Section 3: Etude empirique de
l'impact de nombre d'analyste sur la gestion des résultats.
3.1. Présentation de
l'échantillon et des données
Dans l'analyse de l'effet des analystes sur la gestion de
résultat nous allons utiliser le même échantillon du
premier chapitre.
3.2. Variables retenues pour
l'analyse de l'échantillon
La variable dépendante
Pour valider notre hypothèse nous allons nous
inspiré du modèle de travail de Yu, (2008) qui utilise la valeur
absolu des accruals discrétionnaires comme une variable dépendant
et l'analyste coverage comme variable indépendant et autres variables
de contrôle. Pour mesure les accruals nous avons utilise le
modèle de kothari, (2005) qui est considère par les chercheurs le
plus sophistiqué car il tient compte la performance de la firme sa
formule est citée dans le premier chapitre.
De ce faite, Les accruals discrétionnaires =accruals
totaux - les accruals non discrétionnaires
Les accruals non discretionnaires
DACit=(ATit-ANDit
) /TAit
Les variables indépendantes
Dans notre travail nous utilisons le modèle de (Yu,
2008) pour chercher le nombre d'analystes en fin de l'année dans une
firme.
Rcoverage : Est
considère par l'auteur comme le résidu de l'équation
suivante
Analyst coverage = taille + ROA + croissance +
volatilité cash flow +Constante.
Les variables de contrôles
|
Variables
|
Définition
|
Mesure
|
|
Taille
|
Taille de l'entreprise
|
Se calcule par le logarithme de la capitalisation
boursière
|
|
ROA
|
La rentabilité comptable
|
Bénéfice net / capitaux propres
|
|
Croissance
|
Croissance
|
Taux de croissance des Actifs
|
|
Cash flow
|
cash flow d'exploitation
|
Cash flow d'exploitation /total actif
|
|
Constante
|
Terme résiduel
|
Apres la régression
|
Tableau 11 : variables indépendantes du modèle
3
|
Variable
|
Taill
|
Cash
|
Croi
|
ROA
|
Rcov
|
|
Taill
|
1,000
|
|
|
|
|
|
Cfep
|
-0,046
|
1,000
|
|
|
|
|
Croi
|
0.001
|
-0,165
|
1,000
|
|
|
|
ROA
|
-0,246
|
0,096
|
-0,038
|
1,000
|
|
|
Rcov
|
-0,054
|
0,034
|
0,035
|
-0,1121
|
1,000
|
Tableau 12 : Matrice de corrélation du
modèle 3
Il ya une corrélation positive en la variables
Rconverage et les cash flows et la croissance des entreprises CAC
40.
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
Taill
|
-3.73
|
-1.13
|
3.29
|
0.2582
|
|
Cfep
|
-3.41
|
-17.85916
|
1.91
|
0.0000
|
|
Croi
|
1.30
|
1.755
|
1.35
|
0.9923
|
|
ROA
|
2.21
|
3.08
|
0.72
|
0.4714
|
|
C
|
4.555
|
2.12
|
2.15
|
0.0000
|
Tableau 13: Résultats de
Régressions pour obtenir les nombres des analystes
Le résultat de régression de ce modèle
monte que la constante a un coefficient positive est significative a l'ordre
de 1%.
| 
