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

 > 

Gestion du résultat, les déterminants de la structure financière et le coà»t de la dette: étude empirique sur les entreprises tunisiennes non financières cotées

( Télécharger le fichier original )
par Mohamed Ali Saadellaoui
University of Carthage - Finance 2016
  

précédent sommaire suivant

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

Résultats empiriques et interprétations

Une idée répondue dans la littérature théorique que nous venons d'exposer dans le deuxième chapitre, stipule qui la gestion du résultat et la structure financière affecte le coût de la dette

Les différentes études empiriques qui ont testé l'impact de la gestion du résultat et la structure financière sur le coût de la dette sont divergentes quant au sens de cette association. Par exemple Cassar et al (2008), Subarmanyam et Zhang (2010), Takasu (2012) et Li et Richie (2009), Draief et Chouaya (2012), Draief (2010) et Subramanyam (1996) qui ont montré que la gestion du résultat affecte négativement le coût de la dette. Certain courant de recherche comme Draief (2010), Tondeur (2002) et Chen et Jian (2006), Piot et Missonier (2007), Fields et all (2011) et Zulkufly (2013) trouvent une association positive entre les déterminants de la structure financière (le niveau d'endettement, la rentabilité de la firme et l'opportunité de croissance) et le coût de la dette. Tandis que Chen (2002), Draief (2010) et Draief et Chou (2012) rapportent une relation négative l'opportunité de croissance et le coût de la dette.

Cette divergence peut être expliquée par le fait que ces auteurs d'une part utilisent des mesures différentes pour la gestion du résultat, le niveau d'endettement, la rentabilité de la firme, l'opportunité de croissance et pour le coût de la dette, et d'autre part, ils testent leurs modèles en utilisant des contextes différents dans des laps de temps qui sont aussi différents.

Notre objectif dans ce chapitre est de présenter et interpréter les résultats de notre étude empirique. Nous avons consacré la première partie à l'analyse descriptive des variables d'intérêt, à l'étude des corrélations. Nous nous intéressons dans la deuxième partie à l'interprétation des résultats des régressions linéaire multiple (Panel) pour tester les différentes hypothèses de notre travail de recherche.

Section 1 : Analyse univariée et test de corrélation

1-1 Analyse univariée

1-1-1 Statistique descriptive

Cette partie est consacrée à la description univariée des différentes variables de l'étude. Nous présentons aussi les résultats de l'analyse des corrélations qui a pour but de mesurer le degré de relation entre les variables.

Les statistiques descriptives relatives aux différentes variables du notre étude sont représentées dans le tableau 2. Les calculs ont été réalisés en se basant sur l'échantillon global constitué par l'ensemble des entreprises tunisiennes non financières cotées en bourse sur une période allant de 2007 à 2012, soit une taille globale de 192 observations années-entreprises.

Tableau 2 : Analyse descriptives des variables du notre étude

Les variables CD ST OC ROA TA AD RO

 

Moyenne .046676 .5489127 .0749991 .0257305 17.29744 .0986725 .0055736

Maximum .39813 2.31652 2.22498 .271172 19.7314 1.09067 .040164

Minimum .008926 .007814 -.518807 -.559441 11.2087 .000017 0

Ecart-type .0495042 .3714466 .2564695 .1040332 1.48286 .1385917 .0052901

Médiane .0393425 .475094 .0514115 .0358375 17.60165 .0589225 .0038005

Q1 .019662 .341645 -.024073 -.013033 16.9077 .029126 .002187

Q3 .059304 .644539 .129225 .078736 18.0475 .116063 .008042

kurtosis 21.33841 8.892584 32.03082 8.497409 9.455109 27.44135 12.17213

skewness 3.564903 2.049894 4.078373 -1.373722 -2.284432 4.328552 2.299619

Avec :

CD : Le coût de la dette (debt cost).

SF : le niveau d'endettement.

AD : Les accruals discrétionnaires. 

OC : L'opportunité de croissance. 

ROA : La rentabilité de la firme. 

TA : La taille de l'entreprise. 

RO : Le risque opérationnel 

Les statistiques descriptives montrent que la moyenne des accruals totaux est négatives de (-0.0496818) et un écart-type de (0.1732), ce ci implique que cette variable a une volatilité relativement élevés et qu'il n'existe pas de différence dans les pratiques des ajustements comptables entre les entreprises du notre échantillon. Ainsi, sa valeur s'étale entre (-1.15702) et (0.5128983), (voir Annexe 13).

On note que les accruals discrétionnaires sont en moyenne positifs de (9.86 %). Ce résultat converge de ceux des travaux de Draief (2010) et Draief et Chouaya (2012) qui trouvent des accruals discrétionnaires moyen positive dans le contexte américain. Cela est explique par le fait les entreprises de notre échantillon ont tendance à gérer leurs résultats à la hausse. On remarque aussi que le montant des accruals discrétionnaire varie entre (0.000017) et (1.09067) avec un écart-type de (0.1385917).

Le premier résultat à souligner au niveau du tableau 3 est que notre variable dépendante « le coût de la dette » a une moyenne et un écart-type les plus faibles avec des valeurs de (0.0466768) et (0.0495042) respectivement. Sa valeur s'étale entre un minimum de (-0.0089264) et un maximum de (0.3981298). Alors que la taille de l'entreprise procure les valeurs les plus élevés de moyenne, écart-type, minimum et maximum dont ces valeurs égales (17.29744), (1.482859), (11.20865) et (19.73137). Dés lors, nous sommes amenés à conclure que la volatilité de la taille de l'entreprise est plus importante contrairement au variable du coût la dette qui affiche une faible volatilité.

Concernant la variable structure financière (le niveau d'endettement), il est en moyenne élevé, en effet, il présente (54.89%) de l'actif total. Cela implique que le niveau d'endettement des entreprises est en moyenne élevé. Ceci est logique car les entreprises ont un recours d'endettement important. Par conséquent, nous avons constaté que la dette constitue comme un source principale de financement en Tunisie. Ce pendant nos résultats affirment les études de Draief (2010) et Draief et Chouaya (2012) qui soulignent l'existence de niveau d'endettement moyen positive car il représente 37,1% de l'actif total. En plus, cette variable affiche d'un écart-type de (0.3714468), d'un minimum de (0.0078138) et d'un maximum de (2.31652). On souligne aussi que la rentabilité de la firme (ROA) a une valeur s'étale entre un minimum de (-0.5594413) et un maximum le plus faible de (0.2711722) avec une moyenne de (0.0257305) et un écart-type de (0.1040332). Alors nous avons conclure que la rentabilité de la firme a une forte volatilité.

D'après le tableau 2 qui se présente ci-dessus, nous avons remarqué que l'opportunité de croissance des entreprises tunisienne n'est très importante car il représente en moyenne (7.49%). En plus, elles ont des volatilités de (25,64%). Ainsi que, le montant de cette variable varie entre (-0.5188069) et (2.224976). Par conséquent, l'opportunité de croissance connait une faible volatilité. Par ailleurs, le risque opérationnel a une moyenne très faible de 0.55%, ce ci montre que les entreprises tunisiennes ne sont effectuées au risque opérationnel. En outre les accruals discrétionnaires ont des moyennes positives de (9.86 %). (Pour plus de détails voir l'interprétation du tableau 2).

On note que les variable du coût de la dette, le niveau d'endettement, opportunité de croissance, les accruals discrétionnaires et le risque opérationnel présentent un coefficient d'asymétrie« Skewness » positif (S>0). Ce qui signifie que la distribution a une queue allongée vers la droite. De ce fait, on fait une valeur positive du coefficient d'asymétrie révèle une distribution plus attendue vers les valeurs positives. Contrairement aux variables de rentabilité de la firme et la taille de l'entreprise qui exposent d'un coefficient d'asymétrie négatif( S<0), ce qui implique la distribution a une queue allongée vers la gauche. Il faut noter qu'il est difficile de comparer ces statistiques descriptives des études antérieures puisqu'elles utilisent des méthodes des mesures différentes sur des contextes différents. De plus, nous avons remarqué que tous les variables du notre étude procurent d'un coefficient de kurtosis (k) supérieur à 3, alors dans ce cas la distribution est dite leptocurtique.

précédent sommaire suivant






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








"Tu supportes des injustices; Consoles-toi, le vrai malheur est d'en faire"   Démocrite