Section II: La multibancarisation, un choix couteux
pour les PME camerounaises
Les principaux résultats relatifs à l'influence
de la multilatéralisation de la dette sur le coût d'endettement
sont présentés dans cette section. Une analyse explicative
précèdera les tests économétriques ainsi que
l'interprétation des données.
I-) Analyse bivariée et choix du mix optimale de
variables exogène
Une analyse de la corrélation entre variables
exogènes pour détecter d'éventuelles problèmes de
multicolinéarité (1.1) sera suivi d'un examen de la
corrélation entre exogènes et endogènes (1.2)
pour un choix du mix optimal de variables explicatives.
1.1-) Corrélation entre exogènes
Avant d'effectuer nos régressions, nous avons recours
à des tests de corrélation pour détecter les
éventuelles colinéarités entre les variables explicatives
et anticiper les signes des coefficients des régressions que nous
effectuerons. Nous faisons donc recours au coefficient de corrélation
qui constitue une mesure de l'intensité de liaison entre deux variables.
Le coefficient employé est le coefficient de linéaire simple
dit de Bravais-Pearson (rxy) qui est une
normalisation de la covariance de deux variables (X et Y) par le produit de
leurs écarts-types. Le test d'hypothèse s'écrit : H0 :
rxy = 0 Vs H1 : rxy ? 0 . Plutôt que de comparer la
statistique calculée avec le seuil théorique fourni par la loi de
Student (voir chapitre II), le logiciel SPSS 17.0 propose également la
probabilité critique (p-value traduite par Sig.
(bilatéral)) que l'on doit comparer au risque á qu'on s'est
fixé. Si la p-value est inférieur à á, alors
l'hypothèse nulle est rejetée.
Mémoire DEA Sciences de Gestion Relations de
crédit et coût de l'endettement : le cas des PME
camerounaises
100
Tableau 4. 9: Matrice de
corrélation entre les variables exogènes relatives aux PME
multibanques
|
X1 :
|
Pearson
|
X1 :
|
X2 :
|
X3.1 :
|
X4 :
|
X5.1 :
|
X6 :
|
X7 :
|
X8 :
|
X9 :
|
X10 :
|
X11 :
|
|
1
|
|
Sig.
|
|
|
|
|
|
|
|
|
|
|
|
|
X2 :
|
Pearson
|
0,141
|
1
|
|
|
|
|
|
|
|
|
|
|
Sig.
|
(0,166)
|
|
|
|
|
|
|
|
|
|
|
|
X3.1 :
|
Pearson
|
-0,132
|
0,015
|
1
|
|
|
|
|
|
|
|
|
|
Sig.
|
(0,194)
|
(0,882)
|
|
|
|
|
|
|
|
|
|
|
X4 :
|
Pearson
|
0,141
|
-0,011
|
0,185
|
1
|
|
|
|
|
|
|
|
|
Sig.
|
(0,165)
|
(0,911)
|
(0,068)
|
|
|
|
|
|
|
|
|
|
X5.1 :
|
Pearson
|
-0,132
|
0,015
|
1,000**
|
0,185
|
1
|
|
|
|
|
|
|
|
Sig.
|
(0,194)
|
(0,882)
|
(0,000)
|
(0,068)
|
|
|
|
|
|
|
|
|
X6 :
|
Pearson
|
0,194
|
-0,034
|
0,127
|
0,017
|
0,127
|
1
|
|
|
|
|
|
|
Sig.
|
(0,056)
|
(0,742)
|
(0,212)
|
(0,866)
|
(0,212)
|
|
|
|
|
|
|
|
X7:
|
Pearson
|
0,259**
|
-0,012
|
-0,194
|
-0,074
|
-0,194
|
0,198
|
1
|
|
|
|
|
|
Sig.
|
(0,010)
|
(0,909)
|
(0,055)
|
(0,469)
|
(0,055)
|
(0,050)
|
|
|
|
|
|
|
X8 :
|
Pearson
|
-0,073
|
-0,111
|
-0,057
|
-0,067
|
-0,057
|
-0,009
|
-0,045
|
1
|
|
|
|
|
Sig.
|
(0,477)
|
(0,277)
|
(0,575)
|
(0,513)
|
(0,575)
|
(0,930)
|
(0,660)
|
|
|
|
|
|
X9:
|
Pearson
|
0,063
|
-0,115
|
-0,007
|
0,086
|
-0,007
|
0,021
|
0,143
|
-0,027
|
1
|
|
|
|
Sig.
|
(0,538)
|
(0,259)
|
(0,945)
|
(0,400)
|
(0,945)
|
(0,834)
|
(0,159)
|
(0,790)
|
|
|
|
|
X10 :
|
Pearson
|
-0,089
|
0,061
|
-0,248*
|
-0,170
|
-0,248*
|
-0,215*
|
-0,264**
|
-0,034
|
-0,071
|
1
|
|
|
Sig.
|
(0,385)
|
(0,552)
|
(0,014)
|
(0,095)
|
(0,014)
|
(0,034)
|
(0,009)
|
(0,740)
|
(0,485)
|
|
|
|
X11 :
|
Pearson
|
-0,017
|
-0,048
|
-0,159
|
-0,223*
|
-0,159
|
-0,081
|
0,175
|
0,024
|
0,343**
|
0,052
|
1
|
|
Sig.
|
(0,871)
|
(0,638)
|
(0,118)
|
(0,027)
|
(0,118)
|
(0,429)
|
(0,084)
|
(0,814)
|
(0,001)
|
(0,608)
|
|
**. La corrélation est significative au niveau 0.01
(bilatéral). *. La corrélation est significative au niveau 0.05
(bilatéral).
Source : de l'auteur à partir de
la base de données constituée
En s'intéressant à l'ensemble des
résultats fourni par le tableau et plus précisément aux
coefficients significatifs, deux liaisons caractérisées par de
coefficients élevés doivent faire l'objet d'un
intérêt particulier pour la suite de la régression. A la
lecture des résultats du tableau 4.9, nous remarquons que les variables
X3.1 et X5.1 sont parfaitement
corrélées. Cette situation traduit le fait l'une des variables
apporte la même information que l'autre. L'une de ces variables devra par
conséquent être exclue de l'équation de régression.
Aussi, une attention sera porté aux couples (X4, X5.1) et
(X9, X11), car la valeur élevée de ces coefficients (rx4.x5 =
0,467 et rx9.x11 = 0,540) pourrait créer des problèmes
colinéarité et biaiser les résultats des
régressions.
Mémoire DEA Sciences de Gestion Relations de
crédit et coût de l'endettement : le cas des PME
camerounaises
101
|
|
