Académique Documents
Professionnel Documents
Culture Documents
Partie I
conclusion
Exposé macro
Résumé du texte
Le texte exploite les différents besoins en financement dans les secteurs industriels
Ce texte montre que les contraintes financières qui pèsent sur les petites entreprises sont
une des raisons qui expliquent les dynamiques de chômage pendant la grande récession
Nous montrons que les employés dans des petites firmes risquaient plus de devenir au
chômage pendant la crise de 2007-2009 s’ils travaillaient dans des industries avec un besoin
en financement externe élevé
On trouve des résultats similaires pour la récession de 1990-1991 mais pas pour la récession
de 2001 ou seulement les anciens était soumis à une réduction de l’offre de crédit
1) Introduction
Les prêts accordés aux petites entreprises aux États Unis ont significativement diminué après
le début de la grande récession
Entre 2008 et 2010, les prêts accordés aux petites entreprises par des banques
commerciales ont diminué de 40 billions de dollars.
Ce refus d’accord de nouveau prêt peut être dû à la baisse de la demande de crédit aux
banques par les firmes
Les banques ont resserré les critères de crédit commerciaux et industriels aux firmes entre
2007 et 2009
La diminution de prêt aux petites entreprises a reçu beaucoup d’attention des politiques et
des médias, surtout en raison de son potentiel lien avec le fort taux de chômage
En effet, plus de 90% de toutes les firmes aux USA ont moins de 99 employés et ils
représentaient environ 35% de la main d’œuvre employée
Contrairement aux grandes entreprises qui ont un accès plus large aux marchés de capitaux,
les petites entreprises sont très dépendantes du financement des banques
Une implication importante est que n’importe quelle perturbation des flux de crédit
bancaire peut avoir des conséquences importantes sur le marché du travail
Dans ce texte on s’interroge sur le lien entre les prêts aux petites entreprises et le chômage
pendant la grande récession aux usa
Nous identifions les effets de l’offre de crédit en utilisant des mesures de la dépendance
financière externe au niveau de l’industrie, conformément aux travaux de Rajan et Zingales
Si la réduction d’accord de crédit dans les petites entreprises affecte l’embauche/emploi,
alors les employés des firmes plus petites sont plus concernés, surtout ceux qui travaillent
dans des firmes qui nécessitent un financement bancaire
Nous testons notre hypothèse en combinant des informations sur la taille de l'entreprise et
le statut d'emploi des travailleurs provenant de la Current Population Survey avec des
informations financières sur les entreprises provenant de Compustat et de l'enquête sur le
financement des petites entreprises.
Nous estimons ensuite la probabilité de devenir chômeur pendant la récente crise financière
dans les secteurs industriels présentant différents degrés de dépendance financière externe,
séparément pour les petites et les grandes entreprises.
On a trouvé que pendant la grande récession, les employés risquaient plus de devenir au
chômage s’ils travaillent dans des secteurs fortement dépendants de financement externe
Dans ces secteurs l’impact de la récession sur la probabilité de finir au chômage est plus
importante pour les travailleurs dans des petites entreprises
En contraste nous ne trouvons pas de différences significatives dans la probabilité de
chômage entre les travailleurs dans des grandes ou petites entreprises qui ont une
dépendance financière externe peu importante.
Ces résultats sont cohérence avec un choc d’offre de crédit qui a affecté de manière
disproportionnée les travailleurs des entreprises soumises à des contraintes financières lors
de la récente crise financière
Ces dynamiques expliquent environ 8% de la hausse du taux de chômage global
Exclusion du secteur de la construction dans ces analyses
Ces résultats sont donc en lien avec un choc de l’offre du crédit et s’ajoute à un facteur
important qu’elle est la réduction du côté de la demande. Les emprunteurs de crédit sont
réticents à l’idée de développer leur business ou peuvent vouloir le réduire en considérant
les changements de la demande de leurs biens ou services pendant la récession
Cela amène a une réduction de leur demande de prêt et une augmentation de licenciement
Ce canal peut expliquer nos résultats si la réduction de la demande de prêt touche
principalement les P E dépendantes
Crise de l’épargne et du crédit S&L : récession 1990-1991 : née dans le secteur bancaire
comme la grande récession
Très similaire à 2007 ou la transition vers le chômage est plus prononcée dans les P E avec
forte dépendance
Nous différencions les entreprises selon leur taille et leur dépendance financière externe
Nous insistons sur l’importance du rôle de la finance dans l’activité économique réelle, en
montrant que les P E licenciaient pendant la dernière recession à cause des limites de crédit
Duchin et al trouvent que l’investissement diminue plus pour les entreprises avec des
réserves faibles pendant la crise
Almeida et al trouvent que les entreprises vulnérables au re financement au point le plus
fort de la crise réduisent leurs dépenses d’investissement et évitent les opportunités
d’investissements intéressantes
Les entreprises qui ont le plus de difficultés financières pendant la crise emploient moins
Chodorow-Reich a trouvé que le retrait du crédit a joué un role imporant dans l’explication
du déclin de l’embauche dans les petites et grandes firmes dans l’année suivant la faillite de
la banque Lehman brothers
Neumark, Wall et Zhang ont toruvé une relation inverse entre le taux de croissance nette et
la taille de la firme mais pas le secteur de la manufacture
Moscarini et Postel Vinay ont trouvé que les P E créent plus d’emploi en période de fort
chômage et de récessions
Notre texte sousligne l’importance de la disponibilité du crédit pour atteindre ce résultat
Formule
Contrôler les caractéristiques des individus selon leur âge, leur genre, leur ethnique et leur
nombre d’années d’éducation est important car la propension de devenir chômeur n’est pas
pareille selon ces caractéristiques
Nous analysons la transition de l’emploi au chômage sur les trois épisodes de récessions aux
USA
-Juillet 1990 à mars 1991
-Mars à novembre 2001
-Décembre 2007 à Juin 2009
Pour chaque récession notre analyse utilise une fenetre de 2 à 3 ans autour de la recession
Important : nous observons une transition vers le chômage au mois de mars à chaque année
Pas compris
Nous estimons l'équation (1) séparément pour chaque épisode de récession. Ainsi, pour la
récession de 1990, l'indicateur de récession dans l'équation (1) est égal à un pour les années
1991-92 et à zéro pour les années 1988-90 ; pour la récession de 2001, l'indicateur est égal à
un pour les années 2001-02 et à zéro pour les années 1998-2000 ; enfin, pour la Grande
Récession, nous définissons l'indicateur de récession comme étant égal à un pour les années
2008-2010 et à zéro pour les années 2005-2007.
Plus loin dans les analyses, nous avons une définition plus granulaire de la taille de
l'entreprise. Les informations relatives à la taille de l'employeur sont communiquées par les
personnes interrogées dans le cadre de la Current Population Survey et se réfèrent à
l'employeur principal au cours de l'année précédant l'enquête. L'indicateur de petite
entreprise dans l'équation (1) tient compte du fait qu'en dehors des périodes de récession, la
transition de l'emploi au chômage peut varier en fonction de la taille de l'entreprise.
External financial dependance : proportion de dépenses de capital financée avec des fonds
externe et marque chaque secteur en ayant soit une dependance en financement externe
importante ou faible
Jules
2.2) données
Le statut des chômeurs est obtenu par l’Enquête sur la pop actuelle CPS conduite par le
bueau of the census for the bureau of labor statistics
Notre source principale est l’Annual demographic supplements au CPS qui est conduite
chaque mars parce que elles incluent des informations sur la taille de chaque employeur de
l’individu dans l’année précédent l’enquête et le secteur occupé
La taille de la firme est importante car elle nous aide à catégoriser les travailleurs en petite
ou grande firme (nombre dans E)
Les informations sur le secteur sont nécessaires car elles nous permettent de mesurer la
dépendance au niveau du secteur
Le dossier CPS de mars inclue des données démographiques tel que l’age, le genre, l’orgine
ethnique l’éducation l’état de résidence : ce qui nous permet de controler ces
caractéristiques dans l’analyse de la regression
Nous incluons dans l’echantillon du CPS tous les citoyens adultes de plus 16 vans dans
l’année avant l’étude qui travaillent pour un salaire dans le secteur privé
Nous excluons les personnes qui travaillent dans le secteur financier ou l’agriculture
Pcq Les données annuelles ne calculent pas le chômage frictionnel (à court terme) ou les
périodes d’emploi ( ?) et pcq meme pendant la crise le taux de passage mensuel du chomage
à l’emploi était autour de 15 à 20% nous utilisons aussi les données mensuelles autour de
mars
Parce que nous estimons les transitions vers le chômage nous voulons ne pas saisir les
personnes qui étaient au chômage toute l’année précédente mais qui sont actuellement
employées
Cette fraction d’individus est restreinte mais elle n’affecte pas nos principaux résultats
Nous montrons cela en supposant deux cas extrêmes :
1)nous assignons ces travailleurs a des p e
2)et à des grandes e
Faire ces deux hypothèses ne change pas nos données principales
Étant donné les limites de données de la CPS, nous rajoutons à un notre analyse principale
des informations en regardant l’impact de la grande récession sur le nombre
d’établissement, différenciés par la taille de l’e et leur dépendance
Nous utilisons les données de CBP County business patterns qui compte chaque année le
nombre d’établissement par taille d’entreprise et de secteur au niveau du comté
Nous additionnons le nb d’établissement dans un comté donné, l’année, le secteur, séparé
selon la taille de l’e et on divise le nb total d’établissement par le nombre d’habitant de l’état
Mêmes critères de taille que la CPS
Nous utilisons les critères du CBP pour la dépendance
Dépendance
Basé sur les données de Compustat
Rajan et Zingales ont proposé de suivre les procédures décrites par Cetorelli et Strahan et
définir la dépendance machin comme la proportion de capital dépensé avec des fonds
extérieurs
Une valeur positive indique que la firme doit émettre de la dette ou des fonds propres pour
financer l’investissement
Une valeur négative indique que la firme a de la trésorerie dispo et n’a pas de besoin de
financement externe
D’après Rajan et Zingales nous affirmons qu’il y a une raison technologique qui explique pour
des secteurs dépendent plus sur des financements externes que d’autres
Par exemple les secteurs diffèrent sur l’ampleur du projet initial, la durée de conception, la
période de récolte de recettes, le besoin d’un investissement en continu
Ces facteurs technologiques déterminent la demande de financement externe
Ca implique, tout chose égale par ailleurs, la canalisation, les mines de métal et les
fournitures scolaires qui demande un financement externe important ::: ils seraient plus
affectés par un choc de l’offre du crédit que les industries comme le cuir et les produits de
cuirs, les carrières dans l’assurance..
Comme vérification solide nous calculons aussi la dépendance des secteurs aux banques en
utilisant le 1998 Survey of Small Business Finance SSBF
Enfin, notre EFD (calculée en utilisant la publicité traded ? and thus relatively large firms) ne
peut pas mesurer la dépendance des petites firmes
En effet la corrélation entre cette mesure de dépendance et notre mesure de dépendance
est positive mais seulement à environ 10%
Donc en utilisant cette enquête supplémentaire pour chaque entreprise nous construisons
cette mesure de dépendance
La dépendance bancaire est construite pour tous les secteurs industriels dans le SSBF puis
appariée aux catégories industrielles dans le CPS
3) Résultats
3.1) statistiques descriptives
Table 1
3.2)main results
Notre stratégie est conjuguer l’impact différentiel de la grande recession sur la probabilité
de transition vers le chômage en utilisant la variation de la taille des entreprises et de leur
besoins financiers
Nous illustrons cette stratégie dans le tableau 3 en utilisant la spécification de l'équation (1).
Toutes les estimations du panel A du tableau 3 proviennent d'une seule régression. Pour
faciliter l'illustration, nous présentons les résultats comme suit : les colonnes du tableau sont
divisées en fonction de la taille de l'entreprise des travailleurs et de la dépendance financière
externe (DFE) de leur secteur d'activité ; les lignes indiquent les différences entre les
colonnes. Les petites entreprises sont celles qui comptent de 1 à 99 employés, tandis que les
grandes entreprises comptent au moins 100 employés. Les industries à faible dépendance
financière externe sont celles dont la DFE est inférieure à la médiane.
14
Les deux premières colonnes indiquent une augmentation presque identique de 2,5 points
de pourcentage de la propension au chômage parmi les travailleurs des petites et grandes
entreprises dans les industries à faible DFE. Les deux colonnes suivantes, en revanche,
montrent que la récession a un impact plus prononcé sur la probabilité de devenir chômeur
pour les travailleurs des industries à forte DFE. Dans ces industries, la probabilité de
chômage parmi les travailleurs des petites entreprises a augmenté de 3,8 points de
pourcentage, contre 2,5 dans les grandes entreprises. Il s'agit d'une différence de 1,3 point
de pourcentage. La deuxième ligne du tableau montre que cette différence est
statistiquement significative à un niveau de confiance de 1 %.
La troisième ligne du tableau 3 exploite la variation entre les dimensions de la taille de
l'entreprise et de la dépendance financière externe en prenant la différence entre les deux
différences de la deuxième ligne. Dans la notation de l'équation (2), cette différence est,
. 038 .025 . 025 .025 .013
L'estimation ponctuelle de 0,013 signifie que l'impact relatif (faible par rapport à fort) de la
récession sur la propension au chômage est supérieur de 1,3 point de pourcentage dans les
industries ayant des besoins de financement élevés. Cette différence est statistiquement
significative et économiquement importante.16
Le panneau B du tableau 3 présente les résultats en utilisant les données mensuelles de la
CPS. Le nombre d'observations augmente considérablement car nous disposons désormais
d'informations mensuelles pour les mêmes personnes que celles qui figuraient dans les
données annuelles. Les deux ensembles de données comprennent l'observation du mois de
mars pour chaque individu. Le panel mensuel comprend également les mois précédant ou
suivant le mois de mars pour les personnes interrogées en mars. Bien qu'il soit difficile de
comparer l'ampleur des coefficients de l'analyse annuelle et de l'analyse mensuelle, il est
important de noter que les estimations sont plus élevées que celles de l'analyse mensuelle.
16 Nous constatons également un schéma similaire en ce qui concerne la transition hors de
la population active, c'est-à-dire lorsque nous incluons non seulement la transition de
l'emploi au chômage mais aussi la transition de l'emploi à la non-participation, comme
indiqué dans le panneau (A) du tableau A.1 de l'annexe.
15
Le coefficient pour les petites entreprises dans les industries à forte DFE (.035) est le plus
important et est statistiquement différent des autres coefficients, ce qui est cohérent avec
les résultats basés sur les données annuelles.
Interprétation : les politiques monétaires ont joué un rôle important dans l’explication des
changements lié au chômage pendant la grande récession
Une autre interprétation : la récession a été particulièrement néfaste pour la demande de
biens et services produites par les P E
Peut être que la diminution de cette demande a été particulièrement raide pour les P E avec
une dépendance de financement externe importante
Malgré ces conclusions, notre résultat principal peut encore être confondu par certains
effets de la demande. Notre mesure de l'EFD vise à saisir la technologie utilisée au niveau de
l'industrie. Toutefois, les petites entreprises d'un secteur donné peuvent utiliser une
technologie qui est en fait très différente de celle utilisée par leurs homologues plus grandes
dans le même secteur. De même, les petites entreprises peuvent être concentrées dans des
industries dont les échelles naturelles sont plus petites (Hurst et Wild Pugsley 2011). Il est
donc plausible que les petites et les grandes entreprises d'un secteur et d'un État donné
aient reçu des chocs de demande différents pendant la récession et, dans ce cas, qu'elles
aient été affectées différemment par le resserrement du crédit. Afin de renforcer notre
interprétation des résultats, nous effectuons des contrôles de robustesse supplémentaires
dans les sections suivantes.
Intro : définition des termes + présentation de l’hypothèse selon laquelle les entreprises de
petite taille avec un financement externe ont été plus contraintes de licencier pendant la
grande récession