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