WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

La renégociation des contrats de crédit: à‰tude empirique du marché français

( Télécharger le fichier original )
par Rachid CHAKIR
Université de Strasbourg - Master 2 Analyse et politique économique 2017
  

Disponible en mode multipage

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

2016 - 2017

UNIVERSITé DE STRASBOURG

FACULTé DES SCIENCES ÉCONOMIQUES ET DE GESTION

************

MASTER 2 - ANALYSE ET POLITIQUE ÉCONOMIQUE -

Statistique et Econométrie

La renégociation des contrats de crédit:
Étude empirique du marché français

MéMOIRE DE RECHERCHE DE
Rachid CHAKIR

SOUS LA DIRECTION DE

Christophe J. GODLEWSKI & Phu NGUYEN-VAN

UHA, EM STRASBOURG & BETA, UNIVERSITé DE

LARGE RESEARCH CENTER STRASBOURG & CNRS

Résumé

Nous analysons les déterminants des renégociations des crédits en France durant la période 1999-2015. Pour modéliser le processus de renégociation nous prenons en compte les caractéristiques du contrat de prêt, de l'entreprise et de la banque. Pour tenir compte de l'endogénéité de la décision et du degré de renégociation nous utilisons l'approche fondée sur la fonction de contrôle de Wooldrige (2014). Nous montrons que seules les caractéristiques du prêt et de l'entreprises ont un impact sur la décision de renégociation. La maturité, le montant et la définition du prêt sont les caractéristiques les plus susceptibles d'être renégociées par les grandes entreprises en France.

A` mes parents,

Remerciements

Je tiens à remercier sincèrement M. Christophe J. GODLEWSKI et M. Phu NGUYEN-VAN, qui, en tant que directeurs de mon mémoire, se sont toujours montrés à l'écoute et disponibles tout au long de la réalisation de ce travail, ainsi que pour l'inspiration, l'aide et le temps qu'ils ont bien voulu me consacrer et sans qui ce mémoire n'aurait jamais vu le jour.

Je souhaite adresser mes remerciements les plus sincères aux personnes qui ont contribué à la réussite de notre formation du Master, Professeurs et administration de notre faculté.

Merci à toutes et à tous.

2

Table des matières

Introduction 5

1 Revue de littérature 9

1.1 Le contrat de prêt 9

1.2 La renégociation 10

2 Variables et méthodologie 13

2.1 Variables 13

2.2 Le modèle 14

2.2.1 Le modèle multinomial logistique 15

2.2.2 Solution du modèle et problème d'endogenéité 16

2.2.3 Tests statistiques 18

3 Données et statistiques descriptives 20

3.1 Description des renégociations 20

3.2 Statistiques descriptives des variables explicatives 24

4 Résultats 26

4.1 Première étape : extraction des résidus généralisés 26

4.2 Deuxième étape : résultats du modèle multinomial 29

4.3 Robustesse du modèle 34

4.4 Discussion des résultats 36

5 Conclusion et perspectives 37

5.1 Conclusion 37

5.2 Perspectives de recherche 37

Bibliographie 39

3

Annexes 42

Annexe A : Sources des données : données de (Godlewski, 2016) 42

Annexe B : Les termes de contrat et les variables 43

Annexe C : Résultats de la régression multinomial par catégories des

variables explicatives 46

4

Table des figures

1 Cycles des renégociations des contrats de prêt en France, 1999-2015. 20

2 Modifications apportées aux contrats renégociés en France, 1999-2015. 21

3 Distribution des renégociations par année. 24

Liste des tableaux

1

Caractéristiques des renégociations.

21

 

2

Caractéristiques des renégociations: par élément renégocié.

22

 

3

Caractéristiques des renégociations : Packages renégociés.

23

 

4

Statistiques descriptives

25

5

Résultats du modèle Probit binomial.

27

 

6

Résultats du modéle multinomial logit (MNL): par ensemble de

 
 

termes ou packages.

30

 

7

Probabilités moyennes estimées de renégociation de chacun des Pa-

 
 

ckages (ensemble des termes renégociés).

33

 

8

Matrice de confusion:

35

9

Résultats du modéle multinomial logit (MNL) : par variables - prêt

46

10

Résultats du modéle multinomial logit (MNL): par variables - En-

 
 

treprise

48

11

Résultats du modéle multinomial logit (MNL): par variables -

 
 

Banque

49

5

Introduction

La banque est l'un des piliers du financement indirect 1. A travers les prêts, les banques participent aux financements des entreprises, mais elles supportent deux principaux types de risques. Le premier est lié à l'état défavorable de la nature, puisqu'il est impossible d'anticiper toutes les évolutions futures de la relation contractuelle. Le deuxième type de risque dépend du type et du comportement de l'emprunteur qui peut être source d' :

- asymétrie d'informations : l'emprunteur possède plus d'informations sur lui-même et sur le projet, que le prêteur.

- antisélection : ce problème est essentiellement basé sur l'incertitude concernant le type de l'agent, vu que l'emprunteur possède des informations que la banque n'a pas en totalité à la signature du contrat.

- aléa-moral : lorsque l'emprunteur risque d'utiliser le crédit pour entreprendre un projet plus risqué que celui prévu dans le contrat.

Les besoins de financement et la nécessité de partage du risque, quelle que soit la taille de l'entreprise, les amènent à chercher des partenaires solvables qui peuvent accompagner leurs projets pendant les différentes étapes de leur développement.

Selon la Banque de France, fin février 2017, les crédits mobilisés par l'ensemble des entreprises atteignent 897,5 milliards d'euros, ce qui représente une augmentation de 3,9 % sur un an. Cependant, les grandes entreprises2 elles seules atteignent un cours de crédit de 101,2 milliards d'euros, avec un taux de croissance annuel de 5,5 %. Le financement par les crédits bancaires représente 62% des financements externes des entreprises non financières en France.

Les banques proposent de plus en plus de prêts syndiqués car ils leur permettent de diversifier leurs risques et de mieux respecter les contraintes réglementaires. La syndication du crédit permet aux créanciers -banques- le partage du risque et aussi plus de pouvoir face à l'entreprise, qui risque de perdre plusieurs partenaires en cas de défaut. Un crédit syndiqué est financé par un pool de plusieurs établissements financiers, réunis dans un syndicat bancaire pour financer un projet donné ou une entreprise donnée. Les grandes entreprises avec un meilleur effet de levier financier et des valeurs de liquidation plus élevées ont tendance à choisir des prêts syndiqués.

1. La finance indirecte : des établissements financiers, en particulier les banques, jouent le rôle d'intermédiaires entre les propriétaires des fonds à placer et ceux qui veulent en obtenir.

2. Au sens de la LME (n° 2008-776 du 4 août 2008), ayant un encours de crédit déclaré de plus de 25 000 euros.

6

Ces entreprises sont plus ou moins lucratives, mais ont moins de possibilités de croissance par rapport à celles du marché obligataire, d'après une étude européenne de Altunbaþ, Kara & Marques-Ibanez (2010).

Selon Dennis and Mullineaux (2000), les banques à contraintes de capital3 sont plus susceptibles de s'engager dans une syndication, car l'information sur l'emprunteur devient plus transparente, et l'agent de gestion du syndicat devient plus «réputé», à mesure que l'échéance du prêt augmente. Pour Godlewski (2009), les syndicats bancaires en France sont plus grands et moins concentrés, tout en prêtant des montants comparables aux syndicats bancaires aux États-Unis et au Royaume-Uni. Les emprunteurs plus endettés sont financés par des syndicats plus larges pour des raisons de diversification du risque. Cela nous ramène à aborder quelques caractéristiques des contrats des prêts syndiqués. La banque chargée de former le syndicat de financement, ou le «pool bancaire», doit d'abord analyser le risque encouru, puis le partager entre les différents membres du syndicat pour ne pas remettre en cause la réalisation du projet de l'entreprise. La formule contractuelle dépend du niveau des actifs de l'entreprise, qui peuvent servir de garanties, et peuvent être l'objet de clauses.

Plusieurs travaux théoriques et empiriques évoquent la renégociation comme moyen d'atteindre une situation Pareto-optimale, suite à l'apparition de nouvelles informations durant la relation contractuelle.Aghion and Bolton (1992), Dessein (2005), Acharya et al. (2006), Garleanu and Zwiebel (2009), Bourgeon and Dionne (2013), Godlewski (2014 & 2015), Roberts (2015) ont démontré que la renégociation des contrats de prêt est une pratique courante dans les relations banque-entreprise, et sa prise en considération dans les différentes analyses permet de mieux comprendre la relation de financement, corriger, et faire évoluer le contrat vers un plus complet.

Nous souhaitons remédier aux problèmes touchant habituellement les études empiriques comme celui de l'endogénéité, tout en prenant en considération la non-linéarité du modèle. Pour modéliser la question des renégociations avec la possibilité de plusieurs choix (les termes à renégocier et/ou les combinaisons des termes), nous avons besoin d'un modèle à multiple choix discrets, dit multinomial. L'utilisation des modèles multinomiaux logit (MNL) est répandue dans ce champ de recherche, comme chez Roberts and Sufi (2009b).

3. Situation qui survient lorsqu'il existe plusieurs projets avec une valeur actuelle nette positive, sans pour autant que l'entreprise ne puisse les suivre, par manque de fonds ou du fait de considérations non économiques.

7

Intérêt et motivations

Les études portant sur les questions de financement des entreprises sont multiples. L'accès des entreprises au financement avec un moindre coût attire l'attention de plusieurs acteurs : le gouvernement, les autorités des marchés financiers, les institutions financières (banques), etc. Cette place qu'occupe l'entreprise dans notre tissu économique vient de ses capacités de création d'emploi, de création des richesses, de sa participation à la croissance économique et la prospérité du pays.

Le financement bancaire aux entreprises, sujet des contrats de prêt, peut aussi être une limite aux opportunités de financement futures pour ces entreprises. Les contrats du prêt contiennent, entre autres, des droits et des obligations pour les parties prenantes. Pour l'entreprise un contrat de prêt peut contenir :

- des restrictions sur certains de ses actifs, pour ne pas les utiliser comme garanties pour un autre financement.

- des restrictions sur les niveaux d'investissement futurs.

Ces limites peuvent conduire l'entreprise à stagner à un niveau de financement et d'investissement pendant la durée du contrat.

Roberts and Sufi (2009b), Denis and Wang (2014), Roberts (2015), et Godlewski (2014, 2015 & 2016) ont tous démontré théoriquement et empiriquement la pratique des renégociations des prêts bancaires en dehors de la situation de faillite ou de détresse de l'entreprise, avant l'échéance du contrat. La renégociation concerne un ou plusieurs termes de contrat tels que le montant du prêt, le taux d'intérêt, l'échéance, etc.

Le domaine d'études reste vaste et nécessite des efforts supplémentaires de recherche afin de clarifier la relation, de comprendre les déterminants de la renégociation et d'établir des résultats valides robustes. Les efforts doivent porter sur les éléments qui impactent la décision de renégociation, et sur la précision des éléments du contrat susceptibles d'être sujet des modifications suite à une renégociation. Pour cette raison, nous avons élargi la gamme des variables représentatives en variables qui caractérisent la banque, l'entreprise, le contrat initial, la renégociation elle-même, et autres variables de contrôle.

Problématique

Le contrat de prêt est un accord en vue de créer une ou des obligations juridiques. Il a pour but de garantir les droits et de renforcer les obligations des créanciers

8

(les banques) et des débiteurs (entreprises) dans notre cas.

Les grandes entreprises, sujet de ce travail, bénéficient d'une plus forte visibilité et sont mieux connues. L'information découlant de la décision bancaire serait de ce fait plus pertinente. Les grandes entreprises ont un endettement plus diversifié. Les travaux de Jain and Gupta (1987) et Rajan (1992 ) nous apprennent que la multiplication des partenaires de crédit favorise l'apparition d'un comportement "mimétique" selon lequel chaque banquier peut être tenté de réduire son effort d'évaluation et fonder sa propre décision sur celle des autres créanciers. Par ailleurs, l'incapacité de la banque à appréhender l'évolution de la situation de l'entreprise ne permet pas d'inclure dans le contrat toutes les mesures correspondantes à chaque situation potentielle dans un avenir incertain.

Notre objectif de recherche est de cerner les déterminants des renégociations, en mettant en évidence les caractéristiques et l'ampleur de ce phénomène. Pour cela nous allons etre amenés à repondre à la question suivante :

Quels sont les déterminants et les probabilités de renégociation des termes des contrats de prêt bancaires destinés au financement des grandes entreprises en France?

Le choix des variables et des modèles empiriques a été une vraie contrainte des travaux cités, connaissant les relations complexes entre la banque et l'entreprise et aussi l'environnement impactant ces agents économiques. La conception du contrat de prêt lui-même dépend d'une multitude de facteurs. L'objectif des différents travaux n'était pas la conception d'un contrat uniforme, idéal, valable pour tous et dans tout le temps, mais la détermination du degré de changement suite à une renégociation ou une série des renégociations quelle que soit la structure du contrat initial. Pour cela, ce travail se veut une contribution à la littérature existante, et parmi nos apports à ce sujet; un modèle économétrique en deux étapes pour remédier au problème d'endogénéité. Dans la première, on détermine les résidus généralisés, et dans la deuxième, on calcule les probabilités que chacun des termes ou que les ensembles (packages) des termes des contrats soient renégociés.

Ce sujet sera traité en quatre parties; une première dans laquelle on présente les soubassements théoriques, une deuxième pour les variables et la méthodologie, ensuite une troisième pour les données et les statistiques descriptives, et enfin une quatrième pour les résultats.

9

1 Revue de littérature 1.1 Le contrat de prêt

Un prêt bancaire à une entreprise fait l'objet d'un contrat légal entre la banque et l'entreprise. C'est un acte juridique qui a pour but de garantir les droits et les obligations des parties prenantes. Avec les critiques de la théorie classique des contrats et de l'hypothèse de rationalité parfaite, Williamson fut le premier à mettre en évidence le caractère incomplet des contrats. Viennent ensuite les travaux de Grossman and Hart (1986), Hart and Moore (1988 and 1990). Un contrat est dit incomplet s'il n'est pas possible de prévoir ni d'écrire ce qui peut survenir dans tous les cas de figure possibles, suite à la rationalité limitée des agents économiques, et aussi à cause des coûts de la recherche de l'information ou les coûts de transaction. Quand une circonstance imprévue par le contrat se produit et en vue d'interpréter ou de redéfinir les termes du contrat, il y a place pour une renégociation.

La maturité, le montant et le taux d'intérêt ou le coût du crédit, sont les principaux éléments déterminer d'un contrat de crédit. Pour Stiglitz and Weiss (1981), l'entreprise sélectionnera des projets d'autant plus risqués que le taux d'intérêt est élevé. La menace d'un rationnement du crédit pour inciter l'emprunteur à sélectionner des projets peu risqués peut ne pas être efficace vu la diversification des emprunteurs des grandes entreprises.

Dans le contexte des contrats de prêt, les implications de la théorie des contrats incomplets pour la "fréquence" et la "nature" des renégociations dépendent de la mesure dans laquelle les emprunteurs et les prêteurs sont symétriquement informés de l'étendue des problèmes de l'aléa moral et des coûts de la renégociation. Denis and Wang (2014) distinguent deux cas :

- dans un contexte d'information symétrique et de renégociation sans coût Garleanu and Zwiebel (2009) : le théorème de Coase (1960) prévoit que l'allocation initiale des droits de contrôle entre les emprunteurs et les prêteurs n'est pas pertinente et que les renégociations se produisent souvent pour assurer un investissement ex-post efficace.

- quand les renégociations sont coûteuses : si les emprunteurs et les prêteurs sont symétriquement informés comme pour Hart and Moore (1988), il peut être optimal, pour les contrats de dette, d'être structurés de façon à minimiser la probabilité de renégociation.

La théorie de l'agence des clauses, recommande l'existence des covenants dans les contrats pour contrôler les managers. L'importance de cette théorie dans notre

10

cadre de travail est qu'elle justifie la présence de certaines clauses qui feront l'objet des renégociations. Cette théorie est le fruit des travaux de Mackling (1976), Myers (1977) et Warner (1979). Le principe de cette théorie est de réduire les coûts d'agence par la restriction des comportements des managers en imposant des clauses dans le contrat. Le non-respect d'un engagement contractuel ne mène pas forcément à un conflit judiciaire entre la banque et l'entreprise, mais comme le souligne Jensen (1989) : « les banques et les créanciers actifs préfèrent chercher des solutions aux problèmes financiers des firmes (...) en recourant à une gestion privée du problème ». Cette « gestion privée du problème » peut prendre la forme d'une renégociation du contrat de départ.

Gorton and Kahn (1993) ont démontré que la banque peut demander une renégociation du contrat initial lorsque l'emprunteur n'a pas respecté l'un de ses engagements. C'est à dire une violation peut donner lieu à un « durcissement » (réduction des encours, augmentation des taux d'intérêt ou des garanties) ou au contraire à un « adoucissement » des conditions de crédit. La renégociation des clauses en cas d'amélioration de la situation du débiteur évite l'apparition d'un problème de sous-investissement. En général, la renégociation d'un contrat est justifiée soit par le contenu du contrat lui-même, soit par la situation financière de l'entreprise ou encore d'autres critères, tels que le secteur de l'activité de l'entre-prise, sa réputation, l'historique des relations,etc.

Pour Townsend (1979), les contrats de dette sont plus optimaux, puisqu'ils conditionnent le financement au respect des engagements conclus dans le contrat de départ, ce qui permet de limiter le conflit d'intérêt mais aussi de freiner l'investis-sement en cas de perte de capital et limiter les dégâts. Ce contrôle est fondé sur la surveillance des données comptables.

Une autre théorie est présente dans le contexte des renégociations des prêts bancaires; c'est la théorie du signal (Aghion and Bolton, 1992). Elle repose sur l'analyse des rapports de force entre l'entrepreneur et l'investisseur selon le signal émis par l'entrepreneur. Le résultat de la renégociation du contrat dépend de l'état du monde à un moment précis, ce qui fait appel à la théorie des jeux, à la recherche d'un équilibre optimal et stable comme celui de Nash entre les parties prenantes.

1.2 La renégociation

Les Banques bénéficient de nombreuses économies d'échelle (Topsacalian and Teulié, 2015) dans la récolte et le traitement de l'information, et sont donc plus efficaces que les préteurs directes.

11

La renégociation est définie par plusieurs auteurs selon plusieurs optiques. Dans ce mémoire, on cherche à présenter les renégociations des prêts bancaires d'une façon plus amples. Pour Roberts (2015), « la renégociation se produit lorsque les parties contractantes ne sont pas en mesure de tenir leur accord à son terme. Ce manque d'engagement est une conséquence d'une inefficience ex post découlant des termes du contrat en vigueur ». Selon Godlewski (2015), « la renégociation de la dette peut se produire lorsque les parties contractantes ne peuvent pas ou ne veulent pas s'engager aux termes initiaux de leur accord ». Comme le concluent Berlin and Mester (1992) et Garleanu and Zwiebel (2009), la renégociation est susceptible d'être bénéfique lorsque les conflits d'agence et d'information sont plus présents.

La renégociation d'un contrat de prêt peut être donc définie comme un processus de révision totale ou partielle du contrat jugé incomplet. Les arguments sont multiples comme la rationalité limitée, l'opportunisme des agents économiques, les coûts de transaction, etc. Ainsi, la renégociation est un moyen pour réadapter le contrat de départ aux aléas conjoncturels et aux changements de l'environnement de l'entreprise en premier lieu, notamment à cause de l'impossibilité de maitriser tous les états du monde au fil du temps, comme l'ont reconnu Hart and Moore (1988).

L'évènement de renégociation pour Roberts (2015) est régi par trois facteurs : la santé financière des parties prenantes, l'incertitude quant à la rentabilité durable des emprunteurs et le résultat de la renégociation elle-même. En pratique Denis and Wang (2014), Roberts (2015) et Godlewski (2015) remarquent que le processus de renégociation est habituellement initié par l'emprunteur en raison des restrictions du contrat initial, car il souhaite augmenter ses dépenses d'investissements, faire une acquisition ou augmenter les dividendes, etc. Ces activités peuvent être restreintes par les diverses clauses financières et non financières de l'accord de prêt initial. Et comme le soulignent Denis and Wang (2014), une renégociation réussie nécessite l'approbation des créanciers et résulte d'un processus de négociation mutuelle.

Parmi les conclusions de Roberts (2015), les renégociations fréquentes sont une partie intégrante des prêts bancaires. Le rôle de la renégociation est un remède ex-post aux contrats restrictifs ex-ante qui accordent aux prêteurs des droits de contrôle forts lorsqu'ils sont confrontés à un désavantage informationnel. C'est précisément parce que les emprunteurs peuvent renégocier les termes de leur contrat qu'ils ont accepté ces contrats restrictifs au début. La renégociation est également

12

un moyen de mettre à jour le contrat et d'intégrer le maximum de nouvelles informations qui rendent les contrats plus complets. Les résultats des auteurs et des travaux cités reposent sur des bases théoriques solides, tels que le démontrent Hart and Moore (1988), Aghion and Bolton (1992) pour lequels, les renégociations fréquentes soutiennent que les contrats de dette sont incomplets. La fréquence de ces renégociations suggère que les gains obtenus dépassent les coûts associés (Fudenberg and Tirole 1990, Hart and Moore 1988). Le résultat dominant des renégociations est un relâchement des limites des covenants (Garleanu and Zwiebel 2009), contre de solides droits de contrôle ex-ante aux créanciers (Dessein, 2005).

Au niveau empirique, les résultats sont diversifiés est riches sur le plan méthodologique et le choix des stratégies d'identification. L'accès aux données sur les renégociations demande de grands efforts comme pour Nini, Smith and Sufi (2009), puisque les facteurs qui peuvent impacter (en ex-ante comme en ex-post) la décision de renégociation sont multiples : le contrat, les parties prenantes, l'environnement économiques, les opportunités présentes et futures d'investissement, de croissance de l'économie, la qualité du projet financé, etc. L'un des résultats de Roberts (2015) est que les renégociations sont initiées par les emprunteurs principalement en réponse à l'évolution des conditions, par opposition aux interventions du prêteur en raison du défaut. Moins de 28% des renégociations de l'échantillon sont dues à une violation d'une clause ou à la prévision d'une violation. Pourtant, plus de 75% de toutes les violations des clauses entraînent une renégociation.

Sur des données européennes, Godlewski (2015) constate que des renégociations multiples se produisent pour un prêt sur quatre, entraînant des importants changements dans les termes contractuels initiaux. Par exemple, l'échéance moyenne augmente de 25%, tandis que les montants des prêts évoluent de 13%. Les durées moyennes et médianes entre les "rounds" (le nombre de fois qu'un prêt est renégocié) de renégociation sont égales à 20 et 12 mois, respectivement.

La duration avant la première renégociation des contrats est d'environ deux ans chez Denis and Wang (2014) et un an et demi chez Roberts and Sufi (2009b). En moyenne, un peu plus de 60% des contrats sont renégociés au moins une fois.

Une autre conclusion de ces travaux est que la renégociation d'un prêt est un moyen d'exercer un contrôle par les créanciers bancaires, qui ont pour objectif la gestion des conflits d'intérêt à moindre coût (Moraux and Silaghi, 2014).

Les résultats de ces travaux montrent l'importance de la pratique des renégociations des contrats de prêt dans la relation banque entreprise.

13

2 Variables et méthodologie

2.1 Variables

Notre échantillon est un extrait de la base de données de Godlewski (2016). L'échantillon de base est composé de 15.781 prêts syndiqués accordés aux grandes entreprises cotées en bourses, au niveau des pays de la zone euro, pour la période 1999-2015.

La source de ces données est Bloomberg, Global Financial Development Database de la banque mondiale et Orbis (Bureau van Dijk). L'annexe A présente les détails la construction de cette base de données.

Pour la même période 1999-2015, les grandes entreprises françaises ont signé 1984 accords de prêt classés par identifiant du prêt ou deal. Ces prêts ont été renégociés de zéro à plusieurs fois chacun. L'échantillon de Denis and Wang (2014), qui était de 1.000 contrats de prêts est extrait d'une base de données de 3.720 accords de prêt de Nini, Smith and Sufi (2009).

Compte tenu de l'endogenéité, nous avons adopté le modèle de Wooldridge (2014) à deux étapes. Les variables qu'on présente ici sont définies en détails dans l'annexe B.

Pour les variables dépendantes :

· pour la première étape : la variable binaire «x1» qui vaut 1 si le prêt est renégocié 0 sinon.

· pour la deuxième étape : les groupes des termes (packages) renégociés «RenegGroup» , sur notre échantillon .

Pour les variables explicatives, nous avons classé par catégories, les variables qui caractérisent le prêt, l'entreprise, la banque, la renégociation elle-même, et des variables de contrôle :

- les variables qui caractérisent le contrat du prêt lui-même et la relation
contractuelle, que je nomme «V arLoan», dans cette catégorie on trouve :

· maturité, montant, covenants, secured, lenders, le choix de ces variables est justifié d'abord par plusieurs travaux empiriques, comme Roberts (2015), qui ont démontré le rôle de design du contrat de départ pour toute renégociation future, puis le rôle de la réputation, du contact humain et de la réussite des accords précédents captés par les variables (Relationship, League, Same country).

- les variables qui reflètent l'état de l'entreprise sont en majorité comptables, que l'on nomme «V arFirm», dont :

·

14

la rentabilité des actifs, l'indice de Herfindahl-Hirschman, le score d'Alt-man, les capitaux propres,etc. Nini, Smith and Sufi (2009), et aussi Denis and Wang (2014), ont adopté la majorité de ces variables comptables comme des caractéristiques des firmes de l'échantillon destiné à l'analyse des renégociations aux USA.

- les variables qui caractérisent la banque, et exactement la banque principale si le crédit est syndiqué, «V arBank» :

· total des actifs, TCE Ratio, couverture de perte des prêts, rentabilité des capitaux propres.

- les variables qui caractérisent la renégociation elle-même, «V arReneg» :

· le but d'intégrer ces variables est de prendre en considération l'un des constats empiriques de Roberts et de Godlewski, selon lesquels; la majorité des prêts sont renégociés au début de la relation contractuelle. On cherche alors à voir l'impact des délais (origine du contrat - renégociation) par la variable (Time to Renegotiation), et aussi le nombre des éléments renégociés sur les variables dépendantes par la variable NbreTermes.

Control».

- les variables de contrôles «Var

2.2 Le modèle

Aux Etats-Unis, Roberts and Sufi, (2009b), dont la question principale est la recherche des caractéristiques des renégociations (résultats, timing et fréquence) dans un premier temps, puis la définition de ses déterminants. Le modèle adopté est un modèle multinomial logistique. L'un de ses résultats majeurs est que 90% des contrats (de son échantillon) des prêts bancaires ont été renégociés avant la maturité.

En 2015, Roberts continue ses investigations et revient pour déterminer les effets marginaux des déterminants de la renégociation par une régression logistique, et l'estimation par « kernel-smoothed » à la recherche d'une meilleure approximation de la densité de distribution des renégociations. On note que les études de Roberts concernent les données américaines (USA). Denis and Wang (2014), ont adopté un modèle binomial pour déterminer la probabilité qu'un crédit soit renégocié ou pas. Pour des données européennes, Godlewski (2016) a utilisé un modèle logit séquentielle pour modéliser la dynamique des renégociations. Selon la question de recherche, les modèles économétriques utilisés sont très diversifiés. On trouve; des modèles logistiques avec estimation par maximum de vraisemblance (MLE) ou encore des modèles de survie (survival models), comme «proportional hazards models» et bien d'autres.

eXiâj

P(yi = j|Xi) =

1 + PJ , j = 1, ..., J (1)

h=1 eXiâh

15

Cette diversité des approches empiriques reflète la richesse de ce champ de recherche. De notre part, on traitera ce sujet essentiellement par un modèle multino-mial pour déterminer les probabilités que des combinaisons des termes (packages) soient renégociées. Mais suite au problème d'endogenéité, nous ne pouvons pas appliquer directement le modèle multinomial logistique. La forme de notre modéle est :

RenegGroup = f(V arLoan, V arFirm, V arBank, V arControl, V arReneg)

On considère « z » l'ensemble des variables : V arLoan, V arFirm, V arBank et V arControl.

Soit « x » un sous ensemble de « z », vu le problème d'endogenéité qu'on va traiter durant ce travail, notre modèle va prendre la forme suivante :

RenegGroup = f(x, V arReneg)

Enfin, soit « X » le vecteur des variables « x » et V arReneg, et y = RenegGroup pour que:

y = f(X)

2.2.1 Le modèle multinomial logistique

La modélisation de la question des renégociations avec la possibilité de plusieurs choix (packages) nécessite un modèle à multiples choix discrets, dit multinomial. L'utilisation des modèles multinomiaux logit (MNL) est répandue dans ce champ de recherche, comme chez Roberts and sufi (2009b).

Le modèle MNL s'intéresse aux probabilités de réponse ou de choix des alternatifs j:

P(yi = j|Xi)

Où X est les variables explicatives, et « j » le jiéme package parmi les « J » packages renégociés.

Donc avec un modèle MNL, la probabilité qu'un terme et/ou une combinaison de termes est renégociée sera :

Les probabilités sont calculées par rapport à un niveau de référence ou exactement un choix de référence, dont la probabilité est :

J

P(yi = j|Xi) + P(yi = 0|Xi) = 1

j=1

1 (2)

P(yi = 0|Xi) =J xip,

j=1

1 + ~e z

Nous avons spécifié la densité de y sachant X et nous pouvons estimer le modèle par la méthode de maximum de vraisemblance (MLE), pour chaque prêt « i », on a :

li(â) =

J j=0

[yi = j] ln [P(yi = j/Xi)] (3)

16

Et pour obtenir les coefficients estimés (àâ), on maximise :

N i=0

li(â) , i = 1, ..., N (4)

Où N est la taille de l'échantillon.

2.2.2 Solution du modèle et problème d'endogenéité

Parmi les variables explicatives, la variable x1 avec (x1 E x), qui vaut 1 si le prêt est renégocié, 0 sinon. Cette variable « x1 » est déterminée par les mêmes variables explicatives « x » de notre modèle, ce qui crée une endogenéité.

Soit « u » les résidus du modèle multinomial, pour « x1 » endogène, on a : E(x1u) =6 0.

Soit x E z avec :

{ z : vecteur des variables explicatives de dimension 1xL, sans « x. Avec L > K

x : vecteur des variables explicatives de dimension 1xK.

On a donc E(z'u) = 0.

b S) (8)

S)

À(zS) = 0(z

(1)(z

17

Wooldridge (2014) propose une solution plus spécifique à l'endogenéité dans le cas des modèles non linéaires.

La procédure de Wooldridge (2014) consiste à appliquer sur un modèle non linéaire - le modèle multinomial dans notre cas - la méthode de Heckman (1976) qui comporte deux étapes :

Etape 1 :

Elle a pour objectif le calcul des résidus généralisés « gr ». Pour cela, on estime d'abord les coefficients « S » du modèle probit dichotomique. La variable dépendante de ce modèle est la variable endogène « x1 » :

{ 1 , si le prêt est ren

x1Z =0 , sinon

égocié

,Vi = 1,...,N

Où N est la taille de l'échantillon. Donc :

x1 = [zS + e > 0] (5)

Où (u,e) sont indépendants de « z ».

Dans le cas du modèle probit, dont les sorties sont des probabilités, chacune de ces probabilités «pZ » est définie comme la valeur de la fonction de répartition de la loi normale centrée réduite N (0, 1) considérée au point zZS.

pZ = (zZS) ,Vi = 1,..., N (6)

Où N : la taille de l'échantillon.

(7)

La relation entre le terme d'erreur du modèle multinomial « u », et le terme d'erreur du modèle probit « e » est définie par :

E(e.u)

E(u/e) = pe , avec p = E(e2) , et e ti Normal(0, 1).

Aprés l'estimation des coefficients « S » du modèle probit, on calcule le ratio de Mill (inverse Mills ratio ) dont la formule est :

Avec : (.) est la fonction de densité de probabilité, et (.) est la fonction de

distribution cumulative.

Selon Wooldridge (2014) on suppose que :

E(u/z, x1) = E(u/e) = pe = p [x1À(zS) - (1 - x1)À(-zS)]

(9)

18

On peut alors écrire les résidus généralisés estimés « cgr » ou (the control function) pour chaque observation « i » :

dgri = x1À(zb ä) - (1 - x1)À(-zb ä) (10)

Etape 2 :

Consiste à intégrer parmi les régresseurs du modèle multinomial, les résidus généralisés (équation (10)) de l'étape précédente, donc le vecteur des variables explicatives « X » est composé de : « x » , cgr et V arReneg, puis on applique le modèle multinomial décrit dans (2.2.1).

2.2.3 Tests statistiques

IIA : Indépendance des alternatives. Cet estimateur est consistant et asymp-totiquement normal. L'hypothèse dont il faut s'assurer est IIA4« independence of irrelevant alternatives ». Le principe de ce test est la comparaison des alternatives par paires, et de voir si le choix entre les deux alternatives n'est pas affecté par la présence des autres alternatives que la paire considérée. Cela implique que la décision entre deux alternatives est indépendante de l'existence des autres alternatives.

H0: IIA(independence of irrelevant alternatives) est valide. Qu'on peut tester par le test de (Hausman and McFadden).

La qualité d'ajustement : La qualité d'ajustement dans ce genre de modèles est mesurée par R2 de McFadden, qu'on peut obtenir de la façon suivante:

R2MF = 1 - LLM (11)

LL0

LLM : la vraisemblance du modèle étudié.

LL0 : est dit le modèle initial, modèle trivial; ou en anglais « null model ».

4. Wooldridge, (2010, chapitre 16), Cameron and Trivedi, (2005, chapitre 15.4.4).

19

Matrice de confusion : Lors de l'élaboration des modèles de prédiction, le plus important est de tenir compte de la façon dont le modèle fait preuve de prédiction de la variable cible sur les observations de l'échantillon. Le processus consiste à utiliser les estimations du modèle pour prédire les valeurs sur l'ensemble de données. Par la suite, nous comparons la variable cible prédite par rapport aux valeurs observées pour chaque observation.

Cela va nous permettre aussi de juger la qualité de notre modèle économétrique, et d'une façon indirecte, de prendre position de nous bases théoriques, surtout en terme de choix des variables.

3 Données et statistiques descriptives 3.1 Description des renégociations

En France, pour la période 1999 - 2015, nous disposons de 1.984 prêts accordés aux grandes entreprises, dont 35.73% ont été renégociés, c'est-à-dire 709 prêts ont été renégociés une à six fois ( figure.1).

20

FIGURE 1 - Cycles des renégociations des contrats de prêt en France, 1999-2015.

Sur 709 prêts renégociés, 470 sont renégociés une fois, 134 prêts renégociés deux fois, 74 prêts renégociés trois fois, 16 prêts renégociés quatre fois, 12 prêts renégociés cinq fois et 3 prêts sont renégociés six fois. A partir de ces chiffres on remarque que la majorité des prêts sont renégociés une à trois fois.

Comme on a évoqué dans la partie littérature, la révision d'un contrat peut être totale ou partielle. La littérature classe les éléments qui peuvent être sujet à renégociation en : « Maturité », « Montant », « Clauses (covenant) Financières », « Clauses non financières », « Definition », « Pricing ». Ces éléments sont décrits avec précision dans l'annexe B. La répartition des 709 contrats selon le type d'amendement (Tableau 1) est comme suit : le « Montant » a été modifié dans 224 contrats. La « Maturité » est modifiée dans 185 contrats, « Definition » dans 182 contrats, « Pricing » dans 72 contrats. Par contre les « Clauses (covenant) Financières » et « Clauses non financières » n'ont été modifiées que dans 39 et 7 contrats respectivement.

21

FIGURE 2 - Modifications apportées aux contrats renégociés en France, 1999-2015.

Tableau 1 - Caractéristiques des renégociations.

Termes

Maturité

Montant

C. finan.

C. non finan.

Pricing

Definition

Total

Nombre

185

224

39

7

72

182

709

En (%)

26.09

31.59

5.50

0.98

10.15

25.67

100

C. finan. : Clauses financières, C. non finan. : Clauses non financières.

La figure 2 reprend ces résultats et les pourcentages correspondants en chiffres arrondis. 32% des amendements concernent le « Montant », 26% pour « Maturité » et « Definition » chacun, 10% des amendements sont apportés au « Pricing », tandis que les amendements aux clauses financières ne représentent que 1% et aux clauses non financières sont de l'ordre de 6%. Ce qui signifie qu'en France l'ensemble des amendements apportés aux clauses, ne représente que 7% de l'ensemble des amendements. Pour une vision plus complète de ces données concernant les prêts accordés aux grandes entreprises en France, nous avons croisé les amendements par type et le nombre de fois qu'un prêt peut être renégocié, et nous obtenons le Tableau 2 ci-dessous.

22

Tableau 2 - Caractéristiques des renégociations: par élément renégocié.

Cycle

????????????

Termes

1

2

3

4

5

6

Total

En %

Maturité

134

28

16

5

2

0

185

26.09

Montant

148

45

22

5

2

2

224

31.59

Definition

108

41

26

2

5

0

182

25.66

Pricing

50

10

7

3

1

1

72

10.15

C. finan.

27

7

3

1

1

0

39

5.50

C. non finan.

3

3

0

0

1

0

7

0.98

Total

470

134

74

16

12

3

709

100

En %

66.29

18.89

10.43

2.25

1.69

0.42

100

-

Chaque cellule du Tableau 2 nous indique un effectif partiel d'amendement par cycle des renégociations. Par exemple la « Maturité » est renégociée dans 134 contrats de prêt une seule fois, la « Definition » est renégociée dans 10 contrats deux fois et ainsi de suite pour les autres cellules. Les deux dernières lignes représentent la répartition des contrats par cycle de renégociations en effectif et en pourcentage. Les deux dernières colonnes représentent les effectifs et les pourcentages des contrats selon les termes renégociés.

Parmi les enseignements qu'on peut tirer de ce tableau, la majorité (66.29%) des prêts sont renégociés une seule fois d'un coté, d'un autre les termes « Montant », « Maturité » et « Definition » sont les termes les plus renégociés dans les contrats de prêts banques-grandes entreprises en France.

Dans l'analyse précédente, nous avons pris les termes renégociés un par un pour voir leur importance dans le processus de renégociation. Mais dans la pratique des renégociations banque-entreprise en France, on trouve que la renégociation peut concerner un ou plusieurs termes (package), c'est-à-dire une combinaison de termes. Nos données nous permettent de voir ces combinaisons, sauf que certaines combinaisons ont des effectifs très faibles. Pour cela nous les avons regroupées selon le nombre de terme que chaque combinaison contient et nous avons obtenu :

- un terme : regroupement (packages) des contrats dont un terme est renégocié, autre que « Montant », « Maturité » et « Definition ».

- deux termes : regroupement (packages) des contrats dont deux termes sont renégociés, autres que « Maturité & Montant » et « Definition & Montant ».

23

- trois termes : regroupement (packages) des contrats dont trois termes au moins sont renégociés, autres que « Maturité & Pricing & Montant » .

Les packages, ou les ensembles des termes renégociés, sont : « Maturité », « Montant », « Definition », « Maturité & Montant », « Definition & Montant », « Maturité & Pricing & Montant ». Le tableau suivant (Tableau 3) rassemble les poids de chacun de ces packages dans nos données.

Tableau 3 - Caractéristiques des renégociations : Packages renégociés.

- Un terme : regroupement (packages) des contrats dont un terme est renégocié.

- Deux temes: regroupement des contrats dont deux termes sont renégociés.

- Trois termes: regroupement des contrats dont trois termes au moins sont renégociés.

Termes

Nombre

En (%)

Maturité

102

16.42

Montant

110

17.71

Definition

114

18.36

Un terme

48

7.73

Maturité & Montant

57

9.18

Definition & Montant

41

6.60

Deux temes

40

6.44

Maturité & Pricing & Montant

50

8.06

Trois termes

59

9.50

Les trois packages suivants : « Montant », « Maturité » et « Definition » représentent ensemble 52.49 % des packages modifiés suite aux renégociations. En ajoutant le package « Un terme », on peut dire que sur notre échantillon 60.22% des contrats de prêt banque-grande entreprise renégociés, se terminent par la révision d'un seul terme au sens défini dans l'annexe B.

Les packages à deux termes les plus modifiés suite aux renégociations sont : « Maturité & Montant », « Definition & Montant ». Ils représentent 9.18% et 6.60% respectivement. En ajoutant le package « Deux termes », le nombre de contrats de prêt dont sont modifiés deux termes atteint 22.22% des contrats renégociés. Le package à trois termes le plus révisé suite aux renégociations est « Maturité & Pricing & Montant » dont 8.05% de contrats de prêt. Avec « Trois termes », la part des contrats dont sont modifiés trois termes au moins s'élève à 17.55% parmi les contrats renégociés. Chez Denis and Wang (2014), le contrat est renégocié 2,7

fois en moyenne. Environ 37% des contrats sont renégociés une fois, 22% deux fois et près de 13% trois fois.

D'après ces résultats, la majorité des renégociations se termine par la modification d'un seul terme du contrat sujet de la renégociation banque-grande entreprise. On peut conclure que les termes suivants « Montant », « Maturité » et « Definition » et leurs combinaisons sont les plus renégociés dans les contrats de financement banque-grande entreprise en France pour la période 1999-2015.

On considère ces packages comme des options ou des choix possibles lors d'une renégociation, c'est-à-dire que l'on admet que chaque couple banque-entreprise au moment des renégociations se trouve devant les choix du tableau 3 et devrait choisir une option.

3.2 Statistiques descriptives des variables explicatives

La distribution des renégociations en France pour la période 1999-2015 (figure 3) est similaire aux résultats obtenus par Roberts (2015) pour des données américaines. Le phénomène des renégociations commence à prendre de l'ampleur à partir de 2003, avec un pic en 2006, puis une évolution à la baisse pour la période 2006-2008, avant de se stabiliser.

24

FIGURE 3 - Distribution des renégociations par année.

25

Les variables explicatives du modèle sont résumées dans le tableau suivant:

Tableau 4: Statistiques descriptives

Variable

Obs.

Mean

Median

Std. Dev.

x1

1984

0.37

0.00

0.64

variables - prêt:

 
 
 
 

Maturité

5099

6.47

6.72

3.43

Montant

5148

0.82

0.27

1.74

Covenants

5156

0.08

0.00

0.27

secured

5128

0.34

0.00

0.47

Lenders

4556

9.02

7.00

9.01

League

4222

0.36

0.00

0.48

Relationship

4187

0.15

0.00

0.35

Same country

5156

0.62

1.00

0.48

variables - Entreprise:

 
 
 
 

Listed

5156

0.51

1.00

0.50

RoA

3911

0.42

0.36

0.74

Indice HHI

4556

0.03

0.00

0.11

Altman score

1722

1.43

1.84

16.84

variables - Banque:

 
 
 
 

Total Assets

3974

1416.15

1358.99

84.65

TCE ratio

3948

0.03

0.02

0.02

Loan coverage

3260

0.13

0.05

0.64

RoE

3911

0.10

0.10

0.08

variables - Renégociation:

 
 
 
 

Time to renegotiation

707

37.19

31.53

24.87

NbreTermes

709

1.69

1.00

0.83

N= 5156 prêt, 1999-2015.

Pour les variables qui caractérisent le prêt : L'échéance moyenne des prêts est de six-ans et demi (6.47 années); pour un montant de prêt moyen de 824 millions USD, mais pour 50% des entreprises le montant du prêt ne dépasse pas 270 millions USD (médiane=0.27); le nombre moyen des banques prêteurses est de neuf par contrat (Lenders=9.02); dont 15% (Relationship=0.15) de ces banques chefs des syndicats ont déjà accordé un prêt au même emprunteur au cours des trois dernières années avant l'année d'origine du prêt; 36% (League=0.36) des prêteurs chefs des syndicats étaient classés parmi le top 3 du classement de la ligue européenne de Bloomberg, un an avant l'année origine du prêt; 62% (Same country =0.62) des banques prêteurses chefs des syndicats sont des banques françaises;

26

seulement 8% (Covenants=0.08) de ces contrats de prêt contiennent des clauses et 34% (Secured=0.34) de ces prêts sont garantis.

Pour les variables qui caractérisent l'entreprise : Le niveau moyen de concentration sur le marché (HHI) est de 3%. Le niveau moyen du score d'Altman sur notre échantillon est de 1.43, la rentabilité des actifs (RoA = 0.41) est de 41%, et enfin 51% de ces entreprises sont cotées en bourse (Listed=0.51).

Pour les variables - bancaires : La solidité financière des banques mesurée par TCE ratio, est en moyen de 3%. La moyenne du total des actifs des banques de notre échantillon est 1.416,15 Mds USD. Les capitaux de ces banques réalisent une rentabilité (RoE) moyenne de 10%. La couverture de perte des prêts (Loan loss coverage) en moyenne pour les banques de notre échantillon est de 13% mais la médiane est de 5%.

Pour les variables qui caractérisent la renégociation elle-même : Le temps de l'origine du prêt à la renégociation en moyenne sur notre échantillon est de 37.19 mois. Le nombre moyen de termes renégociés par contrat est de 1.69 terme.

4 Résultats

Dans cette section nous présentons les résultats du modèle économétrique. Dans une première étape les résultats de la régression probit, qui va nous permettre d'extraire les résidus généralisés qui seront parmi les variables explicatives de la deuxième étape.

4.1 Première étape : extraction des résidus généralisés

Avec un modèle probit, nous régressons la variable binaire « x1 » qui vaut 1 si le prêt est renégocié et 0 sinon. Sur un ensemble des variables explicatives « z », le résultat est présenté dans le Tableau 5 ci-dessous.

Les coefficients S estimés ne sont interprétables qu'en terme de signes, c'est-à-dire que l'augmentation d'une variable associée à un coefficient positif induit une hausse de la probabilité de réalisation de l'événement de renégociation « P(x1 = 1) ». Inversement, la hausse d'une variable associée à un coefficient négatif induit une baisse de la probabilité de réalisation de l'événement « P(x1 = 1) ».

27

Tableau 5: Résultats du modèle Probit binomial.

Modèle

????????????

Variable

Probit

Intercept

-5.96

 

(44.53)

variables - prêt:

 

Maturité

0.11***

 

(0.03)

Montant

0.04

 

(0.03)

Covenants

0.54***

 

(0.15)

Secured

0.20

 

(0.16)

Lenders

0.01

 

(0.01)

League

0.22

 

(0.18)

Relationship

0.04

 

(0.13)

Same country

-0.56***

 

(0.21)

variables - Entreprise:

 

Listed

-0.15

 

(0.25)

RoA

-1.22**

 

(0.62)

Indice HHI

2.02***

 

(0.73)

Altman score

0.01

 

(0.02)

variables - Banque:

 

Total Assets

-0.0002

 

(10-4)

TCE ratio

-6.73

 

(10-4)

Loan coverage

-1.22*

28

RoE

 

(0.09)

0.06***

 

(0.62)

V arControl

Oui

pseudo - R2

0.72

AIC

855.27

Log likelihood

-383.63

Note: `***' 1% `**' 5% `*' 10%

Pour les variables - prêt : L'augmentation de la durée du prêt (Maturité, significative à 1%) augmente la probabilité de renégociation du prêt. il en va de même si le contrat du prêt contient des clauses (Covenants, significative à 1%), cependant le fait que les parties prenantes (entreprise, et au moins le chef du syndicat si le prêt est syndiqué) soient du même pays (Same country, significative à 1%) baisse la probabilité de renégociation. Les variables (Montant, Secured, League, Lenders, Relationship) ont des effets positives sur la probabilité de renégociation, mais ne sont pas significatives.

Pour les variables - entreprise : Le fait qu'une entreprise soit cotée en bourse (Listed) baisse la probabilité de renégociation du prêt, mais l'effet n'est pas significatif. L'augmentation de la rentabilité des actifs (RoA, significative à 5%) de l'entreprise présente le même effet. L'augmentation des parts du marché (Indice HHI, significative à 1%) de l'entreprise facilite la renégociation. Le même effet est observé pour l'indice (z-score d'Altman) mais il n'est pas significatif.

Les variables qui caractérisent le contrat du prêt et ceux qui caractérisent le prêteur sont toutes significatives Des résultats similaires sont obtenus aux USA par Denis and Wang (2014).

Pour les variables - banque: La hausse de la rentabilité des capitaux propres de la banque (RoE, significative à 1%) augmente la probabilité de renégociation du contrat, au moment où, l'augmentation de la couverture des pertes des prêts (Loan coverage, significative à 10%) baisse la probabilité de renégociation du contrat. L'augmentation du total des actifs de la banque (Total Assets) ou de la solidité financière de la banque (TCE ratio) baisse la probabilité de renégociation, nous notons que l'effet de ces deux dernières variables n'est pas significatif.

29

La qualité d'ajustement (pseudo - R2) est de 72%, le critère AIC et le log likelihood du Tableau 5 sont cités à titre d'information. On peut conclure que la décision de renégocier un prêt ou non dépend en premier lieu des caractéristiques du prêt et de celles de l'emprunteur.

L'objectif de cette étape est de calculer les résidus généralisés de Wooldridge (2014), selon la formule (équation 10). Le vecteur des résidus généralisés obtenu montre que les valeurs sont comprises entre une valeur minimale de -7.86 et une valeur maximale de 2.35. La moyenne de ces résidus est de -1.23, et la médiane est de -1.16.

4.2 Deuxième étape : résultats du modèle multinomial

A cette deuxième étape nous intégrons parmi les variables indépendantes les résidus généralisés « cgr » de l'étape précédente. Notre objectif est de mettre en évidence les variables qui déterminent le choix de renégociation des ensembles de termes (packages), puis calculer la probabilité de renégociation de chacun de ces packages.

Avec une régression multinomiale logistique, nous obtenons les résultats du Tableau 6. Nous analysons l'influence relative des variables explicatives sur ces différentes alternatives renégociées. En d'autres termes, il nous apparaît plus intéressant de "classer" l'importance de ces déterminants sur le choix de tel package renégocié, que de leur associer une valeur numérique précise sur la probabilité d'occurrence. C'est pourquoi, nous proposons dans ce qui suit d'interpréter ces dépendances selon des ordres de grandeur, à la hausse ou à la baisse, qui sont déduits de la méthodologie d'interprétation de ce modèle d'estimation multinomial de type logit.

Tableau 6: Résultats du modéle multinomial logit (MNL): par

30

 

ensemble de termes ou packages.

 
 
 
 
 
 
 
 
 

Variable

dépendente

 
 
 

Packages

Variables

Maturité

Montant

Maturité

&

Montant

Definition

&

Montant

Maturité

& Pricing &
Montant

Un terme

Deux
temes

Trois
termes

Intercept

-10.85***

10.17***

0.07***

-18.88***

-20.92***

-11.24***

4.97***

-11.41***

 

(0.01)

(0.03)

(0.02)

(0.27)

(0.07)

(0.004)

(0.001)

(0.10)

x1

-10.85***

10.17***

0.07***

-18.88***

-20.92***

-11.24***

4.97***

-11.41***

 

(0.01)

(0.03)

(0.02)

(0.27)

(0.07)

(0.004)

(0.001)

(0.01)

gr

-7.51***

-7.92***

2.83***

4.21***

-0.68

10.84***

19.78***

-4.14***

 

(0.02)

(0.04)

(0.07)

(0.15)

(0.55)

(0.01)

(0.00)

(0.17)

variables - prêt :

 
 
 
 
 
 
 
 

Maturité

-3.28***

-8.87***

-8.17

-0.70

-3.99***

-2.28***

-14.71***

-6.84***

 

(0.09)

(0.04)

(0.08)

(1.35)

(0.08)

(0.02)

(0.007)

(0.92)

Montant

-31.94***

14.44***

6.98***

19.29***

11.96***

-13.67***

-6.00***

-0.57***

 

(0.01)

(0.04)

(0.02)

(0.34)

(0.35)

(0.00)

(0.00)

(0.14)

Covenants

-8.48***

16.16

-15.64***

13.81***

-1.59***

39.39***

15.80***

8.45***

 

(0.00)

(0.00)

(0.00)

(0.00)

(0.19)

(0.00)

(0.00)

(0.19)

secured

-39.21***

-65.09***

-5.15***

22.28***

-2.11***

20.10***

-9.49***

-0.15

 

(0.06)

(0.01)

(0.00)

(0.00)

(0.19)

(0.00)

(0.00)

(0.20)

lenders

1.95***

-3.09***

-0.85***

-1.40

-0.86

0.61***

1.14***

-0.48***

 

(0.07)

(0.69)

(0.25)

(2.88)

(1.13)

(0.06)

(0.02)

(0.14)

League

0.30***

21.77***

19.13***

-20.20***

6.33***

8.20***

-23.88***

5.65***

 

(0.01)

(0.06)

(0.00)

(0.00)

(0.00)

(0.00)

(0.00)

(0.00)

Relationship

25.34***

33.79***

22.96***

-8.58***

0.78***

-12.89***

-12.09***

13.41***

 

(0.02)

(0.01)

(0.04)

(0.23)

(0.27)

(0.00)

(0.00)

(0.00)

Same country

27.99***

-12.09***

1.19***

1.88***

18.16***

21.55***

-0.62***

-40.58***

 

(0.02)

(0.01)

(0.02)

(0.26)

(0.27)

(0.00)

(0.00)

(0.00)

31

variables - Entreprise :

 
 
 
 
 
 
 
 

Listed

-9.71***

-7.45***

-13.82***

-11.79***

3.35***

33.30***

10.70***

-11.37***

 

(0.01)

(0.03)

(0.04)

(0.23)

(0.07)

(0.00)

(0.00)

(0.10)

RoA

-26.99***

42.60***

23.39***

6.82***

-0.50***

8.77***

19.45***

8.42***

 

(0.00)

(0.02)

(0.01)

(0.08)

(0.02)

(0.00)

(0.00)

(0.01)

Indice HHI

9.55***

-0.07***

-3.77***

-2.17***

-3.97***

3.79***

-4.43***

5.73***

 

(0.00)

(0.00)

(0.00)

(0.00)

(0.10)

(0.00)

(0.00)

(0.10)

variables - Banque :

 
 
 
 
 
 
 
 

Total Assets

0.02

0.01

-0.02

-0.03

-0.03

0.02

0.02

0.003

 

(12.49)

(12.35)

(14.19)

(229.43)

(13.55)

(12.52)

(0.98)

(1 2.50)

TCE ratio

-1.39***

0.09***

0.45***

-0.74***

-1.36***

-1.33***

2.56

-0.54***

 

(0.00)

(0.00)

(0.00)

(0.01)

(0.01)

(0.00)

(0.00)

(0.00)

Loan coverage

-7.75***

22.84***

-5.98

-2.89

3.68

1.74***

-3.74***

-4.54***

 

(0.00)

(0.00)

(0.00)

(0.01)

(0.00)

(0.00)

(0.00)

(0.01)

RoE

-7.33***

13.28***

1.80***

3.07***

0.50***

2.02***

3.40

0.05***

 

(0.00)

(0.00)

(0.00)

(0.02)

(0.01)

(0.00)

(0.00)

(0.01)

variables - renégociation :

 
 
 
 
 
 
 
 

Time to renegotiation

1.27

1.94

1.02

0.36

-1.46

-1.61***

1.21***

0.56

 

(1.08)

(0.66)

(0.38)

(6.23)

(4.76)

(0.08)

(0.04)

(6.58)

NbreTermes

-21.54***

-37.54***

26.05***

31.20***

79.61***

-8.11***

-4.22***

37.35***

 

(0.01)

(0.21)

(0.03)

(0.54)

(0.25)

(0.00)

(0.00)

(0.51)

V arControl

 
 
 

Oui

 
 
 
 

AIC

 
 
 

656.00

 
 
 
 

R2

McFadden

 
 
 

0.78

 
 
 
 

Hausman-McFadden test

 
 
 

p-value = 1

 
 
 
 
 
 
 
 

IIA acceptée

 
 
 
 

Note : `***' 1% `**' 5%

`*' 10%;

 

Package de référence : Definition.

 
 
 

32

Les résultats (Tableau 6) permettent de dégager quelques grands faits stylisés sur les déterminants des renégociations des prêts bancaires aux grandes entreprises en France, pour la période 1999 - 2015. D'une part, les traitements confirment les relations de causalité classiquement observées dans la littérature entre les caractéristiques du contrat initial et les renégociations. D'autre part, ils soulignent le lien existant entre l'état générale, la solidité financière des parties prenantes (entreprise, banque) et les renégociations. Enfin, ils révèlent l'influence de certaines caractéristiques de processus de renégociation tel que le nombre de termes renégociés sur le choix du package (ensemble de termes) à renégocier.

Les coefficients estimés (Tableau 6) sont des coefficients logit par rapport au package de référence (Definition). Par exemple, à l'intersection de « x1 » (la deuxième ligne) et le package « Maturité » (la deuxième colonne), on trouve le coefficient -10.85, qui suggère que pour une augmentation unitaire de «x1 », le coefficient logit pour le package «Maturité» par rapport au package de référence «Definition» diminuera de la dite valeur de 10.85. En d'autres termes, si la valeur de « x1 » augmente d'une unité, nous avons plus de chances de renégocier le package « Definition » que le package « Maturité ». Cette interprétation est donnée par rapport au signe de coefficient (voir Cameron and Trivedi, 2005, section 15.2.2). Les autres coefficients sont interprétés de la même façon. Les coefficients de la variable résidus généralisés « cgr » semblent significatifs, ce qui prouve notre hypothèse d'endogénéité de la variable x1.

Les coefficients des variables qui caractérisent le prêt et l'entreprise sont significatifs (en général à 1%). Ce qui signifie que ces variables impactent le choix des termes et des packages renégociées. Ce résultat est bien cohérent avec la littérature et les résultats empiriques des travaux sur les données aux USA.

Les coefficients des variables qui caractérisent le préteur (variables - banque), ont aussi une influence sur la décision et le choix des termes à renégocier, mais l'effet est moins présent puisque ces coefficients ne sont pas tous significatifs. Pour plus d'investigations sur ces résultats, nous avons répété la régression multi-nomiale par catégories des variables explicatives, les résultats obtenus sont représentés dans l'annexe C.

Parmi les variables qui caractérisent le processus de renégociation (variables - renégociation), c'est surtout le nombre de termes à renégocier NbreTermes dans un contrat de prêt, qui est significatif. Ce résultat était prouvé par Roberts (2015).

33

La présence des variables de contrôle donne aussi une certaine qualité à notre modèle, du fait que nous prennions en considération le secteur d'activité de l'entreprise, le motif du prêt et l'année de l'entré en vigueur du contrat de prêt.

Enfin, il est nécessaire de prendre en compte que les effets mesurés par ce modèle devront être interprétés, par rapport au choix de référence (Definition). Notre objectif dans ce travail est d'estimer les probabilités de renégociation de chacun des packages présent dans la pratique des renégociations banque-grande entreprise, en France pour la période 1999-2015. Après l'estimation des paramètres de notre modèle, les probabilités estimées sont obtenues par l'équation (1), et l'équation (2) pour le package de référence « Definition ». Les résultats obtenus sont dans le Tableau 7 :

Tableau 7 - Probabilités moyennes estimées de renégociation de chacun des Packages (ensemble des termes renégociés).

- Un terme : regroupement (package) des contrats dont un terme est renégocié.

- Deux temes: regroupement des contrats dont deux termes sont renégociés.

Total

100

Termes

Probabilité estimées en %

Maturité
Montant

Definition

Un terme

Maturité & Montant

Definition & Montant

Deux temes

Maturité & Pricing & Montant Trois termes

20.00 18.57 15.71 7.14 8.57 4.29 7.14 5.71 12.86

- Trois termes: regroupement des contrats dont trois termes au moins sont renégociés.

La probabilité de renégocier le package « Maturité » est de 20%, le package « Montant » a 18.57% de chances d'être renégocier, et le package « Definition » 15.71 %.

Pour les packages à plusieurs termes, les probabilités estimées de renégociation sont : 8.57% pour « Maturité & Montant », 5.71% pour « Maturité & Pricing & Montant », 4.28% pour « Definition & Montant », 12.86% pour « Trois termes », et 7.14% pour « Un terme » et « Deux termes » chacun.

34

La nature des packages renégociés en France par les grandes entreprises semble différentes des résultats obtenus aux USA, ou la majorité des renégociations se focalisent sur les clauses (Denis and Wang (2014) et Roberts (2015)).

4.3 Robustesse du modèle

Cette étape est cruciale pour ce travail, puisque nous allons aborder la question de la robustesse de notre modèle économétrique.

Indépendance des alternatives (IIA) : Une condition d'utilisation du logit multinomial est le respect de l'hypothèse d'indépendance des alternatives non pertinentes (IIA), selon laquelle les rapports de probabilité entre les alternatives sont indépendants. D'un point de vue théorique, le choix de retenir l'hypothèse d'indépendance pour ces stratégies des renégociations se justifie au regard des avancées de la littérature, dans la mesure où chacun des packages apparaît bien comme une stratégie distincte de renégociation banque-entreprise. Le test de Hausman & McFadden, consiste à comparer deux régressions multinomiales (la commande : hmftest() du logiciel R studio), dont une intégre toutes les alternatives possibles, et l'autre qui sert de référence, est une régression multinomiale avec une seule alternative, pour tester l'hypothèse « H0 ». Le résultat obtenu dans notre cas est une p-value égale à 1, ce qui signifie que « H0 » n'est pas rejetée, donc on a bien une IIA.

La qualité d'ajustement : Elle est mesurée par R2 de McFadden, qui est de 0.78, ce qui donne une certaine bonne qualité à notre modèle.

La matrice de confusion: C'est un outil servant à mesurer la qualité de notre modèle si on veut l'utiliser pour des finalités de prédiction.

Chaque colonne de la matrice représente le nombre d'occurrences d'une classe estimée, tandis que chaque ligne représente le nombre d'occurrences d'une classe réelle (ou de référence). Un des intérêts de la matrice de confusion est qu'elle montre rapidement si le modèle parvient à mener des prévisions correctement. Dans l'exemple ci-dessous, vous remarquerez que notre modèle a prédit, avec une précision de 80% en moyenne, des observations dans l'ensemble des tests.

Tableau 8 - Matrice de confusion:

- Un terme : regroupement (package) des contrats dont un terme est renégocié.

- Deux temes: regroupement des contrats dont deux termes sont renégociés.

- Trois termes: regroupement des contrats dont trois termes au moins sont renégociés.

 

Maturité

Montant

Definition

Un terme

Maturité

&

Montant

Definition

&

Montant

Deux
temes

Maturité
& Pricing &
Montant

Trois
termes

Maturité

58

10

2

7

0

0

0

0

0

Montant

6

56

13

1

0

0

0

0

0

Definition

8

5

76

7

0

0

0

0

0

Un terme

5

6

1

22

0

0

0

0

0

Maturité & Montant

0

0

0

0

35

1

2

0

0

Definition & Montant

0

0

0

0

1

34

0

0

0

Deux temes

0

0

0

0

3

0

31

0

0

Maturité & Pricing & Montant

0

0

0

0

0

0

0

31

3

Trois termes

0

0

0

0

0

0

0

3

38

35

La lecture de cette matrice se fait comme suit, par exemple pour la première colonne (package « Maturité ») nous avons prédit 77 packages, dont 58 (75%) sont classés en package « Maturité » et le reste en erreur, la même méthode d'interprétation est appliquée aux reste des colonnes.

36

4.4 Discussion des résultats

Les résultats du modèle probit en première étape, et celles du modèle multino-mial en deuxième étape, sont prouvés par les travaux ultérieurs tels que Denis and Wang (2014), Roberts (2015), et Godlewski (2015), en termes de significativité des variables, surtout celles qui caractérisent le contrat du prêt bancaire et le pouvoir de négociation de l'entreprise, puisque ce sont ces deux catégories de variables qui déterminent le sort des renégociations.

Les variables qui caractérisent la banque ne sont pas toutes significatives. Cela peut être justifié par le résultat de Roberts (2015) et aussi de Godlewski (2015), selon lequel « le processus de renégociation est souvent initié par l'emprunteur». Donc c'est l'entreprise qui définit l'ampleur de la renégociation et dessine le cadre générale des renégociations qui peut être accepté ou refusé par la ou les banques. Une deuxième justification est que nos données concernent les prêts syndiqués, et l'information dont nous disposons est partielle. Elle ne concerne que la banque chef du pool, ce qui peut justifier le résultat obtenu.

La modélisation des packages renégociés par un modèle économétrique récent de Wooldridge (2014) en deux étapes, pour remédier aux problèmes de l'endogenéité et améliorer la qualité des estimations semble bien donner ces résultats, vu la qualité de l'ajustement obtenue.

Les résultats du modèle multinomiale sont prouvés par les travaux précédents. Le niveau de précision du modèle lui permet de mener des prévisions acceptables.

37

5 Conclusion et perspectives

Dans cette section, nous allons conclure notre travail empirique sur les renégociations banque-grande entreprise en premier lieu, puis nous allons aborder quelques perspectives de recherche dans ce domaine.

5.1 Conclusion

A travers ce travail, nous avons contribué à dessiner une image plus complète des renégociations et à démontrer l'importance des renégociations des contrats de prêt banque-grande-entreprise en France.

Sur le plan théorique, nous avons présenté les bases théoriques des renégociations surtout la théorie des contrats incomplets, puisque nous avons abordé comme des fondements de notre travail la plupart des travaux récents sur les renégociations comme Roberts and Sufi (2009b), Denis and Wang (2014), Roberts (2015), et Godlewski (2014, 2015b & 2016), Moraux and Silaghi (2014), etc. Nos résultats statistiques et empiriques montrent que plus d'un tiers des contrats de prêt banque-grande entreprise est renégocié et deux-tiers sont renégociés une seule fois. « Maturité », « Montant », « Definition » et leurs combinaisons sont les termes les plus renégociés. La prise en considération du problème de l'endogénéité était un choix justifié. Le modéle de Wooldridge (2014) en deux étapes, nous a permis d'obtenir des résultats cohérents.

Les caractéristiques du contrat de départ et la solidité financière de l'entreprise semblent être les déterminants principaux du sort des renégociations banque-grande entreprise en France, pour la période 1999-2015. Avec un modèle de bonne qualité d'ajustement, les packages suivants, par ordre, « Maturité », « Montant » et « Definition » ont plus de chances d'être renégociés en France.

L'étude des renégociations, reste un champ de recherche fertile et qui nécessite plus d'investigation dans un objectif d'optimiser la relation de financement et de dépassement des contraintes liées au procédures juridiques (contrats).

5.2 Perspectives de recherche

Nous investiguons encore plus dans ce champ de recherche, pour cela nous comptons mener une thèse portant sur la renégociation des contrats financiers et leur impact sur la structure du capital et la performance des entreprises.

38

Nous comptons élargir l'échantillon des données en élargissant la zone géographique, de la France à l'Union européenne, et introduire d'autres variables selon l'échantillon créé.

L'étude des coûts et les bénéfices de la renégociation en Europe et le seuil à partir duquel la renégociation est utile, nous permettra de mettre en évidence l'effet des renégociations sur la performance de l'entreprise.

L'approche de modélisation de la relation entre la renégociation et la structure du capital s'inspirera essentiellement du modèle de Leland (1994), qui prend en considération les impôts et la banqueroute lorsque les dirigeants maximisent la valeur de la société.

39

Références

[1] Aghion, P., & Bolton, P. (1992). An Incomplete Contracts Approach to Financial Contracting. The Review of Economic Studies,vol. 59.pp. 473-494.

[2] Altunbas, Y., Kara, A., & Marques-Ibanez, D. (2010). Large debt financing: syndicated loans versus corporate bonds. The European Journal of Finance,vol.16, pp. 437-458.

[3] Bolton, P. (1990). Incomplete Contracts and Renegotiation, Renegotiation and The Dynamics of Contract Design. European Economic Review, North-Holland, vol.34, pp. 303-310.

[4] Cameron, A., & Trivedi, P. (2010). Microeconometrics : Methods and Applications. Cambridge, UK : Cambridge University Press.

[5] Denis, D., & Wang, J. (2014). Debt covenant renegotiations and creditor control rights. Journal of Financial Economics, vol. 113, pp. 348 - 367.

[6] Dennis, S., & Mullineaux, D. (2000). Syndicated Loans. Journal of Financial Intermediation, vol. 9, pp. 404 - 426.

[7] Dewatripont, M., & Maskin, E. (1995). Contractual contingencies and renegotiation. RAND Journal of Economics, vol. 26, pp. 704-719.

[8] Drew, F., & Tirole, J. (1990). Moral Hazard and Renegociation in Agency Contracts. Econometrica, vol.58, pp. 1279-1319.

[9] Gilson, S. C. (1990). Troubled debt restructurings : An empirical study of private reorganization of firms in default. Journal of Financial Economics, vol. 27,pp. 315-353.

[10] Godlewski, C. J. (2010). How to get a syndicated loan fast? The role of syndicate composition and organization. Revue de l'association française de finance, vol. 31, pp. 51 - 92.

[11] Godlewski, C. J. (2014). The determinants of multiple bank loan renegotiations in Europe. International Review of Financial Analysis, vol. 34, pp.

40

275 - 286.

[12] Godlewski, C. J. (2015b). The certification value of private debt renegotiation and the design of financial contracts: Empirical evidence from Europe. Journal of Banking & Finance, vol. 53, pp. 1-17.

[13] Godlewski, C. J. (2015). The dynamics of bank debt renegotiation in Europe: A survival analysis approach. Economic Modelling, vol. 49, pp. 19 - 31.

[14] Godlewskii, C. J.(2016). Debt renegotiation and the design of financial contracts. Working paper.

[15] Goldewski, C.J. (2009). L'organisation des syndicats bancaires en France: taille, concentration et réputation. Finance Contrôle Stratégie, vol 12, pp. 37 - 63.

[16] Greene, W. H. (2010). ECONOMETRIC ANALYSIS. New Jersey: Upper Saddle River, 7th edition.

[17] Hart, O., & Moore, J. (1988). Incomplete Contracts and Renegotiation. Econometrica, vol. 56, pp. 755-785.

[18] Moraux, F., & Silaghi , F. (2014). Inside debt renegotiation: Optimal debt reduction, timing, and the number of rounds. Journal of Corporate Finance, vol. 27, pp. 269 - 295.

[19] Nini, G., C. Smith, D., & Sufi, A. (2009). Creditor Control Rights, Corporate Governance, and Firm Value. Journal of Financial Economics, vol. 25, pp.400-420.

[20] Rajan, R. G.(1992). Insiders and Outsiders: The Choice between Informed and Arm's-Length Debt. The Journal of Finance, vol. 47, pp. 1367 - 1400.

[21] Roberts , M., & SUFI, A. (2009). Control Rights and Capital Structure: An Empirical Investigation. The Journal of Finance, vol. 9, pp.1657 - 1695.

[22] Roberts, M. R. (2015). The role of dynamic renegotiation and asymmetric information in financial contracting. Journal of Financial Economics116, vol.

41

116, pp.61 - 81.

[23] Roberts, M., & Sufi, A. (2009b). Renegotiation of financial contracts: Evidence from private credit agreements. Journal of Financial Economics, vol. 93, pp. 159 - 184.

[24] Topsacalian, P., & Teulié, J. (2015). Finance. Paris: Magnard - Vuibert, 7ème édition.

[25] Townsend, R. M. (1979). Optimal Contracts and Competitive Markets with Costly State Verification. Journal of Economic Theory, vol. 21, pp. 265-293.

[26] Williamson, O. E. (1988). Corporate Finance and Corporate Governance. The Journal of Finance, vol. 43, pp. 567-591.

[27] Wooldridge, J. M. ( 2014). Quasi-maximum likelihood estimation and testing for nonlinear models with endogenous explanatory variables. Journal of Econometrics, vol. 182, pp. 226 - 234.

[28] Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data. Cambridge, Massachusetts, London, England: The MIT Press.

42

ANNEXES

Annexe A

Sources des données : données de Godlewski, (2016).

Godlewski commence par extraire toutes les renégociations des prêts disponibles en Europe avec des dates d'entrée en vigueur entre janvier 1999 (début de l'euro) et décembre 2015 du Bloomberg Professional Terminal Service (Bloomberg). Cet ensemble de données contient des identifiants des prêts uniques, des dates d'entrée en vigueur des modifications et des termes modifiés. Ce dernier concerne des changements au montant (facilité, tranche, outstanding...), échéance, clauses restrictives, grille de tarification, définition (modification non matérielle). Pour les modifications importantes, telles que les modifications apportées au montant ou à l'échéance, Bloomberg fournit également des termes anciens et nouveaux.

Ensuite, il extrait tous les prêts accordés aux emprunteurs européens (hors entités financières et gouvernementales) avec des dates d'entrée en vigueur entre janvier 1999 et décembre 2015 qui sont disponibles à Bloomberg. Cela permet de recueillir des informations sur le montant, la répartition, l'échéance, les clauses, les garanties, la date, le type (revolver, terme ...), le but (corporate, refinance, acquisition ...), la devise, etc. il obtient également les identifiants des prêts uniques qui permettent de fusionner ces de données avec des informations sur les prêteurs, tel que les informations sur le nombre de prêteurs, les actions conservées du prêt, les nationalités (pays d'incorporation), les rôles (ou les titres) et l'identité (noms). Il obtient également des informations descriptives sur les emprunteurs (nom, secteur industriel, pays, identifiants ...).

Puis, il fusionne ces données des prêts et des prêteurs avec les informations sur les prêts modifiés en utilisant des identifiants de prêts uniques. Il ajoute des données au niveau du pays (emprunteur) pour inclure diverses caractéristiques environnementales et financières, à l'aide de Global Financial Development Database de la Banque mondiale (Demirguc-Kunt et al., 2012), Djankov et al. (2007) et Favara et al. (2012). Après avoir abandonné les pays emprunteurs sans renégociation (Islande et Slovaquie), la taille de l'échantillon est réduite à 15 781 prêts, accordés à 8 691 emprunteurs.

Enfin, il ajoute des variables comptables des entreprises et des ratios financiers de Bloomberg, et il extrait les caractéristiques financières des banques principales d'Orbis (Bureau van Dijk).

43

Annexe B

Les termes de contrat

Types d'amendements ou de modifications apportés aux contrats de prêts bancaires en France:

- Maturité : changement de l'échéance du prêt.

- Montant : modification du montant emprunté, changement du montant de la traite, ou de la base de l'emprunt, qui est la valeur attribuée à une collection d'actifs d'un emprunteur, ou changement du montant de la ligne du crédit, qui agit comme une garantie fournie par les prêteurs pour rembourser la dette ou les obligations si l'emprunteur ne peut pas.

- Clauses (covenant) Financières : changement des clauses restrictives financières, ce qui permet d'obtenir une performance financière minimale par rapport à l'emprunteur (coverage, le levier, ratios, valeur nette tangible, dépenses en capital).

- Clauses non financières : qui peuvent être affirmatives (indiquer les actions que l'emprunteur doit respecter pour se conformer au prêt) ou négatives (limiter les activités de l'emprunteur).

- Definition : modifier la définition des termes clés dans l'accord de prêt, c.-à-d. La définition d'une comptabilité calculée comme référence pour un contrat financier, comme le ratio (actions/actifs).

- Pricing : fixation des conditions d'émission des titres : taux d'intérêts, prix d'émission, durée.

Les variables

- Les variables dépendantes:

· Pour la première étape : la variable binaire qui prend 1 si le prêt est renégocié 0 sinon «x1».

· Pour la deuxième étape : les groupes de termes (packages) renégociés «RenegGroup» d'un contrat de prêt en France.

- Les variables qui caractérisent le contrat du prêt lui-même et la relation contractuelle, que je nomme «V arLoan», dans cette catégorie on trouve :

· Maturité : Échéance du prêt à l'origine (en années).

· Montant : Montant de prêt à l'origine (en milliards USD).

· Covenants : égale à 1 si le prêt comporte des clauses.

·

44

Secured : égale à 1 si le prêt est garanti.

· Lenders : Nombre de prêteurs si le prêt est syndiqué.

· League: égale à 1 si le prêteur était classé parmi le top 3 du classement de la ligue européenne de Bloomberg, un an avant l'année d'origine du prêt.

· Relationship : égale à 1 si le préteur avait accordé un prêt pour le même emprunteur au cours des 3 dernières années, avant l'année d'origine du prêt.

· Same country: Pourcentage de prêteurs qui proviennent du même pays que l'emprunteur.

- Les variables qui reflètent l'état de l'entreprise sont en majorité comptables, que je nomme «V arFirm», comme :

· Listed : égale à 1 si une entreprise est cotée en bourse.

· RoA : Return on Assets, rentabilité des actifs. RoA = (income/total asset)

· Concentration hhi : L'indice de Herfindahl-Hirschman, est un indice mesurant la concentration du marché.

· Altman score : La formule du score d'Altman est composée de 5 ratios qui sont chacun associé à un multiplicateur différent : Z-score=1,2A+1,4B+3,3C+0,6D+1,0E

A = Besoin en fond de roulement (BFR)/ Total Actifs,

B = Réserves / Total Actifs ,

C = EBIT / Total Actifs ,

D = Capitalisation Boursière / Total des dettes ,

E = Chiffre d'affaires / Total Actifs ,

Plus le score est élevé, moins l'entreprise a de probabilité de faire face à une faillite.

Moins le Score est élevé, plus l'entreprise a de probabilité de faire face à une faillite.

- Les variables qui caractérisent la banque, et exactement la banque principale si le crédit est syndiqué, je nomme ces variable «V arBank» :

· Total Assets = Total des actifs (en milliards USD).

· TCE Ratio = tangible common equity ratio : total equity - (intangible assets + goodwill + preferred stock equity) / tangible assets (total assets less goodwill and intangibles), mesure de la solidité financière des banques.

·

45

Loan loss coverage : Couverture de perte des prêts.

· RoE = Return on common equity : rentabilité des capitaux propres, c'est le rapport entre le résultat net et les capitaux propres.

- Les variables qui caractérisent la renégociation elle-même, «V arReneg» :

· Time to Renegotiation : le temps de l'origine du prêt à la renégociation (en mois).

· NbreTermes : nombre d'éléments renégocié dans un contrat renégocié.

- Les variables de contrôle «V arControl» , qui sont : les années origines des prêts (1999-2015), le secteur d'activité de l'entreprise (Basic Materials, Communications, Consumer, Cyclical, Non-cyclical, Diversified, Energy, Financial, Funds, Government, Industrial, Mortgage Securities, Technology, Utilities) et le motif du prêt (acquisition, leveraged buyout, general corporate purposes, project finance, refinance debt, working capital refinance debt.), type de prêt (revolving loan, term loan), évaluation de préteur (borrower rated).

Annexe C

Résultats de la régression multinomial par catégories des variables explicatives

Tableau 9: Résultats du modéle multinomial logit (MNL) : par

46

 
 

variables - prêt

 
 
 
 
 
 
 
 
 
 

Variable

dépendente

 
 
 

Packages Variables

Montant

Un terme

Definition

&

Montant

Deux
temes

Trois
termes

Maturité

Maturité

&

Montant

Maturité
& Pricing &
Montant

Intercept

1.55

-8.60***

-11.26***

1.19

-0.21

-0.24

4.05

-5.80***

 

(1.22)

(1.08)

(1.29)

(1.41)

(2.34)

(1.05)

(3.06)

(0.74)

xi

1.55

-8.60***

-11.26***

1.18

-0.21

-0.24

4.05

-5.80***

 

(1.22)

(1.08)

(1.29)

(1.41)

(2.34)

(1.05)

(3.06)

(0.74)

gr

0.26

0.18

-0.68

0.17

-0.92**

-0.21

0.98

0.23

 

(0.34)

(0.65)

(0.57)

(0.38)

(0.46)

(0.24)

(0.67)

(0.30)

variables - prêt

 
 
 
 
 
 
 
 

Maturité

0.12

-0.67

0.22

-0.16

-0.74

0.26

-0.29

-0.09

 

(0.33)

(0.63)

(0.45)

(0.43)

(0.80)

(0.29)

(0.69)

(0.30)

Montant

-0.01

-2.82

2.92

-0.06

-1.06

-0.78

-2.34

-1.19

 

(0.74)

(1.77)

(2.22)

(0.92)

(1.21)

(0.65)

(1.70)

(1.18)

Covenants

18.12***

19.64***

13.89***

17.26***

20.64***

16.70***

-8.49***

-2.32***

 

(0.99)

(1.80)

(2.85)

(1.30)

(1.89)

(1.09)

(0.00)

(0.00)

secured

-6.37***

-2.86

18.32***

-2.94

0.72

-3.86**

-6.20**

-0.07

 

(1.95)

(2.56)

(1.29)

(2.10)

(3.35)

(1.76)

(2.51)

(1.98)

lenders

-0.12

0.20

-0.25

-0.07

0.11

-0.08

-0.07

0.01

 

(0.081)

(0.177)

(0.218)

(0.100)

(0.114)

(0.072)

(0.120)

(0.118)

League

3.61**

5.01**

-5.17

2.02

-23.73***

1.90

0.79

-0.01

 

(1.56)

(2.09)

(3.88)

(1.79)

(0.00)

(1.40)

(2.04)

(1.78)

Relationship

3.12*

2.47

-23.79***

-13.03***

1.29

3.48**

4.41

0.35

 

(1.84)

(2.44)

(0.00)

(0.00)

(2.65)

(1.70)

(2.75)

(2.42)

47

Same country

 
 

-0.84

 

18.87***

0.48

0.36 -1.47 2.22

-1.67

13.76***

 
 

(1.39)

 

(1.08)

(1.81)

(1.45) (1.80) (1.36)

(2.91)

(0.74)

AIC

 
 
 
 
 

357.61

 
 

Note : `***'

1%

`**' 5%

`*'

10%;

 

Package de référence : Definition.

 
 

Pour les variables qui caractérisent le contrat de prêt :

- les coefficients de la variable bgr sont en général non significatifs.

- la variable (covenant) qui indique la présence des clauses dans le contrat de prêt est significative avec des coefficients positifs. La présence des clauses dans le contrat de prêt favorise les renégociations, ce résultat rejoint les constats des travaux sur les données américaines (Roberts and Sufi, Denis and Wang).

- les coefficients de la variable Secured pour les garanties sont significatifs. Le signe négatif montre que la présence des garanties baisse la probabilité de renégociation des packages par rapport à la référence (package Definition).

- l'effet des autres variables est moins observé.

Tableau 10: Résultats du modéle multinomial logit (MNL): par variables - Entreprise

Variable dépendente

Packages Montant Un terme Definition Deux Trois Maturité Maturité Maturité

& temes termes & & Pricing &

Variables Montant Montant Montant

Intercept -0.57 -0.39 -38.76*** -44.07*** -2.44** 0.33 -0.30 -0.67

(0.52) (0.63) (0.55) (0.45) (1.01) (0.41) (0.56) (0.64)

xi -0.57 -0.39 -38.76*** -44.07*** -2.44** 0.33 -0.30 -0.67

(0.52) (0.63) (0.55) (0.45) (1.01) (0.41) (0.56) (0.64)

gr 0.31 0.23 -0.10 0.24 -0.46* -0.07 0.72* 0.18

(0.23) (0.31) (0.29) (0.34) (0.27) (0.17) (0.38) (0.25)

variables - Entreprise :

Listed -0.22 0.60 74.42*** 86.53*** -2.37 -0.05 0.20 0.89

(0.99) (1.29) (0.55) (0.45) (1.54) (0.79) (1.17) (1.26)

RoA 5.58*** -1.28 5.86** 3.63 9.03*** -2.85 1.30 1.41

48

(2.10) (2.44) (2.89) (2.57) (3.38) (1.88) (2.43) (2.12)

Indice HHI -153.22*** -64.87*** -68.24*** 273.19*** 282.82*** -148.96*** 269.36*** -79.58***

(0.00) (0.00) (0.00) (2.30) (2.74) (0.00) (3.22) (0.00)

AIC 372.30

Note : `***' 1% `**' 5% `*' 10%; Package de référence : Definition.

Pour les variables qui caractérisent l'entreprise :

- les coefficients de la variable gr sont en général non significatifs.

- l'augmentation des parts du marché (indice HHI) baisse la probabilité des renégociations des packages par rapport au choix de référence.

- les autres variables ont moins d'effets.

Tableau 11: Résultats du modéle multinomial logit (MNL): par

49

variables - Banque

 
 
 
 
 
 
 
 
 

Variable

dépendente

 
 
 

Packages

Montant

Un terme

Definition

&

Deux
temes

Trois
termes

Maturité

Maturité

&

Maturité
& Pricing &

Variables

 
 

Montant

 
 
 

Montant

Montant

Intercept

-2.53***

-1.91***

-11.57***

-3.68***

-0.77

-1.74***

1.09***

-1.48***

 

(0.22)

(0.58)

(0.01)

(0.05)

(0.67)

(0.54)

(0.16)

(0.46)

x1

-2.53***

-1.91***

-11.57***

-3.68***

-0.77

-1.74***

1.09***

-1.48***

 

(0.22)

(0.58)

(0.01)

(0.05)

(0.67)

(0.54)

(0.16)

(0.47)

gr

-0.02

0.07

-0.26

0.29

-0.25

-0.47**

1.02**

0.13

 

(0.27)

(0.31)

(0.39)

(0.37)

(0.29)

(0.23)

(0.45)

(0.33)

variables - Banque

 
 
 
 
 
 
 
 

Total Assets

0.003***

0.003***

0.002***

0.001

-0.002**

0.003***

-0.002***

0.002**

 

(0.00)

(0.00)

(0.00)

(0.00)

(0.00)

(0.00)

(0.00)

(0.00)

TCE ratio

-53.49***

-41.53***

5.51***

98.27***

45.14***

-51.38***

57.92***

7.94***

 

(0.01)

(0.02)

(0.00)

(0.00)

(0.01)

(0.02)

(0.00)

(0.01)

Loan coverage

0.74***

0.55***

0.38***

0.34***

0.04

0.73***

0.02

0.57***

 

(0.10)

(0.18)

(0.14)

(0.11)

(0.04)

(0.11)

(0.03)

(0.13)

RoE

-41.82***

-60.91***

81.24***

3.52***

25.76***

-69.01***

-6.66***

-44.18***

 

(0.01)

(0.04)

(0.00)

(0.00)

(0.04)

(0.03)

(0.02)

(0.03)

AIC

 
 
 

276.77

 
 
 
 
 

Note : `***' 1% `**' 5% `*' 10%; Package de référence : Definition.

Pour les variables qui caractérisent la banque :

- les coefficients de la variable gr sont en général non significatifs.

- les coefficients des variables sont significatifs, ce résultat est différent de ce que nous avons obtenu dans les résultats de notre modèle principal.

- l'augmentation de la couverture des pertes des prêts, augmente la probabilité des renégociations des packages par rapport au niveau de référence.






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Je voudrais vivre pour étudier, non pas étudier pour vivre"   Francis Bacon