Section 3 : Analyse empirique de l'effet des
normes IFRS sur la gestion des résultats dans le cadre des CAC 40
3.1. Présentations
de l'échantillon et des données
Nous avons prendre le même échantillon du
premier chapitre.
3.2. Variables retenues pour l'analyse de
l'échantillon
La variable dépendante :
ACCD : les accruals
discrétionnaires constituent la variable dépendante dans notre
modèle Comme dans l'évolution de la littérature les
accruals sont considère comme le proxy de la mesure de la gestion de
résultat nous avons utilisé le modèle de ( Kothari et
al., 2005)
Les variables indépendants :
Variables
|
Définition
|
Mesure
|
IFRS
|
Représente le système comptable
utilisé
|
= 1si les normes IFRS sont appliquées ; 0 sinon
|
Crois
|
Croissance
|
Taux de croissance des Actifs
|
Renta
|
Rentabilité de l'entreprise
|
Resultat d'exploitation /chiffre d'affaire (net Margin )
|
Taill
|
Taille de l'entreprise
|
Se calcule par le logarithme de total actifs
|
Dett
|
Dette
|
Dette sur capitaux propres
|
CfE
|
cash flow d'exploitation
|
Cash flow d'exploitation /total actif
|
IFRS*Renta
|
Variable composée
|
IFRS * rentabilité
|
IFRS*Crois
|
Variable composée
|
IFRS*croissance
|
IFRS*Dett
|
Variable composée
|
IFRS* dette
|
Tableau 6 : variables indépendantes du
modèle 2
3.3.
Spécificité du modèle
Notre modèle est inspiré du travail de
Iatridis, (2009) et présenter comme suit :
ACCDit =â0 + â1
IFRSit +â2 Croissanceit
+â3 Rentabilitéit+â4
Tailleit +â5 Detteit
+â6Cash flowit+â7
IFRS*Rentabiliteit + IFRS*Croissanceit +â9
IFRS*detteit +åit
3.4.
Test empirique, résultats et interprétation
Nous avons effectué les statistiques descriptives des
variables
Variables
|
Observation
|
Moyenne
|
Ecart type
|
Min
|
Max
|
ACCD
|
360
|
-0,03442
|
0,12216
|
-0,98080
|
0 ,74437
|
Croi
|
360
|
0,56984
|
6,78830
|
-0,97562
|
125,2609
|
Rent %
|
360
|
8,6344
|
20,07586
|
-0,63103
|
275,6764
|
Taill
|
360
|
0,60589
|
0,41937
|
0,03415
|
3.66093
|
Dett
|
360
|
0,60248
|
0 ,37491
|
0,03415
|
3,28888
|
Cfxp %
|
360
|
11,01967
|
1,577148
|
8,212839
|
19,01231
|
IFR*Rent%
|
360
|
4,918336
|
20,22206
|
-0,63103
|
275,676
|
IFRS*Croi
|
360
|
0,06413
|
0,44836
|
-0,89631
|
7.56486
|
IFRS*Dett
|
360
|
0 ,22681
|
0 ,362328
|
0
|
2,72795
|
Tableau 7 : statistiques descriptives du
modèle 2
Ce tableau révèle que toutes les variables ont
des moyennes positives sauf le variable accruals discrétionnaires
(variable dépendante) possède une moyenne négative et un
écart type faible. Ceci prouve que cette variable est de faible
volatilité. Les variables dette et ifrs*dette ont des moyennes
faibles et des écarts types élevé ceci explique que ces
variables ayant une volatilité faibles.
Variables
|
Fréquences
|
Pourcentages
|
= 1
IFRS
= 0
|
144
216
|
40%
60%
|
Nous avons observé 40% des entreprises de notre
échantillon ayant des accruals discrétionnaires faibles
Tableau 8 : Tableau des fréquences du
modèle 2
Vbles
|
AC
|
IFRS
|
Croi
|
Rent
|
Taill
|
Dett
|
CFep
|
IF*Rent
|
IFRS*croi
|
IFR*dett
|
ACC
|
1.00
|
|
|
|
|
|
|
|
|
|
IFRS
|
-0,023
|
1.00
|
|
|
|
|
|
|
|
|
Croi
|
-0,041
|
-0,049
|
1.00
|
|
|
|
|
|
|
|
Rent
|
-0,038
|
0,148
|
-0,011
|
1.00
|
|
|
|
|
|
|
Taill
|
0,002
|
-0.051
|
0,001
|
-0,111
|
1.00
|
|
|
|
|
|
Dett
|
0.012
|
-0,074
|
0,003
|
-0,123
|
0,913
|
1.00
|
|
|
|
|
Cfep
|
0,058
|
0,078
|
-0,016
|
0,086
|
-0,050
|
-0,053
|
1.00
|
|
|
|
IF*Rent
|
-0.038
|
0,298
|
-0,010
|
0,9621
|
-0,095
|
-0,109
|
0,076
|
1.00
|
|
|
IFRS*croi
|
0,014
|
0,175
|
0,055
|
0,092
|
-0,087
|
-0,076
|
0,042
|
0,117
|
1.00
|
|
IFR*dett
|
-0,010
|
0,767
|
-0,042
|
0,023
|
0,335
|
0,341
|
0,064
|
0,138
|
0,068
|
1.00
|
Tableau 9 : Matrice de corrélation du
modèle 2
Ce tableau présenté une corrélation
négative est faible entre la variable indépendante (accruals
discrétionnaires) et les variables dépendantes (IFRS, Croissance,
Dette, IFRS*Rentabilité et IFRS*dette). Par contre les variables
dépendantes (cash flows, dette, Taille, IFRS*Croissance) sont
corrélé avec les accruals discrétionnaires positivement.
Figure 2 : Variation des Accruals
discrétionnaires
D'après cette figure nous avons remarqué que la
gestion de résultat diminue après l'année 2005.
Pour tester l'hypothèse de notre étude, nous
devons présenter, tout d'abord les modèles
économétriques appliqués pour ce type des données
(données de Panel). Dans le cas d'une modélisation des
données de Panel, il ya des procédures sont utilises pour
l'estimation des coefficients.
La méthode de moindres carrés ordinaires
(MCO) : cette procédure de régression est
généralement utilisées pour des données
individuelles (cross section) ou des données temporelles elle peut aussi
utilises pour des données de panel. Mais pour notre donnée elle
présenté une mauvaise manière de faire puisqu'elle ignore
la double dimension.
Test de stationnarité(ADF) :
Avant de faire l'estimation de notre modèle nous avons
testé la stationnarité des variables, ce qui montre que les
variables sont stationnaires à la première différence.
Test de spécification :
Nous avons effectué les deux tests de
spécification pour spécifier la meilleure estimation. Nous
remarquons que le test d'Haussman est non significatif alors que le
deuxième test de Multiplicateur de Lagrange est significatif au seuil
1%, ce qui signifie que l'estimation retenue est de type aléatoire.
Variables
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
IFRS
|
-0.058871**
|
0.029733
|
-1.98
|
0.0491
|
Croi
|
0.000785***
|
0.000214
|
3.66
|
0.0003
|
Rent %
|
0.21044*
|
0.10871
|
1.93
|
0.0532
|
Taill
|
0.014526
|
0.023881
|
0.60
|
0.5434
|
Dett
|
-0.017265
|
0.030370
|
-0.56
|
0.5701
|
Cfep %
|
-0.004939*
|
0.002698
|
-1.83
|
0.0680
|
IFRS*Rent
|
-0.000313
|
0.000833
|
-0.37
|
0.7076
|
IFRS*Croi
|
-0.006267
|
0.009539
|
-0.65
|
0.5116
|
IFRS*dett
|
0.006453**
|
0.12488
|
1.99
|
0.048
|
C
|
0.014903
|
0.032047
|
0.46
|
0.6422
|
***significative à 1% ** significative
à 5% *significative à 10%
Tableau 10 : Résultats des
Régressions des normes IFRS et GR
Au terme de ce tableau, nous constatons qu'il existe une
relation négative et significative entre la variable IFRS et les
accruals discrétionnaires au seuil de 5% ceci indique que l'utilisation
des normes internationales diminue la gestion des résultats. Ce
résultat conforme notre hypothèse et corrobore les
résultats des études de la pointe et al., (2006) et
Iatridis(2008a).
La croissance des entreprises a une relation positive et
significative a l'ordre de 1% ce qui montre que la manipulation comptable
n'augmenter pas la valeur des firmes et ce contredit des études de Chen
et al., (2009) et Iatridis, (2008).
La profitabilité des firmes CAC40 a une relation
positive et significative au seuil de 10% ceci indique que les entreprises
rentable sont celles qui gèrent les résultats a la baisse et
ceci corrobore avec l'étude de Chen et al., (2009).
La variable taille n'est pas significative et ceci montre que
la taille des firmes n'a pas d'effet sur la gestion opportuniste des
résultats ce résultat a été démontré
par plusieurs chercheurs Iatridis, (2008) et Chen et al., (2009).
Le tableau du résultat de régression montre que
la variable cash flow est reliée positivement et significativement avec
les accruals discrétionnaires au seuil de 10%, la faiblesse des normes
IFRS n'entraine pas une augmentation de la gestion de résultat et par la
suite l'introduction des normes IFRS améliorer le cash flow des
entreprises.
Le coefficient de la variable IFRS*dette est positif et
significatif avec les accruals discrétionnaires au seuil de 5%. Ceci
suggère que les entreprises ayant adopté les normes IFRS et qui
sont les plus endettes, sont celle qui gérèrent les
résultats a la hausse. ce résultat peut être
interpréter ainsi : Les entreprises gérèrent les
résultats a la hausse a fin de respecter les clause contractuelles de
dettes ( Defond et al., 1994).
|
|