Nature des sociétés de capital-investissement et - Gredeg
Transcription
Nature des sociétés de capital-investissement et - Gredeg
Nature des sociétés de capitalinvestissement et performances des firmes : le cas de la France Documents de travail GREDEG GREDEG Working Papers Series Muriel Dal-Pont Legrand Sophie Pommet GREDEG WP No. 2015-11 http://www.gredeg.cnrs.fr/working-papers.html Les opinions exprimées dans la série des Documents de travail GREDEG sont celles des auteurs et ne reflèlent pas nécessairement celles de l’institution. Les documents n’ont pas été soumis à un rapport formel et sont donc inclus dans cette série pour obtenir des commentaires et encourager la discussion. Les droits sur les documents appartiennent aux auteurs. The views expressed in the GREDEG Working Paper Series are those of the author(s) and do not necessarily reflect those of the institution. The Working Papers have not undergone formal review and approval. Such papers are included in this series to elicit feedback and to encourage debate. Copyright belongs to the author(s). Nature des sociétés de capital-investissement et performances des firmes Le cas de la France Muriel Dal-Pont Legrand * et Sophie Pommet* GREDEG Working Paper No. 2015-11 Résumé. Les études qui se sont intéressées aux performances du secteur du capital-investissement européen montrent toutes que ces dernières sont nettement inférieures à celles enregistrées par leurs homologues anglosaxons. On a recherché pendant longtemps à identifier les déterminants de cette contre-performance dans les comportements des acteurs. Aujourd’hui, la connaissance empirique plus fine de ces derniers au sein de différents pays nous laisse penser que cette thèse n’est pas fondée. L’intuition que ce papier propose d’examiner est que la nature des sociétés de capital investissement pourrait être un élément bien plus déterminant. L’objectif de ce papier est d’examiner l’impact de la nature des fonds qui alimentent les sociétés de capital investissement sur les stratégies et in fine, les performances de ces dernières. Abstract. Many studies have examined the European venture capital firms and have shown they exhibit lower performances than their homologues based in Anglo-Saxon countries. Economists have tried for a long time to show that the causes of this lack of performance were rooted in the behaviors of the different actors. Today, because we have a better empirical knowledge of the behaviors of those companies, we know that this explanation is not satisfying. The intuition behind this paper is that the nature of the different venture capital firms may play a much more important role. The purpose of this paper is to examine the impact the nature of the funds invested in these companies can have on their strategies and in fine, on their performances. JEL Classification G3, O31, O32. Mots clefs. capital-investissement, innovation, petites entreprises innovantes à fort potentiel de croissance. Keywords: venture capital, innovation, small high-potential companies * Université Nice Sophia Antipolis et GREDEG CNRS, 250, Avenue Albert Einstein Sophia Antipolis, F-06560 Valbonne Cedex. Contacts : [email protected], [email protected]. 1 Introduction L’industrie du capital-investissement a connu un essor particulièrement important durant les deux dernières décennies, suscité pour l’essentiel par le développement d’activités à fort contenu technologique nécessitant des liquidités importantes bien avant d’être rentables. Le champ de la recherche académique s’est rapidement emparé de ce sujet, intéressé essentiellement par la compréhension des déterminants de sa performance. Très rapidement, il est apparu que les sociétés de capital-investissement (SCI) anglo-saxonnes réalisaient des performances bien plus importantes que leurs homologues basées en Europe continentale [Hege U., Palomino F., Schwienbacher A., (2006)] 1. Des études récentes sont venues démontrer que, contrairement aux premières intuitions, cette différence de performance tient bien moins à des écarts de comportements, qu’à des effets de composition au sein du secteur du capital-risque. En effet, on sait qu’il existe différents types de sociétés françaises de capital-risque en fonction de la nature des sociétés qui leur fournissent les fonds. Traditionnellement, la littérature identifie quatre types de SCI : les sociétés captives ou semi-captives qui sont étroitement associées à un organisme, une banque, une société d’assurance ou encore un organisme public, les corporates (sociétés associées à de grandes firmes) et les indépendantes qui comme leur nom l’indique, sont financées par des fonds qui eux-mêmes sont composés de plusieurs investisseurs de nature hétérogène (des compagnies d’assurance, des fonds de pension, des individus etc.). La littérature empirique qui s’est développée sur le sujet a démontré que ce sont sans conteste les SCI indépendantes qui enregistrent les performances les plus élevées aux Etats-Unis, comme en Europe (cf. Bottazzi et al. (2008)). Par ailleurs, Hirsch et Walz (2006) ont montré que les sociétés de capital-risque dites indépendantes, conduisent toutes à des performances identiques quel que soit leur pays d’origine tout en soulignant que ces dernières représentent une proportion plus importante aux Etats-Unis ou au Royaume Uni que dans les pays d’Europe continentale. En d’autres termes, le différentiel de performance observé entre les pays anglo-saxons et les pays d’Europe continentale, ne serait pas dû à des différences majeures en termes de comportements mais à un effet de composition au sein du secteur des SCI. L’objectif de ce papier est de déterminer dans quelle mesure la nature des sociétés de capitalrisque peut avoir un impact sur les performances des SCI - et in fine sur celles des firmes innovantes - et par quel mécanisme. Nous proposons une étude empirique originale ayant pour 1 En effet, les Etats-Unis et le Royaume-Uni apparaissent très clairement comme les deux économies qui affichent les performances les plus importantes dans l’industrie du capital-risque. En Europe, la France serait en tête, suivie de beaucoup plus loin par l’Allemagne puis l’Italie (AFIC, 2006). 2 objectif de d’identifier les comportements des différentes SCI ainsi que leur(s) impact(s) sur la performance des firmes financées. Le papier s’organise de la manière suivante. La section 2 rassemble les faits stylisés qui montrent que la nature –i.e. la nature de pourvoyeurs de fonds « majoritaires »2 - des sociétés de capital-risque n’est pas neutre et qu’à ce titre la composition de ce secteur au niveau national est un élément déterminant des performances des sociétés fortement innovantes dans ce même pays. La section 3 propose d’enrichir ces faits stylisés par un examen approfondi d’un base de données originale. La section 4 tire les implications de l’analyse empirique et en déduit les prochaines étapes du programme de recherche. 2. Les faits stylisés Comme on le sait, la comparaison des performances réalisées par les sociétés européennes de capital-investissement à celles réalisées aux Etats-Unis montre une rentabilité bien supérieure du modèle anglo-saxon. Cet écart des performances a suscité bon nombre d’interrogations chez les économistes et divers explications ont été tour à tour avancées. Les premières analyses laissaient tout d’abord supposer que les méthodes employées par les SCI anglo-saxonnes étaient bien plus performantes essentiellement, parce qu’elles supposent un management étroit, plutôt intrusif et appliquant des sanctions majeures dès lors que les performances ne se manifestent pas rapidement. Des analyses empiriques plus approfondies de ces performances nous ont conduits néanmoins à nuancer ces résultats. En effet, Hopp et Rieder (2006) ont par exemple montré que les SCI indépendantes (réputées pour être généralement les plus performantes) basées en Europe proposent des contrats très similaires à ceux de leurs homologues Nord-américaines. Les différences clauses permettant à la SCI de contrôler l’activité de la firme, voire d’appliquer des sanctions, sont identiques et sont appliquées avec la même sévérité. En revanche, la proportion de SCI indépendantes est clairement plus élevée dans les pays Anglo-saxons ce qui crée une sorte d’effet de composition dans le calcul de la rentabilité financière de ce secteur du fait des performances généralement élevées de ces dernières. Il est par ailleurs assez aisé de constater que les SCI européennes investissent bien moins le stage du capital-risque que les SCI anglo-saxonnes pour concentrer davantage leur 2 Nous allons spécifier plus loin quels sont les critères retenus par la littérature qui permettent de déterminer la « nature » d’une SCI en fonction de la structure de ses fonds. 3 intervention dans le segment particulier du capital-transmission. En effet, si pour ces mêmes années, les sociétés localisées aux Etats-Unis obtiennent de meilleures performances que la France et l’ensemble des pays européens pour les métiers du capital-risque et du capitaldéveloppement, le métier du capital-transmission est lui beaucoup plus rentable pour les opérateurs français et même européens que pour les opérateurs situés outre-Atlantique. On aurait donc une certaine « spécialisation » du capital-investissement français dans ce « métier », ce segment particulier du capital-investissement. Ce constat est par ailleurs cohérent avec l’information révélée par le tableau 1 qui confirme que ce sont les opérations de transmission qui absorbent la plus grande partie des fonds collectés par les SCI françaises. On sait par ailleurs que les opérations de syndication permettent d’améliorer les performances financière (Brander et al., 2002) et économique des entreprises (Lehmann, 2006) mais que cet impact varie en fonction de ses différentes motivations (Brander et al., 2002 ; Dal-Pont et Pommet, 2010). Et enfin, les motivations dépendent fortement de la nature des SCI (cf. Dal Pont Legrand et Pommet, 2011). Dès lors, les différences non négligeables constatées dans la composition de ces secteurs du capital-investissement en France, en Europe et aux Etats-Unis (i.e. relativement aux proportions des différents types de SCI) vont se traduire par l’observation de stratégies de syndication différentes (en moyenne) dans le secteur. Tableau 1 - Montants investis dans les différents stades de développement des entreprises en % Sources: Yearbook de l’EVCA (années 2004, 2005, 2006, 2007, 2009 et 2010) et AFIC La disparité observée dans l’intensité et dans les motivations de la syndication contribuerait ainsi à expliquer les différences de performance observées entre les industries du private equity 4 situées des deux côtés de l’Atlantique et cette dernière tiendrait à la nature des fonds mis à disposition de ces sociétés de capital investissement 3. L’analyse des données , Cette première intuition nécessite des investigations plus approfondies. En utilisant une base de données originale, nous proposons de spécifier plus précisément les comportements des différents types de SCI ainsi que leurs impacts sur les performances des firmes. On recherche ainsi une compréhension plus fine des stratégies de ces sociétés qui, tout en étant étroitement liées à la nature de leurs fonds, se déclinent au travers de différents éléments comme leur degré de spécialisation, leur capacité à se syndiquer et de manière générale, par leur capacité à ajouter de la valeur aux firmes financées. L’analyse des données est menée en deux étapes. Nous proposons dans un premier temps d’analyser le comportement des SCI en fonction de la nature de leurs fonds. Dans un second temps, à l’aide d’un modèle de durée, nous analysons si les différences de comportements identifiées dans le premier test ont un impact sur la survie des entreprises financées. i) La base de données et l’analyse univariée La base de données utilisée a été construite par nos soins à partir des données rendues disponibles par de l’Autorité des marchés financiers (AMF) concernant les firmes introduites en bourse sur le « Nouveau Marché » dans les années 1996-2002. Les données ainsi obtenues sont suffisamment homogènes notamment concernant le comportement des SCI en fonction de leur nature. Plus précisément, les documents utilisés et disponibles en ligne sont les prospectus d’introduction en bourse des entreprises ainsi que les documents annuels qui permettent d’obtenir des informations sur les firmes pour plusieurs années avant et après l’introduction. Les données comptables manquantes, ont été complétées à l’aide de la base de données Diane (bureau van dijk). Nous avons éliminé de l’échantillon toutes les firmes étrangères, les firmes transférées d’un marché à l’autre, les introductions en bourse pour fusion/acquisition (LBO), etc. Notre échantillon final comprend 136 firmes dont 85 ont été financées par capitalinvestissement. Pour toutes ces firmes, nous sommes en mesure d’identifier les différentes SCI qui ont participé à leur financement ainsi que la nature de ces dernières. Par ailleurs, nous avons suivi le devenir de ces firmes au minimum sur les 5 années suivant l’introduction en bourse et nous sommes donc en mesure d’identifier les firmes qui sont sorties du marché suite à leur introduction. 5 La liste des variables utilisées dans l’étude est donnée dans le tableau 2. Afin de comparer les comportements adoptés par les SCI en fonction de leur nature, il est tout d’abord nécessaire de définir « la nature » de ces sociétés. En suivant la méthodologie utilisée par Tykvová (2006), nous proposons de séparer les SCI en quatre sous-groupes en fonction de la nature de son leader : celles qui sont adossées à une banque ou une compagnie d'assurance, celles qui sont adossées à une entreprise industrielle, celles qui sont adossées à des organismes publique et enfin, les indépendantes qui ne possèdent pas de pourvoyeur de fond majoritaire. Afin de définir la nature de la SCI, nous avons recherché dans les sources tels que Les Echos, le Journal du Net, le site des SCI afin d’obtenir des informations sur la composition de l’actionnariat. La SCI leader a été définie selon la règle suivante : la SCI qui a participé au premier tour de financement de l’entreprise est définie comme la SCI leader. Précisons qu’en général, cette SCI est aussi celle qui détient la part de propriété la plus importante au sein de l’entreprise. En effet, selon la définition utilisée par Tykvová (2006), la SCI leader est celle qui détient la part de propriété pré-introduction la plus importante au sein de l’entreprise. Tableau 2 : Définition des variables Temps de survie Age Age de l’entreprise au moment du financement Age de la SCI Affiliée banque Le temps de survie mesuré en mois est la période entre la date de l'introduction en bourse et la date de sortie de l'entreprise. Pour les entreprises qui sont restées sur le marché et pour lesquelles aucun évènement de sortie n'est enregistré, le temps de survie est censuré à droite sur septembre 2009 qui correspond à la date d’arrêt de collecte des données de survie. Age de l’entreprise au moment de l’introduction en bourse (années) Age de l’entreprise au moment où elle a reçu son premier financement par CI (années) Age de la SCI au moment de l’introduction en bourse (années) Un, si la SCI leader est détenue par une compagnie financière ; ou si une compagnie financière détient 50% du capital de la SCI leader. Affiliée industriel Un, si la SCI leader est détenue par une firme industrielle ; ou si une firme industrielle détient 50% du capital de la SCI leader. Bulle Un si l’entreprise a été introduite en bourse pendant les années 1998, 1999 ou 2000. Nombre de brevets détenus par l'entreprise au moment de l’introduction en bourse (en log). Un, si l’entreprise a été financée par capital-investissement ; zéro sinon. Durée écoulée entre le premier investissement de la SCI dans l'entreprise et l'IB (en mois). Un si l'âge de la SCI est au-dessus de l'âge médian des SCI de l'échantillon et zéro autrement. Brevets Capital-investissement (dum) Durée de l’investissement Expérience 6 Indépendante Leader Nombre de SCI Part détenue avant introduction Part détenue après introduction Siège CA Stade Secteur haute-technologie Taille Taux de croissance Réputation ii) Un si la SCI leader est indépendante (non affiliée banque ou entreprise) et zéro sinon. Un si la SCI est l'investisseur leader et zéro sinon. Nombre de SCI qui ont participé au financement de l’entreprise. Comme Wang et al. (2002), si plusieurs fonds appartenant à la même SCI ont investi dans l'entreprise, nous comptons l'ensemble de ces fonds comme une seule SCI. Part de capital détenue par le leader avant l’introduction en bourse (en %) Part de capital détenue par le leader après l’introduction en bourse (en %) Un si la SCI détient un siège au conseil d’administration de l’entreprise. Stade de développement de l'entreprise : démarrage/start-up (1); expansion (2) ; pré-introduction (3). Un si la firme appartient au secteur de la haute-technologie et zéro sinon. Capitalisation de l’entreprise au moment de l’introduction en bourse au prix de l’introduction en bourse. Différence de la taille de l'entreprise mesurée en logarithme du nombre d'employés une année après et l’année de l’entrée sur le marché. Un si l’introduction en bourse est menée par une banque réputée et zéro sinon. En suivant la méthodologie de Broye et Schatt (2003), nous distinguons 2 groupes de banques d’investissement – réputées et non réputées – selon le nombre de participations à des introductions en bourse effectuées durant la période 19962006 pour chaque année. Nous considérons que la banque d’investissement est réputée si elle a participé à un nombre d’introductions en bourse supérieur à la valeur médiane de l’échantillon. Statistiques descriptives : le comportement des SCI leader en fonction de leur nature. Dans notre échantillon, les firmes qui ont été financées par CI l’ont été essentiellement par des sociétés indépendantes de capital-investissement et par des sociétés adossées à un organisme financier. Les sociétés affiliées à des groupes industriels ou encore publiques ne sont pas majoritaires dans l’échantillon : nous n’avons identifié qu’une seule SCI publique leader pour laquelle nous avons les informations nécessaires, et donc nous avons décidé de pas prendre en compte cette catégorie en éliminant les données concernées Le tableau 3 permet de relever les différences de comportements qui peuvent exister entre les SCI. 7 Concernant l’intervention des différentes SCI en fonction des stades de développement des entreprises, il apparaît que les SCI indépendantes financent les entreprises dans leurs premiers stades de développement alors que celles adossées à une entreprise financière ont tendance à concentrer leurs investissements sur des stades de développement plus avancés. Ce résultat se retrouve également au niveau de la durée d’investissement des SCI dans l’entreprise : les SCI indépendantes maintiennent leurs investissements plus longtemps que les SCI affiliées à une entreprise financière ou industrielle. Le stade moyen financé par les SCI indépendantes est de 1.97 contre 2.34 pour celles qui sont adossées à un organisme financier. Les SCI adossées à une firme industrielle se situent entre les deux autres types de SCI sans pour autant que les résultats ne soient significatifs. Concernant le comportement de syndication des SCI, on remarque que la nature des SCI ne guide pas l'intensité avec laquelle ces sociétés se syndiquent puisque ces partenaires financiers sont tous syndiqués en moyenne avec deux autres partenaires. Plus précisément, nous constatons que les SCI indépendantes détiennent des parts de capital pré et post- introduction significativement plus importantes que celles des SCI affiliées à un groupe financier. Ce sont les SCI filiales d’une entreprise financière qui détiennent la participation la moins importante au sein de l'entreprise que cela soit avant ou après l’introduction en bourse. Par ailleurs, Kaplan et Strömberg (2004) montrent que les SCI sont significativement plus enclines à mettre en place des activités de soutien et de conseil, toutes créatrices de valeur pour les entreprises lorsqu'elles détiennent une part importante de leur capital. Ces auteurs trouvent également que plus la part de capital détenue par les SCI augmente et plus ces dernières développent ces activités de soutien et de conseil. Nos résultats suggèrent donc que les SCI indépendantes sont plus inclines à s’impliquer dans des activités créatrices de valeur que les SCI filiales d’un établissement financier. On remarque également que les SCI filiales d’une entreprise financière ont tendance à être moins présentes dans les conseils d’administration des entreprises que les autres SCI et plus particulièrement que les SCI adossées à une entreprise industrielle. Concernant les caractéristiques des SCI. Il existe de grandes différences lorsque l'on compare l'âge des SCI. Les SCI indépendantes sont significativement plus vieilles que les autres alors que les sociétés filiales d'une entreprise financière sont significativement plus jeunes que les autres. Cette différence est particulièrement exacerbée pour les corporate venture firms. L'âge de la SCI étant un indicateur de son expérience pour mesurer sa réputation [Gompers (1996)], 8 il apparaît dans notre échantillon que les corporate venture firms et les SCI filiales de banque ne sont pas des investisseurs expérimentés à la différence des SCI indépendantes. Cela est par ailleurs confirmé par les résultats obtenus pour la variable Expérience qui est définie à partir de l’âge médian des SCI dans l’échantillon. Les SCI ont des comportements assez hétérogènes notamment lorsque l’on compare les sociétés indépendantes et celles qui sont adossées à un organisme financier. Selon les résultats obtenus pour le tableau 3, les sociétés indépendantes de capital-investissement devraient être plus à même de jouer un rôle actif dans le management des firmes que les sociétés filiales de banques. Selon ces résultats, les premières devraient donc être plus impliquées dans le processus de création de valeur que les secondes. La question que nous nous posons à ce stade de l’étude est la suivante : ces différences dans le comportement des SCI ont-elles un impact sur la performance des entreprises financées ? iii) L’analyse multivariée Dans ce qui suit, nous étudions l’impact de la nature de la SCI sur le taux de survie des entreprises suite à leur introduction en bourse. Cela nous permet de mesurer l’impact de la nature du financement par capital-investissement sur la performance économique de l’entreprise. Il est à préciser que nous ne disposons pas à l’heure actuelle d’un échantillon de données permettant de mesurer cette performance à partir d’entreprises qui n’ont pas été préalablement introduites en bourse. Tableau 3 : Différences dans le comportement des SCI leader en fonction de leur nature Variables Nature SCI Moyenne Médiane p-value (ttest) p-value(Mann WhitneyWilcoxon test) Panel A : Caractéristiques des entreprises financées Age de l'entreprise au moment du financement Nombre de brevets Bulle de l'Internet INDEP 4.53 2.00 0.6610 0.5339 BANK 4.90 3.00 0.9846 0.7217 CORP 5.90 3.50 0.6217 0.7018 INDEP 2.34 0.00 0.3412 0.8796 BANK 1.23 0.00 0.5189 0.9343 CORP 0.60 0.00 0.1098 0.9204 INDEP 0.69 1.00 0.3216 _ 9 BANK 0.76 1.00 0.8039 _ CORP 0.90 1.00 0.1525 _ INDEP 0.59 1.00 0.3193 _ BANK 0.40 0.00 0.0290 _ CORP 0.80 1.00 0.0511 _ INDEP 1.97 2.00 0.0661 0.0591 Panel B: Comportement des SCI Siège CA Stade Nombre de SCI Part de propriété pre-ipo (%) Part de propriété post-ipo (%) Durée de financement (mois) Secteur Haute-Technologie BANK 2.34 3.00 0.0805 0.0794 CORP 2.20 2.50 0.9442 0.8985 INDEP 2.81 3.00 0.4646 0.8214 BANK 3.12 2.50 0.6416 0.8407 CORP 3.20 2.50 0.7382 0.5164 INDEP 22.37 19.42 0.0303 0.0156 BANK 14.13 11.31 0.0059 0.0031 CORP 20.94 19.01 0.4399 0.3441 INDEP 15.33 12.82 0.0227 0.0090 BANK 9.84 7.63 0.0261 0.0129 CORP 11.53 9.65 0.8042 0.9331 INDEP 46.31 30.00 0.0035 0.0075 BANK 22.85 12.00 0.0051 0.0251 CORP 25.80 12.00 0.4411 0.5820 INDEP 0.81 1.00 0.3858 _ BANK 0.71 1.00 0.3113 _ CORP 0.80 1.00 0.7668 _ INDEP 19.97 20.50 0.0115 0.0064 BANK 13.27 11.00 0.0703 0.1118 CORP 11.60 9.50 0.2827 0.1122 INDEP 0.72 1.00 0.0023 _ BANK 0.45 0.00 0.2806 _ CORP 0.10 0.00 0.0010 _ Panel C: Caractéristique des SCI Age de la SCI (années) Expérience (âge au-dessus de la valeur médiane) Notes : niveaux de significativité : *** pour 1%, ** pour 5% et * pour 10%. Pour une définition des variables utilisées se référer au tableau précédent. Les entreprises sont divisées en 3 sous-groupes en fonction du type de la SCI leader. Nous avons effectué un t-test (laissant la possibilité aux variances d'être inégales) afin de tester les différences dans les moyennes de chaque variable pour deux sous-groupes : par exemple les SCI indépendantes et le reste. Nous avons de plus utilisé le test de Mann-Whitney-Wilcoxon afin de tester les différences dans les médianes. 10 Nous avons choisi un modèle de durée en temps continu afin de mesurer l’impact de ce type de financement sur le taux de survie sur le marché. Soit T une variable aléatoire de durée continue avec T > 0 et où T représente la durée pendant laquelle l'entreprise est restée sur le marché (i.e. le nombre de mois pour lesquels les entreprises ont survécu et ce, jusqu'à septembre 2009). Sa fonction de répartition est définie par la probabilité que cette durée soit inférieure à une valeur donnée t : F(t) = Pr(T ≤ t) où t est un intervalle de temps spécifié [Jenkins (2005)]. Dans notre cas, c'est la probabilité qu'une entreprise sorte du marché et donc de la population étudiée avant t années après son introduction en bourse. La fonction de survie S(t) est alors donnée par : Pr(𝑇𝑇 > 𝑡𝑡) = 1 − 𝐹𝐹(𝑡𝑡) ≡ 𝑆𝑆(𝑡𝑡) où S(t) donne la probabilité que la durée de vie soit supérieure à une valeur donnée t (i.e. que l'entreprise reste sur le marché t mois après son introduction en bourse). Nous avons choisi d’estimer un modèle de Cox à hasards proportionnels (PH). La variable expliquée est donc le temps de survie sur le marché qui est mesuré en mois et qui représente la période qui sépare la date d'introduction de l’entreprise sur le marché de la date de sa sortie du marché. Concernant la définition des variables explicatives, nous avons choisi d’introduire dans le modèle des variables qui sont souvent mises en évidence comme pouvant influencer positivement ou négativement le taux de survie des entreprises introduites en bourse. L’âge des entreprises au moment de l’introduction en bourse est connu pour influencer la probabilité de survie de ces dernières, à savoir que les sociétés les plus jeunes sont celles qui ont la probabilité d’échec la plus élevée. Le taux de croissance des firmes peut avoir un impact sur leur probabilité de survie. Selon Fama et French (2004), les entreprises Nord-américaines nouvellement introduites en bourse qui survivent le plus longtemps sur le marché sont celles qui ont un taux de croissance (mesuré par la croissance des actifs) élevé. Nous avons choisi de mesurer ici le taux de croissance des employés en suivant ce qui a déjà été fait par Audretsch et Lehmann (2004) sur le marché allemand. La taille de l’entreprise peut avoir un impact sur sa probabilité de survie, au même titre que l’âge [Evans (1987) et Audretsch (1995)]. Nous mesurerons la taille de l’entreprise par sa capitalisation au moment de l’introduction en bourse. La réputation de la banque d’investissement introductrice est souvent citée comme un élément déterminant de la performance de l’entreprise au moment de l’introduction. Selon Carter et Manaster (1990), 11 les banques introductrices réputées jouent un rôle important pour signaler la qualité des introductions en bourse. Selon Jain et Kini (2000), les banques d’investissement réputées peuvent ainsi améliorer les chances de survie des firmes introduites sur le marché. Certains auteurs - comme Baum et Silverman (2002) ou encore Cockburn et Wagner (2010) - ont montré que la détention de brevets (mesurée par le nombre de brevets détenus) améliorait significativement les chances de survie des entreprises. Nous prenons en compte le potentiel innovant des firmes au travers du nombre de brevets détenus par ces dernières au moment de leur introduction sur le marché. Pour finir, nous avons introduit la variable Bulle afin de tenir compte de la bulle de l’Internet. En effet, Coakley et al. (2007) montrent que la performance opérationnelle post-introduction des firmes introduites en bourse durant la période 1998-2000 diminue fortement en comparaison aux firmes introduites sur le marché pendant les périodes normales d’activité. Nous tenons également compte du secteur de l’entreprise financée. Concernant les variables relatives au financement par capital-investissement, nous divisons dans un premier temps les SCI en deux groupes : les captives et les indépendantes. Les captives regroupent les SCI autres que les indépendantes.. Nous disposons par ailleurs de la variable muette Capital-investissement qui permet de différencier les firmes financées et non financées par capital-investissement. Toutes ces variables sont présentées dans le tableau 2. Le tableau 4 présente les statistiques descriptives pour les 3 groupes de firmes : financées par SCI indépendantes, captives et celles qui n’ont pas eu recours au financement par capitalinvestissement. Afin de tester l'égalité des fonctions de survie comparées deux à deux pour les trois groupes d'entreprises, nous avons réalisé les tests du log-rank et de Wilcoxon (Wilcoxon-BreslowGehan). Ces tests montrent qu'il n'existe pas de différence significative entre les fonctions de survie des entreprises financées par les deux types de SCI. En revanche, ces mêmes tests sont significatifs au seuil de 5% lorsque l’on compare les fonctions de survie des entreprises financées par des SCI captives à celles des entreprises non financées par capital-investissement. Cela implique qu’à première vue, les entreprises financées par des SCI captives ont des taux de survie sur le marché moins importants que ceux des entreprises qui n’ont pas eu recours au financement par capital-investissement alors que ces taux de survie sont un peu près équivalents à ceux des firmes financées par des SCI indépendantes. 12 Tableau 4 : Statistiques descriptives pour les 3 groupes de firmes Age Taille (en M euros) Taux de croissance Réputation Nombre de brevets Bulle HauteTechnologie Captive Mean (Median) Indépendante Mean (Median) 8.47 (6.00) 90.24 (34.75) 0.30 (0.20) 0.57 (1.00) 1.64 (0.00) 0.79 (1.00) 0.74 (1.00) 9.31 (8.00) 57.43 (33.97) 0.20 (0.16) 0.5 (0.5) 2.34 (0.00) 0.69 (1.00) 0.81 (1.00) T-Diff mean (median) (-) (-) (-) (-) - NCI Mean (Median) T-Diff mean (median) NCI-Captive 8.86 (7.00) 54.72 (34.39) 0.31 (0.28) 0.63 (1.00) 0.43 (0.00) 0.76 (1.00) 0.67 (1.00) (-) * (-) (-) T-Diff mean (median) NCIIndépendante (-) (-) (-) - - (*) * (-) - - - - NCI : firmes non financées par capital-investissement Le tableau 5 présente les résultats obtenus pour le modèle de durée en temps continu. Le modèle (1) ne prend en compte que le fait pour une entreprise d’avoir ou non été financée par capitalinvestissement avec la variable muette capital-investissement. Le modèle (2) inclut les variables Captive et Indépendante afin de tenir compte de la nature de la SCI. Dans le modèle (1), on voit que le taux de croissance des entreprises a un effet significatif sur la probabilité de rester sur le marché. La période de la bulle de l’Internet a quant-à elle un impact négatif sur la probabilité de survie des firmes. Il apparaît en effet que les firmes introduites sur le marché pendant les trois années de la bulle de l’Internet ont une probabilité plus élevée de sortir du marché que les autres firmes. Cela va dans le sens des résultats obtenus par Coackley et al. (2007) pour un échantillon d’entreprises introduites en bourse au RoyaumeUni. Par ailleurs, la variable Taille est faiblement significative (au seuil de 15%) mais avec un coefficient négatif indiquant un impact positif sur la probabilité de survie des firmes. Ces résultats se retrouvent aussi dans le modèle (2). Concernant nos variables principales, dans le modèle (1), il apparaît que le financement par capital-investissement a un impact significatif et négatif sur la probabilité de survie des firmes. La question étant : est-ce que cet impact est global ou peut-on différencier les SCI en fonction de leur nature? Le modèle (2) permet de répondre à cette question. Il apparaît que les SCI captives ont un impact négatif sur la probabilité de survie des firmes alors que la variable Indépendante n’est pas significative. Ces résultats montrent qu’il y a un impact différencié des 13 différents types de SCI sur la probabilité des firmes de sortir du marché. Ces résultats tiennent toujours lorsque l’on compare uniquement les entreprises financées par des SCI indépendantes, affiliées à des entreprises financières (en excluant donc les firmes financées par d’autres types de SCI) et celles qui n’ont pas eu recours au financement par capital-investissement. Certaines différences repérées dans les comportements des SCI se traduisent donc par des différences dans leur performance comme cela a déjà été montré par Bottazzi et al. (2008) sur un échantillon de sociétés européennes de capital-risque. Afin de tester la robustesse des résultats, nous explorons des spécifications alternatives au modèle de Cox (PH) uniquement pour le modèle (2) 3. Les résultats des estimations sont donnés en Annexe 1. Tableau 5: Les estimations du modèle de Cox (PH) VARIABLES Age Taille(ln) Taux de croissance Reputation Capital-investissement (dum) (1) (2) Coeff Coeff -0.034 [0.031] -0.140a [0.090] -0.602* [0.320] -0.057 [0.263] 0.610** [0.283] -0.033 [0.030] -0.138b [0.090] -0.609* [0.318] -0.070 [0.262] Captive (dum) -0.073 [0.335] -0.022 [0.147] 0.824** [0.369] 0.671** [0.297] 0.496 [0.364] -0.059 [0.334] -0.021 [0.151] 0.796** [0.375] 136 68 -291.85 19.77 136 68 -291.69 20.28 Indépendante (dum) Haute Tech. Brevet(ln) Bulle Observations Sorties Vraisemblance(log) Chi-deux Significatif à 10 % ; ** significatif à 5 % ; *** significatif à 1%. Erreurs standards (robustes) entre crochets. a: p-value= 0.121 ; b : p-value= 0.123. Si le coefficient estimé est plus grand que 0, alors la variable augmente le rapport de hazard (hazard ratio), et donc diminue la durée attendue, et vice versa. 3 Les spécifications alternatives pour le modèle (1) peuvent être fournies sur demande. 14 4. Conclusion Cette étude a permis de dégager les caractéristiques principales du comportement des différents types de sociétés de capital-investissement en France ainsi que l’impact de ces sociétés sur la performance des entreprises financées. On s’aperçoit ainsi que, comme l’a déjà montré Tykvová (2006) sur le marché allemand, les SCI ont des comportements différents en fonction de leur nature : en termes de durée de leur investissement, de nature du contrôle exercé sur les firmes financées etc. Finalement, il apparait que les entreprises financées par des SCI captives ont des taux de survie inférieurs à ceux des autres entreprises sur le marché alors que les SCI indépendantes n’ont pas d’impact significatif sur les taux de survie des firmes. Cette étude a par ailleurs noté, comme d’autres papiers avant elle, que la proportion de SCI indépendantes est relativement faible en Europe continentale mais aussi en France. Or, comme ces mêmes études le montrent, ce sont ces sociétés qui réalisent les performances les plus élevées. Il n’est donc pas impossible que la France, au même titre peut-être que d’autres pays d’Europe Continentale, soit victime d’un effet de composition dans le secteur du capital-investissement. Dans ce cas, ce serait bel et bien la structure du capital drainé par ces sociétés, en d’autres termes, la nature de leurs fonds, qui serait à l’origine de leurs différences de comportements vis-à-vis des sociétés dites captives et qui induirait des contrôles et in fine des performances différentes (en l’occurrence supérieures). Si les évidences empiriques attestant ce fait commencent à apparaître, il est nécessaire d’en fournir une analyse (empirique) plus fine pour ensuite essayer de les comprendre au travers d’un modèle théorique. 15 Références Audretsch D. B., (1995), «Innovation, growth and survival», International Journal of Industrial Organization, Vol.13, pp. 441-457. Audretsch D. et Lehmann E., (2004), «The effects of experience, ownership, and knowledge on IPO survival : evidence from the Neuer Markt», Discussion paper N°04/10. Baum J.A.C., Silverman B.S., (2004), «Picking winners or building them? Alliance, intellectual, and human capital as selection criteria in venture financing and performance of biotechnology startups», Journal of Business Venturing, Vol.19, Issue 3, pp. 411-436. Bottazzi L., Da Rin M., Hellmann T., (2008), «Who are the active investors ? Evidence from venture capital», Journal of Financial Economics, Vol.89, Issue 3, pp. 488-512. Broye, G. et A. Schatt (2003), “Sous-évaluation à l’introduction et cessions d’actions par les actionnaires d’origine : le cas français ”, Finance Contrôle Stratégie, Volume 6, N° 2, pp. 67-89. Carter R. et Manaster S., (1990), «Initial public Offerings and Underwriter Reputation», The Journal of Finance, Vol. XLV, N_4, pp. 1045-1067. Coakley, J., L. Hadass and A. Wood (2007), “Post-IPO operating performance, venture capital and the bubble years”, Journal of Business Finance & Accounting, Vol. 34, pp. 1423-1446. Cockburn, I., and S. Wagner (2010), “Patents and the survival of Internet-related IPOs”, Research Policy, Vol.39, pp. 214-228. Dal-Pont Legrand M and S. Pommet (2011), «Capital investissement et stratégies de syndication : une évaluation du ‘private equity’ en France», Revue d’Economie Industrielle, N°134 , 2e trimestre 2011 : La finance et l'industrie pp. 177-190. Dal-Pont Legrand M., S. Pommet (2010), «Venture capital syndication and the financing of innovation: financial versus expertise motives», Economics Letters, Volume 106, Issue 2, pp. 75-77. Evans D., (1987), «The relationship between firm growth, size and age: estimates for 100 manufacturing industries», Journal of Industrial Economics, VOL.XXXV, N°4, pp. 567-581. Fama E.F. et French K.R., (2004), «New lists : Fundamentals and survival rates», Journal of Financial Economics, Vol.73, Issue 2, pp. 229-269. Gilford S. (1997), « Limited attention and the role of the venture capitalist», Journal of Business and Banking, Volume 12, Issue 6, November 1997, pp. 459–482. Gompers P.A. (1996), “Grandstanding in the venture capital industry”, Journal of Financial Economics, Vol. 42, Issue. 1, pp. 133–156. Hege U., Palomino F., Schienbacher A. (2006), « Venture capital performance: the disparity between Europe and the United States », RICAFE WP, n° 001. Hirsch J., Walz U. (2006), «Why do Contracts Differ between VC types ? Market segmentation versus corporate governance varieties», CFS Working Paper, n° 2006/12. Hellmann T., Lindsey L. et Puri M., (2008), Building Relationships Early: Banks in Venture Capital, The Review of Financial Studies, Vol.21, n°2. Hopp C., Rieder F. (2006), «What drives Venture Capital Syndication?», Working Paper. Jain A., Kini O., (2000), «Does the presence of venture capitalists improve the survival profile of IPO firms ?», Journal of Business Finance & Accounting, Vol.27, Issue 9&10, pp. 11391176. 16 Jenkins S.P., (2005), «Survival Analysis», Unpublished manuscript, Institute for Social Science and Economic Research, University of Essex, Colchester, UK Downloadable from :http ://www.iser.essex.ac.uk/study/resources/module-ec968. Kaplan S. N., Strömberg P., (2004), «Characteristics, Contracts, and Actions: Evidence from Venture Capitalist Analyses», The Journal of Finance, Vol.LIX, N°5, pp. 2177-2210. Kortum, S. et J. Lerner (2000), “Assessing the contribution of venture capital to innovation”, RAND Journal of Economics, Vol. 31, N°4, pp. 674-692. Manigart S., De Waele K., Wright M., Robbie K., Desbrières P., Sapienza H. J., Beekman A., (2002b), «Determinants of required return in venture capital investments : a five-country study», Journal of Business Venturing, Vol.17, pp. 291-312. Mayer, C., Schoors, K. and Yafeh, Y. (2005) Fund providers and investment activities of venture capital funds: evidence from Germany, Israel, Japan and the UK, Journal of Corporate Finance, Vol.11, pp 586–608. Schertler A., (2005), «European venture capital markets: fund providers and investment characteristics», Applied Financial Economics, Vol.15, pp. 367-380. Tykvová T., (2006), «How do investment patterns of independent and captive private equity funds differ? Evidence from Germany», Financial Markets and Portfolio Management, Vol.20, N°4, pp. 399-418. Wang K., Wang C., Lu Q., (2002), «Differences in performance of independent and financeaffiliated venture capital firms», The Journal of Financial Research, Vol. XXV, N°2, pp. 5980. 17 Annexe 1: Robustesse des résultats: fonctions de hazard alternatives Fonctions de hasard VARIABLES Age Taille(ln) Taux de croissance Reputation Captive (dum) Indépendante (dum) Haute Tech. Brevet(ln) Bulle Constant Observations Sorties Vraisemblance(log) Chi-Deux (1) Coeff. Weibull (3) Coeff. Gompertz (5) Coeff. Exponentielle -0.034 [0.031] -0.140a [0.090] -0.611* [0.324] -0.083 [0.265] 0.698** [0.302] 0.552 [0.364] -0.066 [0.342] -0.033 [0.156] 0.778** [0.360] -7.914*** [1.729] -0.036 [0.031] -0.128 [0.091] -0.606* [0.320] -0.076 [0.265] 0.687** [0.303] 0.527 [0.363] -0.059 [0.340] -0.024 [0.158] 0.835** [0.370] -4.736*** [1.530] -0.028 [0.026] -0.156** [0.077] -0.531** [0.270] -0.087 [0.221] 0.595** [0.259] 0.482b [0.313] -0.045 [0.276] -0.023 [0.133] 0.612** [0.295] -3.014** [1.259] 136 68 -119.33 18.85 136 68 -121.80 19.48 136 68 -134.35 19.37 Significatif à 10 % ; ** significatif à 5 % ; *** significatif à 1%. Erreurs standards (robustes) entre crochets. a: p-value= 0.119 ; b : p-value= 0.124 18 Documents de travail GREDEG parus en 2015 GREDEG Working Papers Released in 2015 2015-01 Laetitia Chaix & Dominique Torre The Dual Role of Mobile Payment in Developing Countries 2015-02 Michaël Assous, Olivier Bruno & Muriel Dal-Pont Legrand The Law of Diminishing Elasticity of Demand in Harrod’s Trade Cycle (1936) 2015-03 Mohamed Arouri, Adel Ben Youssef & Cuong Nguyen Natural Disasters, Household Welfare and Resilience: Evidence from Rural Vietnam 2015-04 Sarah Guillou & Lionel Nesta Markup Heterogeneity, Export Status and the Establishment of the Euro 2015-05 Stefano Bianchini, Jackie Krafft, Francesco Quatraro & Jacques Ravix Corporate Governance, Innovation and Firm Age: Insights and New Evidence 2015-06 Thomas Boyer-Kassem, Sébastien Duchêne & Eric Guerci Testing Quantum-like Models of Judgment for Question Order Effects 2015-07 Christian Longhi & Sylvie Rochhia Long Tails in the Tourism Industry: Towards Knowledge Intensive Service Suppliers 2015-08 Michael Dietrich, Jackie Krafft & Jolian McHardy Real Firms, Transaction Costs and Firm Development: A Suggested Formalisation 2015-09 Ankinée Kirakozian Household Waste Recycling: Economics and Policy 2015-10 Frédéric Marty Régulation par contrat 2015-11 Muriel Dal-Pont Legrand & Sophie pommet Nature des sociétés de capital-investissement et performances des firmes : le cas de la France