Abonnez-vous à DeepL Pro pour modifier ce document.

Visitez www.DeepL.com/Pro pour en savoir plus.

Chapitre 3 : Politique des dividendes et liquidité des

actions
3.1. Introduction
La liquidité est l'une des principales caractéristiques des marchés des valeurs mobilières
que les investisseurs observent lorsqu'ils prennent des décisions d'investissement et
analysent les titres. Amihud et Mendelson (1986) suggèrent que puisque la liquidité peut
augmenter la valeur de l'entreprise, les entreprises sont plus susceptibles de suivre une
politique d'entreprise qui rend les actions plus liquides (Amihud et Mendelson 2012). En
outre, Baker et Pettit (1982), Wan (2001) et Bilinski et al. (2012) montrent que les
dirigeants d'entreprise se soucient davantage de la liquidité des actions de l'entreprise, car
toute augmentation de la liquidité réduit les coûts de transaction et augmente la valeur de
l'entreprise. Étant donné que la liquidité des actions a des implications cruciales pour
plusieurs domaines de la finance, notamment l'évaluation des actifs, la performance du
marché boursier et, surtout, les politiques d'entreprise, 1de nombreux chercheurs ont étudié
les questions de liquidité des actions. En raison de son importance, il est essentiel
d'examiner les effets sur la liquidité de décisions particulières de l'entreprise, telles que les
décisions relatives à la politique des dividendes.

Certaines des décisions clés de management des entreprises sont des décisions de politique
de dividende. Les premières publications sur la politique des dividendes se concentrent
principalement sur les raisons de verser des dividendes (Alli et al. 1993 ; DeAngelo et al.
2006 ; Denis et Osobov 2008), le contenu informatif des annonces de dividendes (Miller et
Rock 1985 ; Amihud et Li 2006) et et les effets liés à l'annonce des dividendes sur la
valeur de l'entreprise (Al-Yahyaee et al. 2011 ; Bozos et al. 2011 ; Dasilas et Leventis
2011). (Al-Yahyaee et al. 2011 ; Bozos et al. 2011 ; Dasilas etLeventis 2011). Les
entreprises choisissent de verser des dividendes dans le but ultime d'améliorer la
valorisation de leurs actions (Baker 2009). La politique de dividendes a été étudiée de
manière approfondie par les chercheurs afin de mesurer l'impact financier sur le cours des
actions d'une entreprise (par exemple, Asquith et Mullins 1983 ; Abeyratna et al. 1996 ;
Marsh et Power 1999 ; McCluskey et al. 2006 ; Dasilas et Leventis 2011) et par
conséquent l'étendue de sa contribution pour atteindre l'objectif de la direction, à savoir
maximiser la valeur marchande des actions et donc maximiser la richesse des propriétaires.

1
Voir Amihud et Mendelson (2012) pour des discussions détaillées sur les implications de la liquidité des stocks.

1
Les entreprises peuvent améliorer la liquidité du marché boursier en adoptant des stratégies
permettant de réduire les asymétries d'information entre les initiés et les actionnaires
externes (Amihud et Mendelson, 2012). En théorie, la politique de dividende influe sur la
liquidité des actions, car le versement de dividendes signale des informations privilégiées
sur les prospectives futurs de la firme, ce qui réduit le niveau d'asymétrie d'information
entre les agents internes et externes. En outre, la politique de dividende influe sur la
liquidité des actions, car le versement de dividendes impose une surveillance aux
dirigeants, ce qui empêche les dirigeants inefficaces ou opportunistes de dissimuler des
informations. Le versement de dividendes peut également aider les firmes à attirer les
investisseurs institutionnels (Allen et al. 2000 Dennis et Weston (2002), Fehle (2004) et
Jiang et al. (2011) constatent que les firmes à forte propriété institutionnelle ont une plus
grande liquidité des actions, comme en témoignent les écarts plus étroits, l'indice de qualité
du marché plus élevé et l'impact moindre des transactions sur les prix. En outre, le
pourcentage élevé de propriété institutionnelle dans les firmes qui versent des dividendes
devrait augmenter le volume des transactions sur leurs actions, car les investisseurs
institutionnels ont tendance à négocier plus fréquemment et en plus grandes quantités
(Gompers et Metrick 1998 ; Agarwal 2007 ; Rubin 2007 ; Brockman et al.2009 Lorsque
l'asymétrie de l'information est moins grave, les fournisseurs de liquidité sont confrontés à
moins de problèmes de sélection adverse (Glosten et Milgrom 1985). En conséquence, les
entreprises qui versent des dividendes sont censées présenter une plus grande liquidité des
actions. Il est bien connu qu'une meilleure qualité de l'information et une moindre
asymétrie de l'information sont fortement corrélées à l'amélioration de la liquidité des
actions d'une firme (Bardos 2011). La liquidité est négativement liée au niveau d'asymétrie
de l'information qui résulte du fait que certains traders ont un avantage informationnel par
rapport à d'autres (Glosten et Milgrom 1985 ; Kyle 1985)]. En conséquence, les firmes qui
versent des dividendes devraient afficher une plus grande liquidité de leurs actions2.

Les données empiriques existantes sur l'impact de la politique de dividende sur la liquidité
des actions sont mitigées Par exemple, Howe et Lin (1992) montrent que la politique de
dividende a un effet négatif sur l'écart entre les cours acheteur et vendeur Ils attribuent
leurs résultats à la théorie de l'asymétrie d'information et affirment que les dividendes
réduisent le niveau de l'asymétrie d'information et donc l'écart entre les cours acheteur et
vendeur Cependant, Brooks (1994) et Barclay et Smith (1988) montrent que la relation
2
Il est bien connu qu'une meilleure qualité et une moindre asymétrie de l'information sont fortement corrélées à
l'amélioration de la liquidité des actions d'une entreprise (Bardos 2011). La liquidité est négativement liée au
niveau d'asymétrie de l'information qui résulte du fait que certains traders ont un avantage informationnel sur
d'autres (Glosten et Milgrom 1985 ; Kyle 1985)

2
entre la politique de dividende et l'écart entre les cours acheteur et vendeur est au mieux
faible En ce qui concerne l'aspect de la liquidité des actions lié à l'activité de négociation
plusieurs études, notamment celles de Richardson et al (1986), Gurgul et al (2003), et
Dasilas et Leventis (2011), constatent que le volume des échanges augmente avec
l'augmentation des dividendes et diminue avec la réduction des dividendes En général, les
preuves empiriques existantes sur les conséquences des décisions en matière de politique
de dividende en termes de liquidité des actions sont peu concluantes et dans certains cas
dépassées ; Une analyse plus approfondie est donc nécessaire.

Notre échantillon comprend toutes les entreprises, y compris celles qui sont décédées,
répertoriées dans l'indice d'actions FTSE ALL sur la période 1996-2013 L'échantillon final
comprend 1 041 entreprises après suppression des observations manquantes Nous utilisons
trois mesures de la liquidité reflétant trois dimensions différentes de la liquidité des actions
Ces mesures sont : l'écart proportionnel entre les cours acheteur et vendeur, qui est une
approximation du coût de négociation ; le taux de rotation, qui est une approximation de
l'activité de négociation ; et le ratio d'illiquidité d'Amihud (2002), qui reflète l'impact des
prix3 .

Notre analyse empirique est stratifiée en deux grandes étapes La première étape consiste en
une analyse univariée dans laquelle les caractéristiques de liquidité des actions des
entreprises qui versent des dividendes sont comparées à celles des entreprises qui ne
versent pas de dividendes, et la liquidité des actions des entreprises qui versent des
dividendes élevés est comparée à celle des entreprises qui versent des dividendes faibles
Les résultats univariés suggèrent que les actions des entreprises qui versent des dividendes
sont sensiblement plus liquides que celles des entreprises qui ne versent pas de dividendes
De même, les actions des entreprises qui versent des dividendes élevés sont sensiblement
plus liquides que celles des entreprises qui versent des dividendes faibles.

La deuxième étape consiste à utiliser des régressions des moindres carrés ordinaires
(MCO) mises en commun avec des les variables muettes d'année et d'industrie pour
contrôler les préoccupations relatives à l'endogénéité et les effets d'autres variables sur
cette relation. Nous constatons que les actions des sociétés qui versent des dividendes
présentent un écart entre les cours acheteur et vendeur et un ratio d'illiquidité nettement

3
Les études qui utilisent des indicateurs similaires pour mesurer la liquidité des actions comprennent celles de
Brockman et al. (2008) dans le contexte des rachats d'actions, et de Mazouz et al. (2010) dans le contexte de
l'évaluation des actifs.

3
inférieurs à ceux de leurs homologues qui ne versent pas de dividendes. Ces résultats sont
conformes aux prévisions du modèle de Bhattacharya (1979), qui suggère que les
dividendes signalent des informations au marché et, par conséquent, réduisent le niveau
d'asymétrie de l'information, ce qui entraîne une plus grande liquidité des stocks. En outre,
ces résultats sont conformes au modèle d'Easterbrook (1984), qui suggère que les
entreprises qui versent des dividendes sont plus susceptibles de se rendre sur le marché des
capitaux, ce qui entraîne des niveaux de surveillance plus élevés et, par conséquent, une
plus grande quantité d'informations communiquées au marché. Toutefois, il s'avère que le
ratio de rotation des actions est affecté négativement par le fait que l'entreprise verse des
dividendes. Cette relation négative peut s'expliquer par le fait que les actions qui versent
des dividendes ont tendance à être achetées et conservées par les investisseurs, ce qui
réduit le nombre de transactions (Hotchkiss et Lawrence, 2007 ; Comité des marchés
émergents de l'OICV, 2007).

Nous soumettons nos résultats à un certain nombre de tests de robustesse et de

spécifications de modèles. Tout d'abord, l'analyse de l'impact de la politique de dividende
sur la liquidité des actions peut être difficile car les décisions en matière de dividendes ne
sont pas déterminées de manière aléatoire (Li et Prabhala 2005) et peuvent être influencées
par des facteurs non observés qui sont également liés à la liquidité des actions (Banerjee et
al. 2007). Il existe donc un problème potentiel d'endogénéité dans l'estimation de la
relation entre la politique de dividende et la liquidité des actions. En d'autres termes,
l'augmentation de la liquidité associée à la politique de dividende n'est potentiellement pas
un résultat de la politique de dividende en tant que telle, mais plutôt une indication que la
liquidité des actions elle-même peut avoir un impact sur la décision de payer des
dividendes. Pour contrôler l'endogénéité éventuelle, nous utilisons une approche de
régression en deux étapes et un modèle à effets fixes. Nos principaux résultats sont
conformes aux spécifications de ce modèle, car nous constatons que la liquidité des actions
des sociétés qui versent des dividendes et de celles qui en versent de gros montants est plus
élevée que celle de leurs homologues qui ne versent pas ou peu de dividendes.

Deuxièmement, nous abordons la possibilité que la relation entre la politique de dividende

et la liquidité des actions soit affectée par la taille de l'entreprise. Nous constatons que, par
rapport aux entreprises qui ne versent pas de dividendes (faibles), les entreprises qui
versent des dividendes (dividendes élevés) ont un niveau de liquidité des actions nettement
plus élevé, en particulier lorsque les entreprises elles-mêmes sont plus grandes. Les
grandes entreprises sont souvent confrontées à des degrés moindres d'asymétrie de

4
l'information, ce qui peut expliquer leur niveau plus élevé de liquidité des actions.

Ce chapitre apporte plusieurs contributions à la littérature. Tout d'abord, nous établissons

un lien entre la liquidité des actions et le financement des entreprises. Par exemple, de
nombreuses études montrent que la liquidité des actions est influencée par les rachats
d'actions (Brockman et Chung 2001 ; Ginglinger et Hamon 2007 ; Hillert et al. 2016), la
liquidité des actifs (Gopalan et al. 2012 ; Charoenwong et al. 2014), la division des actions
(Goyenko et al. 2006 ; Huang et al. 2015) et la gouvernance d'entreprise (Rubin 2007 ;
Poon et al. 2013 ; Prommin et al. 2014). Nous y contribuons en identifiant la politique de
dividende comme un autre déterminant influent de la liquidité. Étant donné les quelques
études antérieures qui examinent l'impact de la politique de dividende sur la liquidité et
leurs résultats contradictoires, des études plus empiriques sont justifiées. Contrairement
aux études précédentes qui examinent principalement la relation entre la politique de
dividende et la liquidité des actions en étudiant les changements d'une certaine mesure de
la liquidité des actions après l'annonce des dividendes (Richardson et al. 1986 ; Mitra et
Rashid 1997 ; Bozos et al. 2011 ; Dasilas et Leventis 2011), nous adoptons une approche
de régression qui nous permet de tester comment les décisions d'une entreprise en matière
de politique de dividende déterminent la liquidité de ses actions après avoir contrôlé
d'autres variables dont on sait qu'elles affectent la liquidité des actions.

Les études précédentes se concentrent généralement sur l'impact de la politique de

dividende sur une seule dimension de la liquidité des actions, comme l'aspect des coûts de
transaction, qui est mesuré par l'écart entre les cours acheteur et vendeur (Howe et Lin
1992 ; Mitra et Rashid 1997), ou l'activité de négociation, mesurée par le volume des
transactions (Richardson et al. 1986 ; Bozos et al. 2011 ; Dasilas et Leventis 2011).
Cependant, la liquidité des actions reflète plusieurs aspects. Kyle (1985) et Lesmond
(2005) affirment que, la liquidité étant très difficile à définir et encore plus difficile à
estimer, une liste de mesures est nécessaire pour en saisir les différents aspects. Étant
donné les incertitudes entourant l'estimation de la liquidité, nous utilisons l'écart
proportionnel entre les cours acheteur et vendeur, le ratio de rotation et le ratio d'illiquidité
d'Amihud (2002) pour saisir l'impact de la politique de dividende sur les coûts de
transaction, la quantité de transactions et l'impact sur les prix de la liquidité,
respectivement. En outre, notre étude complète des études antérieures sur l'impact de la
politique de dividende sur la valeur de l'entreprise en introduisant la liquidité des actions
comme canal par lequel les dividendes affectent la valeur de l'entreprise. Une plus grande
liquidité des actions associée au versement de dividendes peut entraîner un taux de

5
rendement plus faible et une valorisation plus élevée de l'entreprise.4 Enfin, à notre
connaissance, cette étude est la première à examiner le rôle des décisions en matière de
politique de dividende dans la détermination de la liquidité des actions au Royaume-Uni. Il
est essentiel d'effectuer des recherches dans ce domaine, étant donné que le LSE est le
deuxième marché d'actions le plus actif, après le NYSE aux États-Unis.

Le reste de ce chapitre est organisé comme suit. La section 3.2 présente une brève revue de
la littérature sur la relation entre les dividendes et la liquidité du marché boursier. La
section 3.3 énonce les hypothèses à tester. La section 3.4 présente notre échantillon et notre
ensemble de données. La section 3.5 décrit notre méthodologie de recherche. La section
3.6 présente et analyse les résultats empiriques. La section 3.7 conclut le chapitre.

3.2. Revue de la littérature

La littérature existante suggère que la politique de dividende peut avoir un impact positif
sur la liquidité des actions. Cette relation positive peut s'appuyer sur deux propositions. La
première proposition découle de l'idée largement acceptée selon laquelle la liquidité des
actions est négativement liée au niveau d'asymétrie de l'information. Un grand nombre
d'études suggèrent qu'une meilleure qualité et une moindre asymétrie de l'information sont
fortement corrélées à l'amélioration de la liquidité des actions d'une entreprise (Bardos
2011). La liquidité est négativement liée au niveau d'asymétrie de l'information qui résulte
du fait que certains traders ont un avantage informationnel sur d'autres (Glosten et
Milgrom 1985 ; Kyle 1985). Glosten et Milgrom (1985) affirment que la révélation
d'informations augmente avec l'activité boursière, car les traders informés négocient
agressivement sur leur avantage informationnel pour les actions ayant une forte activité
boursière. Ainsi, les entreprises dont les actions sont liquides devraient être associées à une
faible asymétrie d'information (Welker 1995 ; Richardson 2000). Certaines études
prévoient que l'écart entre les cours acheteur et vendeur est une fonction croissante du
niveau d'asymétrie d'information (Copeland et Galai 1983 ; Glosten et Milgrom 1985 ;
Glosten et Harris 1988). Diamond (1985) montre que l'augmentation de la divulgation
d'informations réduit l'asymétrie d'information entre les gestionnaires et les négociants et
diminue la motivation des négociants à acquérir des informations privées, ce qui se traduit
par une moindre hétérogénéité des convictions des négociants et par des positions
spéculatives moins importantes parmi les négociants informés. Bhattacharya et al. (2013)
fournissent des preuves empiriques qu'une mauvaise qualité des bénéfices entraîne une

4
L'impact de la liquidité sur le taux de rendement a été largement documenté (voir, par exemple, Amihud et
Mendelson 1986 ; Brennan et al. 1998 ; Amihud 2002)

6
plus grande asymétrie d'information, ce qui se traduit par des coûts de transaction plus
élevés et, en fin de compte, un coût du capital plus élevé.

La deuxième proposition est liée à différentes explications sur le rôle de la politique de

dividende sur les marchés financiers. La première explication se rapporte au modèle de
signalisation de l'information, qui suggère que les dividendes réduisent l'asymétrie de
l'information en agissant comme un mécanisme de signalisation (Bhattacharya 1979 ; John
et Williams 1985 ; Miller et Rock 1985). Étant donné que les paiements de dividendes sont
souvent considérés comme reflétant des flux de trésorerie futurs plus élevés et de
meilleures perspectives d'avenir pour l'entreprise (Bhattacharya 1979 ; Miller et Rock
1985), cela pourrait réduire le niveau d'asymétrie de l'information sur le marché et donc
réduire l'écart entre les cours acheteur et vendeur, ce qui entraînerait une plus grande
liquidité des actions.

Le rôle des dividendes dans la réduction des coûts des agences (principalement les coûts de
surveillance) renforce cette conclusion et fournit une explication supplémentaire de l'effet
de liquidité des dividendes. Cette explication se fonde sur la séparation des intérêts entre
les gestionnaires et les actionnaires, ainsi que sur le rôle des dividendes en tant qu'outil
disciplinaire permettant de réduire les coûts d'agence liés à cette séparation (voir, par
exemple, Easterbrook 1984 ; Jensen 1986). Le paiement de dividendes diminue le flux de
trésorerie disponible, ce qui pousse les entreprises à se rendre plus fréquemment sur les
marchés des capitaux et à révéler des informations alors qu'elles tentent d'obtenir un
financement pour leurs opérations et leurs investissements. Cela les amène à se soumettre
plus souvent à l'inspection des banquiers d'affaires, des analystes et des nouveaux
investisseurs potentiels, ce qui entraîne une réduction des coûts d'agence ainsi que du
niveau d'asymétrie d'information entre les gestionnaires et les investisseurs. Par
conséquent, le paiement des dividendes devrait être associé à une réduction de l'asymétrie
d'information et, partant, à une augmentation de la liquidité des actions.

La théorie de la clientèle proposée par Allen et al. (2000) peut également fournir une
explication de la relation entre liquidité et dividende. Cette théorie repose sur deux
hypothèses. La première est que, en raison d'effets fiscaux, les investisseurs institutionnels
préfèrent des dividendes plus élevés que les investisseurs individuels. Plus précisément, les
sociétés et les institutions financières bénéficient de taux marginaux d'imposition des

7
dividendes inférieurs à ceux des plus-values. La seconde hypothèse est qu'en raison de la
taille de leurs investissements et de la quantité de ressources dont ils disposent, les
investisseurs institutionnels sont plus motivés et plus aptes à collecter et à analyser les
informations concernant leurs investissements, ainsi qu'à discipliner les gestionnaires et à
faire pression pour des changements en cas de mauvaise performance de ces derniers. Sur
la base de ces deux hypothèses, Allen et al. (2000) montrent que le paiement de dividendes
attire les investisseurs institutionnels, et donc que les coûts d'agence et l'asymétrie
d'information sont réduits. Grinstein et Michaely (2005) constatent qu'il existe des preuves
significatives que les institutions préfèrent les entreprises qui versent des dividendes à
celles qui n'en versent pas, même si la taille, le risque, le ratio marché/valeur comptable et
une foule d'autres variables restent constants. Les institutions sont en mesure de générer
davantage d'informations sur une entreprise qui verse des dividendes, améliorant ainsi la
quantité et la qualité de l'information publique (Amihud et Li 2006 ; Puckett et Yan 2011).
Étant donné que les investisseurs institutionnels sont plus efficaces dans la collecte et
l'analyse des informations sur les entreprises dans lesquelles ils investissent, le niveau
d'asymétrie d'information entre les initiés et les outsiders est plus faible pour les entreprises
qui versent des dividendes (Allen et al. 2000 ; Leary et Michaely 2011). Par conséquent,
l'amélioration de l'environnement d'information des entreprises qui versent des dividendes
devrait entraîner une plus grande liquidité des actions. Dennis et Weston (2002), Fehle
(2004), et Jiang et al. (2011) constatent que les entreprises dont la propriété institutionnelle
est plus importante ont une plus grande liquidité des actions, comme le prouvent les écarts
plus étroits, l'indice de qualité du marché plus élevé et l'impact plus faible des transactions
sur les prix.

En outre, le pourcentage élevé de propriété institutionnelle dans les entreprises qui versent
des dividendes devrait, toutes choses égales par ailleurs, augmenter le volume des
transactions sur leurs actions. Gompers et Metrick (1998) examinent les habitudes de
négociation des grands investisseurs institutionnels et constatent qu'ils négocient plus
fréquemment, et en plus grande quantité, que les petits investisseurs. Plusieurs études
montrent que les avoirs institutionnels sont positivement corrélés à la liquidité en raison
d'une plus grande activité de négociation, ce qui suggère que les transactions effectuées par
les investisseurs institutionnels sont plus fréquentes et en plus grande quantité que celles
des autres investisseurs (Bennett et al. 2003 ; Agarwal 2007 ; Rubin 2007 ; Brockman et al.
2009). 2009). Par conséquent, l'augmentation de la participation institutionnelle dans les
entreprises qui versent des dividendes devrait accroître le volume des transactions et

8
réduire les écarts entre les cours acheteur et vendeur de leurs actions, ce qui entraînerait
une plus grande liquidité5 des actions.

De nombreuses études empiriques testent l'impact de la politique de dividende sur un

certain nombre de variables indirectes de la liquidité. Un volet de la recherche examine
l'effet de la politique de dividende sur l'écart entre les cours acheteur et vendeur, une
mesure de l'aspect des coûts de négociation de la liquidité. Howe et Lin (1992) examinent
les écarts entre les cours acheteur et vendeur des actions de deux groupes d'entreprises
américaines : les entreprises qui ne versent pas de dividendes au cours d'une année donnée
et celles qui ne versent que des dividendes en espèces. Ils constatent que les actions sans
dividendes ont un écart moyen entre les cours acheteur et vendeur de 8,3 %, tandis que les
actions qui versent des dividendes ont un écart moyen de 4,36 %. De même, Mitra et
Rashid (1997) ont examiné l'écart entre les cours acheteur et vendeur avant et après le
versement des dividendes pour un échantillon d'entreprises américaines entre janvier 1976
et décembre 1987. Ils constatent que le pourcentage moyen et l'écart moyen entre les cours
acheteur et vendeur en dollars augmentent sensiblement le jour précédant la date
d'annonce. Néanmoins, le jour de l'annonce, le pourcentage moyen et l'écart entre les cours
acheteur et vendeur en dollars diminuent sensiblement et restent faibles, en moyenne,
pendant l'année qui suit la date de l'annonce. En outre, les résultats montrent que l'ampleur
de la baisse de l'écart en pourcentage après l'événement a une association positive
significative avec l'ampleur du rendement des dividendes. Les auteurs concluent que les
événements liés aux dividendes fournissent des informations utiles au marché, et réduisent
donc l'asymétrie informationnelle. Par conséquent, l'écart entre les cours acheteur et
vendeur diminue et la liquidité des actions s'améliore. Cependant, en utilisant un
échantillon de 90 entreprises du NYSE, Brooks (1994) constate que les écarts totaux ne
changent pas de manière significative autour de la période d'annonce des dividendes, ce
qui suggère que l'annonce des dividendes n'est pas informative.

Un autre domaine de recherche examine la réaction des prix et du volume des échanges
aux variations des dividendes. Richardson et ses collaborateurs (1986) affirment que
l'étude des réactions du volume des échanges est utile pour analyser le contenu informatif
des dividendes, ainsi que l'existence d'effets de clientèle. Ils affirment que l'une des
implications de la théorie de la clientèle des dividendes est que le volume des transactions

5
Cela pourrait amener à penser que la propriété institutionnelle peut interagir avec la politique de dividende et que, par
conséquent, la propriété institutionnelle dans des firmes ne versant pas de dividendes pourrait accroître la liquidité des
actions. Toutefois, le manque d'accès aux données sur la structure de la propriété nous empêche de faire des tests à cet
égard.

9
devrait augmenter après une variation du dividende, à mesure que la clientèle des
actionnaires de l'entreprise s'adapte. Ils testent le volume anormal des transactions, ainsi
que les rendements anormaux autour des variations de dividendes, en utilisant un
échantillon de 192 entreprises américaines qui ont annoncé un dividende en espèces pour
la première fois entre 1969 et 1982. Ils examinent le volume brut hebdomadaire des
transactions entre les premières annonces de dividendes et les dates de départ des
dividendes, et constatent que le volume des transactions pendant la semaine d'annonce des
dividendes est supérieur de 35 % à celui observé pendant une semaine sans annonce. Au
cours de la période comprise entre la semaine d'annonce des dividendes et la date de
détachement des dividendes, le volume des échanges est supérieur de 54 % à ce qu'il serait
normalement au cours d'un intervalle similaire.

Richardson et autres (1986) examinent également si la réaction du volume des transactions

est liée à de bonnes nouvelles concernant l'avenir de l'entreprise ou à des ajustements de la
clientèle. Ils soutiennent que le volume anormal des transactions est associé à deux
composantes : le contenu informatif des dividendes, qui est mesuré par les rendements
anormaux, et les ajustements de la clientèle, qui sont mesurés par l'ampleur du rendement
des dividendes. Ils affirment que "...les opérations de la clientèle fiscale devraient être
positivement liées à l'importance des dividendes, la clientèle étant moins sollicitée pour
des dividendes d'une importance insignifiante" (p. 326). Lorsque la seule variable
indépendante dans leur modèle de régression est une mesure des rendements anormaux,
une interception significative et positive est interprétée comme une preuve de l'existence
d'un commerce de clientèle. Lorsque des variables représentant le rendement des
dividendes et l'appréciation antérieure des prix sont ajoutées au modèle, un coefficient
positif (négatif) et significatif sur la variable du rendement des dividendes (appréciation
antérieure des prix) est interprété comme une preuve supplémentaire de l'existence d'un
commerce avec la clientèle. Richardson et ses collaborateurs (1986) montrent que les
augmentations de volume sont principalement une réponse au signal concernant les
bénéfices futurs, tandis que les ajustements de la clientèle sont plutôt faibles.

Gurgul et al. (2003) examinent les réactions anormales du volume des transactions aux
variations de dividendes en utilisant 22 sociétés cotées à la bourse autrichienne entre
janvier 1992 et avril 2002. Ils effectuent leur analyse en utilisant trois groupes
d'événements : augmentation des dividendes, diminution des dividendes et dividendes
constants. Ils font état d'un volume anormal positif le jour des annonces dans les trois
groupes et interprètent ces résultats comme la preuve que toute information sur les

10
dividendes à venir est précieuse pour les investisseurs, ce qui entraîne une intensification
des échanges. De même, Bozos et al. (2011) analysent le volume des transactions autour
des annonces de dividendes pour un échantillon de 991 annonces de dividendes définitifs
de sociétés britanniques cotées à la Bourse de Londres sur la période allant de janvier 2006
à juin 2010. Les auteurs divisent également les annonces en trois groupes : les
augmentations de dividendes, les diminutions de dividendes et les dividendes non
modifiables. Ils constatent que les volumes anormaux cumulés sur deux jours sont de
0,729 % et 0,707 % pour les événements d'augmentation et de diminution des dividendes,
respectivement, et signalent une réaction de volume excédentaire de 0,773 % pour le
groupe des dividendes inchangés. Ils interprètent cette constatation comme une preuve que
les investisseurs ajustent leurs attentes pour les annonces de dividendes neutres.

Dasilas et Leventis (2011) examinent également le volume des échanges autour des
variations de dividendes pour un échantillon d'entreprises cotées à la Bourse d'Athènes.
Conformément à l'hypothèse de signalisation, ils constatent que les entreprises qui
augmentent les dividendes génèrent un volume anormal positif de 19,02 % et 6,78 % les
jours 0 et +1, respectivement. Toutefois, ils montrent que les réductions de dividendes
entraînent une réaction nettement négative du volume des transactions. Ils font valoir que
la réaction négative du volume des échanges implique que les investisseurs ont tendance à
négocier moins que d'habitude parce que les réductions de dividendes sont considérées par
le marché comme une indication de la détérioration des performances futures de
l'entreprise, ce qui décourage les investisseurs d'acheter des actions. Dasilas et Leventis
(2011) constatent également que la réaction du volume des échanges aux événements de
changement sans dividende est négative, bien que la réaction du volume ne soit pas
statistiquement significative pendant toute la période d'estimation.

De la discussion ci-dessus, nous constatons des résultats mitigés dans la relation entre la
politique de dividende et la liquidité des actions. Une analyse plus approfondie est donc
justifiée.

11
 3.1. Développement d'hypothèses

L'effet de la politique de dividende sur la liquidité des actions peut être attribué à plusieurs
explications. La théorie de la signalisation des dividendes suggère que les dividendes
transmettent des informations sur les perspectives d'avenir de l'entreprise (Bhattacharya
1979 ; John et Williams 1985 ; Miller et Rock 1985). Si les gestionnaires sont censés être
mieux informés que les investisseurs sur les perspectives d'avenir de l'entreprise, le
paiement de dividendes réduit l'asymétrie d'information. Par conséquent, le contenu
informatif de la politique de dividende entraîne un niveau d'asymétrie d'information plus
faible, et donc une diminution des coûts de transaction et une augmentation de l'activité de
négociation - c'est-à-dire une amélioration de la liquidité des actions. En outre, les
dividendes jouent un rôle dans la surveillance des gestionnaires, car le versement de
dividendes oblige l'entreprise à se rendre plus fréquemment sur le marché des capitaux, ce
qui entraîne une surveillance accrue de la part des fournisseurs de capitaux (Easterbrook
1984). Rozeff (1982) soutient également que les fournisseurs de nouveaux capitaux ne
fourniront des fonds que lorsqu'ils recevront des informations sur l'utilisation potentielle de
ces fonds. Par conséquent, les actionnaires peuvent également obtenir de nouvelles
informations et le niveau d'asymétrie de l'information sera donc réduit, ce qui entraînera
une baisse des coûts de transaction et une augmentation de l'activité commerciale. Ainsi,
l'amélioration de la surveillance par le biais des informations fournies sur les marchés de
capitaux établit également un lien entre la politique de dividende et la liquidité des actions.
La littérature existante sur la microstructure des marchés suggère une relation positive
entre le niveau d'asymétrie d'information et l'ampleur des coûts de négociation (Howe et
Lin, 1992). Certaines études prédisent que l'écart entre les cours acheteur et vendeur est
une fonction croissante du niveau d'asymétrie d'information (Copeland et Galai, 1983 ;
Glosten et Milgrom, 1985 ; Glosten et Harris, 1988). Glosten et Milgrom (1985)
soutiennent que la révélation d'informations augmente avec l'activité commerciale et que,
par conséquent, les entreprises possédant des stocks liquides devraient être associées à une
faible asymétrie d'information (Welker 1995 ; Richardson 2000).

Par conséquent, comme la politique de dividende est associée à des niveaux d'information
plus élevés, l'asymétrie de l'information devrait diminuer. Par conséquent, les coûts de
négociation devraient diminuer et la liquidité des actions devrait s'améliorer.

12
Les arguments ci-dessus impliquent également que la politique de dividende peut avoir un
impact sur d'autres dimensions de la liquidité, comme le prix. L'impact du prix sur la
liquidité reflète la prime qu'un acheteur ou un vendeur doit payer pour effectuer une
transaction (Amihud et Mendelson 2012). Par exemple, lorsqu'un investisseur reçoit de
nouvelles informations qui entraîneraient une hausse du prix d'une action, il voudra acheter
une grande quantité de cette action au prix actuel. D'autre part, le vendeur de l'action ferait
mieux de détenir cette action. Par conséquent, dès que les teneurs de marché (traders)
remarquent une pression à l'achat, ils sont plus susceptibles de vendre l'action à l'acheteur,
mais seulement à un prix plus élevé. Par ailleurs, si le marché reçoit des informations qui
conduisent à une baisse du prix d'une action, les vendeurs voudront vendre une grande
quantité de cette action au prix actuel ; par conséquent, les négociants interpréteront cette
pression de vente comme un signal d'information négative sur l'action et auront tendance à
n'acheter qu'à un prix inférieur. C'est pourquoi les négociants se protègent en exigeant des
primes/décotes de prix qui augmentent avec la quantité achetée/vendue. Dans les deux cas,
l'ampleur de l'impact sur les prix augmente avec le niveau d'asymétrie de l'information
entre les parties négociantes. Plus le niveau d'asymétrie de l'information entre les parties
est élevé, plus le risque que la partie qui lance la transaction essaie de tirer profit de la
situation est grand, et plus la compensation requise par la contrepartie pour effectuer la
transaction est importante. Par conséquent, un niveau d'information asymétrique plus élevé
aura un impact plus important sur les prix (Amihud et Mendelson 2012).

L'amélioration de l'environnement commercial, et donc de la liquidité des actions, pourrait

également être déterminée par le nombre de participants au marché et de transactions. Il a
été prouvé que le paiement de dividendes attire les investisseurs institutionnels (Allen et al.
2000 ; Grinstein et Michaely 2005). En outre, Short et autres (2002) montrent une relation
positive significative entre la politique de dividende et la propriété institutionnelle.
Hotchkiss et Lawrence (2007) constatent que le pourcentage d'actions détenues par les
investisseurs institutionnels augmente avec l'augmentation des dividendes. De même,
Crane et al. (2016) suggèrent qu'une augmentation globale de la propriété institutionnelle
amène les entreprises à verser davantage de dividendes. Étant donné que les investisseurs
institutionnels sont très efficaces dans la collecte et l'analyse des informations sur les
entreprises dans lesquelles ils investissent, le niveau d'asymétrie de l'information entre les
initiés et les outsiders est plus faible pour les entreprises qui versent des dividendes
(Amihud et Li 2006 ; Puckett et Yan 2011). Par conséquent, l'amélioration de
l'environnement d'information des actions qui versent des dividendes en raison de

13
l'existence d'investisseurs institutionnels devrait entraîner une plus grande liquidité des
actions. En outre, de nombreuses études montrent que les investisseurs institutionnels
effectuent des transactions plus fréquentes et en plus grande quantité que les autres
investisseurs (Agarwal 2007 ; Rubin 2007 ; Brockman et al. 2009). Par conséquent, le
pourcentage élevé de propriété institutionnelle dans les entreprises qui versent des
dividendes devrait également augmenter le volume des transactions sur leurs actions. Par
conséquent, étant donné que les dividendes sont associés à un pourcentage élevé
d'investisseurs institutionnels qui ont une plus grande capacité à générer des informations
et à négocier en grande quantité, les entreprises qui versent des dividendes devraient avoir
des coûts de négociation plus faibles, une activité de négociation plus importante et, par
conséquent, une plus grande liquidité des actions. Par conséquent :

HI : Les actions qui versent des dividendes sont plus liquides que
celles qui n'en versent pas.

Les arguments ci-dessus indiquent en outre que la liquidité des actions peut également
dépendre du montant du paiement des dividendes. Un dividende plus élevé reflète des
informations sur des flux de trésorerie futurs plus élevés ou plus stables (Bhattacharya
1979 ; Miller et Rock 1985). De plus, un montant plus élevé de dividendes indique de
meilleures perspectives d'avenir ; par conséquent, la demande et le commerce d'actions à
dividendes élevés augmenteront, ce qui améliorera la liquidité des actions. En outre, un
dividende plus élevé indique que l'entreprise se rendra plus fréquemment sur le marché des
capitaux, ce qui signifie que des informations supplémentaires seront mises à la disposition
des participants au marché (Easterbrook 1984). Le niveau d'information plus élevé associé
au versement d'un dividende plus élevé se traduit par une plus grande liquidité des actions.
Cela conduit à l'hypothèse suivante :

H2 : Les actions qui versent un montant de dividendes plus élevé sont

plus liquides que celles qui versent un montant de dividendes moins
élevé.

14
 3.2. Données et échantillon

L'étude porte sur les entreprises figurant dans l'indice des actions FTSE ALL, qui
représente un agrégat des indices FTSE 100, FTSE 250 et FTSE SmallCap. L'indice FTSE
All Share est un indice pondéré en fonction de la capitalisation boursière représentant la
performance d'environ 98 % de la valeur du capital de toutes les sociétés éligibles cotées
sur le marché principal du LSE qui passent avec succès l'examen de leur taille et de leur
liquidité. L'utilisation des composantes actuelles de l'indice FTSE ALL Share Index peut
entraîner un problème de biais de survie dans notre échantillon. Le biais de survie est la
tendance des entreprises qui ne réussissent pas à être écartées des études de performance
parce qu'elles n'existent plus. Ce problème peut entraîner un biais à la hausse, car seules les
entreprises qui ont suffisamment bien réussi pour survivre jusqu'à la fin de la période
d'étude sont incluses. Afin de surmonter ce problème, nous incluons les entreprises mortes
qui ont disparu à tout moment avant la fin de la période d'échantillonnage. On obtient ainsi
un échantillon initial de 1 723 entreprises. Conformément aux critères utilisés dans les
études précédentes (par exemple, Banerjee et al. 2007 ; Brockman et al. 2008), nous
excluons les entreprises des secteurs de la finance et des services publics, et obtenons ainsi
un échantillon de 1 169 entreprises sur une période allant de 1996 à 2013, comme le résume
le panel A du tableau 3.1 Le 6panel B du tableau 3.1 montre la répartition des entreprises de
notre échantillon entre les secteurs d'activité sur la base de l'indice de référence de la
classification des industries (ICB).7 Plus de 28 % de l'échantillon provient du secteur
industriel, suivi par 26,18 % des services de consommation et 13,34 % des biens de
consommation. Les entreprises du secteur des télécommunications représentent environ 2
% du total. Le panel C du tableau 3.1 représente la répartition annuelle des entreprises de
notre échantillon. Comme illustré ci-dessus, l'échantillon n'est pas le même pour chaque
année en raison des fréquentes révisions des composantes de l'indice FTSE ALL.

6
Nous excluons les entreprises financières et de services publics parce qu'elles sont soumises à une
réglementation différente et que leurs ratios financiers ne sont pas comparables à ceux des entreprises d'autres
secteurs
7
L'ICB est un système définitif qui classe plus de 70 000 entreprises et 75 000 titres
dans le monde entier, ce qui permet de comparer les entreprises entre quatre niveaux de classification a
les frontières nationales. Le système ICB est soutenu par la base de données ICB, une base de données unique
en son genre.
source pour l'analyse sectorielle mondiale, qui est tenue par FTSE International Limited (s
http://www.icbenchmark.com)

15
 Tableau 3.1 Répartition des entreprises de l'échantillon par année et par secteur

Le panel A illustre les critères d'inclusion dans l'échantillon. Le panel B montre la

répartition des entreprises de l'échantillon entre les industries sur la base de l'indicateur
"Industrie
Classification Benchmark (ICB) Level 1" extrait de DataStream. Le panel C montre la
répartition des observations par année.

16
L'ensemble de données primaires est tiré de DataStream, qui comprend des données
quotidiennes et annuelles pour tous les stocks (morts et vivants). Les données quotidiennes
comprennent le cours de clôture, le cours vendeur, le cours acheteur, le volume des
transactions et le nombre d'actions en circulation. Les données annuelles comprennent le
dividende par action, le total des actifs et le bénéfice avant intérêts et impôts. Après avoir
supprimé toutes les observations comportant des valeurs manquantes, on obtient 8 780
observations annuelles pour 1 041 entreprises. Toutes les variables sont winsorisées aux
percentiles 1 et 99 h afin de réduire l'impact des valeurs aberrantes.

3.3. Méthodologie

3.3.1. Définitions des variables

Cette section présente les définitions des variables dépendantes, indépendantes et de

contrôle utilisées dans ce chapitre. La discussion se concentre sur les variables de liquidité
des actions, où les variables dépendantes comprennent l'écart proportionnel entre les cours
acheteur et vendeur, le taux de rotation et le taux d'illiquidité de l'Amihud (2002). En outre,
il définit la politique de dividende et les variables de contrôle et fournit des informations sur
les mesures de toutes les variables utilisées dans ce chapitre. Le tableau 3.2 résume les
définitions de ces variables.

3.3.1.1. Mesures de liquidité

Les variables dépendantes reflètent les mesures de la liquidité des actions. Il n'y a pas de
consensus dans la littérature sur la définition et la mesure de la liquidité des actions, bien
que de nombreuses suggestions aient été faites. La plupart des publications qui examinent la
liquidité se concentrent sur ses différentes dimensions (voir, par exemple, Kyle 1985 et
Baker 1996 pour une discussion plus approfondie). En général, il a été conclu qu'il "n'existe
pas de définition unique, non ambiguë, théoriquement correcte ou universellement acceptée
de la liquidité" (Baker 1996 : 1). En gardant tous ces points à l'esprit, et en raison de
l'absence d'une seule bonne mesure, cette étude applique les mesures suivantes, largement
acceptées, de la liquidité des actions afin de saisir ses différentes dimensions. Plus
précisément, nous étudions le lien entre la politique de dividende et différents aspects de la
liquidité, notamment les coûts de transaction (c'est-à-dire l'écart entre les cours acheteur et
vendeur), l'activité de négociation (c'est-à-dire le taux de rotation) et l'impact sur les prix

17
(c'est-à-dire le ratio d'illiquidité d'Amihud (2002))8. Selon la littérature sur la microstructure
du marché, la diminution de l'écart entre les cours acheteur et vendeur, l'augmentation du
taux de rotation et la diminution du taux d'illiquidité ont un effet différentiel sur la liquidité
des actions. Nous construisons ces mesures en calculant la moyenne pour une entreprise
donnée au cours d'une année donnée.

Écart proportionnel entre les cours acheteur et vendeur (Spread)

L'écart entre les cours acheteur et vendeur est la différence entre les prix proposés pour un
achat immédiat (bid) et ceux pour une vente immédiate (ask). Il s'agit probablement de l'un
des indicateurs de liquidité les plus populaires, et Amihud (2002) et Goyenko et al. (2009)
affirment qu'il est l'un des meilleurs. La littérature sur la microstructure du marché constate
que l'écart entre l'offre et la demande peut refléter les éléments suivants : (1) le coût de
traitement des ordres, (2) le coût de portage des stocks, (3) le coût de l'information
asymétrique et (4) le coût de la structure du marché (Huang et Stoll 1996). Cela permet de
saisir la majeure partie du coût de transaction. De nombreux travaux empiriques sur la
relation finance-liquidité des entreprises adoptent l'écart entre les cours acheteur et vendeur
comme indicateur de la liquidité. Par exemple, Rubin (2007) et Poon et al. (2013)
s'appuient sur l'écart entre les cours acheteur et vendeur pour examiner les effets de la
structure de propriété sur la liquidité des actions. Cette mesure est facile à calculer et peut
rendre la liquidité de différentes actions comparables les unes aux autres. En outre, elle peut
être calculée même si aucune transaction n'a lieu (Brennan et al. 1998 ; Jones 2002) 9.

Taux de rotation (Chiffre d'affaires)

Nous utilisons le taux de rotation quotidien moyen pour étudier l'impact de la politique de
dividende sur la dimension de la liquidité en termes de quantité de transactions. Ce ratio est
utilisé par Leuz et Verrecchia (2000) et Leuz (2003) comme mesure du niveau d'asymétrie
d'information, mesuré comme le produit du nombre d'actions négociées et du cours de
l'action, par la capitalisation boursière. Les mesures de l'activité boursière sont considérées
comme de bons indicateurs de la liquidité des actions car elles sont fortement associées à
8
Parmi les études qui utilisent des indicateurs similaires pour mesurer la liquidité des actions figurent celles de
Brockman etal. (2008) dans le contexte des rachats d'actions, et de Mazouz et al. (2010) dans le contexte de la
fixation du prix des actifs.
9
Les coûts de liquidité contiennent certains éléments qui pourraient être mesurés de manière peu exacte. Par exemple, la
composante de sélection adverse de l'écart entre les cours acheteur et vendeur nécessite des "données de haute fréquence".
Cependant, en raison du manque de divulgation des informations relatives à cette composante, nous mesurons les mesures
de faible fréquence de la liquidité des actions.

18
l'écart entre les cours acheteur et vendeur et à d'autres mesures de la liquidité. En outre, à
l'équilibre, la liquidité est corrélée à la fréquence des transactions. Ainsi, si la liquidité ne
peut être observée directement alors que le taux de rotation le peut, ce dernier peut être
utilisé comme indicateur de la liquidité. Le taux de rotation a également été largement
utilisé comme approximation de la liquidité (voir, par exemple, Brennan et al. 1998 ; Datar
et al. 1998 ; Chordia et al. 2001b ; Avramov et al. 2006 ; Prommin et al. 2014 ; Huamng et
al. 2015, entre autres), peut-être parce qu'il peut être facilement calculé en utilisant des
données facilement disponibles (par exemple, des données quotidiennes).

Amihud (2002) raf/o d'illiquidité (Amihud)

Bien que l'écart entre l'offre et la demande soit proche du coût d'achat ou de vente d'un petit
nombre d'actions, il ne tient pas compte de l'impact potentiel sur le prix de la négociation de
nombreuses actions. Dans cette étude, nous considérons également la mesure de l'impact
sur les prix proposée par Amihud (2002). En particulier, Amihud (2002) développe un
proxy de liquidité qui mesure la réponse quotidienne au prix associée à un dollar de volume
de trading. Cette approximation suit de près la définition intuitive des marchés liquides
comme étant ceux qui permettent des échanges avec un impact minimum sur les prix. En
d'autres termes, une action aurait un niveau élevé de liquidité si son prix évoluait peu en
réponse à un volume de transactions important. De nombreuses études empiriques utilisent
le proxy de liquidité de l'Amihud pour mesurer l'impact des décisions des entreprises, telles
que les rachats d'actions (Hillert et al. 2016) et la division des actions (Huang et al. 2015),
sur la liquidité des actions. En utilisant les données des marchés boursiers américains,
Goyenko et al. (2009) et Hasbrouck (2009) montrent que l'illiquidité de l'Amihud surpasse
d'autres mesures pour saisir les coûts de transaction.

3.3.1.2. Principale variable explicative

Notre principale variable explicative représente la politique de dividende. Dans cette étude,
deux principaux indicateurs sont utilisés pour refléter les deux décisions de l'entreprise en
matière de politique de dividende : la décision de verser des dividendes et le montant des
dividendes à verser. Le premier proxy mesurera les décisions de l'entreprise en matière de
paiement de dividendes (DIV', [t et est une variable fictive ayant une valeur de 1 pour les
payeurs de dividendes et de 0 pour les non-payeurs de dividendes (voir, par exemple, Ferris

19
et al. 2009 ; Kuo et al. 2013). La deuxième approximation est le montant de la décision de
dividende (Hf pñDPS/ ,O. et est une variable binaire ayant une valeur de 1 pour les actions
dont le dividende par action (DPS , ) est supérieur à la médiane, et 0 sinon10 . La variable
continue (DPS , ) est également utilisée pour mesurer le montant de la décision de
dividende.

3.3.1.3. Variables de contrôle

Nous utilisons plusieurs variables de contrôle identifiées dans la littérature comme étant les
principaux déterminants de la liquidité des actions. Premièrement, nous contrôlons la
volatilité des rendements. Une forte volatilité des rendements peut être considérée comme
un risque élevé pour les entreprises et un risque élevé pour les stocks auquel sont confrontés
les teneurs de marché (Amihud et Mendelson 1980 ; Ho et Stoll 1983 ; O'Hara et Oldfield
1986 ; Poon et al. 2013). En outre, elle est associée à un niveau élevé d'asymétrie
d'information entre les initiés et les tiers, ainsi qu'entre les investisseurs ayant des
ensembles d'informations différents (Poon et al. 2013). Ainsi, nous nous attendons à
détecter une relation négative entre la volatilité des rendements et la liquidité des actions
(Chung et al. 2010 ; Jacoby et Zheng 2010 ; Gopalan et al. 2012 ; Poon et al. 2013 ; Andres
et al. 2014). Comme Poon et al. (2013) et Prommin et al. (2014), nous mesurons la
volatilité des rendements (Volatilité) en utilisant l'écart-type du rendement quotidien sur
l'année. Les performances des entreprises sur le marché - c'est-à-dire les rendements des
actions - peuvent affecter la volatilité des rendements de l'entreprise et donc la liquidité des
actions (Hameed et al. 2010) ; il est donc important de contrôler cet aspect. Les rendements
annuels pourraient refléter la prospérité économique d'une entreprise, car les entreprises
dont les bénéfices futurs sont positifs peuvent avoir des rendements positifs (Andres et al.
2014). Plus les rendements annuels sont élevés, plus la liquidité des actions d'une entreprise
est importante. La moyenne des rendements quotidiens de l'entreprise est calculée sur
l'année pour obtenir le rendement annuel (Return) (Gopalan et al. 2012 ; Poon et al. 2013 ;
Andres et al. 2014 ; Charoenwong et al. 2014 ; Hillert et al. 2016).

Outre ces variables de contrôle basées sur le marché, qui sont couramment utilisées dans la
littérature, nous contrôlons l'impact de plusieurs caractéristiques des entreprises liées à la

10
Ces variables ont été choisies pour rendre compte du fait que la politique de dividende implique deux
décisions : la probabilité de payer et le montant du dividende payé (par exemple, Li et Lie, 2006 ; Kim et Jang,
2010 ; Alphonse et Tran, 2014)

20
comptabilité. Banerjee et ses collaborateurs (2007) affirment que la politique en matière de
dividendes et la liquidité des actions peuvent être liées à plusieurs facteurs communs,
notamment la taille de l'entreprise, sa rentabilité et ses possibilités de croissance. Selon
Banerjee et ses collaborateurs (2007), pour examiner le lien entre la politique de dividende
de l'entreprise et la liquidité, il est important de contrôler d'autres variables qui sont le plus
susceptibles d'affecter la direction et la force de la relation entre la liquidité des actions et la
politique de dividende. Les études existantes ont identifié la taille, la rentabilité et les
opportunités de croissance des entreprises comme les principaux déterminants de la
politique de dividende (voir, par exemple, Fama et French 2001 ; Denis et Osobov 2008 ;
Fatemi et Bildik 2012). En outre, il a été démontré que la liquidité des actions est affectée
par ces variables (voir, par exemple, Chordia et al. 2004 ; Chung et al. 2010 ; Ertimur 2004
; Dass et al. 2011 ; Gopalan et al. 2012). D'un point de vue théorique, il existe une relation
positive entre la taille de l'entreprise et la liquidité des actions, en ce sens que plus la taille
de l'entreprise augmente, plus la liquidité de ses actions augmente. Une grande entreprise a
plus de chances d'être suivie par les analystes et d'attirer les investisseurs qu'une petite
entreprise (Riahi et al. 2013). En outre, une grande entreprise est plus à même de divulguer
beaucoup d'informations, ce qui réduit le niveau d'asymétrie de l'information et améliore la
liquidité des actions (Loukil et al. 2010). Plusieurs études montrent que les petites actions
sont moins liquides que les grandes (Stoll et Whaley 1983 ; Stoll 2000 ; Chung et al. 2010 ;
Gopalan et al. 2012). Selon Kim et Jang (2010), Chung et al. (2010), Poon et al. (2013), et
Hillert et al. (2016), le logarithme naturel de la valeur comptable des actifs totaux est utilisé
comme indicateur de la taille des entreprises (Size).

La liquidité des actions est également liée à la performance opérationnelle de l'entreprise.

La littérature suggère que les investisseurs préfèrent acheter des actions d'entreprises
rentables. Il est également suggéré que les entreprises financièrement saines sont plus
faciles à vendre que celles qui connaissent des difficultés financières. En particulier, une
entreprise dont les bénéfices et les profits sont élevés devrait être soumise à une décote
d'illiquidité moins importante qu'une entreprise qui enregistre des pertes. Par exemple, en
utilisant les écarts entre les cours acheteur et vendeur comme indicateur du niveau
d'asymétrie de l'information, Ertimur (2004) constate que les entreprises déficitaires
enregistrent effectivement un écart entre les cours acheteur et vendeur plus élevé que les
entreprises rentables. Gopalan et autres (2012) et Charoenwong et autres (2014) constatent

21
que les entreprises ayant un faible niveau de rentabilité ont moins de stocks liquides. On
s'attend donc à ce que la liquidité soit positivement liée à la rentabilité de l'entreprise. Nous
mesurons la rentabilité de l'entreprise (Profitability) comme le ratio des bénéfices avant
intérêts et impôts par rapport au total des actifs (Banerjee et al. 2007).

De même, la liquidité des actions a tendance à être plus précieuse pour les entreprises qui
ont plus de possibilités de croissance. Par conséquent, on s'attend à ce que ces entreprises
trouvent des moyens de rendre leurs actions plus liquides afin de réduire leur coût du
capital (Amihud et Mendelson 2012). En outre, Dass et al. (2011) examinent la liquidité des
actions des entreprises ayant de fortes possibilités de croissance (entreprises ayant un
niveau élevé de R&D) et constatent que les actions de ces entreprises sont nettement plus
liquides que celles d'entreprises comparables. En conséquence, la relation entre les
opportunités de croissance et la liquidité des actions devrait être positive. Selon Fama et
French (2001), Fama et French (2002), Banerjee et autres (2007), et Hussainey et autres
(2011), les opportunités de croissance (Growth) sont mesurées comme le rapport entre les
variations en pourcentage de l'actif total.

22
 Tableau 3.2 Définitions et mesures des variables
Ce tableau présente les définitions et les mesures de nos variables utilisées dans cette étude, ainsi que les
signes attendus des variables explicatives.
Variable (Code) Définition Exp. Signer Études connexes
Variables dépendantes : Liquidité des stocks (Liq)
Écart proportionnel entre l'offre Howe et Lin (1992) Mitra
et la demande (Spread) et Rashid (1997)
Brockman et autres
(2008)
Le rapport entre le volume des transactions
boursières (70LQ) et le Banerjee et autres (2007)
Taux de rotation (Chiffre nombre d'actions en circulation (NO) Brockman et autres (2008)
d'affaires) Griffin (2010)
Kuo et al. (2013)
Absolue (r) divisée par le volume des échanges en
dollars (VOLD)
Ratio d'illiquidité de l'Amihud Banerjee et autres (2007)
(2002) (Amihud) Brockman et autres (2008)
Kuo et autres (2013)
Explication clé Va riables : Politique de dividende
Variable fictive égale à 1 si l'action est une Positif
payeur de dividendes et 0 autrement (chiffre
Décision de paiement de
d'affaires)
dividende (DIV)
Négatif Howe et Lin (1992) Mitra et
(Spread et Rashid (1997) Gurgul et
Amihud) autres (2003) Dasilas et
Variable fictive égale à 1 si l'action paie un Leventis (2010)
dividende supérieur à la médiane du dividende par Positif (avec Bozos et al. (2010)
action et 0 sinon chiffre
Montant de la décision de
d'affaires)
dividende (HighDPS)
DPS ; > Médiane(D PS ; )q DPS ;
< Médiane(D PS ; ) Négatif (avec
Spread et
Amihud)
Variables de contrôle
Positif (avec
Stoll (2000)
Chiffre
Logarithme naturel de la valeur comptable de Chung et al (2010)
d'affaires)
Taille de l'entreprise (Taille) Gopalan et al (2012) Poon
l'actif total :
et al (2013) Hillert et al
Négatif (avec (2016)
Spread et
Amihud)
Négatif (avec
Chung et autres (2010)
Chiffre
Jacoby et Zheng (2010)
Volatilité des rendements d'affaires)
Écart-type des rendements quotidiens sur un an Gopalan et autres (2012)
(Volatility)
Poon et autres (2013)
PoSitive (avec Andres et al. (2014)
Spread et
Amihud)
Négatif (avec
Chiffre
Poon et al. (2013) Andres
Rendement des actions d'affaires)
Le rendement quotidien est calculé en et al. (2014) Hillert et al.
(Return)
moyenne sur l'année (2016)
Positif (avec
Spread et
Amihud)
Positif (avec
chiffre
Rentabilité des entreprises Ertimur (2004) Dass
d'affaires)
Résultat avant intérêts et impôts (EBIT) et al. (2011)
(Profitability)
divisé par la valeur comptable du total des actifs : Gopalan et al. (2012)
Négatif (avec
Spread et
Amihud)
Positif (avec
Pourcentage de variation de la valeur comptable du Dass et al. (2011) Amihud
Chiffre
Possibilités de total des actifs et Mendelson (2012)
croissance d'affaires)
Gopalan et autres (2012)
(Croissance) Hillert et autres (2016)
Négatif (avec
Spread et
Amihud)

23
 3.3.2. Modèles empiriques

Pour examiner l'impact des décisions de politique de dividende sur la liquidité des actions, nous estimons le mode11 l suivant :

LIQi ,t   0  1 Dividend policy i, t  controlsi ,t  (YearDummies )  industryDu mmies   i ,t (3.1)

où LIQ',i est la variable de liquidité de l'action mesurée par trois indicateurs différents, à savoir l'écart entre les cours acheteur et vendeur, le taux de
rotation et le taux d'illiquidité. Notre choix de mesures de la liquidité est dicté par notre désir de couvrir différents aspects de la liquidité. C'est
pourquoi nous utilisons l'écart entre les cours acheteur et vendeur (écart A pour refléter les coûts de transaction, taux de rotation (7 ur/tov er :,t) pour
refléter l'activité de négociation, et le ratio d'illiquidité (Amiñud" ) pour refléter l'impact sur les prix. La politique de dividende i,i est une variable
fictive qui reflète les décisions en matière de politique de dividende. Elle est mesurée par DIV', pour refléter la décision de paiement de dividende et
HighDPS , pour refléter le montant du dividende payé. Les contrôles , sont des variables de contrôle. Toutes les variables sont normalisées pour
avoir une moyenne nulle et une variance unitaire pour chaque année.

Pour contrôler la simultanéité, cette étude suit la pratique courante qui consiste à utiliser les valeurs décalées des variables indépendantes (Reed
2013 ; Bellemare et al. 2015) 12. Nous suivons également les études financières précédentes et incluons les effets fixes de l'année et de l'industrie
pour contrôler l'effet du temps et de l'hétérogénéité non observée de l'industrie (voir, par exemple, Gopalan et al. 2012 ; Poon et al. 2013 ; Prommin
et al. 2014 ; Hillert et al. 2016) 13. Les variables factices sont celles qui prennent la valeur 0 ou 1 pour refléter l'absence ou la présence d'un effet
catégorique susceptible de modifier le résultat. Étant donné la possibilité que les variables de cette étude puissent changer au cours de la période
d'étude, les variables fictives de l'année contrôleront les tendances de la politique des dividendes. Pour saisir cet effet, nous incluons une variable
fictive pour chaque année de la période d'étude. De plus, nous incluons des variables fictives sur l'industrie pour refléter les facteurs spécifiques à
l'industrie qui affectent les déterminants de la liquidité des actions (par exemple, Poon et al. 2013). La politique de dividende peut varier d'une

11
Une approche similaire est utilisée par des études antérieures qui relient la finance d'entreprise à la liquidité des actions (par exemple, Hillert et al. 2016 ; Prommin et al. 2014 ;
Poon et al. 2013 ; Rubin 2007). Voir l'annexe A pour une explication de l'utilisation des régressions groupées avec le modèle à effets fixes par année et par secteur
12
Par exemple, Reed (2013) affirme que le remplacement d'une variable endogène suspecte par des valeurs décalées est la pratique courante en économétrie appliquée.
Bellemare et al. (2015 : 5) déclarent que "les chercheurs en économétrie appliquée proposent souvent d'utiliser une valeur décalée d'une variable explicative X afin de
l'"exogénéiser" lors de l'estimation de l'effet causal de X sur Y. Étant donné que Ytc ne peut pas éventuellement causer Xt-1, l'argument est que le remplacement de Xt par Xt-1
permet d'éviter les préoccupations selon lesquelles X est endogène à Y.
13
L'hétérogénéité inobservable fait référence aux variables qui ne sont pas dans un modèle ou une analyse mais qui pourraient avoir une influence à la fois sur la cause et l'effet et
donc causer un biais (Shadish et al.2002)
industrie à l'autre (Dhanani 2005 ; Kang 2006 ; Mahdzan et al. 2016). Par exemple, Dhanani (2005) et Kang (2006) affirment que les entreprises de
différents secteurs suivent des politiques de dividendes différentes parce que chaque secteur présente des caractéristiques différentes, comme les
possibilités d'investissement, la réglementation et la structure financière. Mahdzan et al. (2016) affirment que les différentes industries ont des
natures commerciales distinctes et fonctionnent différemment. Par conséquent, les modèles de dividendes des entreprises et les politiques de
distribution des dividendes peuvent varier d'un secteur à l'autre.

3.4. Résultats empiriques

3.4.1. Statistiques descriptives

Le panel A du tableau 3.3 présente les statistiques descriptives des principales variables utilisées dans cette étude 14. Le dividende moyen par action
(DPS) est de 0,091, ce qui signifie qu'en moyenne, les entreprises britanniques ont payé 0,091 DPS pendant la période étudiée. 75% des entreprises
britanniques ont versé des dividendes pendant la période étudiée. L'écart annuel moyen proportionnel entre les cours acheteur et vendeur est de 2,9
%, ce qui est comparable à l'écart de 2,1 % enregistré aux États-Unis sur la période 1947-2008 (Nos et al. 2011). La moyenne du ratio d'illiquidité
de l'Amihud (2002) est de 0,002, ce qui suggère qu'en moyenne, le prix de l'action évolue de 0,2 % pour chaque dollar de volume d'échange. La
moyenne annuelle du ratio de rotation des actions est de 0,4 %. Toutes ces moyennes dépassent les valeurs médianes, ce qui indique la présence
d'asymétries dans les distributions de nos variables. En outre, en moyenne, chacune des actions de l'indice FTSE ALL croît de 5 % sur l'ensemble de
la période étudiée et a une taille moyenne en logarithme de l'actif total de 12,6. Le ratio de rentabilité moyen est de 5 %, ce qui indique que les
bénéfices avant intérêts et impôts représentent 5 % de l'actif total. La volatilité des rendements est en moyenne de 2,1 %. Des chiffres de volatilité
similaires sont rapportés par Chung et al. (2010) (2,39%) et Rubin (2007) (2,92%) dans le cas des États-Unis.

Le panel B du tableau 3.3 présente la matrice de corrélation des variables utilisées dans cette étude. En ce qui concerne les mesures alternatives de
la liquidité, toutes les corrélations ont le bon signe. L'écart entre les cours acheteur et vendeur et le ratio d'illiquidité sont corrélés positivement et
tous deux sont corrélés négativement avec le taux de rotation15. Toutes les corrélations des mesures de la liquidité par rapport au RPD semblent

14
Dans l'annexe B, nous présentons les statistiques descriptives de l'échantillon d'entreprises versant des dividendes uniquement.
15
Ces modèles de corrélation sont conformes aux conclusions d'études antérieures (voir, par exemple, Rubin 2007).
avoir le bon signe. À l'exception de sa corrélation négative avec le taux de rotation, la corrélation entre la décision de paiement des dividendes
(variable DU et autres mesures de liquidité sont du signe attendu. En ce qui concerne les variables de contrôle, nous signalons plusieurs corrélations
significatives qui sont cohérentes avec la littérature antérieure sur la liquidité des actions. Le taux de rotation est positivement corrélé avec la taille
de l'entreprise, tandis que l'écart entre les cours acheteur et vendeur et le ratio d'illiquidité sont négativement corrélés avec la taille de l'entreprise.
Ces corrélations sont cohérentes avec l'idée que les grandes entreprises ont tendance à avoir des actions plus liquides (par exemple, Chordia et al.
2004 ; Chung et al. 2010 ; Loukil et al. 2010). L'écart entre les cours acheteur et vendeur et le ratio d'illiquidité sont négativement liés aux
rendements des actions (Gopalan et al. 2012) mais positivement liés à la volatilité des rendements (Gopalan et al. 2012 ; Poon et al. 2013).
Cependant, il existe une corrélation négative inattendue entre le taux de rotation et la rentabilité et les possibilités de croissance. Ces résultats
contredisent les prédictions selon lesquelles les entreprises rentables et en croissance disposent d'une plus grande liquidité des actions (Dass et al.
2011 ; Amihud et Mendelson 2012). Cependant, tous ces résultats de corrélation doivent être considérés avec prudence car ils ne tiennent pas
compte de plusieurs facteurs qui influencent la liquidité.

Tableau 3.3 Statistiques descriptives et matrice de corrélation des variables

Le panel A présente des statistiques descriptives des observations annuelles des principales variables de l'étude. Le panel B rapporte les coefficients de corrélation entre les
variables dépendantes et indépendantes. L'échantillon est constitué de 8 780 observations annuelles fermes sur la période 1996-2013. Spread désigne l'écart proportionnel
entre les cours acheteur et vendeur, Turnover est le taux de rotation, Amihud est le ratio d'illiquidité Amihud (2002). Toutes ces variables sont calculées comme les moyennes
des valeurs quotidiennes sur une année donnée. La taille est la taille de l'entreprise. La croissance est les opportunités de croissance. La rentabilité est la rentabilité de
l'entreprise. Le rendement est la moyenne des rendements journaliers sur une année. La volatilité est l'écart-type des rendements quotidiens sur une année. Le RPD est le
dividende par action. DIV est une variable fictive qui est égale à 1 pour les payeurs de dividendes et à zéro dans le cas contraire. Voir le tableau 3.1 pour la mesure des
variables. Les astérisques ***, ** et * indiquent une signification à un niveau de 1 %, 5 % et 10 %, respectivement.
Panel A : Statistiques descriptives
DPS DIV Chiffre Diffuser Amihud Taille Croissanc Rentabilité Retour Volatilité
d'affaires e
Observations 8780 8780 8780 8780 8780 8780 8780 8780 8780 8780
Moyenne 0.0907 0.7513 0.0035 0.0288 0.0018 12.5533 0.0496 0.0497 -0.0001 0.0207
Médiane 0.0460 1.0000 0.0027 0.0197 0.0001 12.3502 0.0489 0.0788 0.0000 0.0187
SD 0.1458 0.4323 0.0030 0.0314 0.0057 1.8127 0.2727 0.1798 0.0020 0.0180
Min 0.0000 0.0000 0.0002 0.0006 0.0000 8.6149 -1.1676 -0.9234 -0.0083 0.0000
Max 0.9410 1.0000 0.0169 0.1702 0.0415 17.4918 0.8016 0.3866 0.0055 0.0948
Panel B : Matrice de
corrélation
DPS DIV Chiffre Diffuser Amihud Taille Croissanc Rentabilité Retour Volatilité
 d'affaires e

DPS 1
DIV 0.3581*** 1
Chiffre d'affaires 0.0627*** -0.0388*** 1
Diffuser -0.2908*** -0.4031*** -0.2468*** 1
Amihud -0.1567*** -0.2803*** -0.1776*** 0.5938*** 1
Taille 0.4202*** 0.3357*** 0.3035*** -0.6149“* -0.3067*** 1
Croissance 0.0488*** 0.1465*** -0.0403*** -0.2268“* -0.2028*** 0.0861*“ 1
Rentabilité 0.2329*** 0.4815*** -0.0550*** -0.3990*** -0.2466*** 0.2568*** 0.4260*“ 1
Retour 0.0198* 0.0473*** -0.0056 -0.0872“* -0.0852*** 0.0474*** 0.0589*** 0.0856*“ 1
Volatilité -0.0748*** -0.1580*** 0.0413*** 0.1544*** 0.1185*** -0.1028*** -0.0171 -0.1154*** -0.3080*** 1
Le RPD a une corrélation positive avec la rentabilité de l'entreprise, ce qui indique que plus
la rentabilité de l'entreprise augmente, plus les dividendes augmentent, ce qui fait que les
entreprises à forte rentabilité sont plus à même d'utiliser leurs sources de financement
internes pour payer des dividendes (Fama et French 2001 ; Denis et Osobov 2008).
Toutefois, le RPD est positivement corrélé avec les possibilités de croissance, ce qui est en
contradiction avec l'idée que les entreprises ayant des possibilités de croissance élevées ont
tendance à verser des dividendes moins élevés (voir, par exemple, Fama et French 2001 ;
DeAngelo et al. 2006). Cependant, Aivazian et al. (2003) obtiennent des résultats similaires
dans le contexte des pays en développement. De plus, la taille des entreprises est
positivement liée à la RPD, ce qui suggère que les grandes entreprises sont plus susceptibles
de verser des dividendes (AI-MaIkawi 2007 ; Kim et Jang 2010). Des résultats similaires
sont rapportés pour les variables factices de la DIV, qui indiquent que les grandes
entreprises rentables à forte croissance sont plus susceptibles de verser des dividendes.

Il ne semble pas y avoir de corrélation élevée entre deux des variables explicatives. Les
coefficients de corrélation sont généralement faibles (<0,5), ce qui implique une absence de
multicollinéarité entre les variables explicatives. Comme vérification supplémentaire de la
multicolinéarité, nous utilisons le facteur d'inflation de la variance (VIF) :

VIF - 1/(1 - R2)

où A 2 est
le coefficient de détermination de la régression d'une certaine variable explicative
sur toutes les autres variables explicatives. La variable explicative est considérée comme
colinéaire avec d'autres variables explicatives si le coefficient VIF de la variable est
supérieur à cinq (Berenson et al. 2009). Cependant, si le coefficient VIF d'une variable
explicative est égal à un, alors cette variable est indépendante des autres variables, c'est-à-
dire que la colinéarité n'a pas d'effet significatif sur la relation entre la variable explicative
et la variable dépendante. Nous effectuons un test de colinéarité entre les variables
explicatives (variables de politique de dividende, taille de l'entreprise, opportunités de
croissance, rentabilité, rendements et volatilité) pour tester la présence d'une colinéarité
entre les variables explicatives ayant un effet significatif sur la relation entre les variables
explicatives et la variable dépendante. Les valeurs de l'IVF ont été calculées en effectuant
des diagnostics de colinéarité (voir tableau 3.4).
 Tableau 3.4 Facteur de variance de l'inflation (VIF)
Ce tableau présente l'IVF entre les variables explicatives. La taille est la taille de l'entreprise.
La croissance est les opportunités de croissance. La rentabilité est la rentabilité de
l'entreprise. Le rendement est la moyenne des rendements quotidiens sur une année. La
volatilité est l'écart-type des rendements quotidiens sur un an. Le RPD est le dividende par
action. DIV est une variable fictive qui est égale à un pour les payeurs de dividendes et à
zéro dans le cas contraire. Voir le tableau 3.1 pour la mesure des variables.
Variable VIF Tolérance R-Carré
DPS 1.3 0.7682 0.2318
DIV 1.48 0.6771 0.3229
Taille 1.29 0.775 0.225
Croissance 1.23 0.8113 0.1887
Rentabilité 1.59 0.6275 0.3725
Retour 1.11 0.9004 0.0996
Volatilité 1.13 0.8812 0.1188
Moyenne 1.31

Tableau 3.5 Moyens de liquidité des actions dans les différents secteurs
d'activité
Ce tableau présente la moyenne des mesures de la liquidité des actions selon la
classification des industries sur la période de l'échantillon. Pour la liquidité des actions,
cette étude utilise l'écart proportionnel entre les cours acheteur et vendeur (Spread), le
ratio de rotation (Turnover) et le ratio d'illiquidité de l'Amihud (Amihud).
Industrie Chiffre d'affaires Diffuser Amihud
Matériaux de base 0.0034 0.0255 0.0017
Biens de consommation 0.0030 0.0280 0.0017
Services aux consommateurs 0.0039 0.0243 0.0016
Soins de santé 0.0032 0.0363 0.0023
Industrie 0.0031 0.0278 0.0017
Pétrole et gaz 0.0036 0.0282 0.0011
Technologie 0.0042 0.0413 0.0027
Télécommunications 0.0047 0.0186 0.0004

Le tableau 3.5 montre comment la liquidité des actions varie selon les secteurs. Les
entreprises des secteurs de la technologie et des soins de santé présentent l'écart
proportionnel entre les cours acheteur et vendeur (Spread) le plus élevé, soit respectivement
4,13 % et 3,63 %. En revanche, les entreprises de télécommunications ont l'écart le plus
faible, avec une moyenne de 1,86 %. En ce qui concerne le ratio d'illiquidité de l'Amihud
(Amihud), les sociétés de télécommunications ont le ratio d'illiquidité le plus bas avec une
moyenne de 0,04%. Néanmoins, les soins de santé et la technologie ont les ratios
d'illiquidité les plus élevés avec une moyenne de 0,23% et 0,27%, respectivement. En ce qui

83
concerne le taux de rotation (chiffre d'affaires), les entreprises de télécommunications ont le
taux de rotation le plus élevé avec une moyenne de 0,47%, tandis que les entreprises de
biens de consommation ont la moyenne la plus basse avec 0,30%. Nous utilisons des
variables muettes industriels pour contrôler les variations de liquidités entre les industries.

3.4.2. Résultats univariés

Cette section examine l'effet de la politique des dividendes sur la liquidité des actions en
utilisant une analyse univariée. Cette analyse implique une comparaison de la liquidité des
actions à l'aide de trois mesures différentes pour deux groupes : les actions donnant droit à
des dividendes et les actions ne donnant pas droit à des dividendes, ainsi que les actions
donnant droit à des dividendes élevés et les actions donnant droit à des dividendes faibles.
Le panel A du tableau 3.6 contient des données descriptives sur les actions donnant droit à
des dividendes et les actions ne donnant pas droit à des dividendes. Les résultats montrent
que l'écart moyen (médian) entre les cours acheteur et vendeur et le taux d'illiquidité des
actions donnant droit à des dividendes sur l'ensemble de la période sont de 2,2 % (0,09 %).
Ces chiffres sont inférieurs à ceux des actions ne donnant pas lieu à des dividendes, qui
présentent un écart moyen (médian) entre les cours acheteur et vendeur et un taux
d'illiquidité de 5,08 % (0,46 %). Le test t et le test de Mann Whitney indiquent que les
sociétés qui versent des dividendes présentent un écart entre les cours acheteur et vendeur et
un ratio d'illiquidité nettement inférieurs à ceux des sociétés qui ne versent pas de
dividendes. Ces résultats sont conformes à notre hypothèse (H1), qui suggère que les
actions des entreprises qui versent des dividendes sont nettement plus liquides que celles
des entreprises qui ne versent pas de dividendes. Ces résultats concordent avec ceux de
Howe et Lin (1992) qui constatent qu'en moyenne, les actions des entreprises qui versent
des dividendes ont un écart acheteur-vendeur plus faible que les actions des entreprises qui
ne versent pas de dividendes. Toutefois, le taux de rotation des actions qui versent des
dividendes est en moyenne (médiane) de 0,34 % (0,26 %), ce qui est inférieur à celui des
actions qui ne versent pas de dividendes. Ce résultat contredit notre prévision d'une
association positive entre le paiement de dividendes et l'activité commerciale, car les
entreprises qui versent des dividendes sont plus favorables aux grands investisseurs tels que
les investisseurs institutionnels (Allen et al. 2000 ; Grinstein et Michaely 2005). Les
investisseurs institutionnels ont la possibilité de négocier plus fréquemment et en grandes
quantités et donc d'augmenter la liquidité des actions en raison d'une activité de négociation

84
plus importante (Rubin 2007). Toutefois, ce résultat peut suggérer que, bien que les
institutions financières soient plus susceptibles d'acheter des actions versant des dividendes
en raison de leur préférence pour les actions à haut rendement, elles ont tendance à être des
investisseurs plus passifs "d'achat et de conservation" (Hotchkiss et Lawrence 2007 ;
Comité des marchés émergents de l'OICV 2007 : 12), et donc leurs transactions sont moins
fréquentes.

Tableau 3.6 Analyse univariée

Ce tableau présente des statistiques descriptives des observations annuelles des mesures
de liquidité des actions donnant droit à des dividendes et des actions ne donnant pas droit à
des dividendes (panel A) et des actions donnant droit à des dividendes élevés et des actions
donnant droit à des dividendes faibles (panel B). Les tests t et les tests de Mann Whitney
sont utilisés pour tester l'importance des différences entre les moyennes des mesures de
liquidité des deux séries d'actions. L'écart désigne l'écart proportionnel entre les cours
acheteur et vendeur, le chiffre d'affaires est le taux de rotation et l'Amihud est le ratio
d'illiquidité de l'Amihud (2002). Voir le tableau 3.2 pour la mesure des variables. Les
astérisques ***, ** et * indiquent une signification à un niveau de 1 %, 5 % et 10 %,
respectivement.
Panel A : Payeurs de dividendes contre non-payeurs de dividendes
Actions Payeurs Actions Différences entre les actions
Non-Payeurs donnant droit à un dividende et
celles n'en donnant pas

Moyenn Médiane Moyen Médiane t-Stat Mann Whitney

e ne
Diffuser 0.0216 0.0163 0.0508 0.0394 30.5994*** 33.194***
Chiffre 0.0034 0.0026 0.0037 0.0027 3.3470*** 0.985
d'affaires
Amihud 0.0009 0.0001 0.0046 0.0005 17.6184*** 27.660***

Panel B : Payeurs à dividendes élevés vs. payeurs à faibles

Actions Payeurs Actions Différences entre les actions

Non -Payeurs donnant droit à un dividende et
celles n'en donnant pas

Moyenn Médiane Moyen Médiane t-Stat Mann Whitney

e ne
Diffuser 0.0141 0.0092 0.0286 0.0236 29.967*** 32.550***
Chiffre 0.0038 0.0029 0.0031 0.0024 -10.129*** -9.917***
d'affaires
Amihud 0.0003 0.0000 0.0012 0.0002 18.372*** 30.535***

85
Une autre analyse univariée est menée pour examiner l'effet du montant du dividende sur la
liquidité des actions en utilisant deux ensembles d'actions : les actions à dividende élevé
(dividende par action>médian) et les actions à dividende faible (dividende par
action<médian). Les résultats du panel B du tableau 3.6 montrent que les actions à
dividendes élevés présentent un écart moyen (médian) entre les cours acheteur et vendeur et
un taux d'illiquidité de 1,41 % (0,92 %) et 0,03 % (0,00 %), respectivement. Ces chiffres
sont inférieurs à ceux des actions à faible dividende. En outre, les sociétés qui versent des
dividendes élevés ont un taux de rotation moyen (médian) de 0,38 % (0,29 %), ce qui est
supérieur à celui des sociétés qui versent des dividendes faibles. Les différences entre les
trois mesures de liquidité des deux groupes sont significatives, comme le confirment le test t
et le test Mann Whitney. Cela prouve notre hypothèse (H2), selon laquelle les actions des
payeurs de dividendes élevés sont nettement plus liquides que celles des payeurs de
dividendes faibles.

Ainsi, les résultats préliminaires suggèrent un effet positif des décisions de politique de
dividende sur la liquidité des actions. Toutefois, les différences dans les mesures de la
liquidité des actions peuvent être attribuables à l'évolution d'autres facteurs (taille de
l'entreprise, possibilités de croissance, rentabilité, etc.) Par conséquent, pour examiner la
relation entre la liquidité des actions et les décisions en matière de politique de dividendes
tout en tenant compte du pouvoir explicatif possible de ces variables sur la liquidité des
actions, nous passons à la deuxième étape de l'analyse.

3.4.3. Résultats à plusieurs variables

3.4.3.1. L'impact des décisions de paiement de dividendes sur la liquidité

des actions

Dans cette section, nous examinons l'impact des décisions de paiement de dividendes sur
différents aspects de la liquidité des actions tout en contrôlant les autres facteurs qui
peuvent affecter cette relation. Le tableau 3.7 présente les résultats de l'analyse de
régression des MCO regroupés où la politique des dividendes est mesurée par la variable
muette des décisions de paiement de dividendes (DU. Les statistiques I indiquées entre
parenthèses sont basées sur des erreurs-types robustes ajustées pour tenir compte de
l'hétéroscédasticité et du regroupement des entreprises. Le coefficient de la variable muette
de paiement des dividendes (DU) est associé négativement et statistiquement à la fois à
l'écart entre les cours acheteur et vendeur et au ratio d'illiquidité. Ces résultats soutiennent
fortement notre première hypothèse (H1). Ce résultat est conforme à celui de Howe et Lin
86
(1992), qui constatent que les actions qui versent des dividendes ont en moyenne un écart
entre les cours acheteur et vendeur plus faible que les actions qui ne versent pas de
dividendes. Il est également conforme à l'opinion selon laquelle un niveau d'information
asymétrique plus élevé entraînera un impact plus important sur les prix (Amihud et
Mendelson, 2012). Mitra et Rashid (1997) concluent que les décisions de paiement de
dividendes fournissent des informations utiles au marché et réduisent donc l'asymétrie
d'information. En conséquence, l'écart entre les cours acheteur et vendeur et l'impact sur les
prix diminuent et la liquidité des actions s'améliore. La signification économique de ces
résultats est également importante. Par exemple, les payeurs de dividendes ont un écart
entre les cours acheteur et vendeur qui est inférieur de 0,35 écart-type à celui des 16
non-
payeurs de dividendes s.De même, le ratio d'illiquidité de l'Amihud (impact sur les prix) est
inférieur de 0,35 écart-type pour les payeurs de dividendes par rapport aux non-payeurs.

16
Étant donné que les variables sont normalisées, le coefficient est interprété comme les changements d'écart-
type de la variable dépendante résultant d'un écart-type de la variable indépendante

87
Tableau 3.7 L'effet des décisions de paiement de dividendes sur la liquidité
des stocks : modèle de régression MCO groupé
Ce tableau présente les résultats de la régression groupée des MCO de l'effet des décisions
de paiement de dividendes sur la liquidité des actions. La variable dépendante est la
liquidité des actions et est mesurée par ce qui suit : (1) Turnover est le taux de rotation, (2)
Spread désigne l'écart proportionnel entre les cours acheteur et vendeur et (3) Amihud est
le ratio d'illiquidité de l'Amihud (2002). Toutes ces variables sont calculées comme les
moyennes des valeurs quotidiennes sur une année donnée. DIV est une variable fictive dont
la valeur est de 1 si l'action donne droit à un dividende et de 0 dans le cas contraire. La taille
est la taille de l'entreprise. La croissance est les opportunités de croissance. La rentabilité
est la rentabilité de l'entreprise. Le rendement est le rendement de l'action de l'entreprise et
la volatilité est la volatilité du rendement de l'action. Voir le tableau
3.2 pour la mesure des variables. Des variables muettes sur l'année et l'industrie sont
incluses pour contrôler les effets de l'année et de l'industrie. Les chiffres entre parenthèses
représentent les valeurs t qui sont ajustées à l'aide d'erreurs standard corrigées pour tenir
compte de l'hétéroscédasticité et de la concentration au niveau de l'entreprise. Le site
Les astérisques ***, ** et * indiquent une importance à un niveau de 1 %, 5 % et 10 %,
respectivement.
Chiffre d'affaires Diffuser Amihud
DIV -0.2141*** -0.3454*** -0.3498***
(-3.47) (-7.10) (-6.09)
Taille 0.4483*** -0.4976*** -0.2518***
(13.49) (-24.34) (-13.40)
Croissance 0.0029 -0.0829*** -0.1104***
(0.19) (-5.86) (-5.80)
Rentabilité -0.0516** -0.1572*** -0.0567**
(-2.27) (-7.28) (-2.47)
Retour -0.0162 -0.0753*** -0.0723***
(-1.61) (-6.31) (-4.38)
Volatilité 0.0195 0.0273 0.0097
(0.98) (1.60) (0.56)
Intercepter -0.0744 0.4010*** 0.2311***
(-0.82) (4.65) (2.61)
Effets de l'année Oui Oui Oui
Effets sur l'industrie Oui Oui Oui
Observations 7739 7739 7739
F-statistique 21.90*** 55.53*** 11.99***
Ajustement R au carré 0.2636 0.4699 0.1828

Toutefois, il est constaté que les décisions de paiement de dividendes ont des effets négatifs
et importants sur le taux de rotation. Le coefficient sur le DIV est négatif (- 0,2141) et
significatif (t=3,47). Ce résultat ne corrobore pas notre prévision selon laquelle les décisions
de paiement de dividendes améliorent l'activité commerciale, et il est conforme à l'opinion
selon laquelle, bien que les institutions soient plus susceptibles d'acheter des actions
donnant droit à des dividendes en raison de leur préférence pour la détention d'actions à
haut rendement, elles ont tendance à être des investisseurs plus passifs qui "achètent et
conservent" (Hotchkiss et Lawrence 2007).
88
Elle est également conforme au rapport du Comité des marchés émergents de l'Organisation
internationale des commissions de valeurs (OICV) (décembre 2007), qui indique que la
politique de dividende doit être prise en compte lors de l'évaluation de la liquidité d'une
action et que les actions à dividendes élevés ont tendance à être achetées et détenues par
leurs investisseurs et que, par conséquent, leurs transactions sont moins fréquentes.

Les estimations des coefficients des variables de contrôle sont également conformes à nos
attentes. Le coefficient des rendements des actions est négatif et significatif dans les
régressions où l'écart entre les cours acheteur et vendeur et le ratio d'illiquidité sont utilisés
comme variables dépendantes. Cela est conforme à l'opinion selon laquelle les entreprises
dont les performances du marché sont plus faibles ont moins d'actions liquides (Gopalan et
al. 2012 ; Charoenwong et al. 2014). Nous montrons également que la taille est associée de
manière significative et positive au taux de rotation, et de manière significative et négative à
l'écart entre les cours acheteur et vendeur et au ratio d'illiquidité. Cela peut refléter le fait
que les grandes entreprises sont plus susceptibles d'être suivies par les analystes et d'attirer
les investisseurs et donc de connaître un degré d'asymétrie d'information inférieur à celui
des petites entreprises (Kadapakkam et al. 1998). En outre, une grande entreprise est plus à
même de divulguer beaucoup d'informations, ce qui réduit le niveau d'asymétrie de
l'information et améliore la liquidité des actions (Loukil et al. 2010). Nos résultats sont
conformes aux conclusions de nombreuses études, notamment celles de Chung et al. (2010),
Gopalan et al. (2012), Poon et al. (2013), Prommin et al. (2014) et Hillert et al. (2016), qui
constatent que les grandes entreprises ont tendance à avoir des niveaux de liquidité des
actions plus élevés que les petites entreprises. La croissance est significativement liée de
manière négative à l'écart entre les cours acheteur et vendeur et au ratio d'illiquidité, ce qui
suggère que la liquidité des actions tend à être plus précieuse pour les entreprises ayant plus
de possibilités de croissance. Par exemple, Amihud et Mendelson (2012) affirment que les
entreprises ayant de fortes opportunités de croissance sont plus susceptibles de suivre des
moyens pour rendre leurs actions plus liquides afin de réduire leur coût du capital. On
trouve des résultats cohérents dans Dass et al. (2011) et Gopalan et al. (2012). La rentabilité
est associée de manière négative et significative à l'écart entre les cours acheteur et vendeur
et au ratio d'illiquidité. Ces résultats sont conformes aux études précédentes qui montrent
que les entreprises les plus rentables et celles qui ont de meilleures performances
opérationnelles ont tendance à avoir une liquidité des actions plus élevée que leurs
homologues déficitaires (Gopalan et al. 2012 ; Andres et al. 2014 ; Charoenwong et al.
2014).

89
 3.4.3.2. L'impact de la décision sur le montant du dividende sur
liquidité des actions

Nous allons maintenant estimer l'impact du montant de la décision de dividende sur le

niveau de liquidité des actions en utilisant uniquement le sous-échantillon des actions qui
versent des dividendes. Le tableau 3.8 présente les résultats de l'estimation des MCO
regroupés de notre modèle principal, où la variable nominale HighDPS est utilisée comme
approximation du montant de la décision en matière de dividendes. Les résultats montrent
que le HighDPS a un impact négatif sur la liquidité. Les coefficients du HighDPS dans les
régressions avec l'écart entre les cours acheteur et vendeur et le ratio d'illiquidité comme
variable dépendante sont respectivement de -0,0961 (t=-2,96) et -0,1382 (t=-4,11). Cela
indique que les entreprises qui paient un montant élevé de dividendes sont plus liquides que
celles qui paient un faible montant de dividendes, ce qui est conforme à notre deuxième
hypothèse (H2). Ces résultats sont économiquement significatifs. L'écart entre les cours
acheteur et vendeur et le ratio d'illiquidité des entreprises qui versent des dividendes élevés
sont, respectivement, de 0,096 et 0,138 écart-type inférieurs à ceux des entreprises qui
versent un faible montant de dividendes. Ces résultats sont conformes à ceux de Howe et
Lin (1992) qui constatent que l'écart entre les cours acheteur et vendeur est
significativement lié de manière négative au montant des dividendes.

En ce qui concerne les variables de contrôle, les résultats sont généralement conformes aux
études précédentes. La taille de l'entreprise a un impact positif et significatif sur la liquidité
des actions, ce qui est conforme aux conclusions de Chung et al. (2010), Gopalan et al.
(2012), Poon et al. (2013), Prommin et al. (2014) et Hillert et al. (2016). Comme prévu, la
variable de rentabilité a un impact positif significatif sur le taux de rotation mais un impact
négatif significatif sur l'écart entre les cours acheteur et vendeur et sur le ratio d'illiquidité,
ce qui indique que les entreprises ayant de meilleures performances opérationnelles ont une
plus grande liquidité des actions (Gopalan et al. 2012 ; Andres et al. 2014 ; Charoenwong et
al. 2014). La variable des opportunités de croissance a un effet positif et significatif sur la
liquidité des actions, conformément à Amihud et Mendelson (2012). Les actions à
rendement plus élevé ont une plus grande liquidité, conformément à Gopalan et al. (2012),
Andres et al. (2014), et Charoenwong et al. (2014).

90
Tableau 3.8 L'impact de la décision relative au montant des dividendes
(HighDPS) sur la liquidité des actions : modèle de régression des MCO
groupées
Ce tableau présente les résultats de la régression MCO regroupée de l'effet de la décision
relative au montant des dividendes sur la liquidité des actions. La variable dépendante est la
liquidité des actions et est mesurée par ce qui suit : (1) Turnover est le taux de rotation, (2)
Spread désigne l'écart proportionnel entre les cours acheteur et vendeur et (3) Amihud est
le ratio d'illiquidité de l'Amihud (2002). Toutes ces variables sont calculées comme les
moyennes des valeurs quotidiennes sur une année donnée. Le DPS élevé est une variable
fictive de valeur 1 avec des observations supérieures au DPS médian et de valeur 0 dans
les autres cas. Size est la taille de l'entreprise. La croissance est les opportunités de
croissance. La rentabilité est la rentabilité de l'entreprise. Le rendement est le rendement
des actions de l'entreprise et la volatilité est la volatilité du rendement des actions. Voir le
tableau 3.2 pour la mesure des variables. Des variables muettes sur l'année et la branche
d'activité sont incluses pour contrôler les effets de l'année et de la branche d'activité. Les
chiffres entre parenthèses représentent les valeurs t qui sont ajustées à l'aide d'erreurs
standard corrigées pour tenir compte de l'hétéroscédasticité et du regroupement au niveau
de l'entreprise. Le site
Les astérisques ***, ** et * indiquent une importance à un niveau de 1 %, 5 % et 10 %,
respectivement.
Chiffre d'affaires Diffuser Amihud
HighDPS 0.0663 -0.0961*** -0.1382***
(1.47) (-2.96) (-4.11)
Taille 0.4416*** -0.5896*** -0.3649***
(12.24) (-23.79) (-14.90)
Croissance -0.0198 -0.0480*** -0.0912***
(-1.41) (-3.67) (-6.32)
Rentabilité 0.0499** -0.1961*** -0.1405***
(2.15) (-11.63) (-7.67)
Retour -0.0112 -0.0696*** -0.0474***
(-0.90) (-5.96) (-2.99)
Volatilité 0.0271 0.0014 -0.0197
(1.43) (0.09) (-1.27)
Intercepter -0.3608*** 0.2989*** -0.0001
(-3.62) (3.48) (0.00)
Effets de l'année Oui Oui Oui
Effets sur l'industrie Oui Oui Oui
Observations 5713 5713 5713
F-statistique 22.49*** 45.40*** 12.58*“
Ajustement R au carré 0.3275 0.4897 0.2376

Nous étudions en outre l'effet du montant du paiement de dividendes sur la liquidité des
actions en régressant les mesures de la liquidité des actions sur une variable continue de
dividende mesurée par le dividende par action (DPS). Le tableau 3.9 montre que le
coefficient du DPS est significativement négatif en ce qui concerne à la fois l'écart entre les
cours acheteur et vendeur et le ratio d'illiquidité. Cela indique que les entreprises qui versent
un montant élevé de dividendes sont plus liquides que celles qui en versent un faible, ce qui

91
est conforme à notre deuxième hypothèse (H2). En termes d'importance économique, les
résultats suggèrent qu'une augmentation d'un écart-type du dividende par action entraîne
une diminution de 0,016 et 0,022 écart-type de l'écart entre les cours acheteur et vendeur et
du ratio d'illiquidité, respectivement.

Tableau 3.9 L'impact de la décision relative au montant des

dividendes (DPS) sur la liquidité des actions : modèle de
régression MCO commun
Ce tableau présente les résultats de la régression MCO regroupée de l'effet de la décision
relative au montant des dividendes sur la liquidité des actions. La variable dépendante est la
liquidité des actions et est mesurée par ce qui suit : (1) Turnover est le taux de rotation, (2)
Spread désigne l'écart proportionnel entre les cours acheteur et vendeur et (3) Amihud est le
ratio d'illiquidité de l'Amihud (2002). Toutes ces variables sont calculées comme les
moyennes des valeurs quotidiennes sur une année donnée. Le DPS est une variable
continue mesurée comme le dividende par action. La taille est la taille de l'entreprise. La
croissance est les opportunités de croissance. La rentabilité est la rentabilité de l'entreprise.
Le rendement est le rendement de l'action de l'entreprise et la volatilité est la volatilité du
rendement de l'action. Voir le tableau 3.2 pour la mesure des variables. Des variables
muettes sur l'année et la branche d'activité sont incluses pour contrôler les effets de l'année
et de la branche d'activité. Les chiffres entre parenthèses représentent les valeurs t qui sont
ajustées à l'aide d'erreurs standard corrigées pour tenir compte de l'hétéroscédasticité et du
regroupement au niveau de l'entreprise. Les astérisques ***, ** et * indiquent
à un niveau de 1 %, 5 % et 10 %, respectivement.
Chiffre Diffuse Amihud
d'affaires r
DPS -0.0201 -0.0155*** -0.0221*
(-0.69) (-2.94) (-1.98)
Taille 0.4348*** -0.5374*** -0.2779***
(14.19) (-24.69) (-13.49)
Croissance 0.0053 -0.0773*** -0.1061***
(0.35) (-5.42) (-5.51)
Rentabilité -0.0838*** -0.2156*** -0.1108***
(-3.82) (-11.21) (-5.14)
Retour -0.0156 -0.0735*** -0.0712***
(-1.56) (-6.05) (-4.26)
Volatilité 0.0280 0.0418** 0.0237
(1.40) (2.30) (1.30)
Intercepter -0.23287*** 0.14759* -0.02736
(-2.92) (1.92) (-0.36)
Effets de l'année Oui Oui Oui
Effets sur l'industrie Oui Oui Oui
Observations 7739 7739 7739
F-statistique 22.20*** 55.49*** 11.44***
Ajustement R au carré 0.2585 0.4564 0.1695

92
L'utilisation d'un sous-échantillon permet d'écarter une partie des informations contenues
dans les entreprises non payantes. Pour en tenir compte, nous effectuons une régression
avec la DIV qui sépare les payeurs (faibles et élevés) des non-payeurs et la DPS élevée
sépare les payeurs élevés des faibles et des non-payeurs en utilisant l'échantillon complet.
Les résultats sont présentés dans le tableau 3.10. Les résultats sont toujours valables. Il
s'avère que la liquidité des actions est positivement liée au fait que l'action soit ou non
payeuse de dividendes et qu'elle a une relation positive avec le montant des dividendes. Les
coefficients du DIV et du HighDPS sont négatifs en ce qui concerne à la fois le Spread et
l'Amihud.

93
Tableau 3.10 L'impact des décisions relatives au paiement de
dividendes (DIV) et au montant des dividendes (HighDPS) sur la liquidité
des stocks : modèle de régression MCO groupé
Ce tableau présente les résultats de la régression groupée des MCO de l'effet de la décision
de paiement de dividendes et du montant de la décision de dividendes sur la liquidité des
actions. La variable dépendante est la liquidité des actions et est mesurée par les éléments
suivants : (1) Le chiffre d'affaires est le taux de rotation,
(2) Spread désigne l'écart proportionnel entre les cours acheteur et vendeur et (3) Amihud
est le ratio d'illiquidité de l'Amihud (2002). Toutes ces variables sont calculées comme les
moyennes des valeurs quotidiennes sur une année donnée. DIV est une variable fictive dont
la valeur est de 1 si l'action est payante et de 0 dans le cas contraire. HighDPS est une
variable fictive de valeur 1 avec des observations supérieures à la DPS médiane et de
valeur 0 dans le cas contraire. Size est la taille de l'entreprise. La croissance est les
opportunités de croissance. La rentabilité est la rentabilité de l'entreprise. Le rendement est
le rendement des actions de l'entreprise et la volatilité est la volatilité du rendement des
actions. Voir le tableau 3.2 pour la mesure des variables. Des variables muettes sur l'année
et la branche d'activité sont incluses pour contrôler les effets de l'année et de la branche
d'activité. Les chiffres entre parenthèses représentent les valeurs t qui sont ajustées à l'aide
d'erreurs standard corrigées pour tenir compte de l'hétéroscédasticité et du regroupement
au niveau de l'entreprise. Les astérisques ***, ** et * indiquent
à un niveau de 1 %, 5 % et 10 %, respectivement.
Chiffre Diffuser Amihud
d'affaires
DIV -0.2306*** -0.2946*** -0.2796***
(-3.71) (-5.66) (-4.66)
HighDPS 0.0339 -0.1041*** -0.1439***
(0.82) (-3.52) (-4.84)
Taille 0.4441*** -0.4846*** -0.2338***
(13.23) (-23.60) (-12.76)
Croissance 0.0039 -0.0860*** -0.1146***
(0.26) (-6.06) (-5.98)
Rentabilité -0.0529** -0.1532*** -0.0511**
(-2.31) (-7.63) (-2.23)
Retour -0.0160 -0.0758*** -0.0730***
(-1.60) (-6.35) (-4.43)
Volatilité 0.0201 0.0257 0.0074
(1.01) (1.50) (0.43)
Intercepter -0.0795 0.4165*** 0.2525***
(-0.87) (4.84) (2.83)
Effets de l'année Oui Oui Oui
Effets sur l'industrie Oui Oui Oui
Observations 7739 7739 7739
F-statistique 21.24*** 54.05*** 11.68***
Adj R au carré 0.2636 0.4714 0.1855

94
 3.4.4. Contrôles de robustesse

3.4.4.1. Questions d'endogénéité

L'analyse de l'impact des décisions en matière de politique de dividendes sur la liquidité des actions n'est pas simple, car les décisions en matière de
dividendes ne sont pas déterminées au hasard (Li et Prabhala 2005 ; Khang et King 2006 ; Turkiela 2014), et elles peuvent être influencées par des
facteurs qui sont également liés à la liquidité des actions, ce qui suggère que la liquidité des actions elle-même peut avoir un impact sur la décision
de payer (voir, par exemple, Banerjee et al. 2007 ; Griffin 2010 ; Kuo et al. 2013). Dans la littérature existante sur la relation entre le financement
des entreprises et la liquidité des actions, différentes études considèrent la question de l'endogénéité comme la préoccupation la plus importante
(voir, par exemple, Rubin 2007 ; Lipson et Mortal 2009 ; Poon et al. 2013). En fait, Amihud et Mendelson (1986) suggèrent que diverses décisions
de financement pourraient être influencées par les effets de liquidité. Il semble donc utile d'examiner si l'endogénéité est une source de
préoccupation.

Roberts et Whited (2012) soulignent que le problème de l'endogénéité résulte principalement de deux sources : l'hétérogénéité et la simultanéité non
observables. D'une part, l'hétérogénéité inobservable, également connue sous le nom de variables omises, se produit lorsque la relation entre deux
ou plusieurs variables dans le modèle de régression est influencée par d'autres variables qui devraient être incluses dans le vecteur des variables
explicatives, mais qui, pour diverses raisons, ne le sont pas (Roberts et Whited 2012). S'il existe une corrélation entre ces variables omises et
d'autres variables du modèle, nous sommes alors confrontés à un problème d'endogénéité dans notre modèle de régression (Hsiao 2003). Dans la
relation entre la politique de dividende et la liquidité, les caractéristiques spécifiques des entreprises - également appelées effets fixes des entreprises
- pourraient influencer les variables de la politique de dividende, mais elles sont inobservables et difficiles à mesurer. Nous soutenons que les
décisions de la management de l'entreprise concernant les dividendes ne sont pas exogènes (Khang et King 2006 ; Turkiela 2014) ; elles peuvent
plutôt être influencées par des variables qui sont également liées à la liquidité des actions. Ainsi, les entreprises qui versent des dividendes (ou qui
versent des dividendes élevés) et celles qui n'en versent pas (ou qui versent des dividendes faibles) peuvent présenter des caractéristiques
différentes. Si tel est le cas, une simple comparaison entre la liquidité des actions des entreprises qui versent des dividendes (ou qui versent des

96
dividendes élevés) et des entreprises qui ne les versent pas (ou qui versent des dividendes faibles) sera biaisée.

D'autre part, la simultanéité survient lorsque la variable dépendante et une ou plusieurs des variables explicatives sont déterminées conjointement.
Dans ce cas, la première variable est à l'origine de la ou des autres, et l'inverse est vrai (Roberts et Whited 201217 ). La littérature précédente sur la
politique des dividendes a mis en évidence une relation de cause à effet entre la liquidité des actions et les dividendes. De nombreuses études
documentent une association négative entre la liquidité du marché boursier et la décision de verser des dividendes. De nombreuses études, dont
celles de Banerjee et autres (2007), Kuo et autres (2013) et Alphonse et Tran (2014), montrent que la liquidité des actions a un effet significatif sur
la politique de dividendes et que les entreprises dont la liquidité des actions est plus (moins) grande sont moins (plus) susceptibles de verser des
dividendes. Cela suggère que la relation peut aller de la liquidité des actions à la politique de dividendes.

En utilisant des variables retardées indépendantes18 et l'inclusion de variables muettes19 «année et industries» dans notre modèle principal atténuent
mais n'éliminent pas l'endogénéité. Pour mieux contrôler l'endogénéité, nous adoptons deux modèles supplémentaires : une approche de régression
en deux étapes et un modèle à effets fixes fermes.

Approche de régression en deux étapes 20

Cette approche permet de récupérer des estimations causales en présence d'une affectation non aléatoire au traitement. Dans un premier temps, la
probabilité d'être sélectionné dans le groupe de traitement est estimée à partir d'instruments exogènes. Dans la deuxième étape, le modèle principal
est estimé en ajoutant une variable de contrôle qui saisit la différence entre le groupe de traitement et le groupe de contrôle résultant de sources de

17
Selon le Gujarati (2004:753-754), un "problème de simultanéité se pose parce que certains de ces régulateurs sont endogènes et sont donc susceptibles d'être corrélés avec le
terme de perturbation, ou d'erreur".
18
De nombreuses études financières antérieures utilisent les variables indépendantes décalées pour contrôler l'endogénéité ; voir par exemple, Brockman et al. (2009) et Gopalan et al. (2012).
19
Par exemple, Poon et al. (2013) utilisent les spécifications à effet fixe de l'industrie et des entreprises pour tenir compte des variables omises dans la relation entre la propriété
institutionnelle et la liquidité. Ils déclarent que "pour atténuer les préoccupations concernant l'endogénéité et les conclusions erronées, en plus d'inclure les variables de contrôle que
la littérature identifie comme des déterminants importants de la liquidité du marché, toutes les spécifications du modèle incluent des effets fixes de l'industrie pour contrôler les
facteurs de l'industrie omis et non variables dans le temps qui affectent la liquidité. Nous incluons également des effets d'année pour contrôler la dépendance transversale, c'est-à-
dire les facteurs à l'échelle du marché qui affectent la "liquidité du marché" d'une action (p.93).
20
Voir Gul et al. (2010) pour une approche similaire dans le contexte de la qualité et de la synchronicité des prix des audits et Fernandes et Ferreira (2008) dans le contexte de la
cotation croisée et de l'information boursière

97
variance non modélisées dans le processus de sélection. Par conséquent, la corrélation entre le terme d'erreur et la sélection est supprimée, et des
estimateurs cohérents peuvent être obtenus (voir Antonakis et al. 2014).

La première étape de cette méthode d'estimation consiste à estimer la probabilité qu'une entreprise verse des dividendes (ou des dividendes élevés)
compte tenu des caractéristiques de l'entreprise :


Pr obabilité  ( politiqu e  de  dividende j ,t )  f ( i ,t ) (3.2)

où dividende po/fcy est la variable de politique de dividende mesurée par (1) DIV i,t qui est la variable fictive de paiement de dividende avec une
valeur de 1 si l'action paie un dividende l'année t et 0 sinon et (2) HighDPS i,t qui est la variable fictive de montant de dividende avec une valeur de
1 si l'action a un DPS l'année I supérieur à la médiane et 0 sinon. *F sont les variables de contrôle en plus d'une variable instrumentale. Comme
variable instrumentale pour la variable fictive de la politique de dividende, nous utilisons le dividende sectoriel médian par action. Nous pensons
qu'il peut s'agir d'un instrument valable car un dividende sectoriel peut affecter les décisions de dividende d'une entreprise donnée au sein de ce
secteur, mais il est peu probable qu'il ait un impact direct sur la liquidité des actions de cette entreprise3321 . Nous incluons tous les régresseurs
exogènes avec cet instrument. Des variables muettes sur l'année et l'industrie sont incluses pour contrôler les effets fixes de l'année et de l'industrie.

Dans un deuxième temps, nous estimons nos principales régressions de deux manières différentes pour traiter les biais d'endogénéité potentiels
découlant du fait que les décisions en matière de politique de dividende sont déterminées de manière endogène et que certains déterminants
potentiels affectent à la fois la politique de dividende et la liquidité des actions. Premièrement, nous effectuons une régression à variable
instrumentale (IV) dans laquelle nous estimons nos principales régressions avec la valeur ajustée de la politique DI fde/td qui est la probabilité
estimée de la politique de dividendes à partir de la régression probit de première étape (équation 3.2) comme instrument de la variable de décision

21
Des études similaires utilisant des variables sectorielles comme instruments sont Jiraporn et al. (2011) et Kini et Williams (2012).

98
de la politique de dividendes dans le modèle principal. Ensuite, nous suivons la procédure22 de Heckman (1979) en deux étapes pour l'effet de
traitement . Plus précisément, les estimations des coefficients du modèle probit sont utilisées pour calculer les Ratios Inverse de Mills (IMRS)
( i,t )23 qui sont la fonction de densité de probabilité divisée par la fonction de distribution cumulative d'une distribution, pour chaque observation de

l'échantillon :

*:t est le TMI, est la fonction normale standard de densité de probabilité ; et est la distribution cumulative de la fonction normale standard. Ensuite,
nous estimons notre modèle principal tout en incluant les lMR estimés pour tenir compte du biais d'endogénéité et obtenir des estimations de
paramètres fiables.

Le tableau 3.11 présente les résultats des régressions en deux étapes pour la décision de verser des dividendes (DU. La colonne (1) présente les
estimations probit de la première étape. La variable médiane des dividendes par branche d'activité est positive et statistiquement significative, ce qui
indique que plus le niveau de dividende par action est élevé dans une branche d'activité donnée, plus les entreprises sont susceptibles de verser des
dividendes 24. Dans la colonne (2), nous présentons les résultats de la deuxième étape. Le panel A présente les résultats de la deuxième étape de la

22
La description ''procédure en deux étapes de Heckman'' peut prêter à confusion avec la correction de la sélection de l'échantillon de Heckman. Dans la thèse, nous n'utilisons pas le modèle de
sélection d'échantillon de Heckman car nous disposons d'informations sur la liquidité des actions tant pour les payeurs de dividendes que pour les non-payeurs. L'objectif des corrections de sélection
d'échantillon est différent de celui de l'effet de traitement. Pour le problème de sélection de l'échantillon, l'objectif est d'estimer β. Toutefois, en estimant un effet de traitement moyen, nous nous
intéressons à l'effet causal que les décisions en matière de dividendes (DIV/HighDPS) ont sur la liquidité des actions. Voir Guo et Fraser (2015) pour plus de détails sur la différence entre ces deux
procédures et Campa et Kedia (2002) pour une application de la procédure dans le contexte de la diversification.
23
Le TMI est une estimation du risque de sélection qui tient compte de la probabilité qu'une action présentant les caractéristiques  i,t soit un payeur de dividendes.
24
Pour tester la validité de notre instrument, nous examinons la première étape (voir Larcker et Rusticus (2010 : 192) et Antonakis et al. (2014 : 32)). La première étape F teste que
les instruments sont conjointement à zéro et dépassent la valeur critique pour un instrument faible (F=8,96 pour le cas d'un instrument), comme l'ont développé Stock et al. (2002).
De plus, notre instrument est très significatif dans les régressions MCO de première étape avec une statistique t de 3,20 et 3,49 pour DIV etHighDPS, respectivement. Ces résultats
atténuent la crainte que notre estimation souffre d'un biais introduit par la faiblesse des instruments.

99
régression IV incluant la valeur prévue de la DIV25, tandis que le panel B présente ceux du modèle Heckman incluant le TMI. Les deux panels
comprennent les trois mesures de la liquidité des actions. Comme le montrent les deux panels, les résultats sont toujours valables. Conformément à
H1, les coefficients de la DIV sont significativement négatifs, à des niveaux de signification statistique variables. Les entreprises qui versent des
dividendes ont un écart entre les cours acheteur et vendeur plus faible et un ratio d'illiquidité plus faible, et donc une plus grande liquidité des
actions. Cependant, les entreprises qui versent des dividendes ont un taux de rotation plus faible, ce qui suggère que les dividendes peuvent réduire
la liquidité dans certains domaines. Ce résultat est conforme à l'opinion selon laquelle les actions des entreprises qui versent des dividendes peuvent
être achetées et détenues par les investisseurs (Hotchkiss et Lawrence 2007 ; Comité des marchés émergents de l'OICV, décembre 2007).

Le tableau 3.12 représente les résultats des régressions en deux étapes pour le montant de la décision de dividende (HighDPS). Les résultats des
régressions en première étape figurent dans la colonne (1) et les régressions en deuxième étape dans la colonne (2). Les résultats de la colonne (1)
montrent que la variable médiane du dividende par branche d'activité est positive et statistiquement significative. Ce résultat indique que plus le
niveau de dividende par action est élevé dans une industrie donnée, plus les entreprises sont susceptibles de verser des dividendes élevés. La
colonne (2) montre que les entreprises qui versent des dividendes élevés ont une liquidité des actions significativement plus élevée que celles qui
versent des dividendes faibles.

25
Ceci a été réalisé en utilisant la commande treatreg dans STATA 13 puisque la variable endogène est un mannequin. Le traitement de régression considère l'effet d'un traitement binaire choisi de
manière endogène sur une autre variable continue endogène (Cong et Drukker 2001).

100
Tableau 3.11 L'effet de la décision de paiement des dividendes sur la liquidité des actions : régressions en deux étapes
Ce tableau présente les résultats de régressions en deux étapes dans lesquelles la variable factice DIV, qui prend la valeur 1 pour les actions qui versent des
dividendes et 0 dans les autres cas, est supposée être endogène. Les colonnes (1) et (2) présentent respectivement les résultats des régressions à la première et à
la deuxième étape. La régression de première étape est une régression probit avec la variable nominale DIV comme variable dépendante. Nous instrumentons cette
variable en utilisant la variable DPS de la médiane de l'industrie. Le panel A présente les résultats de l'approche IV, et le panel B les résultats de l'approche
Heckman. La variable dépendante est la liquidité des actions et est mesurée par les éléments suivants : (1) Le chiffre d'affaires est le taux de rotation, (2) L'écart
désigne l'écart proportionnel entre les cours acheteur et vendeur et (3) L'Amihud est le ratio d'illiquidité de l'Amihud (2002) Toutes ces variables sont calculées
comme les moyennes des valeurs quotidiennes sur une année donnée. IMR est le ratio de Mills inverse dans le modèle de Heckman. Les autres variables sont
définies dans le tableau 3.2. Des variables muettes sur l'année et la branche d'activité sont incluses pour contrôler les effets de l'année et de la branche d'activité. Les
statistiques T sont indiquées entre parenthèses. Les astérisques ***, ** et * indiquent une signification à un niveau de 1 %, 5 % et 10 %, respectivement.
Première étape Deuxième étape
(1) (2)
Panel A : Approche IV avec la DIV prévue Panel B : Approche Heckman avec ratio inverse de Mills
inclus
Chiffre Diffuser Amihud Chiffre d'affaires Diffuser Amihud
d'affaires
DIV -0.2795** -0.4600**“ -0.4983“* -0.2853 -0.7873“* -1.1217***
(-2.45) (-10.17) (-10.33) (-1.44) (-4.65) (-5.53)
Taille 0.4553*** 0.4454*“ -0.5075“* -0.2501*** 0.4460*** -0.4741*** -0.1866“*
(19.35) (28.35) (-53.36) (-23.76) (12.88) (-20.68) (-8.82)
Croissance -0.0678*** -0.0555*** -0.0850*** -0.1075“* -0.0556*** -0.0896“* -0.1164***
(-2.98) (-4.34) (-7.91) (-7.79) (-3.58) (-6.48) (-6.97)
Rentabilité 0.7505*“ -0.0434* -0.1466*** -0.0509“* -0.0424 -0.0926“* 0.0519
(18.21) (-1.80) (-9.23) (-2.67) (-1.08) (-2.66) (1.30)
Retour -0.0259 0.0080 -0.0164* -0.0279“ 0.0079 -0.0177* -0.0304“*
(-1.37) (0.68) (-1.73) (-2.36) (0.76) (-1.93) (-2.64)
Volatilité -0.1722*** 0.0449*** 0.0431*** 0.0325** 0.0447** 0.0305* 0.0084
(-9.21) (3.69) (4.23) (2.40) (2.13) (1.90) (0.50)
DPS industrie-médecin 0.3103*“
(3.20)
IMR 0.0169 0.2543*** 0.4428***
(0.14) (2.76) (4.17)
Intercepter 0.8259*** -0.1167 0.3705*** 0.2819*“ -0.1124 0.6136*“ 0.7448***
(8.59) (-1.23) (6.88) (4.38) (-0.69) (4.10) (4.33)
Effets de l'année Oui Oui Oui Oui Oui Oui Oui
Effets sur l'industrie Oui Oui Oui Oui Oui Oui Oui
Observations 8780 8780 8780 8780 8780 8780 8780
F/Chi2 1492.9*** 2334.91*** 5193.41*** 783.75*** 22.33*** 57.88*** 12.40***
Pseudo 0.3466 0.2682 0.5035 0.2127
R2/R2

101
Tableau 3.12 L'effet du montant de la décision de dividende sur la liquidité des actions : régressions en deux étapes
Ce tableau présente les résultats de régressions en deux étapes dans lesquelles la variable muette HighDPS, qui prend la valeur 1 pour les observations dont la DPS
est supérieure à la médiane et 0 dans les autres cas, est supposée endogène. Les colonnes (1) et (2) présentent respectivement les résultats des régressions à la
première et à la deuxième étape. La première étape de la régression est une régression par probit avec la variable nominale HighDPS comme variable dépendante.
Nous utilisons pour cette variable la variable DPS médiane de l'industrie. Le panel A présente les résultats de l'approche IV, et le panel B ceux de l'approche
Heckman. La variable dépendante est la liquidité des actions et est mesurée par les éléments suivants : (1) Le chiffre d'affaires est le taux de rotation, (2) L'écart
désigne l'écart proportionnel entre les cours acheteur et vendeur et (3) L'Amihud est le ratio d'illiquidité de l'Amihud (2002). Toutes ces variables sont calculées
comme les moyennes des valeurs quotidiennes sur une année donnée. IMR est le ratio de Mills inverse dans le modèle de Heckman. Les autres variables sont
définies dans le tableau 3.2. Des variables muettes sur l'année et la branche d'activité sont incluses pour contrôler les effets de l'année et de la branche d'activité. Les
statistiques T sont indiquées entre parenthèses. Les astérisques "*, ** et * indiquent une signification à un niveau de 1 %, 5 % et 10 %, respectivement.
Première Deuxième étape
étape (2)
(1) Approche IV avec la DIV prévue Approche Heckman avec ratio inverse de Mills inclus
Chiffre Diffuser Amihud Chiffre Diffuser Amihud
d'affaires d'affaires
HighDPS 0.8385*** -0.7000*** -0.4719“* 3.2060*** -2.2422“* -1.3222***
(12.89) (-15.29) (-14.19) (6.98) (-5.76) (-3.08)
Taille 0.5741*** 0.2738*** -0.4993“* -0.3273*** -0.1671* -0.2121*** -0.1690**
(29.35) (16.17) (-37.49) (-27.30) (-1.79) (-2.71) (-1.94)
Croissance -0.0719*** -0.0707*** -0.0730“* -0.0855*** -0.0087 -0.1135*** -0.1077***
(-3.88) (-5.17) (-7.09) (-7.30) (-0.48) (-7.84) (-6.59)
Rentabilité 0.3182*** -0.0539*** -0.1702“* -0.1404*** -0.2953“* -0.0129 -0.0537
(15.74) (-3.63) (-14.71) (-10.77) (-5.70) (-0.29) (-1.11)
Retour -0.0281 -0.0019 -0.0296“* -0.0343** 0.0195* -0.0435*** -0.0420“*
(-1.52) (-0.14) (-2.77) (-2.53) (1.65) (-4.27) (-3.35)
Volatilité -0.0415** 0.0622*** 0.0027 -0.0085 0.0928*“ -0.0172 -0.0195
(-2.24) (4.92) (0.26) (-0.63) (4.92) (-1.11) (-1.11)
Industrie - Médiateur DPS 0.3622*“
(3.49)
IMR -1.9360*** 1.2748*“ 0.7171***
(-6.98) (5.44) (2.78)
Intercepter -0.7464*** -0.6922*** 0.4042*** 0.1240** -1.59921*** 0.9951*** 0.4498**
(-5.84) (-12.21) (7.96) (2.43) (-8.21) (-5.94) (2.55)
Effets de l'année Oui Oui Oui Oui Oui Oui Oui
Effets sur l'industrie Oui Oui Oui Oui Oui Oui Oui
Observations 6596 6596 6596 6596 6596 6596 6596
F/Chi2 1240.59*** 2047.2*** 5193.41*** 977.72*** 22.92*** 63.22*** 15.51***
Pseudo R2/R2 0.1723 0.3451 0.5321 0.2612

102
Modèle à effets fixes fermes 26

Nous abordons également la question de l'endogénéité en utilisant la régression à effets fixes de l'entreprise qui permet de contrôler l'hétérogénéité
non observée due à des variables omises invariantes dans le temps qui sont constantes dans le temps mais qui diffèrent d'une entreprise à l'autre.
Brooks (2008) et Li et Prabhala (2005) montrent que les régressions de panel avec des effets fixes sur les entreprises peuvent contrôler l'endogénéité
découlant d'attributs non observés qui sont fixes dans le temps. Le tableau 3.13 présente les résultats de l'estimation de la régression avec effets
fixes sur les entreprises 27.

Dans le panel A, nous constatons à nouveau que le coût des échanges (Spread) et l'impact sur les prix (Amihud) sont négativement et
significativement liés à la DIV, tandis que l'activité des échanges (Turnover) est positivement mais pas significativement liée à la DIV. Ces résultats
suggèrent que la liquidité des actions s'améliore avec le paiement des dividendes. Le panel B montre que le HighDPS est lié négativement aux coûts
de transaction (Spread) mais positivement à l'activité de transaction (Chiffre d'affaires). Ces résultats sont significatifs au niveau de 10 %, ce qui
prouve une fois de plus que le montant des décisions en matière de dividendes a un impact positif sur la liquidité des actions.

Dans l'ensemble, notre conclusion selon laquelle les payeurs de dividendes (payeurs de dividendes élevés) ont une liquidité plus élevée que les non-
payeurs (payeurs de dividendes faibles) est encore plus solide en ce qui concerne les préoccupations d'endogénéité résultant de l'hétérogénéité non
observée et de la causalité inverse.

26
Roberts et Whited (2012) affirment que l'une des causes les plus courantes de l'endogénéité dans la finance d'entreprise empirique est l'omission de variables, et que les
variables omises posent problème en raison de l'hétérogénéité considérable présente dans de nombreux règlements financiers d'entreprise empiriques. De nombreuses études
financières antérieures utilisent les effets fixes des entreprises pour contrôler l'endogénéité, notamment Jiraporn et autres (2011), Ferreira et autres (2011), Chang et autres (2015),
Ben-Nasr et Alshwer (2016), et Firth et autres (2016).
27
Pour choisir entre effet aléatoire et effet fixe, nous effectuons le test de Hausman. Les résultats non tabulés confirment la pertinence de l'effet fixe.
Tableau 3.13 L'effet des décisions en matière de politique de dividendes sur la liquidité des actions : régressions à effets fixes
Ce tableau présente les résultats de la régression à effets fixes. Le panel A présente les résultats pour la décision de paiement de dividendes, et le panel B
présente les résultats pour le montant de la décision de paiement de dividendes. DIV est une variable fictive qui prend la valeur 1 pour les actions qui versent
des dividendes et 0 dans le cas contraire. HighDPS est une variable fictive qui prend la valeur 1 pour les actions dont le DPS est supérieur à la médiane et 0
dans les autres cas. La variable dépendante est la liquidité des actions et est mesurée par les éléments suivants : (1) Turnover est le taux de rotation, (2)
Spread désigne l'écart proportionnel entre les cours acheteur et vendeur et (3) Amihud est le ratio d'illiquidité de l'Amihud (2002). Toutes ces variables sont
calculées comme les moyennes des valeurs quotidiennes sur une année donnée. Les autres variables sont définies dans le tableau 3.2. Des variables
muettes d'année sont incluses pour contrôler les effets de l'année. Les statistiques T sont indiquées entre parenthèses. Les astérisques ***, ** et * indiquent
une signification à un niveau de 1 %, 5 % et 10 %, respectivement.
Panel A : Décision de paiement de dividendes Panel B : Montant de la décision sur les dividendes
Chiffre Diffuser Amihud Chiffre Diffuser Amihud
d'affaires d'affaires
DIV 0.0664 -0.3241*** -0.2908*** HighDPS 0.0803* -0.0669* -0.0348
(1.29) (-6.18) (-3.64) (1.90) (-1.92) (-0.83)
Taille 0.5232**‘ -0.3660**° -0.4004**• Taille 0.5581**• -0.2931**• -0.2979**“
(8.80) (-6.99) (-5.13) (7.96) (-4.44) (-4.16)
Croissance 0.0047 -0.0361**• -0.0461*• GFowth -0.0083 -0.0196* -0.0542**•
(0.36) (-2.62) (-2.46) (-0.72) (-1.90) (-4.55)
Rentabilité -0.0537** -0.1089**° -0.0316 Rentabilité 0.o100 -0.0881**• -0.0770*““
(-2.54) (-4.68) (-1.11) (0.72) (-5.09) (-3.66)
Retour -0.0102 -0.0586**• -0.0707*•• Retour -0.0060 -0.0457*** -0.0502**“
(-1.14) (-5.40) (-4.16) (-0.57) (-4.04) (-2.99)
Volatilité 0.0247* -0.0069 -0.0502•• Volatilité o.o308*- -o.0088 -0.0548**“
(1.84) (-0.49) (-2.41) (2.21) (-0.69) (-3.14)
Intercepter -0.1743**‘ 0.2611**• o.041o Intercepter -o.2366••• 0.0928** -0.1471**“
(-2.99) (4.29) (0.45) (-4.79) (1.97) (-3.18)
Effets de l'année Oui Oui Oui Effets de l'année Oui Oui Oui
Observations 7739 7739 7739 Observations 5713 5713 5713
F-statistique 24.85*** 29.75*** 11.45*** F-statistique 26.91*** 28.27*** 9.37***
Ajustement R au 0.2469 0.1893 0.1095 Ajustement R au 0.3288 0.2173 0.1302
carré carré

99
 3.4.4.2. Effet de la taille de l'entreprise

Pour vérifier la robustesse, nous examinons si la relation entre les décisions en matière de politique de dividende et la liquidité des actions varie en
fonction de la taille de l'entreprise. En fait, ce contrôle nous permet de déterminer si la nature de la relation entre la liquidité des actions et la
politique de dividende dépend du niveau d'asymétrie de l'information. Ce faisant, nous pouvons fournir d'autres preuves conformes aux arguments
fondés sur l'asymétrie de l'information 28. Les grandes entreprises présentent une asymétrie d'information plus faible que les petites entreprises et
donc une plus grande liquidité des actions en raison de leur accès aux marchés des capitaux (Anderson et Fraser 2000). En outre, les grandes
entreprises publient en moyenne plus d'informations que les petites (Loukil et al. 2010) et sont plus suivies par les analystes, ce qui les soumet à un
examen plus minutieux de la part de la communauté financière que les petites entreprises (Brennan et Subrahmanyam 1996 ; Riahi et al. 2013).
Nous pensons que l'effet de la politique de dividendes sur la liquidité des actions varie en fonction de la taille de l'entreprise.

Nous considérons des sous-échantillons d'entreprises en fonction de leur taille en construisant une variable fictive (grande) qui prend la valeur 1
pour les observations dont la taille est supérieure à la médiane et 0 dans le cas contraire. Le tableau 3.14 présente les résultats des modèles utilisant
la variable muette "Large" et son terme d'interaction avec la variable muette "DIV/HighDPS". On s'attend à ce que les petites entreprises aient plus
de problèmes d'information et donc moins de liquidité des actions. Le panel A du tableau 3.14 montre que la variable factice DIV continue d'avoir
un effet négatif et significatif sur l'écart entre les cours acheteur et vendeur et le ratio d'illiquidité, conformément à nos conclusions antérieures.
Alors que Large est significativement négatif, son terme d'interaction avec la variable factice DIV est significativement positif. Conformément à
notre conjecture, ce résultat suggère que les petites entreprises ont un écart entre les cours acheteur et vendeur et un ratio d'illiquidité plus élevés
que leurs homologues de grande taille. En outre, au sein du groupe des petites entreprises, celles qui ne versent pas de dividendes ont un écart entre
les cours acheteur et vendeur et un ratio d'illiquidité plus élevés que celles qui versent des dividendes. Le panel B du tableau 3.14 montre que le
coefficient de la variable muette HighDPS reste statistiquement négatif en ce qui concerne l'écart entre les cours acheteur et vendeur et le ratio
d'illiquidité, ce qui est conforme à nos conclusions antérieures. En outre, les petites entreprises ont un écart entre les cours acheteur et vendeur et un
ratio d'illiquidité plus élevés que leurs homologues de grande taille. De plus, au sein du groupe des petites entreprises, celles qui versent de faibles

28
La taille des entreprises a été largement utilisée dans la recherche financière comme indicateur du niveau d'asymétrie de l'information (voir, par exemple, Bharath et al. 2009 ;
Leary et Michaely 2011).
dividendes ont un écart entre les cours acheteur et vendeur et un ratio d'illiquidité plus élevés que celles qui versent des dividendes élevés. Dans
l'ensemble, nos résultats suggèrent que l'impact des décisions en matière de politique de dividendes sur la liquidité des actions varie en fonction de
la taille de l'entreprise.

Étant donné que les grandes entreprises sont associées à des niveaux d'asymétrie d'information plus faibles que les petites entreprises, notre
conclusion est conforme à l'argument fondé sur l'asymétrie d'information. Dans l'ensemble, nos résultats suggèrent que la différence de niveau de
liquidité des actions des entreprises qui versent des dividendes et de celles qui n'en versent pas, ainsi que des entreprises qui versent des dividendes
élevés et de celles qui en versent peu, varie en fonction des niveaux d'asymétries d'information auxquels ces entreprises sont confrontées.
Tableau 3.14 L'effet des décisions en matière de politique de dividendes sur la liquidité des actions : impact de la taille de
l'entreprise
Ce tableau présente l'impact de la taille des entreprises sur l'effet des décisions en matière de politique de dividendes sur la liquidité des actions. La variable
dépendante est la liquidité des actions et est mesurée par les éléments suivants :
(1) Le chiffre d'affaires est le taux de rotation, (2) L'écart désigne l'écart proportionnel entre les cours acheteur et vendeur et (3) L'Amihud est le ratio d'illiquidité de
l'Amihud (2002). Toutes ces variables sont calculées comme les moyennes des valeurs quotidiennes sur une année donnée. Large est une variable fictive qui prend
la valeur 1 pour les observations dont la taille est supérieure à la médiane, et 0 sinon. Le panel A présente les résultats de la décision de paiement de dividendes, et
le panel B présente les résultats du montant de la décision de paiement de dividendes. DIV est une variable fictive qui prend la valeur 1 pour les actions qui versent
des dividendes et la valeur 0 dans les autres cas. HighDPS est une variable fictive qui prend la valeur 1 pour les observations dont le DPS est supérieur à la médiane
et 0 dans les autres cas. Les autres variables sont définies dans le tableau 3.2. Des variables muettes relatives à l'année et à la branche d'activité sont incluses pour
contrôler les effets de l'année et de la branche d'activité. Les chiffres entre parenthèses représentent les valeurs t qui sont ajustées à l'aide d'erreurs types corrigées
pour tenir compte de l'hétéroscédasticité et du regroupement au niveau de l'entreprise. Les astérisques ***, ** et * indiquent une signification à un niveau de 1 %, 5 %
et 10 %, respectivement.
Panel A : Décision de paiement de dividendes Panel B : Montant de la décision sur les dividendes
Chiffre Diffuser Amihud Chiffre Diffuser Amihud
d'affaires d'affaires
DIV -0.1931*** -0.5069*** -0.5381*** HighDPS 0.0066 -0.2060*** -0.3096“*
(-3.42) (-7.87) (-6.72) (0.14) (-3.76) (-5.34)
Large 0.3893*** -0.7913*** -0.7342*** Large 0.4304*“ -0.5395*** -0.5218“*
(3.04) (-10.64) (-9.63) (5.13) (-10.34) (-8.71)
Large*DIV -0.0736 0.4494*** 0.5139*“ Large*HighDPS 0.1067 0.2193*** 0.3364*“
(-0.60) (5.91) (6.79) (1.36) (3.68) (5.33)
Taille 0.3229*** -0.3358*** -0.1318*** Taille 0.2503*“ -0.4253*** -0.2325“*
(7.38) (-14.14) (-5.72) (4.99) (-14.69) (-8.26)
Croissance -0.0027 -0.0741*** -0.1029*** Croissance -0.0229* -0.0445*** -0.0879“*
(-0.18) (-5.40) (-5.58) (-1.68) (-3.46) (-6.24)
Rentabilité -0.0494“ -0.1473*** -0.0429* Rentabilité 0.0528** -0.1940“* -0.1365***
(-2.23 ) (-7.38) (-1.86) (2.38 ) (-11.85) (-7.65)
Retour -0.0195* -0.0707*** -0.0687*** Retour -0.0124 -0.0691*** -0.0472“*
(-1.95) (-6.12) (-4.22) (-1.00) (-6.03) (-2.98)
Volatilité 0.0228 0.0215 0.0046 Volatilité 0.0316* -0.0020*** -0.0221
(1.16) (1.32) (0.27) (1.66) (-0.13) (-1.47)
Intercepter -0.2678*** 0.7388*** 0.5266*** Intercepter -0.5882“* 0.5458*** 0.2252***
( -2.83) (8.56) (5.55) ( -5.97) (6.45) (3.52)
Effets de l'année Oui Oui Oui Effets de l'année Oui Oui Oui
Effets sur Oui Oui Oui Effets sur l'industrie Oui Oui Oui
l'industrie
Observations 7739 7739 7739 Observations 5713 5713 5713
F-statistique 22.34*** 72.23*** 13.91*** F-statistique 23.37*** 63.23*** 15.36***
Ajustement R au 0.2741 0.4938 0.2003 Ajustement R au 0.3492 0.5112 0.2571
carré carré
 3.7. Conclusion

Dans ce chapitre, nous examinons l'impact de la politique de dividende, et plus

particulièrement la manière dont les décisions de la firme en matière de politique de
dividende affectent la liquidité des actions. Nous faisons l'hypothèse que les décisions en
matière de politique de dividendes entraînent un accroissement de la liquidité des actions
car elles réduisent les niveaux d'asymétrie de l'information. Notre analyse donne les
résultats suivants :

Premièrement, l'analyse univariée montre que les actions qui versent des dividendes et
celles qui n'en versent pas ont tendance à présenter de grandes différences dans leurs
niveaux de liquidité. Plus précisément, les actions qui versent des dividendes ont tendance
à avoir des écarts entre les cours acheteur et vendeur plus faibles et des ratios d'illiquidité
plus faibles. En revanche, les actions qui versent des dividendes ont un ratio de rotation
plus faible. De même, les actions des firmes versant des dividendes élevés sont nettement
plus liquides que celles des firmes versant des dividendes faibles.

Deuxièmement, après avoir tenu compte d'autres facteurs susceptibles d'affecter la

liquidité des actions, les résultats de l'analyse multivariée montrent que les actions des
entreprises qui versent des dividendes présentent un écart entre les cours acheteur et
vendeur et un ratio d'illiquidité nettement plus faibles que ceux des entreprises qui ne
versent pas de dividendes. Ces résultats indiquent que la liquidité des actions est affectée
par le fait qu'une firme verse ou non des dividendes. Des résultats similaires sont obtenus
pour les actions à dividendes élevés. Plus précisément, les actions qui versent des
dividendes élevés ont tendance à avoir une plus grande liquidité que celles qui versent des
dividendes faibles. Ces résultats sont conformes aux prévisions de l'hypothèse d'asymétrie
de l'information de Bhattacharya (1979) et de Miller et Rock (1985), selon laquelle le
versement de dividendes signale des informations au marché et réduit donc le niveau
d'asymétrie de l'information, ce qui entraîne une plus grande liquidité des actions. Ces
résultats sont également conformes au modèle d'Easterbrook (1984), qui suggère que les
firmes qui versent des dividendes sont plus susceptibles de se rendre sur le marché des
capitaux, ce qui entraîne une plus grande surveillance et, par conséquent, une plus grande
diffusion d'informations sur le marché. Nos conclusions sont également conformes à celles

210
de Howe et Lin (1992), qui constatent que les actions qui versent des dividendes ont des
écarts acheteur-vendeur plus faibles que les actions qui ne versent pas de dividendes, et à
celles de Mitra et Rashid (1997), qui fournissent des preuves d'écarts acheteur-vendeur
plus faibles à la suite de la mise en place de dividendes.

Toutefois, en contradiction avec notre hypothèse selon laquelle le paiement de dividendes

devrait entraîner une augmentation de l'activité boursière, les firmes qui versent des
dividendes étant plus favorables aux grands investisseurs tels que les investisseurs
institutionnels (Allen et al. 2000 ; Grinstein et Michaely 2005) qui ont la possibilité de
négocier en grandes quantités (Rubin 2007), nous constatons une association négative
significative entre la rotation des actions et le paiement de dividendes. Cette constatation
est conforme à l'opinion selon laquelle, bien que les institutions soient plus susceptibles
d'acheter des actions versant des dividendes en raison de leur préférence pour la détention
d'actions à haut rendement, elles ont tendance à être des investisseurs plus passifs, qui
"achètent et conservent", et sont moins soumises aux pressions fondées sur des mesures de
performance à court terme (Hotchkiss et Lawrence 2007). En outre, elle est conforme au
rapport du Comité des marchés émergents de l'Organisation internationale des
commissions de valeurs (OICV) (décembre 2007), qui indique que la politique de
dividende doit être prise en compte lors de l'évaluation de la liquidité d'une action et que
les actions à dividendes élevés ont tendance à être achetées et détenues par leurs
investisseurs, ce qui explique que leurs transactions soient moins fréquentes. Ces éléments
suggèrent que la plus grande liquidité des entreprises qui versent des dividendes provient
principalement de la réduction des coûts de négociation de ces firmes plutôt que d'une
augmentation de l'activité de négociation de leurs actions.

Ces résultats sont robustes aux autres méthodes d'estimation et aux spécifications des
modèles. Nous constatons également que l'impact du fait d'être un payeur de dividendes
(high dividend payer) sur la liquidité des actions varie en fonction de la taille de la firme,
ce qui est cohérent avec l'argument fondé sur l'asymétrie de l'information. Nos résultats
montrent donc que la relation entre les décisions en matière de politique de dividendes et
la liquidité des actions varie en fonction du degré d'asymétrie de l'information auquel sont
confrontées ces firmes.

211
Dans l'ensemble, les conclusions de ce chapitre montrent que la politique de dividendes
des firmes britanniques peut avoir un impact significatif sur les différents aspects de la
liquidité de leurs actions. En outre, ces conclusions devraient être d'une importance
considérable pour les entreprises et les investisseurs. Du point de vue de la firme, la
liquidité des actions affecte directement les coûts de transaction qui, à leur tour, ont un
effet sur le coût des fonds propres de la firme. Les résultats suggèrent que la politique de
dividende pourrait accroître la valeur de la firme par son effet sur la liquidité des actions.
Du point de vue des investisseurs, ces résultats suggèrent qu'ils pourraient négocier les
actions de ceux qui versent des dividendes et de ceux qui versent des dividendes élevés à
un coût de transaction plus faible.

Chapter 6: Conclusion

6.1. Introduction

Cette thèse examine les liens possibles entre la politique de dividende, les divers aspects
de la liquidité des actions et l'information sur les prix. En particulier, les trois questions
empiriques examinées dans chaque chapitre empirique de la thèse sont les suivantes.
Premièrement, le chapitre 3 analyse l'effet de la politique de dividende sur divers aspects
de la liquidité des actions. Deuxièmement, le chapitre 4 examine l'impact des décisions de
paiement de dividendes d'une firme sur le risque de liquidité systématique. Troisièmement,
le chapitre 5 étudie l'impact de l'information sur les cours des actions sur la politique de
dividendes et la manière dont la liquidité des actions peut influencer cette relation.

Le reste de ce chapitre est organisé comme suit : La section 6.2 présente les conclusions et
les contributions du premier chapitre empirique, le chapitre 3, qui examine la relation entre
les décisions en matière de politique de dividendes et la liquidité des actions. La section
6.3 résume les conclusions et les contributions du deuxième chapitre empirique, le chapitre
4, qui examine les effets des décisions en matière de politique de dividendes sur le risque
de liquidité systématique. La section 6.4 résume les résultats et les contributions du
troisième chapitre empirique, le chapitre 5, qui étudie la relation entre la politique de
dividendes et l'information sur les cours des actions. La section 6.5 aborde les implications
et les limites de la recherche, ainsi que les recherches futures.

212
 6.2. Politique de dividend et liquidité des titres:

Le chapitre 3 analyse empiriquement l'impact des décisions de politique de dividende sur

la liquidité des actions. Les différents aspects de la liquidité des actions sont mis en
évidence par l'écart entre les cours acheteur et vendeur, les taux de rotation et le taux
d'illiquidité. Ce chapitre apporte plusieurs contributions.

Tout d'abord, nous contribuons à la littérature reliant la liquidité des actions à différents
domaines de la finance d'entreprise (Rubin 2007 ; Gopalan et al. 2012 ; Poon et al. 2013 ;
Prommin et al. 2014 ; Huang et al. 2015 ; Hillert et al. 2016) en identifiant la politique de
dividende comme un autre déterminant influent de la liquidité des actions. Compte tenu de
la peu d'études antérieures qui examinent l'impact de la politique des dividendes sur la
liquidité et leurs résultats contradictoires, des études plus empiriques sont justifiées.
Contrairement aux études précédentes qui examinent principalement la relation entre la
politique de dividendes et la liquidité des actions en étudiant les changements d'une
certaine mesure de la liquidité des actions après l'annonce des dividendes (Richardson et
al. 1986 ; Mitra et Rashid 1997 ; Bozos et al. 2011 ; Dasilas et Leventis 2011), nous
considérons l'analyse de régression. Cette analyse nous permet de tester comment les
décisions de politique de dividende d'une firme déterminent la liquidité de ses actions tout
en contrôlant d'autres variables qui pourraient affecter cette relation. Plus précisément,
nous prenons en compte diverses variables de contrôle basées sur le marché et la
comptabilité, que la littérature a identifiées comme des déterminants importants de la
liquidité des actions. En outre, afin de contrôler un éventuel biais d'endogénéité dû à une
hétérogénéité non observable, cette étude inclut des variables muettes d'année et de secteur
dans toutes les spécifications du modèle. En outre, nous utilisons des variables
indépendantes décalées pour contrôler la simultanéité. Deuxièmement, les études
précédentes se concentrent principalement sur l'effet de la politique des dividendes sur un
seul aspect de la liquidité des actions, comme l'aspect des coûts de transaction qui est
mesuré par l'écart entre les cours acheteur et vendeur (Howe et Lin 1992 ; Mitra et Rashid
1997) ou l'activité de négociation mesurée par le volume des transactions (Richardson et
al. 1986 ; Bozos et al. 2011 ; Dasilas et Leventis 2011). Cependant, la liquidité des actions
reflète plusieurs aspects. Kyle (1985) et Lesmond (2005) affirment que, la liquidité étant
très difficile à définir et encore plus difficile à estimer, une liste de mesures est nécessaire
pour saisir les différents aspects de la liquidité. En raison des incertitudes liées à
l'estimation de la liquidité, nous utilisons l'écart proportionnel entre les cours acheteur et

213
vendeur, le ratio de rotation et le ratio d'illiquidité d'Amihud (2002) pour saisir l'impact de
la politique de dividende sur les coûts de transaction, la quantité de transactions et les
dimensions de l'impact sur les prix de la liquidité, respectivement. Troisièmement, notre
étude complète des études antérieures sur l'impact de la politique de dividende sur la
valeur des firmes. Une plus grande liquidité des actions associée au versement de
dividendes peut entraîner un taux de rendement plus faible et une valorisation plus élevée
de la firme. Enfin, à la connaissance de l'auteur, cette étude est la première étude de ce
type qui examine le rôle des décisions en matière de politique de dividendes dans la
détermination de la liquidité des actions au Royaume-Uni. Nous soutenons qu'en raison
des différences dans la structure du marché et les caractéristiques de liquidité du marché
britannique par rapport au marché américain, cette étude apporte un éclairage
supplémentaire à la littérature actuelle. Il est essentiel que nous fassions des recherches
dans ce domaine étant donné que les marchés d'actions britanniques sont les plus échangés
au monde, à l'exception des États-Unis.

Les conclusions de ce chapitre peuvent être brièvement résumées comme suit. Tout
d'abord, nous faisons état de différences significatives dans les coûts de transaction et le
volume des échanges entre les payeurs de dividendes et les non-payeurs, ainsi qu'entre les
payeurs de dividendes élevés et les payeurs de dividendes faibles. Par exemple, nous
signalons une relation négative entre les décisions en matière de politique de dividende et
l'écart proportionnel entre les cours acheteur et vendeur et le ratio d'impact sur les prix.
Ces résultats sont conformes aux prédictions de Bhattacharya (1979) et de Miller et Rock
(1985), qui suggèrent que les paiements de dividendes entraînent un niveau inférieur
d'asymétrie de l'information, ce qui entraîne une plus grande liquidité des actions.
L'utilisation des dividendes comme moyen de contrôle vient également étayer nos
conclusions. Les firmes qui versent des dividendes sont plus susceptibles de se rendre sur
le marché des capitaux, ce qui entraîne une surveillance accrue et, partant, une plus grande
diffusion d'informations sur le marché (Easterbrook 1984). Toutefois, il s'avère que le taux
de rotation des actions est affecté négativement par le fait qu'une firme paie ou non des
dividendes. Ce résultat est peut-être dû à la tendance des investisseurs à acheter et à détenir
des actions à dividendes élevés (Hotchkiss et Lawrence 2007 ; Comité des marchés
émergents de l'OICV, décembre 2007).

Pour valider les résultats, nous effectuons un certain nombre de tests de robustesse et de
214
spécifications de modèles. Tout d'abord, l'utilisation d'une approche de régression en deux
étapes confirme que nos résultats ne sont pas biaisés par des problèmes d'endogénéité.
Deuxièmement, nous constatons que la relation positive entre la politique des dividendes
et la liquidité des actions est soutenue dans le temps et de manière transversale par
l'utilisation de deux méthodes de régression de données de panel, à effet fixe et entre
estimateurs. Enfin, nous examinons la possibilité que la relation entre la politique des
dividendes et la liquidité des actions soit affectée par la taille de la firme. Nous constatons
que, par rapport aux firmes ne versant pas de dividendes (qui en versent peu), les firmes
versant des dividendes (qui en versent beaucoup) sont plus liquides, surtout lorsqu'elles
sont plus grandes. Ces résultats sont à nouveau conformes à notre principal argument
fondé sur les problèmes d'asymétrie de l'information et de coûts d'agence, car les grandes
firmes sont souvent confrontées à des degrés moindres d'asymétrie de l'information et de
coûts d'agence, ce qui peut expliquer leur niveau plus élevé de liquidité des actions.

215
References:
Abdallah, W., Goergen, M. and O'SuIIivan, N. (2015) Endogeneity: how failure to
correct for it can cause wrong inferences and some remedies. British Journal
of Management 26 (4), 791-804.
Abeyratna, G., Lonie, A. A., Power, D. M. and Sinclair, C. D. (1996) The influence of
company financial performance on the interpretation of dividend and
earnings signals: a study of accounting-and market-based data. The British
Accounting Review 28 (3), 229-247.
Abor, J. and Bokpin, G. A. (2010) Investment opportunities, corporate finance, and
dividend payout policy: Evidence from emerging markets. Studies in
Economics and Finance 27 (3), 180-194.
Acharya, V. V., Amihud, Y. and Bharath, S. T. (2013) Liquidity risk of corporate
bond returns: conditional approach. Journal of Financial Economics 110 (2),
358-386.
Acharya, V. V. and Pedersen, L. H. (2005) Asset pricing with liquidity risk. Journal of
Financial Economics 77 (2), 375-410.
Agarwal, P. (2007) Institutional ownership and stock liquidity. Available at SSRN:
http://ssrn.com/abstract——1029J95 or http://dx.doi.org/10.21J9/ssrn.1029395
Agrawal, A. and Jayaraman, N. (1994) The dividend policies of all-equity firms: A
direct test of the free cash flow theory. Managerial and Decision Economics
15 (2), 139-148.
Aharony, J. and Swary, I. (1980) Quarterly dividend and earnings announcements
and stockholders’ returns: an empirical analysis. The Journal of Finance 35
(1), 1-12.
Aitken, M. and Comerton-Forde, C. (2003) How should liquidity be measured?
Pacific-Basin Finance 11 (1), 45-59.
Aitken, M. J. and Winn, R. (1997) What is this thing called liquidity? Working Paper.
Securities Industry Research Centre of Asia-Pacific.
Aivazian, V., Booth, L. and Cleary, S. (2003) Do emerging market firms follow
different dividend policies from US firms? Journal of Financial Research 26
(3), 371-387.
Akerlof, G. A. (1970) The market for "lemons": quality uncertainty and the market
mechanism. The Quarterly Journal of Economics 84 (3), 488-500.
AI-MaIkawi, H.-A. N. (2008) Factors influencing corporate dividend decision:
evidence from Jordanian panel data. International Journal of Business 13
(2), 177-195.
AI-MaIkawi, H. N. (2007) Determinant of corporate dividend policy in Jordan. Journal
of Economic and Administrative Since 23 (2), 44-71.
Al-Najjar, B. and Belghitar, Y. (2014) Do corporate governance mechanisms affect
cash dividends? An empirical investigation of UK firms. International Review
of Applied Economics 28 (4), 524-538.
Al-Yahyaee, K. H., Pham, T. M. and Walter, T. S. (2011) The information content of
cash dividend announcements in a unique environment. Journal of Banking
and Finance 35 (3), 606-612.
Ali, M. B. and Chowdhury, T. A. (2010) Effect of dividend on stock price in emerging
stock market: A study on the listed private commercial banks in DSE.
International Journal of Economics and Finance 2 (4), 52-64.
Allen, D. E. and Rachim, V. S. (1996) Dividend policy and stock price volatility:
Australian evidence. Applied Financial Economics 6 (2), 175-188.
Allen, F., Bernardo, A. E. and Welch, I. (2000) A theory of dividends based on tax
clienteles. The Journal of Finance 55 (6), 2499-2536.
Allen, F. and Michaely, R. (2003) Payout Policy. Handbook of the Economics of
Finance 1, 337-429.

216
Alli, K. L., Khan, A. Q. and Ramirez, G. G. (1993) Determinants of corporate
dividend policy: a factorial analysis. The Financial Review 28 (4), 523-547.
Alphonse, P. and Tran, Q. T. (2014) A two-step approach to investigate dividend
policy: evidence from Vietnamese stock market. International Journal of
Economics and Finance 6 (3), 16-28.
Ambarish, R., John, K. and Williams, J. (1987) Efficient signalling with dividends and
investments. The Journal of Finance 42 (2), 321-343.
Amidu, M. and Abor, J. (2006) Determinants of dividend payout ratios in Ghana.
The Journal of Risk Finance 7 (2), 136-145.
Amihud, Y. (2002) Illiquidity and stock returns: cross-section and time-series effects.
Journal of Financial Markets 5 (1), 31-56.
Amihud, Y., Hameed, A., Kang, W. and Zhang, H. (2015) The illiquidity premium:
International evidence. Journal of Financial Economics 117 (2), 350-368.
Amihud, Y. and Li, K. (2006) The declining information content of dividend
announcements and the effects of institutional holdings. Journal of Financial
and Quantitative Analysis 41 (3), 637-660.
Amihud, Y. and Mendelson, H. (1980) Dealership market: Market-making with
inventory. Journal of Financial Economics 8 (1), 31-53.
Amihud, Y. and Mendelson, H. (1986) Asset pricing and the bid-ask spread. Journal
of Financial Economics 17 (2), 223-249.
Amihud, Y. and Mendelson, H. (2012) Liquidity, the value of the firm, and corporate
finance. Journal of Applied Corporate Finance 24 (1), 17-32.
Amihud, Y., Mendelson, H. and Lauterbach, B. (1997) Market microstructure and
securities values: Evidence from the Tel Aviv Stock Exchange. Journal of
Financial Economics 45 (3), 365-390.
Andres, C., Cumming, D., Karabiber, T. and Schweizer, D. (2014) Do markets
anticipate capital structure decisions?—Feedback effects in equity liquidity.
Journal of Corporate Finance 27, 133-156.
Antonakis, J., Bendahan, S., Jacquart, P. and Lalive, R. (2014) Causality and
endogeneity: problems and solutions. The Oxford handbook of leadership
and organizations, 93-117.
Arbel, A. and Strebel, P. (1982) The neglected and small firm effects. The Financial
Review 17 (4), 201-218.
Ardestani, H. S., Rasid, S. Z. A. and Mehri, R. B. M. (2013) Dividend payout policy,
investment opportunity set and corporate financing in the industrial products
sector of Malaysia. Journal of applied finance and banking 3 (1), 123-136.
Arellano, M. and Bover, O. (1995) Another look at the instrumental variable
estimation of error-components models. Journal of Econometrics 68 (1), 29-
51.
Armstrong, C. S., Guay, W. R. and Weber, J. P. (2010) The role of information and
financial reporting in corporate governance and debt contracting. Journal of
Accounting and Economics 50 (2), 179-234.
Asem, E. and Alam, S. (2015) Market movements and the excess cash theory. The
Quarterly Review of Economics and Finance 55, 140-149.
Asquith, P. and Mullins, D. W. (1983) The impact of initiating dividend payments on
shareholder wealth. The Journal of Business 56 (1), 77-96.
Baker, H. K. (1996) Trading location and liquidity : An analysis of U.S. dealer and
agency markets for common stocks. Cambridge, MA; Oxford, UK: Blackwell
Pubs.
Baker, H. K. (2009) Dividends and Dividend Policy: An Overview. Dividends and
Dividend Policy. John Wiley and Sons, Inc. 1-19.
http://dx.doi.org/10.1002/9781118258408.ch1
Baker, H. K., Farrelly, G. E. and Edelman, R. B. (1985) A survey of management
views on dividend policy. Financial Management 14 (3), 78-84.

217
Baker, H. K. and Powell, G. E. (1999) How corporate managers view dividend
policy. Quarterly Journal of Business and Economics 38 (2).
Baker, K. and Pettit, G. (1982) Management’s view of stock exchange listing. Akron
Business and Economic Review 13, 12-17.
Bakke, T.-E. and Whited, T. M. (2010) Which firms follow the market? An analysis of
corporate investment decisions. Review of Financial Studies 23 (5), 1941-
1980.
Balduzzi, P. and Robotti, C. (2010) Asset pricing models and economic risk premia:
A decomposition. Journal of Empirical Finance 17 (1), 54-80.
Bali, R. (2003) An empirical analysis of stock returns around dividend changes.
Applied Economics 35, 51-61.
Ball, R., Brown, P., Finn, F. J. and Officer, R. R. (1979) Dividend and the value of
the firm: evidence from the Australian equity market. Australian Journal of
Management 4, 13-26.
Baltagi, B. H. (2005) Econometric Analysis of Panel Data. 3rd edn edition. John
Wiley & Sons Ltd.
Banerjee, S., Gatchev, V. A. and Spindt, P. A. (2007) Stock Market Liquidity and
Firm Dividend Policy. The Journal of Financial and Quantitative Analysis 42
(2), 369-397.
Banyi, M. L. and Kahle, K. M. (2014) Declining propensity to pay? A re-examination
of the lifecycle theory. Journal of Corporate Finance 27, 345-366.
Barclay, M. J. and Smith, C. W. (1988) Corporate payout policy: Cash dividends
versus open-market repurchases. Journal of Financial Economics 22 (1), 61-
82.
Barclay, M. J., Smith, C. W. and Watts, R. L. (1997) The determinants of corporate
leverage and dividend policies. Journal of Financial Education 23, 1-15.
Bardos, K. S. (2011) Quality of financial information and liquidity. Review of
Financial Economics 20 (2), 49-62.
Barry, C. B. and Brown, S. J. (1985) Differential information and security market
equilibrium. Journal of Financial and Quantitative Analysis 20 (4), 407-422.
Bartram, S. M., Brown, G. and Stulz, R. M. (2012) Why are US stocks more
volatile? The Journal of Finance 67 (4), 1329-1370.
Baskin, J. (1989) Dividend policy and the volatility of common stocks. The Journal of
Portfolio Management 15 (3), 19-25.
Becker‐Blease, J. R. and Paul, D. L. (2006) Stock liquidity and investment
opportunities: evidence from index additions. Financial Management 35 (3),
35-51.
Bekaert, G., Harvey, C. R. and Lundblad, C. (2007) Liquidity and expected returns:
Lessons from emerging markets. Review of Financial Studies 20 (6), 1783-
1831.
Bellemare, M. F., Masaki, T. and Pepinsky, T. B. (2015) Lagged explanatory
variables and the estimation of causal effects. Available at SSRN:
http://ssrn.com/abstract=2568724 or http://dx.doi.org/10.2139/ssrn.2568724
Ben-Nasr, H. and Alshwer, A. A. (2016) Does stock price informativeness affect
labor investment efficiency? Journal of Corporate Finance 38, 249-271.
Ben-Nasr, H. and Cosset, J.-C. (2014) State ownership, political institutions, and
stock price informativeness: evidence from privatization. Journal of
Corporate Finance 29, 179-199.
Benartzi, S., Michaely, R. and Thaler, R. H. (1997) Do changes in dividends signal
the future or the past? Journal of Finance 52, 1007-1034.
Benito, A. and Young, G. (2003) Hard times or great expectations? Dividend
omissions and dividend cuts by UK firms. Oxford Bulletin of Economics and
Statistics 65 (5), 531-555.

218
Bennett, J. A., Sias, R. W. and Starks, L. T. (2003) Greener pastures and the impact
of dynamic institutional preferences. Review of Financial Studies 16 (4),
1203-1238.
Berenson, M. L., Levine, D. M. and Krehbiel, T. C. (2009) Basic Business Statistics :
Concepts and Applications. Pearson Prentice Hall.
Bernhardt, D., Douglas, A. and Robertson, F. (2005) Testing dividend signaling
models. Journal of Empirical Finance 12 (1), 77-98.
Bernheim, B. D. and Wantz, A. (1995) A tax-based test of the dividend signaling
hypothesis. American Economic Review 85 (3), 532-551.
Bernstein, P. L. (1996) Dividends: the puzzle. Journal of Applied Corporate Finance
9 (1), 16-22.
Beuselinck, C., Joos, P., Khurana, I. K. and Van der Meulen, S. (2009) Mandatory
IFRS reporting and stock price informativeness. Available at SSRN:
http://ssrn.com/abstract=1381242 or http://dx.doi.org/10.2139/ssrn.1381242
Bharath, S. T., Pasquariello, P. and Wu, G. (2009) Does asymmetric information
drive capital structure decisions? Review of Financial Studies 22 (8), 3211-
3243.
Bhattacharya, N., Desai, H. and Venkataraman, K. (2013) Does earnings quality
affect information asymmetry? Evidence from trading costs. Contemporary
Accounting Research 30 (2), 482-516.
Bhattacharya, S. (1979) Imperfect information, dividend policy, and "the bird in the
hand" fallacy. The Bell Journal of Economics 10 (1), 259-270.
Bilinski, P., Liu, W. and Strong, N. (2012) Does liquidity risk explain low firm
performance following seasoned equity offerings? Journal of Banking and
Finance 36 (10), 2770-2785.
Black, F. (1976) The dividend puzzle. The Journal of Portfolio Management 2 (2), 5-
8.
Black, F. and Scholes, M. (1974) The effects of dividend yield and dividend policy
on common stock prices and returns. Journal of Financial Economics 1 (1),
1-22.
Blundell, R. and Bond, S. (1998) Initial conditions and moment restrictions in
dynamic panel data models. Journal of Econometrics 87 (1), 115-143.
Bond, P., Edmans, A. and Goldstein, I. (2012) The real effects of financial markets.
Annual Review of Finay ncial Economics, Annual Reviews 4 (1), 339-360.
Boubaker, S., Mansali, H. and Rjiba, H. (2014) Large controlling shareholders and
stock price synchronicity. Journal of Banking and Finance 40, 80-96.
Bozos, K., Nikolopoulos, K. and Ramgandhi, G. (2011) Dividend signaling under
economic adversity: Evidence from the London Stock Exchange.
International Review of Financial Analysis 20 (5), 364-374.
Braggion, F. and Moore, L. (2011) Dividend policies in an unregulated market: The
London Stock Exchange, 1895–1905. Review of Financial Studies 24 (9),
2935-2973.
Brav, A., Graham, J. R., Harvey, C. R. and Michaely, R. (2005) Payout policy in the
21st century. Journal of Financial Economics 77 (3), 483-527.
Breeden, D. T. (1979) An intertemporal asset pricing model with stochastic
consumption and investment opportunities. Journal of Financial Economics 7
(3), 265-296.
Breeden, D. T., Gibbons, M. R. and Litzenberger, R. H. (1989) Empirical tests of the
consumption‐oriented CAPM. The Journal of Finance 44 (2), 231-262.
Brennan, M. J. (1970) Taxes, market valuation and corporate financial policy.
National Tax Journal 23 (4), 417-427.
Brennan, M. J., Cordia, T. and Subrahmanyam, A. (1998) Alternative factor
specifications, security characteristics, and the cross-section of expected
stock returns. Journal of Financial Economics 49, 345-373.

219
Brennan, M. J. and Subrahmanyam, A. (1996) Market microstructure and asset
pricing: on the compensation for illiquidity in stock returns. Journal of
Financial Economics 41, 441-464.
Brockman, P. and Chung, D. Y. (2001) Managerial timing and corporate liquidity::
evidence from actual share repurchases. Journal of Financial Economics 61
(3), 417-448.
Brockman, P. and Chung, D. Y. (2002) Commonality in liquidity: evidence from an
order‐driven market structure. Journal of Financial Research 25 (4), 521-
539.
Brockman, P., Chung, D. Y. and Yan, X. S. (2009) Block ownership, trading activity,
and market liquidity. Journal of Financial and Quantitative Analysis 44 (06),
1403-1426.
Brockman, P., Howe, J. S. and Mortal, S. (2008) Stock market liquidity and the
decision to repurchase. Journal of Corporate Finance 14 (4), 446-459.
Brockman, P. and Unlu, E. (2009) Dividend policy, creditor rights, and the agency
costs of debt. Journal of Financial Economics 92 (2), 276-299.
Brockman, P. and Yan, X. S. (2009) Block ownership and firm-specific information.
Journal of Banking and Finance 33 (2), 308-316.
Brooks, C. (2008) RATS Handbook To Accompany Introductory Econometrics For
Finance. Cambridge Books.
Brooks, R. M. (1994) Bid-ask spread components around anticipated
announcements. Journal of Financial Research 17 (3), 375-86.
Brown, S. and Hillegeist, S. A. (2007) How disclosure quality affects the level of
information asymmetry. Review of Accounting Studies 12 (2-3), 443-477.
Brunnermeier, M. K. and Pedersen, L. H. (2009) Market liquidity and funding
liquidity. Review of Financial studies 22 (6), 2201-2238.
Bushman, R. M. and Smith, A. J. (2001) Financial accounting information and
corporate governance. Journal of Accounting and Economics 32 (1), 237-
333.
Campa, J. M. and Kedia, S. (2002) Explaining the diversification discount. Journal of
Finance 57 (4), 1731-1762.
Cao, C. and Petrasek, L. (2014) Liquidity risk and institutional ownership. Journal of
Financial Markets 21, 76-97.
Carhart, M. M. (1997) On persistence in mutual fund performance. The Journal of
Finance 52 (1), 57-82.
Casey, K. M. and Dickens, R. N. (2000) The effects of tax and regulatory changes
on commercial bank dividend policy. The Quarterly Review of Economics
and Finance 40 (2), 279-293.
Chae, J., Kim, S. and Lee, E. J. (2009) How corporate governance affects payout
policy under agency problems and external financing constraints. Journal of
Banking and Finance 33 (11), 2093-2101.
Chai, D., Faff, R. and Gharghori, P. (2013) Liquidity in asset pricing: New Australian
evidence using low-frequency data. Australian Journal of Management 38
(2), 375-400.
Chalmers, J. M. and Kadlec, G. B. (1998) An empirical examination of the amortized
spread. Journal of Financial Economics 48 (2), 159-188.
Chan, K. and Chan, Y.-C. (2014) Price informativeness and stock return
synchronicity: Evidence from the pricing of seasoned equity offerings.
Journal of financial economics 114 (1), 36-53.
Chan, K. and Hameed, A. (2006) Stock price synchronicity and analyst coverage in
emerging markets. Journal of Financial Economics 80 (1), 115-147.
Chan, K., Hameed, A. and Kang, W. (2013) Stock price synchronicity and liquidity.
Journal of Financial Markets 16 (3), 414-438.

220
Chang, K., Kang, E. and Li, Y. (2016) Effect of institutional ownership on dividends:
An agency-theory-based analysis. Journal of Business Research 69 (7),
2551-2559.
Charest, G. (1978) Dividend information, stock returns and market efficiency-II.
Journal of Financial Economics 6 (2), 297-330.
Charoenwong, C., Chong, B. S. and Yang, Y. C. (2014) Asset liquidity and stock
liquidity: international evidence. Journal of Business Finance and Accounting
41 (3-4), 435-468.
Chen, N.-F., Roll, R. and Ross, S. A. (1986) Economic forces and the stock market.
Journal of Business 59 (3), 383-403.
Chen, Q., Goldstein, I. and Jiang, W. (2007a) Price informativeness and investment
sensitivity to stock price. Review of Financial Studies 20 (3), 619-650.
Chen, X., Harford, J. and Li, K. (2007b) Monitoring: which institutions matter?
Journal of Financial Economics 86 (2), 279-305.
Cheng, Z., Cullinan, C. P. and Zhang, J. (2014) Free cash flow, growth
opportunities, and dividends: does cross-listing of shares matter? Journal of
Applied Business Research 30 (2), 587.
Chordia, T., Roll, R. and Subrahmanyam, A. (2000) Commonality in liquidity.
Journal of Financial Economics 56 (1), 3-28.
Chordia, T., Roll, R. and Subrahmanyam, A. (2001) Market liquidity and trading
activity. The Journal of Finance 56 (2), 501-530.
Chordia, T., Sarkar, A. and Subrahmanyam (2005) An empirical analysis of

stock and bond market liquidity. Review of Financial Studies 18, 85-129.
Chordia, T., Shivakumar, L. and Subrahmanyam, A. (2004) Liquidity dynamics
across small and large firms. Economic Notes 33 (1), 111-143.
Chung, K. H., Elder, J. and Kim, J.-C. (2010) Corporate governance and liquidity.
Collins, M. C., Saxena, A. K. and Wansley, J. W. (1996) The role of insiders and
dividend policy: a comparison of regulated and unregulated firms. Journal of
Financial and Strategic Decisions 9 (2), 1-9.
Cong, R. and Drukker, D. M. (2001) Treatment effects model. Stata Technical
Bulletin 10 (55).
Connolly, R., Stivers, C. and Sun, L. (2005) Stock market uncertainty and the stock-
bond return relation. Journal of Financial and Quantitative Analysis 40 (1),
161-194.
Copeland, T. E. and Galai, D. (1983) Information effects on the bid-ask spread.
Journal of Finance 38 (5), 1457-1469.
Coulton, J. J. and Ruddock, C. (2011) Corporate payout policy in Australia and a
test of the life-cycle theory. Accounting and Finance 51 (2), 381-407.
Crane, A. D., Michenaud, S. and Weston, J. P. (2016) The effect of institutional
ownership on payout policy: Evidence from index thresholds. Review of
Financial Studies, hhw012.
Dahlquist, M., Robertsson, G. and Rydqvist, K. (2014) Direct evidence of dividend
tax clienteles. Journal of Empirical Finance 28, 1-12.
Darrat, F., F., Zhong, M. and Cheng, L. T. W. (2007) Intraday volume and volatility
relations with and without public news. Journal of Banking and Finance 31,
2711-2729.
Dasgupta, S., Gan, J. and Gao, N. (2010) Transparency, Price Informativeness, and
Stock Return Synchronicity: Theory and Evidence. Journal of Financial and
Quantitative Analysis 45 (5), 1189-1220.
Dasilas, A. and Leventis, S. (2011) Stock market reaction to dividend
announcements: Evidence from the Greek stock market. International
Review of Economics and Finance 20 (2), 302-311.

221
Dass, N., Nanda, V. and Xiao, C. (2011) Do firms choose their stock liquidity? A
study of innovative firms and their stock liquidity. Working Paper, Georgia
Institute of Technology.
Datar, V. T., Y. Naik, N. and Radcliffe, R. (1998) Liquidity and stock returns: An
alternative test. Journal of Financial Markets 1 (2), 203-219.
De Cesari, A. and Huang-Meier, W. (2015) Dividend changes and stock price
informativeness. Journal of Corporate Finance 35, 1-17.
DeAngelo, H., DeAngelo, L. and Skinner, D. J. (1996) Reversal of fortune: Dividend
signaling and the disappearance of sustained earnings growth. Journal of
Financial Economics 40, 341-371.
DeAngelo, H., DeAngelo, L. and Skinner, D. J. (2000) Special dividends and the
evolution of dividend signaling. Journal of Financial Economics 57 (3), 309-
354.
DeAngelo, H., DeAngelo, L. and Skinner, D. J. (2004) Are dividends disappearing?
Dividend concentration and the consolidation of earnings. Journal of
Financial Economics 72 (3), 425-456.
DeAngelo, H., DeAngelo, L. and Stulz, R. M. (2006) Dividend policy and the
earned/contributed capital mix: a test of the life-cycle theory. Journal of
Financial Economics 81 (2), 227-254.
Dempsey, S. J. and Laber, G. (1992) Effects of agency and transaction costs on
dividend payout ratios: further evidence of the agency-transaction cost
hypothesis. Journal of Financial Research 15 (4), 317-21.
Denis, D. J. and Osobov, I. (2008) Why do firms pay dividends? International
evidence on the determinants of dividend policy. Journal of Financial
Economics 89 (1), 62-82.
Dennis, P. J. and Weston, J. (2002) Who's informed? An analysis of stock
ownership and informed trading. AFA 2002 Atlanta Meetings. Available at
SSRN: https://ssrn.com/abstract=267350 or
http://dx.doi.org/10.2139/ssrn.267350.
Desai, M. A. and Jin, L. (2011) Institutional tax clienteles and payout policy. Journal
of Financial Economics 100 (1), 68-84.
Deshmukh, S., Goel, A. M. and Howe, K. M. (2013) CEO overconfidence and
dividend policy. Journal of Financial Intermediation 22 (3), 440-463.
Dewenter, K. L. and Warther, V. A. (1998) Dividends, asymmetric information, and
agency conflicts: Evidence from a comparison of the dividend policies of
Japanese and US firms. The Journal of Finance 53 (3), 879-904.
Dhaliwal, D. S., Erickson, M. and Trezevant, R. (1999) A test of the theory of tax
clienteles for dividend policies. National Tax Journal, 179-194.
Dhanani, A. (2005) Corporate dividend policy: the views of British financial
managers. Journal of Business Finance and Accounting 32 (7‐8), 1625-
1672.
Diamond, D. W. (1985) Optimal release of information by firms. The Journal of
Finance 40 (4), 1071-1094.
Ding, R., Hou, W., Kuo, J.-M. and Lee, E. (2013) Fund ownership and stock price
informativeness of Chinese listed firms. Journal of Multinational Financial
Management 23 (3), 166-185.
Dong, M., Robinson, C. and Veld, C. (2005) Why individual investors want
dividends. Journal of Corporate Finance 12 (1), 121-158.
Dow, J. and Gorton, G. (1997) Stock market efficiency and economic efficiency: is
there a connection? Journal of Finance 52 (3), 1087-1129.
Dufour, A. and Engle, R. F. (2000) Time and the price impact of a trade. The
Journal of Finance 55 (6), 2467-2498.
Durnev, A., Morck, R. and Yeung, B. (2001) Does firm-specific information in stock
prices guide capital allocation? National Bureau of Economic Research
Working Paper.

222
Durnev, A., Morck, R. and Yeung, B. (2004) Value‐enhancing capital budgeting and
firm‐specific stock return variation. The Journal of Finance 59 (1), 65-105.
Durnev, A., Morck, R., Yeung, B. and Zarowin, P. (2003) Does greater firm-specific
return variation mean more or less informed stock pricing? Journal of
Accounting Research 41 (5), 797-836.
Dye, R. A. and Sridhar, S. (2002) Resource allocation effects of price reactions to
disclosures. Contemporary Accounting Research 19 (3), 385-410.
Easterbrook, F. H. (1984) Two agency-cost explanations of dividends. The
American Economic Review 74 (4), 650-659.
Edmans, A., Fang, V. W. and Zur, E. (2013) The effect of liquidity on governance.
Review of Financial Studies 26 (6), 1443-1482.
Edmans, A., Goldstein, I. and Jiang, W. (2012) The real effects of financial markets:
The impact of prices on takeovers. The Journal of Finance 67 (3), 933-971.
Eije, H. v., Goyal, A. and Muckley, C. B. (2014) Does the information content of
payout initiations and omissions influence firm risks? Journal of
Econometrics 183 (2), 222-229.
Eleswarapu, V. R. (1997) Cost of transacting and expected returns in the Nasdaq
market. The Journal of Finance 52 (5), 2113-2127.
Elton, E. J. and Gruber, M. J. (1970) Marginal stockholder tax rates and the clientele
effect. The Review of Economics and Statistics 52 (1), 68-74.
Elyasiani, E., Hauser, S. and Lauterbach, B. (2000) Market response to liquidity
improvements: Evidence from exchange listings. The Financial Review 41,
1-14.
Engle, R. F. and Lange, J. (2001) Predicting VNET: A model of the dynamics of
market depth. Journal of Financial markets 4 (2), 113-142.
Ertimur, Y. (2004) Accounting numbers and information asymmetry: Evidence from
loss firms. Available at SSRN: http://ssrn.com/abstract=572284 or
http://dx.doi.org/10.2139/ssrn.572284
Espen, E., B. and Verma, S. (1994) Managerial shareownership, voting power, and
cash dividend policy. Journal of Corporate Finance 1 (1), 33-62.
Esqueda, O. A. (2016) Signaling, corporate governance, and the equilibrium
dividend policy. The Quarterly Review of Economics and Finance 59, 186-
199.
Faccio, M., Lang, L. H. and Young, L. (2001) Dividends and expropriation. American
Economic Review 91 (1), 54-78.
Fama, E. F. and French, K. R. (1993) Common risk factors in the returns on stocks
and bonds. Journal of Financial Economics 33 (1), 3-56.
Fama, E. F. and French, K. R. (2000) Forecasting Profitability and Earnings. The
Journal of Business 73 (2), 161-175.
Fama, E. F. and French, K. R. (2001) Disappearing dividends: changing firm
characteristics or lower propensity to pay? Journal of Financial Economics
60 (1), 3-43.
Fama, E. F. and French, K. R. (2002) Testing trade-off and pecking order
predictions about dividends and debt. Review of Financial Studies 15 (1), 1-
33.
Fatemi, A. and Bildik, R. (2012) Yes, dividends are disappearing: worldwide
evidence. Journal of Banking and Finance 36 (3), 662-677.
Fehle, F. (2004) Bid-ask spreads and institutional ownership. Review of Quantitative
Finance and Accounting 22 (4), 275-292.
Feng, S.-P., Hung, M.-W. and Wang, Y.-H. (2016) The importance of stockliquidity
on option pricing. International Review of Economics and Finance 43, 457-
467.
Fernandes, N. and Ferreira, M. A. (2008) Does international cross-listing improve
the information environment. Journal of Financial Economics 88 (2), 216-
244.

223
Fernandez, F. A. (1999) Liquidity Risk: new approaches to measurement and
monitoring. Securities industry Association Working Paper.
Ferreira, D., Ferreira, M. A. and Raposo, C. C. (2011) Board structure and price
informativeness. Journal of Financial Economics 99 (3), 523-545.
Ferreira, M. A. and Laux, P. A. (2007) Corporate governance, idiosyncratic risk, and
information flow. The Journal of Finance 62 (2), 951-989.
Ferris, S. P., Jayaraman, N. and Sabherwal, S. (2009) Catering effects in corporate
dividend policy: The international evidence. Journal of Banking and Finance
33 (9), 1730-1738.
Firth, M., Gao, J., Shen, J. and Zhang, Y. (2016) Institutional stock ownership and
firms’ cash dividend policies: evidence from China. Journal of Banking and
Finance 65, 91-107.
Foucault, T. and Frésard, L. (2012) Cross-listing, investment sensitivity to stock
price, and the learning hypothesis. Review of Financial Studies 25 (11),
3305-3350.
Foucault, T. and Gehrig, T. (2008) Stock price informativeness, cross-listings, and
investment decisions. Journal of Financial Economics 88 (1), 146-168.
Frésard, L. (2012) Cash savings and stock price informativeness. Review of
Finance 16 (4), 985-1012.
Fuller, K. and Blau, B. M. (2010) Signaling, free cash flow and “nonmonotonic”
dividends. Financial Review 45 (1), 21-56.
Fuller, K. P. and Goldstein, M. A. (2011) Do dividends matter more in declining
markets? Journal of Corporate Finance 17 (3), 457-473.
Gao, H., Harford, J. and Li, K. (2013) Determinants of corporate cash policy:
Insights from private firms. Journal of Financial Economics 109 (3), 623-639.
Giammarino, R., Heinkel, R., Hollifield, B. and Li, K. (2004) Corporate decisions,
information and prices: Do managers move prices or do prices move
managers? Economic Notes 33 (1), 83-110.
Ginglinger, E. and Hamon, J. (2007) Actual share repurchases, timing and liquidity.
Journal of Banking and Finance 31 (3), 915-938.
Glosten, L. and Harris, L. (1988) Estimating the components of the bid/ask spread.
Journal of Financial Economics 21 (1), 123-142.
Glosten, L. R. and Milgrom, P. R. (1985) Bid, ask and transaction prices in a
specialist market with heterogeneously informed traders. Journal of Financial
Economics 14 (1), 71-100.
Goldstein, I. and Guembel, A. (2008) Manipulation and the allocational role of
prices. The Review of Economic Studies 75 (1), 133-164.
Goldstein, M. A. and Kavajecz, K. A. (2000) Eighths, sixteenths, and market depth:
changes

in tick size and liquidity provision on the

NYSE. Journal of Financial Economics 56, 125-149.

Gompers, P. A. and Metrick, A. (1998) Institutional investors and equity prices.
National Bureau of Economic Research Working Paper.
Gopalan, R., Kadan, O. and Pevzner, M. (2012) Asset liquidity and stock liquidity.
Journal of Financial and Quantitative Analysis 47 (02), 333-364.
Gordon, M. J. (1963) Optimal investment and finance policy. The Journal of Finance
18 (2), 264-272.
Goyenko, R., Holden, C. W. and Ukhov, A. (2006) Do stock splits improve liquidity?
EFA 2006 Zurich Meetings Paper. Available at SSRN:
https://ssrn.com/abstract——67592J or http://dx.doi.org/10.21J9/ssrn. 67592J.
Goyenko, R. Y., Holden, C. W. and Trzcinka, C. A. (2009) Do liquidity measures
measure liquidity? Journal of Financial Economics 92 (2), 153-181.

224
Graham, J. R. and Kumar, A. (2006) Do dividend clienteles exist? Evidence on
dividend preferences of retail investors. The Journal of Finance 61 (3), 1305-
1336.
Greene, W. H. (2003) Econometric Analysis. 4th edition edition. Pearson.
Grinstein, Y. and Michaely, R. (2005) Institutional holdings and payout policy. The
Journal of Finance 60 (3), 1389-1426.
Grossman, S. J. and Stiglitz, J. E. (1980) On the impossibility of informationally
efficient markets. The American Economic Review 70 (3), 393-408.
Grullon, G. and Michaely, R. (2002) Dividends, share repurchases, and the
substitution hypothesis. the Journal of Finance 57 (4), 1649-1684.
Grullon, G. and Michaely, R. (2012) The impact of product market competition on
firms’ payout policy. Unpublished Working Paper.
Grullon, G., Michaely, R., Benartzi, S. and Thaler, R. H. (2005) Dividend changes
do not signal changes in future profitability. The Journal of Business 78 (5),
1659-1682.
Grullon, G., Michaely, R. and Swaminathan, B. (2002) Are dividend changes a sign
of firm maturity? The Journal of Business 75 (3), 387-424.
Gugler, K. and Yurtoglu, B. B. (2003) Corporate governance and dividend pay-out
policy in Germany. European Economic Review 47 (4), 731-758.
Gujarati, D. N. (2004) Basic Econometrics. 4th ed. edition. New York: McGraw-Hill.
Gul, F. A., Kim, J.-B. and Qiu, A. A. (2010) Ownership concentration, foreign
shareholding, audit quality, and stock price synchronicity: Evidence from
China. Journal of Financial Economics 95 (3), 425-442.
Gul, F. A., Srinidhi, B. and Ng, A. C. (2011) Does board gender diversity improve
the informativeness of stock prices? Journal of Accounting and Economics
51 (3), 314-338.
Guo and Fraser (2015) Propensity Score Analysis Statistical Methods and
Applications. SAGE Publications, Inc.
Gurgul, H., Mestel, R. and Schleicher, C. (2003) Stock market reactions to dividend
announcements: empirical evidence from the Austrian stock. Financial
Markets and Portfolio Management 17 (3), 332-350.
Haggard, K. S., Martin, X. and Pereira, R. (2008) Does voluntary disclosure improve
stock price informativeness? Financial Management 37 (4), 747-768.
Hail, L., Tahoun, A. and Wang, C. (2014) Dividend payouts and information shocks.
Journal of Accounting Research 52 (2), 403-456.
Hakansson, N. H. (1982) To pay or not to pay dividend. Journal of Finance 37 (2),
415-428.
Hameed, A., Kang, W. and Viswanathan, S. (2010) Stock market declines and
liquidity. The Journal of Finance 65 (1), 257-293.
Han, K. C., Lee, S. H. and Suk, D. Y. (1999) Institutional shareholders and
dividends. Journal of Financial and Strategic Decisions 12 (1), 53-62.
Hansen, R. S., Kumar, R. and Shome, D. K. (1994) Dividend policy and corporate
monitoring: evidence from the regulated electric utility industry. Financial
Management 23 (1), 16-22.
Harris, L. (2003) Trading and Exchanges. New York: Oxford University Press, Inc.
Hasbrouck, J. (2003) Intraday price formation in US equity index markets. The
Journal of Finance 58 (6), 2375-2400.
Hasbrouck, J. (2009) Trading costs and returns for US equities: Estimating effective
costs from daily data. The Journal of Finance 64 (3), 1445-1477.
Hasbrouck, J. and Seppi, D. J. (2001) Common factors in prices, order flows, and
liquidity. Journal of Financial Economics 59 (3), 383-411.
Hausman, J. A. (1978) Specification tests in econometrics. Econometrica: Journal of
the Econometric Society 46 (6), 1251-1271.
Hayek, F. A. (1945) The use of knowledge in society. The American Economic
Review 35, 519-530.

225
Healy, P. M. and Palepu, K. G. (1988) Earnings information conveyed by dividend
initiations and omissions. Journal of Financial Economics 21 (2), 149-175.
Healy, P. M. and Palepu, K. G. (2001) Information asymmetry, corporate disclosure,
and the capital markets: a review of the empirical disclosure literature.
Journal of Accounting and Economics 31 (1), 405-440.
Heckman, J. J. (1979) Sample Selection Bias as a Specification Error.
Econometrica 47 (1), 153-161.
Heitzman, S. and Klasa, S. (2012) Private information arrival, trading activity, and
price formation: Evidence from nonpublic merger negotiations. Working
Paper. Available at http://schwert.ssb.rochester.edu/f423/HK_WP12.pdf.
Henry, D. (2011) Ownership structure and tax-friendly dividends. Journal of Banking
and Finance 35 (10), 2747-2760.
Hess, P. J. (1982) The ex-dividend day behavior of stock returns: further evidence
on tax effects. The Journal of Finance 37 (2), 445-456.
Hillert, A., Maug, E. and Obernberger, S. (2016) Stock repurchases and liquidity.
Journal of Financial Economics 119 (1), 186-209.
Ho, T.-w. and Chang, S.-H. (2015) The pricing of liquidity risk on the Shanghai stock
market. International Review of Economics and Finance 38, 112-130.
Ho, T. S. Y. and Stoll, H. R. (1983) The dynamics of dealer markets under
competition. The Journal of Finance 38 (4), 1053-1074.
Hoberg, G., Phillips, G. and Prabhala, N. (2014) Product market threats, payouts,
and financial flexibility. The Journal of Finance 69 (1), 293-324.
Hoberg, G. and Prabhala, N. R. (2009) Disappearing dividends, catering, and risk.
Review of Financial Studies 22 (1), 79-116.
Holden, C. W. (2009) New low-frequency spread measures. Journal of Financial
Markets 12 (4), 778-813.
Holmström, B. and Tirole, J. (1993) Market liquidity and performance monitoring.
Journal of Political Economy 101 (4), 678-709.
Hotchkiss, E. and Lawrence, S. (2007) Empirical evidence on the existence of
dividend clienteles. Available at SSRN: http://ssrn.com/abstract=1001429 or
http://dx.doi.org/10.2139/ssrn.1001429
Howe, J. S. and Lin, J.-C. (1992) Dividend policy and the bid ask spread: an
empirical analysis. Journal of Financial Research 15 (1), 1-10.
Hsiao, C. (2003) Analysis of panel data. Cambridge: Cambridge university press.
Hu, A. and Kumar, P. (2004) Managerial entrenchment and payout policy. Journalof
Financial and Quantitative Analysis 39 (04), 759-790.
Huang, G.-C., Liano, K. and Pan, M.-S. (2015) The effects of stock splits on stock
liquidity. Journal of Economics and Finance 39 (1), 119-135.
Huang, R. D. and Stoll, H. R. (1996) Dealer versus auction markets: A paired
comparison of execution costs on NASDAQ and the NYSE. Journal of
Financial Economics 41 (3), 313-357.
Huberman, G. and Halka, D. (2001) Systematic liquidity. Journal of Financial
Research 24 (2), 161-178.
Hussainey, K., Oscar Mgbame, C. and Chijoke-Mgbame, A. M. (2011) Dividend
policy and share price volatility: UK evidence. The Journal of Risk Finance
12 (1), 57-68.
Hussainey, K. and Walker, M. (2009) The effects of voluntary disclosure and
dividend propensity on prices leading earnings. Accounting and Business
Research 39 (1), 37-55.
Igan, D., de Paula, A. and Pinheiro, M. (2006) Liquidity and dividend policy.
IOSCO Emerging Markets Committee report (December 2007) Factors Influencing
Liquidity in Emerging Markets.
http://www.iosco.org/library/pubdocs/pdf/IOSCOPD258.pdf

226
Jabbouri, I. (2016) Determinants of corporate dividend policy in emerging markets:
Evidence from MENA stock markets. Research in International Business and
Finance 37, 283-298.
Jacoby, G. and Zheng, S. X. (2010) Ownership dispersion and market liquidity.
International Review of Financial Analysis 19 (2), 81-88.
Jain, P. and Chu, Q. C. (2014) Dividend clienteles: a global investigation. Review of
Quantitative Finance and Accounting 42 (3), 509-534.
Jain, R. (2007) Institutional and individual investor preferences for dividends and
share repurchases. Journal of Economics and Business 59 (5), 406-429.
Jensen, M. and Meckling, W. H. (1976) Theory of the firm: managerial behavior,
agency costs and ownership structure. Journal of Financial Economics 3 (4),
305-360.
Jensen, M. C. (1986) Agency costs of free cash flow, corporate finance, and
takeovers. The American Economic Review 76 (2), 323-329.
Jiang, C. X., Kim, J.-C. and Zhou, D. (2011) Liquidity, analysts, and institutional
ownership. International Review of Financial Analysis 20 (5), 335-344.
Jiang, G. J., Xu, D. and Yao, T. (2009) The information content of idiosyncratic
volatility. Journal of Financial and Quantitative Analysis 44 (01), 1-28.
Jin, L. and Myers, S. C. (2006) R2 around the world: New theory and new tests.
Journal of Financial Economics 79 (2), 257-292.
Jiraporn, P., Kim, J.-C. and Kim, Y. S. (2011) Dividend payouts and corporate
governance quality: an empirical investigation. Financial Review 46 (2), 251-
279.
Jiraporn, P. and Ning, Y. (2006) Dividend policy, shareholder rights, and corporate
governance. Journal of Applied Finance 16 (2), 24-36.
John, K., Knyazeva, A. and Knyazeva, D. (2011) Does geography matter? Firm
location and corporate payout policy. Journal of Financial Economics 101
(3), 533-551.
John, K. and Williams, J. (1985) Dividends, dilution, and taxes: a signalling
equilibrium. The Journal of Finance 40 (4), 1053-1070.
Jones, C. (2002) A century of stock market liquidity and trading costs. Unpublished
working paper. Columbia University.
Kadapakkam, P.-R., Kumar, P. and Riddick, L. A. (1998) The impact of cash flows
and firm size on investment: The international evidence. Journal of Banking
and Finance 22 (3), 293-320.
Kahneman, D. and Tversky, A. (1979) Prospect theory: an analysis of decision
under risk. Econometrica: Journal of the Econometric Society 47 (2), 263-
292.
Kang, B. S. (2006) Country Influences on Corporate Dividend Policy: Evidence from
Australia, France, the UK, and the US. Journal of Korea Trade 10 (3), 45-72.
Karpavicius, S. and Yu, F. (2012) A test of the free cash flow hypothesis: the impact
increased institutional holdings on firm characteristics.
Khang, K. and King, T. H. D. (2006) Does Dividend Policy Relate to Cross-Sectional
Variation in Information Asymmetry? Evidence from Returns to Insider
Trades. Financial Management 35 (4), 71-94.
Kim, J.-B. and Cheong, H. Y. (2015) Foreign versus domestic institutional investors
in emerging markets: Who contributes more to firm-specific information flow?
China Journal of Accounting Research 8 (1), 1-23.
Kim, J.-B. and Shi, H. (2012) IFRS reporting, firm-specific information flows, and
institutional environments: international evidence. Review of Accounting
Studies 17 (3), 474-517.

227
Kim, J. and Jang, S. S. (2010) Dividend behavior of lodging firms: Heckman's two-
step approach. International Journal of Hospitality Management 29 (3), 413-
420.
Kini, O. and Williams, R. (2012) Tournament incentives, firm risk, and corporate
policies. Journal of Financial Economics 103 (2), 350-376.
Klock, M. S., Mansi, S. A. and Maxwell, W. F. (2005) Does corporate governance
matter to bondholders? Journal of Financial and Quantitative Analysis 40 (4),
693-719.
Korajczyk, R. A. and Sadka, R. (2008) Pricing the commonality across alternative
measures of liquidity. Journal of Financial Economics 87 (1), 45-72.
Kumar, S. and Raju, G. (2013) Does the dividend announcement matter in the
Indian stock market? Asia-Pacific Journal of Management Research and
Innovation 9 (1), 1-7.
Kuo, J.-M., Philip, D. and Zhang, Q. (2013) What drives the disappearing dividends
phenomenon? Journal of Banking and Finance 37 (9), 3499-3514.
Kyle, A. S. (1985) Continuous auctions and insider trading. Econometrica 53 (6),
1315-1335.
La Porta, R., Lopez-de-Silanes, F., Shleifer, A. and Vishny, R. W. (2000) Agency
problems and dividend policies around the world. The Journal of Finance 55
(1), 1-33.
Lam, K. S. and Tam, L. H. (2011) Liquidity and asset pricing: Evidence from the
Hong Kong stock market. Journal of Banking and Finance 35 (9), 2217-
2230.
Lang, L. H. and Litzenberger, R. H. (1989) Dividend announcements: Cash flow
signalling vs. free cash flow hypothesis? journal of Financial Economics 24
(1), 181-191.
Larcker, D. F. and Rusticus, T. O. (2010) On the use of instrumental variables in
accounting research. Journal of Accounting and Economics 49 (3), 186-205.
Leary, M. T. and Michaely, R. (2011) Determinants of dividend smoothing: Empirical
evidence. Review of Financial Studies 24 (10), 3197-3249.
Lease, C. R., John, K., Kalay, A., Loewenstein, U. and Sarig, H. O. (2000) Dividend
policy Its impact on firm value. Boston, Massachusetts: Harvard Business
School Press.
Lee, K.-H. (2011) The world price of liquidity risk. Journal of Financial Economics 99
(1), 136-161.
Lesmond, D. A. (2005) Liquidity of emerging markets. Journal of Financial
Economics 77 (2), 411-452.
Lesmond, D. A., Ogden, J. P. and Trzcinka, C. A. (1999) A new estimate of
transaction costs. Review of Financial Studies 12 (5), 1113-1141.
Leuz, C. (2003) IAS versus US GAAP: information asymmetry–based evidence from
Germany's new market. Journal of Accounting Research 41 (3), 445-472.
Leuz, C. and Verrecchia, R. E. (2000) The economic consequences of increased
disclosure. Journal of Accounting Research 38, 91-124.
Lewis and Linzer (2005) Estimating regression models in which the dependent
variable is based on estimates. Political Analysis 13, 345-364.
Li, B., Sun, Q. and Wang, C. (2014) Liquidity, liquidity risk and stock returns:
Evidence from Japan. European Financial Management 20 (1), 126-151.
Li, K. and Prabhala, N. (2005) Self-selection models in corporate finance. Robert H.
Smith School Research Paper No. RHS, 06-020.
Li, W. and Lie, E. (2006) Dividend changes and catering incentives. Journal of
Financial Economics 80 (2), 293-308.
Lin, J.-C., Singh, A. K. and Yu, W. (2009) Stock splits, trading continuity, and the
cost of equity capital. Journal of Financial Economics 93 (3), 474-489.
Lin, J.-C. and Wu, Y. (2013) SEO timing and liquidity risk. Journal of Corporate
Finance 19, 95-118.

228
Lintner, J. (1956) Distribution of incomes of corporations among dividends, retained
earnings, and taxes. The American Economic Review 46 (2), 97-113.
Lintner, J. (1965) The valuation of risk assets and the selection of risky investments
in stock portfolios and capital budgets. The Review of Economics and
Statistics 47 (1), 13-37.
Lipson, M. L. and Mortal, S. (2009) Liquidity and capital structure. Journal of
Financial Markets 12 (4), 611-644.
Litzenberger, R. H. and Ramaswamy, K. (1979) The effect of personal taxes and
dividends on capital asset prices: Theory and empirical evidence. Journal of
Financial Economics 7 (2), 163-195.
Liu, C. and Chen, A.-S. (2015) Do firms use dividend changes to signal future
profitability? A simultaneous equation analysis. International Review of
Financial Analysis 37, 194-207.
Liu, W. (2002) Do dividends substitute for the external corporate governance? A
cross-country dynamic view. Indiana State University Working Paper.
Liu, W. (2006) A liquidity-augmented capital asset pricing model. Journal of
Financial Economics 82 (3), 631-671.
Loukil, N., Zayani, M. B. and Omri, A. (2010) Impact of liquidity on stock returns: an
empirical investigation of the Tunisian stock market. Macroeconomics and
Finance in Emerging Market Economies 3 (2), 261-283.
Lucas, D. J. and McDonald, R. L. (1998) Shareholder heterogeneity, adverse
selection, and payout policy. Journal of Financial and Quantitative Analysis
33 (2), 233-253.
Luo, D. and Jing, L. (2011) Asset pricing and systematic liquidity risk: Empirical
evidence from the China stock market. E-Business and E-Government
(ICEE), 2011 International Conference on. IEEE.
Luo, Y. (2005) Do insiders learn from outsiders? Evidence from mergers and
acquisitions. The Journal of Finance 60 (4), 1951-1982.
Mahadwartha, P. A. (2007) The association of managerial ownership with dividend
policy and leverage policy: Indonesian firms. Available at SSRN:
http://ssrn.com/abstract=637061 or http://dx.doi.org/10.2139/ssrn.637061.
Mahdzan, N. S., Zainudin, R. and Shahri, N. K. (2016) Interindustry dividend policy
determinants in the context of an emerging market. Economic Research-
Ekonomska Istraživanja 29 (1), 250-262.
Maloney, M. T. and Mulherin, J. H. (1992) The Effects of Splitting on the Ex: A
Microstructure Reconciliation. Financial Management 21 (4), 44-59.
Manos, R. (2003) Dividend policy and agency theory: Evidence from Indian firms.
South Asia Economic Journal 4 (2), 275-300.
Marsh, I. W. and Power, D. (1999) A panel-based investigation into the relationship
between stock prices and dividends. Working Paper. Warwick Business
School Financial Econometrics Research Centre: University of Warwick.
Martınez, M. A., Nieto, B., Rubio, G. and Tapia, M. (2005) Asset pricing and
systematic liquidity risk: An empirical investigation of the Spanish stock
market. International Review of Economics and Finance 14 (1), 81-103.
Massimb and Phelps (1994) Electronic trading, market structure and liquidity.
Financial Analysts Journal 50, 39-48.
Mazouz, K., Alrabadi, D. W. H., Freeman, M. and Yin, S. (2010) Systematic liquidity
risk and asset pricing: evidence from London Stock Exchange. International
Journal of Banking, Accounting and Finance 2 (4), 387-403.
Mazouz, K., Daya, W. and Yin, S. (2014) Index revisions, systematic liquidity risk
and the cost of equity capital. Journal of International Financial Markets,
Institutions and Money 33, 283-298.
McCluskey, T., Burton, B., Power, D. and Sinclair, C. (2006) Evidence on the Irish
stock market's reaction to dividend announcements. Applied Financial
Economics 16 (8), 617-628.

229
Merton, R. C. (1973) An intertemporal capital asset pricing model. Econometrica:
Journal of the Econometric Society 41 (5), 867-887.
Michaely, R. and Roberts, M. R. (2012) Corporate dividend policies: lessons from
private firms. Review of Financial Studies 25 (3), 711-746.
Michaely, R., Thaler, R. H. and Womack, K. L. (1995) Price reactions to dividend
initiations and omissions: overreaction or drift? The Journal of Finance 50
(2), 573-608.
Miller, M. and Modigliani, F. (1961) Dividend policy, growth, and the valuation of
shares. The Journal of Business 34 (4), 411-433.
Miller, M. and Rock, K. (1985) Dividend policy under asymmetric information. The
Journal of Finance 40 (4), 1031-1051.
Miller, M. H. (1986) Behavioral rationality in finance: The case of dividends. Journal
of Business 59 (4), S451-S468.
Miller, M. H. and Scholes, M. S. (1982) Dividends and taxes: some empirical
evidence. The Journal of Political Economy 90 (6), 1118-1141.
Mitra, D. and Rashid, M. (1997) The information content of dividend initiations and
firm size: an analysis using bid‐ask spreads. Financial Review 32 (2), 309-
329.
Morck, R., Yeung, B. and Yu, W. (2000) The information content of stock markets:
why do emerging markets have synchronous stock price movements?
Journal of Financial Economics 58 (1), 215-260.
Mueller, D. C. (1972) A life cycle theory of the firm. The Journal of Industrial
Economics 20 (3), 199-219.
Myers, S. C. (1977) Determinants of corporate borrowing. Journal of Financial
Economics 5 (2), 147-175.
Myers, S. C. and Majluf, N. S. (1984) Corporate financing and investment decisions
when firms have information that investors do not have. Journal of Financial
Economics 13 (2), 187-221.
Næs, R., Skjeltorp, J. A. and Ødegaard, B. A. (2011) Stock market liquidity and the
business cycle. The Journal of Finance 66 (1), 139-176.
Nahandi, Y. B., Zeynali, M., Maleki, A. and (2012) Survey The Influence of Stock
Liquidity on the Stock Return of Corporations Listed at The Tehran stock
Exchange. J. Basic Appl. Sci. Res 2 (5), 4956-4960.
Ng, J. (2011) The effect of information quality on liquidity risk. Journal of Accounting
and Economics 52 (2), 126-143.
Nguyen, D., Mishra, S., Prakash, A. and Ghosh, D. K. (2007) Liquidity and asset
pricing under the three-moment CAPM paradigm. Journal of Financial
Research 30 (3), 379-398.
Nissim, D. and Ziv, A. (2001) Dividend changes and future profitability. The Journal
of Finance 56 (6), 2111-2133.
Noronha, G. M., Shome, D. K. and Morgan, G. E. (1996) The monitoring rationale
for dividends and the interaction of capital structure and dividend decisions.
Journal of Banking and Finance 20 (3), 439-454.
O'Hara, M. and Oldfield, G. S. (1986) The microeconomics of market making.
Journal of Financial and Quantitative Analysis 21 (4), 361-376.
Pástor, Ľ. and Pietro, V. (2003) Stock valuation and learning about profitability. The
Journal of Finance 58 (5), 1749-1790.
Pástor, Ľ. and Stambaugh, R. F. (2003) Liquidity risk and expected stock returns.
Journal of Political Economy 111 (3), 642-685.
Petersen, M. A. and Fialkowski, D. (1994) Posted versus effective spreads: Good
prices or bad quotes? Journal of Financial Economics 35 (3), 269-292.
Pettit, R. R. (1977) Taxes, transactions costs and the clientele effect of dividends.
Journal of Financial Economics 5 (3), 419-436.
Piotroski, J. D. and Roulstone, D. T. (2004) The influence of analysts, institutional
investors, and insiders on the incorporation of market, industry, and firm-

230
 specific information into stock prices. The Accounting Review 79 (4), 1119-
1151.
Poon, S.-H., Rockinger, M. and Stathopoulos, K. (2013) Market liquidity and
institutional trading during the 2007–8 financial crisis. International Review of
Financial Analysis 30, 86-97.
Prommin, P., Jumreornvong, S. and Jiraporn, P. (2014) The effect of corporate
governance on stock liquidity: The case of Thailand. International Review of
Economics and Finance 32, 132-142.
Puckett, A. and Yan, X. S. (2011) The interim trading skills of institutional investors.
The Journal of Finance 66 (2), 601-633.
Ranaldo, A. (2001) Intraday market liquidity on the Swiss stock exchange. Financial
Markets and Portfolio Management 15 (3), 309-327.
Reed, W. R. (2013) On the practice of lagging variables to avoid simultaneity.
http://www.econ.canterbury.ac.nz/RePEc/cbt/econwp/1418.pdf
Riahi, Y., Lamiri, I. and Arab, M. B. (2013) The Impact of Earnings Management on
Liquidity: Case of the Tunisian Stock Market. Journal of Finance and
Economics 1 (4), 10-29.
Richardson, G., Sefcik, S. E. and Thompson, R. (1986) A test of dividend
irrelevance using volume reactions to a change in dividend policy. Journal of
Financial Economics 17 (2), 313-333.
Richardson, V. J. (2000) Information asymmetry and earnings management: Some
evidence. Review of Quantitative Finance and Accounting 15 (4), 325-347.
Roberts, M. R. and Whited, T. M. (2012) Endogeneity in empirical corporate finance.
Simon School Working Paper No. FR 11-29. Available at SSRN:
https://ssrn.com/abstract=1748604 or
http://dx.doi.org/10.2139/ssrn.1748604”.
Roll, R. (1988) R2. Journal of Finance 43, 541-566.
Rozeff, M. (1982) Growth, beta and agency costs as determinants of dividend
payout ratios. Journal of Financial Research 5 (3), 249-259.
Rubin, A. (2007) Ownership level, ownership concentration and liquidity. Journal of
Financial Markets 10 (3), 219-248.
Sami, H. and Zhou, H. (2008) Do auditing standards improve the accounting
disclosure and information environment of public companies? Evidence from
the emerging markets in China. The International Journal of Accounting 43
(2), 139-169.
Sarr, A. and Lybek, T. (2002) Measuring Liquidity in Financial Markets. Working
paper. IMF.
Sekaran, U. and Bougie, R. (2010) Research methods for business: A skill building
approach. 5th ed edition. Chichester: John Willey & Sons Ltd
Shadish, W. R., Cook, T. D. and Campbell, D. T. (2002) Experimental and Quasi-
Experimental Designs for Generalized Causal Inference. Houghton, Mifflin
and Company.
Sharpe, W. F. (1964) Capital asset prices: a theory of market equilibrium under
conditions of risk. The Journal of Finance 19 (3), 425-442.
Shefrin, H. M. and Statman, M. (1984) Explaining investor preference for cash
dividends. Journal of Financial Economics 13 (2), 253-282.
Short, H., Zhang, H. and Keasey, K. (2002) The link between dividend policy and
institutional ownership. Journal of Corporate Finance 8 (2), 105-122.
Siddiqi, M. A. (1995) An indirect test for dividend relevance. Journal of Financial
Research 18 (1), 89-101.
Smith, C. W. and Watts, R. L. (1992) The investment opportunity set and corporate
financing, dividend, and compensation policies. Journal of Financial
Economics 32 (3), 263-292.
Spence, M. (1973) Job market signaling. The Quarterly Journal of Economics 87
(3), 355-374.

231
Stiglitz, J. E. (1975) The theory of" screening," education, and the distribution of
income. The American Economic Review 65 (3), 283-300.
Stock, J. H., Wright, J. H. and Yogo, M. (2002) A survey of weak instruments and
weak identification in generalized method of moments. Journal of Business
and Economics Statistics 20, 518–529.
Stoll, H. R. (2000) Presidential address: friction. The Journal of Finance 55 (4),
1479-1514.
Stoll, H. R. and Whaley, R. E. (1983) Transaction costs and the small firm effect.
Journal of Financial Economics 12 (1), 57-79.
Stulz, R. (1990) Managerial discretion and optimal financing policies. Journal of
Financial Economics 26 (1), 3-27.
Subrahmanyam, A. and Titman, S. (1999) The going-public decision and the
development of financial markets. Journal of Finance 54 (3), 1045-1082.
Talmor, E. (1981) Asymmetric information, signaling, and optimal corporate financial
decisions. Journal of Financial and Quantitative analysis 16 (04), 413-435.
Turki, A. and Dereeper, S. (2012) The informational role of acquirer dividend policy
in corporate takeovers. Available at SSRN:
http://ssrn.com/abstract=2078980 or http://dx.doi.org/10.2139/ssrn.2078980
Turkiela, J. (2014) How Do Dividend Announcements Affect Bondholder and
Shareholder Wealth? Ph.D thesis. University of Oregon.
https://scholarsbank.uoregon.edu/xmlui/handle/1794/18544
Vayanos, D. (2004) Flight to quality, flight to liquidity, and the pricing of risk.
National Bureau of Economic Research Working Paper.
Verrecchia, R. E. (2001) Essays on disclosure. Journal of Accounting and
Economics 32 (1), 97-180.
Von Eije, H. and Megginson, W. L. (2008) Dividends and share repurchases in the
European Union. Journal of Financial Economics 89 (2), 347-374.
Vu, V., Chai, D. and Do, V. (2015) Empirical tests on the liquidity-adjusted capital
asset pricing model. Pacific-Basin Finance Journal 35, 73-89.
Wan, K.-M. (2001) The effect of insider restricted equity on the choice of exchange:
an empirical study of the NYSE listing choices of Nasdaq firms. Available at
SSRN: http://ssrn.com/abstract=268010 or
http://dx.doi.org/10.2139/ssrn.268010
Wang, D. H.-M. (2010) Corporate investment, financing, and dividend policies in the
high-tech industry. Journal of Business Research 63 (5), 486-489.
Welker, M. (1995) Disclosure policy, information asymmetry, and liquidity in equity
markets. Contemporary Accounting Research 11 (2), 801-827.
Wintoki, M. B., Linck, J. S. and Netter, J. M. (2012) Endogeneity and the dynamics
of internal corporate governance. Journal of Financial Economics 105 (3),
581-606.
Withisuphakorn, P. and Jiraporn, P. (2015) The Effect of CEO Power on the
Informativeness of Stock Prices: An Empirical Note. Available at SSRN:
http://ssrn.com/abstract=2555864.
Wooldridge, J. M. (2010) Econometric Analysis of Cross Section and Panel Data.
MIT press.
Wooldridge, J. M. (2013) Introductory Econometrics: A Modern Approach 5th
international edition edition. South-Western College Publishing, Mason.
Wurgler, J. (2000) Financial markets and the allocation of capital. Journal of
Financial Economics 58 (1), 187-214.
Yale, C. and Forsythe, A. B. (1976) Winsorized regression. Technometrics 18 (3),
291-300.
Yu, H., Van Ees, H. and Lensink, R. (2009) Does group affiliation improve firm
performance? The case of Chinese state-owned firms. The Journal of
Development Studies 45 (10), 1615-1632.

232
 Yu, J. (2011) Stock price informativeness and corporate governance: an
international study. International Review of Finance 11 (4), 477-514.

Appendices
Appendix A

Régression des données avec les variables muettes de l'année et de

l'industrie

Comme indiqué dans le corps de la thèse, les relations entre la politique de

dividende d'une firme et la liquidité des actions, le risque de liquidité et
l'information sur les prix peuvent être déterminées par de nombreux facteurs,
dont certains ne sont pas observables. Les variables omises font référence
aux variables qui ne font pas partie d'un modèle ou d'une analyse qui
influence à la fois la cause et l'effet et peuvent donc provoquer un biais
(Shadish et al., 2002). Afin de contrôler l'hétérogénéité non observée, nous
utilisons des données mises en commun et contrôlons les effets fixes à l'aide
de variables muettes de temps et d'industrie. Les variables factices sont des
variables qui prennent la valeur 0 ou 1 pour indiquer l'absence ou la
présence d'un effet catégorique qui pourrait modifier le résultat (Wooldridge
2010). En raison de la dimension des séries temporelles, un intercept
temporel différent est autorisé. L'utilisation de variables factices temporelles
peut permettre à l'interception de différer d'une période à l'autre. En outre,
des variables fictives de l'industrie sont incluses pour contrôler les facteurs
spécifiques à l'industrie.

Données de panels

Les modèles utilisés dans cette thèse sont testés à l'aide d'une analyse de
données de panels qui contient la mise en commun de séries
chronologiques et d'observations transversales (combinaison de séries
chronologiques et de données transversales) (Gujarati 2004). L'analyse de
données groupées est utilisée en raison de ses nombreux avantages. La
mise en commun des données produit des données plus informatives, plus
de variabilité, moins de colinéarité entre les variables, plus de degrés de

233
liberté et plus d'efficacité. En outre, la mise en commun des données de
nombreuses observations minimise le biais qui pourrait résulter de
l'agrégation des individus ou des firmes en agrégats généraux (Gujarati
2004). L'analyse des données de panels a la capacité de saisir l'effet des
facteurs variables dans le temps sur les variables explicatives et peut être
estimée en utilisant la méthode des moindres carrés ordinaires (MCO). La
méthode d'estimation par MCO est très populaire et courante pour relier la
cause et l'effet dans un modèle de régression. Toutefois, pour que la
méthode des MCO soit le meilleur choix dans l'estimation, les erreurs du
modèle sont supposées avoir la même variance (c'est-à-dire
l'homoscédasticité) et être indépendantes les unes des autres. Cependant,
(Gujarati 2004) soutient que ces hypothèses sont très limitées. Hicks (1994)
affirme que les hypothèses des MCO peuvent être violées pour les raisons
suivantes. Premièrement, les erreurs peuvent être corrélées en série, c'est-à
-dire qu'elles ne sont pas indépendantes d'une période à l'autre et, par
conséquent, les erreurs des régressions groupées sont considérées comme
autocorrélées. Deuxièmement, les erreurs ont tendance à avoir des
variances différentes d'une unité à l'autre et sont donc considérées comme
hétéroscédastiques. Troisièmement, les erreurs peuvent être non aléatoires
entre les unités spatiales et/ou temporelles, car les paramètres sont
hétérogènes entre les sous-ensembles d'unités. Par conséquent, malgré la
simplicité et les avantages de l'utilisation du modèle groupé, les MCO
groupés peuvent être incohérents si nous avons des effets non observés
spécifiques à l'individu qui font que le terme d'erreur est corrélé dans le
temps pour un individu donné.

Fixed-Effecf v’s. Random-Effect

Les modèles à effets fixes et aléatoires assouplissent l'hypothèse selon

laquelle les coefficients d'interception sont constants dans les différentes
firmes. Le modèle à effets fixes est utilisé pour estimer l'effet des prédicteurs
sur les variables dépendantes en contrôlant les variations constantes
résultant des variables omises et l'hétérogénéité non observée entre les
groupes au fil du temps. L'hypothèse de ce modèle est que l'effet spécifique
à l'individu est lié aux régresseurs. L'approche à effet fixe fonctionne en

234
éliminant une grande partie de la variance d'erreur qui se produit en raison
des fausses représentations résultant des différences individuelles entre les
groupes qui proviennent des variables omises ou de l'hétérogénéité non
observée qui est corrélée avec les régresseurs. Néanmoins, ce modèle
permet d'établir des corrélations entre les effets individuels non observés et
les variables du modèle (Greene 2008). En d'autres termes, les problèmes
d'autocorrélation ou d'hétéroscédasticité qui affectent l'estimation
proviennent de variations temporelles ou spécifiques à un groupe et ne
peuvent être traités à l'aide du modèle à effets fixes. Cependant, les modèles
à effet aléatoire ne supposent aucun effet individuel ou fixe, et considèrent
donc les termes constants spécifiques à l'individu comme étant répartis de
manière aléatoire au sein des groupes transversaux ou entre eux (Greene
2003).

Pour déterminer quel modèle - regroupement, effets fixes ou effets aléatoires

- est le plus approprié, nous avons besoin de certains tests statistiques. Tout
d'abord, pour vérifier si les données de panels soutiennent le modèle à effets
fixes, nous pouvons effectuer un test F qui est calculé à partir de la perte
d'adéquation entre le modèle MCO mis en commun et le modèle à effets
fixes (Baltagi 2005). Ce test teste l'hypothèse nulle selon laquelle il n'y a pas
d'effets spécifiques à la firme. Si l'hypothèse nulle est rejetée, cela signifie
que le modèle à effets fixes est favorable par rapport au modèle MCO
commun. Nous effectuons ce test et la statistique est très significative, ce qui
suggère qu'il y a des effets spécifiques à la firme. La deuxième étape
consiste à choisir entre le modèle à effets fixes et le modèle à effets
aléatoires et nous utilisons donc le test de spécification de Hausman
(Hausman 1978). L'hypothèse nulle indique que les effets spécifiques aux
individus ne sont pas corrélés avec les variables explicatives. Si l'hypothèse
nulle est rejetée, c'est-à-dire que les effets spécifiques individuels sont
corrélés avec les variables explicatives, alors le modèle à effets fixes est
cohérent et efficace, mais le modèle à effets aléatoires est incohérent
(Greene 2003). Cependant, si nous ne rejetons pas l'hypothèse nulle, c'est-à
-dire si les effets spécifiques individuels ne sont pas corrélés avec les
variables explicatives, alors le modèle à effets aléatoires est cohérent et

235
efficace, l'estimateur des effets fixes est cohérent, mais pas efficace. La
statistique du chi carré du test de Hausman est très significative dans tous
nos modèles, ce qui suggère qu'un modèle à effets fixes de firme est
préférable à un modèle à effets aléatoires.

236
Appendix B Dividend paying firms only: descriptive statistics and correlation matrix

Le panel A présente des statistiques descriptives des observations annuelles des principales variables de l'étude. Le panel B rapporte les coefficients de
corrélation entre les variables dépendantes et indépendantes. Spread désigne l'écart proportionnel entre les cours acheteur et vendeur, Turnover est le ratio
de rotation, Amihud est le ratio d'illiquidité de l'Amihud (2002), toutes ces variables sont calculées comme les moyennes des valeurs quotidiennes sur une
année donnée. La taille est la taille de la firme, la croissance est les opportunités de croissance. La rentabilité est la rentabilité de la firme. Le rendement est
la moyenne des rendements journaliers sur une année. La volatilité est l'écart-type des rendements quotidiens sur une année. Le RPD est le dividende par
action. HighDPS est une variable fictive qui est égale à 1 pour les observations dont le DPS est supérieur à la médiane et à 0 dans les autres cas. Voir le
tableau 3.2 pour la mesure des variables. Les astérisques ***, ** et * indiquent une signification à un niveau de 1 %, 5 % et 10 %, respectivement.
Panel A : Statistiques descriptives
DPS HighDPS Chiffre Diffuser Amihud Taille Croissanc Rentabilité Retour volatility
d'affaires e
Observations 6596 6596 6596 6596 6596 6596 6596 6596 6596 6596
Moyenne 0.1224 0.5028 0.003 0.021 0.001 12.9141 0.075 0.102 0.000 0.0190
Médiane 0.072 1 0.003 0.016 0.000 12.7323 0.060 0.096 0.000 0.0177
SD 0.1657 0.5000 0.003 0.021 0.002 1.7487 0.193 0.091 0.002 0.0159
Min 0.003 0 0.000 0.001 0.000 7.4899 -0.602 -0.214 -0.008 0.0000
Max 1.075 1 0.016 0.104 0.012 19.2410 0.674 0.391 0.005 0.0850
Panel B : Matrice de corrélation
DPS HighDPS Chiffre Diffuser Amihud Taille Croissanc Rentabilité Retour volatility
d'affaires e
DPS 1
HighDPS 0.5245**‘ 1
Chiffre o.o972“‘ 0.1237**• 1
d'affaires
Diffuser -o.2572“‘ -0.3468*** -0.3186**’ 1
Amihud -0.1644*** -0.2214*** -0.2421*** 0.5807*** 1
Taille o.3775“‘ 0.3741**• 0.3735**• -0.6272**“ -0.3635**“ 1
Croissance -0.0086 (-0.0278)** -0.0622*** -0.0958*** -0.1265*** (-0.0213)* 1
Rentabilité 0.1295*** 0.1605* -0.0429*** -0.2133*** -0.1861*** -0.0792*** 0.2481*** 1
Retour 0.0036 0.0200 (-0.0306)** -0.0636*** -0.0717*** 0.028** 0.0132 0.0478*** 1
Volatilité (-0.0244)** -0.0554*** 0.0563*** 0.0670*** 0.0584*** -0.0360*** 0.0272** (-0.0216)* -0.3084*** 1
232
Appendix C

Appendix C.1: Descriptive statistics and Correlation matrix of variables

used in LCAPM

LlQAmihud, LlQspread, LlQturnover imitent les facteurs de liquidité. Nous construisons ces
facteurs imitant la liquidité d'une manière similaire à Liu (2006). Au début de chaque mois, de
janvier et juillet 1996 à juillet 2013, toutes les actions ordinaires de FTSE ALL SHARES sont
triées par ordre croissant en fonction de leurs mesures de liquidité, ce qui donne deux
portefeuilles indépendants : le portefeuille à faible liquidité (LL) contient les 35 % d'actions
FTSE ALL SHARES les moins liquides et le portefeuille à liquidité élevée (HL) contient les 35
% d'actions FTSE ALL SHARES les plus liquides. Ces deux portefeuilles sont conservés
pendant six mois après leur constitution. Selon Liu (2006), cette période de détention de six
mois est choisie parce qu'elle donne une prime de liquidité modérée par rapport aux périodes
de détention de 1 et 12 mois, ce qui semble plausible pour estimer le facteur de liquidité.
Ensuite, les facteurs de liquidité sont construits comme les bénéfices mensuels provenant de
l'achat d'un dollar de pondération égale (LL) et de la vente d'un dollar de pondération égale
(HL). Ty est le taux sans risque au mois I, r est le rendement du marché au mois I et ils sont
obtenus auprès de DataStream.
Panel A : Statistiques descriptives

”m " ”f LlQAmihud LlQspread LlQturnover ”f

Moyenne 0.0017 0.0002 0.0021 0.0030 0.0026
Médiane 0.0085 0.0008 0.0002 0.0021 0.0033
Min -0.1367 -0.0861 -0.1150 -0.0885 0.0002
Max 0.0989 0.1012 0.0875 0.0668 0.0054
Panel B: Correlation Matrix

”m " ”f LlQAmihud LlQspread LlQturnover ”f

”m " ”f 1
LlQAmihud -0.0495 1
LlQspread 0.0869 0.8493*** 1
LlQturnover -0.4401*** 0.3987*** 0.0767 1

*f -0.1950** 0.0390 -0.0554 0.1026 1

233
Appendix C.2: Descriptive Statistics of Dividend-paying Stocks Sample

Ce tableau présente des statistiques sommaires des variables considérées pour un

échantillon d'actions donnant droit à des dividendes. Le bêta de liquidité de chaque action
est calculé à chaque mois de décembre entre 2000 et 2013. Le bêta de liquidité est estimé
comme étant le coefficient de pente du LIQ tout en contrôlant les rendements du marché.
Les régressions sont estimées en utilisant les cinq dernières années de données
mensuelles (avec un minimum de 36 mois). La liquidité est mesurée par le ratio d'illiquidité
de l'Amihud (Amihud), l'écart entre les cours acheteur et vendeur (Spread) et le ratio de
rotation (Turnover). Le DPS est le montant du dividende payé par action. HighDPS est une
variable fictive qui prend la valeur 1 pour les gros porteurs de dividendes, et 0 sinon. L'effet
de levier est la somme du passif à court terme et de la dette à long terme sur le total de
l'actif comptable. Le rendement est basé sur les rendements quotidiens des actions. La
volatilité est l'écart-type des rendements quotidiens. Le ratio livre-marché est défini comme
la valeur comptable du total des capitaux propres divisée par la valeur marchande des
capitaux propres. La rentabilité est le rapport entre les bénéfices avant intérêts et impôts et
le total des actifs. La taille de la firme est la capitalisation boursière en
millions de livres

Moyenne SD Médiane Min Max

Liquidity beta (Amihud) 0.589 0.830 0.439 -0.995 3.338
Liquidity beta (Spread) 0.602 0.853 0.427 -0.894 3.474
Liquidity beta (Turnover) 0.673 0.737 0.447 0.000 3.901
Amihud 0.001 0.002 0.000 0.000 0.012
Diffuser 0.021 0.022 0.015 0.000 0.109
Chiffre d'affaires 0.004 0.003 0.003 0.000 0.016
DPS 0.131 0.173 0.078 0.004 1.106
HighDPS 0.496 0.500 0.000 0.000 1.000
Leverage 0.199 0.158 0.185 0.000 0.672
Retour -0.001% 0.179% 0.000% -0.761% 0.407%
Volatilité 1.822% 1.535% 1.739% 0.000% 7.887%
Book-to-Market 0.606 0.487 0.485 -0.172 2.564
Rentabilité 0.094 0.088 0.089 -0.228 0.359
Firm size (£ millions) 3.268 11.800 0.277 0.008 87.300

234
Appendix C.3: Differences in Other Characteristics

Ce tableau présente les différences de caractéristiques des firmes entre (1) les payeurs de dividendes et les non-payeurs de dividendes et (2) les payeurs de
dividendes élevés et les payeurs de dividendes faibles. La liquidité est mesurée par le ratio d'illiquidité de l'Amihud (Amihud), l'écart entre les cours acheteur
et vendeur (Spread) et le ratio de rotation (Turnover). L'effet de levier est la somme du passif à court terme et de la dette à long terme sur le total de l'actif
comptable. Le rendement est la moyenne des rendements quotidiens des actions. La volatilité est l'écart-type des rendements quotidiens. Le ratio
livre/marché est défini comme la valeur comptable du total des capitaux propres divisée par la valeur marchande des capitaux propres. La rentabilité est le
rapport entre les bénéfices avant intérêts et impôts et le total des actifs. La taille de la firme est la capitalisation boursière en millions de livres.
(1) (2)
t-statistics t-statistics
Dividend payers Dividends nonpayers High dividend payers Low dividend payers
(Mann Whitney) (Mann Whitney)
Leverage 0.1999 0.1909 -1.687* 0.2148 0.1835 -7.291“*
(0.1845) (0.1302) (-7.685***) (0.2041) (0.1633) (-8.795*“)
Amihud 0.0009 0.0052 16.409*** 0.0003 0.0012 16.999*“
(0.0000) (0.0005) (27.312***) (0.0000) (0.0002) (27.957“*)
Diffuser 0.0212 0.0523 28.7017*** 0.0138 0.0280 25.115*“
(0.0153) (0.0408) (31.24***) (0.0069) (0.0233) (28.319“*)
Chiffre d'affaires 0.0036 0.0038 1.414 0.0039 0.0033 -7.568“*
(0.0028) (0.0027) (-0.678) ( 0.0030) (0.0025) (-7.635*“)
Rentabilité 0.0919 -0.0874 -31.437*** 0.1123 0.0768 -15.077***
(0.0892) (-0.0164) (-39.423***) (0.1027) (0.0753) (-15.516*“)
Volatilité 1.832% 2.411% 10.428*** 1.761% 1.882% 2.7975*“
(1.739%) (2.174%) (9.754***) (1.692%) (1.802%) (2.670“*)
Retour -0.002% -0.044% -6.681*** 0.007% -0.009% -3.107“*
(0.000%) (0.000%) (-6.388***) (0.000%) (0.000%) (-2.803***)
Market Beta 0.8675 1.0467 8.304*** 0.8449 0.8869 2.3858**
(0.8099) (0.9657) (6.404***) (0.7983) (0.8289) (1.763*)
Firm size (£ millions) 3.0977 0.5448 -14.165*** 5.2323 1.2998 -11.007***
(0.2769) (0.0873) (-20.597***) (0.5510) (0.1596) (-20.111*“)
Book-to-Market 0.6099 0.8008 8.284*** 0.5040 0.7075 15.603***
(0.4854) (0.5747) (6.471***) (0.4237) (0.5650) (13.710***)
 Table des matières
Chapitre 3 : Politique des dividendes et liquidité des actions.................................................................................................................................................................................. 1
3.1. Introduction.............................................................................................................................................................................................................................................1
3.2. Revue de la littérature........................................................................................................................................................................................................................... 6
3.1. Développement d'hypothèses............................................................................................................................................................................................................ 12
3.2. Données et échantillon........................................................................................................................................................................................................................ 15
3.3. Méthodologie.........................................................................................................................................................................................................................................17
3.4. Résultats empiriques.................................................................................................................................................................................................................................... 25
3.7. Conclusion...................................................................................................................................................................................................................................................210
Chapter 6: Conclusion................................................................................................................................................................................................................................................212
6.1. Introduction......................................................................................................................................................................................................................................... 212