes sous-jacentes. Elles
proposent une vision statique, en tout cas limite au court terme, en prsentant les symptmes,
sans atteindre un niveau plus fondamental permettant la comprhension globale et dynamique
du phnomne de dfaillance. Ces tudes ne refltent pas le processus de la dtrioration de la
sant conomique et ngligent le fait que l'origine de cette dgradation est bien antrieure
l'apparition des difficults financires (constat immdiat du dfaut de lentreprise). Or, le
dfaut est plutt li des problmes plus gnraliss de gestion et de planification, ou bien
encore des vnements externes plus ou moins lointains affaiblissant lentreprise (St Pierre,
2004).

Ds lors, il est important que dautres types d'tudes insistent sur la comprhension du
phnomne de dfaillance, en lanalysant dans sa globalit, pour pouvoir apprhender la fois
ses causes et le processus de dveloppement (Argenti, 1976).

Lintgration de donnes qualitatives permet de complter lanalyse financire en largissant


la vision du risque purement financire vers une vision plus conomique, prenant en compte
des variables macro et micro-conomiques, mais aussi managriales et stratgiques. Pourtant,
malgr le caractre complmentaire des approches qualitatives et quantitatives, peu dtudes
combinent les deux (Lelogeais, 2004, Crutzen et Van Caillie, 2007 ; Valinie et al. 2009). En
prenant appui sur des tudes empiriques, il est confirm que la conciliation des facteurs
financiers et non financiers permet dvaluer le risque de dfaut de manire plus pertinente.

11
Le window dressing signifie littralement dcoration des vitrines . Ce terme est utilis pour dsigner
lensemble des oprations dhabillage de bilan ou de compte de rsultat de lentreprise seule fin de donner une
prsentation plus flatteuse de la situation financire en fin danne.

39
En 1976, Argenti tait le premier considrer que seule une approche complte, qui considre
les causes fondamentales de la dfaillance et qui explique comment les vnements
senchanent par la suite, permet une anticipation et une prvention plus raliste de ce
phnomne. Par la suite, Altman (1983, 2005) propose dexaminer linfluence initiale de
certains facteurs conomiques pouvant tre lorigine de la dfaillance, et d'utiliser ces
informations en vue de modliser ce risque. Mais, il convient de signaler que les recherches
autour de la problmatique du dfaut des entreprises ont profondment volu ces dernires
dcennies, intgrant progressivement une dimension plus organisationnelle ces bases de
recherche traditionnelles (Crutzen et, 2007).

Ainsi, les tudes des causes de dfaillance des entreprises, proposes gnralement dans la
littrature en sciences de gestion, ont mis en avant des lments issus de lenvironnement
interne et de lenvironnement externe (St Pierre, 2004). Les causes externes sont celles sur
lesquelles les dirigeants nont pas dinfluence ; elles peuvent affecter lconomie en gnral
ou un secteur dactivit (une nouvelle politique conomique, une augmentation des taux
dintrt, une nouvelle rglementation fiscale, une crise financire mondiale). Les causes
internes sont issues des dcisions managriales de lentreprise, de ses objectifs stratgiques,
de son organisation, etc. Plusieurs types de classification des causes internes ont t
dvelopps, particulirement selon lapproche fonctionnelle de lentreprise. Ces types de
classifications prsentes dans la littrature identifient les causes selon que leur influence sur
lentreprise soit de nature financire, stratgique, oprationnelle ou environnementale (St
Pierre, 2004).

De manire gnrale, il existe deux approches (Crutzen et Van Caillie, 2007) expliquant
lenchainement des difficults de lentreprise :

- Lapproche darwiniste : peroit lentreprise comme tant une entit dpendante dun
environnement dont elle subit plus linfluence quelle nagit sur le comportement et
les changements ;

- Lapproche behavioriste : se fonde sur le fait que la structure de gestion de lentreprise


et son fonctionnement sont dtermins par la stratgie managriale, lquipe
dirigeante, son niveau dexprience et de formation, et ses motivations.

Ces deux approches sont issues des constats de Keasey et Watson (1987) et de Hambrick et
Daveni (1988). Ces auteurs expliquent que la dfaillance de lentreprise est principalement

40
lie deux facteurs : d'un ct lenvironnement de lentreprise et sa capacit dadaptation aux
variations de cet environnement, et de l'autre les comportements managriaux. Cependant, ces
facteurs ne peuvent tre considrs indpendamment. Lenvironnement impose des
contraintes de disponibilit de ressources, de rglementation, de qualit, etc. que lentreprise
ne peut matriser entirement (Crutzen et Van Caillie, 2007). Lentreprise dtermine donc sa
stratgie de management en fonction des ressources sa disposition et selon la manire dont
elle exploite ses ressources sous linfluence de lenvironnement (Ooghe et Waeyaert, 2004).
Ainsi, si lenvironnement est contraignant, il est possible que les dcisions managriales de
lentreprises soient dficientes (Crutzen et Van Caillie, 2007) et que la position quoccupe
lentreprise sur le march soit influence (Barney, 1991 ; De Wit et Meyer, 2004).

Par ailleurs, les tudes qui ont trait le dfaut des entreprises nont pas t ncessairement
adaptes la ralit et aux besoins des PME (St-Pierre, 2004). Il y a eu peu de travaux de
recherche qui se sont intresss exclusivement aux PME, qui sont au cur de notre travail.
Pourtant, limportance quoccupe ltude du dfaut de cette catgorie dentreprise a t
massivement dmontre (Cochrann, 1981 ; Bates et Nucci, 1989 ; St-Pierre et Fourcade,
2009). En termes de financement, les PME ayant rarement accs directement aux marchs
financiers, le crdit bancaire est en premire ligne pour leur financement, avec toutes les
problmatiques associes en matire de risque (notation, structuration d'un portefeuille,
rglementation bancaire...). Par ailleurs, sur un plan dynamique comme structurel, les PME
sont un lment essentiel dans le tissu conomique, que ce soit en termes demploi, de
contribution la croissance, dinnovation ou encore de contribution au commerce extrieur.
Les tudes qui ont considr la PME nont cependant pas ncessairement abouti des
conclusions faisant lunanimit, et il existe une grande diversit de rsultats qui ne peuvent
pas toujours tre rconcilis (St-Pierre 2004).

Ainsi, dans cette seconde section nous nous concentrons sur le risque de dfaillance tel quil
se doit dtre analys, rsultant dune triple trajectoire : conomique, financire et stratgique.
Par consquent, nous apprhendons les diffrents facteurs conomiques, financiers et
organisationnels explicatifs du risque de dfaut des PME dans le but d'laborer une grille de
lecture thorique permettant de rpertorier, dune manire structure, les diffrentes causes
pouvant expliquer lapparition du risque de dfaut. Pour ce faire, nous analysons trois types
de recherches : les travaux thoriques et empiriques qui sintressent la prdiction du risque
de dfaut, les tudes qui abordent les causes et symptmes de la dfaillance et, finalement, les

41
contributions qui proposent des modles dynamiques expliquant larticulation chronologique
des divers facteurs de dfaut de la PME.

I. Les facteurs macroconomiques l'origine du risque de crdit

L'importance des effets macroconomiques sur le risque de crdit / dfaut des PME est
jusqu'ici un sujet peu explor dans la littrature empirique. Cependant, il existe un certain
nombreux de travaux qui valuent linfluence des conditions macroconomiques sur le dfaut
des entreprises, sans distinction de taille (Rose et al., 1982 ; Altman, 1984 ; Bladwin et al,
1997 ; Tirapat et Nittayagasetwat, 1999 ; Figlewski et al., 2012 ; Pesaran et al., 2006 ; Carling
et al., 2007 ; Duffie et al., 2007 ; Jacobson et al., 2008 ; Koopman et al., 2008 ; Koopman et
al., 2012 ; Fougre et al., 2013). Ils estiment que les facteurs conomiques susceptibles de
dclencher la dfaillance sont directement lis lvolution de la conjoncture domestique
(PIB, PNB, taux de croissance de la production industrielle, inflation, chmage ...), au nombre
de crations dentreprises, la politique montaire, aux conditions doctroi de crdits, au
march des changes, au niveau douverture de lconomie, etc. Nous proposons dans ce qui
suit une classification en trois catgories : la conjoncture conomique, la dynamique de
cration d'entreprises et les dcisions de politique conomique (mme si, bien entendu, les
points 1 et 3 pourraient tre rapprochs).

1. Lenvironnement conomique

Selon les diffrentes tudes vrifiant linfluence de lenvironnement conomique sur le risque
de crdit des entreprises, il apparat que les circonstances macroconomiques conjoncturelles,
rvles par des agrgats standards, peuvent tre utilises pour comprendre le phnomne de
dfaillance, sans pour autant constituer une explication unique. La plupart des travaux ont
port sur l'ensemble des entreprises, mais quelques tudes abordent de manire spcifique
l'exposition des PME.

1.1. Les tudes portant sur une population d'entreprises indiffrencie

Lexamen des effets de la conjoncture conomique sur le processus de dfaillance prsente un


intrt tout particulier pendant les priodes de rcession conomique. Fama (1986), Artus et
Lecointe (1990), Malcot (1991), Fons (1991), Blume et Keim (1991), Jonsson et Fridson
(1996), Wilson (1998), Lennox (1999), Koopman et Lucas (2005), Altman (2004), Allen et
Saunders (2004) et Blot et al. (2009), montrent tous que les taux de dfaut ont tendance tre

42
levs pendant les priodes de ralentissement des cycles conomiques. Par exemple, Fama
(1986) et Wilson (1998) rgressent les taux de dfaut par rapport aux variables
macroconomiques et observent une cyclicit des probabilits de dfaut (PD). En particulier
dans le cas de ralentissement conomique, la PD augmente de faon significative. Dans la
mme optique, Sung et al. (1999) ont tudi les caractristiques des priodes de cycle
conomique et la possibilit de les exploiter de manire asymtrique afin de dvelopper deux
modles de prdiction de la faillite, un premier pendant les priodes de crise conomique, et
lautre pendant les priodes de croissance.

En effet, les crises sont des priodes o incontestablement les entreprises les moins rentables,
les moins capables didentifier les changements du march, disparaissent, souvent une
cadence beaucoup plus importante que lors des priodes de stabilit conomique. Les
priodes de crise sont source de difficults particulires pour des entreprises qui auraient pu
continuer leurs activits dans des circonstances conomiques plus avantageuses. Les crises
aggravent les difficults des entreprises gnralement jeunes et de petite taille, qui seraient
pourtant probablement profitables moyen terme (Fougre et al., 2013). En revanche, la
sensibilit aux problmes conomiques varie fortement dun secteur dactivit lautre
(Koopman et al., 2008). En France par exemple, le taux de dfaillance est moins sensible au
cycle conomique pour les entreprises du commerce que pour les entreprises des autres
secteurs, savoir la construction, les transports et lindustrie manufacturire (Fougre et al.,
2013). Ainsi, la relation entre la conjointure conomique et la dfaillance peut savrer plus
importante au niveau sectoriel quagrg : une attention particulire doit alors tre porte
une politique gouvernementale dfavorable au secteur, la vulnrabilit de certains secteurs
lvolution du taux de change, aux variations des prix des matires premires, la baisse de la
demande, etc.

Daprs les rsultats de ltude de Baldwin et al (1997), ralise sur la base des entreprises
ayant fait faillite durant la priode 1992-1996, quelques 68% des entreprises vises ont subi
les effets du ralentissement de lactivit conomique de leur march. Ces auteurs prcisent
galement que lorsque la faillite est attribuable une diminution de la croissance conomique,
la progression de la concurrence et les difficults lies aux ventes posent pareillement
problme (cf. Figure 8).

43
Figure 8:Les causes externes de la faillite

Source : Baldwin et al.1997

En gnral, une conjoncture conomique dfavorable sera lorigine de la diminution du


chiffre daffaires. De plus, un niveau de prix de vente inadapt lvolution du march
entranera une rentabilit insuffisante (Liou et Smith, 2007). En revanche, lchec dune
entreprise nest gnralement pas un vnement soudain. Il est rare que les entreprises ayant
une bonne rentabilit et des bilans solides dclarent faillite en raison dun changement
conomique imprvu. Traditionnellement, lchec dune entreprise est laboutissement de
plusieurs annes de performance conomique faible ou dfavorable (Agarwal et Taffler,
2008).

1.1.1 Les indicateurs du niveau d'activit conomique

Parmi les indicateurs conomiques utiliss pour vrifier limpact de la conjoncture


conomique sur le risque de crdit, le PNB est souvent exploit. Par exemple, Jonhson (1974)
et Altman (1984) proposent dutiliser le taux de croissance du PNB et les bnfices raliss
par lensemble des entreprises dune conomie pour mesurer sa croissance. Ils observent une
corrlation entre les taux de dfaillance et les crises conomiques.

Alternativement, plusieurs autres travaux exploitent le PIB (qui ne tient pas compte de la
production des entreprises nationales l'tranger mais rend mieux compte de l'activit

44
conomique domestique) pour mesurer leffet de la conjoncture conomique sur le risque de
crdit (Nickell et al., 2001 ; Couderc et Renault, 2005 ; Pesaran et al., 2006 ; Jakubik, 2007 ;
Duffie et al., 2007 ; Koopman et al., 2009). Ils montrent tous que les taux de dfaut des
entreprises sont ngativement corrls avec la croissance du PIB. Par exemple, Bunn et
Redwood (2003) et Figlewski et al. (2012), montrent quune augmentation de la croissance
annuelle du PIB rduit le taux de dfaillance des entreprises. Dautres auteurs, comme
Koopman et Lucas (2005), insistent sur la dimension temporelle des probabilits de dfaut, et
montrent quil existe une co-cyclicit entre le PIB et les taux de dfaut.

Afin de mesurer leffet de lcart entre le PIB rel et le PIB potentiel sur le risque de dfaut
des entreprises, l' output gap12 a t exploit comme indicateur des conditions de la
demande (Carling et al., 2007). Une demande globale suprieure la capacit de production
peut rduire le risque de dfaut.

De manire alternative, la production industrielle a t galement utilise comme indicateur


de conjoncture conomique dans de nombreuses recherches (Platt et Platt, 1990 ; Helwege et
Kleiman, 1997 ; Keenan et al., 1999 ; Tirapat et Nittayagasetwat, 1999 ; Bunn et Redwood,
2003 ; Figlewski et al., 2012). L encore, il a t montr que la croissance industrielle a un
effet significatif sur lchec des entreprises car elle rduit leur risque de dfaut.

1.1.2 Les indicateurs relatifs aux prix et taux dintrt

Le rythme de dprciation montaire influence la valeur de lentreprise ainsi que ses rsultats,
mais le taux dinflation peut avoir un effet positif ou ngatif, selon les cas, sur la situation des
entreprises. De nombreux travaux ont retenu le taux dinflation ou lindice des prix la
consommation (et non pas les prix de production) comme tant des indicateurs de la variation
du niveau des prix, ou encore comme un signal des conditions conomiques courantes
(Couderc et Renault, 2005 ; Pesaran et al., 2006 ; Carling et al., 2007 ; Jakubik, 2007 ;
Koopman et al., 2009 ; Figlewski et al., 2012).

12
Loutput gap dsigne lcart relatif entre PIB observ et PIB potentiel. Il permet de mesurer la distance qui
spare temporairement une conomie de son niveau de rfrence. Loutput gap est alternativement positif sil y a
des tensions sur lappareil productif, ou ngatif si les facteurs de production sont sous-utiliss . Source :
Direction des tudes et Synthses conomiques/INSEE.

45
Des chercheurs comme Koopman et Lucas (2005), Couderc et Renault (2005) estiment que la
croissance de lindice des prix la consommation est associe une expansion conomique.
Une anticipation la hausse de cet indice permet de rduire le risque de dfaut, car une hausse
de linflation peut se traduire par une lvation venir du chiffre daffaires des entreprises. En
revanche, Pesaran et al. (2006), Figlewski et al., (2012) montrent quil existe une corrlation
positive entre le taux dinflation et le risque de dfaut. L'explication avait t avance par
Mensah (1984), qui observe qu' moyen terme, les entreprises ragissent lentement la
hausse de linflation. Ainsi, elles risquent de voir leurs cots de production augmenter plus
rapidement que leurs prix de vente.

D'autre arguments peuvent tre avancs, en lien avec la structure de financement des
entreprises. Selon Wadhwani (1986), linflation exerce un effet sur le taux dintrt rel. Elle
peut permettre aux entreprises de rembourser leurs dettes avec de la monnaie dprcie. En
outre, il ajoute qu court terme et suite laugmentation du taux dintrt nominal,
lentreprise doit essayer de baisser ses dettes, alors qu long terme elle doit baisser les cots
de ces dettes. Suite une hausse de linflation et du taux dintrt nominal, Wadwani affirme
que les entreprises finances par des crdits taux flottants, ne pourront pas augmenter le
montant de leurs dettes, et risquent de ne pas pouvoir honorer leurs engagements financiers
court terme.

Daprs Liu et Wilson (2002), taux dintrt et taux dinflation doivent tre associs pour
expliquer le taux de dfaillance. A laide dun modle correction derreur, sur la priode
1961-1998, les auteurs rgressent le taux de faillite des entreprises par rapport au taux
dintrt nominal, au taux dintrt rel et lindice des prix la consommation. Linstabilit
conomique relative une forte inflation et les fluctuations non anticipes des taux dintrt
auront une influence sur le taux de liquidation des entreprises qui est fonction de la structure
de leur dette. Le risque de dfaillance est plus important chez les entreprises les plus
endettes. Les entreprises dont le financement par dettes est taux variable sont influences
ngativement par la hausse non anticipe du taux dintrt. Inversement, les entreprises
finances par des dettes taux fixe sont vulnrables une rduction non anticipe du taux
dintrt.

Ainsi, la relation entre la dfaillance et le taux dintrt dpend des erreurs danticipation qui
peut conduire des flux de trsorerie moins importants que ceux qui ont t anticips, ou
des engagements financiers plus coteux que prvu. Sharabany (2004) confirme quune

46
augmentation du niveau des taux d'intrt nominaux et rels ainsi quune inflation inattendue
augmente la probabilit de liquidation dune entreprise.

Alternativement, une autre manire d'utiliser les taux d'intrt pour expliquer le risque de
dfaillance est d'exploiter les informations transmises par la courbe des taux (Carling et al.,
2007 ; Koopman et al., 2009 ; Figlewski et al., 2012). Ainsi, Carling et al. (2007) utilisent le
modle semi-paramtrique de Cox (1972) et combinent des variables macroconomiques et
des variables spcifiques lentreprise pour analyser l'influence d'un ensemble de donnes sur
des prts commerciaux. Parmi les variables utilises, la courbe de taux est introduite comme
indicateur de lactivit future relle. Estrella et Hardouvelis (1991) et Estrella et Mishkin
(1998) considrent en effet quune courbe de taux avec une pente positive peut tre le signal
dune augmentation de lactivit conomique future. Inversement, une pente ngative
indiquera une anticipation de chute de lactivit conomique. Ils utilisent la diffrence entre
les taux d'intrt nominaux (annualiss) des obligations d'Etat 10 ans et des bons du Trsor
3 mois comme une mesure de la pente de la courbe de rendement.

1.2. Les tudes ddies aux PME

Dans le cadre de lexplication du lien qui existe entre le risque de crdit et les indicateurs
conomiques, quelques travaux sont consacrs aux PME. Millington (1994) montre que des
taux dintrt levs long terme, le taux de chmage et linflation sont les variables qui ont
limpact le plus important sur la dfaillance des entreprises de petite taille. Inspir par
Millington, Everett et Watson (1998) recensent six facteurs conomiques externes qui peuvent
dterminer le risque de dfaillance des petites et moyennes entreprises. Cependant le pouvoir
explicatif de ces facteurs dpend fortement de la dfinition quon donne la notion dchec
de lentreprise (failure) :

- Faillite ;

- Cessation de lactivit ;

- Entreprises cdes (vendues ou liquide) avec des pertes pour prvenir de nouvelles
pertes. Les pertes dans ce contexte comprennent le capital du propritaire et, par
consquent, une entreprise peut tre considre comme ayant choue, mme sil ny a
pas eu des pertes pour les cranciers. Cette dfinition de l'chec ne semble pas avoir
t utilise par ailleurs ;

47
- Incapacit de russir (make a go of it) : si les pertes concernent le capital de
lentreprise, le capital dun partenaire, ou bien, nimporte quel capital.

Utilisant pour l'essentiel les analyses valables pour l'ensemble des entreprises, les facteurs
recenss par l'tude (longtemps de rfrence) de Watson (1998) sont :

- Lindice des prix la consommation, puisqu'un taux dinflation lev peut tre associ
des problmes conomiques sous deux angles : les salaires en partie indexs (une
grande charge pour la plupart des PME) ainsi que le pouvoir dachat des
consommateurs (une baisse atteint le chiffre daffaire des entreprises) sont lis au taux
dinflation. Selon Millington (1994) cette variable est significativement lie aux taux
dchec des entreprises ;

- Les taux dintrt bancaires : les petites entreprises sont relativement sensibles aux
augmentations des taux dintrt (Hall, 1992) qui peuvent alourdir leurs cots de
dettes. Hall et Young (1991) notent que les dirigeants interrogs sur les causes dchec
de leur entreprise abordent souvent cette question des taux dintrt levs. Peterson et
al. (1983) rapportent que les taux d'intrt levs, la rglementation, les impts
excessifs et la conjoncture conomique dfavorable sont considrs par un tiers des
rpondants de leur survey comme tant responsables des faillites des petites
entreprises. Wadhwani (1986) ainsi que Hudson (1989) remarquent aussi que les taux
d'intrt sont positivement corrls avec le nombre de liquidations ;

- Le taux de chmage : considr ici comme un indicateur de mauvaise conjoncture


conomique, en raison de la diminution des dpenses des consommateurs suite la
baisse des revenus. Di Pietro et Sawhney (1977) et Hudson (1989) ont montr quil
existe une relation positive significative entre taux de chmage lev et chec des
petites entreprises ;

- Le taux demploi : Millington (1994), indique que le niveau de la population active a


un certain pouvoir explicatif sur le taux d'chec des petites entreprises, bien que la
relation ne soit pas aussi forte que pour le taux de chmage. Une forte croissance de
l'emploi reprsente gnralement le signe d'une conomie forte avec une augmentation
des dpenses des consommateurs et, par consquent, une augmentation de chiffre
d'affaires. Quelques annes plus tt, Di Pietro et Sawhney (1977) avaient dj observ
que cette variable est ngativement lie l'chec des petites entreprises ;

- Le taux national de dfaillance dentreprises : ce taux peut tre un indicateur de la

48
sant de lconomie (avec cependant un risque de biais d'endognit). Di Pietro et
Sawhney (1977) et Hall (1986) soutiennent que les variables de la politique
gouvernementale qui affectent le niveau dactivit conomique sont susceptibles
daffecter le niveau de revenu des entreprises, et par consquent, les dfaillances de
ces dernires . Ainsi, il existe une corrlation positive entre le niveau national des
faillites et la probabilit individuelle dchec des entreprises ;

- Les ventes de dtail : leur croissance est un indicateur de lvolution des revenus des
entreprises. Cette variable est ngativement lie au taux dchec. Cressy (1996)
introduit une dimension temporelle en montrant que les ventes moyennes plus leves
dans le pass rduisent la probabilit de dfaillance dans l'avenir, en partant du
principe que lamlioration de la rentabilit conomique dune entreprise rduit son
risque dchec. Cette amlioration dpend soit de laugmentation de ses volumes des
ventes, soit de laugmentation de ses marges sur ses ventes.

Plus rcemment, dans une tude ralise sur des crdits octroys des PME nerlandaises
pendant la priode 2005-2012, Veurink (2014) confirme quune augmentation des taux
dintrt et une baisse de la croissance du PIB augmentent la probabilit de dfaut de la PME.
Il constate que, ceteris paribus, une hausse de 1,3% point des taux dintrt, avec une baisse
de -1,5% de la croissance se traduira par une augmentation de la probabilit de dfaut de 13%.
Pourtant, il conclut que les PME de son tude sont moins dpendantes de l'environnement
macro-conomique que les grandes entreprises.

Dans le cas de la variable taux dintrt, plusieurs tudes se sont appuyes sur les rsultats de
Wadhwani (1986) pour analyser linfluence des taux dintrt sur le risque de dfaut des
entreprises. Mais le traitement de cette variable na pas abouti un consensus sur son effet.
Pour lui, comme pour Davis (1987), les taux dintrt nominaux et rels sont positivement
corrls avec le taux de dfaillance. Sharabany (2004) confirme qu'une valuation positive
des taux dintrt nominaux augmente le taux de dfaillance des entreprises de petite taille,
alors que la stabilit financire des entreprises plus grandes nest pas remise en cause par cette
hausse. S'opposant ces rsultats, Simons (1989) observent un effet ngatif. Entre ces
rsultats contradictoires, pour Bordes et Mlitz (1992), leffet du taux dintrt rel nest
significatif ni court terme ni long terme. Pour Blazy et Combier (1997), le niveau trop
lev des taux intrt joue relativement peu, sauf dans le cas des cessions o il sagit dune
cause de dfaillance de plus de 12% des entreprises de ltude.

49
Au total, il s'avrera important d'valuer dans quelle mesure la probabilit de dfaut des
entreprises que nous tudierons est influence par les conditions macroconomiques, pendant
les priodes de rcession conomique comme pendant les priodes dexpansion. Pour ce faire,
il conviendra de vrifier conomtriquement les effets des fondamentaux conomiques tels
que le PIB, le taux dinflation, les taux d'intrt, le taux de chmage, la production
industrielle, etc.

2. Evolution de la dmographie des entreprises

Outre les dterminants macroconomiques de la dfaillance, un autre lment rgulirement


voqu dans la littrature pour expliquer lampleur du risque de dfaillance rside dans
lexistence suppose deffets mcaniques lis la dmographie des entreprises. Cette
affirmation est principalement fonde sur lide que laugmentation du nombre de jeunes
entreprises causerait une lvation de la vulnrabilit globale des entreprises prsentes sur le
march. De ce fait, le volume de dfaillance serait influenc directement par les anciennes
crations dentreprises (Domens, 2007). Ainsi, une variation du taux de cration
ninfluencerait le taux de dfaillance quavec un certain dlai. Dans de nombreuses tudes
(Bordes et Mlitz, 1992 ; Marco et Rainelli, 1986) le retard moyen observ entre la date de
cration et celle de la dfaillance est denviron six semestres.

Altman (1983) avait galement analys ce phnomne. Le principe en est simple : l'lvation
du degr de concurrence doit rduire les marges des producteurs et donc la viabilit.
Notamment, lorsque le nombre dentreprises nouvellement cres augmente,
incontestablement certaines dentre elles disparaitront cause des difficults relatives leur
jeunesse (cf.Partie suivante sur lge de lentreprise comme cause de dfaillance). Ainsi, le
taux de cration dentreprises peut tre considr comme une variable explicative de la
dfaillance.

Sur la base des donnes relatives la priode 1980-1983, Marco et Rainelli (1986) concluent
que lintgration du taux de cration dentreprises dans lanalyse de la faillite amliore
largement les rsultats de leur tude. Selon leur modle, le taux de cration des entreprises,
dcal de trois ans, est mme la meilleure variable explicative des dfaillances. Etant donne
la spcification de leur modle, cela suppose que, quelle que soit lactivit, il existe un grand
nombre de crations non viables. Ils en dduisent quil existe un risque de faillite

50
caractristique des nouvelles entreprises, indpendamment de lactivit, que lentrepreneur
sous-estime systmatiquement.

Dans la mme optique que Marco et Rainelli (1986), Bordes et Mlitz (1992) dveloppent un
modle correction derreurs confirmant cette conclusion : la variable cration
dentreprise amliore les rsultats, avec un retard de six semestres.

Cette relation entre laugmentation du nombre de dfaillances et la hausse du taux de cration


d'entreprises peut tre explique par les rsultats de Domens (2007), selon lesquels la
variation du taux de cration fait, au pralable, varier la proportion de jeunes entreprises dans
la population totale. Le risque lev de dfaillance de chacune de ces nouvelles entreprises
implique, du simple fait de leur plus grand nombre, une hausse du risque de dfaillance global
de la population. En outre, c'est quand le risque individuel de dfaillance de ces entreprises est
maximal, entre la deuxime et la troisime anne dexistence, que leffet de laccroissement
des crations est le plus important par rapport au taux de dfaillance.

Ainsi, les crations sont perues comme un facteur susceptible daugmenter le nombre de
dfaillances. Et c'est avant tout la mortalit infantile des entreprises qui explique le nombre
important de dfaillances. Les statistiques confirment d'ailleurs que le risque dchec est plus
lev chez les jeunes entreprises. De plus, le grand nombre de crations dentreprises dans les
priodes de croissance conomique peut expliquer une grande partie de la hausse des
dfaillances lorsquelles deviennent confrontes un cycle de rcession ou pour le moins de
ralentissement conomique.

En France, le Ministre de lconomie a prsent une tude utilisant un modle vectoriel


correction derreurs reliant dfaillances, crations dentreprises et PIB. Lanalyse causale a
montr que les crations dentreprises affectent long terme les dfaillances. Jayet et Torre
(1994) confirment galement quil existe dans notre pays une corrlation positive entre le taux
de cration et de disparition des entreprises.

Cependant, Chauveau et Medjaoui (1988) soulignent quune analyse en termes de


dmographie dentreprise ne peut tre considre comme une vritable explication du
phnomne de la dfaillance, mme si elle peut aider le prvoir. Elle se substitue, plus ou
moins artificiellement, aux vritables facteurs explicatifs. Ainsi, une entreprise plus jeune
supporte des cots fixes amortis sur des sries moins longues qu'une entreprise dj installe,

51
ou bien ses besoins de financement sont tels que le moindre ralentissement de la croissance
savre fatal.

Ainsi, dans une approche dynamique, si lvolution des crations joue significativement sur
le taux de dfaillance, elle ne peut cependant tre interprte comme une cause objective de la
dfaillance : elle ne peut que traduire trs indirectement lexistence dautres facteurs de
fragilit (la mauvaise connaissance du march, linexprience du dirigeant, le manque de
fonds propres, un projet inadapt, etc) quil convient dapprhender dans le cadre dune
modlisation des causes profondes de la dfaillance (Blazy, 2000). Notons galement que ces
tudes n'abordent pas la question de la consquence de la cration de nouvelles entreprises sur
le taux de dfaillance des entreprises plus anciennes. Autrement dit, il ne s'agit pas ici
d'voquer l'volution de la structure du march et les consquences sur les marges de
l'apparition d'une concurrence plus forte. Nous traiterons cette question plus loin.

3. Les facteurs relatifs la politique conomique et financire

Dans la premire partie de cette section nous avons montr que les facteurs conomiques au
sens large se cumulent pour expliquer le risque de crdit. Toutefois il arrive que la dfaillance
des entreprises soit imputable plus spcifiquement dautres lments relatifs la politique
conomique et financire. Or, la mise en vidence de ces facteurs est peu aise compte tenu
de leur multiplicit et de leur grande diversit. Nous tentons ici de rpertorier les principaux
dterminants avrs.

3.1 Le rationnement et la politique de crdit des banques

La relation entre la dfaillance dune entreprise et les conditions du march est gnralement
fonction dun durcissement des conditions doctroi de crdits, dune rduction de loffre de
crdit ou dune hausse des taux dintrt (Malcot, 1981). Notamment, pendant les priodes
de crise, la quantit de crdits disponible diminue, ce qui peut empcher certaines entreprises
de financer des projets potentiellement rentables (Crutzen et Van Caillie, 2007).

La difficult des entreprises obtenir des financements externes peut tre explique par
limperfection des marchs. Ainsi, selon Bordes et Mlitz (1992), lhypothse de perfection
des marchs de capitaux rend thoriquement impossible la dfaillance dune entreprise
temporairement illiquide mais solvable long terme, parce que cette dernire trouvera
probablement un prteur prt financer un projet conomiquement rentable. Toutefois,

52
lapparition de dfaillances lies une rduction sous optimale de loffre de crdits peut tre
explique par deux phnomnes : i) lexistence des rgles de priorit soutenant louverture
dune procdure collective par les cranciers privilgis 13, notamment les banques, alors que
la continuation dactivit aurait t prfrable (White, 1989) ; ii) lexistence d'asymtries
dinformations conduisant au rationnement de crdit 14 (Stiglitz et Weiss, 1981) ou de
barrires lentre limitant laccs certains marchs financiers aux entreprises. Les PME par
exemple ne peuvent remplir les conditions ncessaires pour emprunter sur les marchs de
capitaux, et se limitent principalement des financements par crdit bancaire et crdit
interentreprises (Blazy, 2000).

Altman (1980, 1981) constate que les firmes ne dclarent pas faillite si les liquidits sont
suffisantes et les crdits disponibles. Dans son tude, il choisit la masse montaire, les
rserves et le taux dintrt comme indicateurs des conditions de crdit. Il suppose que les
petites entreprises souffrent dun rationnement de crdit plus important durant les priodes o
les conditions montaires sont plus svres.

Binks et al. (1992) et Bruns et Fletcher (2008) ont montr que le principal problme rencontr
par les PME, en essayant dobtenir des financements, nest pas leur taille mais plutt la
disponibilit des informations requises par le prteur pour valuer leurs projets. Le cot lev
de production d'informations expliquerait pourquoi l'asymtrie d'information est plus
frquente chez les petites entreprises (St-Pierre et Bahri, 2011), et pourquoi elles subissent
plus de rationnement de crdit que leurs homologues moyennes et grandes.

Le rationnement de crdit rsultant de lasymtrie dinformation dterminant des contrats de


crdit est certainement un facteur explicatif de la dfaillance, mais na pas fait jusqu prsent
l'objet de suffisamment de vrifications conomtriques, en raison de la difficult construire
et exploiter une variable rationnement de crdit . Pour apprhender cette variable, il faut

13
Le crancier est dit privilgi quand il bnficie dune garantie (gage, hypothque, nantissement, etc.) qui lui
assure une priorit de paiement sur les autres cranciers, soit parce que son dbiteur lui a accord cette garantie,
soit parce que la loi lui a fait bnficier de ce privilge en raison de sa qualit.
14
Le rationnement de crdit est dfini comme une situation o la demande de crdit est excdentaire par rapport
loffre, pour un taux dintrt fix davance par la banque (Jaffee et Modigliani, 1969 ; Baltensperger, 1978 ;
Stiglitz et Weiss, 1981). Les contraintes de liquidits se manifestent ds lors quun agent est empch
demprunter un taux gal celui qui rmunre ses placements (Charpin, 1989).

53
mesurer la contraction de loffre de crdit par les tablissements bancaires face des
entreprises potentiellement emprunteuses (Blazy, 2000).

Dans une tude sur le credit crunch , lOCDE (Browne et OBrien, 1992) prconise de
quantifier le rationnement de crdit en mesurant lcart entre le taux moyen des crdits aux
entreprises et le taux moyen de refinancement des tablissements de crdit, autrement dit
travers la marge bancaire. Ces auteurs stipulent galement que dans une certaine mesure la
rduction de loffre de crdit par les banques est une raction normale en cas de
ralentissement ou de rcession conomique car dans ces circonstances la qualit des
emprunteurs se dtriore.

Cependant, cette thse qui suppose qu'une cause probable de la dfaillance des entreprises est
limpossibilit davoir accs aux crdits bancaires a t relativise par les rsultats des
diverses enqutes franaises et europennes rcemment mene. En particulier, ltude de
Kremp et Sevestre (2013), base sur un chantillon de 60.000 entreprises, montre qu'en dpit
des conditions plus strictes adoptes par les banques pour loctroi des crdits, les PME
franaises ne semblent pas avoir t affectes par le rationnement du crdit depuis 2008. Ce
rsultat ne correspond pas lhypothse commune voulant que les PME souffriraient dune
restriction de crdit pendant les priodes de crises. Une tude de Simons (1989) a galement
montr que les entreprises de petites tailles ne subissent pas les mmes restrictions d'octroi de
crdits compares leurs homologues de tailles plus grandes qui reprsentent, de par un effet
volume, un risque de crdit plus important.

Blazy (1996), en utilisant un modle correction derreur, va jusqu' remettre en cause la


corrlation positive entre la dfaillance et le rationnement de crdit. Selon lui, il se peut que
les banques ragissent de manire contra-cyclique, et continuent doctroyer des crdits durant
les priodes de rcession conomique par exemple. En consquence, en esprant obtenir des
recouvrements plus importants que ceux quils obtiendraient la suite dune procdure
collective, les tablissements de crdit auront plus intrt ce que leurs clients continuent
leurs activits qu ce quils entrent en dfaillance.

3.2 Linfluence de la masse montaire et du taux de change

Le march montaire est considr galement comme tant une cause possible de la
dfaillance. En effet, lvolution de la masse montaire donne une indication sur le niveau de

54
liquidit des entreprises dans une conomie. Il s'agit de ce point de vue d'une alternative, ou
d'un complment, aux lments cits prcdemment. Ds lors, les entreprises ont une
probabilit accrue dchouer cause des effets cumuls de la baisse de croissance
conomique, de la performance des marchs financiers, et de la croissance insuffisante de la
masse montaire.

Koopman et al (2009), incluent la masse montaire et dautres variables relatives aux


conditions bancaires de prts pour vrifier leffet des variables macroconomiques sur le
risque de dfaut. Ils considrent le taux de variation de M2 comme une mesure de la masse
montaire globale dans lconomie et observent que la baisse de cet agrgat, ainsi que de
loffre de crdit, impliquent une hausse de l'intensit des dfauts des entreprises. Ce sont
davantage les effets variantiels que les effets de niveau qui importent.

Concernant le march des changes, on considre gnralement quil existe une relation entre
le taux de change et le risque de crdit, que ce soit travers les mcanismes de prix relatifs
sur les marchs concurrentiels, le cot des inputs de production, les erreurs d'anticipation...
Cependant, peu dtudes ont approfondi l'analyse de cette relation. Goudie et Meeks (1991)
sont les premiers valuer les effets de laugmentation des taux de change sur la probabilit
dchec des entreprises. Ils ont conclu que la relation asymtrique et irrgulire (non-linaire)
qui a merg entre le taux change et le taux dchec des entreprises serait difficile capter
dans une analyse macroconomique entirement fonde sur des donnes agrges.

Bhattacharjee et al. (2004, 2009), mesurent limpact de linstabilit des taux de change sur la
faillite des entreprises des Etats Unis et de la Grande Bretagne. Ils observent que davantage
d'entreprises britanniques font faillite pendant les priodes o le taux de change (-$) est fort,
alors quaucun effet nest observ pour les entreprises amricaines. En particulier, les jeunes
entreprises britanniques sont susceptibles de faire faillite au cours des annes o la monnaie
nationale est fortement dprcie.

Sharabany (2004), a galement montr que lvolution du taux de change exerce une
influence sur la dfaillance des entreprises. Nanmoins, des distinctions catgorielles doivent
tre envisages. Ainsi, une augmentation du taux de change aura une influence positive sur la
rentabilit des entreprises exportatrices. Par contre, cette mme hausse de taux de change
impliquera une augmentation des cots de production (le prix des matires premires
augmente) pour les entreprises importatrices, conduisant une baisse de leur rentabilit. De

55
plus, si une entreprise a des cranciers dont les dettes sont en monnaies trangres, et si la
monnaie locale se dprcie, cette dernire sera incapable dhonorer ses engagements
financiers et elle risque de faire dfaut. De ce fait, Sharabany (2004) estime que, puisque les
effets du taux de change peuvent tre contradictoires, cette dernire ne doit pas tre retenue
dans les estimations du risque de faillite des entreprises.

II. Les facteurs manageriels, organisationnels et stratgiques


explicatifs du risque de crdit

Paralllement aux tudes insistant sur l'analyse conomique, la recherche a galement connu
de nettes avances en sciences de gestion en sintressant aux causes internes du risque de
crdit. Sont ainsi analyss les facteurs relatifs lenvironnement manageriel, lexprience de
lentreprise et aux stratgies dveloppes. De nombreux tudes ont confirm leffet
significatif de ces facteurs dans lexplication de la dfaillance des entreprises (Keasey et
Watson (1987) et de Hambrick et Daveni (1988)).

1. Les facteurs lis lenvironnement manageriel et lexprience de


lentreprise

Les difficults managriales dune entreprise sont principalement lies trois types de
facteurs : les carences en comptences, les qualits personnelles et les motivations du
management (Ooghe et Waeyaert, 2004).

1.1 Lincomptence et linexprience du dirigeant

La dfaillance des PME a t souvent attribue lincomptence et linexprience du


dirigeant. En 1963, Thompson a affirm que dans le cas des petites entreprises, la premire
cause de lchec provient des dficiences du dirigeant. Selon une tude ralise par Perry et
Pendelton en 1983, environ 90% des faillites des PME enregistres sont dues un manque de
connaissances gnrales et/ou de comptences du propritaire-dirigeant ou de lquipe
dirigeante. Selon Altman (1983), lincomptence des dirigeants est la principale cause des
dfaillances dentreprises. Pour lui, 50% des faillites rsultent dune exprience insuffisance
ou trop spcialise et 44% de lincomptence.

Dautres travaux prcisent que les carences du dirigeant en planification (Gaskill et al., 1993)
et en anticipation (Hambrick et DAveni, 1988) sont des causes principales de la dfaillance.

56
Lincapacit du dirigeant dadapter lentreprise aux bouleversements externes, tels que le
ralentissement conomique et l'accroissement de la concurrence sur le march (intrieur ou
international) expliquent en grande partie les faillites de certaines entreprises, surtout celles
dont les dirigeants nont pas acquis les comptences de base ncessaires pour faire face ce
genre de bouleversements (Baldwin et al., 1997).

Le manque dexprience (Baldwin et al., 1997) et de formation sont galement souvent


mentionns dans la littrature (Argenti, 1976 ; Liefhooghe, 1997 ; Ooghe et Waeyaert, 2004).
Ainsi, les entreprises dont les gestionnaires sont sous-scolariss sont plus susceptibles de faire
faillite (Hall, 1994). De plus, linexprience serait le principal facteur de lincomptence des
dirigeants (Haswell et Holms, 1989 ; Lussier, 1995), car tant lorigine des erreurs
danticipation de la demande adresse lentreprise et des chocs conomiques externes
(Argenti, 1976 ; Liefhooughe, 1997 ; Ooghe et Waeyeart, 2004).

Pour Baldwin (1997, page 9), ces causes releves dans divers travaux peuvent tre prcises
comme suit :

La faillite dcoule principalement de linexprience des gestionnaires. Ces derniers


nont ni lexprience, ni les connaissances, ni la vision ncessaire pour diriger leur
entreprise. Mme lorsque lentreprise avance en ge et que les gestionnaires
deviennent plus expriments, le manque de connaissances et labsence de vision
demeurent des lacunes cruciales qui sont lorigine de la faillite .

Pour les PME, le dirigeant est un pilier trs important pour le dveloppement mais lui faire
supporter lentire responsabilit du dfaut de la PME quivaudrait simplifier la ralit dun
phnomne plus complexe (St-Pierre, 2004), car beaucoup de PME ont t cres par des
entrepreneurs riches en exprience. De ce fait, lvaluation des comptences du dirigeant doit
tre complte par une mesure de lcart entre lvolution du march et lexprience de ce
dernier (St-Pierre, 1999). Ainsi, la dfaillance de lentreprise peut tre explique par un cart
croissant entre lexprience du dirigeant et lvolution du march (cf. Figure 9). Mais, si les
difficults managriales ne constituent pas en elles-seules une cause de dfaillance,
accompagnes par dautres facteurs, elles contribuent la fragilisation de lentreprise.

57
Figure 9: La relation entre lexprience du dirigeant et lvolution du march

Source : St Pierre (1999)

1.2 Les qualits humaines et lenvironnement socioculturel du


dirigeant

Dautres tudes mettent en vidence les caractristiques psychologiques et personnelles du


dirigeant et le considrent comme tant le premier responsable de la dfaillance. Ils le
dcrivent comme quelquun qui, dans certains cas, ne demande jamais conseil, qui valorise les
comptences techniques plus que les comptences en gestion, qui manque de vision
stratgique, et qui rsiste tous les changements qui peuvent remettre en question son savoir-
faire (St-Pierre, 2004). Pour Thornhill et Amit (2003), la survie ou lchec de lentreprise
dpend particulirement du niveau de rationalit du dirigeant, surtout dans le cas des PME. En
1979, Larson et Clute15 ont analys 359 PME amricaines. Suite ltude des caractristiques
des dirigeants de ces entreprises, ils ont isol trois types de facteurs permettant dexpliquer la
faillite et de l'anticiper (cf. Tableau 4).

15
Cit dans St-Pierre (1999).

58
Tableau 4: Caractristiques personnelles, dficiences managerielles du dirigeant et
facteurs financiers dune entreprise en faillite

Caractristiques Dficiences managriales Facteurs financiers


personnelles

- Tendance surestimer ses - Ne peut identifier ni son - Le dirigeant neffectue


connaissances en gestion march ni la zone gographique aucun contrle dinventaire

- Niveau de scolarit faible - Ne peut identifier sa zone - Ses livres comptables sont
commerciale incomplets et la tenue de
- Rsistance au changement
livre nest pas correcte
et flexibilit - Nutilise aucune technique
objective pour choisir son lieu - Ne comprend pas
- Opinion personnelle
de localisation limportance des flux
utilise comme standard
montaires et des liquidits
- Ne comprend pas les principes
- Processus dcisionnel bas
de dlgation - Ne peut vrifier lexactitude
sur lintuition et lmotion
des informations comptables
- Considre que la publicit est
- Orientation vers le pass et rapportes par son personnel
une dpense et non un
non le futur
investissement - Nutilise pas les tats
- Manque de connaissances financiers pour planifier
- Ne planifie pas efficacement
sur lvolution des affaires lavenir
- Na que des connaissances
- Rsistance aux suggestions - Ne contrle ni les entres ni
rudimentaires concernant la
de personnes qualifies les sorties de fonds
dtermination des prix, les
- Croyance selon laquelle les stratgies, les tactiques - Ne comprend pas le
habilets techniques sont vocabulaire comptable
- Ne comprend pas le principe
plus importances que les
des canaux de distribution
habilits de gestion
- Ne russit pas motiver ses
- Lcole de la vie est plus
employs
instructive que luniversit
- Croit que ses problmes sont
exognes et quun emprunt peut
tout rgler

Source : St Pierre (1999)

59
Le comportement de lquipe dirigeante vis--vis du risque, de linnovation et du prestige a
une influence sur la performance de lentreprise. Dautres facteurs difficilement mesurables,
ayant un impact sur lchec ou la prennit de lentreprise, sont prsents galement dans la
littrature savoir : la confiance en soi, la capacit de dlgation, le charisme des
responsables, le ralisme, etc. (Argenti, 1976 ; Liefhooghe, 1997 ; Ooghe et Waeyaert, 2004).
La relation entre loptimisme exagr et la dtresse de lentreprise a t galement mise en
vidence (Koch, 2002), et il a t montr que lexcs de confiance des dirigeants peut
expliquer lchec de leurs projets (Camerer et Lovallo, 1999).

Quant aux problmes de motivation, trois causes ont t abordes dans la littrature.
Premirement, linsuffisance de motivation pour plusieurs raisons : les dsaccords au sein de
lquipe dirigeante, les difficults personnelles, etc. (Ooghe et Waeyeart, 2004).
Deuximement, la motivation de la cration ou de lentre dans la gestion de lentreprise, qui
peut tre lie la seule volont de mettre fin une situation de chmage pour soi-mme ou
pour un membre de sa famille (au lieu d'une tude des perspectives de croissance interne, Van
Caillie et al., 2006). Troisimement, la confusion entre les intrts de lentreprise et les
intrts financiers personnels (Van Caillie et al., 2006). Les conflits dintrts peuvent mener
des choix stratgiques inadapts qui risquent dtre onreux pour lentreprise (Ooghe et al.,
1983).

1.3 Les erreurs de gestion et le management inefficace

L'tendue des problmes de gestion a fait l'objet d'analyses approfondies. Les carences en
comptences de gestion dans certains domaines peuvent diminuer la capacit dune entreprise
survivre (Gaskill, Van Auken et Manning, 1993 ; Larson et Clute, 1979 ; Wichman, 1983 ;
Gaskill et al., 1993), alors qu' l'inverse ladoption dune stratgie prometteuse et lutilisation
des meilleures mthodes de gestion peuvent influencer positivement le rendement de
lentreprise (Cooper et al., 1994).

Les problmes de gestion sont souvent chroniques et refltent gnralement un manque de


connaissances, de flexibilit et une incapacit dadaptation (St-Pierre, 2004). Dautres
facteurs en relation avec la gestion sont galement cits : labsence dun systme
dinformation structur, la maitrise des cots, des dlais et de la qualit (Louart, 1996).

Baldwin et al. (1997) dfinissent et classifient les causes internes de la faillite. Ils passent en
revue des problmes dans la gestion gnrale, la stratgie de lentreprise, la planification et la

60
gestion financire, le marketing, la production et lexploitation, la gestion du personnel. Dans
cette tude, un chantillon de 550 entreprises canadiennes dfaillantes est analys (cf. Figure
10) : 71% de ces entreprises ont fait faillite cause dune mauvaise planification financire. A
cet gard, elles sont aux prises avec trois problmes principaux : le dsquilibrer de la
structure de capital, lincapacit de grer le fonds de roulement et la sous-capitalisation.

Figure 10: Causes internes de la faillite

Source : Baldwin et al. (1997)

En 2007, Crutzen et Van Caillie ont propos une organisation des facteurs de dfaillance
relatifs la gestion de lentreprise en se basant sur les 4 axes du modle de la Balance Score
Card de Kaplan et Norton (1996). Ce modle met en examen les 4 facteurs cls de la gestion
dune entreprise : la stratgie de linnovation et lapprentissage, la politique commerciale, la
politique oprationnelle, la politique financire. Dans le dtail :

- Les facteurs de dfaillance lis la stratgie de linnovation et lapprentissage. Parmi


les facteurs les plus abords dans la littrature on trouve :

Les difficults lies la stratgie de lentreprise : la mauvaise dfinition de


lactivit (Bruno et al.,1987), la mauvaise gestion de la croissance (Malcot,
1981 ; Gresse, 2003), la carence de planification stratgique, labsence de
diversification ou une diversification exagre, la multiplication des produits
non rentables (Sheppard, 1994 ; Gresse, 2003) ;

61
Une stratgie dinvestissement inefficace (Ooghe et Waeyaert, 2004) :
investissements excessifs, sous-investissement, investissements inadapts ou
inefficients ;

Le manque dune stratgie dinnovation ou l'inadaptation de la stratgie,


raccordant les capacits techniques et humaines, ainsi que les besoins et les
volutions du march (Van Caillie et al., 2006) ;

Des problmes de gouvernance dentreprise : le dsaccord entre les


actionnaires et les dirigeants (Ooghe et Waeyaert, 2004) ;

Des problmes de dpendance par rapport un ou plusieurs facteurs externes :


dpendance dun seul march, dun seul fournisseur, dun seul grand client
(Bruno et al., 1987 ; Gresse, 2003).

- Les erreurs de gestion relatives la politique commerciale :

Une quipe de vente incomptente et dmotive (Ooghe et Waeyaert, 2004) ;

Une publicit inefficace ou compltement absente (Ooghe et Waeyaert, 2004) ;

Lincapacit de crer une relation durable avec les clients (Van Caillie et al. ,
2006) ;

La mauvaise apprciation du march, lincapacit dadaptation ses volutions


(Ooghe et Waeyaert, 2004 ; Gresse, 2003), lvaluation incorrecte des
nouveaux marchs (Sheppard, 1994) ;

La dtrioration de limage de lentreprise (Kaplan et Norton, 1996) ;

Le manque de comptence en marketing (Baldwin, 1997) ;

Le choix dune mauvaise stratgie de vente ou dun circuit de distribution


inadquat (Bruno et al., 1987 ; Gresse, 2003) ;

La mauvaise stratgie dtablissement des prix (Baldwin, 1997) ;

Le mauvais emplacement (Baldwin, 1997).

- Les facteurs de dfaillance en matire de politique oprationnelle et de gestion de


production :

La gestion inefficace des ressources humaines de lentreprise : rmunrations


inadaptes aux comptences requises (Bardwin et al., 1997), difficults de

62
recrutement et pnurie de travailleurs spcialiss (Ooghe et Waeyaert, 2004 ;
Bardwin et al., 1997) ;

Les cots de main-duvre trop leve et le faible rendement des employs


(Baldwin, 1997) ;

Une mauvaise coordination entre les diffrentes units de production au sein de


lentreprise (Van Caillie et al, 2006) ;

La gestion des stocks (Baldwin, 1997) ;

Les installations dmesures par rapport aux moyens financiers (Baldwin,


1997) et linadquation technique de loutil de production (Gresse, 2003).

- Les erreurs lies la gestion financire et comptable :

Une mauvaise gestion financire : lentreprise nglige sa gestion financire et


octroie trop de crdits ses clients ; il en rsulte un dfaut important de
remboursement des dettes (Badwin et al.1997) ;

La mauvaise planification financire (Baldwin, 1997) ;

Lutilisation prmature des instrumente de crdits (Bruno et al.,1987) ;

La dgradation de la rpartition de la valeur ajoute (Gresse, 2003) ;

Le dsquilibre de la structure du capital : lactif long terme est financ par


les emprunts court terme et les crdits commerciaux (Badwin et al., 1997 ;
Gresse, 2003) ;

Le mauvais contrle des cots (Argenti, 1976 ; Sheppard, 1994) et une carence
en contrle de gestion (Gresse, 2003) : une mauvaise connaissance des prix de
revient ;

La mauvaise gestion des ressources financires (Thornhill et Amit, 2003) et


lautofinancement insuffisant (Gresse, 2003) ;

Linadquation de la structure financire (Thornhill et Amit, 2003) ;

La sous- capitalisation (Bruno et al., 1987 ; Gresse, 2003) : les PME


connaissent souvent des dsquilibres de structure financire et souffrent de
sous-capitalisation, ce qui conduit un surendettement, une diminution de la
rentabilit et une hausse de frais financiers.

63
En dpit de cette longue liste et de certaines estimations, nous constatons que tous les auteurs
ne sont pas aussi svres envers lentrepreneur/dirigeant. Ainsi, mme s'il s'agit d'un rsultat
ancien, selon Malecot (1981), lenqute de la Caisse Nationale des marchs de lEtat mene
en France associe seulement 30% des cas de dfaillances aux erreurs de gestion pour les
entreprises industrielles, et 25% pour les entreprises commerciales.

1.4 La taille et lge de lentreprise

La taille et lge de lentreprise jouent un rle trs important dans loccurrence de lchec, la
fragilit tant dautant plus importante que lentreprise est jeune et de petite taille (Dunne et
al, 1989 ; Baldwin et Johnson, 1997 ; Hall, 1992 ; Blazy, 2000). Les deux lments vont
dailleurs souvent de pair. La relation apparente entre lge de lentreprise et la probabilit de
dfaillance pourrait en fait tre le rsultat de la taille, si on considre que la taille est une
mesure de la russite de lentreprise (Mitchell, 1994).

Although the assumptions underlying arguments for the liability of newness 16 and
commercial success are partly independent, it is possible that the measured influences
of greater age are the result of greater size. Because older businesses also are often
larger businesses, the apparent relationship between greater age and a lower
likelihood of dissolution could actually stem from business size if we assume that size
is a measure of success and that successful businesses are unlikely to shut down .

Le lien entre laptitude survivre et la taille de lentreprise fait lobjet de vrifications


thoriques ainsi quempiriques depuis lnonc de la loi des effets proportionnels par Robert
Gibrat17 en 1931. La signification statistique de la taille comme un facteur dterminant du
risque de dfaut est prouve dans ltude de Shumway (2001). Les entreprises de petite taille
sont plus vulnrables (Thornhill et Amit, 2003), parce que pour la plupart dentre elles, les

16
La notion liability of newness a t utilise pour la premire fois en 1965 par Stinchcombe's. Il affirme que
les nouvelles organisations souffrent de liability of newness (handicap de la nouveaut). Elles ont un risque
dchec plus lev que les organisations plus ges car elles dpendent fortement de leurs partenaires et sont
incapables de concurrencer les anciennes organisations.
17
La loi des effets proportionnels, appele galement loi de Gibrat, est une loi de probabilit issue de la loi log
normale. Son utilisation comme modle mathmatique permet de montrer que la croissance dune entreprise est
indpendante de sa taille.

64
gestionnaires nont pas encore acquis les comptences ncessaires pour lexploitation dune
entreprise (Baldwin et al., 1997), ce qui nous ramne la problmatique prcdente.

Selon Agarwal (1997), les entreprises de grande taille ont une probabilit de dfaillance
moins leve que les moyennes ou les petites entreprises. Ces grandes entreprises ont une
flexibilit financire plus importantes que les petites (Duffie et al, 2007). En France,
sagissant des PME par exemple, leur taux de dfaillance est significativement plus lev que
celui des ETI et des grandes entreprises (Blazy, 2000).

Dans le cas des PME, Altman et al. (2008), ont galement montr que lge de lentreprise est
ngativement corrl avec sa probabilit dchec. On estime que les jeunes entreprises et
celles de petite taille sont systmatiquement celles qui ont la plus grande probabilit dchec
(Carroll, 1983 ; Sorensen et Stuart, 2000 ; Glennon et Nigro, 2005). Dans ltude dAltman et
al. (2008), on constate que les PME qui appartiennent la tranche dge 3-9 ans sont plus
vulnrables. Cependant, Altman (1983) affirme que plus de la moiti des faillites surviennent
pendant les cinq premires annes de lactivit de lentreprise, et plus dun tiers pendant les
trois premires annes. Sur la base dun chantillon dentreprises franaises, Gresse (2003)
constate que, au-del de 10 ans, seule une entreprise sur 100 dpose son bilan.

Ce constat trouve son explication dans le fait que la dure ncessaire pour que lentreprise
fasse faillite est proportionnelle au volume des capitaux initialement investis, la dficience
managriale et la mauvaise planification pendant la priode de dveloppement de lactivit de
lentreprise (Altman, 2008). Pour ces jeunes entreprises, le plus grand obstacle est de pouvoir
trouver des ressources et comptences suffisantes pour la mise en uvre de leur stratgie
(Lussier, 1995 ; Venkataraman et al., 1990) avant puisement des actifs initiaux (Levinthal et
March, 1993). De plus, les jeunes entreprises pourraient avoir plus de difficult dfinir
correctement ce quelles peuvent et devraient faire (Jovanovic, 1982), et gnrer des
revenus, car elles subissent des frais dtablissement que les entreprises plus anciennes ont
dj absorb (Thornhill et Amit, 2003).

Selon Fichman et Levinthal (1991), lobstacle que reprsente la jeunesse et linexprience des
entreprises nest pas systmatiquement une fonction dcroissante de lge de lentreprise. Il
existerait une premire priode de lune de miel pendant laquelle la nouvelle entreprise
peut se protger avec ses actifs de dpart. Par ailleurs, les auteurs considrent que le taux de
mortalit des entreprises en fonction de leur dure de vie dpend principalement du niveau

65
initial de lactif. La relation temporelle existe car plus lentreprise aura de ressources pour
pouvoir nouer des relations et sadapter son nouvel environnement plus longtemps elle
subsistera ; cela grce son apport initial en actifs. Les taux de mortalit moins levs des
entreprises plus veilles est donc justifi par les dotations en actifs qui leur permet de se
dvelopper et survivre plus longtemps (Agarwal, 1997). Les jeunes entreprises disparaissent
si leur dotation initiale en actifs est puise avant quelles ne puissent dvelopper des actifs
stratgiques crateurs de valeurs (Thornhill et Amit, 2003). Inversement, pour les jeunes
entreprises qui disposent dune dotation initiale spcifique, lacquisition des ressources et les
comptences, bien harmonises avec les facteurs stratgiques sectoriels, augmentent les
possibilits de survie. Pour les entreprises plus anciennes, ce qui importe est la conservation
de la relation entre les ressources et les comptences et les facteurs stratgiques sectoriels. De
ce fait, toute entreprise nouvellement cre est oblige datteindre une taille critique avant
quelle ne devienne rentable (Blazy et al.1993).

D'autres causes de dfaillance changent en fonction de lge de lentreprise. Baldwin et al.


(1997) montrent que lors des premires annes dexistence des entreprises, les lacunes
internes sont si nombreuses quelles causent la plupart des dfaillances. Ces jeunes entreprises
sont notamment aux prises avec des problmes relatifs aux ressources humaines (difficults
recruter des personnes qualifies). De mme elles prsentent des grandes difficults en
matire de production et de marketing. Allant dans le mme sens, Blazy et al. (1993) justifient
la forte fragilit des jeunes entreprises par le fait que toute entreprise, durant ses premires
annes dexistence, est confronte des problmes dapprentissage compte tenu de son
inexprience par rapport la capacit dadaptation de son processus de production ou encore
llargissement de son rseau de partenaires. Ainsi, les entreprises plus ges ont acquis
suffisamment de comptences de base pour continuer leur activit pendant plusieurs annes et
faire face aux bouleversements externes. La probabilit de survie augmente donc avec lge et
le taux de croissance de lentreprise (Agarwal, 1997 ; Cefis et al., 2005).

De manire plus fine, Agarwal et Audretsch (2001) montrent que la taille de lentreprise
dfinit le taux de dfaillance uniquement dans le cas des produits de basse technologie. Les
petites entreprises peuvent avoir la mme probabilit de survie que leurs plus grandes
homologues si elles dveloppent des produits technologiquement avancs. Pompe et
Bilderbeek (2005) considrent quil ny a pas de relation entre la taille de lentreprise et la

66
dfaillance. Pour eux, la dfaillance des entreprises dpend davantage du fait quelles nont
pas anticip et propos de solutions des chocs accidentels.

La plus grande fragilit des jeunes entreprises provient de linexprience et de linsuffisance


de leur rentabilit pendant les premires annes dexistence, comme nous lavons indiqu
prcdemment. Pour ce qui relve de l'exprience, Baldwin et al (1997) observent que les
jeunes entreprises (moins de 5 ans dexistence) ayant fait dfaut ont des dirigeants plus jeunes
que leurs homologues plus vieilles (plus de 5 ans). Lamontagne et Thirion (2000) montrent
galement que sept entreprises sur dix passent le cap des trois ans lorsque le crateur a une
exprience de plus de 10 ans. Par contre, les entreprises dont le crateur na aucune
exprience ne survivent souvent pas aprs leur troisime anniversaire. Cette ralit est
confirme par linfluence de lge du nouveau crateur sur les chances de survie : sil a
cinquante ans ou plus, lentreprise a deux chances sur trois de passer le cap de son troisime
anniversaire ; sil a moins de 25 ans, elle na quune chance sur deux.

Cependant, comme pour les lments prcdents, la taille et/ou lge de lentreprise ne
peuvent constituer en elles-mmes les seuls facteurs de dfaillance. Comme le soulignent
Chauveau et Medjaoui (1988) ainsi que (Malcot, 1981), une analyse en termes de
dmographie des entreprises ne peut tre juge comme une vritable explication de la
dfaillance.

1.5 Le secteur dactivit

La relation entre la taille de lentreprise, le secteur dactivit et la dfaillance a t galement


traite dans la littrature. Beaver (1966) fut lun des premiers avoir discut cette relation.
Dans son tude, il affirme quil faut modliser le risque de dfaillance des entreprises ayant la
mme taille et appartenant au mme secteur afin dobtenir des rsultats non biaiss et dviter
les problmes de prvisions. Platt et Platt (1991), dans la mme optique que Beaver,
considrent que lajustement du modle de prvision de la dfaillance lindustrie permet
davoir des rsultats plus optimaux qu'avec un modle non ajust. Lennox (1999) a galement
montr que le secteur dactivit peut tre un dterminant de la dfaillance dentreprises.

Dans le cas des petites entreprises, Glennon et Nigro (2005) soutiennent que la classification
industrielle est un dterminant trs important du risque de dfaut. Ils montrent par exemple
que dans le cas des crdits de long terme, les entreprises du secteur agricole sont moins
susceptibles de faire dfaut. McNeil et Wendin (2006) confirment que la question de

67
lhtrognit entre les secteurs dactivit doit tre correctement traite dans le cadre de la
modlisation du risque de dfaut. Altman et al. (2008) ont confirm que la prise en compte
des secteurs dactivit dans les modles amliore la capacit prdictive. Plus rcemment
encore, Veurink (2014) observe galement que le secteur dactivit peut tre un dterminant
du risque de crdit dans le cas des PME.

Thornhill et Amit (2003) montrent que 78% des entreprises canadiennes dfaillantes sont des
entreprises industrielles. Pour eux, lappartenance aux secteurs agroalimentaire et de
lhbergement est associ un chec prcoce. Les entreprises du secteur du commerce de
gros et de dtail sont plus susceptibles de faire partie du groupe des entreprises ges qui font
faillite en raison des modifications des pratiques du secteur (par exemple, l'mergence des
fournisseurs sur Internet et des magasins d'usine). Sharabany (2004) conclut que le secteur
des entreprises industrielles (notamment les technologies traditionnelles) connat plus de
dfaillances que le secteur des services et du commerce.

En France, notons que la prise en compte des secteurs dactivits des entreprises montre
galement que les taux de dfaillance en fonction de lge diffrent dun secteur lautre.
Dans une tude de la Banque de France ralise en 2003, trois groupes de secteurs
caractriss par des taux de dfaillances relativement identiques se distinguent, tant dun point
de vue de leur valeur absolue que de leur profit temporel (cf. Figure 11 :

- Dans le secteur de la construction, le taux de dfaillance est trs lev entre 2 et 5 ans
dexistence ;

- Dans les transports et lindustrie manufacturire, et dans une moindre mesure dans le
commerce, les services aux particuliers, lindustrie agroalimentaire et les services aux
entreprises un mme profil apparat mais le niveau des taux de dfaillance est moins
lev ;

- Les secteurs de lducation, de la sant, de laction sociale, et les activits mobilires


et financires, connaissent des taux de dfaillances beaucoup plus faibles.

68
Figure 11: Taux de dfaillance en fonction de lge de lentreprise, par secteur dactivit
(hors agriculture, nergie et administration)

Source : Banque de France

Lecture : ce graphique reprsente la probabilit que la dfaillance dune entreprise survienne t annes aprs sa
cration, sachant quelle a survcu jusqu cette date. Cette probabilit est donne en taux pour 100 000
entreprises. Chaque courbe correspond un secteur.

Champ : entreprises cres entre le 1er janvier 2000 et le 31 dcembre 2007 (hors agriculture, nergie et
administration) et enregistres dans la base Fiben de la Banque de France.

1.6 La structure juridique de lentreprise

Il existe un lien entre la forme juridique de lentreprise et son risque dchec. Le taux de
dfaillance des entreprises individuelles est notamment moins lev que celui des
socits en capitaux (Blazy et Combier, 1995, Blazy, 2000 ; Gresse, 2003). Cet cart
entre les taux de dfaillance peut sexpliquer par lengagement du patrimoine personnel
de lentrepreneur. La sparation entre le patrimoine de lentreprise et celui du propritaire
dans les socits de capitaux rduit limpact douloureux . De plus, les entreprises
individuelles se fondent principalement sur la maitrise dun mtier ou dune qualification
technique, ce qui peut augmenter largement le rendement de ce type dentreprise et
diminuer leur taux d'chec (Gresse, 2003).

69
2. Les facteurs lis la stratgie de lentreprise

En prenant en compte ses ressources et capacits ainsi que les caractristiques de son secteur
dactivit, lentreprise choisit la stratgie qui lui permet de raliser ses objectifs. Cette
stratgie concerne les choix technologiques, les aspects financiers et humains, la politique de
produit, etc. En revanche, les choix de lentreprise peuvent mettre en pril sa prennit sils ne
sont pas compatibles avec lvolution de son environnement.

2.1 La technologie

De nombreuses tudes se sont intresses au choix technologique comme facteur explicatif de


la dfaillance. Certaines lont associ aux lacunes stratgiques de lentreprise (Bruno et al,
1987, Kaplan et Norton, 1996 ; Crutzen et Van Caillie, 2007).

Pour Brilman (1982), la dtresse financire peut tre cause par les produits de substitution
proposs par les concurrents, ns des changements technologiques non prvus ou non
identifis par lentreprise. En complment, Baldwin et al. (1997) stipulent que lutilisation
dune technologie dsute peut tre une cause interne de la faillite et que le changement
fondamental de la technologie est un facteur externe (Crutzen et Van Caillie, 2009) qui peut
chapper au contrle de lentreprise. L'emploi des technologies obsoltes peut engendrer des
cots de revient non comptitifs ou encore une production inadapte la demande relle sur
les marchs (Kazanjian ,1988).

Pour viter cette situation, dautres tudes ont montr que linnovation augmente largement la
probabilit de survie des entreprises. Il existerait par consquent une prime dinnovation qui
peut quilibrer les liabilities of newness dune entreprise (Cefis et al., 2005). Linnovation
influence les conditions de survie des entreprises (Agarwal et Audretsch, 2001) et permet
dacqurir des capacits pour faire face aux changements externes (Christensen, 1997). Les
nouvelles technologies crent des conditions favorables linnovation dans les petites
entreprises, et favorisent alors la survie des nouvelles entreprises (Audretsch, 1991 ;
Audretsch et Mahmoud, 1995).

Marchesnay (1985) a dfini trois risques spcifiques aux PME : le risque de dpendance
commerciale qui est fonction de la nature de la relation produit-march, le risque de
dpendance technologique et le risque de variation technologique qui est li l'apparition
potentielle dune technologie de substitution. Ces trois risques dfinissent les options

70
stratgiques de lentreprise. Ainsi, lincapacit de lentreprise matriser le risque
technologique pourra influencer ngativement ses choix dinvestissement et ses options
stratgiques, particulirement sils ne sont pas adapts aux capacits techniques et financires
de lentit et sils ne prennent pas en compte les changements potentiels sur les marchs. Ds
lors, lentreprise doit sassurer, en utilisant ses ressources de manire efficace, quelle offre
les avances technologiques les plus rcentes ses clients pour rester comptitive, surtout
dans le cas dune petite entreprise, prsentant une gamme de produits restreinte (Bradeley et
Cowdery, 2004).

Van Caillie et al.(2006), dans le cadre de la dfinition des symptmes de dfaillance des
PME, dfinissent trois lments cls qui conditionnent lapparition des symptmes de non
performance lie la dimension innovation : le comportement de lentrepreneur vis--vis du
risque et de linnovation, la nature de la technologie de la chane de valeur industrielle au sein
de laquelle sintgre la PME, et la quantit des ressources financires disponibles moyen et
long terme. Ces symptmes traduisent deux phnomnes principaux : le manque ou
l'inadquation dune stratgie de dveloppement de la PME un horizon temporel raisonnable
et labsence ou linadquation dune stratgie dinnovation, incorporant les capacits
techniques et matrielles de la PME et les besoins rels actuels et potentiels du march.

2.2 La faiblesse des dbouchs et les erreurs danticipation de la


demande

Les tudes portant sur les facteurs externes lorigine du dfaut des entreprises identifient
limportance des problmes des dbouchs et le considrent comme tant une cause majeure
(Blazy et al. 1993 ; Blazy et Combier, 1995, 1997 ; Blazy, 1996, 2000). Cette question
devient en quelque sorte internalise si l'entreprise n'est pas en mesure d'apporter une rponse
par anticipation.

Dans leur tude de 2010 sur les entreprises franaises, Levratto et al. soutiennent que les
difficults de dbouchs expliquent une grande partie des entres en procdure collective des
entreprises. Ils sont visibles deux trois ans avant la cessation des paiements et leur
accumulation accrot la gravit.

La rduction de l'activit conomique apparat d'autant plus problmatique qu'elle n'a pas t
anticipe correctement par l'entreprise (Blazy, 1996). Ces problmes de dbouchs

71
proviennent le plus souvent d'une baisse tendancielle de la demande adresse l'entreprise
(Blazy et Combier, 1995). Mais le manque ou la mauvaise anticipation peut conduire
lentreprise la sous ou la sur-estimation de la demande (Hambrick et DAveni, 1988 ; Blazy
et al. 1993, Blazy et Combier, 1995, Blazy, 2000). Ces erreurs danticipation se traduisent par
une combinaison productive inadapte par rapport la demande qui sera rellement adresse
lentreprise, do une probabilit de dfaillance accrue (Blazy, 2000).

Cependant, selon Blazy et Combier (1995), ce ne sont pas seulement les erreurs danticipation
concernant l'ensemble du march qui seraient lorigine de la rduction des dbouchs, mais
la perte de clients importants est galement une cause de tensions sur les dbouchs. Il peut
s'agir du dpart d'un grand client qui ne renouvelle pas ou rompt dlibrment son contrat
avec l'entreprise (Blazy, 2000 ; St-Pierre, 2004) ou bien de la dfaillance d'un client
important, gnrant un phnomne en chane : la dfaillance d'une entreprise provoque celle
de certains de ses partenaires dpendants.

Cependant, cette analyse n'a pas connu d'approfondissements et nous pensons quil est plus
commode de faire face des problmes lis au poids important des charges dexploitation
qu' une mauvaise anticipation de la demande, qui sera difficile, voire impossible quantifier.

2.3 Lenvironnement concurrentiel

En sus des problmes de dbouchs, la densit concurrentielle est lun des facteurs externes
explicatifs du risque de crdit qui intgre une dimension stratgique. Baldwin et al (1997)
estiment que laccroissement de la concurrence est lune des causes principales de la faillite
tout en chappant au contrle des entreprises. Pour ces auteurs, les entreprises les plus vieilles
sont plus susceptibles de faire faillite pour cause d'accroissement de la concurrence. Blazy et
Combier (1997) constatent que la baisse de la demande adresse au secteur et la hausse de la
concurrence rduisent les dbouchs des entreprises, qui pour tendre leur portefeuille clients,
peuvent tre amenes accepter des conditions et des dlais de paiement trs favorables
leurs clients. Laugmentation des dlais de paiement agit ngativement sur la trsorerie de
lentreprise et augmente le risque de recouvrement sur les clients. Disposer dun avantage
concurrentiel, en possdant une meilleure matrise dune comptence dans son domaine
dactivit (Jayet et Torre, 1994), constitue donc un facteur cl de succs, que lentreprise
pourra exploiter pour amliorer sa position concurrentielle et pour tre en position de force
par rapport ses clients et concurrents.

72
Dans une tude rcente, Crutzen et Van Caillie (2007), dans le but danalyser
lenvironnement concurrentiel, ont choisi de prsenter les causes ventuelles du risque de la
dfaillance selon le modle de Porter (1980).

La premire cause de dfaillance est relative la concurrence au sein du secteur. Les facteurs
rgulirement mentionns sont : la puissance de la lutte entre concurrents, la modification du
paysage concurrentiel (mondialisation par exemple), la concentration gographique (Daubie,
2005), lintgration verticale ou horizontale de certains concurrents (Boulet, 2003), les
dfaillances en cascade (Jaminon, 1986; Blazy et Combier, 1995 ; Blazy, 2000), en particulier
dans les secteurs fortement intgrs au sein desquels les relations avec les autres composantes
de la chanes de valeur industrielles sont trop troites.

La deuxime cause est lie lentre sur le march de nouveaux comptiteurs (St-Pierre,
2004) dtenant une technologie concurrente innovante, une main doeuvre moins chre,
offrant des produits de meilleure qualit, etc.

La troisime cause de dfaillance fait rfrence au pouvoir de ngociation des fournisseurs.


Crutzen et Van Caillie citent les lments suivants : la dfaillance dun fournisseur important
(Liefhooghe, 1997), les dfaillances en chane des fournisseurs (Jaminon, 1986; Blazy et
Combier, 1995 ; Blazy, 2000).

En ce qui concerne la quatrime cause, relative au pouvoir de ngociation des clients, les
auteurs retiennent : une baisse gnrale de la demande (Malcot, 1981, Blazy et Combier
1997), la dfaillance en chane des clients (Jaminon, 1986; Blazy et Combier, 1995 ; Blazy,
2000), la concentration sur un nombre limit de clients (Ooghe et Waeyaert, 2004), la
dfaillance de clients importants (Liefhooghe, 1997), la difficult se faire payer (Ooghe et
Waeyaert, 2004), une clientle rcente et volatile difficile grer (Liefhooghe, 1997).

Enfin, la cinquime et dernire cause de dfaillance prsente par Crutzen et Van Caillie est
relative aux difficults de lentreprise sadapter lapparition des produits de substitution
ns des changements technologiques non prvus ou non identifis par lentreprise (Brilman,
1982).

2.4 Le manque de ressources

L'insuffisance des ressources humaines, techniques, immatrielles, ou leur inadaptation, a


souvent t mentionne comme lun des principaux obstacles la survie des entreprises. Ces

73
problmes sont fonction de la qualit du management et de lenvironnement, car ces deux
facteurs dfinissent la qualit et la quantit des ressources disposition de lentreprise
(Crutzen et Van Caillie, 2007).

Concernant les PME, ces difficults entravent leur dveloppement (St-Pierre, 2004). Elles
dcoulent principalement de la faible surface financire de la PME, elle-mme reflet de sa
petite taille et donc du potentiel financier et des aspirations du propritaire/dirigeant au cur
du systme de gestion. Plus globalement (Van Caillie et al.,2006), les manques touchent :

- Les ressources physiques : accs limit des quipements dun niveau technologique
adquat, achat doutils insuffisamment spcialiss (Crutzen et Van Caillie, 2007 ; Van
Caillie et al., 2006), pouvant causer un retard de dveloppement de lentreprise, une
baisse de comptitivit et des difficults garder ses parts de marchs (St-Pierre,
2004). La raret de certaines matires premires peut s'avrer galement
problmatique (Crutzen et Van Caillie, 2008) ;

- Les ressources humaines : difficult de recruter du personnel qualifi ayant les


comptences ncessaires pour le dveloppement de lentreprise (St-Pierre, 2004 ; Van
Caillie et al., 2006 ; Crutzen et Van Caillie, 2007) ;

- Les ressources financires : sous-valuation des besoins financiers des PME au


moment de la cration. Il en rsulte une sous-capitalisation, un manque
dautofinancement et une sous ou sur-estimation des investissements ncessaires. Une
capitalisation insuffisante implique que lentreprise na pas la scurit financire
ncessaire pour s'adapter son environnement. Nous pouvons mentionner les retards
de paiements des premires ventes et des difficults obtenir des crdits auprs des
fournisseurs, ce qui oblige lentreprise payer au comptant ses achats. En
consquence, les premires entres de capitaux ne sont pas suffisantes pour couvrir les
dpenses. En absence du coussin de scurit et compte tenu des difficults obtenir du
financement externe, la sous-capitalisation la cration peut tre fatale pour
lentreprise (St-Pierre, 2004). Altman (2006) affirme que lexistence de capitaux
propres suffisants est une condition ncessaire pour la cration et au dveloppement
des entreprises.

2.5 Une origine accidentelle

Bien que rares, il existe des causes accidentelles lorigine de lapparition du risque de

74
crdit/dfaillance. Celles qui sont les plus voques dans la littrature (St-Pierre, 1999 ;
Boulet 2003 ; Ooghe et Waeyaert, 2004 ; St-Pierre, 2004) sont les catastrophes naturelles
(tremblement de terre, inondations, etc.), les incendies, les cambriolages, le dcs inopin du
dirigeant, la fraude, les poursuites juridiques, etc.

Dans une enqute de lINSEE publie en 1997, ralise sur un chantillon de plus de 500
entreprises (des PME principalement) ayant dpos leur bilan, laccident apparat globalement
comme la premire source de difficults. Les causes accidentelles mentionnes dans cette
tude sont : les litiges avec des partenaires privs /publics, les malversations internes
lentreprises, les problmes sociaux au sein de lentreprise, lescroquerie dont est victime
lentreprise, le dcs du dirigeant, les sinistres, les accidents divers (dpart du dirigeant,
divorce). La vulnrabilit des PME provient du fait que ces entreprises ne disposent
gnralement pas des comptences et des ressources pour faire face ce type de difficults
souvent imprvisibles. Il en dcoule une couverture juridique ou assurantielle insuffisante.

Par la suite, comme pour les autres dimensions voques jusqu'ici, Blazy (2000) prcise quil
ne faut pas interprter laccident comme lunique cause de dfaut, donnant alors celui-ci un
caractre brutal et imprvisible du point de vue de lentreprise ou de ses partenaires. Il peut
notamment y avoir simultanment ou en amont des problmes de court terme, un processus de
dtrioration de lactivit de lentreprise, apparu soit suite un changement dfavorable de
son environnement, soit un dysfonctionnement au niveau interne : la persistance de
processus rend laccident fatal pour la poursuite de lactivit.

75
CONCLUSION CHAPITRE 1

Le risque de crdit des entreprises couvre un champ danalyse si large quil peut tre
considr selon lapproche adopte, comme une vnement juridique, conomique, financier
ou stratgique. Nanmoins, il s'inscrit gnralement dans ces quatre dimensions. De plus, la
complexit du phnomne explique la multitude et la diversit des dfinitions qui en ont t
donnes et des approches qui ont t construites pour l'analyser.

La multiplicit des facteurs prendre en considration dans lanalyse du risque de crdit rend
videmment ncessaire la rduction des modles envisags. Afin de simplifier, il est possible
de classer les facteurs de dfaillance en deux grands groupes :

- Les facteurs macroconomiques, dont lentreprise subit plus linfluence quelle nagit
sur le comportement et les changements. Il sagit de la conjoncture conomique, la
cration des entreprises concurrentes, la politique montaire et financire, loffre de
crdit, etc ;

- Les facteurs manageriels, organisationnels et stratgiques qui sont issue des dcisions
de lentreprise, de ses objectifs et de son organisation. Ils concernent la qualit de
lquipe dirigeante, les caractristiques de lentreprise (ge, taille, secteur dactivit)
les conditions de march (concurrence, dbouchs), etc.

Parmi les tudes qui ont trait les facteurs explicatifs du risque de crdit des entreprises, trs
peu de travaux se sont intresss exclusivement aux PME. Celles qui se sont concentres sur
cette population nont pas ncessairement abouti des conclusions de recherche qui peuvent
faire lunanimit, et il existe une grande divergence de rsultats qui ne peuvent pas toujours
tre rconcilis.

Elles constituent nanmoins des avances permettant de rpertorier, de manire gnrale,


certaines causes de la dfaillance des PME. En revanche, de nouvelles vrifications
empiriques simposent, afin de mieux cerner les causes spcifiques de la dfaillance d'une
population d'entreprises doublement spcifie par sa taille (les PME) et par son activit
(internationalise). Ces lments, sont au cur de notre travail. En particulier se pose la
question de la spcificit de la dcision d'internationalisation, pouvant faire apparatre un
facteur supplmentaire dans la dtermination du risque de crdit des PME ? Cette notion
dinternationalisation des PME est dveloppe dans le chapitre deux.

76
77
CHAPITRE 2. LINTERNATIONALISATION DES PME

78
Introduction chapitre 2.

Le dveloppement vers l'international est considr comme un moteur de croissance et


comme l'un des facteurs de rsilience des PME en cas de crise sur le march domestique. Les
PME cherchent des relais de croissance en dehors de leurs pays d'implantation. Plusieurs
voies soffrent elles : lexportation, la cration dune filiale ou la mise en place de
partenariats ou joint-ventures. Le dveloppement linternational est un vritable levier de
croissance des PME car il permet daugmenter le chiffre daffaires sur de nouveaux marchs,
mais il permet galement de compenser lrosion des marges sur le march domestique et
damliorer la rentabilit. En ce sens, il ne faut pas uniquement considrer
linternationalisation comme une stratgie de croissance, mais aussi comme un moyen de
survie ou de protection de ses marchs dune concurrence soutenue.

L'internationalisation prsente pour les PME aussi bien des risques que des opportunits. Le
principal risque li lexportation (mode d'internationalisation le plus commun) est le risque
dimpay. Ce risque est amplifi lors dune hausse des dfaillances dentreprises lchelle
mondiale suite une crise conomique profonde.

Mais dautres risques doivent tre envisags. Une mauvaise apprciation des besoins futurs
des marchs trangers peut amener les PME dvelopper des produits sans rels dbouchs.
De mme, un retournement brutal de conjoncture se traduit par des ventes insuffisantes et
lincapacit dobtenir un retour sur investissement satisfaisant sur des dpenses de
dveloppement des nouveaux produits. Une dstabilisation politique dans les marchs
d'extension ou plus globalement un risque-pays accru influencent la demande, et les
exportations des PME sont affectes. Enfin, ds lors que les exportations se font en dehors de
zones taux de change fixe, il existe un risque financier li aux fluctuations des devises
pouvant conduire les PME dans une situation difficile, du fait des ventes et achats raliss
dans le cadre de lactivit.

L'accent tant mis principalement dans le prsent travail sur le risque de dfaut des PME
internationalises, il t a constat que le phnomne de la dfaillance des PME
internationalises n'a malheureusement pas fait l'objet de beaucoup de publications. A ce jour,
il semble nexister que deux tudes rcentes (Arslan et Karan, 2009 ; Gupta et al., 2014)
stre intress la modlisation du risque de crdit des PME internationalises. Toutes deux
reposent sur l'utilisation de donnes purement financires.

79
En revanche, la littrature du management stratgique a vu apparatre un nombre trs
important dtudes sur la thmatique de linternationalisation des PME/PMI, constituant de
nos jours un champ de recherche distinct et bien vivant (Fillis, 2001 ; Lu et Beamich, 2001 ;
Thomas et Eden, 2004 ; Alexendre et Schatt, 2005 ; Chtourou, 2006 ; Pangarkar, 2008 ;
Onkelinx et Sleuwaegen, 2010 ; etc). Ces travaux sattachent tudier le comportement des
entreprises de taille restreinte linternational et expliquer les effets de cette stratgie sur
leur performance.

Notre objectif dans ce chapitre est de recenser les diffrentes tudes qui ont trait la question
de linternationalisation de la PME, la fois pour comprendre la dynamique du processus
(section 1) et pour nous permettre de dfinir les facteurs dterminants du risque de dfaut
spcifique aux entreprises internationalises (section 2). Pour ce faire, nous exploitons
essentiellement des tudes et travaux de recherches issus de la littrature en sciences de
gestion, car la question de linternationalisation des PME et les risques qui y sont associs
nont pas t suffisamment trait en sciences conomiques.

80
Section 1. Les thories de linternationalisation des PME

Tel que dit auparavant, linternationalisation est devenue un relai de survie et de croissance
trs important pour les PME. Quelle soit considre comme une stratgie offensive pour
conqurir de nouveaux marchs, ou comme une stratgie dfensive pour protger les parts de
march contre des concurrents trangers, il savre que linternationalisation ne passe pas par
le mme processus pour toutes les PME, car ces entreprises ne disposent pas des mmes
potentialits et ne sont pas voues atteindre les mmes objectifs stratgiques.

I. Lapproche behavioriste/ incrmentale

Dans le cadre de lapproche behavioriste, deux perspectives danalyse sont


proposes (Gankema et al., 2000) : le modle dit dUppsala construit sur la base des travaux
de Johanson et Wiedersheim-Paul (1975) et reformul par la suite par Johanson et Vahlne
(1977, 1990, 2003), et le modle dinnovation (Bilkey et Tesar, 1977 ; Cavusgil, 1980 ; Reid,
1981 ; Czinkota et Tesar, 1982). Ces modles considrent linternationalisation comme tant
un processus linaire et squentiel qui passe par des tapes bien dfinies.

1. Le modle Uppsala (U-model)

Comme son nom lindique, le modle Uppsala (U-model) a t dvelopp par lcole sudoise
(Johanson et Wiedersheim-Paul, 1975 ; Johanson et Vahlne, 1977). Il a t initialement conu
pour sappliquer aux grandes entreprises, mais depuis une vingtaine dannes il est galement
devenu une rfrence dans l'tude de l'internationalisation des PME/PMI (Bell, 1995 ; Laine
et Kock, 2000). Linternationalisation est conceptualise dans ce modle comme un processus
long, ractif et volutif o lapprentissage se fait de manire progressive grce lexprience
sur les marchs trangers (Khayat, 2004). De plus, ce schma squentiel de
linternationalisation de lentreprise suggre quil existe une corrlation positive entre le
degr dinternationalisation et la taille de lentreprise.

Johanson et Vahlne (1990) ont expliqu que le processus dinternationalisation volue dans le
cadre dune interaction entre dune part le dveloppement graduel des connaissances de
lentreprise et de son dirigeant des marchs trangers et, dautre part, lengagement des
ressources de lentreprise au fur et mesure de sa progression linternational. De cette

81
intersection dcoulera le choix de la firme daccrotre sa prsence sur les marchs trangers en
voluant vers des stratgies plus sophistiques et en suivant un processus squentiel constitu
de quatre tapes :

- Les activits irrgulires dexportations ;

- Les activits dexportations par lintermdiaire dun agent indpendant ;

- Limplantation de filiales ou succursales commerciales ltranger ;

- Ltablissement dunits de production en dehors du territoire national.

Ainsi, les chercheurs de lcole sudoise ont dmontr que lapprentissage et lengagement
des ressources sont les principaux concepts permettant dexpliquer la dcision de lentreprise
de pntrer des marchs ltranger. Cet aspect incrmental de linternationalisation est
considr comme la cl du succs de la dmarche dinternationalisation des PME (Moore et
Meschi, 2010). Il est justifi par le fait quune entreprise qui sengage sur un march tranger
se trouve face un problme dincertitude et va donc chercher minimiser les risques
encourus. Le risque li lengagement irrversible des ressources conduit lentreprise tre
plus prudente et par consquent moduler son engagement sur les marchs internationaux. De
ce fait, l'apprentissage graduel permet lentreprise de rduire progressivement son
incertitude et par l mme damliorer sa position sur le march vis vis de ses concurrents
(Autio et al., 2000 ; Zahra et al., 2000 ; Ramadan et Levratto, 2011).

Cet engagement progressif linternational permet donc de grer le risque relatif chaque
pays dans lequel opre la PME. Il facilite galement linstauration dun systme darbitrage
du risque permettant la modulation des ressources engages sur les diffrents marchs
trangers ou/et la compensation du risque des marchs entre eux (Johanson et Vahlne, 1977 ;
Shrader, et al, 2000). De ce fait, lapproche progressive de linternationalisation par le modle
Uppsala peut tre considre comme un mcanisme de minimisation du risque et
doptimisation des ressources engages par la PME dans les marchs trangers cibls (Moore
et Meschi, 2010).

La deuxime contribution du model Uppsala concerne le concept de distance psychologique


entre les marchs. Johanson et Wiedersheim-Paul (1975, p. 308) dfinissent la distance
psychologique comme factors preventing or disturbing the flows of information between
firm and market . En dautres termes, il sagit de lensemble des diffrences culturelles,

82
linguistiques, politiques qui peuvent influencer la circulation de linformation entre
lentreprise et le march (Johanson et Vahlne, 1977).

Pour analyser le dveloppement international progressif de lentreprise, les auteurs exploitent


ce concept pour expliquer que la PME va se diriger vers des marchs prsentant une distance
psychologique faible, dont les caractristiques (linguistiques, conomiques, politiques,
institutionnelles, etc) sont semblables ou proches de celles de son march domestique (Moore
et Meschi, 2010). De ce fait, en approchant des marchs plus faciles comprendre, la firme se
procurera une exprience qui va lui permettre de rduire son incertitude et comprendre
comment grer les risques associs lengagement de ses ressources ltranger (Johanson et
Vahlne, 1990). Par la suite, la PME va pouvoir sengager graduellement sur des marchs
perus initialement comme hors de porte cause dune forte distance psychologique.

2. Le modle dInnovation (I-model)

Le modle d'innovation considre linternationalisation comme un processus dont les tapes


sont analogues au processus dcrivant la diffusion de linnovation. Les quatre principales
tudes fondatrices sont celles de Bilkey et Tesar (1977), Cavusgil (1980), Czinkota et Tesar
(1982) et Reid (1981). Dans ce modle, le mode dinternationalisation tudi est lexportation
et les entreprises analyses sont aussi bien des PME que des entreprises de grande taille. Le
processus dpend des antcdents lexportation. Par ailleurs, lexprience du dirigeant et sa
perception de lexport influencent fortement la dcision dexportation (Axinn, 1988, Axinn et
al., 1995).

Les diffrences entre les travaux composant le modle d'innovation reposent sur la lecture des
moteurs de lexportation (Andersen, 1993), autrement dit le choix du nombre dtapes dans le
processus et le mcanisme dclencheur de linternationalisation. Daprs Leonidou et
Katsikeas (1996), il existe trois phases dinternationalisation dcrites par le I-model :

- Le pr-engagement concerne trois types dentreprises : celles intresses uniquement


par le march domestique ; celles engages sur le march national mais envisageant
srieusement de se tourner vers lexport ; celles qui exportaient dj dans le pass
mais qui ne le font plus ;

- La phase initiale : les entreprises ont une activit irrgulire dexportation. Elles ont de

83
fortes potentialits pour augmenter leurs exportations ;

- La phase avance : les entreprises ont une activit rgulire dexportation et une
exprience importante linternational. Elles envisagent dautres formes dexpansion
ltranger.

Le model I-innovation est fond sur les mme principes de base que le modle Uppsala : le
dveloppement progressif par tape linternational et la distance psychologique. Chaque
tape est considre comme une innovation pour lentreprise (Gankema et al. 2000 ; Gemser
et al. 2004 ; Li et al. 2004). La diffrence avec le modle Uppsala est la manire de
considrer linternationalisation. En effet, daprs le I-model, la dcision dexportation est le
rsultat de la gestion de linnovation (Bilkey et Tesar, 1977). Le passage une nouvelle tape
est une innovation reprsentant une rupture avec ltape prcdente.

J. Johanson et Mattsson (1988) en comparant leur I-model avec le modle Uppsala, constatent
que le second est mieux adapt aux situations o le march est faiblement internationalis. En
effet, les firmes de lchantillon ayant t exploites comme base empirique pour
llaboration du modle dUppsala (Johanson et Wiedersheim-Paul, 1975 ; Johanson et
Vahlne, 1977) taient en situation de Early Starter : la situation selon laquelle la firme a
trs peu de relations avec des firmes trangres et faisant partie dun march local o ses
acteurs eux-mme ont trs peu de contact avec le march tranger (Johanson et Mattsson,
1986). Le modle Uppsala visait donc lexplication de cette situation dinternationalisation et
le passage de la situation de Early Starter celle de Lonely International , soit une
situation dans laquelle la firme est en forte expansion internationale mais situe dans un
march faiblement international (Johanson et Mattsson, 1986).

3. Analyse critique des modles behavioristes et d'innovation

Les modles par tapes (Uppsala et I-model) ont constitu une contribution importante
lanalyse de linternationalisation et de nombreux travaux y adhrent. Ils ont cependant t
lobjet de plusieurs critiques. De nombreuses tudes, notamment celle de Moore et Meschi
(2010), relvent que ces modles sont relativement dats car ils sont construits sur la base
dun environnement conomique des entreprises des annes 1970 et 1980. Ce contexte
conomique a fortement volu avec la diminution des frais de transport et de

84
communication, et lamlioration de la qualit de linformation provenant des territoires
trangers (Autio, 2005 ; Barkema et Drogendijk, 2007).

Par ailleurs, lapproche par tapes, spcialement le modle Uppsala, nexplique pas les causes
et les conditions du passage de lentreprise dune phase une autre dans son processus
dinternationalisation (Andersen, 1993). En effet, dans les travaux fondateurs de la thorie
incrmentale, les facteurs pouvant influencer ce processus de dveloppement des entreprises
linternational ne sont jamais abords.

De plus, de nombreux travaux viennent aujourdhui relativiser, voire contredire, lhypothse


sur laquelle se fondent les modles incrmentaux, savoir un processus squentiel aux tapes
successives et bien distinctes (Sullivan et Bauerschmidt, 1990 ; Pantin, 2006). Les tudes plus
rcentes sur la PME dfendent lide quil existe une internationalisation non progressive.
Lapproche des entreprises nes globales ou born globals (Bonaccorsi,1992 ; Oviatt &
McDougall, 1994 ; Koed Madsen et Servais, 1997 ; Chetty & Campbell-Hunt, 2004, St-
Pierre et al., 2011), donne des contre-exemples de PME/PMI qui, peu aprs leur naissance,
prsentent une activit internationale proche de celle des multinationales plus anciennement
tablies. De ce fait, la dcision de linternationalisation nest pas (ou plus) influence par
lge de lentreprise, celles-ci pouvant choisir une expansion non progressive linternational.

Dans le dtail, Oviatt et McDougall (1994), Etrillard (2004 ; 2006) et Christensen (1991)
constatent quil existe des PME qui sinternationalisent ds leurs premires annes
dexistence. Dautres entreprises crent directement des filiales (Julien, 2005). Certaines
sautent des tapes intermdiaires et passent de lexportation la cration de filiales sur les
marchs trangers (Wolff et Pett, 2000). Inversement, l'interruption du processus
dinternationalisation ou les dsinvestissements linternational sont aussi souvent constats
(Ageron, 2001). Cest le cas des entreprises qui dcident darrter temporairement ou
dfinitivement doprer sur les marchs trangers et se limitent leurs marchs locaux alors
quelles avaient atteint un niveau dinternationalisation assez important. De plus, rien
nempche une PME, ds quelle commence tre suffisamment exprimente
linternational, dopter conjointement pour des expansions de formes diffrentes selon le
territoire tranger o elle opre (Saporta, 1993).

Finalement, malgr leurs limites, les approches behavioristes ont le mrite davoir t les
premires donner une explication au processus dinternationalisation. Cependant, elles

85
semblent inadaptes pour expliquer aujourdhui certains comportements des PME
linternational, qui ne se basent pas sur le principe daccumulation dapprentissage pour
minimiser le risque. Cest ainsi que dautres thories se sont dveloppes, notamment la
thorie des rseaux.

II. Lapproche par les rseaux

Le modle des rseaux sinscrit dans la continuit de lcole d'Uppsala. Johanson et Vahlne
(1990) apportent des amliorations leur modle de 1977 pour expliquer que la russite de
linternationalisation dpend de la position de la firme au sein dun rseau. En conservant les
notions utilises dans leur modle de base, ils essayent dexpliquer les raisons et les modalits
dinternationalisation dans un cadre multilatral considrant les relations commerciales
ralises avec dautres pays (cf. Figure 12) au lieu dun cadre unilatral qui ne concerne quun
march unique, ils considrent le processus de faon intra-organisationnelle et inter-
organisationnelle (Khayat, 2004), autrement dit en prenant en compte les contextes interne et
externe de lentreprise. Les rseaux peuvent dpasser le seul change dinformations
concernant les marchs et slargir pour prendre la forme dune collaboration ou mme d'une
coopration (Julien, 2005).

Le rseau est dfini comme la runion dun ensemble de relations dchange (Cook et
Emerson, 1978). Ces relations qui relient les entreprises entre elles sont la base de cette
approche. En tablissant des liens financiers, technologiques, commerciaux et de march avec
les autres membres du rseau, les entreprises largissent de manire progressive leurs
relations et peuvent tendre leurs activits en dehors de leur territoire national jusqu devenir
internationales.

86
Figure 12: Le cadre multilatral du processus dinternationalisation de lentreprise

Source : Johanson et Vahlne 1990

Ainsi, linternationalisation dune firme est en ralit lie linternationalisation de son


rseau, qui se dveloppe grce aux relations commerciales tisses avec des acteurs concerns
par lactivit de lentreprise ltranger. Le mode dinternationalisation est donc un processus
de prise de position dans le rseau des acteurs locaux, prsents ltranger, et non pas un
processus strictement squentiel de prise de dcision. Il passe par trois principales phases
(Johanson et Mattsson, 1988) :

- La prolongation (des activits domestiques) : est la premire action que la firme


entreprend pour constituer un nouveau rseau ou intgrer des rseaux existants. Cette
dmarche implique des investissements incorporels ;

- La pntration : traduit le dveloppement des positions de lentreprise dans son rseau,


ce qui conduit une augmentation des ressources engages ;

- Lintgration : est ltape la plus avance o lentreprise fait partie de plusieurs


rseaux nationaux quelle doit coordonner.

Selon Johanson et Mattson (1988), linternationalisation est considre comme tant un


processus cumulatif dans lequel les relations avec les acteurs trangers sont mises en places et
entretenues continuellement de manire aider lentreprise raliser certains objectifs. Pour
eux, lentreprise est perue comme internationale ds linstant que des entreprises qui sont

87
dans son rseau sont internationales. De plus, lapprentissage progressif et lacquisition des
nouvelles connaissances via les interactions des relations lintrieur du rseau sont
primordiales pour construire le processus dinternationalisation. La position de lentreprise
dans le rseau est le rsultant commutatif (Johanson et Mattson,1988), qui est fonction des
activits passes au sein du rseau, quil soit formel (avec les partenaires daffaires) ou
informel (avec les membres de la famille ou les amis).

Prolongeant ces ides, Gemser et al. (2004) insistent sur le fait que les liens qui se crent dans
les rseaux formels et/ou informels peuvent influencer lintensit et les modalits de
linternationalisation. Ils soulignent limportance des rseaux dans les deux formes
dinternationalisation quils distinguent : linternationalisation par le go alone et
linternationalisation par coopration.

En conclusion, notons que lapproche par les rseaux est plus adapte aux situations o
linternationalisation du march est forte : Late Starter o la firme maintien des relations
indirectes avec les rseaux trangers suite linitiative de ses clients et fournisseurs ; et
International Amongst Others o la firme est prsente sur de nombreux marchs trangers
suite la mise en oeuvre de stratgies de dveloppement et de pntration (Johanson et
Mattsson, 1986). Dans la premire situation, les rseaux sont importants en raison du rle que
peuvent jouer les relations internationales dans le processus dinternationalisation des firmes
faible ouverture internationale. Quant la deuxime situation, les rseaux sont primordiaux
compte tenue de la position de la firme, de ses concurrents et de ses partenaires sur les
diffrents marchs locaux.

Toujours dans une approche comparative, Bodolica et Spraggon (2006) pensent que la thorie
des rseaux pourrait mieux expliquer le processus dinternationalisation des entreprises dites
born-again global , qui dcident brusquement de sinternationaliser aprs une longue
priode de concentration sur le march domestique (voir aussi Bell et al. 2003). Cette
internationalisation brusque dune entreprise est envisageable suite la production dun
vnement, comme ltablissement dun rseau de relations ou lacquisition dune autre
entreprise dtenant un rseau de relations dj tabli, qui lui apporte de nouvelles ressources
informationnelles et financires.

Cependant, en dpit de son attrait intellectuel, il y a encore trs peu de travaux ayant trait
sous cet angle la question du comportement des PME internationalises (Knight, 2000).

88
Notons quand mme quelques tudes rcentes, comme celle de Zafarullah et al. (1997) qui
analysent des PME pakistanaises, celle de Bodolica et Spraggon (2006) portant sur des cas de
PME moldaves exportatrices, et celle de Ramadan et Levratto (2011) traitant
linternationalisation des PME libanaises.

III. Lapproche par les IDE

La dernire approche utilise pour expliquer linternationalisation des PME emprunte la


science conomique. Elle sappuie sur les apports de la thorie du commerce international,
plus particulirement applique aux investissements directs ltranger (IDE).

Un IDE permet gnralement dacqurir une participation durable dans une entreprise oprant
dans un pays autre que celui de linvestisseur. Ainsi, lentreprise procde son
internationalisation en crant sa propre filiale ou en achetant une unit de production ou de
commercialisation dans un pays tranger, avec ses propres ressources cres en interne et sans
faire appel aux ressources et connaissances des partenaires dun rseau (Bodolica et
Spraggon, 2006). Lentreprise, par cette stratgie, cherche protger son avantage comparatif,
quelle craint de perdre en dvoilant aux partenaires les informations relatives ses actifs
et/ou ses produits (Bodolica et Spraggon, 2006 ; Ramadan et Levratto, 2011).

De ce fait, les adeptes de cette approche conomique expliquent linternationalisation


travers les capacits organisationnelles : financires et de production. Ils conoivent
lentreprise comme une entit combinant des ressources htrognes imparfaites et mobiles
(Alvarez et Busenitzb, 2001 ; Barney et al., 2001). La performance des entreprises dpend
alors de lhtrognit des ressources et des combinaisons quelles en font (Dyer et Singh,
1998). Elle est galement fonction de laccessibilit et la disposition des ressources
ncessaires pour le dclenchement de la production.

La thorie des ressources (Teece, 1998) met en vidence le dveloppement et lutilisation des
ressources, des comptences et connaissances propres lentreprise dans le processus
dinternationalisation. Ainsi, puisque ces ressources se crent dans lentreprise en interne,
elles sont considres comme des avantages concurrentiels. La thorie des ressources pourrait
ainsi prendre place dans le concept thorique mobilis pour expliquer les IDE (Bodolica et
Spraggon, 2006 ; Etemad et Wright, 1999). Dans cet esprit, Khayat (2004) et Laghzaoui
(2009) rappellent les tudes relatives au concept de ressource et dont les apports
sinscrivent dans lapproche explicative de linternationalisation des entreprises. Par exemple,

89
Penrose (1959) avance que lindivisibilit des ressources productives explique leur sous-
utilisation, ce qui peut prsenter une forte incitation lexpansion de lentreprise ltranger
(afin de profiter de ces ressources sous-exploites). Chatterjee et Wernefet (1991) ajoutent
que certaines ressources spcifiques ne peuvent tre efficacement exploites que dans un
certain nombre dactivits bien particulires. Par contre, certaines ressources dont doit
disposer lentreprise peuvent affecter son expansion et les marchs sur lesquels elle peut
sintroduire.

Un grand nombre dtudes rcentes exploitent la thorie des ressources (Wolff et Pett, 2000 ;
Westhead et al. 2001) pour expliquer linternationalisation directe, qui ne passe pas par
diffrentes tapes. Bodolica et Spraggon (2006) considrent que la thorie des ressources peut
permettre dtudier le comportement des PME born global , dont la principale cl de
succs ltranger est leur avantage concurrentiel. Laghzaoui (2009) suggre que
l'internationalisation des PME rsulte de la combinaison dynamique de diffrentes ressources
et comptences quelles dtiennent ou quelles contrlent.

***

90
Les trois approches, behavioriste (Uppsala et I-model), rseaux et conomique, et leurs
applications, illustrent quel point le processus dinternationalisation est complexe et vari, et
quil nexiste pas ce jour une thorie spcifique pour le traitement des PME (Ramadan et
Levratto, 2011). Ainsi, il est peut-tre plus convenable dassocier ces approches dans des
travaux de recherche futurs afin dutiliser au mieux leur complmentarit. Cest ce que
proposent dune certaine manire Coviello et McAuley (1999 ; Figure 13). Mme sil nous
semble quil nest pas facile de rconcilier tous ces lments dans une dmarche analytique
unique.

Figure 13: Lassociation des trois approches du processus dinternationalisation

Source : Coviello et McAuley, 1999

91
Section 2. Linternationalisation des PME : avantages, inconvnients et
risques

Comme nous l'avons voqu, la dcision dinternationalisation peut avoir de nombreuses


motivations. Une manire de les distinguer, d'aprs Autio et al. (2000), est de se rfrer aux
motivations proactives ou ractives. Les motivations proactives sont volontaires et justifies
par le dsir de lentreprise de saisir de nouvelles opportunits, alors que les motivations
ractives sont souvent des ajustements de lentreprise aux changements de lenvironnement
conomique.

Le type de rponse ces motivations et laptitude le faire dpendent de plusieurs facteurs :


la stratgie de lentreprise, mais aussi particulirement ses ressources et capacits
organisationnelles (Amabile et al., 2011). La taille de lentreprise est considre par plusieurs
chercheurs comme un indicateur de ses ressources et capacits organisationnelles (Bodolica et
al., 2006 ; OCass et Weerawardena, 2009 ; etc). Plusieurs travaux (Aragon-Sanchez et
Sanchez-Marin, 2005 ; Fillis, 2007 ; Grimes et al., 2007) dduisent ainsi que les PME
utilisent relativement moins de ressources (financires, techniques, humaines) dans leur
processus dinternationalisation comparativement aux entreprises de taille plus importante.

Cependant, ces facteurs dpendent de caractristiques qui peuvent changer dune PME
lautre. En effet, les PME forment une population extrmement htrogne (St-Pierre, 2003 et
2011) car les conditions dans lesquelles elles se crent et voluent sont trs diffrentes (Julien
et al.,1997). Ainsi, cette htrognit des PME se traduit par une varit de mthodes de
pntration des marchs trangers (Chetty et Campbell-Hunt, 2003 ; Aspelund et al., 2007).
En principe, comme nous lavons vu dans la section prcdente, les PME peuvent choisir
entre plusieurs modes dinternationalisation (Coviello et McAuley, 1999 ; Dhanaraj et
Beamish, 2003) : par investissement direct ltranger (filiale, joint-venture, etc) ou par les
exportations. Mais ce dernier mode est largement dominant (Leonidou et al., 2002 ; Pett et
Wolff, 2003 ; Wolff et Pett, 2000 ; Moore et Meschi, 2010 ; St-Pierre, 2011).

Ces modes dinternationalisation impliquent des risques qui peuvent affecter la comptitivit,
le rendement ou mme la survie des entreprises internationalises. Ils diffrent dun march
lautre et leur influence varie en fonction du niveau dexposition, mais aussi en fonction des
mthodes de couverture que la firme dcide dadopter. Bien entendu, certains modes de
gestion de linternationalisation requirent des besoins de financement supplmentaires.

92
I. Les modes dinternationalisation des PME

Dune manire gnrale, on peut distinguer entre deux catgories de modes dentre des PME
sur les marchs trangers : les modes capitalistiques et ceux non capitalistiques (Moore et
Meschi, 2010). Chaque mode dinternationalisation prsente des avantages et inconvnients.

1. Les modes capitalistiques

Dans leur tude, Moore et Meschi (2010) rappellent que les modes capitalistiques ncessitent
une grande mobilisation de ressources sur le march tranger. Ceux-ci engagent la PME
longuement sur le march extrieur et sont donc difficilement rversibles (Welch et
Wiedersheim-Paul, 1980 ; Benito et Welch, 1994 ; Barkema et Vermeulen, 1998).

Compte tenu de la lourdeur des investissements quils engagent, ces modes


dinternationalisation concernent particulirement les entreprises qui ont atteint une certaine
taille ou une maturit avance dans lexpansion internationale. Lernoux et al. (2013)
constatent que lensemble des enqutes menes en Europe montre que le taux des entreprises
qui investissent ltranger crot avec leur taille. En outre, la proportion des petites
entreprises qui effectuent des IDE est trs faible en raison du manque de capital disponible
pour ce type dentreprise. Ds lors, les PME peuvent se procurer des moyens de financement
pour de tels investissement uniquement si elles sont dj performantes sur leur march
domestique, ou si elles disposent de technologies spcifiques constituant des actifs
stratgiques.

Il existe trois principaux modes dinternationalisation par IDE :

- Des alliances stratgiques : elle se dfinissent comme tant des associations entre
plusieurs entreprises indpendantes qui choisissent de mener bien un projet ou une
activit spcifique en coordonnant les comptences, les moyens et les ressources 18;

- La joint-venture (JV) ou co-entreprise : elle est dfinie comme tant un accord de


coopration entre un ou plusieurs partenaires dans le but de constituer une filiale en
commun. Normalement aucun des partenaires ne contrle majoritairement la JV 19 ;

18
.Garette, B., Dussauge, P. Les stratgies dalliances, Paris, Les ditions dorganisation, 1997.
19
Amelon, J-L. et Cardebat, J-M. Les nouveaux dfis de linternationalisation : Quel dveloppement
international pour les entreprises aprs la crise ? Paris, Les ouvertures conomiques, 2010.

93
- Des implantations, qui peuvent prendre plusieurs formes. Les modalits les plus
complexes sont la cration dune filiale ou lacquisition dune entreprise ltranger.
La forme la plus souvent adopte est le bureau ltranger ou la succursale (Amelon
et Cardebat, 2010).

Ces formes dexpansion par investissement direct ltranger sont caractrises par une trs
grande complexit organisationnelle et leur mise en uvre est plus lente que les modes non
capitalistiques (Moore et Meschi, 2010). Elles prsentent des avantages et inconvnients que
lentreprise, particulirement la PME, doit prendre en compte avant de choisir le mode le plus
adapt ses comptences, ses ressources ainsi que ses objectifs stratgiques (cf. Tableau 5).

2. Les modes non capitalistiques

A la diffrence des modes capitalistiques, les modes non capitalistiques ne ncessitent pas
dinvestissements importants. Mais ils prsentent galement des avantages et inconvnients
assez nombreux, synthtiss dans le tableau 5. Ils correspondent des oprations
dexportations et des stratgies daccord.

Lexportation constitue la forme la plus traditionnelle et intuitive dexpansion internationale


(Mayrhofer, 2004 ; Amelon et Cardebat, 2010 ; St-Pierre et al., 2012). Cette prdominance est
valable la fois pour les PME, les ETI ou les trs grandes entreprises, en raison de sa
simplicit et, plus encore, du faible engagement quelle implique. En effet, cette forme
dinternationalisation prsente lavantage de limiter les risques, et les checs ventuels auront
relativement moins dimpacts ngatifs sur la firme, surtout si lengagement financier reste
minime et parce que la production demeure dans le pays dorigine.

En fonction de la nature du contrle que lentreprise souhaite exercer sur les canaux de vente,
lentreprise peut opter pour une exportation directe (vente directe, reprsentant salari, agent
commissionn), indirecte (commissionnaire, ngociant exportateur, une socit de commerce
international, un importateur distributeur) ou concerte (piggyback ou portage, groupements
dexportations).

Quant aux stratgies daccord, elles sont en nombre de trois principales : les transferts de
technologie, les licences et les franchises. Compte tenu de leur complexit, ces modes
dinternationalisation ne sont pas souvent adopts par les PME, car ils ncessitent un niveau
dexpertise trs important et des avantages concurrentiels et technologiques assez nombreux.

94
Comme nous lavons indiqu, dans le cadre de cette thse, la forme dinternationalisation de
PME qui sera traite est lexportation. Ce choix est justifi dune part, par le fait que la
majorit des tudes traitant les PME internationalises abordent exclusivement les entreprises
exportatrices (Julien et al.,1997, Amelon et Cardebat, 2010 ; Onkelinx etSleuwaegen ;
2008 ; 2010 ; Lernoux et al. 2011 ; Lecerf, 2012 ; Gazaniol, 2012 ; Dupuis et al.,2015).

Par ailleurs, ce choix de se limiter seulement au traitement du mode dinternationalisation non


capitalistique est galement justifi par les chiffres 20 relatifs au dveloppement des PME
franaises linternational. Ceux-ci prouvent que lexportation est le mode dominant et que
les PME franaise ralisent trs peu dIDE. En France, on compte peu prs 3,1 millions de
PME, soit 99,8% du nombre total dentreprise (3 138 863 sur 3 144 065) - 96% des PME, soit
3 001 329 entreprises, sont des microentreprises (MIC) - les PME non-microentreprises sont
au nombre de 137 500. Parmi ces entreprises, 361 000 PME exportent, dont 317 000
microentreprises et 44 000 des PME hors microentreprises. Cela reprsente 11,7% des PME.
Parmi les PME hors microentreprises, 33% exportent ; parmi les microentreprises, 10,7%. Ces
PME reprsentent 99% du nombre total dentreprises exportatrices (365 000). De plus, les
PME franaises dtiennent 3 715 filiales ltranger. Elles reprsentent 10% du nombre total
de filiales trangres dentreprises franaises. Seules 1% des PME franaises hors
microentreprises dtiennent une filiale ltranger, alors que cest le cas de la quasi-totalit
des grandes entreprises (135 sur 137 en 2010) et dun tiers des ETI.

Enfin, pour des raisons de simplification et de disponibilit de donnes franaises, nous


sommes contraints nous limiter aux entreprises exportatrices pour analyser les PME
internationalises. Ainsi, nous parlerons de la PME exportatrice partir de la partie suivante.

20
Source : INSEE, Les Entreprises en France 2014 ; donnes 2011 ; entreprises marchandes non-agricoles, y
compris activits financires et dassurance ; chiffre daffaires et chiffres daffaires lexport hors secteur
financier.

95
Tableau 5: Les avantages et inconvnients des modes dinternationalisation capitalistiques et non capitalistiques

Mode dinternationalisation Avantages Inconvnients

Alliances Caractre rversible Risque dincompatibilit des objectifs


Autonomie rserve Perte des comptences et technologies cls
Accs protgs et rapides des marchs Importances des cots de coordination
Partage des cots, des risques et des ressources Risque de conflit lis des diffrents culturels, aux
Ralisation dconomies dchelle mthodes de gestion
Accroissement de la capacit de production Risque sur la stratgie de sortie

Joint-Venture Pntration plus facile et rapide des marchs grce Bnfices potentiels devant tre partags
lexprience du partenaire local Cots de cration et le cas chant de dissolution
Risques financiers et cots normalement partags avec le leve
partenaire Investissements en temps et humains plus importants
Bon contrle de la politique commerciale et financire si que dautres formules
lentreprise exportatrice affecte des collaborateurs la Montage juridique complexe, formalisme lev
JV Risque de msentente sur la politique de lentreprise
Meilleure image auprs des clients locaux Risque de vol du savoir-faire industriel
Meilleures relations avec les autorits locales Risque de conflit dintrt
Risque de perte de march si le partenaire local
dveloppe des activits concurrentes

96
Implantations Trs bonne connaissance du march Formalits administratives importantes
Maitrise de la politique commerciale Risques (politique commerciale) intgralement
Bonne connaissance des besoins des clients assums par lentreprise
Simplification des oprations commerciales, Investissements de dpart trs levs et cots fixes
administratives, logistiques, financires importants
Acquisition de comptences locales Besoin dune connaissance approfondie de la
Acquisition de notorit lgislation et la rglementation locale (juridique,
Rduction de la concurrence fiscalit, droit du travai etc)

Bnfices intgralement pour lentreprise Oprations complexes structurer


Taux dchec lev

Exportations Investissements financiers de dpart limits Ngociation commerciale plus difficile distance
Bnfices revenant intgralement lexportateur Familiarisation avec le march plus complexe
Contact direct avec les clients permettant une meilleure Ncessit dune structure export qualifie sur le
perception des besoins territoire domestique
Contrle total de la politique commerciale Risques commerciaux et financiers entirement
Simplification des oprations logistiques et assums par lexportateur
administratives par limportateur/concessionnaire Risque dappropriation des clients en cas
Risques et cots limits en cas de portage dexportation par un intermdiaire
Accs facile et acclr grce au porteur Cots importants du fait des frais fixes lis
lexportation par intermdiation

97
Stratgie daccord Accs aux marchs ferms ou difficiles, notamment le Risque financier en cas de non-paiement des
cas des pays en dveloppement qui imposent le transfert redevances
des technologies Risque fiscal en cas de retenue la source dans le
Rentabilisation rapide dun effort de R&D pays de lacheteur
Limite des investissements et des risques commerciaux Risque de dpossession des droits de proprit et de
Risque commercial nul en cas de licences et franchises contrefaon
Capital investir faible Difficults de contrler la qualit des produits et la
Moyen rapide pour dvelopper la notorit dune marque politique commerciale, donc risque pour lentreprise
Lentreprise demeure propritaire de la marque qui donne la licence ou la franchise
Formules rserves aux grands exportateurs possdant
un savoir-faire reconnu, codifiable et transfrable
ltranger
Complexit de contrle et de gestion

Source : Amelon et Cardebat (2010)

98
II. Les risques linternational

Les PME qui sengagent linternational entrevoient les avantages de se dvelopper sur de
nouveaux marchs. Comme le prouvent diverses enqutes, les entreprises exportatrices sont
incontestablement plus productives, plus innovantes et plus capitalistiques que celles oprant
uniquement sur les marchs domestiques (Fontagn et Gaulier, 2008 ; Bernard et al., 2003,
Belone et al., 2006 ; Gazaniol, 2012). Cependant, comme le confirme Melitz (2003), lactivit
dexportation entraine des cots fixes irrvocables (la ralisation des tudes de march, la
recherche des canaux de distribution, ladaptation des produits aux exigences du march, etc).
Seules les entreprises les plus productives peuvent supporter ces cots.

Au total, ces PME se trouvent confrontes aux risques que les marchs internationaux peuvent
prsenter. Ainsi, cette section rpertorie les risques spcifiques auxquels sont confrontes les
PME qui sinternationalisent, qui peuvent mettre en pril leur rentabilit, voire leur existence.
De manire gnrale, les risques lis linternationalisation et plus particulirement
lexportation peuvent tre classs en quatre catgories : risque de non-paiement, risque pays,
risque de change, risque de transport. Certains dentre eux ont galement une dimension
domestique mais prennent une ampleur diffrente dans un cadre international.

1. Le risque de non-paiement ou risque de crdit des clients

Le risque de non-paiement est un des principaux risques associs au commerce international.


Il sagit dailleurs de lune des premires entraves lexpansion internationale des entreprises,
et notamment des PME. Ce risque apparat ds quune entreprise accorde un crdit
commercial son client. Il peut provenir de linsolvabilit dun client suite une faillite ou
une cessation dactivit par exemple. Selon Lernoux et al. (2013), le dfaut de paiement dun
client reprsente la premire cause de faillite des entreprises exportatrices. De plus, mme si
lentreprise peut chapper la faillite, le dfaut ou le retard de paiement 21 dun grand client

21
Le retard de paiement est dfini, en gnral, comme tant tout paiement effectu au-del de la date prvue
contractuellement. Cette dfinition correspond celle retenue par le Parlement europen et le Conseil de lUnion
europenne dans le texte de modification de la Directive 2000/35/CE. La nouvelle directive 2011/7/UE
concernant la lutte contre le retard de paiement dans les transactions commerciales a t adopte pour pouvoir
protger les entreprises europennes, et en particulier les PME, contre les retards de paiement, et les aider
devenir plus comptitives.

99
provoque des problmes de liquidits qui peuvent affecter le rsultat de lentreprise.

Ce problme de risque de crdit-clients est encore plus complexe pour les entreprises
internationalises. Il est en ralit plus compliqu d'estimer la probabilit de dfaut dun client
tranger. Les assurances crdits sont trs coteuses et ncessitent une certaine matrise de la
rglementation dans le pays en question. De plus, les litiges juridiques sont plus compliqus
dans un contexte international.

Le risque de non-paiement accru caus par linternationalisation est illustr dans les chiffres
relatifs la valeur des exportations crdit et aux retards de paiement. En France par
exemple, selon une tude ralise par Atradius en 2015, en moyenne, 28,8 % de la valeur des
exportations fait lobjet dune vente crdit. Dans cet ensemble 35,1 % de la valeur totale des
factures export ont dpass lchance, ce qui traduit une hausse par rapport aux deux annes
prcdentes (cf. Figure 14). Globalement, ce pourcentage s'avre suprieur pour les
transactions l'export que pour les transactions domestiques.

Figure 14 : Crances impayes la date d'chance, transactions ralises sur le march


domestiques et transactions linternational
(En % des crances totales)

Source : Atradius, Baromtre des pratiques de paiement, avril 2011, mai 2012 et mai 2013

100
Par ailleurs, il convient de ne pas traiter ce risque de manire homogne, quel que soit le pays
de dbouch envisag. Le comportement de paiement change dun pays lautre. En dehors
de lEurope, de trs nombreux pays ont une mauvaise rputation. Lentreprise exportatrice
doit tenir compte de cette ralit. Mme au sein de lUnion europenne, les diffrences sont
assez importantes. Daprs ltude ralise par Altares en 2015 sur les comportements de
paiement des entreprises par exemple, dans les pays du sud de lEurope, on considre que les
retards de paiement sont gnralement plus longs. Sagissant du dfaut de paiement, les pays
dEurope de lEst sont les plus concerns.

Suite la crise conomique et financire internationale gnre par les Subprimes, les
comportements de paiement des entreprises europennes 22 se sont dtriors jusqu dpasser
15 jours de retard partir du troisime trimestre de 2008 pour le secteur industriel et 18 jours
pour le secteur du commerce. Ensuite, le retour un retard moyen (seuil lgrement suprieur
celui davant la crise) ne sest ralis que trois ans aprs, la crise des dettes souveraines
ayant pris le relais de celle des Subprimes. Depuis fin 2013, les comportements de paiement
se sont dgrads nouveau, particulirement dans le commerce de dtail. Le retard de
paiement en Europe est presque quivalent son niveau de la crise dans tous les secteurs
dactivit (cf. Figure 15).

22
En France, sur le premier trimestre 2015, peine plus dune entreprise sur trois (36,8%) paye ses factures
sans retard. La France se positionne sous la moyenne europenne (41,4%) ; une moyenne dope par
lexcellence allemande et ses 74% dentreprises qui respectent les dates de facture. Le comportement allemand
est dautant plus remarquable que les dlais contractuels de paiement sont deux fois moindres quen France (30
jours contre 60 jours). Au Royaume-Uni, o les dlais de rglement usuels sont sous les 60 jours, moins dune
entreprise sur quatre (22,6%) paye sans retard. Au Sud, lEspagne (46,3%) et lItalie (37,2%) signent de
meilleurs respects des engagements que la France mais les dlais contractuels pratiqus sont proches de 120
jours en Italie et encore suprieurs 90 jours en Espagne .

Source : ALTARES. Comportements de paiement des entreprises en France et en Europe, 2015.

101
Figure 15: volution des retards de paiement des entreprises en Europe depuis 10 ans
par activit
(exprime en jours de retards)

Source : ALTARES. Comportements de paiement des entreprises en France et en Europe, 2015.

Dans une tude ralise en 2015 par ALTARES, il a t constat que les entreprises franaises
qui ont un retard minimum de 30 jours dans leur paiement, prsentent des difficults
srieuses. ALTARES observe en effet que les firmes qui remboursent leurs fournisseurs avec
des retards pareils ont six fois plus de risque de dposer le bilan que celles qui rglent la
date dchance, en considrant que ces 30 jours reprsentent un point dacclration du
niveau du risque. A partir de 60 jours de retard, la probabilit de dfaut est mme onze fois
plus forte et dpasse les 10% (cf. Figure 16). Cette relation entre le retard de paiement et le
risque de dfaillance a t rappel par la commission europennes qui insiste sur le fait que
Dans toute lUnion europenne, il est courant de payer ses fournisseurs avec retard. Cette
pratique est juge acceptable car elle a peu de consquences sur les consommateurs.
Pourtant, les dgts sont importants : chaque anne, des centaines de milliers dentreprises
europennes font faillite parce quelles sont payes en retard. Les petites et moyennes
entreprises sont les grandes victimes de ce phnomne qui est encore accentu pour les
entreprises vendant ltranger23.

23
Cit dans : ALTARES. Comportements de paiement des entreprises en France et en Europe, 2015.

102
Figure 16: Probabilit de dfaillance associe au retard de paiement

Source : ALTARES. Comportements de paiement des entreprises en France et en Europe, 2015.

Ainsi, la corrlation entre les mauvais indicateurs de paiement et le risque de dfaillance


accru est confirme. Mais sans aller jusqu' cette situation, les retards de dure limite font,
en ralit, supporter lentreprise (fournisseur) un transfert provisoire du risque de trsorerie
de la part de son client. Ladoption de ce comportement, dans une conjoncture conomique
instable, fragilise encore plus lconomie, au risque de crer des dfaillances en chaine.

2. Le risque pays

Le risque pays est dfini par Marois (1990) comme tant le risque de matrialisation dun
sinistre rsultant du contexte conomique et politique dun Etat tranger, dans lequel une
entreprise effectue une partie de ses activits 24. Daprs Amelon et Cardebat (2010), cette
notion recouvre trois types de risques :

- Le risque de rupture politique : rsulte de la confiscation, lexpropriation ou la


nationalisation. Il peut affecter le droit de proprit ;

- Le risque de non transfert et dinconvertibilit : quand la Banque centrale dun pays


donn na plus la capacit dassurer la convertibilit de sa monnaie locale ;

- Le risque de dfaut de paiement de lEtat ou des entreprises publiques, accompagnant

24
Marois , B. Le risque pays, Paris, PUF, Collection, Que sais-je ? 1990.

103
lincapacit de lEtat honorer ses dettes ou garanties.

Le risque pays inclut ainsi, plusieurs dimensions, les deux principales tant le risque politique
et le risque conomique.

2.1 Le risque politique

Le risque politique est dfini, de manire gnrale, par Habib-Deloncle (1991) comme
lensemble des vnements ou dcisions dordre politiques ou administratif nationales ou
internationales, pouvant entraner des pertes conomiques, commerciales ou financires pour
une entreprise importatrice, exportatrice ou investissant ltranger, titulaire de ces
contrats 25.

Le risque politique est souvent assimil au risque pays, pourtant, il nen est quune dimension
(Amelon et Cardebat, 2010). Il comprend des situations dinstabilit politique extrme (les
guerres civiles, coup dEtat, les rvolutions, meutes, etc), les nationalisations, les restrictions
des exportations, les limitations de mouvements de capitaux.

Certains chercheurs considrent le risque de non-paiement dune entreprise publique comme


tant un risque politique, partant de lhypothse que lEtat ne peut pas faire faillite et que le
retard de paiement est fortement li un climat politique entre deux pays (Legrand et Martini,
2003).

Un environnement politique instable est bien videmment dfavorable pour les changes
commerciaux dans un cadre international. En effet, certains pays imposent des mesures
arbitraires qui rendent les changes difficiles (augmentations des impts, des droits de
douane, dcisions dun Etat faisant obstacle lexcution dun contrat ). Par exemple,
laugmentation des droits de douane et des taxes contribuent la hausse des prix des produits
sur les marchs trangers, ce qui risque de pnaliser la comptitivit internationale de
lentreprise.

Selon Amelon et Cardebat (2010) et Lernoux et al. (2013) le risque politique est apprhend
partir de plusieurs paramtres, savoir :

25
Habib-Deloncle, L. Le risque politique, Revue Assurances, Montral, 1991. Cit dans Benmansour, H.,
Vadcar, C. Le risque politique dans le nouveau contexte international. Paris, Dialogues Editions, 1995.

104
- La forme du gouvernement et l'adaptabilit des institutions ;

- Le degr de participation dmocratique ;

- Le processus de succession ;

- Le degr de consensus sur les objectifs de la politique conomique ;

- Lintgration dans les changes conomiques et financiers internationaux ;

- Le risque relatif la scurit intrieure et extrieur.

Cependant, dautres chercheurs ont essay dapprofondir lanalyse du risque politique.


Robock (1971) considre la discontinuit dans lenvironnement conomique, en diffrenciant
entre macro et micro-risque politique et en distinguant risque politique et instabilit politique :

- Premirement, il considre qu'un risque politique existe dun du point de vue


conomique, quand des discontinuits, compliques prvoir, se manifestent dans
l'environnement conomique, cause de changements politiques. Nanmoins, ces
discontinuits ne constitueront un risque politique pour une firme, que si elles
influencent ngativement et significativement la rentabilit de ses projets ;

- Deuximement, il dfinit comme macro-risque les changements d'origine politique qui


influencent ngativement lensemble des entreprises trangres, et comme micro-
risque les changements politiques qui n'affectent que certains secteurs dactivits, ou
des entreprises ayant des caractristiques spcifiques ;

- Finalement, il dfend lide qu'une situation politique instable ne se traduit pas


obligatoirement par un risque politique. Il voque alors l'exemple de l'Italie qui a vu
passer 40 gouvernements pendant 36 ans sans que ses changes extrieurs en soient
affects.

Le risque politique prend une place trs importante dans lanalyse des risques
linternational. La succession des problmes travers le monde rappelle que les
investissements ltranger ou mme les ventes lexport sont toujours risques sur le plan
politique, avec cependant une grande diffrenciation d'intensit. Un exemple rcent de
limportance de ce risque nous a t donn lors de la prise du contrle hauteur de 60% de 17
sites ptroliers vnzuliens jusque-l exploits par des entreprises trangres. Autre exemple
rcent, les problmes de Google en Chine en 2010 qui sont une preuve de la gravit de la
dcision des Etats dans les affaires conomiques des firmes trangres.

105
2.2 Le risque conomique

Le risque conomique est dfini comme tant le risque de hausse de certains lments du prix
de revient entre la conclusion du contrat et la date de livraison. Il peut apparatre, par
exemple, suite la hausse des prix des matires premires ou de la main duvre. Par
consquent, les cots de production seront affects ngativement et le producteur subira des
pertes assez importantes.

Ce risque fait galement rfrence aux problmes conomiques et financiers qui peuvent
survenir sur des marchs trangers et dstabiliser la demande (Amelon et Cardebat, 2010 ;
Dupuis et al., 2015) : rcession conomique, hausse de linflation, crise financire,
effondrement immobilier, etc. Pour Lehmann et al. (2013), linflation sur les marchs
trangers peut entrainer des pertes de marge importantes pour lentreprise. Elle cause une
dprciation de la monnaie du pays cible par rapport au pays dorigine, ce qui influence
ngativement la valeur des revenus gnrs par lactivit linternational. Les rcessions sur
les marchs trangers et la hausse de la dette publique peuvent provoquer une chute de la
demande de produits de lentreprise.

Ainsi, ce risque ninfluence pas seulement la capacit financire des Etats payer leur dette
mais galement leurs engagements contracts avec les exportateurs et les investisseurs
trangers. De la sorte, lentreprise exportatrice est expose une rduction des achats privs
et publics.

3. Le risque de change

Le march des changes est la premire concrtisation de la ralit internationale. Tout agent
conomique qui emprunte et/ou prte en devises, toute entreprise qui exporte et/ou importe, se
confronte un problme de change. Seules les crations de zones montaires unifies ou de
changes fixes bilatraux altrent cette ralit. Les offres et demandes de monnaies nationales
contre des devises se rencontrent sur le march de change ce qui suppose lexistence dun
systme montaire stable.

La domination du systme de change flottant n'est pas une constante dans l'histoire. Le
systme montaire a t organis pendant plusieurs annes (de 1879 1914) au tour de

106
ltalon-or (ou le Gold Exchange Standard). Selon ce systme chaque monnaie tait dfinie
par un poids en or, ce qui a permis la mise en place dun certain nombre de mcanismes de
rajustement automatique empchent l'apparition de dsquilibres (Abadie et Mercier-Suissa,
2011). Il a permis la stabilit des changes et lquilibre de la balance des paiements tant que la
Grande Bretagne (puissance dominante lpoque) garantissait la valeur de sa monnaie en or.
Avec la premire guerre mondiale et les dpenses rsultantes, les pays en guerre vont subir de
graves dsordres montaires avec linflation qui sinstalle durablement cause des pnuries
de biens et le dsquilibre entre offre et demande, do la chute du systme talon-or vers
1914. Quelques annes plus tard la grande crise des annes 30 a clat compltement le Gold
Exchange Standard.
A la fin de la deuxime guerre mondiale, les accords de Bretton Woods, signs en 1944,
avaient comme objectif linstauration dun systme montaire international stable afin de
faciliter les changes internationaux. Le systme issu de ces accords tait fond sur quatre
principes : 1) un systme de parit fixe, 2) la cration du FMI, 3) la position dominante du
dollar amricain comme monnaie de rfrence, 4) un double approvisionnement en liquidit.
Ainsi, un double niveau de parit fixes a t instaur : lun entre lor et le dollar et lautre
entre le dollar et les autres monnaies (Dumas, 2009 ; Vrez, 2013).

La systme montaire international a connu ensuite une priode de stabilit de 25 ans, mais
ds les annes 1960, les difficults de lconomie amricaine relatives la convertibilit entre
lor et le dollar se sont aggraves. En 1971, linconvertibilit du dollar en or a t dclare
lors des accords de Washington. Ensuite, la situation montaire a continu se dgrader
jusquen 1973 o une nouvelle crise a clat. Un certain nombre de pays dcidrent de laisser
flotter leurs monnaies, quittant ainsi les changes fixes pour des taux flottants ou flexibles,
dtermins librement par le jeu de loffre et de la demande de devises. Lors des accords de
Jamaque de 1976, les changes flottants ou flexibles deviennent officiels et sont encore
aujourd'hui dominants.

Dans un systme de taux de change flottant, ds quun agent conomique ralise une
opration qui implique lentre ou la sortie de devises dans une priode venir, il supporte un
risque de change car il ne peut pas prvoir le cours de cette monnaie, et donc la contrepartie
de ses flux en devises dans sa monnaie nationale (Abadie et Mercier-Suissa, 2011). Comme
nous le verrons plus loin, il peut cependant se tourner vers des oprations de couverture ou
utiliser des changes forward.

107
Plusieurs auteurs (Amelon et Cardebat, 2010 ; Lernoux et al., 2013 ; Dupuis et al., 2015)
considrent le risque de change comme tant lun des risques majeurs auxquels les entreprises
exportatrices sont confrontes. Pour les entreprises franaises, il intervient ds lors que les
transactions internationales sont ralises dans une monnaie autre que leuro. Duboin et al.
(2015) confirment que la devise de paiement dfinit en grande partie lintensit du risque de
change. Lexportateur, en facturant en sa monnaie nationale, transfre le risque de change et
sa gestion son client tranger et vice versa (Legrand et Martini, 2003 ; Duboin et al., 2015).

Ce risque est dautant plus fort que la volatilit des devises est importante et quelles
enregistrent donc de fortes fluctuations. Il entraine de lincertitude quant aux entres dargent
lies aux activits dexportations des entreprises ou de rapatriement des bnfices. Ainsi, le
risque associ au taux de change est exacerb cause de la volatilit et limprvisibilit de la
devise. Pendant de trs courtes priodes, la rentabilit dune entreprise exportatrice peut tre
revue la hausse comme la baisse selon la trajectoire que prendra la valeur de la devise de
facturation.

Du point de vue de l'analyse conomique, plusieurs approches ont t dveloppes. Les


principales sont :

- La thorie de la balance des transactions courantes : dveloppe par Mundell (1960) et


Fleming (1962), cette thorie soutient que les cours de changes sont dtermins
partir de ltat du solde des changes extrieurs (les paiements courants avec
ltranger), partant de lhypothse que les devises sont demandes principalement pour
acheter des biens et services trangers, et que loffre de devises correspond aux
revenus des exportations (Abadie et Mercier-Suissa, 2011) ;

- La thorie de la parit du pouvoir dachat (PPA): Cassel (1922), propose de dfinir le


niveau du taux de change nominal qui garantit la PPA entre deux monnaies (Chrif,
2002), autrement dit de dterminer la valeur dune monnaie par rapport une autre en
fonction la quantit de biens et services quelle permet dacheter;

- La thorie de de la parit des taux dintr ( PPI): devloppe originellement par


Keynes (1923), cette thorie se base sur les possibilits darbitrage qui tendent
limiter les carts entre les taux de change au comptant et terme (Abadie et Mercier-
Suissa, 2011). Elle suppose que si deux monnaies ont deux taux dintrt diffrents,
alors ces diffrentiels devraient reflter le taux de dvaluation et la rvaluation
anticips (Chrif, 2002) des taux de change terme et futur. Il existe deux formes de

108
la PPI: la parit des taux dintrrt couverte en change (PTIC) qui relie les taux de
change courant et forward avec les taux dintrt des devises traites, et la parit des
taux dintrt non-couvert en change (PTINC) qui incorpore le taux de change futur
anticip dans la relation entre les taux dintrt et les taux de change au comptant et
terme.

Force est de constater que ces thories expliquent difficilement les mouvements de change
observs. Pour Dupuis et al. (2015), il existe trois principales sources de fluctuations du taux
de change:

- Les prix des matires premires : dans le cadre dune politique de taux de change
flexible, la valeur de la monnaie fluctue selon loffre et la demande pour la devise.
Celles-ci sont influences, principalement, par le prix des matires premires (le prix
du ptrole par exemple). Quand le prix des matires premires augmente, la valeur des
exportations des produits de base augmente galement. Cela implique une apprciation
de la monnaie nationale puisquil en faudra davantage aux acheteurs trangers pour
payer les producteurs nationaux. A linverse, si le prix des matires premires baisse,
la monnaie nationale se dprcie ;

- La guerre de devises : de manire gnrale, la dprciation de la devise dun pays


stimule son conomie, en encourageant ses exportations et dfavorisant ses
importations. En principe, un pays qui adopte une politique de change flexible
nessaye pas dinfluencer la valeur de sa monnaie nationale, et la laisse voluer selon
les fluctuations de loffre et de la demande. Nanmoins, au cours de ces dernires
annes, plusieurs pays nont pas rsist la tentation dentrer en guerre de devises, en
assouplissant leur politique montaire travers la rduction des taux dintrt (par
exemple le Canada et lAustralie) et linjection de liquidits dans leur systme
financier (par exemple lUnion Europennes et le Japon), afin de promouvoir leur
comptitivit sur le march international26.

- L'instabilit financire internationale : lincertitude engendre par linstabilit financire


26
Notons que si court terme, un pays opte pour la dprciation de sa monnaie afin de stimuler ses exportations,
il risque de perdre rapidement son avantage concurrentiel si dautres pays adoptent la mme politique pour
garder leur part de march. Il est galement soumis au risque d'inflation importe et de perte de comptitivit
qualit de sa production.

109
explique une grande partie de la volatilit des taux de change. Pendant la crise financire
de 2008 et la rcession conomique qui en a rsult en 2009, il a t constat une volatilit
trs importante des taux de changes effectifs dans plusieurs pays. La variation quotidienne
moyenne du taux de change du dollar australien, par exemple, qui slevait 0,4 % entre
2000 et 2007, est multiplie par deux pour atteindre 0,8 % en 2008 et 2009 (cf. Figure17).

Figure 17: Volatilit des taux de change effectifs de certaines devises

Source : Dupuis et al., 2015

Dans le mme contexte, durant la crise de la dette souveraine des pays europens, le taux de
change de leuro a fortement fluctu. Il a t constat que les taux de change bilatraux de
leuro par rapport au franc suisse, la livre sterling, au dollar amricain ou encore au yen
japonais ont t plus volatils au cours des annes 2009-2011 (priode de la crise souveraine)
quavant la crise financire de 2008 (cf. Figure 18).

110
Figure 18: Volatilit du taux de change de leuro par rapport certaines devises

Source : Dupuis et al., 2015

Dans une tude canadienne sur les enjeux du taux de change pour linternationalisation des
PME, Dupuis et al. (2015) rappellent quune politique de change flexible peut rduire la
comptitivit des entreprises exportatrices sur les marchs internationaux. En consquence, la
rentabilit de ces entreprises risque de baisser. En effet, les prix des biens exports sont
gnralement fixs en devises trangres. Le montant en monnaie nationale que lexportateur
recevra peut considrablement varier de celui quil avait anticip d'encaisser la date o il a
fix son prix de vente. Lapprciation de la monnaie nationale se traduira donc par des pertes
par rapport au revenu anticip. D'ailleurs, notons que l'un des arguments avancs au moment
de la cration de l'euro tait de crer une stabilit montaire favorisant les changes
intraeuropens des PME.

4. Le risque de fabrication, le risque de transport

Entre la conclusion du contrat et la livraison de la commande, lexportateur est expos au


risque de fabrication quand, par exemple, le client refuse les produits, interrompt ou rsilie le
contrat. Ce risque concerne en particulier les grandes commandes spcifiques. Dans le cas des
marchs trangers, ce risque est plus important car les produits sont souvent fabriqus pour
rpondre aux besoins spcifiques du march et ils sont adapts pour rpondre aux exigences
rglementaires et culturelles. Lexportateur qui a engag des dpenses importantes subit de

111
grandes pertes sil ne trouve pas un autre acheteur dont les caractristiques du march et de la
clientle sont les mmes.

Le risque de transport quant lui comprend tous les alas lis la livraison des produits sur
de longues distances (retard, perte, vol, dgradation). Lors du transport de marchandises vers
des marchs trangers, un retard peut tre caus par les formalits douanires complexes ou
des documents incomplets. Les produits peuvent tre endommags ou mme perdus en cours
de route. Des livraisons peuvent tre errones ou incompltes. Tous ces problmes
occasionnent des cots supplmentaires et affectent la rputation de lentreprise exportatrice.
Dans louvrage de Lernoux et al. (2013), consacr linternationalisation des PME, une tude
de la fdration demployeurs Unizo est cite selon laquelle 8% des PME interroges ont
dj subi des prjudices lors du ddouanement des marchandises. Prs dun tiers dentre elles
a rencontr des problmes administratifs ou de procdure . Toutefois, le niveau de ce risque
dpend fortement de lincoterm27 retenu, qui dtermine la rpartition des responsabilits et
des cots de transport entre lexportateur et son client.

5. Les mthodes de rduction de lexposition aux risques

La liste des risques que nous avons rpertoris nest pas exhaustive, mais elle reprsente un
aperu gnral des lments retenus dans la littrature traitant des risques lis
linternationalisation.

Pour lensemble des risques prsents, il existe une panoplie de mthodes de couverture et de
gestion qui peuvent les rduire, voir les liminer. La diversification des marchs et
latomisation des clients sont considrs comme la principale mthode de couverture interne
contre les risques voqus ci-dessus. La diversification des marchs lexportation peut aider
rduire le risque conomique, politique ou de non-paiement. Un retard de paiement, par
exemple, aura proportionnellement moins de rpercussions. De mme quune baisse de la
demande la suite dun ralentissement sur un march pourrait tre compense par une hausse
de la demande gnre par lexpansion conomique enregistre sur un autre march.

27
Selon Amelon et Cardebat (2010), Les Incoterms (contraction dInternational Commercial TERMS) sont des
rgles internationales tablies pour uniformiser linterprtation des termes commerciaux. Reconnus par la
plupart des Etats, ils offrent aux transactions internationales un cadre plus prcis. Chaque Incoterm, dfini par
un sigle de trois lettres, prcise les obligations du vendeur et de lacheteur en matires de partage de frais et
transfert de risques .

112
Il existe galement des instruments et des organismes (cf. Tableau 6) qui peuvent aider les
entreprises exportatrices rduire leurs risques. En France, des organismes comme
BpiFrance28, la COFACE, Eurler Hermes SFAC, Atradius proposent des assurances pour la
couverture des risques lis au dveloppement linternational. Il existe galement des
organismes qui proposent des analyses du risque pays que les entreprises utilisent comme des
instruments daide la dcision, en rduisant lincertitude et en leur permettant de faire leurs
choix en fonction de larbitrage rendement/risque. Ces organismes sont principalement les
agences de notation (Standard & Poors, Moodys, Fitch Ratings) les journaux financiers tels
quInstitutional Investor, Euromoney, les cabinets dexperts comme Business Environment
Risk Intelligence, International Country Risk Guide, Nord Sud Export et la COFACE.

Mais il est important de signaler que lutilisation des instruments de couverture de risques
linternational nest pas un exercice simple car elle ncessite des comptences et des
ressources assez importantes. Les PME, par exemple, ne disposent pas des ressources
humaines et financires ncessaires pour le faire (Dupuis et al., 2015). Elles doivent ds lors
payer ce service un tablissement bancaire.

Tableau 6: Instruments de couverture de lexposition aux risques linternational

Les risques Les instruments de couvertures

- Laffacturage : transfert du risque de crdit une socit


Risque de
daffacturage.
crdit
- La garantie bancaire : la banque du client se porte garante en vue
dun problme ventuel (une faillite par exemple) et sengage
assumer les obligations de paiements
- Le crdit documentaire : la banque qui met le crdit sengage
payer lexportateur moyennant un ensemble de conditions.
- Lencaissement documentaire : les documents commerciaux sont
envoys la banque de lexportateur concern, qui les transmet la
banque de limportateur. Limportateur reoit les documents ds que
certaines conditions sont remplies (gnralement aprs paiement).
- Lassurance-crdit export : couvre le risque de dfaut de paiement du

28 Depuis le 12 juillet 2013 OSEO est devenu BpiFrance Financement.

113
client.
Pour le cas des PME, la COFACE par exemple propose lassurance-
crdit NOVEX et GCP super S.

- Le termaillage : faire varier les termes de paiement en devises-


Risque de
avancer ou retarder les encaissement- selon la variation anticipe des
change
cours de devises.
- Le forfaitage : cession de crances export en devises une socit de
forfaitage, ds leur naissance, contre un taux de change en vigueur
la date de lescompte.
- Les contrats terme : change dune devise contre une autre, sur la
base dun cours au comptant minor ou major dun dport ou dun
report avec livraison une date donne
- Lavance en devise exportatrice : une banque prte des devises une
entreprise exportatrice. Elle permet lexportateur de constituer
immdiatement une trsorerie en euros.
- Les options de change : lexportateur achte une option de vente qui
lui permet de livrer une quantit de devises un prix dexercice et
une chance convenue.
- Les swaps de devises : une opration de change au comptant assortie
dune transaction de change terme de sens sens contraire.
- Les polices de garantie de la COFACE : les polices Negon Nego plus
et CIME

- Assurance PCT de la COFACE pour la couverture des risques


Risque
politiques, catastrophiques et de non-transfert.
politique

Sources : Legrand et Martini, 2003 ; Lernoux et al., 2013 ; Duboin et al. , 2015 ; Amelon et Cardebat,
2010.

114
CONCLUSION CHAPITRE 2

Les diffrences de potentialits, de capacits (financires, techniques, humaines), et


d'objectifs des PME expliquent la varit de leur processus dinternationalisation. Comme on
vient de le voir dans de ce chapitre, il existe trois principales approches thoriques expliquant
le processus du dveloppement des entreprises linternational : lapproche incrmentale,
lapproche par les rseaux et lapproche conomique.

Lhtrognit des PME se traduit galement par une varit de mthodes de pntration des
marchs trangers. En principe, elles peuvent choisir entre plusieurs modes
dinternationalisation : par investissement direct ltranger ou par les exportations. Ces
modes dinternationalisation impliquent des risques qui peuvent affecter la comptitivit, le
rendement ou mme mettre en pril lexistence des PME internationalises. Lexportation
constitue la forme la plus traditionnelle et intuitive de dveloppement international des PME.
Elle limite les risques, car les checs ventuels affectent relativement moins la firme, surtout
si lengagement financier reste minime et parce que la production demeure dans le pays
dorigine.

Les risques relatifs linternationalisation diffrent dun march lautre et leur influence
varie en fonction du niveau dexposition, mais aussi en fonction des mthodes et instruments
de couverture que lentreprise dcide dutiliser. Les principaux risques auxquels une PME
peut tre confronte sur les marchs internationaux sont le risque de non-paiement, le risque
de change, le risque pays, le risque de transport et le risque de fabrication.

Ainsi, intuitivement les risques associs linternationalisation peuvent expliquer le risque de


dfaillance des PME internationalises. En ce sens, l'internationalisation pourrait tre vue
comme un handicap pour l'organisme prteur, provoquant une lvation de la prime de risque
ou un refus de financement. Cependant, l'ouverture vers d'autres marchs est attendue
gnratrice de profits supplmentaires. Par ailleurs, divers travaux, partant de lhypothse que
lexpansion de lactivit conomique vers linternational entrane des cots fixes irrvocables
que seules les firmes les plus fortes peuvent supporter, semblent prouver que les entreprises
internationalises sont plus productives, plus innovantes et plus capitalistiques que celles
oprant uniquement sur les marchs domestiques. De ce fait, des analyses empiriques sont
ncessaires afin de comprendre linfluence de la dcision de linternationalisation sur la

115
probabilit du dfaut de la PME.

116
117
CHAPITRE 3. LINFLUENCE DE LINTERNATIONALISATION
SUR LA PROBABILIT DE DEFAUT DES PME FRANAISES :
UNE ANALYSE EN DONNES DE PANEL

118
Introduction chapitre 3.

Comme nous lavons constat dans les chapitres prcdents, un bon nombre de travaux
thoriques et de vrifications empiriques (Edmister, 1972 ; Bates et Nucci (1989), Van
Caillie, 1989 et 2006 ; Pompe et Bilderbeek, 2005 ; Altman et Sabato, 2007 ) ont fait
merger diffrents dterminants du risque de dfaillance des PME, permettant de donner une
explication ce phnomne et den valuer lampleur. Comme ces tudes, le prsent travail
portant sur des donnes relatives aux PME franaises, attache une importance particulire la
comprhension de la relation entre les conditions conomiques et la probabilit de dfaillance
des PME. Mais la spcificit de notre tude est d'envisager un traitement particulier pour des
entreprises internationalises.

Dans ce domaine, il a t constat que malgr l'existence de donnes et de mthodologies de


traitement, le phnomne de dfaillance des PME internationalises n'a malheureusement pas
fait l'objet de beaucoup de publications. A ce jour, il ny a notre connaissance que deux
tudes rcentes qui se sont intresses la modlisation et lvaluation du risque de crdit des
PME internationalises : Arslan et Karan (2009) et Gupta et al. (2014). Ceux-ci discutent de
l'influence de l'internationalisation des PME sur le risque de crdit, en dveloppant un modle
de prdiction de ce risque une anne utilisant les ratios financiers.

Pourtant il a t constat par ailleurs que lexplication du risque de dfaillance des entreprises
laide des seuls indicateurs financiers prsente un certain nombre de limites. La valeur
ajoute relle et lutilit de ces modles financiers explicatifs doivent tre considres avec
prudence (Balcaen et Ooghe, 2006). Comme le soulignait dj Koenig en 1985, les analyses
des ratios financiers ne permettent souvent qu'exclusivement un classement des entreprises
court terme. Elles ne prennent pas en compte les causes sous-jacentes de la faillite, puisque
ltude des symptmes financiers ne permet pas de remonter jusquau niveau plus
fondamental (Morris, 1997).

Ainsi, puisque linfluence des dterminants sous-jacents, notamment des conditions


macroconomiques, na pas t vrifie dans le cas des PME internationalises, l'un de nos
objectifs est donc de vrifier si la conjoncture conomique influence la probabilit de dfaut
des PME internationalises. Par ailleurs, une seconde question doit tre aborde, savoir si
les PME exportatrices sont davantage exposes au risque de dfaut que leurs homologues
domestiques. Dit autrement, l'ouverture internationale correspond-elle un risque

119
insuffisamment apprhend par l'entreprise, ce qui pourrait justifier un traitement ngatif de la
part des organismes financeurs ? Ou bien cette ouverture rduit-elle au contraire le risque de
dfaillance, ce qui au contraire doit conduire les financeurs y associer une prise de risque
moindre ? Dans ce chapitre, nous prsentons dans une premire section les choix
mthodologiques. Ensuite, nous prcdons une vrification empirique de linfluence des
conditions macroconomiques sur le risque de dfaut des PME franaises internationalises
(section 2).

120
Section 1. Mthodologie de ltude

Ainsi que nous lavons annonc, lobjectif de ltude est dvaluer et dexpliquer la
probabilit de dfaut des PME franaises. Comme dans les tudes de rfrence, nos choix
mthodologiques sont en partie dicts par la disponibilit des informations. Nous exposons
donc dans un premier temps la nature des donnes utilises et les caractristiques de
lchantillon de notre tude. Ensuite nous expliquons la forme de modlisation et le choix des
variables qui seront exploites dans les estimations conomtriques pour vrifier
empiriquement linfluence des conditions conomiques sur le risque de dfaut des PME
internationalises.

I. Les donnes

La collecte des donnes et la construction de la base comportent trois tapes (i) le choix d'une
ou plusieurs bases adaptes, (ii) l'extraction des petites et moyennes entreprises sous tude et
(iii) l'agrgation d'une base comprenant les variables dterminantes du risque de crdit des
PME (pouvant comprendre des informations microconomiques et macroconomiques).

1. Les bases de donnes relatives aux PME et au contexte


macroconomique

La base de donnes premire utilise dans notre tude est ALTARES. Celle-ci est ne du
rapprochement de la Base dInformations Lgales et de Dun & Bradstreet France. Il sagit
dune base de rfrence pour les entreprises franaises, un acteur majeur du secteur de
linformation dans ce domaine. Considre comme la plus complte du march, ALTARES
rassemble 19,5 millions dentits franaises, dont prs de 7,7 millions actives. Elle comporte
des donnes financires, conomiques, stratgiques et des donnes sur les comportements de
paiements des entreprises.

La base contient pour chaque entreprise des informations gnrales sur les dix dernires
annes. Les principales informations sont les suivantes :

- Identit : SIREN, raison sociale, enseigne, sigle, adresse postale et email, dpartement,
rgion, site internet ;

- Profil : effectif, tranche d'effectif, secteur d'activit (NAF, NAF2, SIC), forme
juridique, position, date de cration, capital social, date de procdure juridique ;

121
- Cotation, score AFDCC, score Collonges 1 et 2, score Conan and Holder, nombre de
dirigeants, nombre d'tablissements secondaires, nombre d'actionnaires, nombre de
filiales ;

- Les 110 postes de l'actif et passif du bilan (CERFA) ;

- Les 66 postes du compte de rsultat (CERFA) ;

- L'tat des crances et dettes ;

- Les 16 postes du bilan en grandes masses ;

- Les soldes intermdiaires de gestion ;

- Les 39 postes Bilan (actif) en valeurs nettes ;

- Les dlais de paiement pendant le cycle dexploitation ;

- Les ratios d'activit, de structure financire, de liquidit et de rentabilit ;

- Les donnes cls concernant l'actif, le chiffre d'affaires de l'entreprise et son rsultat,
ainsi que des graphiques rsumant l'volution des ventes ;

- Les listes des entreprises concurrentes et les tudes concurrentielles par rapport au
secteur d'activit ou par rapport une autre entreprise.

Le choix de la base de donnes ainsi dcrite tient la richesse en informations quelle


contient. La slection dune entreprise seffectue facilement au moyen dune requte
reprenant une srie de critres prtablis : effectifs, tranches d'effectifs, chiffre d'affaire, total
du bilan

Pour complter ces informations relatives chaque entreprise et nous tourner vers les
indicateurs macroconomiques caractrisant leur environnement, nous utiliserons galement
des donnes conomiques extraites des bases de donnes de lINSEE, de la Banque de France,
de l'OCDE et de la BRI.

2. Construction de lchantillon

Pour constituer lchantillon, nous extrayons de la base ALTARES les entreprises rpondant
la dfinition dune PME :

- Effectif total infrieur 250 personnes ;

- Chiffre daffaire global annuel infrieur 50 millions deuros ;

122
Nous limitons ainsi ltude aux entreprises qui rpondent la dfinition de la PME de
lInstitut national des statistiques et des tudes conomiques, qui correspond galement la
dfinition retenue dans les accords de Ble 2 (1996) : La catgorie des petites et moyennes
entreprises (PME) est constitue des entreprises qui occupent moins de 250 personnes, et qui
ont un chiffre daffaires annuel infrieur 50 millions deuros ou un total de bilan nexcdant
pas 43 millions deuros .

Lchantillon obtenu tait de 27 308 entreprises, mais les entreprises cotes en bourse (65
entreprises au total) et microentreprises 29 (environ 15000 entreprises) ont t exclues. Le
choix dexclure ces deux catgories dentreprises trouve sa justification dans leurs
caractristiques particulires :

- Les entreprises cotes sont structurellement diffrentes en termes de secteur, de taille


et dge, soit des variables susceptibles daffecter la performance. Elles voluent
essentiellement dans les activits de service et dans lindustrie. Elles montrent des
bonnes performances globalement suprieures celles des non cotes, leur chiffre
daffaire (avec les ETI) a atteint en 2010 environ 95 milliards deuros, soit peu prs
10 % de celui des grandes entreprises non financires du CAC 40. De plus, elles
enregistrent gnralement des tailles nettement plus importantes et prsentent des
caractristiques dETI, voir de grande entreprise. Plus de la moiti des PME cotes en
bourse affichent un taux dendettement infrieur 50% de leurs capitaux propres,
contre 70% pour les non cotes, car elles disposent de sources de financement
amplement plus larges (accs aux marchs financiers par exemple). Intuitivement, de
par le prisme que constitue la cotation, le risque de crdit de ces PME introduites en
bourse est compos diffremment et devrait tre moins important que celui de leurs
homologues non cotes, ce qui ncessiterait une analyse compltement diffrente
prenant en compte leurs spcificits ;

- Les microentreprises reprsentent plus de 95% des entreprises en France (3 001 329
recenses en 2014), mais elles ont un taux dexportations qui ne dpasse pas les 3%
(18 Md du chiffre daffaires total lexport sur 607Md pour lensemble des
entreprises franaises). La structure de financement de ces entreprises est
compltement diffrente. La principale source de financement provient de lpargne

29
Daprs la commission europenne, une microentreprise est une entreprise occupant moins de 10 personnes, et
qui a un chiffre d'affaires annuel ou un total de bilan n'excdant pas 2 millions d'euros.

123
personnelle de lentrepreneur, ou encore des prts sollicits auprs des membres de la
famille ou des amis. Elles nont pas toujours la possibilit daccder aux crdits
bancaires car, en gnral, leur niveau de fonds propres est faible. En raison de ces
caractristiques spcifiques il ne sera pas justifiable dtudier leur risque de crdit de
la mme manire que celui des PME, de manire ne pas biaiser les rsultats des
analyses empiriques.

Nous classons une entreprise comme internationalise ds lors qu'elle devient exportatrice.
Mme si nous avons vu dans le chapitre prcdent que l'internationalisation peut tre ralise
de plusieurs manires, nous avons galement constat que la stratgie dominante pour les
PME est l'exportation (Sullivan, 1994 ; Ramaswamy et al., 1996 ; Wright, 2007 ; Sousa et al.,
2008 ; Kazlauskaite, 2015). Ainsi, suivant la littrature existante (Fatemi, 1988 ; Arslan et
Karan, 2009 ; Gupta et al, 2014), nous classons une entreprise comme internationalise si elle
ralise un chiffre daffaires l'tranger (exportations), et domestique si elle ne ralise que des
ventes sur le march intrieur.

Il est important de prciser que les entreprises effectivement dfaillantes au cours de la


priode d'tude ne font pas partie de lchantillon dans cette partie du notre travail. Autrement
dit, nous nous concentrerons sur la probabilit de dfaut dentreprises nayant pas atteint le
stade de la dfaillance. Nous avons constat que sur un chantillon de 453 PME dfaillantes
en 2012, analys sur la priode 2008-2011, il ny a en moyenne que 130 entreprises qui
ralisaient des oprations linternational (en conservant le critre selon lequel une entreprise
est internationalise partir du moment o elle ralise une partie de son chiffre daffaire en
export). Par ailleurs, parmi celles-ci, la trs grande majorit de ces entreprises ralisait une
partie trs faible de son chiffre daffaire linternational (cf. Tableau 7). En 2012 par
exemple, parmi les 141 entreprises internationalises, 93 entreprises ralisent un chiffre
daffaire ne dpassant pas les 500 K avec une intensit dexportation de 4,5% et un chiffre
daffaires moyen net global de 6547,5 K.

124
Tableau 7: Entreprises dfaillantes internationalises (2008-2011)

Tranche du Nombre d'entreprises Moyenne - Chiffre d'affaires export Moyenne- Intensit des exportations
chiffre d'affaire (K) (%)
(K)

2008 2009 2010 2011 2008 2009 2010 2011 2008 2009 2010 2011

<10000 386 393 392 418 160,61 161,04 262,21 255,15 3,70 4,23 4,85 3,19

10000-19999 46 46 46 26 1185,89 471,65 988,02 244,62 8,44 3,33 7,12 2,00

20000-29999 16 13 13 7 2795,31 3488,15 1339,77 4368,71 11,36 14,97 5,18 16,24

30000-39999 4 1 1 2 1047,25 4345,00 31473,00 100,50 3,06 13,65 97,05 0,31

40000-50000 1 - 1 - 22130,00 - 83,00 - 55,17 - 0,19 -

Total gnral 453 453 453 453 414,11 297,29 477,08 357,00 4,56 4,47 5,28 3,31

125
Au-del de cette premire slection, nous avons exclu un nombre non ngligeable
dentreprises pour diverses raisons savoir :

- Labsence de certaines informations ncessaires ltude, notamment les probabilits


de dfaut ou la date de cration, la forme juridique ou encore le secteur dactivit ;

- La discontinuit dans le dpt des comptes, ne permettant pas de disposer


dinformations rgulires pour calculer les scores ou la taille de lentreprise ;

- Lhistorique restreint, cest--dire pour des PME qui avaient uniquement un ou deux
ans dexistence ;

- Les entreprises cres aprs 2003.

Lchantillon final obtenu au terme de ce processus de slection est de type cylindr et se


compose de 11 419 PME dont en moyenne (sur les dix ans de ltude) 3975 entreprises
internationalises et 7444 entreprises domestiques. Dans cet ensemble, 35% des entreprises
ralisent des oprations linternational (cf. Tableau 8). Ces entreprises choisies ont t crs,
au plus tard en 2003.

Tableau 8: Composition de lchantillon

Anne PME internationalises PME domestiques Total

2012 4027 7392 11419


2011 4064 7355 11419
2010 4028 7391 11419
2009 4011 7408 11419
2008 4021 7398 11419
2007 4051 7368 11419
2006 3969 7450 11419
2005 3914 7505 11419
2004 3891 7528 11419
2003 3773 7646 11419

Total 39749 74441 114190

126
Rappelons que lchantillon ne contient pas dentreprises individuelles (forme la plus utilise
par les microentreprises) et les socits de capitaux sont distribus en quatre catgorie (cf.
Tableau 9) : SA, SARL, EURL et les autres formes (SNC, SCA, etc).

Tableau 9: Nombre dentreprises par forme juridique

Forme juridique Nombre des entreprises

SA 6894

SARL 3959

EURL 504

Autres formes 62

Total 11419

Les entreprises de lchantillon sont rparties de manire assez homogne dans quatre
principaux secteurs dactivits : industrie, commerce, services et construction (cf. Figure 19).

Figure 19: Rpartition de lchantillon selon le secteur dactivit

Le nombre dentreprises qui ralisent une partie de leur chiffre daffaires sur des marchs
trangers varie dun secteur lautre (cf. Figure 20). Le secteur industriel est le plus
internationalis (59%), alors que le secteur de la construction est (traditionnellement) le moins
internationalis (7%).

127
Figure 20: Rpartition des entreprises internationalises de lchantillon par secteur
dactivit

II. Le choix des variables

Lobjectif de cette partie de thse est de vrifier limpact des variables micro et
macroconomiques sur la probabilit de dfaut des PME. Pour cela, le choix thorique des
variables sera ralis sur la base des principaux rsultats des travaux qui se sont intresss la
problmatique de dfaillance/risque de crdit ( DiPietro et Sawhney, 1977 ; Rose et al., 1982 ;
Altman, 1984 ; Hudson, 1989 ; Wadhwani, 1986 ; Platt et Platt, 1990 ; Estrella et
Hardouvelis, 1991 ; Hall et Young, 1991 ; Hall, 1992 ; Millington 1994 ; Bladwin et al,
1997 ; Watson, 1998 ; Estrella et Mishkin, 1998 ; Blazy, 2000 ; Liu et Wilson, 2002;
Thornhill et Amit, 2003 ; , Sharabany, 2004 ; Tirapat et Nittayagasetwat , 1999 ; Figlewski et
al., 2012 ; Carling et al. ;2007 ; Pesaran et al., 2006 ; Duffie et al. 2007 ; Jacobson et al.,
2008 ; Koopman et al.,2008 ; Koopman et al.,2012 ; Fougre et al., 2013 ; Veurink, 2014 ;
etc).

1. Dfinition de la variable endogne

Dans la majorit des tudes ralises jusquici, les variables utilises pour expliquer le risque
de dfaillance des entreprises sont des ratios financiers. Les auteurs de ces modles testent
lorigine, par hypothse, plusieurs ratios financiers, pour ninclure dans l'quation finale que
les ratios les plus reprsentatifs et les plus pertinents selon les approches prcdentes. Lun de

128
nos objectifs est de vrifier sil est possible dexploiter les donnes macroconomiques afin
dexpliquer le risque de dfaillance des PME.

Pour ce faire, nous exploitons la probabilit de dfaut obtenue travers le score de


lAssociation Franaise des Crdits Managers. Ce score est calcul l'aide des ratios
financiers considrs comme les plus discriminants. Il peut tre appliqu toutes les PME et
les TPE, tous secteurs d'activits confondus, lexception des socits holding et des
tablissements financiers (cf. Chapitre 4 pour plus de dtail).

Ainsi, chaque entreprise se voit affecter une probabilit de dfaut calcule par des ratios
financiers qui dtermine son niveau de risque de crdit selon les critres usuels, et donc la
qualit de lemprunteur. Nous cherchons prsent savoir si l'volution de la valeur de ces
probabilits peut tre fonction d'indicateurs conomiques et du degr d'internationalisation de
l'entreprise.

2. Les variables explicatives

Outre l'ventuelle question de la disponibilit des donnes, le choix des variables explicatives
est influenc par l'analyse des travaux antrieurs, prsente dans les deux premiers chapitres.
Il se justifie donc principalement par leur rcurrence dans la littrature financire franaise et
internationale. Nous insistons sur les informations conomiques et financires les plus
pertinentes pour analyser l'environnement dans lequel les entreprises doivent voluer.

Ainsi, nous avons retenu trois catgories de variables explicatives du risque de crdit des
PME :

- Variables relatives lentreprise : lge, la taille, le secteur dactivit, la structure


juridique ;

- Variables relatives lenvironnement macroconomique domestique : le taux de


croissance du PIB national, loutput gap, le taux de croissance de la production
industrielle, le taux de chmage, le taux dinflation, lindice des prix la
consommation ;

- Variables relatives la politique montaire et financire : le taux dintrt court terme,


le taux dintrt long terme, le spread de taux.

129
Ces variables peuvent tre qualifies de standard. L'originalit de notre travail provient du
souhait de tenter de capturer galement leffet de linternationalisation sur la probabilit de
dfaut. Pour ce faire, nous calculons dans un premier temps l'intensit des exportations sous la
forme du ratio exportations /ventes, qui est la mthode la plus couramment utilise pour cette
mesure (Katsikeas et al, 2000, Gupta et al, 2014).

A cette variable individuelle, nous ajoutons une deuxime srie dindicateurs


macroconomiques relatifs linternationalisation : le taux de croissance du PIB mondial et
lcart de croissance entre le PIB mondial et le PIB national. Nous testons cette seconde
variable pour mieux saisir la manire dont les entreprises internationalises peuvent bnficier
des opportunits de croissance en dehors du territoire franais. Nous cherchons ainsi
comprendre leffet de la conjoncture conomique internationale sur la probabilit de dfaut
des PME internationalises.

Toujours dans l'optique de l'analyse des effets de l'internationalisation, nous intgrons le taux
de change effectif rel de leuro. Nous captons ainsi leffet des fluctuations de leuro par
rapport aux monnaies trangres dans lesquelles sont gnralement factures les commandes
des entreprises exportatrices. Le taux de change effectif rel est le taux de change moyen par
rapport un ensemble de partenaires et de concurrents. Il dtermine, une date dfinie, le
prix relatif des biens et services produits en France. Une hausse de ce taux traduit une
apprciation de leuro, ce qui correspond une dgradation de la comptitivit-prix. Bien
entendu, l'inverse, une baisse de ce taux amliore transitoirement la comptitivit des
exportateurs.

Au total, pour synthtiser les variables explicatives de l'tude, nous prsentons dans le
tableau 10 lensemble des dterminants potentiels de la probabilit de dfaut des PME
exportatrices. Trois catgories d'information sont prsentes. La premire (variables
idiosyncrasiques) fournit les informations-cls sur chaque entreprise, y compris dans son
choix d'internationalisation. Les deux autres sont relatives lenvironnement
macroconomique en distinguant celles relatives la politique montaire et financire. Le
tableau prsente la dfinition de chaque variable et sa mthode de calcul.

130
Tableau 10: Variables explicatives

Type Nom Dfinition Codage Source

Variables Intensit des exportations Total des exportations /ventes totales IE ALTARES
Idiosyncrasiques Taille de lentreprise Ln (total actif)30 TL ALTARES

Age de lentreprise Lge entre la date de cration et la date de AG ALTARES


la fin de lexercice comptable considr

Secteur dactivit Les 4 principaux secteurs dactivits : SA ALTARES


commerce, industrie, services et construction

Les quatre principales formes juridiques :


Forme juridique FJ ALTARES
SA, SARL, EURL

Variables Taux de croissance du PIB national La variation du PIB franais en volume PIBN INSEE
macroconomiques Taux de croissance du PIB international La variation de PIB mondial en volume PIBI Banque mondiale

30
Nous utilisons le logarithme du total des actifs plutt quau total des actifs directement car ce dernier a une trs grande dispersion qui risque daltrer la qualit de lanalyse
si on ne la contrle pas.

131
Ecart des taux de croissance La diffrence entre le taux de croissance du EPIB
(international/domestique) PIB mondial et celui de la France

Output gap La variation de lcart relatif entre PIB rel OTG OCDE
et PIB potentiel en France

Taux de croissance de la production La variation de la production industrielle en PDI INSEE


industrielle France

Taux de chmage Le pourcentage de chmeurs dans TCM INSEE


la population active

Le taux dinflation Le taux de la perte du pouvoir d'achat de TIF INSEE


la monnaie, valu par la variation de
l'indice des prix la consommation (IPC)

Variables relatives la Taux dintrt court terme Le taux dintrt des bons du Trsor 3mois TIC Banque de France
politique montaire et Taux dintrt long terme Les taux dintrt des obligations d'tat TIL Banque de France
financire
chance de 10 ans

Courbe des taux La diffrence entre les taux d'intrt CTI


(annualiss) des obligations d'Etat 10 ans
et des bons du Trsor 3 mois

Taux de change effectif rel Les indices larges comprenant 61 conomies TCR Banque internationale
des rglements

132
3. Elments statistiques

L'analyse initiale des statistiques descriptives est utile pour la comprhension de la variabilit
des lments employs dans ltude et les biais potentiels qui peuvent survenir dans les
estimations. Le tableau 11 prsente les principales statistiques descriptives des variables
utilises dans lanalyse.

Tableau 11: Statistiques descriptives des variables

Variables Moyenne Ecart-type

Probabilit de dfaut 1,34 2,27

Taille de lentreprise 7,94 1,00

Age de lentreprise 22,74 13,80

Intensit des exportations 5,12 15,16

Taux de croissance du PIB national 1,14 1,61

Taux de croissance du PIB international 2,69 1,82

Ecart des taux de croissance du PIB international/ national 1,55 2,22

Output gap 0,35 2,06

Taux de croissance de la production industrielle 2,30 2,66

Taux de chmage 8,79 0,63

Taux dinflation 1,77 0,67

Taux dintrt rel court terme 0,50 1,23

Taux dintrt rel long terme 1,89 0,79

Spread de taux dintrt 1,39 0,92

Taux de change effectif rel (indices larges) -0,22 2,34

Taux de change effectif rel (indices troits) 0,19 1,81

133
Du ct de l'endogne, la probabilit de dfaut des PME de notre chantillon varie entre
0,04% et 12,7%, cest dire un risque de dfaillance trs faible ne dpassant pas l% et un
risque trs lev suprieur 10% selon la grille danalyse de lAFDCC (cf. Tableau 12). Une
majorit d'entreprises prsente un faible risque, mais les trois catgories recensent un nombre
significatif d'lments.

Tableau 12: Nombre de PME selon leur niveau du risque

Niveau du risque Nombre dentreprises

Faible= 0,04 PD 1,06 8523

Normal= 1,57 PD 3,29 1721

Elev = 4,96 PD 12,70 1175

Quant aux variables exognes, lintensit dexportation est la principale variable explicative
que nous exploitons afin de vrifier leffet de linternationalisation sur la probabilit de
dfaut. Dans notre chantillon de PME, cette intensit atteint les 100% pour les entreprises
qui font la totalit de leur chiffre daffaire sur les marchs trangers et 0% pour les entreprises
qui nont aucune activit internationale. Nous constatons galement que lintensit
dexportation augmente avec le temps, signe dune progressivit des exportations des
entreprises internationalises (cf. Figure 21).

Figure 21: Niveau de lintensit des exportations des entreprises internationalises (%)

134
En moyenne 25% des entreprises de chaque secteur ralisent une partie de leur chiffre
daffaire ltrangers. Une majorit d'entreprises prsente une faible intensit dexportations,
mais nous recensons un nombre assez important dentreprises avec un niveau
dinternationalisation assez significatif pour raliser les valuations (cf. Tableau 13).

Tableau 13: Nombre des PME selon leur niveau dintensit des exportations

Intensit des Moyenne d'intensit des Nombre


exportations (%) exportations (%) d'entreprises

<5 0,29 96018


5-15 8,99 6951
15-25 19,57 3227
25-35 29,66 2111
35-45 39,76 1422
45-55 49,88 1157
55-65 59,63 832
65-75 69,96 782
75-85 77,44 337
>85 91,57 1353

Total gnral 5,12 114190

En plus de la variable indpendante intensit des exportations, les modles de rgression


comprennent des variables idiosyncrasiques de contrle tenant compte de leffet du secteur
auquel appartient lentreprise et de la taille de celle-ci et de son ge. Nous avons utilis des
variables indicatrices pour les secteurs dactivits : (1) industrie, (2) commerce, (3) services et
(4) construction. Les entreprises qui ont la probabilit de dfaut la plus leve appartiennent
au secteur du commerce (cf. Figure 22).

135
Figure 22: Niveau du risque de dfaut des PME de lchantillon par secteur dactivit

Nous incluons galement une mesure de la taille de lentreprise, savoir le logarithme


nprien du total des actifs. Selon de nombreuses tudes (Dunne et al, 1989 ; Baldwin et
Johnson, 1997 ; Hall, 1992 ; Blazy, 2000), il existe une relation bien tablie entre la taille
de lentreprise et sa probabilit de dfaut, que lon peut qualifier de handicap de la
petitesse (Thornhill et Amit, 2003) qui fait que la fragilit est dautant plus importante que
lentreprise est de petite taille. En intgrant le niveau de lactif comme variable de contrle,
nous visons prendre en considration, dune part la variance associe cet effet courant de
la taille, et dautre part linfluence des liens hypothtiques lge de lentreprise. Les deux
lments taille et ge vont dailleurs souvent de pair (cf. Figure 23). Nous constatons une
corrlation positive de 0.29 entre lge et la taille (cf. Annexe 1 : Tableau de corrlation des
variables). Ainsi, nous pensons que la relation apparente entre lge de lentreprise et la
probabilit de dfaillance pourrait en fait tre le rsultat de la taille, si on considre que la
taille est une mesure de la russite de lentreprise.

136
Figure 23: Age des PME de l'chantillon en fonction de taille

Pour vrifier leffet des conditions macroconomiques sur la probabilit de dfaillance nous
exploitons, comme dit auparavant deux types de variables : celles relatives lenvironnement
macroconomiques et celles relatives la politique montaire et financire. Pour le cas des
variables macroconomiques, le PIB national et le PIB international sont preuve dune
certaine synchronisation. Cependant, le PIB international augmente plus fortement que le PIB
national sur la priode, lexception de 2010 (cf. Figure 24) Les entreprises exportatrices ont
pu bnficier de cette volution pour avoir de meilleures opportunits de croissance en dehors
du territoire national et amliorer leur performance conomique, et par la suite rduire leur
probabilit de dfaut.

137
Figure 24: Evolution de PIB national et international

La dprciation du taux de change relatif de leuro peut tre galement bnfique aux
entreprises exportatrices qui peuvent voir leur comptitivit samliorer (cf.Figure 25). Cette
dprciation apparat en fin de priode.

Figure 25: Variation du taux de change

138
Section 2. Prsentation du modle et des rsultats empiriques

Dans cette section nous prsentons les mthodes destimation du modle et les principaux
rsultats, en insistant la problmatique de linternationalisation. Si, en thorie, deux types de
modles peuvent tre tests, les spcifications nous incitent nous concentrer sur un modle
effets fixes.

I. La mthode d'estimation du modle

Afin de vrifier la relation entre la probabilit de dfaut des PME internationalises et les
conditions de lenvironnement conomique nous procdons une rgression sur des donnes
de panel. Deux mthodes d'estimation ont t testes : les modles effet fixes et celui
effets variables.

1. Le modle effets fixes

Le modle effets fixes, introduit par Hausman, Hall et Griliches (1984), suppose que les
relations entre la variable dpendante et les variables explicatives sont identiques pour tous
les individus et ce, quelle que soit la priode considre. La terminologie effets fixes
signifie que les diffrences entre individus peuvent tre obtenues par les diffrences dans le
terme de constante (Greene, 2011). Ce modle remet en cause l'hypothse de l'indpendance
entre l'effet individuel et les variables explicatives.

Une limite du modle effets fixes est qu'il ne prend pas en compte les variables invariantes
dans le temps : il ne peut pas identifier les effets associs ces variables qui imiteront le
terme constant spcifique individuel et les coefficients de ces variables ne peuvent tre
estims. Dans le cadre de notre tude les variables secteur d'activit et forme juridique ne
peuvent tre considres car ils sont stables dans le temps. La suppression de ces deux
indicateurs conduit la forme suivante pour ce modle :

(1)
Avec

i=1,... ,11419 et t=1,...,10

139
Yi,t est la probabilit de dfaut de lentreprise

i est la spcificit individuelle, suppose fixe

i,t le terme d'erreur

IE, TL, AG, PIBN, PIBI, EPIB, OTG, PDI, TCM, TIF, TIC, TIL, CTI et TCR sont les
variables explicatives dfinies dans le tableau 10. Les variables taille et ge sont utilises
comme des variables de contrle, dans le but d'viter un biais dans l'estimation du paramtre
d'intrt quest le niveau dinternationalisation de lentreprise (mesure par lintensit des
exportations).

, , , , , , , , , , , , , et sont les coefficients estimer.

2. Le modle effets alatoires

Le modle effets alatoires, appel aussi modle erreurs composes, introduit en 1966 par
Balestra et Norvel, se diffrencie du modle effets fixes par le caractre alatoire de la
spcificit individuelle. Le terme individuel alatoire est compos, d'o la dnomination du
modle. Il reprsente lensemble des spcificits structurelles ou temporelles de la variable
endogne, qui diffrent selon les individus. Le terme individuel alatoire i est alors
dcompos de la manire suivante :

i=+ i

dsigne la composante fixe et i reprsente la composante stochastique individuelle qui ne


dpend que de l'individu i. Elle est constante dans le temps, permettant de contrler
lhtrognit alatoire spcifique de i.

Ainsi le modle effets alatoires permet de rintroduire les variables SA et FJ. Il prend la
forme suivante :

(2)
Avec

140
i=1,... ,11419 et t=1,...,10

Yi,t est la probabilit de dfaut de lentreprise

i,t est le terme derreur

IE, TL, AG, SA, FJ, PIBN, PIBI, EPIB, OTG, PDI, TCM, TIF, TIC, TIL, CTI et TCR sont les
variables explicatives. Les variables taille, ge, secteur dactivit et forme juridiques sont
utiliss dans le modle comme des variables de contrle.

, , , , , , , , , , , , , , , et sont les coefficients estimer.

II. Prsentation et interprtation des rsultats

Les estimations des deux modles effets fixes et variables ont t faites avec les diffrentes
formes que les variables peuvent prendre. Cependant, le test de spcification de Hausman
(1978) confirme que le modle le plus adapt notre chantillon est le modle effets fixes
(cf. Annexe 1). Nous nous concentrons ds lors sur ses seuls rsultats, qui nous privent
cependant par exemple dune capacit de discrimination selon le secteur dactivit.

1. Prsentation des rsultats

Les rsultats obtenus sont issus de plusieurs tests de robustesse (cf. Annexe 1) et les quations
prsentes dans tableau 14 sont celles qui dune part prsentent des rsultats statistiques
solides et qui, dautre part, nous permettent de vrifier et de comprendre la relation qui existe
entre linternationalisation des PME et leur probabilit de dfaut, en tenant compte du
contexte conomique dans lequel elles voluent.

141
Tableau 14: Rsultats des modles effets fixes

Variable explique : probabilit de dfaut des PME (PD)

Modle (1) (2) (3) (4) (5) (6) (7) (8)

Variables explicatives

Idiosyncrasiques

- Intensit dexportation (IE) -0,002** -0,002** -0,002** -0,002** -0,002** -0,002** -0,002** -0,002**
(-2,38) (-2,38) (-2,37) (-2,37) (-2,39) (-2,39) (-2,37) (-2,37)

- Age (AG) 0,022*** 0,022*** 0,019*** 0,019*** 0,023*** 0,023*** 0,023*** 0,023***
(6,24) (6,24) (5,46) (5,46) (6,41) (6,41) (6,88) (6,88)

- Taille (TL) -0,247*** -0,247*** -0,249*** -0,249*** -0,258*** -0,258*** -0,250*** -0,250***
(-13,31) (-13,31) (-13,41) (-13,41) (-13,99) (-13,99) (-13,48) (-13,48)

Macroconomiques

- Taux de croissance du PIB -0,014*** -0,035*** -0,016*** -0,034*** -0,016*** -0,042*** -0,008** -0,020***
national (PIBN) (-2,97) (-6,29) (-4,23) (-7,92) (-3,75) (-8,66) (-2,09) (-4,13)

- Taux de croissance du PIB -0,021*** - -0,018*** - -0,027*** - -0,013*** -


international (PIBI) (-6,58) - (-5,44) - (-8,75) - (-3,44) -

- Ecart des taux de croissance - -0,021*** - -0,018*** - -0,027*** - -0,013***


des PIB (EPIB) - (-6,58) - (-5,44) - (-8,75) - (-3,44)

142
- Taux de chmage (TCM) 0,070*** 0,070*** - - - - - -
(6,76) (6,76) - - - - - -

- Le taux dinflation (TIF) 0,015 0,015 - - - - - -


(1,34) (1,34)

Montaires et Financires

- Taux dintrt rel court - - -0,031*** -0,031*** - - - -


terme (TIC) - - (-6,20) (-6,20) - - - -
- - - - -
- Taux dintrt rel long -0,023*** -0,023*** -
terme (TIL) - - - - (-2,82) (-2,82) - -
- - - - - -
- Courbe des taux dintrt 0,044*** 0,044***
rel (CTI) - - - - - - (6,25) (6,25)

- Taux de change effectif rel 0,009** 0,009** 0,003 0,003 0,005 0,005 0,002 0,002
(TCR) (2,28) (2,28) (0,69) (0,69) (1,20) (1,20) (0,53) (0,53)

Constante 2,240*** 2,240*** 2,972*** 2,972*** 3,019*** 3,019*** 2,790*** 2,790***


(13,15) (13,15) (21,34) (21,34) (20,95) (20,95) (19,89) (19,89)

Observations 114190 114190 114190 114190 114190 114190 114190 114190


t statistiques entre parenthses
* p<0,10, ** p<0,05, *** p<0,01

143
2. Interprtation des rsultats

En globalit, les rsultats obtenus correspondent parfaitement nos intuitions et littrature.


La significativit de la plupart des variables considres est assez leve, indiquant que les
fondamentaux conomiques doivent tre intgrs comme variables explicatives de la
probabilit de dfaut. Plusieurs rsultats majeurs apparaissent. En premier lieu, le niveau
dinternationalisation de la PME est ngativement et significativement corrl avec sa
probabilit de dfaut. Une baisse de lintensit des exportations pour les PME
internationalises risque daugmenter leur probabilit de dfaut. En effet, le dveloppement
linternational permettra une croissance potentielle des PME car il permet daugmenter le
chiffre daffaires sur de nouveaux marchs et de compenser lrosion des marges sur les
marchs domestiques pendant les priodes de rcessions. En ce sens, la dynamique
d'internationalisation doit tre considre comme un facteur positif pour les tablissements
financeurs.

Ces rsultats corroborent ceux d'autres travaux. Pour Lernoux et al, (2013), les PME oprant
sur les marchs internationaux ont de meilleures opportunits de survie. Pourtant, il considre
que la relation entre linternationalisation et le risque de dfaillance ne peut tre prcise
court terme. Ceci nest pas surprenant compte tenu des risques quengendrent la cration de
nouvelles activits de lentreprise ltranger. Toutefois, plus long terme, les entreprises
internationales font nettement moins dfaut que celles qui se limitent au march domestique
(Onkelinx et Sleuwaegen, 2010).

La corrlation ngative entre linternationalisation et la probabilit de dfaut impose une


certaine nuance. Le rsultat peut tre interprt de deux faons diffrentes, selon la causalit.
Dune part, il est probable quune stratgie dexportation minutieusement rflchie et
dveloppe permet dobtenir de meilleurs rsultats. Mais dautre part, ce sont surtout les
entreprises solides et en bonne sant financire qui dcident doprer ltranger. Cest une
forme dauto-slection que lentreprise s'impose. En ce sens, un chantillon constitu
uniquement d'entreprises internationalises pourrait tre porteur d'un biais de slection.

Cette auto-slection trouve des fondements thoriques. Les entreprises internationalises, en


principe, se distinguent des autres. Les entreprises qui dcident de sorienter vers les marchs
trangers sont souvent plus grandes, plus productives, plus innovantes et plus capitalistiques
que la moyenne, comme le montrent plusieurs tudes (Fontagn et Gaulier, 2008 ; Bernard et

144
al,, 2003, Belone et al,, 2006 ). Il semblerait quil existe gnralement un seuil que seules les
entreprises les plus performantes peuvent franchir pour sinternationaliser. Cette affirmation
est justifie par le fait que lactivit dexportation entraine trs souvent des cots fixes
irrvocables (Melitz, 2003) que seules les entreprises les plus productives peuvent supporter.

Nanmoins, cette auto-slection nexplique probablement quune partie des rsultats. Des
chercheurs comme Belderbos et VanWassenhove (2011) par exemple, montrent que les
entreprises belges deviennent plus productives au fur et mesure quelles tendent leurs
activits en dehors des frontires nationales. Ce phnomne est appel learning by
exporting . Ainsi, tout le monde saccorde stipuler que de manire gnrale, les activits
dexportation (comme principale mthode dinternationalisation) consolident la croissance,
amliorent la capacit dinnovation, favorisent la comptitivit et dbouchent sur une capacit
organisationnelle plus forte, ce qui peut expliquer que la probabilit de dfaillance des
entreprises baisse avec l'intensit de leurs exportations. Retenons cependant que ces premiers
rsultats ncessitent probablement des vrifications empiriques supplmentaires, afin de
comprendre la nature de la relation entre linternationalisation et la probabilit de dfaut de
lentreprise.

Comme nous lavons prcis dans un chapitre prcdent de cette thse, linternationalisation
est conceptualise comme un processus long, ractif et volutif o lapprentissage se fait de
manire progressive grce lexprience sur les marchs trangers (Khayat, 2004). Ce
schma squentiel de linternationalisation de lentreprise suggre quil existe une relation
positive entre le degr dinternationalisation et la taille de lentreprise.

La taille de lentreprise joue un rle dans la dtermination de sa probabilit de dfaut. La


corrlation ngative entre la taille de lentreprise, mesure par son actif total, et la probabilit
de son dfaut nous semble cohrente, si on considre que la taille est une mesure de la russite
de lentreprise. Comme nous l'avons vu, le lien entre laptitude survivre et la taille de
lentreprise lorigine fait lobjet de vrifications thoriques ainsi quempiriques. Les
entreprises de petite taille sont plus vulnrables (Thornhill et Amit, 2003), et prsentent en
consquence des probabilits de dfaut plus importantes (Agarwal, 1997 ; Blazy, 2000 ;
Duffie et al, 2007).

Quant lge qui est utilis comme variable de contrle dans notre estimation, le rsultat
obtenu pourrait sembler contre-intuitif. Selon nos estimations, la probabilit de dfaut de

145
lentreprise augmente avec lge alors que dans la littrature il a souvent t constat au
contraire que le risque de dfaillance saffaiblit avec lge de lentreprise, particulirement
dans les premires annes d'existence (Baldwin et Johnson, 1997 ; Hall, 1992 ; Blazy,
2000). Un tel rsultat doit donc tre discut. Tout d'abord, lge de lentreprise est ici dune
certaine manire contrle par la taille de celle-ci. A taille gale, une entreprise plus ancienne
aura une probabilit de dfaut plus forte. Il est probable que l'effet capt ici soit celui de
l'obsolescence, qui apparat si lentreprise ne fait pas suffisamment dinnovation compare
ses concurrents et quelle ne peut suivre le dveloppement de son march. Ceci est d'autant
plus vraisemblable que les entreprises sous revue ont une dure de vie suprieure ou gale
10 ans, ce qui fait disparatre la mortalit infantile des PME et met davantage en vidence les
problmatiques de conservation de positions dominantes, d'innovation, de renouvellement de
gamme, etc. Dautre part, il faut signaler que lge des entreprises de notre chantillon varie
dune anne, cest dire que nous nenregistrons pas seulement un effet dge mais aussi un
effet de temps. Pour viter ce doublon et enlever le deuxime effet pour se concentrer sur
leffet de lge de lentreprise, on doit contrler par leffet du temps. Pour ce faire, on intgre
lanne comme autre variable explicative : nous constatons alors que leffet de lge devient
non significatif. Ainsi un doute existe sur leffet de lge sur la probabilit de dfaut des PME
considres.

Si l'on se tourne vers les lments de nature macroconomique, constatons tout d'abord que la
croissance du PIB est ngativement corrle avec la probabilit de dfaut des PME
internationalises. Mme si les entreprises tudies sont internationalises, une conjoncture
conomique domestique dfavorable risque d'tre lorigine de la diminution du chiffre
daffaires, d'une contraction du prix de vente ou d'une inadaptation lvolution du march,
ce qui entranera une rentabilit insuffisante (Liou et Smith, 2007).

En tant que tel, le taux de croissance du PIB international ressort dans toutes les estimations
o il a t vrifi. Il est ngativement et significativement corrl avec la probabilit de
dfaut. Pour les entreprises internationalises, une conjoncture conomique internationale
dfavorable risque de les obliger limiter les quantits de leurs exportations.

De plus, la variable d'cart entre la croissance du PIB mondial et celle du PIB national est
ngativement corrle avec la probabilit de dfaut des PME internationalises. Un tel rsultat
montre que lorsque l'activit domestique est insuffisante au regard des volutions mondiales,
les exportations sont un vritable relai de croissance pour l'entreprise. Celle-ci va chercher

146
l'export les facteurs de sa survie. Les PME franaises exportatrices prsentent donc dans cette
situation une probabilit de dfaut plus faible.

Concernant le taux de chmage, il a t exploit comme proxy de la conjoncture conomique.


Il confirme et complte leffet des conditions conomiques sur la probabilit de dfaut de
lentreprise. Un taux de chmage lev tant susceptible de conduire une rduction de
certaines dpenses des consommateurs, les revenus des entreprises en sont rduits. Ceci
concerne notamment les PME, dont les tudes ont montr une sensibilit accrue aux
conditions macroconomiques ngatives (Millington, 1994 ; Everett et Watson, 1998).

Dans nos estimations, le taux dinflation nest pas corrl la probabilit de dfaut des PME
internationalises. Il est dlicat dinterprter ce rsultat car dans la littrature les analyses sont
contradictoires. Un taux dinflation lev peut tre associ des problmes conomiques pour
l'entreprise si elle est mal anticipe ou si ses effets sur la demande sont nfastes (Everett et
Watson, 1998). Mais d'un autre ct, une anticipation correcte de l'volution de ce taux
permet de rduire le risque de dfaut, car dans ce cas linflation peut se traduire par une
hausse du chiffre daffaires des entreprises, voire un renforcement des marges (Couderc et
Renault, 2005 ; Estrella et Mishkin, 1998).

Exploite comme indicateur de la comptitivit prix des PME internationalises, la variable


taux de change effectif rel a une influence positive et relativement significative sur la
probabilit de dfaut des entreprises de notre chantillon. Cette influence est justifie par le
fait quune apprciation de leuro se traduit par une dgradation de la comptitivit des
exportateurs, au risque d'une baisse de lintensit des exportations, et finalement la hausse de
la probabilit de dfaut des PME exportatrices. Ces entreprises sont galement susceptibles
d'tre confrontes une plus forte concurrence des entreprises trangres sur leur march
domestique.

En ce qui concerne les taux dintrt, nous constatons quune baisse de ces taux court et
long terme augmente la probabilit de dfaut des PME. Ces rsultats obtenus sont contre-
intuitifs. Cependant il existe un certain nombre de recherches qui ont abouti aux mmes
conclusions et qui les ont expliqus par le fait que la relation entre la dfaillance et le taux
dintrt dpend des erreurs danticipation qui peut conduire des flux de trsorerie moins
importants que ceux qui ont t anticips, ou des engagements financiers plus coteux que
prvu. Daprs Liu et Wilson (2002), taux dintrt et taux dinflation sont lis pour expliquer

147
le taux de dfaillance. Linstabilit conomique relative une forte inflation et les fluctuations
non anticipes des taux dintrt auront une influence sur le taux de liquidation des entreprises
qui est fonction de la structure de leur dette. Le risque de dfaillance est plus important chez
les entreprises les plus endettes. Les entreprises dont le financement par dette est taux
variable sont influences ngativement par la hausse non anticipe du taux dintrt,
inversement, les entreprises finances par des dettes taux fixe sont vulnrables une
rduction non anticipe du taux dintrt.

148
CONCLUSION CHAPITRE 3

Dans les chapitres prcdant cette estimation, nous avons montr que les tudes ayant trait
les facteurs macroconomiques explicatifs du risque de crdit des entreprises ont abouti des
rsultats relativement divergents, et encore peu concluants pour une catgorie dentreprises
prsentant des caractristiques spcifiques relatives leur taille limite et leur activit
internationale, qui les exposent des risques ncessitant une attention particulire. Ce chapitre
a t l'occasion de vrifier empiriquement linfluence de la conjoncture conomique sur le
risque de crdit des PME. Mais par ailleurs nous avons pu faire apparatre
linternationalisation comme facteur supplmentaire dans la dtermination de la probabilit de
dfaut de cette catgorie dentreprises. Pour ce faire, nous avons exploit des donnes
macroconomiques et financires relatives aux PME franaises.

Les premiers rsultats semblent relativement conclusifs dans les deux cas : non seulement la
probabilit de dfaut des PME est dpendante de la conjoncture conomique domestique et
internationale, mais de plus le processus dinternationalisation rduit cette probabilit. Nos
rsultats souffrent quelque peu dlments de comparaison. Le phnomne de dfaillance des
PME internationales n'a malheureusement pas fait l'objet de beaucoup de publications
jusqu'ici, permettant daffiner l'analyse. Notamment, il s'avre probablement ncessaire de
tenter de donner une rponse deux questions principales : est-ce la dcision
dinternationalisation qui amliore la performance et la productivit de lentreprise, rduisant
ainsi sa probabilit de dfaut ? ou est-ce que ce sont les caractristiques de lentreprise qui
influencent cette dcision et par la suite modifient sa probabilit de dfaut ?

Dans les deux cas, la corrlation ngative entre intensit des exportations et probabilit de
dfaut laisse penser que plus une PME est internationalise, moins elle prsente de risque de
dfaut de remboursement pour l'tablissement financeur, une banque par exemple. Une telle
information n'est pas sans intrt l'heure o la problmatique du risque de crdit prend tant
de place au sein des tablissements bancaires.

149
150
151
CONCLUSION PARTIE 1

La premire partie de cette thse a permis de construire une grille de lecture thorique servant
de base pour justifier nos choix mthodologiques. En effet, les deux premiers chapitres
montrent comment nous avons encadr lobjet et le champ de notre recherche, clarifi la
problmatique et dfini les premiers lments ncessaires un exercice de modlisation et
d'estimation dans le troisime chapitre.

Dans le cadre du premier chapitre, nous avons nuanc les diffrentes dfinitions du risque de
crdit, considres dun point de vue juridique, conomique et financier, et conclu que ce
risque dcrit ltat de lincapacit de lentreprise honorer ses engagements financiers. C'est
bien en ce sens qu'est considr ce risque par les tablissements de crdit notamment, De plus,
du point de vue de la terminologie, nous avons observ que le concept de risque de dfaillance
pourra tre utilis comme un proxy de la notion de risque de crdit et de risque de dfaut tout
au long de la thse. Ensuite, nous avons rpertori dune manire structure les diffrents
dterminants du risque de crdit tout en essayant de prendre en compte les spcificits
relatives aux PME. Ces dterminants sont classs en deux catgories principales :

- Les facteurs externes relatifs lenvironnement macroconomique et sur lesquels les


dirigeants nont pas dinfluence. Ils sont susceptibles de dclencher la dfaillance en
affectant lconomie en gnral ou un secteur dactivit de manire particulire
(lvolution de la conjoncture conomique, une nouvelle politique conomique ou
financire contraignante, un durcissement des conditions de crdits, des crations
dentreprise concurrentes) ;

- Les facteurs internes lentreprise issus de son environnement manageriel, de ses


dcisions stratgiques, de ses objectifs et de son organisation, Ils sont relatifs
lexprience et aux comptences du dirigeant, dpendent des caractristiques de
lentreprise (ge, forme juridique, taille, secteur dactivit), ou encore des conditions
de marchs (linnovation, la demande, le manque de ressources, le niveau de la
concurrence) etc.

A partir du deuxime chapitre la question de linternationalisation des entreprises a t


considre. Nous avons montr quil existe trois approches dinternationalisation : "Uppsala",

152
"rseaux" et "conomique". Ces approches expliquent comment le processus
dinternationalisation peut tre complexe, diversifi. Notons cependant qu'elles semblent
parfois peu adaptes aux particularits des PME. Ce processus douverture sur les marchs
trangers implique le choix dun mode dinternationalisation :

- Mode capitalistique : adapt aux PME ayant atteint une certaine taille et une maturit
avance. Il ncessite de lourds investissements en ressources et un engagement de long
terme ;

- Mode non capitalistique : souvent utilis par la PME car il lengage pas
financirement et limites les risques et les checs ventuels sur les marchs trangers ;

Les PME qui sengagent linternational se trouvent confrontes un ensemble de risques.


Nous avons insist principalement sur ceux susceptibles daffecter la performance ou mme la
survie de lentreprise : le risque de crdit des clients, le risque politique, le risque de change,
le risque de transport, Au final, nous nous concentrons sur le processus d'internationalisation
le plus frquent pour les PME, qui passe par les exportations. C'est ainsi que nous mesurons
l'internationalisation dans la suite.

Finalement, dans le chapitre 3 nous avons fait le lien entre linternationalisation, les risques
quelle implique et les diffrents dterminants du risque de crdit, notamment les facteurs
conomiques. En se basant sur des tests conomtriques effectus sur des donnes de panel
des PME franaises, nous avons obtenu des rsultats qui savrent relativement conclusifs.
Ainsi, un premier rsultat intressant est que plus l'entreprise exporte, moins sa probabilit de
dfaut est importante. Mme s'il subsiste un doute sur la relation de causalit, ce rsultat doit
amener les cranciers intgrer cette information dans leur processus dcisionnel. Par
ailleurs, nous observons (logiquement) que la probabilit de dfaut est ngativement corrle
avec la conjoncture conomique domestique et internationale. Mais une croissance
domestique atone dans un contexte de forte croissance mondiale permet aux PME
exportatrices de compenser la chute d'activit locale par un surplus d'activit internationale,
rduisant par l-mme leur probabilit de dfaut.

153
154
PARTIE 2. MODELISATION DU RISQUE DE CREDIT
DES PME INTERNATIONALISE

155
Introduction Partie 2.

La modlisation du risque de crdit fait depuis plusieurs annes lobjet dun intrt particulier
dans le domaine de lconomie bancaire. Pour une grande part, ce risque est port par une
clientle de petites et moyennes entreprises. Il s'agit de l'une des raisons pour lesquelles on
assiste au dveloppement dun nombre relativement important dtudes traitant de cette
problmatique (Edmister, 1972, Collongues, 1977, Altman et Sabato, 2007 ; Vallini et al.,
2009, etc). Lensemble de ces recherches vise la prdiction de la dfaillance des entreprises,
en dterminant des variables explicatives labores sur la base de ratios financiers et en ayant
recours des analyses statistiques de type modle danalyse discriminante, rgression
logistique ou encore par les rseaux de neurones artificiels. Quant aux PME
internationalises, il nous semble quil nexiste nos jours que deux tudes (Arslan et Karan,
2009 ; Gupta et al., 2014) stre intresses ces entreprises et dont les rsultats ne peuvent
tre rconcilis. Ainsi, dans la mesure o la probabilit de dfaut de ces PME semble se
distinguer de celle des entreprises exclusivement domestiques, lvaluation du risque de crdit
de cette catgorie dentreprise ncessite des analyses supplmentaires.

Lobjet de cette deuxime partie, intitule Modlisation du risque de crdit des PME
internationalises consiste rpertorier les mthodologies utilises pour modliser le
risque de crdit des PME, puis construire un modle prdictif de la dfaillance des PME
internationalises visant expliquer la ncessit de traitement spar des PME en
fonction de la nature de leur activit : domestique ou internationale.

Ainsi, dans le quatrime chapitre nous analysons les diffrentes tudes qui ont trait la
problmatique de lvaluation du risque de dfaillance des PME, afin de comprendre dans un
premier temps les techniques utilises, puis de faire merger les ratios financiers qui pourront
tre intgrs lors des estimations des modles de prdiction. Dans la premire section de ce
chapitre, seront prsents les travaux ayant trait la question de la prdiction de la dfaillance
des PME. Nous verrons ensuite la mthodologie des tudes ralises en France par des
organismes bancaires et non bancaires (Banque de France, COFACE et lAFDCC).

Le cinquime chapitre sera consacr la prsentation des modles prdictifs que nous
dveloppons. Dans la premire section nous explicitons la dmarche mthodologique qui a t
privilgie : le choix des chantillons et des variables explicatives. Ensuite, nous exposerons
les diffrentes tapes ayant t entreprises et les rsultats des estimations ayant permis la

156
conception des modles de prdiction qui seront prsents dans la deuxime section.
L'objectif est triple: d'une part chercher une valuation satisfaisante de la probabilit de dfaut
des PME internationalises ; d'autre part voir si les dterminants de cette probabilit sont
identiques ceux des entreprises domestiques et, enfin, chercher si le traitement distinct des
entreprises internationalises permet d'amliorer la prdiction de la probabilit de dfaut de
l'ensemble.

157
CHAPITRE 4. METHODES DEVALUATION DU RISQUE DE
CREDIT DES PME

158
Evaluer le risque de crdit dune entreprise vise mesurer, plus ou moins formellement,
quantitativement et/ou qualitativement, la probabilit quelle rencontre des difficults
financires et soit incapable dhonorer ses engagements, autrement dit la probabilit que sa
possible dtresse financire gnre un accident de crdit (Kharoubi et Thomas, 2016).

Il est courant dutiliser deux catgories de mthodologies permettant dvaluer le risque de


crdit dun emprunteur :

Les mthodologies qualitatives reposent sur des jugements formuls par des experts
laide des informations (collectes par la banque ou lagence de rating) relatives la
nature de lactivit, la stratgie adopte et au risque financier de lemprunteur. Cette
approche permet dobtenir une note qui traduit la qualit globale du crdit dun
emprunteur. Les ratings externes produits par des agences spcialises, par la
COFACE, les cotations Banque de France et les ratings internes produits par les
banques elles-mmes appartiennent la catgorie des mthodes qualitatives.

Les mthodologies quantitatives consistent en un raisonnement pragmatique,


exploitant des donnes historiques financires et non financires, et des techniques
statistiques et conomtriques, conduisant balayer un ensemble de critres
slectionns a priori, prsums permettre de dtecter le risque et de dterminer les
caractristiques qui diffrencient, potentiellement, les bons emprunteurs des mauvais
emprunteurs. De manire schmatique, le rsultat obtenu dun modle quantitatif est
ce que lon appelle un score ou un estimateur de la probabilit de dfaut un horizon
de temps prdfini (Servigny et al., 2006).

En rgle gnrale, les mthodologies qualitatives sont ddies au suivi des entreprises de
grande taille, oprant souvent sur le march financier et dont les expositions sont plus
significatives. A linverse, les mthodes quantitatives sont plutt exploites pour le suivi des
entreprises de petite et moyenne taille, dont la plupart nont aucune obligation mise et cote
sur les marchs financiers, et de ce fait, ne sont pas notes par les grandes agences. La Banque
de France et la COFACE proposent galement des modles dvaluation de risque de crdit
adaptes aux PME et TPE.

La littrature conomique bancaire a vu apparatre un nombre trs important dtudes sur la


thmatique de lvaluation du risque de crdit des entreprises, constituant de nos jours un
champ de recherche large et bien vivant (Altman, 1968 ; Deakin, 1972 ; Altman et al., 1977 ;

159
Ohlson, 1980 ; Zmijewski, 1984 ; O'Leary, 1998 ; Raghupathi, et. al., 1991 ; Leshno et
Spector, 1996 ; Wang et al., 1999, etc).

Dans le mme contexte de lanalyse du risque de crdit, certains auteurs ont concentr leurs
tudes sur les PME. Edmister (1972) ft le premier tudier la dfaillance de cette catgorie
dentreprises. Les recherches se sont multiplies par la suite, mais le nombre de publications
reste trs restreint. Laccent tant mis principalement dans le prsent travail sur le risque de
dfaut des PME internationales, il a t constat que la question de lvaluation du risque de
dfaut de cette catgorie d'entreprises n'a pas t suffisamment traite pour aboutir des
mthodes et des conclusions incontestables. A ce jour, il semble nexister que deux tudes
rcentes (Arslan et Karan, 2009 ; Gupta et al., 2014) stre intress la modlisation du
risque de crdit des PME internationalises. Toutes deux nont pas donn lieu des rsultats
conventionnels.

Lobjectif de ce chapitre est de recenser les diffrentes tudes qui ont trait la question de
lvaluation et la modlisation du risque de crdit, dune part pour comprendre la
mthodologie suivie et dautre part pour dfinir les indicateurs financiers qui pourront tre
utiliss pour la modlisation du risque de dfaut spcifique aux PME internationalises. Pour
ce faire, nous exploitons, des travaux de recherche issus de la littrature internationale en
conomie bancaire (section I), ainsi que les tudes dveloppes en France par des organismes
financiers et non financiers (Banque de France, COFACE, AFDCC - section II).

160
Section 1. L'valuation du risque de dfaut dans la littrature conomique-
bancaire

Comme nous l'avons prcis en introduction, il existe deux catgories principales de


mthodologies permettant dvaluer le risque de crdit dun emprunteur : la mthodologie
qualitative et la mthodologie quantitative. Notre analyse sera limite la seconde, dans la
mesure o celle-ci est considre comme prpondrante pour le traitement des PME, sur
lesquelles l'accent est mis principalement dans le prsent travail.

Dans cette premire section, notre rflexion portera dune part sur la notion de scoring comme
principale mthode dvaluation quantitative, et dautre part sur les indicateurs financiers
utiliss pour la construction des modles de scoring. Ensuite, nous prsenterons les diffrents
travaux ayant trait la problmatique de la modlisation du risque de dfaut des PME.

I. Lvaluation du risque de crdit par le scoring financier

Les fondements thoriques de lvaluation quantitative du risque de dfaut des entreprises ont
t labors partir de nombreuses tudes au cours des dernires dcennies. Ces recherches
avaient comme objectif la prdiction de la dfaillance des entreprises, en dterminant les
variables les plus -mme de permettre d'anticiper une faillite, principalement des variables
comptables, et en produisant des scores. Elles furent menes sur la base danalyses statistiques
et de lvaluation des indicateurs financiers, de manire distinguer les entreprises
dfaillantes des non-dfaillantes.

Les modles statistiques qui ont adopt les indicateurs financiers pour la prdiction des
dfaillances ont fortement volu. Le plus ancien est le test de classifications dichotomiques,
dont celui de Beaver (1966) est le premier exemple. Altman (1968) a tendu l'tude de Beaver
en proposant les cinq catgories de ratios financiers (22 ratios) du Z score, adopt dans de
nombreux travaux par la suite pour dvelopper des modles plus labors.

Avant de rentrer dans ce dtail, il est ncessaire au pralable de comprendre la notion de


scoring financier pour en interprter correctement les rsultats. Il convient ensuite d'analyser
ses diffrentes composantes afin de justifier le choix des indicateurs financiers qui seront
adopts pour modliser le risque de dfaut des PME dans la partie suivante de ce travail.

161
1. Le scoring financier

1.1 Description du procd

La mthode statistique utilise pour prdire la probabilit quun emprunteur potentiel ou


existant fasse dfaut un horizon donn est appele le Credit Scoring. Cette mthode estime
le risque de crdit des prts. Pour ce faire, elle utilise les donnes historiques et les techniques
statistiques pour tenter disoler les caractristiques spcifiques des emprunteurs qui
connaissent un vnement de dfaut/dfaillance 31.

Le scoring, construit partir de lhistorique des donnes sur les performances passes des
prts, donne une note, un score qui permet de classer les emprunteurs en fonction du
niveau du risque. Dans la plupart des systmes de scoring, un score lev est attribu aux
emprunteurs ayant un faible risque de dfaut, et un score faible ceux prsentant des risques
de dfaut importants. La mthode de scoring consiste calculer une combinaison linaire
dun certain nombre de ratios financiers considrs comme les plus significatifs dans la
discrimination entre entreprises dfaillantes et entreprises saines. Une fonction score se
prsente sous la forme suivante :

F(score)= 1R1+ 2R2+ 3R3+ 4R4++ nRn

Avec R1, R2, , Rn les ratios choisis et pour lesquels 1, 2, n sont les n coefficients
estims.

Les premires fonctions scores ont t dveloppes aux Etats-Unis la fin des annes 60,
avec les tudes de Beaver (1966, 1968) et Altman (1968). En France de nombreuses
recherches ont t menes depuis les annes 70, notamment par Collonges (1977), Conan et
Holder (1979) et la Banque de France (1983).

L'exemple le plus clbre de scoring est le modle d'Altman (1968). Dans son tude, Altman
utilise un chantillon de 66 entreprises, 33 dfaillantes (tombes en faillite pendant la priode
1946-1965) et 33 saines. A partir dune batterie de 22 ratios calculs sur la base des tats
financiers (bilans et compte de rsultat), Altman slectionne 5 ratios au terme dune analyse
discriminante et dveloppe une fonction Z score qui permet de prvoir la faillite de
l'entreprise. Cette fonction est dfinie par :

31
La faillite et la dtresse financires sont les termes utiliss dans les anciens modles de scoring.

162
Z= 1,12*X1 + 0,14*X2 + 0,33*X3 + 0,06*X4 + 0,999*X5

Avec
X1 : Fonds de roulement / Actif total
X2 : Bnfices non rpartis / Actif total
X3 : Bnfices avant intrts et impts / Actif total
X4 : Valeur de march des capitaux propres / Valeur comptable de la dette totale
X5 : Ventes / Actif total

Il existe plusieurs modles amliors du Z-score dAltman : le modle Zeta (1977), le modle
1993, etc. Ces modles diffrent dans leur laboration par rapport :

- La priode dtude ;

- Lchantillon utilis : taille dchantillon plus large, segment spcifique dentreprise


(secteur dactivit, taille des entreprises tudies),

- La mthode statistique ;

- Les variables comptables intgres dans le modle ;

- Etc.

Dautres versions du modle dAltman sont la proprit de certaines banques ou institutions


financires mais ils sont relativement secrets, car disposer dun modle dvaluation de risque
de crdit avec un pouvoir prdictif lev savre tre un avantage concurrentiel que les
banques jugent trs important.

1.2 Les limites des modles de scoring

Comme nous lavons crit ci-dessus, depuis l'laboration de la premire fonction Z score par
Altman sur la base dune analyse discriminante, de nombreux modles de prdictions bass
sur la mme technique danalyse sont apparus. Ces modles ont t largement critiqus,
notamment par (Ohlson (1980), Malcot (1981) et Zmijewski (1984), du fait quils sont
fonds sur des hypothses restrictives associes des conditions statistiques strictes qui ne
peuvent pas tre vrifies et respectes pour les donnes financires.

Pour les modles d'analyse discriminante, les ratios financiers utiliss doivent suivre une loi
multi- normale et leurs matrices de variance-covariance doivent tre de tailles identiques pour

163
les deux groupes d'entreprises dfaillantes et saines. Ils considrent les ratios comme sils
taient compltement indpendants alors que ces variables sont gnralement trs
dpendantes et se calculent souvent sur la base d'un mme numrateur ou dnominateur.

Face ces contraintes mthodologiques (problme de multi-normalit), dautres pistes


conduisent faire appel des mthodes statistiques diffrentes. Tel est le cas de la rgression
logistique, qui consiste en une distribution diffrente des variables financires : Ohlson (1980)
et Zmijewski (1984) sont les premiers s'en servir.

La rgression logistique prsente galement des limites. Elle ncessite des chantillons de
grande taille afin de garantir un certain niveau de stabilit des rsultats (un nombre de 50
individus est prconis). Ce modle savre trs sensible aux problmes de multi-colinarit
entre les variables explicatives. Labsence de celle-ci doit tre vrifie laide des matrices de
corrlations (Desjardins, 2005).

Lo (1986) a compar les deux mthodes, analyse discriminante et rgression logistique, pour
conclure finalement que si l'hypothse de normalit des variables est vrifie les deux
mthodes donneront lieu aux mmes rsultats.
Plus rcemment, d'autres chercheurs ont essay de mesurer le risque de dfaillance par les
ratios financiers, en utilisant les rseaux des neurones artificiels (Neural Network,
Raghupathi, et. al., 1991 ; Leshno et Spector, 1996 ; Bardos et Zhu, 1997 ; O'Leary, 1998 ;
Wang et al., 1999). Ce sont des modles de calculs bass sur des considrations de
fonctionnement des neurones biologiques. Optimiss par des mthodes d'apprentissage de
type probabiliste, les rseaux de neurones artificiels permettent de crer des classifications
statistiques rapides. Malgr leurs trs bonnes capacits prdictives dans le cadre des exercices
de modlisation des phnomnes non-linaires relatifs aux variables utilises dans la
construction des scores, les rseaux de neurones sont souvent qualifis de boites noires
(Levratto et al., 2001) qui procurent une rponse mais donnent des justifications gnralement
trs difficiles interprter.

En utilisant un chantillon de plus de 1000 firmes industrielles italiennes, Altman et al. (1994)
montrent que la performance dun modle driv du modle Neural Network a le mme degr
de prcision quun modle issu des techniques statistiques standards. Dans la mme optique,
Bardos et Zhu (1997), en utilisant un chantillon de 2965 PME franaises de lindustrie (809
entreprises dfaillantes, et 2165 entreprises saines) ont compar les rsultats issus dun

164
modle bas sur lanalyse discriminante linaire avec ceux dun autre sur des rseaux de
neurones. Ils concluent que les modles bass sur les rseaux de neurones ont peu prs les
mmes proprits que les modles danalyse discriminante.

Si on laisse de ct les diffrences entre les mthodes statistiques, malgr les critiques
adresses aux diffrents modles de scoring, ceux-ci ont le mrite dtre des mthodes
objectives compares aux jugements des experts et analystes financiers.

2. Les ratios discriminants

Les variables explicatives exploites pour dvelopper des modles de score sont des ratios
conomiques et financiers issus des informations comptables. Il existe un nombre trs
important de ratios qui peuvent tre exploits. Rose et Giroux (1984) en ont recens plus de
130.

Pour les intgrer dans les modles prdictifs, ces ratios sont choisis statistiquement en raison
de leur capacit discriminer entre les entreprises susceptibles d'tre confrontes des
difficults financires et les autres (Bardos, 2005). Ils sont inspirs de la littrature
internationale en matire danalyse financire classique.

Ces ratios couvrent les principales dimensions de lanalyse financire en synthtisant de


nombreux indicateurs du financement et du capital productif : la structure productive,
lendettement financier (son niveau, sa structure, son cot), lquilibre du bilan, la rentabilit,
la solvabilit, lvolution de lactivit (Bardos, 2001). Ces dimensions sont gnralement
interdpendantes et leurs frontires ne sont videmment pas tanches. Nous pouvons les
classer dans quatre catgories :

Lendettement et la solvabilit

Les ratios dendettement valuent le niveau dendettement de lentreprise en lien avec un


indicateur de taille. Ils apprhendent gnralement les ratios relatifs structure bilancielle de
lentreprise, qui permettent dvaluer le niveau de l'autonomie financire et l'endettement en
mettant en rapport un lment du passif avec un lment de lactif ou deux lments de
passif :

- Le rapport entre lendettement total et lactif total (Deakin, 1972 ; Altman et al.,
1994) ;
- Le rapport entre lendettement total et les capitaux propres (Edmister, 1972, Mensah,

165
1984, Altman et Sabato, 2007)
- Le rapport des dettes long terme sur les capitaux propres (Deakin, 1972)
- Etc.

La hausse du taux dendettement de lentreprise augmente sa probabilit de dfaillance, et


lexistence de ce risque peut pousser les cranciers, notamment les banques, exiger des taux
dintrt plus levs pour accepter doctroyer ou de renouveler les lignes de crdits. La
banque peut envisager daccorder de nouveaux prts lentreprise afin de laider redevenir
liquide, si elle juge quelle est encore solvable, sinon refuser de prter pour limiter les pertes
sur les crdits pralablement accords, si elle considre lentreprise comme insolvable.

Lorsque la banque accepte doctroyer ou de renouveler les lignes de crdits, laugmentation


des taux dintrts engendre une hausse des charges financires supportes par lentreprise.
Laugmentation de lendettement impliquera ainsi, dans un premier temps, une dtrioration
de la sant financire de lentreprise, notamment si celle-ci ne dgage pas suffisamment de
cash-flow, et ensuite une dfaillance si le niveau de lendettement nest pas contrl (Altman,
1968).

Quand le niveau de lendettement est faible, lentreprise peut tre considre comme
financirement indpendante, ce qui implique des effets positifs (Vivet, 2011) :

- Des charges financires faibles et nalourdissant pas le rsultat de lentreprise ;

- Une capacit dendettement plus importante. Des nouvelles dettes peuvent tre
obtenues plus facilement et avec des conditions plus avantageuses.

Ces ratios de structure bilancielle sont trs importants pour lanalyse de la solvabilit de
lentreprise, Mais, ils ne peuvent tre pris en compte seuls car ils ne permettent de mesurer ni
la capacit de remboursement de lentreprise, ni les charges de ses dettes. Ils doivent tre
accompagns par des variables mesurant la capacit de lentreprise payer ses dettes,
autrement dit des ratios de solvabilit : charges financires par rapport lEBE, dettes par
rapport la capacit dautofinancement, charges financires par rapport lEBITDA, EBIT
par rapport aux charges financires, etc.

Ces ratios sont des indicateurs trs significatifs de la dfaillance. Celle-ci peut apparatre
quand les excdents issus de lactivit de lentreprise ne sont plus suffisants pour couvrir les
charges financires. Ainsi, lentreprise qui prouve des difficults financires volue

166
rapidement vers une situation dinsolvabilit cause de la baisse de sa capacit rembourser
ses dettes. Dans le cadre des modles prdictifs, linfluence ngative de la capacit de
remboursement a bien t montre (Casey et Bartczak, 1985 ; Edmister, 1972 ; Vallini et al.,
2009).

Liquidit

Les ratios de liquidits mesurent quant eux la capacit de lentreprise honorer ses
engagements court terme (Refait-Alexandre, 2004 ; Pompe et Belderbeek, 2005). La
liquidit traduit le niveau de la marge de scurit permettant de faire face aux chocs de
trsorerie ventuels (Vivet, 2011). Elle est value laide des ratios classiques lis au niveau
de la trsorerie : trsorerie nette par rapport lactif ou au chiffre daffaire, fond de roulement
par rapport au chiffre daffaire

Lorsquune entreprise est confronte des difficults temporaires de liquidit, sa trsorerie


devient provisoirement ngative sans que cela menace forcment sa survie. Mais dans le cas
des entreprises dfaillantes, leur niveau de trsorerie est continuellement faible voir ngative
(Blazy, 2000). Leurs problmes proviennent gnralement d'une structure de financement
dsquilibre, marqu par un faible niveau de ressources de long terme.

Rentabilit

Les ratios de rentabilit traduisent la capacit de lentreprise raliser des bnfices. Ils
mettent en relation une variable de rsultat avec lactif total quand il sagit de la rentabilit
conomique (Altman, 1968 ; Taffler, 1982 ; Liou et smith, 2007), et lactif total avec les
capitaux propres pour indiquer la rentabilit financire (Refait-Alexandre, 2004). Le rsultat
prendre en compte peut-tre le rsultat dexploitation (Altman, 1968) ou le rsultat net
(Altman, 2007 ; Vallini et al., 2009). La rentabilit est un facteur primordial dans la
dtermination de la solvabilit et de la liquidit : court terme une rentabilit ngative
reprsente une menace pour la liquidit, long terme lentreprise doit raliser des revenus
suffisants pour assurer sa viabilit.

Dans le cas des entreprises dfaillantes, la rentabilit est gnralement faible. Cela peut tre
d une hausse non anticipe, ou une dcision stratgique visant lobtention de parts de
marchs supplmentaire en baissant les prix. Inversement, les entreprises saines se

167
caractrisent par un niveau de rentabilit assez important. Tirapat et Nittayagasetwat (1999)
confirment quil existe une relation entre la rentabilit et la probabilit de dfaillance de
lentreprise. Daprs Refait-Elexandre (2004), la rentabilit de lentreprise (conomique et
financire), la structure de son bilan et sa capacit rembourser ses dettes sont les trois
lments les plus corrls avec la dfaillance.

Pompe et Belderbeek (2005) supposent quune entreprise dont les bnfices baissent avec le
temps a une probabilit forte dprouver des difficults financires. Ainsi, les entreprises
moins rentables prsentent un risque plus important comparativement celles qui ont un
niveau de rentabilit plus important.

Lvolution de lactivit

Pompe et Bilderbeek (2005) montrent que si une entreprise devient dfaillante, cela peut tre
expliqu par une baisse de son niveau dactivit et de la profitabilit. Ensuite elle se trouvera
en situation dinsolvabilit et finalement on observera la dtrioration de son niveau de
liquidit.

La variation du chiffre daffaire, des stocks et crances clients peuvent permettre destimer la
croissance de lactivit de lentreprise et de son niveau de risque. Ainsi, une variation la
hausse du chiffre daffaire accompagne dune augmentation du rsultat peut indiquer une
utilisation optimale des ressources de production et inversement.

Une baisse des ventes se traduit par une chute des recettes, ce qui peut causer des problmes
de liquidit. Une lvation des niveaux des stocks cause, quant elle, une hausse en besoins
de fond de roulement. Pour faire face ces problmes, lentreprise peut envisager de
sendetter pour financer son cycle dexploitation. Le surendettement risque de mettre
lentreprise dans une situation critique comme nous lavons expliqu auparavant.

Finalement, il convient de signaler que les ratios issus de la comptabilit et de lanalyse


financire dcrivent des situations datant de plusieurs mois avant la dfaillance. Ils permettent
ainsi de rvler ou prdire les processus de dfaillance progressifs. Les vnements qui se
produisent de manire brusque ne pourront tre capts par ces variables. Cependant, il a t
montr que trs souvent les difficults sont perceptibles lavance et se conjuguent avec une
dtrioration des indicateurs financiers (Bardos, 2001).

168
II. Lvaluation du risque de crdit des PME

Dans le cadre de l'analyse de la dfaillance, certains travaux ont port spcifiquement sur le
cas des PME. Edmister (1972) est le premier les avoir tudi. Les recherches se sont
multiplies par le suite, mais le nombre de publications reste modeste par rapport
limportance des PME dans le tissu conomique. Quant aux PME internationalises, notre
connaissance il nexiste que deux tudes assez rcentes (Arslan et Karan, 2009 ; Gupta et al.,
2014) avoir trait spcifiquement leur cas.

1. La modlisation du risque de crdit des PME

Les recherches autour de la dfaillance de la PME se sont concentres sur deux niveaux
totalement extrmes : soient elles sintressent la prdiction de la dfaillance de la PME
partir de ses caractristiques individuelles (Collongues, 1977 ; Altman et Sabato, 2007) et
produisent des ratios purement financiers, soient elles retiennent des variables
macroconomiques (Bates et Nucci, 1989 ; Everett et Watson, 1998) pour expliquer et prvoir
la dfaillance. Mais aucune tude n'a concili ce jour les deux dimensions :
macroconomique et microconomique. Seuls Vallinie et al. (2009) et Gupta et al. (2014)
proposent que l'intgration des variables conomiques (taille, zone gographique, secteur
d'activit, taux de sinistralit sectoriel) amliore la capacit prdictive des ratios financiers. Le
tableau 15 recense les principales tudes trangres ayant trait le cas des PME, dcrit la
mthodologie employe et synthtise quelques rsultats.

169
Tableau 15: Survey des tudes traitant l'valuation du risque de dfaut des PME

Etude Mthodologie Modle Rsultats

Edmister Deux chantillons de PME amricaines (Priode 1954- Z= 0,951 - 0,423 (Cash-flow /Passif La fonction Z score est
(1972) 1968): circulant) - 0,293 (Capitaux discriminante 93% (39 cas

282 entreprises avec au moins un exercice avant propres/Ventes) - 0,482 (Fonds de parmi 42).
-
roulement /Ventes) + 0,277 (Passif
l'obtention du crdit ; Un seul tat financier nest pas
circulants/Capitaux propres) -0,452
- 42 entreprises avec 3 exercices conscutifs avant suffisant pour obtenir un
(Stocks/Ventes) - 0,352 (Actif circulant-
l'octroi de crdit. modle suffisamment prdictif.
Stocks/Passif circulant) - 0,924 (Actif
Il est ncessaire davoir au
1. Analyse discriminante multivarie de 19 ratios circulant-Stocks/Passif circulant)
moins trois tats financiers (3
financiers (en coupe instantane pour le premier
Z-score Dfaillance Pas de dfaillance exercices conscutifs). Rsultat
chantillon et longitudinale pour le deuxime) :
< 0,469 80% 100% contradictoire avec celui
Endettement : dAltman (1968) et Beaver
0,470 0,519 85% 95%
- Actif circulant/Dette totale (1966, 1968) qui prouvent que
- Capitaux propres et dettes long0,520 0,529 90% 95% les ratios obtenus dun seul tat
terme/Immobilisations > 0,530 100% 86% financier (un an avant la
- Immobilisations/Capitaux propres dfaillance) peuvent permettre
- Dette totale/Capitaux propres dobtenir une fonction score
- Passif circulant/Capitaux propres fortement prdictive.

170
Liquidit :
- Actif circulant-Stocks/Passif circulant
- Actif circulant/Passif circulant
- Stocks/ Fonds de roulement net
- Fonds de roulement net/Actif total
Rentabilit :
- Bnfices avant impts/Ventes
- Bnfices avant impts/Actif total
- Bnfices avant impts/Capitaux propres
Solvabilit :
- Cash-flow/Passif total
- Cash-flow/Passif circulant

Activit :
- Actif total/Ventes
- Immobilisations/Ventes
- Capitaux propres/Ventes
- Stocks/Ventes
- Fonds de roulement /Ventes

Pompe et Echantillon de 4169 PME industrielles belges : 1369 Score A = (Lowerbnkr/totalbnkr)+ Les rsultats sont peu prs les
Bilderbeek dfaillantes et 3000 saines (priode 1986- 1994) Highernonb/totalnonb)/2*100 mmes pour les deux modles
appliqus : analyse

171
(2005) ge de lentreprise : priode entre la dernire publication Score B= (Higherbnkr/totalbnkr)+ discriminante et rseaux des
neurones artificiels ;
des comptes avant la faillite et la date de cration Lowernonb/totalnonb)/2*100

1. Choix de 7532 ratios financiers ; Avec Loweri (higheri) = nombre des rapports La dfaillance des jeunes PME
est difficile dtecter ;
2. Calcul des ratios pour les jeunes entreprises (srie de 600 financiers de la classe dentreprise (en
rapports financiers des entreprises en faillite et 600 faillite ou non) avec un ratio lower (higher) Les ratios de solvabilit sont

rapports financier des entreprises saines) et pour les infrieur la valeur intermdiaire (dune les plus prdictifs

entreprises ayant plus de 8 ans dexistence (500 saines et srie de ratios) Les ratios de liquidit n'ont
500 en faillite) ; aucun pouvoir prdictif avant

3. Les ratios ayant des valeurs extrmes ou manquantes ont la faillite

t enlevs de ltude, 45 ratios ont t retenus ; Les ratios avec bnfices aprs
4. Application de la mthode de slection pas pas impts ou le cash-flow
(stepwise) sur les 45 ratios financiers choisis pour faire (numrateur) combins avec
ressortir les ratios les plus prdictifs : lactif total, chiffre daffaire ou
les dettes total (dnominateur)
Pour les vieilles firmes : R31, R7, R35, R52, R59,
sont trs prdictifs.
R62, R64, R68

Pour les jeunes firmes : R9, R31, R35, R39, R43,


R52, R54, R64, R70

5. Application dune analyse factorielle sur 45 ratios. Les

32
Cf. Annexe 2

172
ratios obtenus :

Pour les vieilles firmes : R2, R8, R24, R46, R48,


R54, R64, R67

Pour les jeunes firmes : R4, R8, R24, R44, R46, R50,
R64, R67

6. Test de classifications dichotomiques des 72 ratios

Altman et Donnes de panel de 2010 PME amricaines avec 120 Modle sans transformation logarithmique : Le modle de rgression
Sabato entreprises dfaillantes et 1890 non dfaillantes (priode de Log(PD/1-PD) = 4,28 + 0,18 Ebitda/Actif logistique avec transformation
(2007) 1994-2002). logarithmique des variables est
total - 0,01 Dettes court terme/ Valeur
1. Choix de 5 catgories de ratios : comptable des capitaux propres + 0,08 plus performant que le modle

Compte clients/Ventes + 0,02 sans transformation


Endettement :
Trsorerie/Actif Total + 0,19 logarithmique et le modle de
- Dettes court terme/Capitaux propres (valeur
Ebitda/Charges financires Z''Score ;
comptable)
''Accuracy Ratio'' = 75% La capacit prdictive du
- Capitaux propres (valeur comptable) /Passif total
- Passif total/Actif total Modle avec transformation logarithmique : modle d'analyse discriminante
multivarie est limite en
Liquidit : Log(PD/1-PD) = 53,48 + 4,09 (-Ln (1-
utilisant les ratios financiers du
- Trsorerie/Actif total Ebitda/Actif total)) - 1,13 (Ln (Dettes
modle logistique par rapport
- Fonds de roulement/Actif total court terme/ Valeur comptable des
aux ratios du modle de
- Trsorerie/Ventes nettes capitaux propres)) + 4,42 (-Ln (-Compte
Z''Score ;
clients/Ventes)) + 1,84 (Ln

173
- Actif incorporel/Total actif (Trsorerie/Actif Total)) + 1,97 (Ln
Le pouvoir prdictif des ratios
(Ebitda/Charges financires))
Solvabilit : financiers dpend de la
''Accuracy Ratio'' =87 %
- Ebitda/Charges financires mthode statistique utilise ;
- Ebit/Charges financires Avec
La performance du modle de
Rentabilit : Variable endogne : KPG (Known rgression logistique
- Ebit/Ventes Probability of Being Good) binaire (0= spcifique aux PME est
- Ebitda/Actif total Dfaillance/ 1= Pas de dfaillance) suprieure (30% de plus) que
- Rsultat net/Actif total le modle gnrique du
- Bnfices non rpartis/Actif total Z''Score
Score final = La constante (4,28 pour le
- Rsultat net/Ventes
premier modle et 53,48) + Coefficients
Activit : *valeur des ratios
- Ventes/Actof Total
- Compte fournisseurs/Ventes
- Compte client/Capitaux propres

2. Observation d'un "Accruracy Ratio" et choix des deux


ratios les plus performants par catgorie ;

3. Application de la mthode pas pas (stepwise) pour faire


ressortir les 5 ratios les plus prdictifs ;

4. Rgression ogistiques des ratios sans transformation


logarithmiques ;

174
5. Rgression logistique aprs transformations
logarithmiques des ratios (pour limiter l'intervalle des
valeurs possibles et augmenter la prcision des
informations obtenues) ;

6. Vrification des rsultats avec un chantillon de 432


entreprises (26 en faillite et 406 non dfaillantes pendant
la priode 2003-2004) : comparaisons en utilisant le
modle de Z'' Score d'Altman (1993,1995 et 2005) et les
deux modles de rgression logistique ;

7. Analyse discriminante multivarie des 5 ratios aprs


transformation logarithmique et en utilisant l'chantillon
utilis pour la rgression logistique.

Vallini et Echantillon de 6113 petites entreprises italiennes, dont 3063 Les ratios intgrs dans le modle : La prdiction de dfaillance est
al. (2009) dfaillantes en 2005 ayant publi leurs rapports financiers limite sans l'intgration des
- Cash -flow/Dettes totales
depuis 2001, et 3050 non dfaillantes en 2005. - Dettes totales/Dettes totales+ capitaux variables qualitatives :

La dfaillance dfinie comme tant l'ouverture d'une propres stratgie managerielle ou

procdure juridique : faillite, liquidation... - Actif circulant-Stocks/Passif circulant commerciale par exemple ;

1. Choix des variables qualitatives : - Charges financires/Chiffre d'affaires Les modles de prdiction par

- 4 tailles : mesures par le CA ralis en 2001 ; ratios financiers ne prennent


- Actif circulant/Passif circulant
- 4 localisations gographiques ; pas en compte les changements

175
- 3 secteurs dactivit : services, construction, industrie - Capitaux propres/Actif corporel long de structure d'entreprise, de
terme stratgie, la conjoncture...
2. Choix de variables quantitatives : 23 ratios financiers
- Ebit/Actifs oprationnel net
Les ratios financiers et les
Endettement :
- Trsorerie nette/Chiffre d'affaires
variables conomiques
- Dettes totales/Dettes totales+ capitaux propres
- Actifs non courant/Nombre
permettent de prvoir la
- Dettes financires/Capitaux propres
d'employes
dfaillance 4 ans l'avance ;
- Dettes bancaires/Chiffre d'affaires
- Charges financires/Dettes bancaires
- Capitaux propres/Actif corporel long terme L'intgration des variables
- Actif circulant-Stocks/Passif circulant conomiques (taille, zone
gographique, secteur
Liquidit :
d'activit) amliore la capacit
- Ebitda/Cash- flow
prdictive des ratios
- Trsorerie nette/Chiffre d'affaires
financiers ;
- Cash-flow/Chiffre d'affaires
- Actif circulant/Passif circulant Les variables conomiques ne

- Actif circulant+ stocks/Passif circulant permettent pas la prdiction du


risque long terme.
Solvabilit :
- Charges financires/Ebitda
- Charges financires/Dettes bancaires
- Cash -flow/Dettes totales

176
Rentabilit :
- Rsultat net/Capitaux propres
- Ebit/Actifs oprationnel net
- Ebit/Chiffre d'affaires
- Ebitda/Chiffre d'affaires

Activit :
- Charges financires/Chiffre d'affaires
- Actifs non courant/Nombre d'employes

Marge et valeur ajoute :


- Valeur ajoute/Chiffre d'affaires
- Chiffre d'affaires/Nombre d'employes
- Valeur ajoute/Nombre d'employes
- Chiffre d'affaires/Actif oprationnel

3. Application de la mthode de VIF33 pour dtecter les


problmes de multicoliniarit entre les ratios choisis ;

4. Application de la mthode de slection pas pas

33
Le VIF consiste rgresser chacune des variables explicatives sur les autres. En effectuant le calcul (1 R2) partir de chacune des rgressions opres, il est alors possible
de savoir quelle part de la variance dune variable explicative est indpendante des autres variables explicatives, le calcul (1/(1-R2)) permettant alors dobtenir une statistique
VIF pour chaque variable. Un problme de multicolinarit est relev ds lors quun VIF prsente une valeur suprieure ou gale 10 et/ou lorsque la moyenne des VIFs
est suprieure ou gale 2 (Chatterjee et al., 2000).

177
(stepwise) sur les 23 ratios financiers choisis pour faire
ressortir 10 ratios prdictifs

5. Analyse discriminante des 10 ratios financiers et en


utilisant les 3 variables qualitatives ;

6. Rgression logistique des 10 ratios financiers et en


utilisant les 3 variables qualitatives

178
Les modles prsents ci-dessus sont construits gnralement sur la base des mmes
mthodes statistiques : slection pas pas, analyse discriminante ou rgression logistique.
Lhorizon de prdiction est le mme pour ces tudes (un an avant).

Les chantillons sur lesquels se sont construits ces modles de prdictions de risque de
dfaillance des PME sont assez larges, une bonne prsentative des caractristiques des
entreprises est possible compars aux modles traditionnels (Altman,1968 par exemple).

A lexception du modle dEdmister (1972), la dfinition de la PME qui a t adopt pour le


choix des chantillons correspond celle prconise par la commission europenne :
entreprise ayant un chiffre daffaire infrieur 50 millions deuros.

Le nombre de ratios considrs est trs diffrent dune tude lautre. Il varie entre 17 ratios
pour le modle dAltman et Sabato (2007) et 75 ratios pour Pompe et Bilderbeek (2005). Les
auteurs insistent sur le fait que ces ratios ont t choisis par rapport leur rcurrence dans la
littrature et leur pouvoir prdictif constat dans des tudes antrieures. Ils permettent un
bon classement des entreprises, celui dEdmister (1972) par exemple classe 39 cas
dentreprises dfaillantes parmi 42. Les deux modles dAltman permettent un pouvoir
prdictif suprieur 90% dans les deux cas. Au total, si on ne considre pas les diffrences
relatives la taille des chantillons ou la mthode statistique, nous pouvons remarquer que
lensemble de ces modles permettent de prdire trs correctement le risque de dfaillance des
PME, indpendamment du contexte conomique dans lequel ils ont t labor. A lexception
du modle dEdmister (1972), ces modles ont t dvelopp sur la base des donnes
financires enregistres pendant la fin des annes 90 et le dbut des anne 2000, priode
marque par une certaine stabilit conomique dans lensemble des pays o les tudes ont t
menes.

179
En France, Collongues (1977) et Conan & Holder (1979) ont galement propos des modles
de scoring traitant spcifiquement les PME franaises.

Le Z Score de Collongues (1977)

En 1977, Collongues ralise une tude portant sur des entreprises de type PME de diffrents
secteurs dactivit. Deux chantillons de 35 entreprises chacun ont servi lanalyse. Le
premier chantillon tait constitu de PME saines, et le second des entreprises qui avaient
dpos leur bilan ou qui prouvaient de grandes difficults (en liquidation de bien par
exemple) au cours de la mme priode 1973-1975. Les critres choisis pour la construction
des chantillons sont :

- Les documents financiers de lentreprise disponibles pour l'anne prcdant la


dfaillance ;

- Les trs petites entreprises (CA infrieur cinq millions de francs) ne sont pas inclues
dans lanalyse ;

- Les trs grandes entreprises sont limines ;

- Les fonds propres ne doivent pas tre ngatifs pour ne pas fausser les ratios.

Les donnes financires des entreprises tudies ont t exploites pour calculer 19 ratios
financiers retenus sur la base de leur efficacit potentielle pour la ralisation de ltude. Les
ratios concernaient la rentabilit, la liquidit, lendettement, lactivit et la solvabilit :

1- Consommation / production

2- Marge brut dautofinancement / chiffre daffaires hors taxes

3- Frais de personnel / valeur ajoute

4- Valeur ajoute / immobilisation brutes

5- Marge brute dautofinancement / fonds propres amliors

6- Capitaux permanents / valeurs immobilises nettes

7- Dettes moyen et long terme / fonds propres amliors

8- Dettes moyen et long terme / marge brute dautofinancement

9- Fond de roulement net / chiffre daffaires hors taxes

180
10- Engagements parvenant chance lors du prochain exercice / marge brute
dautofinancement

11- Chiffre daffaires hors taxes / capitaux propres amliors

12- Fonds de roulement net / marge brute dautofinancement

13- Frais financiers / chiffre daffaires hors taxes

14- Fonds propres amliors / ensemble des dettes

15- Ralisable + disponible (sauf stock) / exigible court terme

16- Fonds de roulement net / total du bilan

17- Solde du compte dexploitation gnrale / chiffre daffaires hors taxes

18- Fonds de roulement net / chiffre daffaires hors taxes

19- Chiffre daffaires hors taxes /valeur des stocks

Collongues montre dans quelle mesure chaque ratio, considr isolment, est capable de
dterminer la probabilit de faillite. Pour ce faire, il utilise le test de Fisher-Snedecor34 et fait
ressortir 5 ratios parmi les 19, qui permettent une meilleure valuation de la potentialit de
faillite. Il sagit des ratios :

- R1 = Fonds de roulement net / stock

- R2= Fonds de roulement net / total bilan

- R3= Rsultat dexploitation/ chiffre daffaires hors taxes

- R4= Ralisable et disponible/ exigible court terme

- R5= Fonds de roulement net / chiffre daffaires hors taxes

Ensuite, Collongues mne des tudes statistiques et laide dune analyse discriminante
labore deux fonctions discriminantes trois ratios.

Z= 4,9830 R1 + 60,0366 R2 - 11,8348 R3

34
Le test Fisher Snedecor dhypothses statistiques permet de comparer deux variances observes et de vrifier
si elles sont identiques pour une valeur thorique donne. Il est le rapport : somme des carrs
intergroupes/sommes des carrs des carts intragroupes.

181
Avec cette quation, lentreprise est considre en difficult si le Z score obtenu est
suprieure 5,455. Elle est en bonne sant lorsque le score obtenu est infrieur ce seuil.

Lapplication de la fonction (1) de Collongues aux deux chantillons tudis a permis un


reclassement 95% pour lanne de la dfaillance, 84% une anne avant la dfaillance, 69%
deux ans avant la faillite et 59% trois ans avant la faillite.

La deuxime quation Z score retenue par Collongues est :

Z= 4,6159 R1 + 22,0000 R2 - 1,9623 R3

Pour cette fonction, le critre de dcision est :

- Si Z est suprieur 3,077 l'entreprise est en mauvaise sant financire ;

- Si Z est infrieur 3,0774 lentreprise sera dclare bonne.

Lapplication de cette deuxime fonction sur les deux chantillons tudis a donn un taux de
russite de 96% lanne de la dfaillance, 75% une anne avant la faillite, 57% deux ans avant
et 64% 3 ans avant la faillite.

- Pour vrifier les rsultats obtenus, Collongues applique les deux fonctions un contre
chantillon de 27 PME dfaillantes. Le taux de russite de la premire quation
slve 90%, alors que pour le deuxime il est de 88%. L'utilisation des deux
fonctions discriminantes n'alourdit pas l'analyse mais permet plutt l'analyse de
diminuer le risque d'erreur si les deux fonctions convergent vers le mme diagnostic.
Dans le cas contraire, lorsque les deux fonctions n'indiquent pas le mme rsultat, ce
doit tre une alarme pour faire une analyse plus avance de l'entreprise.

Le Z Score de Connan et Holder (1979)

Conan et Holder (1979) proposent une fonction score partir d'un chantillon de PME (en
continuation dexploitation et en dfaillance) de lindustrie avec au moins deux exercices
comptables compris entre les annes 1970 et 1975 inclus. L'innovation de la mthode de
Conan et Holder rside dans la dtermination dune probabilit de dfaillance en fonction du
score, mais lchelle de risque nest pas raliste :

- Moyenne des scores des entreprises saines =13 ;

- Risque de dfaillance = 20%.

182
Lchantillon des entreprises en continuation dexploitation comporte 629 PME, dont les
informations taient extraites de la Centrale Bilan de la Banque de France. Les critres de
slection sont :

- Entreprise industrielle ;

- En situation difficile ;

- Effectif compris entre 10 et 700 personnes ;

- Entreprise indpendante (ne dpend pas dune holding, dune socit mre ou dun
groupe).

La collecte dinformations concernant les entreprises en situation difficile a t ralise auprs


du tribunal de commerce et de lAssociation Ouest-Atlantique (AOA). Au total, 151
entreprises sont retenues selon les mmes critres de choix que pour les PMI en continuation
dexploitation.

Aprs constitution de lchantillon, 31 ratios financiers ont t calculs sur la base des
documents comptables collects, pour les entreprises en difficults comme pour celles en
continuation dexploitation. Lanalyse discriminante fait ressortir les 5 ratios les plus
discriminants pour la construction de la fonction score.
Le score Conan et Holder est calcul travers l'quation suivante :

Score = 0,24R1 + 0,22R2 + 0,16R3 0,87R4 0,10R5

Avec

- R1= Marge brute actualise / Dettes totales

- R2= Capitaux permanents / Total du bilan

- R3=Ralisable et disponible / Total du bilan

- R4=Frais Financier / Ventes HT

- R5=Frais de personnel / Valeur ajoute

Ensuite, en appliquant l'quation, les valeurs des scores Conan et Holder et les probabilits de
dfaillance obtenues sont prsentes dans le tableau 16:

183
Tableau 16: Les probabilits de dfaillance obtenues avec le score Conan et Holder

Score -0,5 0 2,6 5 6,8 8,7 10,7 13,1 16,4

Probabilit de dfaut 90% 80% 70% 60% 50% 40% 30% 20% 10%

La probabilit de dfaillance obtenue permet de classer le risque en trois catgories :

- Si 0 < Score < 6,8 Risque lev ;

- Si 6,8 Score < 9 Risque surveiller ;

- Si Score > 16,4 Risque faible.

Les auteurs estiment que le pouvoir prdictif de leur score opre trois ans lavance. Leur
fonction leur a permis d'obtenir des pourcentages de bon classement de 67% une anne avant
et de 69% deux annes avant la dfaillance. Notons par ailleurs quaucune zone dincertitude
napparat dans ce score.

Finalement, il convient de porter attention plusieurs points essentiels :

- Les deux modles de prdiction de Collongues (1977) et Connan et Holder (1979) ont
t ralis dans le contexte de la priode de rcession conomique des annes
soixante-dix (crise ptrolire de 1973) qui sest tendue tous les secteurs dactivit
partir du retournement de lautomne 1974 et a impliqu des effets particulirement
brutaux sur les entreprises, expliquant ainsi en grande partie la dfaillance des
entreprises tudies ;

- Les chantillons utiliss pour la construction des modles Collongues (1977) et


Connan et Holder (1979) sont relativement petits, ce qui peut biaiser les rsultats. La
marge derreur augmente avec la diminution de la taille de lchantillon, ce qui peut
influencer le niveau de prcision des estimations et par la suite le pouvoir prdictif des
fonctions Z scores dvelopps dans les deux tudes ;

- Dans les deux modles, la normalit (principale limite du modle danalyse


discriminante) des ratios analyss na pas t vrifie. Or, les donnes ne suivent pas
forcment une loi normale. Aucun chantillon de contrle na t envisag pour
valider la performance du modle.

184
2. La modlisation du risque de crdit des PME internationalises

Concernant les PME dveloppant une activit internationale, qui reprsentent lobjet principal
de ce travail, nous constatons que la question de lvaluation du risque de dfaut de cette
catgorie dentreprise n'a pas t suffisamment traite. A ce jour, il semble nexister que deux
tudes rcentes (Arslan et Karan 2009 ; Gupta et al., 2014) stre intress lvaluation du
risque de crdit des PME internationalises. Toutes deux nont pas donn lieu des rsultats
qui ne convergent pas.

Sur le plan de la mthode, les deux tudes sont pourtant ralises sur la base des modles de
rgression logistique. Quant aux choix des variables explicatives, Arslan et Karan (2009) ont
repris les variables les plus prdictives issues des travaux dAltman (1968, 2007), de
Shumway (2001) et dautres auteurs. Tandis que Gupta et al. (2014), se sont bass sur ltude
dAltman (2010) qui sest faite sur des entreprises anglaises. En gnral, les variables utilises
dans les deux tudes appartiennent la mme catgorie de ratios, par exemple Stocks/ Actif
total, Total impts/ Actif total.

Premirement, Arslan et Karan (2009) ont dvelopp un modle de rgression logistique


dvaluation du risque de crdit en exploitant un chantillon de 1166 PME turques : 1074
domestiques dont 87 dfaillantes, 192 internationalises dont 10 dfaillantes. Les auteurs ont
exploit 12 variables financires pour valuer le risque de dfaut des entreprises de leurs
chantillons. Ces variables, identiques dans leur construction pour toutes les entreprises donc
non spcifiques l'activit internationale, sont :

- Crdits Commerciaux/ Actif total

- Frais Financiers/ Actif total

- Ln (Actif court terme/ Passif courtant)

- Stocks/ Actif total

- Total impts/ Actif total

- Marge bnficiaire brute

- Marge bnficiaire nette

- Valeurs mobilires de placement / Actif courant

- Bnfices avant intrts et impts / Actif total

185
- Ln (Ventes nettes / Actif total)

- Passif financier / Actif total

A partir des rsultats obtenus, Arslan et Karan (2009) proposent plusieurs conclusions :

- Le risque de dfaut doit tre tudi diffremment selon que la PME est domestique ou
internationale ;

- En accord avec la littrature antrieure35, le ratio Crdits Commerciaux/ Total Actif


est reli positivement la probabilit de dfaut des PME domestiques. Donc les
entreprises qui sont incapables de recourir des prts bancaires optent pour les crdits
commerciaux afin d'obtenir des financements externes ;

- A partir du ratio frais financiers sur total des actifs, les auteurs concluent que les
firmes nationales qui ont des cots plus levs pour l'acquisition des financements
externes ont un risque de crdit plus important ;

- Le ratio des Stocks/ Actif total est positivement associ la probabilit que
lentreprise soit dfaillante. En d'autres termes, un niveau lev des stocks signale un
niveau lev du risque de crdit pour les entreprises internationalises. Cela est d la
mauvaise gestion des stocks par les firmes qui reoivent des commandes importantes
sur les marchs internationaux ;

- Le risque de dfaut des PME internationalises baisse avec l'augmentation de la


rentabilit rsultant de la diversification des cash-flow, produite par
l'internationalisation.

Cependant, les rsultats obtenus par Arslan et Karan (2009) peuvent tre biaiss en raison des
changements des conditions conomiques des pays mergents au cours de leur priode
destimation et cause du nombre trs rduit de PME internationalises dfaillantes dans leur
chantillon.

35
Le fait que le crdit commercial soit un substitut en cas de financement bancaire insuffisant est empiriquement
confirm par Atanasova et Wilson (2004), Petersen et Rajan (1994, 1995) et Marotta (1997). Tous observent que
les entreprises utilisent davantage les crdits commerciaux lorsque les conditions de crdit sont plus strictes. Par
ailleurs, Petersen et Rajan (1997) soulignent que des crdits commerciaux excessifs pourraient donner un signal
ngatif la banque, savoir que les entreprises n'ont pas russi obtenir un crdit bancaire auprs des
concurrents.

186
La deuxime tude est celle de Gupta et al. (2014) qui porte sur les PME anglaises. Ceux-ci
discutent de l'influence de l'internationalisation des PME sur le risque de crdit, en
dveloppant un modle de prdiction de ce risque une anne utilisant des variables
financires (cf. Tabelau 17). Dans leur tude, Gupta et al. analysent les donnes financires de
342 711 PME domestiques (dont 8 525 dfaillantes et 334 186 non dfaillantes) et 344 205
PME internationalises (dont 9 114 dfaillantes et 335 091 non dfaillantes) sur la priode
2000-2009.

187
Tableau 17: Variables explicatives (Modle de Gupta et al., 2014)

Variables PME domestiques PME


internationalises

Bnfices avant intrts, impts, dprciations et Non Non


amortissements / Actif total

Dettes court terme/Capitaux propres (valeur Non Oui


comptable)
Oui Oui
Bnfices non rpartis / Actif total
Oui Oui
Cash/ Actif total
Oui Oui
Bnfices avant intrts, impts, dprciations et
amortissements / Intrts dbiteurs
Oui Oui
Capitaux employs / Passif total
Non Non
Actif ngociable/ Actif court terme
Oui Oui
Ln (Actif court terme/ Passif court terme)
Oui Oui
Dettes fournisseurs/ Passif total
Oui Oui
Crances clients/ Actif total
Non Non
Stocks/ Fond de roulement
Oui Oui
Impts / Actif total
Non Non
Dettes fournisseurs/ Actif total
Non Non
Stocks/ Actif total
Oui Oui
Immobilisations incorporelles/ Total Actif
Non Non
Ventes lexport/ Total des ventes

Ce tableau liste les variables tudies. La deuxime et la troisime colonne classent les variables utilises dans le
dveloppement du modle de prdiction du risque de crdit pour les PME domestiques et internationalises (Non : signifie
que la variable na pas t retenue dans le modle final ; Oui : signifie que la variable a t exploite pour le
dveloppement du modle final).

188
Aprs avoir dfini les variables explicatives, les auteurs ralisent une analyse pas pas pour
dfinir la meilleure combinaison discriminante (entre PME dfaillante et non dfaillante).
Ensuite ils utilisent la rgression logistique pour dvelopper deux modles de prdiction de
dfaillance, un pour les PME domestiques (avec 9 ratios financiers) et un autre pour les
entreprises internationalises (avec 10 ratios financiers). Gupta et al. (2014) proposent une
analyse plus complte en contrlant galement leffet de la taille (mesur par le total actif) et
des conditions macroconomiques (approches par le taux annuel de dfaut sectoriel) sur le
risque de dfaut des entreprises. Les modles de prdictions obtenus permettent une prcision
de classification qui slve 64% pour les PME domestiques et 61% pour les entreprises
internationalises.

Les rsultats obtenus au final par Gupta et al. (2014) montrent que tous les dterminants qui
affectent la probabilit de dfaut des PME internationalises sont trs significatifs et
s'appliquent galement la probabilit de dfaut des PME domestiques, lexception du ratio
dettes court terme/ valeur comptable des fonds propres. Ils concluent quil nest pas
ncessaire de traiter diffremment les deux types de PME (domestiques/ internationalises)
pour la modlisation du risque de crdit. Ce rsultat contredit la proposition de Arslan et
Karan (2009) qui proposent de considrer sparment le risque des deux catgories des PME.
De plus ils considrent que l'intgration des facteurs non financiers (le taux de dfaillance
sectoriel de 51 secteurs dactivit) peut permettre une meilleure prdiction du risque de
dfaillance des PME internationalises. Par contre, ils prcisent que, bien que le mme
ensemble de ratios financiers soit significatif pour la prdiction de la dfaillance des PME
nationales et internationalises, ces ratios ont un pouvoir prdictif plus fort pour les PME
nationales.

189
Section 2. Mthodes dvaluation du risque de crdit utilises par les
organismes financiers en France

Lapprciation du risque de crdit a dabord t ralise, historiquement, par des approches


empiriques inities et dveloppes par des chercheurs comme Altman, Beaver, Edmister,
Collongue, etc. Elle consistait gnralement, comme il a t constat dans la section
prcdente, en des analyses pragmatiques exploitant des donnes purement financires pour
dvelopper des modles de scoring.

En France, les principaux utilisateurs de ces modles sont les banques. Elles les exploitent
pour attribuer des notes des prts ou des emprunteurs. Les banques sont libres dutiliser
leurs propres modles dvaluation des probabilits de dfaut (le scoring), pralablement
accepts et valids par le rgulateur. Ces approches sont labores essentiellement sur la base
des ratios financiers, comme par exemple, la rentabilit des fonds propres et le levier
dendettement.

Il existe dautres organismes habilits produire des scores et apprcier le risque de dfaut
des entreprises. Dans cette section nous prsentons le systme de cotation de la Banque de
France, de la COFACE et de lAssociation Franaise des Crdits Managers. Ce choix de
prsenter les mthodes de ces tablissements est justifi dun part par le fait que les
informations relatives la construction et au dveloppement des modles sont disponibles, et
dautre part, par le fait quils proposent des mthodes adaptes aux PME franaises.
Nanmoins, notons galement quaucune des mthodologies dployes ne permet de traiter de
manire distincte le cas des entreprises dveloppant une activit linternational.

I. Le systme de cotation Banque de France

La cotation Banque de France est la premire mthode dapprciation de la Banque


centrale sur la capacit de l'entreprise honorer ses engagements financiers un horizon de
trois ans.

1. Quest-ce que la cote Banque de France ?

La cotation Banque de France des entreprises dsigne le processus d'analyse de la capacit des
entreprises honorer leurs engagements financiers. Elle permet l'attribution de la cote ,

190
laquelle permet de classer les entreprises en diffrentes classes de risque en fonction de la
probabilit de dfaut, un horizon de 3 ans (1, 2 et 3 ans). Cette cotation est donc une mesure
du risque de crdit moyen terme, qui traduit un jugement sur le risque encouru par un
prteur, notamment une banque.

La cotation est ralise une fois par an par un analyste financier, en se basant sur le bilan de
l'entreprise et partir des donnes qualitatives, et des informations sur la capacit de
remboursement. Elle est considre comme trs ractive car elle peut tre rvise tout
moment par l'analyste grce aux nouvelles informations qualitatives, de nouveaux
vnements marquant sur l'entreprise, ou en cas d'incidents de paiement des effets de
commerce ou des crdits bancaires.

Toutes les entreprises peuvent tre cotes condition d'avoir leur sige social en France. La
cible de cotation Banque de France est les entreprises dont le chiffre daffaire est suprieur
750 K ou lendettement bancaire est suprieur 380 K. Aujourdhui, environ 260 000
entreprises rsidentes sont concernes (dont plus de 4500 groupes analyss travers leurs
comptes consolids) 36.

Certaines entits ne sont pas cotes car elles sont domicilies hors de France mme si elles
exercent une activit sur le territoire franais, ou parce quelles nexercent pas dactivit
industrielle ou commerciale (tat, collectivits territoriales), ou enfin, parce qu'en raison de la
spcificit de leur activit elles ne reoivent pas de cote de crdit (tablissements de crdit,
entreprises dinvestissement, socits dassurances, Sicav, SCPI, etc.).

La cotation Banque de France est communique gratuitement aux entreprises. Elle est
galement destine une communaut bancaire (abonns FIBEN 37) qui a dvelopp ses
propres mthodes dvaluation de risque de crdit ou de notation interne mais qui peut avoir
recours dautres rfrences externes savoir :

- Les tablissements de crdits ;

- Les socits dassurance-caution ou dassurance-crdit tournes vers les entreprises ;

- Les organismes publics vocation conomique ou financire.

36
Source : Banque de France- Direction des entreprises.
37
FIBEN est une base de donnes sur les entreprises, gre par la Banque de France et accessible aux
tablissements de crdit.

191
2. La mthode de cotation Banque de France

La cotation Banque de France est compose de deux lments : une cote de crdit et une cote
dactivit. Elle est attribue par des analystes (experts) et ralise selon le code de conduite 38
de lactivit de cotation de la Banque de France qui prsente les dispositifs rglementaires et
lgaux auxquels sont soumis les experts.

partir des informations contenues dans la base de donnes FIBEN (Fichier bancaire des
entreprises), lexpert procde une analyse des donnes financires et qualitatives.

2.1 La cot dactivit

La cote dactivit dsigne le niveau dactivit de lentreprise cote. Elle est exprime par une
lettre. Le niveau dactivit est fonction du chiffre daffaires de lentreprise (cf. Annexe 3). Le
niveau le plus lev dactivit est reprsent par la lettre A et le niveau le plus bas par la lettre
X. Les seuils de chiffre daffaires permettant lattribution de la cote dactivit sont calculs
diffremment pour certains cas particuliers (cf. Tableau18).

Tableau 18: Calcul des seuils dactivit

Cas particuliers Seuils calculs

Commissionnaires, courtiers, intermdiaires Chiffre daffaires + Montant des


oprations la commission

Entreprises appartenant des secteurs dactivits Chiffre daffaires + Production stocke


cycle long (ex. btiment et gnie civil)

Societs holding qui nexercent pas dactivit - Chiffre daffaires consolid du groupe
commerciale ou industrielle)
- Cote N, en labsence dtats consolids

Source : Guide de rfrence de la cotation, Janvier 2013.

Par la suite, lanalyste procde laudit financier de lentreprise cote. Ce travail doit
respecter les rgles dexpertise financire qui se fondent sur lexamen de la rentabilit, de
lautofinancement, de la structure financire, de la liquidit, de la capacit de remboursement,

38
Cf. Code de conduite de lactivit de cotation la Banque de France, disponible sur le site :
http://www.fiben.fr/cotation/pdf/Banque-de-France-Code-de-conduite-de-l-activite-de-cotation.pdf

192
etc. Lanalyse financire est effectue en tenant compte des caractristiques du secteur
dactivit en plus des lments extra-financiers. Cette tape est indispensable pour
lattribution de la cote de crdit final.

2.2 La cot de crdit

La Banque de France attribue une cote de crdit afin d'valuer la capacit de l'entreprise
honorer ses engagements financiers vis--vis de ses cranciers, notamment les banques. La
cote de crdit est base principalement sur la situation financire de l'entreprise cote. Cette
analyse porte sur l'examen de la performance de l'entreprise (en valuant le rsultat net,
l'EBE, la trsorerie nette...), sa capacit financire (capacit d'autofinancement, dettes
financires, intrts...), son taux de solvabilit (fonds propres, niveau d'endettement, total
bilan, total actif...), l'quilibre de son bilan (fonds de roulement, dette moins d'un an, actifs
moins d'un an ...). Elle prend galement en considration les particularits du secteur d'activit
de l'entreprise cote, mais elle ne tient pas compte de l'existence ventuelle de garanties
associes certaines classes de dettes.

Les experts de la Banque de France, aprs avoir valu la situation financire de l'entreprise,
de son groupe dans certains cas, et en tenant compte des informations attribuent une cote de
crdit parmi 13 cotes prdfinies : 0; 3++; 3+; 3; 4+; 4; 5+; 5; 6; 7; 8; 9; P. Pour chaque cote,
des conditions d'attribution sont respecter (cf. Annexe 4).

3. Evaluation de la performance du systme de cotation Banque de


France

3.1 Les taux de dfaut et de dfaillance

Le systme de cotation Banque de France permet de classer les entreprises par niveau de
risque de crdit. Cette cotation comporte une dimension prdictive un horizon donn, d'un
vnement de dfaut. Pour tre efficace, ce systme de cotation doit permettre aux
observateurs externes de former une opinion sur sa fiabilit et sa capacit valuer
pertinemment le risque de crdit des entreprises, tout en expliquant la manire dont se ralise
l'quilibre entre sa stabilit et sa ractivit.

193
Pour valuer la performance de son systme de cotation, la Banque de France calcule les taux
de dfaillance et de dfaut39 un, deux et 3 ans. Pour ce faire, elle utilise les bilans arrts
(31/12 de l'anne n) des entreprises cotes, qui sont traits avant la fin du mois de juillet du
l'anne n+1. Cependant, il faut attendre la fin de l'anne pour que les derniers documents
comptables soient reus et analyss. Une anne supplmentaire est ncessaire pour observer
les ventuels vnements qui peuvent engendrer ou modifier la dfaillance et/ou le dfaut.

Le taux de dfaut mesur par la Banque de France est limit aux incidents sur effets de
commerce (enregistrs dans la base ddie de centralisation des incidents de paiement) et ne
permet pas d'valuer le risque de crdit sur la totalit de la dette de l'entreprise. Mais ce taux
est une mesure suffisamment prdictive car, selon la Banque de France, le dfaut sur effets de
commerce prcde le dfaut sur crdits bancaires, qui prcde lui-mme le dfaut sur
obligation et le dfaut lgal.

Les taux de dfaut des entreprises sont obtenus selon une mthode dite glissante, base sur
une dfinition stricte de l'horizon (1, 2, 3 ans) compter de la date de la cotation. Les taux
sont calculs de la manire suivante 40:

Au dnominateur : l'ensemble des entreprises cotes par la Banque de France aprs


analyse de leurs documents comptables dont les dates d'arrt correspondent 12 mois
conscutifs ; comme

Au numrateur : le nombre dentreprises du dnominateur qui ont rejoint la catgorie


en dfaut au cours de la priode dobservation considre (le point de dpart de la
priode est fix au moment de l'attribution de la cote 41).

En ce qui concerne les taux de dfaillance, ils sont calculs selon la mme mthode. Au
numrateur ne figure que le sous-ensemble des entreprises l'encontre desquelles une
procdure judiciaire a t engage durant la priode de l'observation.

39
La Banque de France dfinit la dfaillance comme tant louverture dune procdure judiciaire (redressement
ou liquidation) et le dfaut comme le synonyme de lattribution dune cote 9 en cours de la priode d'observation
en raison dincidents de paiement importants.
40
Source : Cotation Banque de France, une valuation des performances, Mars 2013.
41
Les dates de cotation ne sont pas les mmes : la population des entreprises observes est dlimite par les
dates d'arrts des bilans sociaux.

194
3.2 Robustesse du systme de cotation Banque de France

La robustesse du systme de cotation Banque de France est vrifie l'aide de statistiques


ralises sur plusieurs priodes. Les taux de dfaut et de dfaillance (sur les horizons 1, 2 et 3
ans) obtenus pour l'ensemble de la population sont compars avec les taux observs par classe
de cote. Ainsi, des comparaisons entre les taux de dfaut et de dfaillance 1 an et 3 ans
permettent de mesurer les tendances.

Ensuite, pour mesurer les changements de cotations des entreprises pendant une priode
donne (date d'observation initiale et date d'observation finale), des matrices de transition sont
raliss. Celles-ci prennent la forme de tableaux, reprsentant les mouvements dentreprises
dune cote attribue lautre. Les vnements survenus entre les deux priodes d'observations
ne sont pas pris en compte. Les cotations compares sont celles observes le premier jour et le
dernier jour de chaque priode d'observation. Lanalyse de la matrice de transition permet de
mesurer les s migrations des cotations pendant une priode de temps afin de vrifier leur
stabilit.

II. Le systme de notation COFACE

Le score @rating de la COFACE est construit partir des tudes statistiques sur des donnes
financires et conomiques relatives un groupe d'entreprises dfaillantes42 et non
dfaillantes. Il se prsente sous forme de note de risque correspondant un intervalle de
probabilits de dfaut (cf. Tableau 19).

Tableau 19: Classes de risque et probabilits de dfaillance

Risque lev Risque moyen Risque faible


Score
@rating/20 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Score 1 2 3 4 5 6 7 8 9 10
@rating/10
Taux de 25% 10% 4% 2% 1,3% 0,7% 0,4% 0,15% 0,05% 0%
dfaut 1 an
Source : Prsentation du systme de notation des entreprises franaises, COFACE 2007.

42
Le dfaut est dfini par la COFACE comme tant le dfaut lgal au sens de droit franais de la notion et qui
regroupe les procdures collectives, les redressements juridiques et les liquidations judiciaires.

195
1. La mthodologie du score @rating de la COFACE

Le score @rating est obtenu grce 4 tudes indpendantes : analyse financire, analyse des
incidents de paiement, tude des liens financiers, tude de l'historique du score. Ces tudes
sont intgres dans le score au fur mesure sous forme de modules volutifs, produisant des
notes intermdiaires et un score final qui peut tre revu par l'expert rating pour aboutir
finalement une note "manuelle" (cf. Figure 26).

La notation de la Coface peut tre applique des entreprises prsentant un bilan ou non,
quelle que soit leur forme juridique (pour les socits commerciales et les affaires
personnelles). Elle est fonction des 4 notes intermdiaires.

Le Score @rating est calcul au moins tous les 8 mois et mis jour rgulirement aux dates
d'obsolescence des informations fixes (date d'anniversaire de la premire cotation, date de
clture de l'exercice (n+2)), et ponctuellement l'enregistrement de nouvelles informations
concernant :

- Un incident de paiement ;

- Un bilan ;

- La fin d'une location grance ;

- Une modification majeure de l'entreprise : forme juridique, variation de capital social


ou perte de plus de sa moiti... ;

- Lannonce d'un plan de continuation ou de sauvegarde.

196
Figure 26: Processus de notation Score @rating

Source : Prsentation du systme de notation des entreprises franaises, COFACE 2007.

1.1 La notation fondamentale

La notation fondamentale est constitue en plus des donnes d'identit de l'entreprise, de deux
sous-scores : la note financire et la note d'incident de paiement. Elle annonce l'estimation du
risque de dfaillance qui peut tre associ au Score @rating. Cette note est dtermine sur 10
positions, calcules selon 18 modles diffrents correspondant deux segments : les socits
commerciales (12 secteurs d'activit) et les affaires personnelles (4 secteurs d'activit).

Chaque note a un poids dans le score fondamental qui dpend du secteur d'activit et du
segment d'entreprise, dtermin en fonction de la taille par exemple (cf. Tableau 20).

197
Tableau 20: Le poids des variables dans le score

Socits avec Bilan Socits sans Bilan Affaires Personnelles

Note incident de Note incident de Note incident de paiement


paiement (36%) paiement (49%) (28%)
Variables les
plus Secteur d'activit (11%) Secteur d'activit (19%) Secteur d'activit (15%)
importantes
Note financire (34%)

Anciennet de Anciennet de l'entreprise


l'entreprise (14%) (26)
Contribution
Existence d'un plan de
des variables
les plus continuation (26%)
importantes
Plus de 80% de la note Plus de 80% de la note Plus de 95% de la note de
de l'entreprise de l'entreprise l'entreprise

Source : Prsentation du systme de notation des entreprises franaises, COFACE 2007.

1.1.1 La note financire

Le score financier est construit partir d'une centaine de ratios financiers calculs partir du
bilan. Ces ratios sont intgrs dans 13 modles de scores financiers (chacun contient 5 13
ratios) rpartis par taille d'entreprise et par secteur d'activit.
Les ratios financiers utiliss sont rpartis par catgories :

La rentabilit nette, l'autonomie financire, l'endettement... ;


Les ratios dynamiques considrs comme tant le taux d'volution des ratios statiques.
Ils sont relatifs aux cas o l'entreprise note dtient au moins deux bilans successifs ;
Variables de tendance permettant de comprendre les variations des ratios dynamiques.

1.1.2 La note incident de paiement

La note incident de paiement est calcule partir d'un modle de score relatif aux donnes
d'impays de moins de 2 ans. Le modle est construit sur la base des variables suivantes :

- Le nombre de liasses fiscales

- Le nombre de privilges positifs ;

198
- Le nombre de contentieux ;

- La date d'anciennet du dernier impay ;

- Un ratio d'incident (impay/fonds propres).

1.1.3 Les donnes d'identit

Des facteurs de risque propres l'entreprise s'ajoutent aux deux autres scores. Les donnes
d'identit peuvent tre trs discriminantes pour le risque de dfaillance. Elles fournissent des
informations qualitatives concernant la date de cration de l'entreprise, l'ge du dirigeant, ses
statuts, ses actionnaires, ses effectifs, l'avis des commissaires aux comptes...

1.2 La notation conomique

Dfinie sur 10 ou 20 positions, la notation conomique est base sur la notation fondamentale
et le score de liens financiers. Pour l'obtenir, on modifie la probabilit de dfaut de la notation
fondamentale par un coefficient multiplicateur proportionnel la note de liens financiers.

Cette notation intgre le risque li l'actionnaire principal (exemple : plus de 33% de capital
dtenu). La qualit de l'actionnaire principal est dtermine partir des variables suivantes :

- La nature de l'actionnaire principal : personne morale ou physique ;

- Le chiffre d'affaires de l'actionnaire personne morale ;

- Lactionnaire est une holding ou non ;

- La notation @rating de l'actionnaire ;

- Les filiales de l'entreprise si elle n'a pas d'actionnaire.

1.3 La notation dynamique

La notation dynamique est un indicateur qui permet de limiter la hausse ou la baisse les
variations de la note en prenant en compte les notes passes de l'entreprise. Sur une base de 6
mois, la limitation de la variation (hausse ou baisse) de la note ne peut pas excder 2
positions, afin de garantir une certaine stabilit au score, sauf dans les cas suivants o la note
peut dpasser ce bornage :

- Grande dprciation des comptes ;

- Survenance d'une perte financire ;

199
- Enregistrement des impays importants ;

- Changement de l'actionnaire principal ;

- Note antrieure non numrique.

Cependant, une modification manuelle est possible pour prendre en compte les vnements
particuliers justifiant une variation de plus de deux positions. La note peut tre rvise dans
les cas suivants :

- La modification de la mthodologie de notation ;

- La date de rvision de la note ;

- Lenregistrement d'une nouvelle information ;

- Une nouvelle analyse de l'entreprise.

1.4 La notation automatique

La notation dynamique (qui prend en compte les notes passes donnes lentreprise) permet
de prendre en compte l'influence de la conjoncture conomique sur la variation du risque de
dfaillance. Elle est calcule en pondrant la notation dynamique, sous sa probabilit de
dfaillance, par un coefficient multiplicateur relatif la conjoncture conomique. Ce
coefficient aide prvoir la modification du risque de dfaillance dans un ou plusieurs
secteurs d'activit, ce qui permet de donner une certaine ractivit au Score @rating vis--vis
des changements conomiques susceptibles d'influencer l'entreprise.

1.5 Le Score @rating final

Le Score @rating est la dernire tape dans le processus de notation de la Coface. Il est le
rsultat soit de la modification de la notation dynamique soit de sa confirmation par l'analyste
(ce qui se produit dans la majorit des cas).

Ce score permet de comparer les rsultats obtenus grce aux modles statistiques avec le
jugement personnel des experts. Les analystes s'assurent de la cohrence temporelle des
rsultats des modles statistiques, et modifient gnralement la notation dynamique pour tenir
compte des nouvelles informations disponibles que les modles nont pas encore intgres. En
cas de doute, les experts de l'quipe de modlisation du risque peuvent dcider de mener des

200
tudes plus approfondies sur les entreprises (cas par cas), ou de collecter davantage
d'informations.

2. Analyse de la performance du systme de notation de la Coface

Afin d'valuer la performance de son systme de scoring la Coface fait appel plusieurs
mthodes :

- Le ratio de performance : correspond la surface sous la courbe de ROC. En 2007 par


exemple, la performance du systme de notation de la Coface a atteint 73% ;

- Le calcul des taux de dfauts par classe de risque 5 ans et 3 ans ;

- Les matrices de transitions des taux de dfaut.

III. Le Score AFDCC

Courant 1990, l'Association Franaise des Crdit Managers (A.F.D.C.C.), constatant que les
scores existant sur le march taient, pour la plupart, obsoltes car constitus en priode
inflationniste, a pris la dcision de mettre au point un nouveau score financier multisectoriel
deux ans de probabilit de dfaillance des entreprises.

1. La construction du score AFDCC

Le premier score AFDCC a t conu en 1990, il a t rvis par la suite en 1997 43 (Score
AFDCC 2) et en 2007 (Score AFDCC 3).

Le score AFDC1 est ralis sur la base des ratios financiers les plus discriminants, calculs
partir des donnes financires de 50 entreprises dfaillantes et 50 entreprises saines. Le Score
AFDCC 2 a t ralis partir de 15 ratios et s'applique aux entreprises ayant un chiffre
daffaire suprieur 1MF (des TPE et PME) et ayant trois bilans 1994-1996. Pour chaque
catgorie d'entreprises (11 catgories) le modle comprend 5 ou 6 ratios (la slection du ratio
diffre selon la taille et les secteurs d'activit).

Le dernier score AFDCC 3 a t construit sur un chantillon de 369 000 entreprises, toutes
formes juridiques confondues, de chiffre d'affaires suprieur 300 K et appartenant

43
Mis au point par Michel Dietsch, professeur lIEP de Strasbourg, en collaboration avec lAFDCC.

201
diffrents secteurs dactivits : industrie, transports, commerce de gros, construction
commerce de dtail et services.

Il est une combinaison des ratios financiers pondrs, borns et calculs travers les liasses
fiscales des exercices 2004 et 2005 des entreprises saines et des entreprises dfaillantes en
2008. Ces ratios sont ceux qui ont t souvent utiliss dans la littrature relative la
modlisation du risque de crdit et qui sont les plus discriminants. Les donnes financires
ont t extraites de la base de donnes Diane. Parmi les socits de l'chantillon tudi, 4 800
ont t dfaillantes en 2007 (cessation de paiements, redressement judiciaire ou liquidation
judiciaire).

Les analyses du score ralises sur un sous chantillon dfaillant en 2007 ont donn des
rsultats de prdiction de la dfaillance, d'ici une anne et demie deux ans, assez
satisfaisants. Plus de 75 % des entreprises dfaillantes en 2007 avaient obtenu un score les
classant en risque lev ou en risque trs lev 18 mois avant la dfaillance.

La mthodologie employe pour calculer le score AFDCC 3 respecte les principes suivants :

- Les ratios sont pondrs par rapport la mdiane de chaque secteur ;

- Chaque ratio est born (attribution dun nombre de points) ;

- La somme des ratios permet dobtenir une note sur 20 ;

- La notation est faite par intervalle de 0,5 ;

- Selon la notation, il existe une rpartition en plusieurs classes de risque.

Le score AFDCC est donc calcul travers l'quation (cf. Tableau 21):

Score AFDCC= (Coefn XBn) + C

Avec

XBn: ratio born44

C: une constante

Coefn: coefficient prdfini par l'AFDCC et qui correspond au ratio X n (X1, X2...X6)

44
Pour chaque ratio, il existe une borne suprieure et une borne infrieure appliquer aprs le calcul du ratio
pour limiter l'incidence de chaque ratio sur le score final.

202
- Ratio 1 (X1) : Frais financiers/ Excdent Brut dexploitation

- Ratio 2 (X2) : (Crances + disponibilits) / Dettes court terme

- Ratio 3 (X3) : Capitaux permanents / Passif

- Ratio 4 (X4) : Valeur ajoute/ Chiffre d'affaires

- Ratio 5 (X5) : Trsorerie nette/ Chiffre d'affaires (j)

- Ratio 6 (X6) : Fonds de roulement/ Chiffre d'affaires (j)

Par la suite, la formule utilise pour le calcul du score est applique de la manire suivant :

Score AFDCC = Constante + Somme (Coefficient * Ratio born)

Tableau 21: Coefficients, ratios et bornes utiliss dans les calculs des scores AFDCC 3

Coefficient Ratio Borne Borne


infrieure suprieure

0,57 Constante

0,0635 FFI/EBE 0 45 100

0,0183 (Crances + disponibilits) / Dettes 0 200


CT

0,0471 Capitaux permanents / Passif -25 100

-0,0246 VA / CA 0 100

0,0115 TRS / CA (j) -100 100

-0,0096 DFR / CA (j) -100 150

Source : ALTARES

45
Les valeurs ngatives sont ramenes la borne suprieure.

203
2. Les probabilits de dfaut de lAFDCC score

Les scores AFDCC sont traduits par la suite sous la forme de probabilits de dfaut l'aide de
la grille prsente dans la figure 27:

Figure 27: La traduction de lAFDCC score en probabilits de dfaut

Scores Probabilit de
dfaut (%)
Score < -4,01 12,70
-4,01 < Score < -2,57 6,00 Risque lev (taux de
-2,57 < Score < -1,00 4,96 dfaillance > 10%)

-1,00 < Score < 0,28 3,29


0,28 < Score < 1,26 2,15 Risque normal (taux de
dfaillance = 3%)
1,26 < Score < 2,10 1,57

2,10 < Score < 2,86 1,06


2,86 < Score < 3,68 0,64 Risque faible (taux de
dfaillance < 1%)
3,68 < Score < 4,83 0,38
Score > 4,83 0,42

Source : ALTARES

Au final, le risque dtermin par la probabilit de dfaillance permet de classer les entreprises
en trois catgories : celles qui sont saines, les fragiles et les dfaillantes. La probabilit
d'affectation d'une entreprise dans une catgorie ou dans une classe de risque est variable
suivant les secteurs et la valeur du score.

Le point fort du modle de lAFDCC est quil a t ralis sur la base dun chantillon trs
large, garantissant ainsi une certaine stabilit dans le temps. Ce modle est multisectoriel : il
peut tre appliqu aux PME de tous les secteurs dactivits rpertoris en France. De plus les
variables utilises dans le modle reprsentent les principales dimensions de lanalyse
financire : indicateurs du niveau dendettement, de solvabilit, de liquidit, de rentabilit et
de valeur ajoute. Le succs de ce score tient galement son niveau defficacit qui
sapproche du 95%.

204
CONCLUSION CHAPITRE 4

Dans les annes 1960, les travaux fondateurs dAltman et dEdmister ont inaugur un champ
de recherche appliqu qui sest traduit par la cration et le dveloppement de nombreux
modles et techniques qui furent les premiers tre utilises pour lapprciation et la
modlisation du risque de crdit des entreprises. Ils suivent tous une squence homogne dans
leur laboration, mais se diffrencient par la mthodologie statistique retenue, ou encore les
chantillons (par exemple PME ou grande entreprises) sur lesquels ils ont t labors.

Ces mthodes dvaluation visent classer les entreprises dans deux catgories principales
(entreprises risques/dfaillantes et entreprises non risques/non dfaillantes) et,
ventuellement leur attribuer une note, un score qui mesure leur niveau de risque, pouvant
tre transform ensuite en une probabilit de dfaillance.

D'une manire gnrale, les modles de scoring sont construits sur la base des analyses
discriminantes, mais quelques autres adoptent les modles de rgression logistique ou encore
les rseaux de neurones artificiels. Ces modles prsentent de nombreux avantages quant la
logique de leur application et aux conditions de leur application et adaptation. Ils sont
gnralement objectifs car fonds sur des analyses statistiques approfondies. Rsultants dune
observation prcise de deux groupes diffrents (entreprises dfaillantes et non dfaillantes), ils
relvent dune vision objective de la dfaillance ce qui en rsulte une mesure de risque
indpendante des perceptions subjectives des experts qui peuvent tre biaises.

Cependant, les modles de scoring prsentent bien un ensemble de limites :

- Les donnes financires utilises pour le calcul des ratios sont toujours en dcalage
dun an ou plus par rapport la ralit des entreprises ;

- Les mthodes statistiques prsentent souvent une faible robustesse temporelle, qui
exige de mettre jour priodiquement les modles de scoring pour tenir compte des
volutions conomiques et du phnomne modlis ;

- Certains modles de scoring plus anciens ont t labores dans un contexte


conomique plus inflationniste et compltement diffrent du contexte actuel ;

205
- Les modles de scoring ne prennent pas en considration les variables commerciales,
organisationnelles, managriales et conomiques alors que la vulnrabilit d'une entre-
prise dpend beaucoup de leur volution ;

- La difficult voire limpossibilit de llaboration dun score unique pour toutes les
entreprises. Il en rsulte parfois la construction de plusieurs scores applications
sectorielles ou qui doivent prendre en compte les caractristiques des entreprises (la
taille, la structure de financement, le degr douverture sur les marchs trangers, etc).

De ce fait, il serait bon- comme cela a t fait dans certaines tudes- de considrer des
variables qualitatives et conomiques afin de modliser le risque de crdit selon une vision
plus globale prenant en compte la sensibilit des entreprises aux variations conjoncturelles,
ainsi que les particularits et les caractristiques microconomiques de certaines catgories
dentreprises, notamment les PME internationalises.

206
207
CHAPITRE 5. CONSEQUENCES DE
LINTERNATIONALISATION SUR LA MODELISATION DU
RISQUE DE CREDIT DES PME

208
Introduction chapitre 5.

Lvaluation du risque de crdit des PME a fait lobjet, comme nous lavons discut
auparavant, de plusieurs tudes. Elle est de nos jours particulirement importante, en raison de
lobligation pour les banques danalyser et noter leurs crdits, dans le cadre du respect des
nouvelles rglementations issues des accords de Ble II puis Ble III. La rglementation des
tablissements de crdit franais s'inscrit pleinement dans ce cadre. La grande majorit des
travaux traitant la question du risque de crdit des PME se fondent sur des analyses
empiriques pour tablir une relation statistique stable entre des variables explicatives de
nature gnralement financires et lappartenance lun des deux groupes de rfrence
(entreprises dfaillantes ou saines). Cette relation donne un score qui chiffre le degr de la
probabilit de dfaillance dune entreprise. Ce score permet de noter un crdit, dans une
approche quantitative du risque de crdit (pouvant ventuellement tre complte par des
lments qualitatifs internes aux banques).

En nous appuyant sur le mme type de donnes que les travaux traitant la problmatique du
risque de crdit des PME par analyses statistiques, nous mettons en uvre dans ce chapitre
une analyse exploratoire laide de la mthode de la rgression logistique, avec comme
variable endogne la dfaillance, pour dvelopper un modle de prdiction du risque de crdit
un horizon dune anne. La singularit de l'approche repose sur la prise en compte de
l'internationalisation de la PME, dont nous avons vu au chapitre 3 qu'elle tait un lment de
rduction de la probabilit de dfaut. Ainsi, travers cette analyse, l'objectif est de rechercher
les liens de causalit qui expliquent le risque de dfaillance au moyen de diffrents ratios
financiers tout en distinguant entre entreprises strictement domestiques et entreprises
internationalises, grce des estimations menes distinctement sur les deux catgories
dentreprises. Nous comparons ensuite les rsultats avec celles obtenues dune estimation
avec traitement indiffrenci des PME.

Notre choix de procder de cette faon est justifi par la volont de comprendre si le risque de
dfaillance des PME internationalises doit tre apprhend sparment, dun point de vue
purement financier, compar au risque de dfaillance des entreprises qui ont une activit
exclusivement domestique. Les travaux prcurseurs, en nombre limit (Gupta et al., 2014 ;
Arslan et Karan, 2009), qui ont tent dvaluer risque de dfaillance des entreprises en tenant
compte de linternationalisation de la PME, nont pas donn lieu des rsultats
conventionnels. Ils aboutissent des conclusions contradictoires, Arslan et Karan (2009)

209
prconisent la ncessit de traitement spars des PME, alors que Gupta et al., 2014 ; Arslan
et Karan (2009) montrent quil est inutile de le faire.

Dans ce chapitre, nous prsentons dans une premire section les choix mthodologiques.
Ensuite, nous procdons llaboration des modles de prdiction du risque de dfaillance
des PME (section 2). Nous cherchons vrifier si un traitement spcifique des PME
exportatrices permet d'amliorer la capacit prdictive.

210
Section 1. Choix mthodologiques pour la conception des modles prdictifs
des PME

Dans cette partie de notre travail nous essayons de mettre en vidence une dmarche pratique
pour la conception et la validation dun modle prdictif. Pour illustrer cette dmarche, nous
allons dans un premier temps prsenter nos choix mthodologiques : le modle tester, les
donnes relatives aux chantillons de PME franaises et les variables exploites pour la
ralisation de l'exercice de modlisation. Ensuite nous exposerons les diffrentes tapes de
lanalyse statistique ncessaire la construction du modle prdictif.

I. Choix des donnes et mise en place de la mthodologie

Dans cette premire partie, nous prsenterons la nature des donnes utilises et les
caractristiques des chantillons de notre tude. Ensuite nous expliquerons le choix des
variables qui seront exploites pour procder notre analyse statistique.

1. La construction de lchantillon

Les tudes qui traitent de lvaluation du risque de dfaillance des PME et du scoring ont t
menes gnralement sur la base dun nombre limit de bilans (cf. chapitre prcdent), trs
difficiles recueillir dans la plupart des cas. Les auteurs se fondaient dans le choix des
chantillons de leurs tudes sur la disponibilit et la stabilit des donnes ou encore sur la
mthode danalyse utilise.

Lobjectif de notre tude est dlaborer un outil de prdiction du risque de dfaillance qui
prend en considration linternationalisation des PME. Prendre en compte les performances
de cet outil sur des donnes historiques de PME franaises est donc primordial. Par
consquent, pour construire nos chantillons de PME et mettre en vidence les variables qui
permettent de prvoir le risque de dfaillance et dvaluer, nous cherchons nous appuyer sur
des donnes fiables, permettant de rvler des relations stables dans le temps.

Pour constituer l'chantillon de PME franaises sous revue, nous utilisons la base de donnes
ALTARES, et dfinissons des critres de choix des entreprises qui respectent la dfinition
bloise de la PME. Ainsi, nous retenons les critres suivants, appliqus des entreprises
observes en 2012 :

211
- Entreprises occupant moins de 250 et plus que 10 personnes ;

- Entreprises ayant un chiffre d'affaires annuel infrieur 50 millions d'euros / ou un


total de bilan n'excdant pas 43 millions deuros ;

- Entreprises ges de 3 ans au moins.

De manire gnrale, nous avons exclu de l'chantillon les entreprises cotes en bourses et les
microentreprises qui sont structurellement diffrentes des PME (cf. Chapitre 3). De mme, les
entreprises ayant moins de 3 ans dexistence ont t limines, car elles comportent un risque
dchec naturellement trs lev compte tenu de leur vulnrabilit relative au liability of
newness (cf. Chapitre1). Ainsi, leffet ge est relativement rduit, mme s'il n'est pas
totalement neutralis. Nanmoins, le critre d'ge est indirectement susceptible d'influencer
certaines variables explicatives (les ratios de liquidit et de rentabilit par exemple).

Lchantillon final obtenu contient 770 entreprises, divises en deux groupes selon le critre
domestiques vs internationalises. Ces deux ensembles sont eux-mmes diviss galement en
deux sous-chantillons, selon qu'il s'agisse d'entreprises dfaillantes en 2012 ou d'entreprises
non dfaillantes ou saines. Proportionnellement, les PME internationalises sont moins
dfaillantes que les entreprises strictement domestiques (cf. Tableau 22). Lentreprise est
considre dfaillante ds lors quelle est en redressement judiciaire ou en liquidation
judiciaire directe auprs dun tribunal de commerce ou de grande instance. Cette dfinition
juridique de la dfaillance dentreprise est celle adopte par ALTARES 46 et de lINSEE47 que
nous avons dcid dadopter ds le dbut de la premire partie de cette thse (cf. Section 1,
Chapitre 1)

46
Dfinition dALTARES : La dfaillance dentreprise correspond louverture dune procdure de
redressement judiciaire ou de liquidation judiciaire directe auprs dun tribunal de commerce ou de grande
instance.
Source : Bilan 2013 dfaillances et sauvegardes dentreprises en France, ALTARES
47
Dfinition de lINSEE : la dfaillance dentreprise correspond dans les statistiques de l'INSEE l'ouverture
d'une procdure de jugement de redressement judiciaire, dans un tribunal de commerce ou dans un tribunal de
grande instance, l'encontre d'une entreprise.
Les statistiques de dfaillances d'entreprises couvrent l'ensemble des jugements prononant soit l'ouverture d'une
procdure de redressement judiciaire, soit directement la liquidation judiciaire. Elles ne tiennent pas compte de
l'issue des procdures : redressement par continuation ou reprise, ou liquidation.

Source : http://www.bdm.insee.fr/bdm2/documentationGroupe.action?codeGroupe=1137

212
Quant aux PME internationalises, comme prcis dans les parties prcdentes de ce travail et
conformment la littrature existante (Fatemi, 1988 ; Arslan et Karan, 2009 ; Gupta et al,
2014), nous classons une entreprise comme internationalise ds lors qu'elle ralise une partie
de son chiffre daffaire l'tranger (des exportations), et comme domestique si elle ralise son
chiffre daffaire uniquement sur le march national.

Tableau 22: Echantillons des PME de ltude

PME domestiques PME Internationalises

Dfaillantes Saines Total % Dfaillantes Dfaillantes Saines Total %Dfaillantes

205 243 448 45,5% 134 188 322 41,61%

Les entreprises des chantillons appartiennent quatre secteurs dactivits : industrie,


commerce, services et construction (cf. Tableau 23). Il apparat notamment que les entreprises
industrielles sont davantage tournes vers l'extrieur que celles de la construction ou des
services. On relvera galement que dans le domaine de la construction, il existe un fort
pourcentage d'entreprises dfaillantes ds lors qu'elles demeurent domestiques. Une forte
proportion d'entreprises dfaillantes est galement observable pour les PME industrielles
internationalises. Mais de manire gnrale, les entreprises de nos sous chantillons sont
distribues sur quatre secteurs dactivits de manire relativement quilibre.

Le choix dexclure les entreprises du secteur agricole et du secteur financier sest impos de
lui-mme, car dans notre base de donnes initiale nous avions trs peu dentreprises
appartenant ces deux secteurs (5 entreprises dfaillantes et 9 non dfaillantes) et nous avons
jug inutile de les intgrer car elles ne sont pas reprsentatives, ce qui risque de biaiser les
rsultats cause de la non homognit des chantillons. Au-del de cette description des
PME tudies, prcisons cependant que nous navons pas effectu de tri par secteur de ces
chantillons, en intgrant par exemple une variable binaire associe un secteur, ou en
menant des estimations diffrencies. Ltude tant exploratoire, avec pour objectif principal
dexpliquer la relation apparente entre linternationalisation et le risque de dfaillance laide
des grandeurs financiers neutres , il nous a sembl plus appropri dviter dintgrer un
effet secteur.

213
Tableau 23 : Distribution des entreprises des chantillons par secteurs dactivit

PME domestique PME internationalises

Dfaillantes Saines Dfaillantes Saines

Industrie 33 58 58 50

Commerce 39 84 36 56

Services 42 59 26 41

Construction 91 42 14 41

Total 205 243 134 188

Pour toutes les entreprises retenues dans l'chantillon, nous avons extraits de la base de
donnes l'ensemble des informations comptables provenant des liasses fiscales savoir, le
bilan et le compte de rsultat, les soldes intermdiaires de rsultats, les tats des crances et
des dettes.

2. Lidentification et la mesure des variables

La slection des variables est considre comme un exercice relativement dlicat : elle dpend
des donnes que loutil statistique utilis dans lanalyse a la capacit de traiter. Elle est
galement contrainte par la disponibilit de ces donnes pour la conception et la mise en
uvre du modle de prdiction. Dans le cadre de notre tude, le choix thorique des variables
repose principalement sur les travaux, dj mentionns, qui se sont intresss la
problmatique de dfaillance/risque de crdit. Il n'existe pas ce stade de diffrenciation
selon le type de PME, ce qui permet de traiter a priori toutes les entreprises avec les mmes
outils.

2.1 Les variables expliques

Comme nous l'avons expliqu, dans la prsente tude, nous cherchons prdire le risque de
dfaillance, tout en prenant en considration linternationalisation de la PME. Suivant la
littrature relative la prdiction du risque de crdit des PME (Altman, 1968, Beaver, 1968 ;
Deakin, 1972 ; Altman et al., 1977 ; Altman et Sabato, 2007 ; etc), nous avons choisi de
concentrer la prdiction un horizon dune anne : une PME est donc considre dfaillante

214
si elle fait lobjet dune liquidation judiciaire directe ou dun redressement judiciaire dans les
365 qui suivent la publication de ses comptes annuels. La date de dfaillance prise en compte
est celle du changement de la situation juridique de lentreprise, cest dire lanne 2012 dans
notre cas. Le choix de limiter l'analyse lanne 2012 s'est impos de lui-mme en raison des
contraintes relatives la disponibilit des informations permettant lidentification des
entreprises.

Les autres PME sont considres non dfaillantes. La variable endogne prend donc une
forme binaire :

- DEF= 1 si lentreprise est dclare dfaillante au cours de l'anne 2012 ;

- DEF= 0 si lentreprise est saine.

2.2 Les variables explicatives

A ce jour les variables utilises pour la construction des modles de prdiction de risque de
crdit sont les ratios comptables. Dans la littrature, plus de 140 ratios sont recenss et utiliss
en fonction des caractristiques des entreprises. Lexploitation de ces ratios financiers est
galement une mthode largement exploite dans le domaine de lanalyse financire, qui
consiste valuer de manire approfondie les comptes et les perspectives commerciales dune
entreprise, afin de fournir une image synthtique de sa sant financire. Cette dmarche vise
aider les investisseurs et les prteurs dans leur processus de prise de dcisions.

La critique majeure adresse cette approche est quil nexiste pas un modle dominant ou
une thorie bien dfinie de la dfaillance dentreprise qui permettrait de cadrer les analyses
empiriques autour de ce phnomne (Ohlson, 1980). Nous sommes donc dans un processus
perptuel de ttonnement quant au choix des indicateurs les plus pertinents. Ainsi, le choix
des variables est un problme fondamental, mais pas totalement rsolu, dans la construction
des modles de prdiction de dfaillance. Si l'on peut esprer une forme de convergence vers
des indicateurs cls, Chen et Shimerda (1981) ont montr que parmi 100 ratios financiers,
environ 50% ont t trouvs utiles dans au moins une analyse empirique.

La divergence des rsultats amne les chercheurs dont les tudes empiriques reposent sur les
indicateurs financiers dbuter avec un large spectre de ratios, et le rduire au fur mesure
des tests pour nintgrer dans le modle final que les quelques ratios les plus reprsentatifs.
Pour dfinir cette batterie initiale des ratios, on peut se baser sur plusieurs critres : le pouvoir

215
prdictif, la nature et la disponibilit des donnes financires utilises, la procdure de leur
slection, et les informations financires et conomiques que ces indicateurs permettront de
mettre en vidence.

Selon Bardos (2001), la prparation des ratios conomiques et financiers est une procdure
complique et trs longue. Le manque de disponibilit des donnes relatives aux bilans des
entreprises, qui rend impossible le calcul des ratios, est un phnomne maintes fois observ et
difficilement contournable.

Dans le prsent travail, le choix des ratios est justifi par :

- Leur rcurrence dans la littrature internationale traitant, particulirement, le risque de


crdit des PME (Edmister, 1972 ; Conan et Holder, 1979 ; Pompe et Bilderbeek, 2005
; Altman et Sabato, 2007 ; Vallini et al., 2009) et des entreprises franaises
(Collongues, 1977 ; Barsdos, 1995 ; AFDCC, 1990, 1997, 2007), afin de prendre en
compte lexprience acquise, avec les limites que cela implique ;

- Leur convenance aux analyses financires traditionnelles, en intgrant les ratios de


base utiliss dans la majorit des modles de scoring financier des PME. Cela couvre
particulirement les ratios de liquidits, d'endettement, d'activit, de gestion, de
rentabilit, de marge et de valeur ajoute.

Ainsi, nous avons choisi un ensemble de 34 ratio financiers, cods de R1 R34, slectionns
parmi ceux qui sont les plus couramment utiliss dans la littrature et/ou qui ont le pouvoir
informationnel le plus limportant. Le vaste choix de 34 ratios incorpore les principales
proccupations relatives lanalyse des donnes financires visant lvaluation correcte de la
sant de lentreprise. Nous avons calcul ces ratios partir des formules traditionnelles
utilises par les analystes financiers en France (les analyses de lagence de notation Spread
Research par exemple) et en nous basant sur les donnes comptables de lanne N-1 avant la
survenance de dfaillance, cest dire 2011.

Pour synthtiser les ratios de notre tude, nous prsentons dans le tableau 24 lensemble des
ratios financiers slectionns. Notons que pour vrifier si linternationalisation a un effet sur
le risque de dfaillance des PME, nous avons calcul le ratio R1 : exportations /ventes totales,
qui est la mthode la plus couramment utilise pour cette mesure (Katsikeas et al, 2000,
Gupta et al, 2014). Ce ratio na t vrifi que pour les entreprises internationalises.

216
Tableau 24: Liste des ratios tudis

Type de ratio Nom du ratio

Endettement - R2 : Dettes court terme /Capitaux propres

- R3 : Dettes moyen et long terme / Capitaux permanents 48

- R4 : Capitaux propres / Total passif

- R5 : Dettes totales / Total actif

- R6 : Dettes bancaires /Chiffre d'affaires

- R7 : Dettes totales /Capitaux propres

- R8 : Dettes totales / Total du bilan

Liquidit - R9 : Trsorerie nette /Total actif

- R10 : Trsorerie nette / Chiffre d'affaires (j)

- R11 : Fonds de roulement / Total actif

- R12 : Fonds de roulement / Total bilan

- R13: Fonds de roulement / Chiffre d'affaire (j)

Solvabilit - R14 : Ebitda / Charges financires

- R15 : Ebit / Charges financires

- R16 : Frais financiers / Excdent Brut dexploitation

- R17 : (Crances + disponibilits) / Dettes court terme

- R18 : Capitaux permanents / Total Passif

- R19 : Dettes totales / Capacit d'autofinancement

48
Les capitaux permanents correspondent de manire gnrale aux capitaux propres, aux provisions long terme
et aux dettes financires.

217
Rentabilit et - R20 : Ebit / Ventes
Productivit - R21 : Ebitda / Total actif

- R22 : Rsultat net / Actif Total

- R23 : Rsultat d'exploitation / Chiffre d'affaires

- R24 : Excdent brut d'exploitation / Production

Activit et - R25 : Ventes / Total actif


Gestion - R26 : Stocks / achats (j)

- R27 : Crances clients / Chiffre d'affaires (j)

- R28 : Frais financiers / Chiffre d'affaires

- R29 : Dettes fournisseurs / Achats (j)

Marge et - R30 : Valeur ajoute / Chiffre d'affaires


Valeur ajoute
- R31 : Marge commerciale / Chiffre d'affaires

- R32 : Valeur Ajoute / Effectif de l'entreprise

- R33 : Charges de personnel / Valeur Ajoute

- R34 : Excdent Brut d'Exploitation / Valeur Ajoute

II. Analyses prliminaires

Cette partie dcrit les rsultats de vrifications prliminaires qui ont servi de base la
construction du modle de prdiction dont les rsultats sont prsents dans la deuxime
section de ce chapitre. Il s'agit essentiellement d'envisager les ventuels problmes de multi-
colinarit

Les modles probabilistes de prdiction de dfaillance sont gnralement extrmement


sensibles aux problmes de multi-colinarit. Llaboration de ce type de modle est fonde
sur lanalyse de ratios financiers, qui sont souvent trs corrls du fait quils partagent pour la
plupart le mme numrateur ou le mme dnominateur. Or, lintgration de variables
corrles fausse les rsultats du modle et doit tre vite (Ooghe et al. 1994).

Ainsi, avant de mener les estimations des modles de prdiction, nous avons d procder au

218
retrait de variables prsentant une forte colinarit avec d'autres indicateurs. Pour ce faire,
nous avons vrifi le facteur dinflation de la variance (FIV) de chacun des ratios (cf.
Annexe 5). Pour Chatterjee et al.(2000), un problme de multi-colinarit est relev ds lors
quun FIV prsente une valeur suprieure ou gale 10. Mais pour Studenmund (2006), si le
FIV dpasse une valeur de 5, la multi-colinarit doit dj tre considre comme leve.
Pour notre analyse, nous avons retenu le seuil de 5 car nous avons constat que le problme
de corrlation persiste avec un FIV de 10. Les variables qui ont t limin dans cette
premire tape sont savoir :

- Pour les entreprises internationalises : R8, R15, R13, R21 et R23 ;


- Pour les entreprises domestiques : R8, R14, R21, R23 et R28 ;
- Pour les chantillons regroups : R8, R15, R21, R23 et R28.

219
Section 2. Elaboration des modles de prdiction de la dfaillance des PME

Les tudes pralablement ralises autour de la prdiction du risque de crdit des PME se
divisent en deux catgories. La grande majorit des modles a t base sur les analyses
discriminantes (Edmister, 1972 ; Collongues, 1977 ; Conan et Holder, 1979 ; Bates et Nucci,
1989 ; Bardos, 1995) ; tandis que d'autres sont construits sur la base des rgressions
logistiques (Everett et Watson, 1998 ; Altman et Sabato, 2007 ; Arslan et Karan, 2009, Gupta
et al, 2014). Plus rarement, il peut tre fait appel aux modles de rseaux de neurones
artificielles (Pompe et Bilderbeek, 2005).

Compte tenu des contraintes du modle d'analyse discriminante, notamment celles relatives
aux problmes de la multi-normalit des variables et de la taille des matrices de variance-
covariance, et de la complexit de lapplication des modles de rseaux de neurones
artificielles sur nos donnes, nous choisissons de recourir au modle de rgression logistique
qui, malgr les rserves son gard (Laitinen et Laitinen, 2000) par rapport sa sensibilit la
multi-colinarit, n'impose aucune distribution des variables et permet de combiner plusieurs
variables indpendantes sans que lhypothse de normalit soit une condition ncessaire. Il
donne ainsi, directement la probabilit de ralisation de lvnement de la dfaillance.

Lemploi du modle de rgression logistique implique de surmonter des difficults


diffrents niveaux. Premirement, il sagit de dfinir les coefficients de la fonction logistique.
Deuximement, il faut procder la slection du modle le plus prdictif. Ainsi, dans la
premire partie de cette section nous prsentons les rsultats des estimations ayant permis
llaboration des modles de prdiction qui seront prsents dans la deuxime partie. Nous
comparons ainsi la capacit prdictive obtenue partir d'estimations diffrentes pour les PME
domestiques et internationalises avec celle observe dans le cas d'une estimation unique.

I. Rgression logistique stepwise

Afin de choisir les ratios qui seront intgr dans le modle final de prdiction de dfaillance
des PME, nous avons rgress l'ensemble des variables exognes sur la variable explique
dfaillance, en slectionnant les variables explicatives l'aide de la mthode stepwise
regression , dite pas pas. Ce type de rgression repose sur un algorithme qui calcule le
poids de chaque variable en fonction de la significativit statistique choisie (1%, 5% ou
10%). chaque tape de la procdure, une variable peut tre soit incluse, soit exclue du

220
modle, en fonction des seuils de significativit dcid. Les rgressions stepwise sont un outil
de vrification qui permet de reprer l'intrt de certaines variables et combinaisons. De
nombreux types de rgressions stepwise ont t estims :

- La mthode d'limination progressive backward selection : toutes les variables


explicatives (les 40 ratios) sont incluses dans lestimation du modle. Ensuite la
variable qui a la plus grande p-value (du test de Fisher ou de Student) est limine du
modle estim, lhypothse de nullit ne pouvant tre rejete. La procdure s'arrte
lorsque les variables restant dans le modle ont toutes une p-value plus petite que le
seuil fix (10%, 5% et 1%) ;

- La mthode d'introduction progressive forward selection : cette mthode consiste


ajouter chaque tape la variable associe la p-value la plus petite. La procdure
sarrte lorsquon ne peut plus intgrer de nouvelles variables car leurs p-value sont
suprieurs au seuil fix.

Nous avons vrifi les deux types de rgressions en retenant le seuil de 5% afin de dtecter
les variables qui ont le pouvoir discriminant le plus important, tout en considrant un facteur
de distinction : linternationalisation de lentreprise. Mais au final nous n'avons retenu que les
rsultats de la rgression forward selection . Il s'agit en effet de la mthode la plus souvent
utilise dans le cadre des modles de prdiction des PME (Altman et Sabato 2007 ; Gupta et
al., 2014), notamment parce qu'elle est plus adapte quand le nombre des variables testes est
important. A partir de ces rgressions, nous avons ainsi obtenu dans un premier temps deux
modles diffrents selon le type dentreprise (internationalise /domestique).

Notons quil existe des mthodes manuelles qui peuvent permettre dexplorer des
associations possibles de plusieurs variables explicatives avec la variable explique. Il est
possible dutiliser le test de Wald pour vrifier si le coefficient dune variable explicative est
diffrent de zro. Il est galement possible de sappuyer sur le test du maximum de
vraisemblance, appel likelihood ratio test , afin de dcider si une ou plusieurs variables
peuvent tre limines du modle. Dans le cadre de cette tude, nous essayons de dterminer,
de la manire la plus objective possible, les ratios qui ont la capacit explicative la plus
importante pour chaque catgorie dentreprise. Ainsi, nous privilgions les mthodes
automatiques, en loccurrence, la rgression forward-stepwise .

221
1. Les rsultats de la rgression stepwise pour les entreprises
internationalises

Le tableau 25 prsente le rsultat des estimations au terme de la procdure forward


selection 4 tapes pour les entreprises internationalises. Les variables sont renseignes
dans l'ordre de leur inclusion et ils sont trs significatifs. Au terme de la 4me tape, le
modle contient 4 variables. Les premires variables sont les ratios de solvabilit et
dendettement (R18 et R4). La variable R24 de rentabilit apparat en troisime position et la
variable de liquidit est en quatrime position mais avec un niveau de significativit 5%.
Aucune variable de marge/valeur ajoute nest releve.

Nous constatons que le ratio R1 (ventes export/chiffre daffaire total) napparat pas parmi les
variables discriminantes. Nous lavons intgr manuellement pour vrifier sil peut participer
comme variable prdictive dans le cas des entreprises internationalises. Ce rsultat rejoint
celui de Gupta et al. (2014) selon lequel les variables relatives la dimension internationales
ne sont pas significatives. Une explication possible est que leffet de linternationalisation est
dj captur travers la distinction entre PME internationalises et PME domestique ce qui
rduit son effet dans la rgression.

Tableau 25: La rgression forward - stepwise 4 tapes pour les entreprises


internationalises

Coefficient Erreur standard P-value

R18 -6,148 1,105 0,000

R4 -4,481 1,180 0,000

R24 -12,021 3,398 0,000

R9 -7,890 3,135 0,012

Constante 3,848 0,637 0,000

2. Les rsultats de la rgression stepwise pour les entreprises


domestiques

Le dernier tableau 26 prsente les rsultats de la rgression forward selection pour les
entreprises domestiques 5 tapes. Les variables sont renseignes dans l'ordre de leur

222
inclusion. Au terme de la 5me tape, le modle contient 5 variables avec une forte
significativit. Nous retrouvons deux ratios rvls au niveau des entreprises
internationalises : R4, R18, ils sont discriminants avec une forte significativit pour les deux
modles indpendamment de la nature de lentreprise (internationalise ou domestique). Mais
plusieurs ratios supplmentaires, inscrits dans le mme champ, sont galement intgrs en
complment : R20 pour la rentabilit, R32 pour la marge et valeur ajout, et R5 pour
lendettement.

Ainsi, cette tape de lanalyse nous constatons que la prdiction du risque de dfaillance des
entreprises domestiques ncessite davantage de variables explicatives. Il est a priori difficile
de justifier un tel rsultat. Une possibilit serait que les entreprises internationales ont
gnralement une situation financire meilleure et mieux dcrite par quelques informations
cls, ce qui rendrait lanalyse de leur risque plus aise.

Pour les entreprises domestiques, les premires variables explicatives sont des ratios
dendettement et de solvabilit. En deuxime position, les variables de rentabilit sont les
plus prdictives. Viennent ensuite les variables de solvabilit et de marge/valeur ajoute et au
dernier niveau encore une variable dendettement mais avec un niveau de significativit
5%.. Aucune variable de liquidit nest releve pour les entreprises domestiques.

Tableau 26: La rgression forward - stepwise 5 tapes pour les entreprises


domestiques

Coefficient Erreur standard P-value

R4 -5,698 1,099 0,000

R18 -6,148 1,073 0,000

R20 -16,126 3,634 0,000

R32 -0,044 0,010 0,000

R5 2,682 1,274 0,035

Constante 4,163 1,327 0,002

Les rsultats de ces estimations nous amnent conclure quil existe une relation entre
linternationalisation et le pouvoir prdictif des ratios financiers. Ce constat rejoint celui de

223
Arslan et Karan (2009) qui proposent de considrer sparment le risque de dfaillance des
deux catgories de PME (domestiques/ internationalises) et contredit les apports de Gupta et
al. (2014) qui montrent que tous les dterminants qui affectent la probabilit de dfaut des
PME internationalises sont trs significatifs et s'appliquent galement la probabilit de
dfaut des PME domestiques.

3. Les rsultats de la rgression stepwise pour les deux


chantillons regroups

Afin de vrifier la pertinence de notre approche, selon laquelle nous avons propos de traiter
diffremment les deux sous-groupes dentreprises, nous procdons aux mmes estimations
prsentes dans les deux points prcdents mais en traitant l'chantillon de manire
indiffrencie, autrement dit, sans distinction entre PME internationalises et domestiques.

Le tableau 27 prsente le rsultat des estimations obtenues au terme de la procdure


forward selection 6 tapes pour les chantillons regroups. Les variables sont
renseignes dans l'ordre de leur inclusion. Au terme de la 6me tape, le modle contient 6
variables. Nous retrouvons uniquement deux ratios rvls au niveau des entreprises
internationalises (R4, R18), alors que nous retrouvons 4 ratios retenus pour les entreprises
domestiques : R4, R5, R18 et R32. Mais dautres ratios sont galement intgrs en
complment : R10 pour la liquidit et R22 pour la rentabilit.

Ainsi, cette tape de lanalyse, nous remarquons que la prdiction du risque de dfaillance
des entreprises sans distinction entre internationalises et domestiques ncessite, comme dans
le cas des entreprises domestiques, davantage de variables explicatives. Une premire
explication serait que le regroupement des entreprises ncessite la prise en compte
dinformations supplmentaires, pour que lanalyse soit adapte pour les deux types
dentreprises. Autrement dit, les ratios qui ne sont pas relevs dans les deux cas dentreprises,
notamment les ratios de liquidit et de marge/valeur ajoute, doivent tre considrs pour
pouvoir prdire le risque des deux types dentreprises en cas dindiffrenciation. Nous
pensons que les variables R10 et R22 ont t intgr en remplacement des variables R9 et
R20 relevs respectivement dans les modles dentreprises internationalises et domestiques.

Pour cet chantillon regroup, nous constatons que le modle intgre au moins une variable
par catgorie de ratios, sauf pour lendettement et la marge/valeur ajoute o deux variables
sont releves. Les premires variables explicatives sont des ratios de solvabilit et

224
dendettement. En deuxime position, les variables de marge/valeur ajoute de liquidit.
Viennent ensuite une deuxime variable dendettement et de marge/valeur ajoute.

Tableau 27: La rgression logistique forward - stepwise 6 tapes pour les deux
chantillons regroups

Coefficient Erreur standard P-value

R18 -5, 320 0,662 0,000

R4 -4,955 0,784 0,000

R32 -0,024 0,006 0,000

R10 -13,072 5,262 0,013

R22 -4,797 2,061 0,020

R5 1,723 0,830 0,038

Constante 3,455 0,828 0,007

II. Le modle de rgression logistique

Le modle de rgression logistique adopt dans le cadre de la prsente tude est un modle de
rgression linaire multiple qui permet dobtenir, partir dun ensemble de variables
indpendantes, un modle final prsentant la combinaison de variables explicatives les plus
significatives pour notre variable de dfaillance des PME (DEF= 1 ; DEF=0).

Lobjectif de ce modle nest pas de prdire une valeur numrique de la valeur explique
mais, comme nous lavons dj prcis, mais de comprendre dune part sil faut traiter de
manire diffrencie les PME internationalises et celles domestiques lors de la construction
des modles de prdiction de risque de dfaillance, et dautre part, de prvoir la probabilit
quune entreprise ait la caractristique associe Df=1, en prenant en considration les
valeurs prises par les variables explicatives (ratios financiers) chez cette entreprise. Dans le
cas qui nous importe, il sagit de connatre la probabilit de dfaillance dune PME, sachant
ses caractristiques financires ainsi que sa nature (internationalise ou domestique).

225
1. Prsentation des rsultats de la rgression logistique

A partir des rsultats de la mthode d'estimation appliques dans la partie prcdente nous
retenons les ratios qui se sont apparus tre les plus discriminants, cest dire qui permettent
de distinguer les entreprises dfaillantes des entreprises saines. Au final trois modles de
prdiction un an sont obtenus, un modle pour les entreprises domestiques et un deuxime
pour les entreprises internationalises et un troisime avec regroupement des deux types
dentreprises.

Le tableau 28 prsente les rsultats du modle de rgression logistique des entreprises


internationalises 49. Le R2 et les odd-ratios 50 des variables (trs proche de zro) confirment
que le pouvoir prdictif du modle est assez correct.

Tableau 28: Rsultats de lestimation du modle final des entreprises internationalises

Signe de Coefficient Erreur P-value Odd-


leffet standard ratios

R4 - 2,770*** 0,825 0,001 0,062

R9 - 10,156*** 2,675 0,000 0,000

R18 - 6,418*** 1,018 0,000 0,001

R24 - 9,440*** 2,764 0,001 0,000

Constante + 3,600*** 0,553 0,000 36,630

Log- Likelihood -102,443

R2 0,455

49
Nous avons essay dintgrer manuellement le ratio R1, on a obtenu un signe ngatif mais le coefficient
ntait pas significatif.
50
Odd-ratios ou rapport des cotes : rapport entre la probabilit d'occurrence de l'vnement de dfaillance et
la probabilit de non occurrence de ce mme vnement. Ainsi, le logit est habituellement appel log-odds.
Dans les applications pratiques, le terme "score" dsigne le log-odds du modle :

226
Les variables qui figurent dans le tableau ci-dessus constituent le meilleur modle explicatif
de la dfaillance ou de la non-dfaillance dune PME internationalise. Les ratios impliqus
sont le ratio de solvabilit (R18= Capitaux permanents / Total Passif), le ratio dendettement
(R4= Capitaux propres / Total passif), le ratio de la rentabilit (R24 = Excdent brut
d'exploitation / Production) et le ratio de liquidit (R9= Trsorerie nette /Total actif). Ces
rsultats obtenus correspondent parfaitement aux intuitions et confirment des recherches
antrieures. Les coefficients de tous ces ratios sont ngatifs et significatifs au seuil de 1%. La
baisse de ces ratios augmente la probabilit de dfaillance des entreprises internationalises.

Quant au modle de prdiction du risque de dfaillance des PME ayant une activit
exclusivement domestique, il est prsent dans le tableau 29.

Tableau 29:Rsultats de lestimation du modle final des entreprises domestiques

Signe de Coefficient Erreur P-value Odd-ratios


leffet standard

R4 - 5,221*** 0,873 0,000 0,005

R5 + 2,882*** 1,090 0,008 17,865

R 18 - 5,326*** 0,891 0,000 0,004

R 20 - 13,947*** 2,855 0,000 8,76e-07

R 32 - 0,045*** 0,008 0,000 0,955

Constante + 3,458*** 1,106 0,002 31,771

Log- -122,5856
Likelihood

R2 0,5533

Les variables qui apparaissent dans le tableau ci-dessus reprsentent la meilleure


combinaison de ratios prdictifs selon la rgression forward. Ce modle explique le caractre
de dfaillance ou de non-dfaillance dune entreprise domestique. Les ratios qui sont inclus
sont les ratios dendettement (R4= Capitaux propres / Total passif) et (R5= Dettes totales /
Total actif), le ratio de solvabilit (R18= Capitaux permanents / Total Passif), le ratio de la
rentabilit (R20 = Ebit / Ventes) et le ratio de marge et valeur ajoute (R32= Valeur Ajoute /

227
Effectif de l'entreprise). Les coefficients de tous ces ratios sont significatifs au seuil de 1% et
leurs signes correspondent aux intuitions thoriques :

- La baisse des capitaux permanents (fonds propres et dettes financires), des capitaux
propres de lentreprise et la hausse de sa dette totale augmentent sa probabilit de
dfaut, du fait de la rduction des ressources ncessaires pour la couverture de ses
engagements financiers ;

- La baisse de la rentabilit de lentreprise par rapport ses ventes risque de diminuer


sa rentabilit et augmenter sa probabilit de dfaut.

Le dernier modle de prdiction du risque de dfaillance des PME sans diffrentiation entre
entreprise internationalises et domestiques est prsent dans le tableau 30.

Tableau 30:Rsultats de lestimation du modle final des entreprises regroupes

Signe de Coefficient Erreur P-value Odd-ratios


leffet standard

R4 - 3,795*** 0,612 0,000 0,022

R5 + 1,905 *** 0,728 0,009 6,720

R 10 - 11,909*** 4,348 0,006 6,73e-06

R 18 - 5,255*** 0,586 0,000 0,005

R 22 - 4,526*** 1,647 0,006 0,010

R32 - 0,024*** 0,005 0,000 0,975

Constante + 2,888*** 0,704 0,000 17,964

Log- Likelihood -254,904

R2 0,449

Le R2 de notre modle slve 0,449 ce qui confirme que le pouvoir prdictif du modle est
assez important.

Les variables qui apparaissent dans le tableau du modle de prdiction des chantillons
regroups reprsentent la meilleure combinaison de ratios prdictifs obtenu partir de la
rgression forward. Ce modle explique le caractre de dfaillance ou de non-dfaillance des

228
entreprises domestiques et internationalises. Les ratios qui sont intgrs dans le modle sont
les ratios dendettement (R4= Capitaux propres / Total passif) et (R5= Dettes totales / Total
actif), le ratio de liquidit (R10 : Trsorerie nette / Chiffre d'affaires (j)); le ratio de solvabilit
(R18= Capitaux permanents / Total Passif), le ratio de la rentabilit (R22 : Rsultat net / Actif
Total) et le ratio de marge et valeur ajoute (R32= Valeur Ajoute / Effectif de l'entreprise).
Les coefficients de tous ces ratios sont significatifs au seuil de 1% et leurs signes
correspondent la littrature en matire danalyse financire :

- La baisse des capitaux permanents rduit la solvabilit de lentreprise, alors que


laugmentation des dettes totales et la diminution des capitaux propres traduit une
hausse de lendettement et une baisse de la capacit de remboursement ;

- La baisse du rsultat net de lentreprise par rapport son actif total risque de diminuer
sa rentabilit et augmenter sa probabilit de dfaut ;

- La diminution de la valeur ajoute de lentreprise par rapport au nombre de salaris


peut accrotre la probabilit de dfaut de lentrepris.

2. Robustesse des modles

Lefficacit prdictive dun modle concerne son pouvoir de prdire correctement


lvnement de la dfaillance, cest dire de discriminer entre les deux modalits de la
variable explique (Df=0 et Df=1). Il existe plusieurs mthodes dvaluation de la
performance des modles de prdictions. Toutefois, suivant la littrature empirique existante
(Altman et Sabato, 2007, Altman et al., 2010, Gupta, et al., 2014 ; etc), la robustesse de nos
modles est vrifie travers : la matrice de classement correcte et la surface sous la courbe
de ROC.

Pour nous assurer que les modles de rgression logistique dvelopps classifient
correctement les entreprises en sous-catgories, on procde une analyse de la matrice du
bon classement. La matrice des deux modles de prdiction est prsente dans le tableau 31.
Cette matrice fait ressortir que les modles de prdiction dvelopps ci-dessus permettent de
classer de manire satisfaisante un an avant la dfaillance les entreprises tudies. Dans le
dtail :

- Les PME internationalises non dfaillantes montrent un taux de classification


correcte gal 87,23% et un taux infrieur, de 71,57% pour les entreprises

229
dfaillantes. Au total, nous sommes en mesure de classer correctement 81,72% des
entreprises internationalises ;

- Ce taux est encore plus lev pour les PME domestiques. Les modles de prdiction
des entreprises domestiques affichent respectivement des taux de classement de
82,93% pour les PME dfaillantes et de 90,95% pour les non dfaillantes. La capacit
prdire la dfaillance apparat donc significativement plus importante si la PME
nest pas internationalise, elle slve 87,71% ;

- Dans le cas de regroupement des chantillons, le modle permet dobtenir un taux de


bon classement des PME dfaillantes qui slve 76,32% (infrieur celui des
entreprises domestiques mais suprieur de celui des entreprises internationalises) et
de non dfaillantes qui atteint 89,79%. Il permet un bon classement total de 84,65%.

Tableau 31: Matrice de classement correcte

Taux de Bon Taux de mauvais Classificatio


classement classement n correcte

PME Dfaillante=1 71,57% 12,77% 81,72%


internationalises
Non dfaillante=0 87,23% 28,43%

PME domestiques Dfaillante=1 82,93% 9,05% 87,71%

Non dfaillante=0 90,95% 17,07%

PME regroupes Dfaillante=1 76,32% 10,21% 84,65%

Non dfaillante=0 89,79% 23,68%

Le calcul global des classifications correctes des PME internationalises et des PME
domestiques, par simple somme pondre, nous permet d'obtenir un taux de 85,22%,
suprieur au taux de bon classement du modle des PME regroupes. Certes la diffrence
nest pas trs importante mais ce rsultat nous permet de dduire que le traitement diffrenci
des PME permet dobtenir des modles avec un taux de bon classement meilleur avec le
traitement indiffrenci.

230
La deuxime mthode dvaluation de la performance des modles prdictifs est la courbe ROC (cf. Figure 28) . Le modle de prdiction du
risque des PME internationalises obtient une surface sous la courbe ROC gale 0,9128 (graphique gauche). Cette valeur de 91,28%
correspond une capacit prdictive excellente selon Hosmer et Lemeshow (2000). De mme, le modle de prdiction des PME domestique
(graphique droite) a une C-surface de 0,9408, signe dune efficacit prdictive encore plus leve. Nous devons observer ce stade que le
meilleur pouvoir prdictif associ aux PME domestiques repose sur un nombre de variables explicatives plus lev.

Figure 28: Courbe ROC-2009 pour les PME internationalises et les PME domestiques

231
Le modle de prdiction du risque des PME regroupes obtient une surface sous la courbe ROC
gale 0,9094 (cf. Figure 29). Le pouvoir prdictif de ce modle est donc infrieur celui des
entreprises domestiques et internationalises, alors que ce modle intgre pourtant davantage de
variables explicatives.

Figure 29: Courbe ROC-2009 pour les PME regroupes

Au final nous constatons que le traitement spar des PME permet dobtenir des modles avec un
pouvoir prdictif plus important.

De plus les rsultats que nous avons obtenu partir des deux modles traitant sparment les deux
catgories de PME sont relativement meilleurs que ceux obtenus dans des tudes similaires la
ntre, savoir celles de Arslan et Karan (2009) et Gupta et al. (2014). Dans la premire tude, le
taux de bon classement dans le cas des PME internationalises atteint 86,8% pour les PME non
dfaillantes et 60% pour les PME dfaillantes, avec un total de bon classement de 85,4%. Quant la
deuxime tude, les auteurs obtiennent un taux total de bon classement de 64,85% pour les
entreprises domestiques avec une surface sous la courbe de ROC de 0,7226 et 61% pour les PME
internationalises avec une surface sous la courbe de ROC de 0,6953.

232
CONCLUSION CHAPITRE 5

Afin datteindre notre objectif de recherche qui consistait en lexplication de la relation qui existe
entre linternationalisation des PME et le pouvoir prdictif des ratios financiers, nous avons
construit au dpart deux modles de prdiction de la dfaillance une anne en nous basant sur un
modle de rgression logistique, tout en distinguant entre les entreprises internationalises et celles
domestiques. Nous les avons ensuite compars avec un troisime modle qui ne diffrencie pas les
PME. Le point de dpart a t une large collecte et analyse des travaux thoriques raliss autour de
la notion de modlisation et de scoring du risque de crdit/dfaillance. Cette exploration de la
littrature nous a permis de choisir 34 variables financires, puis de les calculer partir d'un
chantillon de 697 PME franaises domestiques et internationalises.

Les estimations permettent daboutir des modles dont lefficacit prdictive savre excellente au
regard des critres habituels. Observons que les ratios qui sont les plus prdictifs pour les deux
catgories dentreprises ne sont pas strictement identiques. Pour le modle des entreprises
internationalises, les ratios intgrs sont relatifs lendettement, la solvabilit et la rentabilit (un
ratio par catgorie) et la liquidit. Alors que dans le modle des entreprises domestiques aucune
variable de mesure de liquidit na t intgr, nous retrouvons un ratio supplmentaire de la valeur
ajoute et de lendettement. Quant au modle des PME regroupes, il contient des ratios qui sont les
plus prdictifs et qui relvent des cinq catgories de ratios tudies. En comparant les trois
modles, nous pouvons conclure que le traitement spar des PME peut tre utile dans la mesure o
le pouvoir prdictif est amlior.

Des vrifications supplmentaires simposent pour confirmer cette conclusion. Il est en effet clair
que les modles construits trouvent leurs limites dans le fait que les variables explicatives peuvent
tre extrmement dpendantes de lenvironnement macroconomique, financier ou des
caractristiques spcifiques de la population sur laquelle repose le calcul des scores et la mise en
uvre de la fonction score. Ainsi, et comme pour tous les modles exploratoires, il est ncessaire de
tenter de rpter lvaluation dans le futur en sappuyant sur des donnes historiques afin de vrifier
la stabilit dans le temps et le pouvoir prdictif.

De plus, ltude est base sur des variables purement quantitatives dont on connat les faiblesses par
rapport aux lments qualitatifs (connus par exemple dans les banques) et aux mthodes de calculs
des indicateurs financiers. La non prise en considration des variables qualitatives prsente une

233
limite qui ne permet pas de complter lanalyse financire du risque de crdit par une analyse dune
autre nature, prenant en compte lvolution des marchs, de la conjoncture conomique ou encore
des conditions montaires et financires (cf. Chapitre 3).

234
235
CONCLUSION PARTIE 2

La deuxime partie de la thse nous a permis de traiter la question de la modlisation du risque de


crdit des PME internationalises. En effet, lanalyse de la littrature ralise dans le premier
chapitre permet d'expliquer comment nous avons dfini la mthodologie et les indicateurs financiers
ncessaires pour la conception des modles de prdiction du risque de dfaillance prsents dans le
second chapitre.

Dans le cadre du premier chapitre, nous avons rpertori un certain nombre de travaux ayant trait
la question de lvaluation du risque de crdit des PME. Ils ont abouti la construction dun nombre
trs important de modles de prdiction de dfaillance, visant essentiellement noter les entreprises
(leur attribuer un score) et les classer dans deux catgories principales : entreprises
risques/dfaillantes et entreprises non risques/non dfaillantes. De manire gnrale, ces modles
suivent la mme logique dans leur conception, mais se distinguent par la mthode statistique
utilise, les ratios intgrs, la taille des chantillons tudis ou encore le contexte conomique dans
lequel ils ont t construits. Ainsi, partir des conclusions de ce chapitre, nous avons choisi les
ratios financiers et les techniques statistiques exploites pour construire nos propres modles de
prdiction de risque de crdit port par les PME internationalises et domestiques.

Dans le second chapitre, nous avons tout dabord prsent nos choix mthodologies savoir : les
chantillons tudier et les variables estimer. Ensuite, nous avons prsent les rsultats des
estimations ayant permis llaboration de trois modles de prdiction : un modle pour les PME
internationalises, un deuxime pour les PME domestiques et un dernier pour les PME regroupes
(les deux types des PME). Ces modles obtenus ont un pouvoir prdictif considr comme excellent
au regard des normes habituelles. En comparant les rsultats, nous avons pu conclure quil tait
utile de traiter de manire spare les PME domestiques et les PME internationalises. En effet, les
ratios qui sont les plus prdictifs pour les deux catgories dentreprises ne sont pas strictement
identiques. La capacit prdictive du modle diffre en fonction du type de PME considres et
lindiffrenciation du traitement rduit lefficacit du modle malgr le nombre plus lev de ratios
intgrs. Il est cependant clair quil faut procder des vrifications empiriques supplmentaires,
sur d'autres chantillons et dans un autre contexte conomique, pour confirmer ces conclusions.

236
237
CONCLUSION GENERALE

238
Acteurs importants de lconomie, les PME subissent les effets de la conjoncture conomique
dprime en France depuis plusieurs annes. La fragilisation de leur situation financire rejaillit
bien videment sur les comptes des banques, notamment de celles pour lesquelles loctroi de crdits
aux PME reprsente une part essentielle de leur activit. La part des PME dans les encours
bancaires de crdits accords lensemble des entreprises en 2015 est estime environ 50%. Face
cette situation conomique difficile et dans un contexte de rglementation bancaire durcie, il n'est
pas surprenant que les banques aient rationn leur offre de crdit aux PME, soit quantitativement,
soit en augmentant la prime de risque par rapport leur clientle de grandes entreprises. Le risque
de crdit accru des PME qui traduit leurs dfaillances possibles pourrait aller jusqu' mettre en pril
la stabilit du systme bancaire.

Limportance des PME dans le tissus conomique, leur rle dans la croissance et l'emploi, mais
aussi le nombre lev de dfaillances, auraient pu et d gnrer une recherche abondante sur leur
risque de dfaut et son valuation par les organismes prteurs. Or, dans la littrature qui sest
dveloppe autour du risque de crdit, on ne rcence que trs peu de travaux consacrs ltude de
cette catgorie dentreprises. C'est encore plus vrai si l'on restreint cette population aux PME qui
ont une activit internationale, majoritairement travers une politique d'exportations. De plus, les
tudes qui se sont intresses ces entreprises nont pas ncessairement permis dobtenir des
conclusions de recherche qui peuvent faire lunanimit, et il existe une grande divergence de
rsultats qui ne peuvent pas toujours tre rconcilis.

Ainsi, dans cette thse, nous avons dune part considr la dfaillance dans un cadre thorique et
empirique afin de dfinir les dterminants du risque de crdit des PME internationalises. Dautre
part, nous avons resitu ce concept de dfaillance dans une perspective exploratoire afin de
proposer un modle de prdiction du risque de crdit adapt aux PME internationalises.

Dans le dtail, afin de rpondre la problmatique, nous avons dans un premier temps appuy notre
dmarche sur une tude des travaux de recherche issus de la littrature en sciences de gestion et en
sciences conomiques. Il en ressort la mise en vidence d'indicateurs micro et macroconomiques.
Diverses analyses statistiques et conomtriques ont ensuite t appliques nos chantillons.

La premire partie de la thse a donc permis de mettre en exergue deux sries d'informations issues
d'une littrature diffrencie, considrer dans la suite de l'tude :

- Les facteurs conomiques, financiers et managriaux dterminants du risque de dfaillance :


mauvaise conjoncture conomique, nouvelle politique financire ou bancaire contraignante,

239
taille de lentreprise, secteur dactivit, erreurs de gestion, incomptence de lquipe
managriale, manque de ressources, concurrence exacerbe, etc ;

- Les processus et modes dinternationalisation des PME, qui peuvent impliquer des
expositions des risques spcifiques susceptibles daugmenter le risque de crdit : le risque
dimpay des clients, le risque politique, le risque de change, le risque de transport.

Dans le troisime chapitre nous avons men une valuation conomtrique visant valuer la
relation entre les conditions conomiques et le risque de crdit des PME internationalises. Pour ce
faire, nous avons recueilli, partir de la base ALTARES, des donnes de 11419 PME sur la priode
2003 2012. Pour complter ces informations relatives chaque entreprise et nous tourner vers les
indicateurs macroconomiques caractrisant leur environnement, nous avons galement utilis des
donnes conomiques extraites des bases de donnes de lINSEE, de la Banque de France, de
l'OCDE et de la BRI. Ainsi une relation stable a t vrifi entre la probabilit de dfaut, value
partir du score AFDCC, et une srie de dterminants. Dans le dtail, on y trouve :

- Neuf variables macro-conomiques, la fois domestiques et internationales : taux de


croissance du PIB national, taux de croissance du PIB international, cart entre les taux de
croissance du PIB international et national, taux de chmage, taux dinflation, taux dintrt
rel de court terme, taux dintrt rel de long terme, spread des taux dintrt, taux de
change effectif rel ;

- Trois variables idiosyncrasiques : l'intensit de l'exportation (ncessaire pour capter


linfluence de linternationalisation), la taille et lge de lentreprise.

Les rsultats obtenus de lestimation dun modle effets fixes permettent de conclure que non
seulement la probabilit de dfaut des PME est dpendante de la conjoncture conomique
domestique et internationale (une volution la baisse augmente la probabilit de dfaut), mais de
plus que le processus dinternationalisation rduit cette probabilit. Cette seconde information est
importante quant la politique que les banques devraient mettre en place vis--vis des entreprises
exportatrices en matire de crdit. Cela justifie notamment que les modles d'valuation du risque
tiennent compte de cette information. La taille de l'entreprise est galement un facteur de rduction
de la probabilit de dfaut. Etendue une population plus vaste, cette information pourrait venir
conforter les banques dans leur choix de rclamer une prime de risque plus leve aux
tablissements de petite taille (cf. statistiques en introduction gnrale).

240
Dans la deuxime partie de la thse, nous avons trait la question de la modlisation du risque de
crdit des PME internationalises. Lanalyse de la littrature dans le quatrime chapitre a permis
dexplorer un champ de recherche qui ne cesse de se dvelopper, permettant ainsi la mise en uvre
des mthodes dvaluation du risque de crdit selon des modles statistiques labors. Si des
diffrences d'approche peuvent tre releves, notamment en raison d'un accs diffrenci aux
donnes, nous avons pu en dduire la mthodologie suivie par la suite pour la construction de notre
modle de prdiction du risque de crdit des PME. Cela passe notamment par la dfinition des
indicateurs financiers qui peuvent tre exploits pour la modlisation du risque de dfaillance port
par les PME internationalises.

Enfin et en consquence, dans le cinquime chapitre, nous avons estim un large ventail de ratios
financiers (les plus rcurrents dans la littrature et les plus significatifs dans la discrimination entre
entreprises dfaillantes et entreprises saines), en ayant recours un chantillon de 770 PME
franaises rparties entre 322 entreprises internationalises (134 dfaillantes et 188 saines) et 448
entreprises strictement domestiques (205 dfaillantes et 243 saines). Pour slectionner les ratios
intgrs dans le modle final de prdiction de dfaillance des PME, nous avons rgress l'ensemble
des variables exognes sur la variable explique dfaillance, en slectionnant les variables
explicatives l'aide de la mthode stepwise regression .

Au final les estimations nous ont permis dobtenir trois modles de prdiction :

- Un modle de prdiction des PME internationalises. Celui-ci intgre quatre ratios couvrant
les principaux champs de l'analyse financire : un pour la solvabilit (R18= Capitaux
permanents / Total Passif), un ratio dendettement (R4= Capitaux propres / Total passif), un
indicateur de rentabilit (R24 = Excdent brut d'exploitation / Production) et un ratio de
liquidit (R9= Trsorerie nette /Total actif). Toutes ces variables sont trs significatives et
leurs signes correspondent aux attendus thoriques ;

- Un modle de prdiction des PME domestiques. On relve les mmes deux premiers ratios
que dans le modle prcdent (R4 et R18). Mais il convient d'y adjoindre un deuxime ratio
dendettement (R5= Dettes totales / Total actif), un ratio de rentabilit diffrent (R20 = Ebit
/ Ventes) et un ratio de marge et valeur ajoute (R32= Valeur Ajoute / Effectif de
l'entreprise). Les coefficients de tous ces ratios sont significatifs au seuil de 1% et leurs
signes correspondent galement aux attendus thoriques ;

241
- Un modle de prdiction de lensemble des PME. Celui-ci reprend nouveau des ratios dj
retenus (Le ratio R4 est ainsi prsent dans chaque estimation), mais la combinaison des
ratios les plus prdictifs intgre davantage de variables explicatives : le ratio d'endettement
R5, le ratio de liquidit R10 (Trsorerie nette / Chiffre d'affaires (j)); le ratio de solvabilit
R18, le ratio de la rentabilit R22 (Rsultat net / Actif Total) et le ratio de marge et valeur
ajoute R32.

Les deux mthodes dvaluation de la performance des modles que nous avons utilises montrent
que le pouvoir prdictif des trois modles est excellent au regard des critres habituels. Mais au-
del, les rsultats suggrent que . . Des vrifications supplmentaires simposent pour confirmer
cette conclusion (base, priode...) et mieux comprendre le lien de causalit entre
linternationalisation et la probabilit de dfaut des PME.

Les rsultats mentionns ci-dessus ont des implications conomiques importantes lies
l'valuation du risque de crdit. Ils rappellent l'impact de l'internationalisation sur la performance
des PME, la hausse de lintensit des exportations pouvant rduire la probabilit de dfaut des
PME. Comme nous l'avons vu, les aspects positifs de l'internationalisation semblent prdominer,
mme s'il est important de rduire les risques et les obstacles relatifs l'exportation tels que le
risque de change, le risque politique, les contraintes fiscales, etc. Une des approches susceptibles de
rduire ces obstacles consiste amliorer le rle des banques et les organismes dassurance qui sont
considrs comme les principaux partenaires des PME.

En termes de modlisation du risque de crdit, les rsultats montrent une certaine diffrence entre
les PME nationales et internationales. Ceci est important pour les institutions qui valuent le risque
de crdit, notamment les banques. Il semble qu'elles auraient intrt prendre en compte les
diffrences entre les PME domestiques et celles internationalises lors de la modlisation de leur
risque de crdit. Une meilleure gestion du portefeuille de crdit en est l'enjeu.

En dpit des apports thoriques et empiriques, et des consquences qu'il peut porter, ce

242
travail de recherche prsente certaines limites qui offrent des extensions et perspectives de
recherche future.

Puisque les rsultats montrent que l'internalisation a des effets sur la probabilit de dfaillance des
PME, il est important d'analyser plus en profondeur les motivations et/ou les dterminants de
l'internalisation. Plus prcisment, il conviendra d'tudier certaines caractristiques des PME qui
peuvent influencer la dcision de linternationalisation et en loccurrence du dveloppement des
exportations. Un profil-type intgrant des caractristiques telles que l'ge, la taille, le secteur
dactivit, la structure de capital, la capacit dinnovation, le niveau de performance, les objectifs
stratgiques, etc., peut-il tre tabli ? Au-del, peut-on faire merger les lments cls d'une russite
de la PME dans son entreprise dinternationalisation ? Cette question pourrait tre considre dans
les recherches futures parce que l'intrt principal de cette thse est de tester l'impact de
l'internalisation sur le risque de crdit plutt que d'explorer les fondements de la dcision de
louverture des PME sur les marchs trangers.

Bien que notre analyse porte sur les conditions conomiques internationales, elle ne considre pas,
en raison de l'absence de donnes adaptes, les changements des conditions conomiques dans les
pays o les PME oprent. En particulier, la zone d'exportation peut avoir un impact direct sur le
risque de crdit puisque les aspects politiques et conomiques qui impliquent des risques pour les
entreprises telles que l'incertitude politique, la stabilit de la conjoncture conomique, la politique
budgtaire et montaire diffrent selon les pays. Dans le cas prcis de notre tude, il n'a par exemple
pas t possible de distinguer les entreprises soumises au risque de change de celles dont les
exportations ne sont diriges que vers des pays de la zone euro. Nous souhaiterons valuer l'impact
de la zone d'exportation sur le risque de crdit dans des travaux de recherche futurs.

Comme nous l'avons dit dans cette thse, lutilisation des ratios financiers dans le cadre de
lvaluation du risque de crdit des PME par scoring prsente l'avantage de recourir une mthode
objective, comparativement aux jugements des experts et analystes financiers. Cependant, nos
rsultats montrent un impact significatif des conditions conomiques (nationales et internationales)
sur le risque de crdit. Par consquent, nos recherches futures visent galement considrer ces
variables macroconomiques, en plus des variables financires issues des tats comptables, en vue
d'amliorer la modlisation du risque de crdit.

Le dernier mais non le moindre point est que cette thse met lclairage sur la relation entre les
conditions conomiques et la sant financire des petites et moyennes entreprises. Nous avons de la

243
sorte restreint notre population tudie aux entreprises qui prsentent le chiffre d'affaires l'export
le plus important (hors ETI et GE). Il serait intressant de comparer l'impact de ces conditions sur
les microentreprises, mme si celles-ci prsentent une activit davantage domestique. Ceci est
important car les microentreprises reprsentent plus de 95% de lensemble des entreprises
constituant le tissu conomique franais et ncessitent que lon sintresse leur risque de crdit.

244
245
BIBLIOGRAPHIE

1. Abadie, L., & Mercier-Suissa, C. (2011). Finance internationale : marchs des changes et
gestion des risques financiers. Armand Colin.

2. Agarwal, R. (1997). Survival of Firms over the Product Life Cycle. Southern Economic
Journal, 63(3), 571.

3. Agarwal, R., & Audretsch, D. B. (2001). Does entry size matter ? The impact of the life
cycle and technology on firm survival. The Journal of Industrial Economics, 49(1), 21-43.

4. Agarwal, V., & Taffler, R. (2008). Comparing the performance of market-based and
accounting-based bankruptcy prediction models. Journal of Banking & Finance, 32(8),
1541-1551.

5. Allen, L., & Saunders, A. (2004). Incorporating systemic influences into risk measurements:
A survey of the literature. Journal of Financial Services Research, 26(2), 161-191.

6. Altman, E. I. (1968). Financial ratios, discriminant analysis and the prediction of corporate
bankruptcy. The journal of finance, 23(4), 589-609.

7. Altman, E. I. (1983). Why businesses fail. Journal of Business Strategy, 3(4), 15-21.

8. Altman, E. I. (1984). A further empirical investigation of the bankruptcy cost question. The
Journal of Finance, 39(4), 1067-1089.

9. Altman, E. I. (1984). The success of business failure prediction models. Journal of Banking
& Finance, 8(2), 171198.

10. Altman, E. I., & Sabato, G. (2007). Modelling credit risk for SMEs: Evidence from the US
market. Abacus, 43(3), 332-357.

11. Altman, E. I., Sabato, G., & Wilson, N. (2008). The value of non-financial information in
SME risk management.

246
12. Altman, E. I., Sabato, G., & Wilson, N. (2010). The value of non-financial information in
small and medium-sized enterprise risk management. The Journal of Credit Risk, 6(2), 95.

13. ALTARES (2015). Comportements de paiement des entreprises en France et en Europe.

14. Alvarez, S. A. (2001). The entrepreneurship of resource-based theory. Journal of


Management, 27(6), 755775.

15. Ambile, S., Laghzaoui, S., & Mathieu (2011), A. Les stratgies de dveloppement adoptes
par les PME internationales. Le cas de PME mditerranennes.

16. Amelon, J.-L., & Cardebat, J.-M. (2010). Les nouveaux dfis de linternationalisation : Quel
dveloppement international pour les entreprises aprs la crise? De Boeck Suprieur.

17. Andersen, O. (1993). On the Internationalization Process of Firms: A Critical Analysis.


Journal of International Business Studies, 24(2), 209231.

18. Aragon-Sanchez, A., & Sanchez-Marin, G. (2005). Strategic Orientation, Management


Characteristics, and Performance: A Study of Spanish SMEs. Journal of Small Business
Management, 43(3), 287.

19. Argenti, J. (1976). Corporate planning and corporate collapse. Long Range Planning, 9(6),
12-17.

20. Arslan, ., & Karan, M. B. (2009). Credit risks and internationalization of SMEs. Journal of
Business Economics and Management, 10(4), 361368.

21. Artus, P., & Lecointe, F. (1991). Crise financire et crise de lendettement priv aux Etats-
Unis. Revue Franaise dconomie, 6(1), 3785.

22. Aspelund, A., Koed Madsen, T., & Moen, . (2007). A review of the foundation,
international marketing strategies, and performance of international new ventures. European
Journal of Marketing, 41(11/12), 1423-1448.

23. Atradius (2015). Baromtre des pratiques de paiement.

24. Audretsch, D. B. (1991). New-Firm Survival and the Technological Regime. The Review of
Economics and Statistics, 73(3), 441.

247
25. Audretsch, D. B., & Mahmood, T. (1995). New Firm Survival: New Results Using a Hazard
Function. The Review of Economics and Statistics, 77(1), 97.

26. Autio, E. (2004). Creative tension : the significance of Ben Oviatts and Patricia
McDougalls article toward a theory of international new ventures. Journal of International
Business Studies, 36(1), 919.

27. Autio, E., Sapienza, H. J., & Almeida, J. G. (2000). Effects of Age at Entry, Knowledge
Intensity, and Imitability on International Growth. Academy of Management Journal, 43(5),
909924.

28. Axinn, C. N. (1988). Export performance : do managerial perceptions make a difference?.


International Marketing Review, 5(2), 61-71.

29. Axinn, C. N., Savitt, R., Sinkula, J. M., & Thach, S. V. (1995). Export intention, beliefs, and
behaviors in smaller industrial firms. Journal of Business Research, 32(1), 49-55.

B
30. Balcaen, S., & Ooghe, H. (2006). 35 years of studies on business failure : an overview of the
classic statistical methodologies and their related problems. The British Accounting Review,
38(1), 6393.

31. Baldwin, J. R., Statistique Canada, & Division de lanalyse micro-conomique. (1997). Les
faillites dentreprise au Canada. Ottawa : Statistique Canada, Division de lanalyse micro-
conomique.

32. Baldwin, J., Gray, T., Johnson, J., Proctor, J., Rafiquzzaman, M., & Sabourin, D (1997). Les
faillites dentreprises au Canada. Ottawa, Statistique Canada. No 61-525-XPF.

33. Baltensperger, E. (1978). Credit Rationing : Issues and Questions. Journal of Money, Credit
and Banking, 10(2), 17083.

34. Banque de France, Direction des Entreprises (2015). Le financement des PME en France.

35. Bardos, M. (1990). Le crdit plus cher pour les petites entreprises, le risque nexplique pas
tout , conomie et Statistique, 236.

248
36. Bardos, M. (1995). Dtection prcoce des dfaillances dentreprises partir des documents
comptables. Bulletin de la Banque de France, Etudes, (3), 57-75.

37. Bardos, M. (2001). Dveloppements rcents de la mthode des scores de la Banque de


France. Bulletin de la Banque de France, (90), 73-92.

38. Bardos, M. (2005). Les scores de la Banque de France : leur dveloppement, leurs
applications, leur maintenance. Bulletin de la Banque de France, (144), 6373.

39. Bardos, M. (2005). Les scores de la Banque de France : leur dveloppement, leurs
applications, leur maintenance. Bulletin de la Banque de France, 144, 63-73.

40. Bardos, M., & Zhu, W. H. (1997). Comparaison de lanalyse discriminante linaire et des
rseaux de neurones: Application la dtection de dfaillance dentreprises. Revue de
statistique applique, 45(4), 6592.

41. Barelier, A., Duboin, J., Kuhn, G., Lvy, C., Paveau, J., Duphil, F., & Rigaux, T. (2015).
Exporter 25me dition, Malakoff.

42. Barkema, H. G., & Drogendijk, R. (2007). Internationalising in small, incremental or larger
steps ? Journal of International Business Studies, 38(7), 11321148.

43. Barkema, H. G., & Vermeulen, F. (1998). International expansion through start-up or
acquisition: A learning perspective. Academy of Management journal, 41(1), 7-26.

44. Barney, J. (1991). Firm resources and sustained competitive advantage. Journal of
management, 17(1), 99-120.

45. Barney, J., Wright, M., & Ketchen Jr., D. J. (2001). The resource-based view of the firm:
Ten years after 1991. Journal of Management, 27(6), 625641.

46. Bates, T., & Nucci, A. (1989). An Analysis of Small Business Size and Rate of
Discontinuance. Journal of Small Business Management, 27(4), 1.

47. Beaver, W. H. (1966). Financial ratios as predictors of failure. Journal of accounting


research, 71-111.

249
48. Beaver, W. H. (1968). Alternative accounting measures as predictors of failure. The
Accounting Review, 43(1), 113-122.

49. Bell, J. (1995) The internationalization of small computer software firms--a further
challenge to "stage" theories. European Journal of Marketing 29(8), 60-75.

50. Bell, J. (1995). The internationalization of small computer software firms: A further
challenge to stage theories. European journal of marketing, 29(8), 60-75.

51. Bell, J., McNaughton, R., Young, S., & Crick, D. (2003). Towards an integrative model of
small firm internationalisation. Journal of International Entrepreneurship, 1(4), 339-362.

52. Benito, G. R. G., & Welch, L. S. (1994). Foreign Market Servicing : Beyond Choice of
Entry Mode. Journal of International Marketing, 2(2), 727.

53. Bernard, J.-G., Aubert, B. A., Bourdeau, S., Clment, ., Debuissy, C., Dumoulin, M.-J.,
& Peignier, I. (2002). Le risque: un modle conceptuel dintgration (CIRANO Project
Reports No. 2002rp-16). CIRANO.

54. Bescos, P. L. (1989). Dfaillance et redressement des PMI : Recherche des indices et des
causes de dfaillance. Cahier de Recherche du CEREG, 8701.

55. Bhattacharjee, A., Higson, C., Holly, S., & Kattuman, P. (2004). Business Failure in UK and
US Quoted Firms: Impact of Macroeconomic Instability and the Role of Legal Institutions
(Cambridge Working Papers in Economics). Faculty of Economics, University of
Cambridge.

56. Bhattacharjee, A., Higson, C., Holly, S., & Kattuman, P. (2009). Macroeconomic Instability
and Business Exit: Determinants of Failures and Acquisitions of UK Firms. Economica,
76(301), 108131.

57. Bilkey, W. J., & Tesar, G. (1977). The Export Behavior of Smaller-Sized Wisconsin
Manufacturing Firms. Journal of International Business Studies, 8(1), 9398.

58. Binks, M. R., Ennew, C. T., & Reed, G. V. (1992). Information Asymmetries and the
Provision of Finance to Small Firms. International Small Business Journal, 11(1), 3546.

250
59. Blazy R., & Combier, J. (1995). Le crdit interentreprises : premier
financement du commerce. Insee Premire, N 360.

60. Blazy R., & Combier, J. (1997), La dfaillance d'entreprise : causes


conomiques, traitement judiciaire et impact financier, INSEE Mthodes, n72-73, Paris,
Economica.

61. Blazy, R. (1986). Processus de dfaillance des entreprises et modifications


comportementales par anticipation du dfaut de paiement. Thse de doctorat, Universit
Paris Dauphine.

62. Blazy, R. (2000). La faillite : lments d'analyse conomique : thse honore d'une
subvention du Ministre de l'Education nationale. Economica.

63. Blazy, R., Charlety, P., & Combier, J. (1993). Les dfaillances dentreprises: des difficults
visibles plusieurs annes lavance. Economie et statistique, 268(1), 101111.

64. Blot, C., Le Bayon, S., Lemoine, M., & Levasseur, S. (2009). De la crise financire la
crise conomique : Une analyse comparative France-tats-Unis. Revue de lOFCE 110, no
3, 255.

65. Blume, M. E., Keim, D. B., & Patel, S. A. (1991). Returns and Volatility of Low-Grade
Bonds 1977-1989. The Journal of Finance, 46(1), 49.

66. Bodolica, V., & Spraggon, M. (2006). Rle de la taille de lentreprise en matire
dexportation : Le cas des PME exportatrices moldaves. VIIIe Congrs international
francophone en entrepreneuriat et PME, HEG Fribourg, Suisse.

67. Bonaccorsi, A. (1992). On the Relationship Between Firm Size and Export Intensity. Journal
of International Business Studies, 23(4), 605635.

68. Boulet B. (2003). Le redressement dentreprises industrielles, EMS-Management et


socits, France.

69. Brilman, J. (1982). Le redressement dentreprises en difficults. Editions Hommes et


Techniques.

251
70. Browne, F., & OBrien, P.F. (1992). Acredit Crunch ? The Recent Slowdown in Bank
Lending and Its Implications for Monetary Policy (Vol. 107). Paris: OECD.

71. Bruno, A. V., Leidecker, J. K., & Harder, J. W. (1987). Why firms fail. Business Horizons,
30(2), 5058.

72. Bruns, V., & Fletcher, M. (2008). Banks' risk assessment of Swedish SMEs. Venture
Capital, 10(2), 171-194.

73. Bruyre, R., Collectif, Laurens, J.-L., & Mustier, J.-P. (2004). Les produits drivs de crdit
(2e dition). Paris : Economica.

74. Bunn, P., & Redwood, V. (2003). Company accounts-based modelling of business failures
and the implications for financial stability.

C
75. Camerer, C., & Lovallo, D. (1999). Overconfidence and Excess Entry: An Experimental
Approach. American Economic Review, 89(1), 306318.

76. Carling, K., Jacobson, T., Lind, J., & Roszbach, K. (2007). Corporate credit risk modeling
and the macroeconomy. Journal of Banking & Finance, 31(3), 845-868.

77. Carroll, G. R. (1983). A stochastic model of organizational mortality: Review and


reanalysis. Social Science Research, 12(4), 303-329.

78. Casey, C., & Bartczak, N. (1985). Using Operating Cash Flow Data to Predict Financial
Distress: Some Extensions. Journal of Accounting Research, 23(1), 384.

79. Cassel, G. (1922). Money and foreign exchange after 1914.

80. Casta, J.F. & Zerbib, J.P. (1979). Prvoir la dfaillance des enterprises. Revue franaise de
Comptabilit, 97, 506-527.

81. Caves, R. E. (1996). Multinational enterprise and economic analysis. Cambridge university
press.

82. Cavusgil, S. T. (1980). On the internationalization process of firms. European research, 8(6),
273-281.

252
83. Cefis, E., & Marsili, O. (2005). A matter of life and death: innovation and firm survival.
Industrial and Corporate change, 14(6), 1167-1192.

84. Charpin, F. (1989). Les contraintes de liquidit dans la thorie du cycle de vie. Annals of
Economics and Statistics, (14), 65101.

85. Chatterjee, S., & Wernerfelt, B. (1991). The link between resources and type of
diversification: Theory and evidence. Strategic Management Journal, 12(1), 3348.

86. Chatterjee, S., Hadi, A. S., & Price, B. (2000). Regression Analysis by Example 3 John
Wiley & Sons Inc. New York, New York, USA.

87. Chauveau, T., & Medjaoui, R. (1988). Les faillites d'entreprises. Revue de lipecode, 20, 59-
116.

88. Chen, K. H., & Shimerda, T. A. (1981). An empirical analysis of useful financial
ratios. Financial Management, 51-60.

89. Cherif, M. (2002). Les taux de change. Revue Banque dition.

90. Chertok, G., de Malleray, P., & Pouletty, P. (2008). Le financement des PME.Conseil
danalyse conomique.

91. Chetty, S., & Campbell-Hunt, C. (2003). Explosive International Growth and Problems of
Success amongst Small to Medium-Sized Firms. International Small Business Journal,
21(1), 527.

92. Chetty, S., & CampbellHunt, C. (2003). Paths to internationalisation among small to
mediumsized firms: A global versus regional approach. European Journal of Marketing,
37(5/6), 796820.

93. Christensen, P. R. (1991). The small and medium sized exporters squeeze: empirical
evidence and model reflections. Entrepreneurship & Regional Development, 3(1), 4965.

94. Christenson, C. (1997). The innovators dilemma. Harvard Business School Press,
Cambridge, Mass.

95. Chtourou, W. (2006). Le dveloppement international des P.M.E. : Profils et dfis

253
informationnels. Gestion, 31(1), 88.

96. Cochran, A. B. (1981). Small business mortality rates : A review of the literature. Journal of
Small Business Management (pre-1986), vol 19, n50.

97. Collongues, Y. (1977). Ratios financiers et prvision des faillites des petites et moyennes
entreprises. Revue banque, 365, 963-970.

98. Conan, D., & Holder, M. (1979). Variables explicatives de performances et controle de
gestion dans les PMI Universite Paris Dauphine.

99. Cook, K. S., & Emerson, R. M. (1978). Power, equity and commitment in exchange
networks. American sociological review, 721-739.

100.Cooper, A. C., Gimeno-Gascon, F. J., & Woo, C. Y. (1994). Initial human and financial
capital as predictors of new venture performance. Journal of business venturing, 9(5), 371-
395.

101.Couderc, F., & Renault, O. (2005). Times-To-Default:Life Cycle, Global and Industry Cycle
Impact (FAME Research Paper Series No. rp142). International Center for Financial Asset
Management and Engineering.

102.Coviello, N. E., & McAuley, A. (1999). Internationalisation and the Smaller Firm: A
Review of Contemporary Empirical Research. Management International Review, 39(3),
223223.

103.Cox, D. R. (1972). Regression Models and Life-Tables. Journal of the Royal Statistical
Society. Series B (Methodological), 34(2), 187220.

104.Cressy, R. (1996). Are Business Startups Debt-Rationed? Economic Journal, 106(438),


125370.

105.Crutzen, N., & Van Caillie, D. (2007). LEnchanement Des Facteurs De Dfaillance De
LEntreprise: Une Rconciliation des Approches Organisationnelles Et Financires n
Comptabilite et environnement (pp. CD-Rom).

106.Crutzen, N., & Van Caillie, D. (2008). Vers une typologie des micros et petites entreprises
en difficult: une tude exploratoire. Actes du 17me Congrs de l'Association Internationale
de Management Stratgique.

254
107.Crutzen, N., & Van Caillie, D. (2009). Vers une taxonomie des profils dentre dans un
processus de dfaillance: Un focus sur les micro- et petites entreprises en difficult. Revue
internationale P.M.E.: conomie et gestion de la petite et moyenne entreprise, 22(1).

108.Czinkota, M. R., & Tesar, G. (1982). Export management: an international context. Praeger
Publishers.

D
109.Darsa, J.-D. (2010). La gestion du risque crdit client. Gereso.

110.Daubie, M. (2005). Evaluation de l'apport de variables non financires dans le cadre de la


prdiction de faillite d'entreprises belges. Thse de Doctoral, Louvain School of
Management.

111.Davis, E. P. (1987). Rising sectoral debt/income ratios: A cause for concern? (No. 20). Bank
for International Settlements, Monetary and Economic Department.

112.Deakin, E. B. (1972). A discriminant analysis of predictors of business failure. Journal of


accounting research, 167-179.

113.Desjardins, J. (2005). Lanalyse de rgression logistique. Tutorial in quantitative methods


for psychology, 1(1), 35-41.

114.Desmicht, F. (2007). Pratique de l'activit bancaire. Dunod.

115.Dhanaraj, C., & Beamish, P. W. (2003). A Resource-Based Approach to the Study of Export
Performance. Journal of Small Business Management, 41(3), 242261.

116.Dhanaraj, C., & Beamish, P. W. (2003). A Resource-Based Approach to the Study of Export
Performance. Journal of Small Business Management, 41(3), 242261.

117.DiPietro, W. & Sawhney, B. (1977). Business failures, managerial competence, and


macroeconomic variables. American Journal of Small Business, 2(2), 4-15.

118.Domens, J. (2007). Les dfaillances dentreprises entre 1993 et 2004.PME/TPE en bref, 23.

119.Duffie, D., Saita, L., & Wang, K. (2007). Multi-period corporate default prediction with
stochastic covariates. Journal of Financial Economics, 83(3), 635665.

255
120.Dumas, A. (2009). Economie mondiale: les rgles du jeu commercial, montaire et
financier. De Boeck.

121.Dunne, T., Roberts, M. J., & Samuelson, L. (1989). The Growth and Failure of U.S.
Manufacturing Plants. Quarterly Journal of Economics, 104(4), 671698.

122.Dupuis, F., Noreau, J., & Vachon, H. (2015). Linternationalisation des PME qubcoises -
les enjeux relis au taux de change. Desjardins tudes conomiques.

123.Dyer, J. H., & Singh, H. (1998). The Relational View: Cooperative Strategy and Sources of
Interorganizational Competitive Advantage. Academy of Management Review, 23(4),
660679.

124.Edmister, R. O. (1972). An Empirical Test of Financial Ratio Analysis for Small Business
Failure Prediction. Journal of Financial and Quantitative Analysis, 7(2), 14771493.

125.Estrella, A., & Hardouvelis, G. A. (1991). The term structure as a predictor of real economic
activity. The Journal of Finance, 46(2), 555-576.

126.Estrella, A., & Mishkin, F. S. (1998). Predicting U.S. Recessions: Financial Variables as
Leading Indicators. The Review of Economics and Statistics, 80(1), 4561.

127.Estrella, A., & Mishkin, F. S. (1998). Predicting US recessions: Financial variables as


leading indicators. Review of Economics and Statistics, 80(1), 45-61.

128.Etemad, H., & Wright, R. W. (1999). Internationalization of SMEs: management respnse to


change environment. Journal of International Marketing, 7(4), 4-10.

129.Etrillard, C. (2004). Linternationalisation des PME: pour une relecture en termes de


stratgies entrepreneuriales. Actes du, 7.

130.Etrillard, C. (2006). Dimensions cognitives et dcisionnelles dans les stratgies


dinternationalisation des PME. Actes du 8eme CIFEPME, Sweden.

131.Everett, J., & Watson, J. (1998). Small Business Failure and External Risk Factors. Small
Business Economics, 11(4), 371390.

256
F
132.Fama, E. F. (1986). Term premiums and default premiums in money markets. Journal of
Financial Economics, 17(1), 175196.

133.Fatemi, A. M. (1988). The effect of international diversification on corporate financing


policy. Journal of Business Research, 16(1), 1730.

134.Ferrier, O. (2002). Les trs petites entreprises. De Boeck Suprieur.

135.Fichman, M., & Levinthal, D. A. (1991). Honeymoons and the liability of adolescence: A
new perspective on duration dependence in social and organizational relationships. Academy
of Management review, 16(2), 442-468.

136.Figlewski, S., Frydman, H., & Liang, W. (2012). Modeling the effect of macroeconomic
factors on corporate default and credit rating transitions. International Review of Economics
& Finance, 21(1), 87105.

137.Figlewski, S., Frydman, H., & Liang, W. (2012). Modeling the effect of macroeconomic
factors on corporate default and credit rating transitions. International Review of Economics
& Finance, 21(1), 87105.

138.Fillis, I. (2001). Small firm internationalisation: an investigative survey and future research
directions. Management Decision, 39(9), 767783.

139.Fillis. I. (2007). A methodology for researching international entrepreneurship in SMEs: A


challenge to the status quo. Journal of Small Business and Enterprise Development, 14(1),
118135.

140.Fleming, J. M. (1962). Domestic Financial Policies Under Fixed and Under Floating
Exchange Rates. Staff Papers, 9(3), 369380.

141.Fontagn, L., & Gaulier, G. (2008). Performances lexportation de la France et de


lAllemagne. Rapport du Conseil danalyse conomique, (81).

257
142.Fougre, D., Golfier, C., Horny, G., & Kremp, E. (2013). Quel a t limpact de la crise de
2008 sur la dfaillance des entreprises? Economie et statistique, (462-63).

G
143.Gankema, H. G. J., Snuif, H. R., & Zwart, P. S. (2000). The Internationalization Process of
Small and Medium-Sized Enterprises: An Evaluation of Stage Theory. Journal of Small
Business Management, 38(4), 15.

144.Gaskill, L. R., Auken, V., E, H., & Manning, R. A. (1993). A Factor Analytic Study of the
Perceived Causes of Small Business Failure. Journal of Small Business Management, 31(4),
18.

145.Gatfaoui, H. (2008). Une histoire du risque de dfaut. Editions Publibook.

146.Gazaniol, A. (2013). Internationalisation, performances des entreprises et emploi. Presses


des MINES.

147.Glennon, D., & Nigro, P. (2005). Measuring the Default Risk of Small Business Loans: A
Survival Analysis Approach. Journal of Money, Credit & Banking (Ohio State University
Press), 37(5), 923947.

148.Goudie, A. W., & Meeks, G. (1991). The Exchange Rate and Company Failure in a Macro-
Micro Model of the UK Company Sector. The Economic Journal, 101(406), 444.

149.Gouriroux, C., & Tiomo, A. (2007). Risque de crdit: une approche avance. Economica.

150.Greene, W. (2011). Fixed effects vector decomposition: a magical solution to the problem of
time-invariant variables in fixed effects models? Political Analysis, 19(2), 135-146.

151.Gresse, C. (2003). Les entreprises en difficult. Paris Dauphine University.

152.Grimes, A., Doole, I., & Kitchen, P. J. (2007). Profiling the capabilities of SMEs to compete
internationally. Journal of small business and enterprise development, 14(1), 64-80.

153.Gupta, J., Wilson, N., Gregoriou, A., & Healy, J. (2014). The effect of internationalisation
on modelling credit risk for SMEs: Evidence from UK market. Journal of International
Financial Markets, Institutions and Money, 31, 397-413.

H
258
154.Habib-Deloncle, L. (1991), Le risque politique, Revue Assurances, Montral.

155.Hall, G. (1992). Reasons for insolvency amongst small firms A review and fresh
evidence. Small Business Economics, 4(3), 237250.

156.Hall, G. (1994). Factors distinguishing survivors from failures amongst small firms in the
UK construction sector. Journal of Management Studies, 31(5), 737-760.

157.Hall, G., & Young, B. (1991). Factors Associated with Insolvency amongst Small Firms.
International Small Business Journal, 9(2), 5463.

158.Hall, K. S. (1986). Business Failures: Economic Determinants and Potential Effects on the
Macroeconomy, Unpublished Doctoral Thesis, The George Washington University.

159.Hambrick, D. C., & DAveni, R. A. (1988). Large Corporate Failures as Downward Spirals.
Administrative Science Quarterly, 33(1), 1.

160.Haswell, S., & Holmes, S. (1989). Estimating the Small Business Failure Rate: A
Reappraisal. Journal of Small Business Management, 27(3), 68.

161.Hausman, J. A. (1978). Specification tests in econometrics. Econometrica: Journal of the


Econometric Society, 1251-1271.

162.Hausman, J. A., Hall, B. H., & Griliches, Z. (1984). Econometric Models for Count Data
with an Application to the Patents-R&D Relationship (Working Paper No. 17). National
Bureau of Economic Research. Consult ladresse

163.Helwege, J., & Kleiman, P. (1997). Understanding Aggregate Default Rates of High Yield
bonds. Journal of Fixed Income, 7, 5562.

164.Hosmer, D. W., & Lemeshow, S. (2000). Introduction to the Logistic Regression Model. In
Applied Logistic Regression (p. 130). John Wiley & Sons, Inc.

165.Hout, T. M., Porter, M. E., and Rudden, E. (1982). How global companies win out. Graduate
School of Business Administration, Harvard University.

259
166.Hudson, J. (1989). The Birth and Death of Firms in England and Wales During the Inter-
War Years. Business History, 31(3), 102121.

167.Hull, J., Merli, M. & Godlewski, C. (2007). Gestion des risques et institutions financires.
(1e Ed.) Paris: Pearson

168.Hull, J., & Godlewski, C. (2010). Gestion des risques et institutions financires. Pearson
Education France.

169.Hutchinson, K., Quinn, B., & Alexander, N. (2005). The Internationalisation of Small to
Medium-Sized Retail Companies: Towards A Conceptual Framework. Journal of Marketing
Management, 21(1-2), 149179.

I
170.INSEE (2015). Les entreprises en France.

J 171.Jacobson, T., Kindell, R., Linde, J. & Roszbach, K. (2008). Firm default and aggregate
fluctuations. Federal Reserve Bank of Philadelphia.

172.Jaffee, D. M., & Modigliani, F. (1969). A theory and test of credit rationing. The American
Economic Review, 59(5), 850-872.

173.Jaffee, D. M., & Modigliani, F. (1969). A Theory and Test of Credit Rationing. American
Economic Review, 59(5), 85072.

174.Jakubik, P. (2007). Macroeconomic environment and credit risk. Czech Journal of


Economics and Finance (Finance a uver), 57(1-2), 60-78.

175.Jaminon, R. (1986). Facteurs explicatifs de faillites. Annales de droit de Lige,3, 197-207.

176.Johanson, J. (1986). International Marketing and Internationalization ProcessesA Network


Approach Jan Johanson and Lars GunnarMattsson University of Uppsala and Stockholm
School of Economics. Research in international marketing, 234.

177.Johanson, J., & Vahlne, J. (1990). The Mechanism of Internationalisation. International


Marketing Review, 7(4).

260
178.Johanson, J., & Vahlne, J. E. (1992). Management of foreign market entry. Scandinavian
International Business Review, 1(3), 9-27.

179.Johanson, J., & Vahlne, J.-E. (1977). The Internationalization Process of the FirmA
Model of Knowledge Development and Increasing Foreign Market Commitments. Journal of
International Business Studies, 8(1), 2332.

180.Johanson, J., & Vahlne, J.-E. (2003). Business Relation ship Learning and Commitment in
the Internationalization Process. Journal of International Entrepreneurship, 1(1), 83101.

181.Johanson, J., & Vahlne, J.-E. (2009). The Uppsala internationalization process model
revisited: From liability of foreignness to liability of outsidership. Journal of International
Business Studies, 40(9), 14111431.

182.Johanson, J., & Wiedersheim-Paul, F. (1975). The Internationalization of the Firm Four
Swedish Cases 1. Journal of Management Studies, 12(3), 305323.

183.Jonsson, J. G., & Fridson, M. S. (1996). Forecasting default rates on high-yield bonds. The
Journal of Fixed Income, 6(1), 69-77.

184.Jovanovic, B. (1982). Selection and the Evolution of Industry. Econometrica: Journal of the
Econometric Society, 649-670.

185.Julien, P. A., & Chicha, J. (1997). Les PME: bilan et perspectives. Presses inter-
universitaires. Economica.

186.Julien, P. A., & Chicha, J. (1997). Les PME: bilan et perspectives. Groupe de recherche en
conomie et gestion des petites et moyennes entreprises, Universit du Qubec (Trois
Rivires). Economica.

187.Julien, P.-A. (2005). Entrepreneuriat Rgional et conomie de la Connaissance: Une


Mtaphore des Romans Policiers. PUQ.

188.Kaplan, R. S., & Norton, D. P. (1996). The balanced scorecard: translating strategy into
action.

261
189.Katsikeas, C. S., Leonidou, L. C., & Morgan, N. A. (2000). Firm-level export performance
assessment: review, evaluation, and development. Journal of the Academy of Marketing
Science, 28(4), 493-511.

190.Kazanjian, R. K. (1988). Relation of dominant problems to stages of growth in technology-


based new ventures. Academy of Management journal, 31(2), 257-279.

191.Keasey, K., & Watson, R. (1987). Non-Financial Symptoms and the Prediction of Small
Company Failure: A Test of Argentis Hypotheses. Journal of Business Finance &
Accounting, 14(3), 335354.

192.Keenan, S. C., Sobehart, J. R., & Hamilton, D. T. (1999). Predicting Default Rates: A
Forecasting Model for Moodys Issuer-Based Default Rates (SSRN Scholarly Paper No. ID
1020303). Rochester, NY: Social Science Research Network. Consult ladresse

193.Kharoubi, C., & Thomas, P. (2016). Analyse du risque de crdit: banque & marchs. Paris,
France: RB dition, DL 2016.

194.Khayat, I. (2004). Linternationalisation des PME: Vers une approche intgrative. 7 me


Congrs International Francophone en Entrepreneuriat et PME, 27, 28.

195.Koenig, G. (1985). Entreprises en difficults: des symptmes aux remdes. Revue franaise
de gestion, 50.

196.Koopman, S. J., & Lucas, A. (2005). Business and default cycles for credit risk. Journal of
Applied Econometrics, 20(2), 311-323.

197.Koopman, S. J., Krussl, R., Lucas, A., & Monteiro, A. (2009). Credit cycles and macro
fundamentals. Journal of Empirical Finance, 16(1), 4254.

198.Koopman, S. J., Krussl, R., Lucas, A., & Monteiro, A. B. (2009). Credit cycles and macro
fundamentals. Journal of Empirical Finance, 16(1), 42-54.

199.Koopman, S. J., Lucas, A., & Monteiro, A. (2008). The multi-state latent factor intensity
model for credit rating transitions. Journal of Econometrics, 142(1), 399424.

200.Kremp, E., & Sevestre, P. (2013). Did the crisis induce credit rationing for French SMEs?.
Journal of Banking & Finance, 37(10), 3757-3772.

262
L

201.Laghzaoui, S. (2009). Internationalisation des PME: apports dune analyse en termes de


ressources et comptences. Management & Avenir, 22(2), 52.

202.Laitinen, E. K., & Laitinen, T. (2000). Bankruptcy prediction application of the Taylors
expansion in logistic regression. International Review of Financial Analysis, 9, 327349.

203.Larson, C. M., & Clute, R. C. (1979). The failure syndrome. American journal of small
business, 4(2), 35-43.

204.Larson, C. M., & Clute, R. C. (1979). The failure syndrome. American journal of small
business, 4(2), 35-43.

205.Lecerf, M. A. (2012). Dterminants de linternationalisation des PME franaises: Les leviers


du dveloppement international des PME franaises: proposition et test dune
hirarchisation. Revue internationale PME: conomie et gestion de la petite et moyenne
entreprise, 25(1), 117-149.

206.Legrand, G., Martini, H. (2003). Management des oprations de commerce international, 6e


dition - DUNOD, Paris.

207.Lehmann, R., Coire, H. T. W., Hauser, C., Baldegger, R., & Fribourg, H. E. G. (2013).
Matrise des risques lexportation.

208.Lelogeais, L. (2004). Le rle des variables qualitatives dans la dtection prcoce du risque
de dfaillance. 13me confrence de lAssociation Internationale de Management
Stratgique, Normandie Valle de Seine.

209.Lennox, C. (1999). Identifying failing companies: a re-evaluation of the logit, probit and DA
approaches. Journal of economics and Business, 51(4), 347-364.

263
210.Leonidou, L. C., & Katsikeas, C. S. (1996). The Export Development Process: An
Integrative Review of Empirical Models. Journal of International Business Studies, 27(3),
517551.

211.Leonidou, L. C., Katsikeas, C. S., & Samiee, S. (2002). Marketing strategy determinants of
export performance: a meta-analysis. Journal of Business Research, 55(1), 5167.

212.Lernoux, F., Van Caillie, D., Boschmans, K., Bouyon, S., & Martin, I. (2012).
Internationalisation des PME: comment russir ltranger. De Boeck Larcier. Consult
ladresse

213.Leshno, M., & Spector, Y. (1996). Neural network prediction analysis: The bankruptcy
case. Neurocomputing, 10(2), 125-147.

214.Levinthal, D. A., & March, J. G. (1993). The myopia of learning. Strategic management
journal, 14(S2), 95-112.

215.Levratto, N., Apoteker, T., Barthlemy, S., Delhom, M., Filippi, J. B., Maherault, L., ... &
Santucci, J. F. (2001). Lvaluation des entreprises a fin de faciliter laccs au crdit: quelle
intermdiation informationnelle. Rapport final, DECAS.

216.Levratto, N., Tessier, L., & Zuikri, M. (2010). Une analyse des trajectoires de dfaillance
partir de donnes individuelles d'entreprises franaises. 9me journe sur les faillites,
Universit Paris Ouest Nanterre La Dfense.

217.Li, L., Li, D., & Dalgic, T. (2004). Internationalization Process of Small and Medium-Sized
Enterprises: Toward a Hybrid Model of Experiential Learning and Planning. Management
International Review, 44(1), 93.

218.Liou, D. K. & Smith, M., (2007). Industrial sector and financial distress. Managerial
Auditing Journal, 22(4), 376-391.

219.Liu, J., & Wilson, N. (2002). Corporate failure rates and the impact of the 1986 insolvency
act: An econometric analysis. Managerial Finance, 28(6), 61-71.

220.Lo, A. W. (1986). Logit versus discriminant analysis. Journal of Econometrics, 31(2),


151178.

264
221.Lu, J. W., & Beamish, P. W. (2001). The internationalization and performance of
SMEs. Strategic management journal, 22(67), 565-586.

222.Lucas, A., & Koopman, S. J. (2005). Business and default cycles for credit risk. Journal of
Applied Econometrics, 20(2), 311323.

223.Lussier, R. N. (1995). A Nonfinancial Business Success versus Failure Prediction Model for
Young Firms. Journal of Small Business Management, 33(1), 8.

224.Madsen, T. K., & Servais, P. (1997). The internationalization of Born Globals: An


evolutionary process? International Business Review, 6(6), 561583.

225.Malcot, J. F. (1981). Les dfaillances: un essai dexplication. Revue franaise de


gestion, 32, 10-18.

226.Malcot, J. F. (1991). Analyses thoriques des dfaillances dentreprises: Une revue de la


littrature. Revue d'conomie financire, (19), 205-227.

227.Marchesnay, M. (1985). La PME: stratgie et recherche. Revue franaise de la gestion.

228.Marco, L., & Rainelli, M. (1986). Les disparitions de firmes industrielles en France: un
modle conomtrique. Revue dconomie industrielle, 36(1), 113.

229.Marois, B. (1990), Le risque pays, Paris, PUF, collection, Que sais-je ?

230.Mayrhofer, U. (2004). Les rapprochements, forme dinternationalisation privilgie par les


entreprises? Gestion, 29(4), 15.

231.McNeil, A. J., & Wendin, J. P. (2007). Bayesian inference for generalized linear mixed
models of portfolio credit risk. Journal of Empirical Finance, 14(2), 131-149.

232.Melitz, M. J. (2003). The Impact of Trade on Intra-Industry Reallocations and Aggregate


Industry Productivity. Econometrica, 71(6), 16951725.

233.Mensah, Y. M. (1984). An examination of the stationarity of multivariate bankruptcy


prediction models: A methodological study. Journal of Accounting Research 22:380-395.

265
234.Millington, J. (1994). The Impact of Selected Economic Variables on New Business
Formation and Business Failures. The Journal of Entrepreneurial Finance, 3(2), 177179.

235.Mitchell, W. (1994). The Dynamics of Evolving Markets: The Effects of Business Sales and
Age on Dissolutions and Divestitures. Administrative Science Quarterly, 39(4), 575.

236.Moore, E., & Meschi, P.-X. (2010). Vitesse et Mode dInternationalisation des PME.
Management international, 15(1), 87.

237.Morris, R. C. (1997). Early Warning Indicators of Corporate Failure: A critical review of


previous research and further empirical evidence. Ashgate.

238.Mundell, R. A. (1960). The monetary dynamics of international adjustment under fixed and
flexible exchange rates. The Quarterly Journal of Economics, 227-257.

239.Nickell, P., Perraudin, W., & Varotto, S. (2000). Stability of rating transitions. Journal of
Banking & Finance, 24(1-2), 203227.

240.O'Cass, A., & Weerawardena, J. (2009). Examining the role of international


entrepreneurship, innovation and international market performance in SME
internationalisation. European Journal of Marketing, 43(11/12), 1325-1348.

241.OECD (2016). Financing SMEs and Entrepreneurs: an OECD Scoreboard.

242.OLeary, D. E. (1998). Using neural networks to predict corporate failure. International


Journal of Intelligent Systems in Accounting, Finance & Management, 7(3), 187197.

243.Ohlson, J. A. (1980). Financial ratios and the probabilistic prediction of bankruptcy. Journal
of accounting research, 109-131.

244.Onkelinx, J., & Sleuwaegen, L. E. (2010). Internationalization strategy and performance of


small and medium sized enterprises. National Bank of Belgium Working Paper, (197).
Consult ladresse

266
245.Ooghe, H., & Van Wymeersch, C. (1986). Modles prvisonnels de la faillite. Annales de
Droit de Lige, 3, 183-196.

246.Ooghe, H., & Waeyaert, N. (2004). Causes of company failure and failure paths: The rise
and fall of Fardis. European Case Study, 18.

247.Ooghe, H., Joos, P., De Vos, D., & De Bourdeaudhuij, C. (1994). Towards an improved
method of evaluation of financial distress models and presentation of their results. Working
Paper, Department of Corporate Finance, Ghent University (Belgium), 1-22

248.Oviatt, B. M., & McDougall, P. P. (1994). Toward a Theory of International New Ventures.
Journal of International Business Studies, 25(1), 4564.

249.Pangarkar, N. (2008). Internationalization and performance of small- and medium-sized


enterprises. Journal of World Business, 43(4), 475485.

250.Pantin, F. (2006). Linternationalisation: Un dfi pour les comptences de lquipe


dirigeante dune P.M.E. Gestion, 31(1), 77.

251.Pesaran, M. H., Schuermann, T., Treutler, B.-J., & Weiner, S. M. (2006). Macroeconomic
Dynamics and Credit Risk: A Global Perspective. Journal of Money, Credit & Banking
(Ohio State University Press), 38(5), 12111261.

252.Petersen, M. A., & Rajan, R. G. (1994). The benefits of lending relationships: Evidence
from small business data. The journal of finance, 49(1), 3-37.

253.Peterson, R. A., Kozmetsky, G., & Ridgway, N. M. (1983). Perceived causes of small
business failures: a research note. American journal of small business,8(1), 15-19.

254.Pett, T. L., & Wolff, J. A. (2003). Firm Characteristics and Managerial Perceptions of
NAFTA: An Assessment of Export Implications for U.S. SMEs. Journal of Small Business
Management, 41(2), 117132.

255.Platt, H. D., & Platt, M. B. (1990). Improving ex ante bankruptcy classification using stable
predictive variables. Journal of Business Finance and Accounting, 17(1), 31-51.

267
256.Platt, H. D., & Platt, M. B. (1991). A note on the use of industry-relative ratios in
bankruptcy prediction. Journal of Banking & Finance, 15(6), 1183-1194.

257.Pompe, P. P. M., & Bilderbeek, J. (2005). The prediction of bankruptcy of small- and
medium-sized industrial firms. Journal of Business Venturing, 20(6), 847868.

258.Porter, M. E. (1980). Competitive strategy-techniques for analysis industries and


competitors. New York: The Free Press. Quchi, WG (1979). A Conceptual Framework for
the Design of Organizational Control mechanism. Management Science, 25(9), 833-848.

259.Ramadan, M., & Levratto, N. (2011). Conceptualisation de linternationalisation des PME:


Une application au cas du Liban. Revue internationale P.M.E.: conomie et gestion de la
petite et moyenne entreprise, 24(1), 71.

260.Ramaswamy, K., Kroeck, K. G., & Renforth, W. (1996). Measuring the Degree of
Internationalization of a firm: A Comment. Journal of International Business Studies, 27(1),
167177.

261.Refait-Alexandre, C. (2004). La prvision de la faillite fonde sur lanalyse financire de


lentreprise: un tat des lieux. Economie & Prvision, 162(1), 129147.

262.Roncalli, T. (2009). La gestion des risques financiers, Collection Gestion. Srie Politique
gnrale, finance et marketing. Economica.

263.Rose, P. S., Andrews, W. T., & Giroux, G. A. (1982). Predicting business failure: A
macroeconomic perspective. Journal of Accounting, Auditing and Finance,6(1), 20-31.

264.Rutashobya, L. & Jaensson, JE (2004). Small firms internationalization for development in


Tanzania: Exploring the network phenomenon. International Journal of Social Economics,
31(1/2), 159172.

265.Ruzzier, M., & Konenik, M. (2006). The internationalization strategies of SMEs: The case
of the Slovenian hotel industry. Management: Journal of Contemporary Management Issues,
11(1), 17-35.

268
266.Ruzzier, M., Hisrich, R. D., & Antoncic, B. (2006). SME internationalization research: past,
present, and future. Journal of Small Business and Enterprise Development, 13(4), 476497.

S
267.Servigny, A. de, & Zelenko, I. (2010). Le risque de crdit: nouveaux enjeux bancaires.
Dunod.

268.Servigny, A. de. (2003). Le risque de crdit: Nouveaux enjeux bancaires. Dunod.

269.Servigny, A., Mtayer, B. & Zelenko, I. (2006). Le risque de crdit. Paris, Dunod,

270.Sharabany, R. (2004). Business failures and macroeconomic risk factors. Jerusalem: Bank of
Israel Research Department.

271.Sheppard, J. P. (1994). Strategy and bankruptcy: An exploration into organizational death.


Journal of Management, 20(4), 795833.

272.Shrader, R. C., Oviatt, B. M., & McDougall, P. P. (2000). How New Ventures Exploit
Trade-Offs Among International Risk Factors: Lessons For The Accelerated
Internationization Of The 21St Century. Academy of Management Journal, 43(6),
12271247.

273.Shumway, T. (2001). Forecasting bankruptcy more accurately: A simple hazard model*.


The Journal of Business, 74(1), 101-124.

274.Simmons, P. (1989). Bad luck and fixed costs in personal bankruptcies. The Economic
Journal, 99(394), 92-107.

275.Simons, K. (1989). Measuring credit risk in interest rate swaps. New England Economic
Review, (Nov), 29-38.

276.Srensen, J. B., & Stuart, T. E. (2000). Aging, obsolescence, and organizational


innovation. Administrative science quarterly, 45(1), 81-112.

277.Srensen, J. B., & Stuart, T. E. (2000). Aging, obsolescence, and organizational innovation.
Administrative science quarterly, 45(1), 81-112.

269
278.Sousa, C. M. P., Martnez-Lpez, F. J., & Coelho, F. (2008). The determinants of export
performance: A review of the research in the literature between 1998 and 2005. International
Journal of Management Reviews, 10(4), 343374.

279.St-Pierre, J. (1999). La gestion financire des PME: thories et pratiques. PUQ.

280.St-Pierre, J. (2003). Relations entre lexportation, le dveloppement organisationnel et la


situation financire des PME canadiennes. Revue internationale P.M.E.: conomie et gestion
de la petite et moyenne entreprise, 16(2), 61.

281.St-Pierre, J. (2004). La Gestion du Risque : Comment Amliorer le Financement des Pme et


Faciliter Leur Dveloppement. PUQ.

282.St-Pierre, J., & Bahri, M. (2011). The determinants of risk premium: the case of bank lines
of credit granted to smes. Journal of Developmental Entrepreneurship, 16(04), 459476.

283.St-Pierre, J., & Beaudoin, R. (2003). Les Dcisions dInvestissement Dans les Pme:
Comment valuer la Rentabilit Financire. PUQ.

284.St-Pierre, J., & Fourcade, C. (2009). Rflexion sur la recherche en PME et sa lgitimit dans
le domaine des sciences sociales. Economies et socits, 43(2), 221250.

285.St-Pierre, J., & Mathieu, C. (2003). L'innovation de produit ches les PME manufacturires:
organisation, facteur de succs et performance. Universit du Qubec Trois-Rivires.

286.St-Pierre, J., & Raymond, L., Laurin, F., & Uwizeyemungu, S. (2012). Mondialisation et
internationalisation des PME: Le comportement des PME manufacturires qubcoises
CIRANO.

287.Stiglitz, J. E. & Weiss, A. (1981). Credit rationing in markets with imperfect


information. The American economic review, 71(3), 393-410.

288.Sullivan, D., (1994). Measuring the degree of internationalization of a firm. J. Int. Bus. Stud.
25, 325342.

289.Sung, T. K., Chang, N., & Lee, G. (1999). Dynamics of Modeling in Data Mining:
Interpretive Approach to Bankruptcy Prediction. Journal of Management Information

T
270
Systems, 16(1), 6385.

290.Taffler, R. J. (1982). Forecasting company failure in the UK using discriminant analysis and
financial ratio data. Journal of the Royal Statistical Society. Series A (General), 342-358.

291.Teece, D. J. (1998). Capturing value from knowledge assets: the new economy, markets for
knowhow, and intangible assets. California Management Review. 40:55-79

292.Thomas, D. E. & Eden, L. (2004). What is the shape of the multinationality-performance


relationship? Multinational Business Review, 12(1), 89-110.

293.Thornhill, S., & Amit, R. (2003). Learning about failure: Bankruptcy, firm age, and the
resource-based view. Organization science, 14(5), 497-509.

294.Tirapat, S., & Nittayagasetwat, A. (1999). An investigation of Thai listed firms' financial
distress using macro and micros variables. Multinational Finance Journal, 3(2), 103.

295.Vallini, C., Ciampi, F., Gordini, N., & Benvenuti, M. (2009). Are credit scoring models able
to predict small enterprise default? Statistical evidence from Italian small enterprises.
In Emerging Issues and Challenges in Business & Economics: Selected Contributions from
the 8th Global Conference (Vol. 24, p. 27). Firenze University Press.

296.Van Caillie, D., Santin, S., Crutzen, N., & Kabwigiri, C. (2006). Lanalyse quilibre des
symptmes de dsquilibre de la PME reprendre, facteur-cl du succs du processus de
reprise: lgitimation thorique et premire validation empirique. Communication aux
Premires Journes G. Doriot.

297.Vaughan, E. J. (1996). Risk Management. New York: John Wiley & Sons.

298.Venkataraman, S., Van de Ven, A. H., Buckeye, J. & Hudson, R. (1990). Starting up in a
turbulent environment: A process model of failure among firms with high customer
dependence. Journal of Business Venturing, 5(5), 277-295.

299.Vrez, J.-C. (2013). Comprendre lconomie mondiale: en 20 thmes et 80 fiches. Ellipses.

W
271
300.Wadhwani, S. B. (1986). Inflation, bankruptcy, default premia and the stock market. The
Economic Journal, 96(381), 120-138.

301.Wang, C. F., Wan, H. H., & Zhang, W. (1999). Credit risk assessment in commercial banks
using neural networks. Theory and Application of System Engineering, 9, 24-32.

302.Welch, L. S., & Wiedersheim-Paul, F. (1980). Initial exportsa marketing failure? Journal of
Management Studies, 17(3), 333344.

303.Westhead, P., Wright, M., & Ucbasaran, D. (2001). The internationalization of new and
small firms: A resource-based view. Journal of business venturing, 16(4), 333358.

304.White, M. J. (1989). The Corporate Bankruptcy Decision. Journal of Economic


Perspectives, 3(2), 129151.

305.Wilson, T. C. (1998). Portfolio credit risk. Economic Policy Review, 4(3).

306.Wolff, J. A., & Pett, T. L. (2000). Internationalization of Small Firms: An Examination of


Export Competitive Patterns, Firm Size, and Export Performance [*]. Journal of Small
Business Management, 38(2), 34.

307.Wright, M., Westhead, P., & Ucbasaran, D. (2007). Internationalization of Small and
Medium-sized Enterprises (SMEs) and International Entrepreneurship: A Critique and Policy
Implications. Regional Studies, 41(7), 10131030.

308.Zafarullah, M., Ali, M., & Young, S. (1997). The Internationalization of the Small Firm in
Developing CountriesExploratory Research from Pakistan. Journal of Global Marketing,
11(3), 2140.

309.Zahra, S. A., Ireland, R. D., & Hitt, M. A. (2000). International expansion by new venture
firms: international diversity, mode of market entry, technological learning, and performance.
Academy of Management Journal, 43(5), 925950.

272
310.Zmijewski, M. E. (1984). Methodological Issues Related to the Estimation of Financial
Distress Prediction Models. Journal of Accounting Research, 22, 5982.

273
274
ANNEXES

275
Annexe 1. Rsultats des vrifications conomtriques (chapitre 3)

Matrice de correlation des variables estimes

276
Modle effets fixes 1

Test dHausman 1

277
Modle effets fixes 2

Test dHausman 2

278
Modle effets fixes 3

Test dHausman 3

279
Modle effets fixes 4

Test dHausman 4

280
Modle effets fixes 5

Test dHausman 5

281
Modle effets fixes 6

Test dHausman 6

282
Modle effets fixes 7

Test dHausman 7

283
Modle effets fixes 8

Test dHausman 8

284
285
Modle effets fixes 9

Test dHausman 9

286
Annexe 2. Les ratios financiers utiliss par Pompe et Bilderbeek
(2004)

287
Annexe 3. Les cotes dactivit de la Banque de France51

Cote Niveau dActivit Montant Montant

(en millions deuros) (en million deuros)

A suprieur ou gal 750

B suprieur ou gal 150 et infrieur 750

C 50 150

D 30 50

E 15 30

F 7,5 15

G 1,5 7 ,5

H 0,75 1,5

J 0,50 0,75

K 0,20 0,50

L 0,10 0,25

M Infrieur 0,10

N Non significatif**

X Chiffre daffaires inconnu ou trop ancien (exercice clos depuis plus de vingt et un mois)

**La cote dactivit N est attribue :

- Aux entreprises nexerant pas directement une activit industrielles ou commerciale :


socits de portefeuille, groupement dachats, certains groupements dintrt conomique,
socits auxiliaires de matriel, etc ;

51
Source : Banque de France. Guide de rfrence de la cotation, Janvier 2013.

288
- Aux entreprises dont le chiffre daffaire ne peut pas constituer la mesure de lactivit de
lentreprise : socits holding ne tenant pas de comptes consolids, loueurs de fonds,
socits supports juridiques de programmes immobiliers, commissionnaires lorsque le
volume daffaires nest connu que partiellement

289
Annexe 4. Cotes de crdit de la Banque de France52

Cote Signification Conditions d'attributions

0 Aucune information dfavorable recueillie Entreprise ne faisant pas l'objet de collecte de donnes comptable ;
Absence de documents comptables rcents ;
Retard sur la communication des comptes ;
Documentations comptables inexploitables en raison du statut particulier de l'entreprise
(holding, socits supports juridiques de programmes immobiliers...

3++ La capacit de l'entreprise honorer ses Taux de solvabilit trs lev


engagements financiers est excellente Trs bonne situation financire ;
Grande capacit de rsistance aux problmes conjoncturels et lapparition dvnements
particuliers.

3+ La capacit de l'entreprise honorer ses Situation financire trs satisfaisante ;


engagements financiers est trs forte Bonne capacit de rsistance aux problmes conjoncturels et lapparition dvnements
particuliers mais moins leve que celle permettant l'octroi de la cote 3++ ;
Existence de liens commerciaux troits avec d'autres entits moins bien cotes.

3 La capacit de l'entreprise honorer ses Situation financire satisfaisante ;


engagements financiers est forte Capacit de rsistance aux problmes conjoncturels et lapparition dvnements

52
Source : Guide de rfrence de la cotation, Janvier 2013 , disponible sur le site http://www.fiben.fr/cotation
290
particuliers assez leve ;
Existence de liens commerciaux troits avec d'autres entits cotes moins favorablement ;
Existence de liens commerciaux (relations clients fournisseurs) troits avec d'autres entits
moins bien cotes.

La capacit de l'entreprise honorer ses Situation financire assez satisfaisante mais pas assez solide ;
4+
engagements financiers est forte, mais des Adoption dun plan de continuation, de sauvegarde ou dune homologation de laccord de
signes de fragilit et dincertitude sont conciliation mme si lanalyse des documents comptables aurait permis lattribution dune
observs cote plus favorable ;

Existence de liens commerciaux troits avec d'autres entits cotes moins favorablement ;
Existence de liens commerciaux (relations clients fournisseurs) troits avec d'autres entits
moins bien cotes ;
Environnement conomique relativement dfavorable.

4 La capacit de l'entreprise honorer ses Aprs analyse des documents comptables rcents :
engagements financiers est acceptable, absence - Situation financire prsentant des lments de faiblesse au niveau de la capacit
de dsquilibres financiers remarquables, mais bnficiaire53, lautonomie financire54 et la solvabilit55 (aprs analyse des documents
des signes de fragilits et dincertitude sont comptables rcents) ;
observs Sans analyse des documents comptables rcents :
- Lentreprise exerce une fonction de reprsentant lgal (personne morale) dans une autre

53
Lanalyse est base sur lexamen des performances de lentreprise : rsultat net, EBE, etc
54
Consiste valuer la capacit de lentreprise dgager des ressources pour rembourser ses dettes : capacit dautofinancement, dettes financires stables, etc.
55
Evaluation de la rsistance de lentreprise faire face des chocs macroconomiques : fonds propres nets, endettement financier, total bilan

291
firme qui fait lobjet dun jugement de liquidation judiciaire datant de moins de 3 ans.
Existence de liens commerciaux troits avec d'autres entits cotes moins favorablement ;
Existence de liens commerciaux (relations clients fournisseurs) troits avec d'autres entits
moins bien cotes ;
Environnement conomique relativement dfavorable.

La capacit de l'entreprise honorer ses Aprs analyse des documents comptables rcents :
5+
engagements financiers est assez faible - Situation financire marque par des dsquilibres limits relatifs, entre autres, la
capacit bnficiaire ou la structure financire ;
- Lentreprise dtient le capital de socits dimportance significative, cotes 5+ ou 5.
Aprs ou sans analyse des documents comptables rcents :
- Des associs, personnes morales, majoritaires, ont reu des cotes de crdit 5+ ou 5.
Existence de liens commerciaux troits avec d'autres entits cotes moins favorablement ;
Existence de liens commerciaux (relations clients fournisseurs) troits avec d'autres entits
moins bien cotes ;
Environnement conomique relativement dfavorable.

La capacit de l'entreprise honorer ses Aprs analyse des documents comptables rcents :
5
engagements financiers est faible - Situation financire rvlant des dsquilibres importants relatifs, entre autres, la
capacit bnficiaire ou la structure financire ;
- Lentreprise contrle le capital de socits dimportance significative cotes 6,7, 8, 9 ou
dune cote P associe un redressement judiciaire.
Aprs ou sans analyse des documents comptables rcents :
- Dans certaines conditions, si lentreprise bnficie dune homologation, dun accord de

292
conciliation ;
- Lentreprise bnficie dune procdure de sauvegarde ;
- Un reprsentant lgal (personne physique et/ou entrepreneur individuel) a reu un
indicateur dirigeant 060 ;
- Des associs majoritaires, personnes morales, ont reu une cote de crdit 6, 7, 8, 9 ou une
cote P cause dun redressement judiciaire, ou des associs majoritaires, personnes
physiques, ont reu un indicateur dirigeant 060 ;
- Lentreprise exerce des fonctions de reprsentant lgal (personne morale) dans deux
socits non lies en liquidation judiciaire datant de moins de 3 ans
- Lentreprise, socit de capitaux, fait lobjet, depuis plus de 36 mois, dune perte de plus
de la moiti du capital social.
Existence de liens commerciaux troits avec d'autres entits cotes moins favorablement ;
Existence de liens commerciaux (relations clients fournisseurs) troits avec d'autres entits
moins bien cotes ;
Environnement conomique relativement dfavorable

La capacit de l'entreprise honorer ses Aprs analyse des documents comptables rcents :
6
engagements financiers est faible - Situation financire rvlant des dsquilibres trs importants qui risquent de mettre en
cause la prennit de lentreprise ;
- Lentreprise contrle le capital de socits dimportance significative et qui font lobjet
dun jugement de liquidation
Aprs ou sans analyse des documents comptables rcents :
- Lentreprise bnficie dun plan de redressement (continuation ou cession) dans le cadre

293
dune procdure de redressement judiciaire ;
- Lentreprise, socit de capitaux, fait lobjet depuis moins de 36 mois dune perte de plus
de la moiti du capital social ;
- Des associs majoritaires, personnes morales, ont reu une cote de crdit P cause dun
jugement de liquidation judiciaire ;
- Lentreprise exerce une fonction de reprsentant lgal (personne morale) dans plus de
deux socits non lies en liquidation judiciaire datant de moins de trois ans ;
- La socit vient de prendre la suite dune entreprise cote P et lquipe dirigeante na pas
t sensiblement change.
Existence de liens commerciaux troits avec d'autres entits cotes moins favorablement ;
Existence de liens commerciaux (relations clients fournisseurs) troits avec d'autres entits
moins bien cotes.

La capacit de l'entreprise honorer ses Dclaration dau moins un incident de paiement sur effets dun montant unitaire suprieur
7
engagements financiers ncessite une attention ou gal 1524 au cours des six derniers mois, pour motif d incapacit de payer ;
particulire Incidents insuffisants pour lattribution dune cote 8 ou 9.

8 La capacit de l'entreprise honorer ses Paiement irrguliers


engagements financiers est menace cause
des incidents de paiement sur effets

La capacit de l'entreprise honorer ses Paiements trs irrguliers


9
engagements financiers est compromise, les
incidents de paiements sur effets dclars
dnotant une trsorerie obre

294
Lentreprise est en procdure collective La cote P est remplace par une cote 6 ds lacceptation dun plan de redressement
P
(redressement ou liquidation judiciaire) (continuation ou cession)

295
Annexe 5. Rsultats des vrifications conomtriques du chapitre 5

Test de multi-colinarit des ratios financiers pour les entreprises


internationalises

296
Test de multi-colinarit des ratios financiers pour les entreprises domestiques

297
Test de multi-colinarit des ratios financiers pour les deux chantillons
regroups

298
Les rsultats de la rgression forward - stepwise

Les entreprises internationalises

Les entreprises domestiques

299
Les echantillons regroups

300
Les rsultats de la rgression logistique

Les entreprises internationalises

Les entreprises domestiques

Les chantillons regroups

301
Les vrifications de la rebustesse des modles

Les entreprises internatiuonalises

302
Les entreprises domestiques

303
Les chantillons regroups

304
305
LISTE DES FIGURES

Figure 1: Distribution des entreprises par rapport leur taille, niveaux demploi et valeur ajoute . 10

Figure 2: Taux dendettement (Dettes financires / Fonds propres) des entreprises ......................... 12

Figure 3: Taux de croissance des crdits mobiliss et mobilisables .................................................. 13

Figure 4: Risque de crdit des PME (en %) ....................................................................................... 14

Figure 5: Taux des crdits aux entreprises, par taille (en %) ............................................................. 15

Figure 6: Nombre de dfaillances des PME en France, tous secteurs confondus .............................. 15

Figure 7: Poids conomique des PME dfaillantes dans les encours de crdits mobiliss ................ 16

Figure 8:Les causes externes de la faillite ......................................................................................... 44

Figure 9: La relation entre lexprience du dirigeant et lvolution du march ................................ 58

Figure 10: Causes internes de la faillite ............................................................................................. 61

Figure 11: Taux de dfaillance en fonction de lge de lentreprise, par secteur dactivit .............. 69

Figure 12: Le cadre multilatral du processus dinternationalisation de lentreprise ........................ 87

Figure 13: Lassociation des trois approches du processus dinternationalisation ............................ 91

Figure 14 : Crances impayes la date d'chance, transactions ralises sur le march


domestiques et transactions linternational .............................................................................. 100

Figure 15: volution des retards de paiement des entreprises en Europe depuis 10 ans par activit
.................................................................................................................................................. 102

Figure 16: Probabilit de dfaillance associe au retard de paiement ............................................. 103

Figure 17: Volatilit des taux de change effectifs de certaines devises ........................................... 110

Figure 18: Volatilit du taux de change de leuro par rapport certaines devises .......................... 111

306
Figure 19: Rpartition de lchantillon selon le secteur dactivit .................................................. 127

Figure 20: Rpartition des entreprises internationalises de lchantillon par secteur dactivit .... 128

Figure 21: Niveau de lintensit des exportations des entreprises internationalises (%) ............... 134

Figure 22: Niveau du risque de dfaut des PME de lchantillon par secteur dactivit ................. 136

Figure 23: Age des PME de l'chantillon en fonction de taille ....................................................... 137

Figure 24: Evolution de PIB national et international ..................................................................... 138

Figure 25: Variation du taux de change ........................................................................................... 138

Figure 26: Processus de notation Score @rating ............................................................................. 197

Figure 27: La traduction de lAFDCC score en probabilits de dfaut ........................................... 204

Figure 28: Courbe ROC-2009 pour les PME internationalises et les PME domestiques .............. 231

Figure 29: Courbe ROC-2009 pour les PME regroupes ................................................................ 232

307
308
LISTE DES TABLEAUX

Tableau 1: Caractristiques des PME en 2012................................................................................... 10

Tableau 2: Entreprises exportatrices en 2013 .................................................................................... 11

Tableau 3: Classification des types de risques financiers .................................................................. 31

Tableau 4: Caractristiques personnelles, dficiences managerielles du dirigeant et facteurs


financiers dune entreprise en faillite ......................................................................................... 59

Tableau 5: Les avantages et inconvnients des modes dinternationalisation capitalistiques et non


capitalistiques ............................................................................................................................. 96

Tableau 6: Instruments de couverture de lexposition aux risques linternational ....................... 113

Tableau 7: Entreprises dfaillantes internationalises (2008-2011) ................................................ 125

Tableau 8: Composition de lchantillon ......................................................................................... 126

Tableau 9: Nombre dentreprises par forme juridique ..................................................................... 127

Tableau 10: Variables explicatives .................................................................................................. 131

Tableau 11: Statistiques descriptives des variables ......................................................................... 133

Tableau 12: Nombre de PME selon leur niveau du risque .............................................................. 134

Tableau 13: Nombre des PME selon leur niveau dintensit des exportations ................................ 135

Tableau 14: Rsultats des modles effets fixes ............................................................................. 142

Tableau 15: Survey des tudes traitant l'valuation du risque de dfaut des PME .......................... 170

Tableau 16: Les probabilits de dfaillance obtenues avec le score Conan et Holder .................... 184

Tableau 17: Variables explicatives (Modle de Gupta et al., 2014) ................................................ 188

Tableau 18: Calcul des seuils dactivit ........................................................................................... 192

309
Tableau 19: Classes de risque et probabilits de dfaillance ........................................................... 195

Tableau 20: Le poids des variables dans le score ............................................................................ 198

Tableau 21: Coefficients, ratios et bornes utiliss dans les calculs des scores AFDCC 3 ............... 203

Tableau 22: Echantillons des PME de ltude ................................................................................. 213

Tableau 23 : Distribution des entreprises des chantillons par secteurs dactivit .......................... 214

Tableau 24: Liste des ratios tudis ................................................................................................. 217

Tableau 25: La rgression forward - stepwise 4 tapes pour les entreprises internationalises
.................................................................................................................................................. 222

Tableau 26: La rgression forward - stepwise 5 tapes pour les entreprises domestiques ..... 223

Tableau 27: La rgression logistique forward - stepwise 6 tapes pour les deux chantillons
regroups .................................................................................................................................. 225

Tableau 28: Rsultats de lestimation du modle final des entreprises internationalises .............. 226

Tableau 29:Rsultats de lestimation du modle final des entreprises domestiques ....................... 227

Tableau 30:Rsultats de lestimation du modle final des entreprises regroupes .......................... 228

Tableau 31: Matrice de classement correcte .................................................................................... 230

310
311
TABLE DES MATIERES

SOMMAIRE ............................................................................................................................... 7

INTRODUCTION GENERALE.................................................................................................. 8

PARTIE 1. EXPLORATION THEORIQUE ET EMPIRIQUE DU RISQUE DE CREDIT DES PME


INTERNATIONALISES ......................................................................................................... 23

CHAPITRE 1. LE RISQUE DE CREDIT DES PME : UNE REVUE DE LITTERATUR ............... 28

Section 1. Le concept de risque de crdit................................................................................... 30

I. Le risque ......................................................................................................................... 30

1. Le risque en sciences de gestion et en conomie ....................................................... 30

2. Le risque en finance ................................................................................................... 31

II. Risque de crdit, risque de dfaut ou risque de dfaillance ? ........................................ 33

1. Les notions de risque de crdit et de dfaut ............................................................... 33

2. Risque de dfaut / risque de dfaillance..................................................................... 35

Section 2. Le risque de crdit des PME : rsultat dun parcours conomique, financier,
organisationnel et stratgique..................................................................................................... 39

I. Les facteurs macroconomiques l'origine du risque de crdit .................................... 42

1. Lenvironnement conomique ................................................................................... 42

1.1. Les tudes portant sur une population d'entreprises indiffrencie ................... 42

1.1.1 Les indicateurs du niveau d'activit conomique............................................. 44

1.1.2 Les indicateurs relatifs aux prix et taux dintrt............................................. 45

1.2. Les tudes ddies aux PME .............................................................................. 47

312
2. Evolution de la dmographie des entreprises ............................................................. 50

3. Les facteurs relatifs la politique conomique et financire ..................................... 52

3.1 Le rationnement et la politique de crdit des banques ........................................... 52

3.2 Linfluence de la masse montaire et du taux de change ....................................... 54

II. Les facteurs manageriels, organisationnels et stratgiques explicatifs du risque de crdit 56

1. Les facteurs lis lenvironnement manageriel et lexprience de lentreprise ..... 56

1.1 Lincomptence et linexprience du dirigeant ...................................................... 56

1.2 Les qualits humaines et lenvironnement socioculturel du dirigeant ................... 58

1.3 Les erreurs de gestion et le management inefficace .............................................. 60

1.4 La taille et lge de lentreprise.............................................................................. 64

1.5 Le secteur dactivit ............................................................................................... 67

1.6 La structure juridique de lentreprise ..................................................................... 69

2. Les facteurs lis la stratgie de lentreprise ............................................................ 70

2.1 La technologie ........................................................................................................ 70

2.2 La faiblesse des dbouchs et les erreurs danticipation de la demande ............... 71

2.3 Lenvironnement concurrentiel .............................................................................. 72

2.4 Le manque de ressources ....................................................................................... 73

2.5 Une origine accidentelle......................................................................................... 74

CONCLUSION CHAPITRE 1 ........................................................................................................ 76

CHAPITRE 2. LINTERNATIONALISATION DES PME............................................................... 78

Section 1. Les thories de linternationalisation des PME......................................................... 81

I. Lapproche behavioriste/ incrmentale .......................................................................... 81

313
1. Le modle Uppsala (U-model) ................................................................................... 81

2. Le modle dInnovation (I-model) ............................................................................. 83

3. Analyse critique des modles behavioristes et d'innovation ...................................... 84

II. Lapproche par les rseaux ............................................................................................ 86

III. Lapproche par les IDE .................................................................................................. 89

Section 2. Linternationalisation des PME : avantages, inconvnients et risques ..................... 92

I. Les modes dinternationalisation des PME .................................................................... 93

1. Les modes capitalistiques........................................................................................... 93

2. Les modes non capitalistiques.................................................................................... 94

II. Les risques linternational ........................................................................................... 99

1. Le risque de non-paiement ou risque de crdit des clients ........................................ 99

2. Le risque pays .......................................................................................................... 103

2.1 Le risque politique ............................................................................................... 104

2.2 Le risque conomique .......................................................................................... 106

3. Le risque de change.................................................................................................. 106

4. Le risque de fabrication, le risque de transport ........................................................ 111

5. Les mthodes de rduction de lexposition aux risques ........................................... 112

CONCLUSION CHAPITRE 2 ...................................................................................................... 115

CHAPITRE 3. LINFLUENCE DE LINTERNATIONALISATION SUR LA PROBABILIT DE


DEFAUT DES PME FRANAISES : UNE ANALYSE EN DONNES DE PANEL ..................... 118

Section 1. Mthodologie de ltude ......................................................................................... 121

I. Les donnes .................................................................................................................. 121

314
1. Les bases de donnes relatives aux PME et au contexte macroconomique ........... 121

2. Construction de lchantillon ................................................................................... 122

II. Le choix des variables .................................................................................................. 128

1. Dfinition de la variable endogne .......................................................................... 128

2. Les variables explicatives ........................................................................................ 129

3. Elments statistiques ................................................................................................ 133

Section 2. Prsentation du modle et des rsultats empiriques .............................................. 139

I. La mthode d'estimation du modle ............................................................................ 139

1. Le modle effets fixes ........................................................................................... 139

2. Le modle effets alatoires .................................................................................... 140

II. Prsentation et interprtation des rsultats ................................................................... 141

1. Prsentation des rsultats ......................................................................................... 141

2. Interprtation des rsultats ....................................................................................... 144

CONCLUSION CHAPITRE 3 ...................................................................................................... 149

CONCLUSION PARTIE 1 ........................................................................................................... 152

PARTIE 2. MODELISATION DU RISQUE DE CREDIT DES PME INTERNATIONALISE ... 155

CHAPITRE 4. METHODES DEVALUATION DU RISQUE DE CREDIT DES PME................. 158

Section 1. L'valuation du risque de dfaut dans la littrature conomique-bancaire ............. 161

I. Lvaluation du risque de crdit par le scoring financier............................................. 161

1. Le scoring financier ................................................................................................. 162

1.1 Description du procd ........................................................................................ 162

1.2 Les limites des modles de scoring ...................................................................... 163

315
2. Les ratios discriminants ........................................................................................... 165

II. Lvaluation du risque de crdit des PME ................................................................... 169

1. La modlisation du risque de crdit des PME.......................................................... 169

2. La modlisation du risque de crdit des PME internationalises ............................ 185

Section 2. Mthodes dvaluation du risque de crdit utilises par les organismes financiers en
France ....................................................................................................................................... 190

I. Le systme de cotation Banque de France ................................................................... 190

1. Quest-ce que la cote Banque de France ? ............................................................... 190

2. La mthode de cotation Banque de France .............................................................. 192

2.1 La cot dactivit .................................................................................................. 192

2.2 La cot de crdit ................................................................................................... 193

3. Evaluation de la performance du systme de cotation Banque de France ............... 193

3.1 Les taux de dfaut et de dfaillance ..................................................................... 193

3.2 Robustesse du systme de cotation Banque de France ........................................ 195

II. Le systme de notation COFACE ................................................................................ 195

1. La mthodologie du score @rating de la COFACE................................................. 196

1.1 La notation fondamentale..................................................................................... 197

1.1.1 La note financire .......................................................................................... 198

1.1.2 La note incident de paiement ......................................................................... 198

1.1.3 Les donnes d'identit .................................................................................... 199

1.2 La notation conomique ....................................................................................... 199

1.3 La notation dynamique......................................................................................... 199

316
1.4 La notation automatique....................................................................................... 200

1.5 Le Score @rating final ......................................................................................... 200

2. Analyse de la performance du systme de notation de la Coface ............................ 201

III. Le Score AFDCC ......................................................................................................... 201

1. La construction du score AFDCC ............................................................................ 201

2. Les probabilits de dfaut de lAFDCC score ......................................................... 204

CONCLUSION CHAPITRE 4 ...................................................................................................... 205

CHAPITRE 5. CONSEQUENCES DE LINTERNATIONALISATION SUR LA MODELISATION


DU RISQUE DE CREDIT DES PME ........................................................................................... 208

Section 1. Choix mthodologiques pour la conception des modles prdictifs des PME ....... 211

I. Choix des donnes et mise en place de la mthodologie ............................................. 211

1. La construction de lchantillon ............................................................................... 211

2. Lidentification et la mesure des variables .............................................................. 214

2.1 Les variables expliques ...................................................................................... 214

2.2 Les variables explicatives .................................................................................... 215

II. Analyses prliminaires ................................................................................................. 218

Section 2. Elaboration des modles de prdiction de la dfaillance des PME ........................ 220

I. Rgression logistique stepwise ............................................................................... 220

1. Les rsultats de la rgression stepwise pour les entreprises internationalises .. 222

2. Les rsultats de la rgression stepwise pour les entreprises domestiques .......... 222

3. Les rsultats de la rgression stepwise pour les deux chantillons regroups ... 224

II. Le modle de rgression logistique .............................................................................. 225

317
1. Prsentation des rsultats de la rgression logistique .............................................. 226

2. Robustesse des modles ........................................................................................... 229

CONCLUSION CHAPITRE 5 ...................................................................................................... 233

CONCLUSION PARTIE 2 ..................................................................................................... 236

CONCLUSION GENERALE .................................................................................................. 238

BIBLIOGRAPHIE .................................................................................................................. 246

ANNEXES............................................................................................................................... 275

LISTE DES FIGURES ............................................................................................................ 306

LISTE DES TABLEAUX......................................................................................................... 309

TABLE DES MATIERES ........................................................................................................ 312

318
319
Karima MODRIK

Lvaluation du risque de crdit


des PME franaises internationalises

The credit risk assessment of French


internationalized SMEs

Rsum Abstract
Acteurs majeurs du tissu conomique, les petites et
Small and medium-sized enterprises (SMEs) dominate the
moyennes entreprises (PME) font lobjet dune attention
French business environment making a significant
croissante de la part des conomistes depuis plusieurs
contribution to the national economy. Unsurprisingly, an
annes. Pour financer leur dveloppement, ces entreprises
extensive set of empirical studies explores critical issues
privilgient le recours lendettement bancaire. Or ce mode
that affect SMEs including factors that can reduce the
de financement est gnrateur d'un risque de crdit,
credit risk associated with bank debt. Despite that
principalement li la probabilit de dfaillance de
internationalisation has a number of key characteristics that
lentreprise. La question de lvaluation du risque de crdit
can influence credit risk, the nexus between
des entreprises est gnralement aborde de manire
internationalisation and credit risks remains underexplored.
indiffrencie. Cependant il est possible que les PME
This thesis aims to address this knowledge gap by
internationalises prsentent des caractristiques spcifiques
examining this nexus for a panel of French SMEs. To do
relatives leur ouverture sur les marchs internationaux.
so, the thesis estimates the effect of export intensity of
Nous procdons une analyse des dterminants du risque de
French SMEs on their default probability. Key findings
dfaillance des PME dune part, et d'autre part, des risques
illustrate that internationalisation plays a critical role in
auxquels elles sont confrontes dans leur processus
decreasing the credit risk. Motivated by these results, the
dinternationalisation. A travers des estimations
thesis assesses the relationship between internationalisation
conomtriques sur donnes de panel, nous montrons
and modelling credit risk through evaluating the effect of
notamment que laugmentation de lintensit des
several financial variables on default probability of
exportations des PME franaises rduit leur probabilit de
domestic and international SMEs, separately. Interestingly,
dfaillance. Une PME internationalise prsente alors un
the findings reveal that modelling the credit risk of SMEs
risque de crdit moins important qu'une PME purement
could be improved by considering domestic and
domestique. Nous montrons ensuite que cette information
international SMEs separately. According to these findings,
doit tre intgre dans la modlisation du risque de crdit,
internationalisation is one of the most important factors that
ralise sur la base de variables financires. Celle-ci est plus
should be considered in future research in relation to SMEs.
performante (dans le sens d'un meilleur pouvoir prdictif)
lorsque lon estime la probabilit de dfaillance laide de
Key Words : Credit risk; Modelling credit risk,
modles distincts pour les PME internationalises et les
Internationalisation, default probability, Small and
PME domestiques. Selon ces rsultats, l'internationalisation
medium-sized.
est un facteur important qui devrait tre considr dans la
recherche future sur le risque de crdit des PME.

Mots cls : Petites et moyennes entreprises ; Risque de


crdit ; Modlisation du risque de crdit, Internationalisation,
Probabilit de dfaillance.
320

LUniversit Bretagne Loire