Navigation – Plan du site

AccueilNuméros16-1Risque d’estimation, coût du capi...

Risque d’estimation, coût du capital et communication des tests de dépréciation

Estimation risk, cost of capital and impairment-testing disclosures
Luc Paugam, Olivier Ramond, Bruno Husson, Henri Philippe et Jean-François Casta

Résumés

Le coût du capital est traditionnellement perçu comme une fonction croissante du risque d’estimation de la distribution des flux de trésorerie futurs (FTF) dégagés par les sociétés. En référentiel international, l’information communiquée au titre des tests de dépréciation en IAS 36 permet aux sociétés cotées de transmettre au marché des indications de premier ordre sur les risques liés à leurs FTF. A partir d’un échantillon de sociétés du SBF120 constitué au cours de la période 2006-2008, nous mettons en évidence une association négative entre cette communication et le coût du capital. En outre, en isolant l’information prospective de l’information descriptive, nous montrons que seul le premier type d’information véhicule de l’information pertinente pour les investisseurs.

Haut de page

Texte intégral

1. Introduction

1L’incidence de la communication financière d’une entreprise sur son coût des capitaux propres (ou coût du capital) a fait l’objet de nombreuses publications au cours des dix dernières années (Botosan (1997) ; Botosan et Plumlee (2002) ; Lundholm et Myers (2002) ; Petrova et al. (2012)). La recherche comptable et financière accorde une attention toute particulière à cette relation dans la mesure où l’identification et la compréhension des déterminants du coût du capital intéressent l’ensemble des opérateurs de marché – investisseurs, dirigeants ou encore analystes financiers (Botosan et Plumlee, 2005). Les travaux théoriques justifiant une association négative entre coût du capital et communication financière peuvent être regroupés en deux catégories (Beyer et al., 2010) : (1) les modèles intégrant l’effet de la réduction du risque d’estimation sur la rentabilité exigée par les investisseurs (Brown, 1979 ; Barry et Brown, 1984, 1985) et (2) les recherches théoriques invoquant l’incidence de la qualité de la communication financière sur la liquidité (Easley et O'Hara, 2004). Le risque d’estimation représente l’incertitude des investisseurs sur la distribution (l’espérance et le risque) des flux de trésorerie futurs dégagés par les sociétés, alors que la notion de qualité de l’information financière traduit la quantité et à la précision (la transparence) du reporting financier (Beyer et al., 2010).

  • 1 Association for Invesment Management and Research est l’ancien nom de l’association américaine des (...)

2A partir de ces travaux théoriques, la litérature empirique propose des indices généraux de communication volontaire, c’est-à-dire des mesures de l’activité de production d’information non contrainte par le régulateur, et testent leur association statistique avec le coût des capitaux propres. Ces indices sont soit déterminés par des parties indépendantes, comme l’indice AIMR1 développé par le CFA Institute (Lundholm et Myers, 2002 ; Larcker et Rusticus, 2010), soit construits ponctuellement dans le cadre d’une étude (Botosan, 1997) ; Botosan et Plumlee, 2002). Ces indices décrivent la politique générale de communication des entreprises, incluant les modes de gouvernance, la performance financière historique, le nombre d’employés ou encore des éléments non financiers tels que la responsabilité environnementale ou sociétale. Il en résulte que ces indicateurs sont potentiellement éloignés des travaux théoriques mettant en avant les notions de réduction du risque d’estimation et de qualité de l’information financière.

  • 2 International Accounting Standards / International Financial Reporting Standards.
  • 3 D’un point de vue théorique, la norme IAS 36 impose aux sociétés cotées, la publication d’informati (...)

3A contrario, nous proposons un design empirique cherchant à tester directement la théorie de l’effet de la réduction du risque d’estimation sur le coût du capital en utilisant une partie spécifique du référentiel normatif IAS / IFRS2. En effet, la norme internationale de comptabilité ou International Accounting Standard N° 36 (ci-après IAS 36), intitulée « Depréciation d’actifs », gouverne les procédures de test de suivi de valeur (impairment test) et les pratiques de communication financière relatives aux pertes de valeur de la quasi-totalité des actifs présentés dans les états financiers des sociétés non-financières (par ex. les immobilisations incorporelles comme le goodwill, les marques et les brevets ; les immobilisations corporelles tels que les immeubles et les équipements industriels ; certains actifs financiers comme les titres de participation non consolidés). L’intérêt de notre recherche pour l’information relative aux tests de dépréciation est double. (1) Les préparateurs produisent de l’information prospective traitant de sujets d’évaluation d’actifs ou de groupes d’actifs directement susceptible d’altérer le risque d’estimation des sociétés (par ex. en communiquant des prévisions de flux de trésorerie futurs, les taux d’actualisation traduisant divers niveaux de risque, ou l’analyse des segments d’activité). (2) L’application concrète des tests de dépréciation, et leur vérification par l’auditeur, confèrent de facto une discrétion très importante au préparateur des comptes quant au degré de granularité de l’information transmise3. Il en résulte, en pratique, une hétérogénéité forte quant à la communication sur le test de dépréciation pratiquée par les sociétés cotées et un lien direct avec la notion de risque d’estimation développée dans les modèles théoriques.

4Suivant ce cadre de travail, notre recherche s’articule autour de deux questions : (1) La relation statistique observée entre le coût des capitaux propres et les politiques de communication volontaire mises en œuvre lors de la conduite des tests de dépréciation est-elle conforme avec la théorie du risque d’estimation ? (2) Toujours conformément à la théorie, peut-on mettre en évidence que seule l’information prospective, en réduisant directement le risque d’estimation, réduit le coût des capitaux propres ?

  • 4 Cf. étude PwC 2010 précitée.
  • 5 En effet, contrairement aux sociétés anglo-saxones ou germaniques, les entreprises françaises n’ont (...)

5Pour répondre à ces questions, nous étudions les politiques de communication des tests de dépréciation des plus grandes sociétés cotées françaises non financières de l’indice SBF120, au cours de la période 2006-2008. Le marché français se prête bien à une telle étude car les pratiques des sociétés cotées françaises relatives aux tests de dépréciation présentent une disparité importante4. Cette disparité ne trouve pas son origine dans la présence d’adopteurs précoces des IFRS qui auraient pu bénéficier d’un effet d’apprentissage5. Pour répondre à la première question, nous construisons un indice de communication relatif aux tests de dépréciations couvrant l’ensemble des points abordés par la norme IAS 36, c’est-à-dire à la fois les éléments descriptifs et prospectifs exigés par la norme IAS 36. La seconde question est testée à l’aide de deux indices : l’un ne comprenant que les éléments prospectifs communiqués dans le rapport annuel des sociétés cotées susceptibles d’altérer le risque d’estimation, l’autre comprenant uniquement les aspects descriptifs des procédures de test de dépréciation.

6Notre étude empirique débouche sur deux principaux résultats. (1) Nous mettons en évidence une relation négative entre le coût des capitaux propres et la communication générale réalisée par les sociétés au sujet des tests de dépréciation. (2) Conformément à la théorie du risque d’estimation, nous montrons une association négative entre coût du capital et information prospective alors qu’une telle relation n’existe pas pour l’information descriptive.

7Notre contribution à la littérature réside dans les deux points suivants. (1) Notre approche empirique s’efforce de traduire directement la théorie de la réduction du risque d’estimation et montre empiriquement sa validité. (2) Cette étude suggère que les éléments prospectifs de la communication financière, produits dans le cadre des procédures de tests de dépréciation et traitant de sujets d’évaluation, jouent un rôle central dans la réduction des risques perçus par les investisseurs.

8La suite de cet article s’articule de la manière suivante. La section 2 synthétise les principaux travaux théoriques et les modèles empiriques étudiant le lien entre communication financière et coût des capitaux propres. La section 3 discute le contenu informatif sous-tendant l’application de la norme IAS 36. La section 4 définit la méthodologie de recherche et présente la construction des variables des modèles. Les résultats des régressions sont présentés et commentés dans la section 5. Enfin, la section 6 conclut l’article.

2. Communication financière et coût du capital : littératures théorique et empirique

9Dans cette section, nous discutons, tout d’abord, les principales études théoriques traitant de la relation entre communication financière et coût du capital, avant d’analyser les choix méthodologiques de construction d’indice de communication de la littérature empirique.

2.1. Cadre analytique des politiques de communication des entreprises

10Deux arguments théoriques majeurs justifient l’existence d’une relation négative entre le coût du capital et les politiques de communication des entreprises : (1) l’incidence de la réduction du risque d’estimation et (2) l’effet de la qualité du reporting financier.

2.1.1. Risque d’estimation et coût du capital

11Les investisseurs ne connaissent pas les paramètres sous-jacents des processus générant les flux de trésoreries des sociétés, comme par exemple, les différentes projections économiques et les niveaux de risque envisagées par le management. Ces paramètres doivent donc être estimés, créant nécessairement des erreurs par rapport à leurs vraies valeurs. L’information produite par une société permet de diminuer ce risque d’erreur (Brown, 1979 ; Barry et Brown, 1984, 1985). Les investisseurs étant disposés à payer plus cher des sociétés facilitant l’estimation de ces paramètres, ils exigent une rémunération plus faible sur leurs investissements c’est-à-dire un coût du capital inférieur (Botosan, 2006 ; Lambert et al., 2007).

12D’après Easley et O'Hara (2004), en présence d’informations privées, les investisseurs non-informés réalisent systématiquement des erreurs d’évaluation et ne détiennent pas le portefeuille de marché optimal – ils possèdent une part de risque idiosyncratique pour laquelle ils ne sont pas rémunérés. Les investisseurs informés, connaissant la véritable distribution des flux de trésorerie futurs des actifs, détiennent de meilleurs portefeuilles, les exposant uniquement au risque systématique pour lequel ils sont rémunérés. En présence d’informations privées, les erreurs d’estimations sont coûteuses pour les investisseurs non-informés qui exigent une rentabilité d’autant plus forte qu’il leur est difficile d’estimer la distribution des flux de trésorerie futurs d’un actif. Ce risque d’estimation est non-diversifiable pour les investisseurs non-informés.

13Nous montrons plus bas que la communication financière relative aux tests de dépréciation fourni aux investisseurs des éléments permettant d’estimer le niveau et le risque des flux de trésorerie futurs, et est donc susceptible de réduire le risque d’estimation.

2.1.2. Qualité du reporting financier, liquidité et coût du capital

14D’après Amihud et Mendelson (1986) une communication financière plus transparente, en réduisant l’asymétrie d’information, augmente la liquidité des actions émises par une société. En effet, par crainte de réaliser des transactions avec des investisseurs mieux informés, les investisseurs non informés se protègent via la mécanique des écarts de prix acheteur-vendeur (price-protection). Cette situation conduit à de larges fourchettes bid-ask sur les marchés secondaires. De même, les coûts d’agence réduisent le volume d’actions que les investisseurs non-informés sont disposés à échanger. Au final, ces deux effets combinés réduisent la liquidité des titres des entreprises sur les marchés et augmentent leur coût du capital. L’effet sur la liquidité de la qualité du reporting financier est également un argument avancé par Diamond et Verrecchia (1991). Ils montrent que la transparence du reporting financier réduit l’asymétrie d’information et pousse les investisseurs à demander de plus grandes quantités de titres, réduisant le coût de financement des sociétés.

15Lang et Maffet (2011) estiment que l’incertitude sur la liquidité future, c’est-à-dire la variabilité du degré de facilité avec laquelle un investisseur peut sortir d’une position sur un actif à une date ultérieure, est comparativement plus importante que l’incertitude créée par la liquidité moyenne. En effet, la liquidité n’est une variable importante que lorsqu’un investisseur souhaite échanger. Comme la crise financière de 2008 le montre, les effets de l’illiquidité sur des périodes relativement courtes peuvent être dévastateurs. La transparence de la communication financière diminue ce risque de liquidité future en réduisant l’incertitude sur la valeur fondamentale d’une entreprise. Les investisseurs compensent alors cette diminution du risque par une exigence plus faible de rémunération.

16Le prochain paragraphe recense les principales approches empiriques mesurant la politique de communication financière des sociétés.

2.2. Construction d’un indice de communication : revue critique de la littérature empirique

17La recherche empirique s’est efforcée, au cours des dix dernières années, de valider statistiquement la relation théorique présentée ci-dessus, le plus souvent en s’appuyant sur la construction d’indices fondés sur des informations tirées du rapport annuel (Botosan, 1997 ; Botosan et Plumlee, 2002 ; Hail, 2002 ;Richardson et Welker, 2001 ; Petrova et al., 2012). La plupart de ces études révèlent une relation négative entre le coût du capital et l’information communiquée dans le rapport annuel. Ces indices couvrent un large champ de la communication financière et peuvent être influencés par la subjectivité du chercheur, contraint de choisir un nombre limité d’éléments parmi ceux disponibles.

  • 6 Traduction proposée par les auteurs.

18Botosan (1997) propose un large indice composé de cinq catégories distinctes d’information (par ex. synthèse des résultats historiques, indicateurs clés non financiers). Cette approche présente un inconvénient majeur : le champ couvert par l’indice est très large et peut conduire à surpondérer certains éléments et à en sous-pondérer d’autres, ou encore à ignorer de l’information importante. A ce titre, Botosan (1997) reconnaît que « [...] la mesure du niveau de divulgation de n’importe quelle facette de la communication financière pourrait permettre de mesurer empiriquement le niveau général de communication produit par une entreprise »6.

19D’autres études élaborent des mesures intrinsèques de communication (Hail, 2002 ; Francis et al., 2005) en utilisant généralement, comme les études précitées, de l’information, à caractère général, issue des rapports annuels.

  • 7 Canadian Institute for Advanced Research.

20L’information générale délivrée par le rapport annuel est aussi utilisée pour la construction de l’indice international CIFAR7 qui représente le niveau moyen de communication de grandes sociétés présentes dans 29 pays (Leuz et al., 2003) ou encore pour l’établissement des classements de l’agence Standard and Poor’s en matière de communication financière des sociétés cotées (Khanna et al., 2004).

21Pour pallier la déconnexion potentielle des mesures empiriques de la communication financière avec la théorie axée le risque d’estimation et la transparence, Richardson et Welker (2001) ou Gietzmann et Ireland (2005) proposent d’appréhender la composante qualitative du reporting financier en analysant les rapports intérimaires. Ces études empiriques visent à mesurer la notion de transparence financière utilisée par la littérature théorique présentée ci-dessus (voir 2.1.2).

22Pour retranscrire la théorie du risque d’estimation, traduisant l’incertitude sur les flux de trésorerie futurs des sociétés, notre indice de communication recence les éléments clés prospectifs du rapport annuel issus des procédures de test de dépréciation imposées par la norme IAS 36.

3. Communication des tests de dépréciations d’actifs, risque d’estimation et développements des hypothèses

  • 8 Une unité génératrice de trésorerie correspond au plus petit groupe d’actifs dégageant des avantage (...)

23La norme IAS 36 décrit les procédures qu’une société soumise au reporting en normes IFRS doit appliquer pour s’assurer que ses actifs soient comptabilisés à des montants qui n’excèdent pas leur valeur recouvrable. La valeur recouvrable d’un actif, ou d’un groupe d’actifs (UGT)8, correspond à la valeur la plus élevée entre la valeur d’utilité – égale à la somme de flux de trésorerie actualisés – et la valeur vénale –valeur d’échange minorée des coûts de transaction. La norme IAS 36 couvre la quasi-totalité des actifs détenus par les sociétés non-financières : les immobilisations corporelles, les immobilisations incorporelles et les titres de participations non consolidés. Cette norme exige que certains éléments soient communiqués dans les notes aux états financiers au sujet de la conduite de ces tests de perte de valeur (voir IAS 36 paragraphes 126 à 137). Les sociétés doivent notamment présenter les modalités de calcul et les composantes du taux d’actualisation, indiquant le risque des flux de trésorerie attendus par le management.

24La norme IAS 36 articule des problématiques d’évaluation financière comparables à celles auxquelles sont confrontées les investisseurs. Elle suggère les méthodes d’évaluation à mettre en œuvre pour garantir que les dépréciations d’actifs soient correctement identifiées et communiquées aux actionnaires. L’évaluation financière présente deux caractéristiques principales : (1) elle est fondée sur la prévision de performances futures et (2) elle repose sur le jugement et est par nature subjective. Par exemple, Alcatel-Lucent reconnaît dans le cadre de ses tests que :

« Les valeurs recouvrables des goodwill et des actifs incorporels sont déterminées dans le cadre des tests de dépréciation effectués par le Groupe à partir d’hypothèses clés, qui peuvent avoir un impact significatif sur les comptes consolidés. Ces hypothèses clés sont notamment les suivantes : le taux d’actualisation et les projections de flux de trésorerie futurs qui reflètent la mise en place effective du plan stratégique » (Document de référence, 2008, p. 58).

25La société communique dans son document de référence les taux d’actualisation qu’elle utilise influençant potentiellement le risque d’estimation des investisseurs. Cette source d’information subjective et prospective facilite l’estimation des flux de trésorerie futurs et la compréhension des risques supportés par l’entreprise. L’annexe 1, extraite du document de référence de France Telecom de 2008, montre un exemple de communication financière relative aux tests de dépréciation d’actifs dans lequel des éléments prospectifs sont présentés.

26A contrario, certaines sociétés ne donnent que très peu d’information prospective dans la section dédiée aux tests de dépréciation de leur rapport annuel. Par exemple, dans son document de référence de 2006, la société pharmaceutique Stallergenes n’évoque que les éléments descriptifs et choisit de ne communiquer aucune information prospective quant aux flux attendus ou taux d’actualisation utilisés dans le cadre de ces tests :

« Un test de dépréciation est effectué une fois par an ou plus fréquemment si des événements ou des changements de circonstances indiquent la possibilité d’une perte de valeur de cet écart d’acquisition. Pour réaliser le test, l'écart d'acquisition est affecté par Unité Génératrice de Trésorerie (ou UGT) sur une base raisonnable et cohérente. » (Stallergenes, Document de référence, 2006, p. 27).

27Ainsi, certaines sociétés communiquent des informations sur leurs hypothèses clés d’évaluation, sur les flux de trésorerie attendus sur de nombreuses catégories d’actifs alors que d’autres se limitent à des informations purement descriptives. Si les exigences de communication de la norme IAS 36 étaient pleinement satisfaites, elles donneraient aux investisseurs une information prospective de l’activité de la société et devraient diminuer le risque d’estimation.

28La théorie du risque d’estimation indique que le coût du capital est d’autant plus élevé que les flux de trésorerie futurs sont difficiles à estimer. En facilitant l’estimation de ses flux de trésorerie à travers la communication relative aux tests de dépréciation, une entreprise réduit le nombre d’investisseurs informés et, par conséquent, diminue le risque d’estimation supporté par les investisseurs non-informés. Le corollaire d’une telle réduction est un coût du capital plus faible. Nous formulons donc l’hypothèse suivante :

H1 : La communication générale d’information sur les procédures de tests de dépréciation réduit le coût des capitaux propres.

29De surcroît, d’un point de vue théorique, seule l’information permettant d’estimer la distribution des flux de trésorerie futurs permet de réduire le risque d’estimation et le coût des capitaux propres d’une entreprise. Parmi l’information exigée au sujet des tests de dépréciation, il existe des éléments utiles à l’estimation des flux de trésorerie futurs alors que d’autres éléments sont par nature descriptifs. Par conséquent, nous formulons les deux hypothèses suivantes :

H2(a) : La communication d’éléments prospectifs facilitant la prévision des flux de trésorerie futurs réduit le coût des capitaux propres.

H2(b) : La communication d’éléments descriptifs au sujet des procédures de tests de dépréciation n’est pas associée avec le coût des capitaux propres.

30La prochaine section décrit la méthodologie mise en œuvre pour tester ces hypothèses.

4. Méthodologie de recherche : construction des variables

31Cette section présente les modalités de construction de l’indice de communication volontaire relatif aux tests de dépréciation d’actifs. Nous présentons ensuite deux autres indices : le premier mesure l’information prospective, directement susceptible d’influencer le risque d’estimation des investisseurs, et le second capture l’information descriptive, au contenu informatif faible. La méthodologie de mesure du coût des capitaux propres est enfn exposée.

4.1. Construction de l’indice général de communication des tests de dépréciation

32L’indice de communication IAS 36 classe les sociétés selon leur capacité à produire l’information répondant à l’ensemble des exigences de la norme IAS 36, présentées dans la section « Informations à fournir » (paragraphes 126 à 137 de la norme). L’indice est construit à partir de la lecture de chaque rapport annuel des sociétés de l’indice SBF 120 et du codage manuel de 55 éléments ou items couvrant l’ensemble des exigences de la norme. Nous avons ventilé ces items en 30 sous-catégories homogènes regroupées, elles-mêmes, en 15 catégories couvrant l’ensemble des exigences de communication de la norme. Le tableau 1 décrit les 15 catégories principales, les 30 sous-catégories et le nombre d’items collectés pour chaque catégorie.

Tableau 1. Synthèse des paramètres de l’indice de communication IAS 36

Principales catégories

Sous-catégories

Nb d’items

1. Présentation de la norme IAS 36

1. Présentation explicite de l’alternative entre juste valeur et valeur d’utilité

2. Mention explicite de la norme IAS 36 dans le rapport annuel

3

2. Alternative entre juste valeur et valeur d’utilité

3. Présentation de la méthode retenue : DCF (valeur d’utilité), juste valeur ou autre approche

4

3. Méthodes utilisées

4. Une seule approche par Unité Génératrice de Trésorerie ou plusieurs approches

3

4. Nombre d’Unités Génératrices de Trésorerie

5. Mention explicite d’un nombre d’UGT supérieur à 1

1

5. Modèle de calcul du taux d’actualisation

6. Référence explicite à un modèle

7. Mention du traitement de l’impôt

8. Précisions sur le calcul du taux d’actualisation

9. Formule de calcul du taux d’actualisation indiquée

5

6. Nombre de taux d’actualisation

10. Utilisation explicite de plusieurs taux d’actualisation

11. Méthode de différenciation des taux

8

7. Neutralité de la structure du financement et taux d’actualisation

12. Mention de la neutralité de la structure du financement sur le taux d’actualisation

1

8. Source des taux d’actualisation

13. Recours à un expert indépendant pour les tests

14. Expert indépendant ou analyste financier

3

9. Paramètres des taux d’actualisation

15. Taux d’actualisation indiqué

16. Taux sans risque indiqué

17. Coefficient bêta indiqué

18. Coefficient bêta de la société ou d’un échantillon de comparables (mention explicite)

19. Prime de marché utilisée indiquée

20. Levier financier cible indiqué

8

10. Tests de sensibilité

21. Tests de sensibilité indiqués

22. Tests de sensibilité sur les flux de trésorerie

2

11. Explication des variations

23. Explication des variations des paramètres du taux d’actualisation

4

12. Flux

24. Flux de valeur d’utilité stricto sensu

4

13. Taux d’actualisation et cohérence avec les flux

25. Mention de la cohérence entre les flux et le taux d’actualisation

1

14. Extrapolation

26. Période d’extrapolation entre le plan d’affaires et la valeur terminale

27. Explication du plan d’affaires

28. Explication de la période d’extrapolation

5

15. Valeur terminale

29. Méthode de calcul de la valeur terminale

30. Si une méthode est mentionnée, utilisation de multiples ou croissance perpétuelle

3

Total : 55

Le tableau 1 présente les 15 catégories principales de divulgations discutées par la norme IAS 36. Pour faciliter le codage de notre indice de communication, ces 15 catégories ont été ensuite réparties en 30 sous-catégories, soit un total de 55 éléments ayant fait l’objet d’une collecte d’information à partir des rapports annuels des sociétés cotées sur le marché français. Ces éléments représentent, de manière exhaustive, les informations devant faire l’objet d’une communication en IAS 36.

33Chaque catégorie comporte un ou plusieurs items, c’est-à-dire des questions binaires sur la présence d’information dans le rapport annuel. Le regroupement des items en différentes catégories facilite la distinction entre l’information prospective et l’information purement descriptive. La valeur de l’indice global obtenu par une société j à une date t est calculée selon la formule suivante :

34Avec CATEGORIE(i)j,t le score attribué à la catégorie n° i, de la société j pour l’année t.

  • 9 Mesure de cohérence interne qui utilise des mesures répétées (dans le cas présent, les quinze catég (...)

35Le coefficient alpha de Cronbach9 de la variable SCORE s’élève à 0.67 pour les quinze catégories de l’indice IAS 36. En règle générale, un coefficient alpha de 0.70 indique que la corrélation est très peu atténuée par des erreurs aléatoires de mesure (Nunnaly, 1978). Ainsi, la valeur de 0.67 suggère que la cohérence interne de notre outil de mesure est statistiquement satisfaisante.

36Le prochain paragraphe décrit la construction des indices « prospectif » et « descriptif ».

4.2. Composants prospectif et descriptif de l’indice IAS 36

37La communication financière des sociétés au titre de la norme IAS 36 peut être décomposée : l’information descriptive est transmise dans le simple but de se conformer à la norme sans révéler d’éléments critiques aux investisseurs ou aux entreprises concurrentes. L’information prospective possède une valeur informative nettement supérieure pour les investisseurs, car elle permet d’estimer les flux de trésorerie futurs des sociétés.

  • 10 Cette classification est inspirée de différentes études qualitatives s’intéressant à la demande d’i (...)

38En étudiant les différentes catégories homogènes répondant aux exigences de la norme, cette dichotomie est relativement simple à établir. En effet, certains éléments communiqués facilitent l’estimation des flux de trésorie futurs des sociétés et la compréhension des risques alors que d’autres éléments répondent à une logique de conformité avec la norme. La ventilation des catégories vers les deux indices est présentée dans le tableau 210 :

Tableau 2. Distinction entre les indices prospectif et descriptif

Information prospective

Information descriptive

1. Nombre d’UGT

1. Présentation de la norme IAS 36

2. Nombre de taux d’actualisation

2. Modèle de calcul du taux d’actualisation

3. Paramètres du taux d’actualisation

3. Alternative entre juste valeur et valeur d’utilité

4. Tests de sensibilité

4. Méthodes utilisées

5. Explication des variations

5. Neutralité du financement sur le taux

6. Extrapolation

6. Cohérence entre flux et taux d’actualisation

7. Valeur terminale

7. Définitions des flux de valeur d’utilité

8. Source des taux d’actualisation

Le tableau 2 présente la dichotomie retenue pour distinguer, au sein de la communication en IAS 36, l’information descriptive, faiblement utile à la prise de décisions des investisseurs, et l’information prospective facilitant l’estimation des flux de trésorerie futurs et la compréhension des risques (ex. communication des paramètres des taux d’actualisation, tests de sensibilité). Cette dichotomie est réalisée sur la base d’un investisseur externe cherchant à conduire une analyse d’actualisation de flux futurs (Discounted cash flows model).

4.2.1. Information prospective

39Les sept catégories composant l’indice « prospectif » regroupent de l’information utile pour prévoir les flux de trésorerie d’une société. Ces catégories portent sur des variables ou des hypothèses nécessaires à la mise en œuvre d’un modèle d’évaluation. La communication du nombre d’UGT (catégorie (i)) constitue une information prospective cruciale pour la prévision des différents flux de revenus et la compréhension de la vision stratégique des dirigeants (voir, par exemple, l’annexe 1 pour France Telecom). Le nombre de taux d’actualisation (catégorie (ii)) indique la répartition des risques supportés par l’entreprise sur ses différentes UGT. Les paramètres de calcul du taux d’actualisation (catégorie (iii)), comme, par exemple, le coefficient bêta ou la prime de risque, permettent aux investisseurs d’appréhender précisément le risque estimé par les dirigeants, le risque de l’activité ou encore le levier financier cible. Les tests de sensibilités (catégorie (iv)) et les explications fournies au sujet des variations de valeur produites par ces tests (catégorie (v)), constituent aussi des indications sur le risque de l’activité. La communication de la période explicite d’extrapolation (catégorie (vi)) indique la prévision de croissance de l’activité et la visibilité du plan d’affaires. Enfin, la valeur terminale (catégorie (vii)) révèle le niveau de croissance attendu par les dirigeants lorsque l’activité atteint sa maturité.

40Ces catégories constituent des données critiques pour un investisseur ou un analyste cherchant à estimer la valeur d’une action. Ces informations sont clairement susceptibles de réduire le risque d’estimation d’une société et in fine le coût du capital (hypothèse H2(a)).

41La valeur de l’indice « prospectif » obtenue par une société j à une date t est calculée selon la formule suivante :

4.2.2. Information descriptive

42Selon notre analyse, les huit catégories composant l’indice « descriptif » représentent de l’information technique, produite dans une logique de conformité avec la norme. Cette information est secondaire pour un investisseur et ne permet pas de réduire le risque d’estimation. Certains préparateurs reprennent simplement le texte de la norme IAS 36 dans leur rapport annuel. C’est souvent le cas pour la présentation de la norme IAS 36 (catégorie (i)), l’alternative entre la valeur d’utilité et la juste valeur (catégorie (iii)), la pluralité des méthodes d’estimation de la jute valeur (catégorie (iv)), ou encore la définition des flux utilisés pour le calcul valeur d’utilité (catégorie (vii)). D’autres catégories regroupent des éléments de théorie financière, comme la cohérence entre les flux et le taux d’actualisation (catégorie (vi)), la neutralité de la structure du financement (catégorie (v)), ou encore le modèle de calcul du taux d’actualisation (catégorie (ii)). Enfin, le recours à des consultants ou des analystes financiers (catégorie (viii)) constitue également une information purement descriptive.

43La valeur de l’indice « descriptif » obtenue par une société j à une date t est calculée selon la formule suivante.

44Le prochain paragraphe décrit la construction de la variable dépendante des modèles statistiques exposés plus loin : le coût implicite des capitaux propres.

4.3. Estimation du coût implicite des capitaux propres

45La méthodologie de détermination du coût des capitaux propres est critique au regard de notre question de recherche. La mise en œuvre d’un modèle de type MEDAF ne permettrait pas de satisfaire aux exigences des tests car cette approche ne mesure le coût des capitaux propres que de manière ex post à partir des rendements réalisés. Notre étude requiert au contraire la mesure d’un coût du capital implicite, en d’autres termes forward looking ou ex ante.

  • 11 L’utilisation de prévision à 3 et 4 ans permet, en outre, d’éviter de subir le biais de la crise fi (...)

46Sur la base de l’analyse empirique de , l’équation utilisée pour déterminer un proxy du coût du capital est le « price-earnings growth » ou rPEG. Cette estimation du coût des capitaux propres est donnée par l’équation (4) et s’appuie sur une vision implicite à long terme du coût des fonds propres11 :

eps3 et eps4 sont les résultats par action prévisionnels à 3 et 4 ans respectivement et P0 est le prix de l’action à la date t = 0.

Cette équation mesure le taux de rentabilité implicite des entreprises, exigé pour une période normale, par les investisseurs financiers pour une année donnée.

47Les prévisions médianes des analystes relatives aux résultats par action pour les années t + 3 et t + 4 ont été extraites de la base de données I/B/E/S. Les estimations de résultat par action ont été collectées aux mois d’avril 2006, 2007 et 2008, afin de laisser un laps de temps suffisant après la publication du rapport annuel, pour considérer que les analystes financiers, à l’origine des prévisions prises en compte, ont été en mesure d’assimiler l’information communiquée dans les rapports annuels. Par cohérence, les cours des actions ont également été collectés sur Datastream (DS) à la date du 15 avril (ou au plus proche) des années 2006, 2007 et 2008.

48Les résultats empiriques sont présentés dans la section suivante.

5. Résultats

  • 12 2SLS : two-stage least-squares, 1SLS: one-stage least-squares, correspondant à l’approche OLS.

49Après avoir discuté notre processus d’échantillonnage, nous présentons les résultats empiriques de notre analyse tant sur le plan des statistiques bivariées et univariées qu’en termes d’analyse de régression linéaire en 2SLS (doubles moindres carrés)12 des modèles testés.

5.1 Sélection de l’échantillon et statistiques descriptives

50L’échantillon est représentatif des sociétés composant l’indice français SBF 120, sur la période 2006-2008, postérieure à l’entrée en vigueur des normes IFRS. Sont toutefois exclues de l’échantillon (1) les sociétés financières, en raison de leurs obligations de communication spécifiques et de particularités liées à leur secteur d’activité, (2) les sociétés dont les rapports annuels n’étaient pas disponibles, (3) les sociétés pour lesquelles les données comptables et financières utiles à l’étude n’étaient pas disponibles sur Datastream et Worldscope. Les 55 items composant l’indice IAS 36 ont été collectés manuellement dans les rapports annuels des exercices 2006, 2007 et 2008 de chaque société.

51Le tableau 3 présente la procédure de sélection de l’échantillon.

Tableau 3. Synthèse du processus de sélection de l’échantillon

Nombre d’observations-année

Pourcentage

Echantillon initial :

Sociétés cotées du SBF120 sur la période 2006-2008

125*3 ans =375

100 %

Institutions financières

16*3 ans = 48

13 %

Rapports annuels manquants

35

9 %

Données comptables/financières manquantes

68

18 %

Outliers identifiés selon l’indicateur statistique D Cooke

6

2 %

Echantillon final retenu pour l’analyse

218

58 %

Le tableau 3 montre le processus d’échantillonnage. L’échantillon est représentatif des sociétés composant l’indice français SBF 120, sur la période 2006-2008, postérieure à l’entrée en vigueur des normes IFRS. Sont toutefois exclues de l’échantillon (1) les sociétés financières, en raison de leurs obligations de communication spécifiques et de particularités liées à leur secteur d’activité, (2) les sociétés dont les rapports annuels n’étaient pas disponibles, ainsi que (3) les sociétés pour lesquelles les données comptables et financières utiles à l’étude n’étaient pas disponibles sur Datastream (ci-après DS) et Worldscope. Enfin, 6 observations extrêmes ont été détectées à partir de la statistique D Cooke.

A noter que 5 sociétés cotées, soit 5*3 =15 observations-année, ont intégré l’indice SBF120 pendant la période d’analyse 2006-2008.

52Le tableau 4 présente des statistiques descriptives des variables dépendantes des modèles testés plus loin et les caractéristiques financières des sociétés échantillonnées. Ces variables sont définies comme suit :

- COST est le coût implicite des capitaux propres tel qu’estimé par l’équation (4) ;

- SCORE est le niveau de l’indice obtenu par la société concernée à l’indice de communication IAS 36 normalisé entre 0 et 10.

- GEARING est le levier de la société, défini comme le rapport entre la dette financière nette (dette financière – actifs de trésorerie et équivalents, données tirées de DS) et la valeur de marché des capitaux propres (Datastream) ;

- Log(MV) est le logarithme de la valeur de marché des capitaux propres de la société à fin d’année (Datastream) ;

- UBETA est le bêta désendetté de la société, tel que mesuré par l’équation de Connin (Datastream) :

- SPREAD est la moyenne annuelle des écarts journaliers, à la clôture de bourse, entre le prix d’offre et le prix de demande (bid-ask spread) rapporté au prix de milieu de fourchette (mid-quote) (Datastream) ;

  • 13 Conformément à la réglementation française, les sociétés cotées doivent être auditées par deux cabi (...)

- BIGFIVE est une variable qui prend des valeurs entières comprises entre 0 et 2 selon le nombre d’auditeurs de la société qui font partie des cinq plus grands cabinets d’audit en France13 (rapport annuel) ;

- IMPAIR = 1 si une dépréciation a été enregistrée dans les états financiers de l’entreprise en application de la norme IAS 36 et 0 sinon (rapport annuel) ;

- FLOAT représente le pourcentage de capital flottant de l’entreprise (Datastream) ;

- ANALYST est le logarithme du nombre de recommandations publiées par des analystes financiers au cours de l’exercice fiscal (I/B/E/S) ;

- MTB est le ratio entre valeur de marché et valeur comptable de l’entreprise à sa date de clôture (Datastream).

Tableau 4. Statistiques univariées et bivariées

Panel A. Statistiques univariées (N =218)

Variable

Moyenne

Médiane

Ecart-type

Kurtosis

Skewness

Min

Max

COST
SCORE
GEAR
LOG(MV)
UBETA
IMPAIR
ANALYST
FLOAT
SPREAD

0.095
5.088
0.196
8.590
0.815
0.450
5.340
0.677
0.311

0.089
5.167
0.104
8.628
0.770
0.000
5.359
0.699
0.303

0.033
1.669
0.294
1.374
0.314
0.499
0.390
0.235
0.156

0.580
0.688
20.923
-0.610
0.369
-1.976
0.604
-0.778
-0.475

0.914
-0.522
3.623
0.123
0.620
0.204
-0.355
-0.422
0.409

0.032
0.333
0.000
5.907
0.169
0.000
3.970
0.074
0.056

0.193
8.917
2.501
11.908
1.881
1.000
6.196
0.990
0.713

Panel B. Coefficient de corrélation Spearman / Pearson (N=218)

 

COST

SCORE

GEARING

LOG(MV)

UBETA

IMPAIR

ANALYST

FLOAT

SPREAD

COST

1.000

0.096

0.062

-0.170

0.242

-0.020

-0.118

0.077

-0.024

 

0.157

0.367

0.012

0.000

0.765

0.083

0.258

0.723

SCORE

0.081

1.000

0.123

0.161

0.058

0.235

0.190

0.160

0.243

 

0.236

0.070

0.018

0.391

0.001

0.005

0.018

0.000

GEARING

0.005

0.129

1.000

-0.049

-0.461

-0.101

-0.218

-0.125

0.005

 

0.942

0.057

0.472

<.0001

0.137

0.001

0.065

0.941

LOG(MV)

-0.112

0.162

0.063

1.000

0.081

0.222

0.750

0.075

0.081

 

0.099

0.017

0.354

0.231

0.001

<.0001

0.268

0.235

UBETA

0.263

0.039

-0.497

0.100

1.000

0.122

0.130

0.269

0.125

 

<.0001

0.564

<.0001

0.141

0.072

0.056

<.0001

0.066

IMPAIR

0.000

0.212

-0.096

0.236

0.122

1.000

0.246

0.075

0.041

 

0.998

0.002

0.156

0.000

0.073

0.000

0.271

0.544

ANALYST

-0.031

0.185

-0.056

0.770

0.117

0.268

1.000

0.199

0.129

 

0.649

0.006

0.411

<.0001

0.086

<.0001

0.003

0.058

FLOAT

0.087

0.132

-0.036

0.103

0.274

0.065

0.181

1.000

0.741

 

0.203

0.052

0.597

0.131

<.0001

0.336

0.008

<.0001

SPREAD

0.004

0.260

0.025

0.115

0.140

0.054

0.136

0.764

1.000

 

0.958

0.000

0.708

0.091

0.039

0.425

0.044

<.0001

Le tableau 4 présente les variables univariées (Panel A) et bivariées (Panel B) des principales variables dépendantes et indépendantes du modèle. Les échantillons pour la période 2006-2008 sont constitués des sociétés appartenant à l’indice français SBF120 de Euronext Paris à l’exception des institutions financières, des sociétés pour lesquelles certaines données n’étaient pas disponibles (rapport annuel et/ou données des bases de données) et de 6 observations extrêmes. Les variables analysées sont les suivantes : COST est le coût implicite des capitaux propres tel qu’estimé par l’équation (4) ; SCORE est le niveau de l’indice obtenu par la société concernée à l’indice de communication IAS 36 normalisé entre 0 et 10 ; GEARING est le levier de la société, défini comme le rapport entre la dette financière nette (dette financière – actifs de trésorerie et équivalents, données tirées de DS) et la valeur de marché des capitaux propres (donnée extraite de DS) ; Log(MV) est le logarithme de la valeur de marché des capitaux propres de la société à fin d’année ; UBETA est le bêta désendetté de la société, tel que mesuré par l’équation de Connin :

SPREAD est la moyenne annuelle des fourchettes bid-ask en proportion du prix moyen de l’action de la société à sa date de clôture (extraction DS) ; BIGFIVE est une variable qui prend des valeurs entières comprises entre 0 et 2 selon le nombre d’auditeurs de la société qui font partie des cinq plus grands cabinets d’audit en France (source : rapport annuel) ; IMPAIR est une variable booléenne qui prend comme valeur 1 si une dépréciation a été enregistrée dans les états financiers de l’entreprise en application de la norme IAS 36 et 0 sinon (source : rapport annuel) ; FLOAT représente le pourcentage de capital flottant de l’entreprise (extraction DS) ; ANALYST est le logarithme du nombre de recommandations publiées par des analystes financiers au cours de l’exercice fiscal (extraction I/B/E/S) ; MTB est le ratio entre valeur de marché et valeur comptable de l’entreprise à sa date de clôture (extraction DS).

Le coût moyen (médian) du capital s’élève à 9.5 % (8.9 %), avec un plus bas et un plus haut de 3.2 % et 19.3 % respectivement. La valeur moyenne (médiane) de l’indice est de 5.08 points (5.17 points) avec un minimum de 0.33 point et un maximum de 8.92 points, sur une échelle totale de 10 points. L’écart-type de l’indice est de 1.70 point et traduit également une forte dispersion des pratiques de communication sur les tests de dépréciation. Le coefficient bêta désendetté moyen (médian) est de 0.81 (0.77), avec minimum de 0.17 pour la société la moins risquée et un maximum de 1.88 pour la société la plus risquée. Le nombre moyen (médian) annuel de prévisions par société est de 5.34 (5.35) et le niveau moyen (médian) du flottant représente 67 % (70 %) du capital des sociétés de l’échantillon.

5.2. Analyse de régression

5.2.1. Relation entre l’indice de communication et le coût des capitaux propres

53Le coût des capitaux propres d’une société est théoriquement négativement corrélé à son indice de communication et à sa taille, mais positivement corrélé à son risque intrinsèque et à son niveau d’endettement. Cette hypothèse est testée en régressant le coût des capitaux propres sur l’indice de communication et sur des variables contrôlant les autres caractéristiques de la société concernée :

re,it est le coût attendu du capital de la société i à la date t, les variables SCORE, UBETA, GEARING et Log(MV) ayant été définies plus haut.

  • 14 Le test de Larcker et Rusticus (2010) est fondé sur l’indice statistique R² des régressions de prem (...)

54Les études précédentes (Barton et Waymire, 2004) suggèrent d’utiliser une régression en doubles moindres carrés en utilisant des variables instrumentales (ci-après VI) dans le but d’atténuer le problème potentiel d’endogénéité qui surgit typiquement dans un contexte où les variables prédictrices et explicatives peuvent être déterminées conjointement par une variable omise. Dans notre analyse, le test proposé par 14 a été mis en œuvre pour déterminer si les estimations 2SLS sont moins biaisées que les estimations traditionnelles par moindres carrés ordinaires (1SLS). Lorsque le test indiquant une meilleure spécification en 2SLS est significatif, la régression de panel suivante est effectuée :

1ère étape :

2nde étape :

Où µi est un coefficient qui contrôle les effets fixes de communication pour chaque société, SCOREit est la variable SCORE estimée en 1ère étape (équation (7)), les autres variables ayant été définies plus haut. Conformément à l’approche standard par VI, les variables indépendantes de l’équation de 1ère étapes sont corrélées avec la variable endogène (SCORE), mais non corrélées avec le coût des capitaux propres (r) de la régression de 2nde étape.

Table 5. Effets de l’indice de communication IAS 36 (information prospective vs descriptive) sur le coût des capitaux propres

Variable dépendante

Indice global

Coût des capitaux propres

Composante prospective

Coût des capitaux propres

Composante descriptive

Coût des capitaux propres

Signes attendus

(1)

(2)

(3)

(4)

(5)

(6)

(2SLS)

(2SLS)

(1SLS)

1st Stage

2nd Stage

1st Stage

2nd Stage

2nd Stage

Constante

 ?

15.667***

(3.60)

0.083***

(3.30)

2.249***

(3.66)

0.099***

(5.30)

0.776**

(2.07)

0.158***

(3.93)

SCORE

(-)

-0.022*

(-1.74)

-0.0181*

(-1.80)

-0.077

(-1.20)

UBETA

(+)

0.027***

(3.04)

0.027***

(3.04)

0.027***

(3.02)

GEARING

(+)

0.010*

(1.78)

0.010*

(1.77)

0.010*

(1.82)

Log(MV)

(-)

-0.005***

(3.01)

-0.005***

(-2.97)

-0.006***

(-3.12)

IMPAIR

(+)

0.313**

(2.03)

0.042

(1.61)

0.019

(1.27)

ANALYST

(-)

-2.204***

(-2.64)

-0.348***

(-3.03)

-0.082

(-1.18)

BIGFIVE

(+)

0.144

(1.56)

0.036**

(2.46)

-0.004

(0.30)

FLOAT

(+)

1.990**

(2.02)

0.334*

(2.08)

0.054

(0.87)

SPREAD

(-)

-2.501**

(-2.57)

-0.417**

(-2.08)

-0.069

(-1.30)

Effets fixes

Secteur

Non

Oui

Non

Oui

Non

Oui

Année

Non

Oui

Non

Oui

Non

Oui

Firme

Oui

Non

Oui

Non

Oui

Non

R² ajusté

19.04 %

22.09 %

22.94 %

22.12 %

4.86 %

21.92 %

Test F

3.85***

424.09***

4.61***

423.44***

1.21

428.67***

Le tableau 5 présente les coefficients et indicateurs t-statistiques des régressions (2SLS) OLS avec des écart-types corrigées pour l’hétéroscédasticité (White). *p<.1 ; **p<.05 ; ***p<.01 (test bilatéral). La régression de panel suivante est effectuée en 2 étapes (2SLS) :

Où µi est un coefficient qui contrôle les effets fixes de communication pour chaque société, SCOREit est la variable SCORE estimée en 1ère étape (équation (7)), les autres variables ayant été définies comme suit : Les variables analysées sont les suivantes : COST est le coût implicite des capitaux propres tel qu’estimé par l’équation (4) ; SCORE est le niveau de l’indice obtenu par la société concernée à l’indice de communication IAS 36 normalisé entre 0 et 10 ; GEARING est le levier de la société, défini comme le rapport entre la dette financière nette (dette financière – actifs de trésorerie et équivalents, données tirées de DS) et la valeur de marché des capitaux propres (donnée extraite de DS) ; Log(MV) est le logarithme de la valeur de marché des capitaux propres de la société à fin d’année ; UBETA est le bêta désendetté de la société, tel que mesuré par l’équation de Connin :

SPREAD est la moyenne annuelle des fourchettes bid-ask en proportion du prix moyen de l’action de la société à sa date de clôture (extraction DS) ; BIGFIVE est une variable qui prend des valeurs entières comprises entre 0 et 2 selon le nombre d’auditeurs de la société qui font partie des cinq plus grands cabinets d’audit en France (source : rapport annuel) ; IMPAIR est une variable booléenne qui prend comme valeur 1 si une dépréciation a été enregistrée dans les états financiers de l’entreprise en application de la norme IAS 36 et 0 sinon (source : rapport annuel) ; FLOAT représente le pourcentage de capital flottant de l’entreprise (extraction DS) ; ANALYST est le logarithme du nombre de recommandations publiées par des analystes financiers au cours de l’exercice fiscal (extraction I/B/E/S) ; MTB est le ratio entre valeur de marché et valeur comptable de l’entreprise à sa date de clôture (extraction DS).

Conformément à l’approche standard par VI, les variables de l’équation de 1ère sont corrélées avec la variable endogène (SCORE), mais non corrélées avec le coût des capitaux propres (r) de la régression de 2nde étape.

  • 15 Nous avons également mis en place un test de Wu-Hausman qui a permis de confirmer l’endogénéité de (...)
  • 16 Des effets fixes année, secteur ont également été inclus en vue d’éviter tout biais lié à la crise (...)

55Le tableau 5 (colonnes 1 et 2) présente les coefficients et t-statistiques de la régression avec l’indice général comme variable explicative du coût des capitaux propres. Le test de Larcker et Rusticus (2010) est positif pour la régression sur l’indice global, ce qui signifie qu’une procédure en doubles moindres carrés est moins biaisée qu’une estimation par MCO15. Dans le but d’atténuer l’endogénéité de l’équation par MCO, une régression doubles moindres carrés a donc été effectuée, les écart-types des variables sont corrigés pour l’hétéroscédasticité par la procédure de White16.

56Cinq variables instrumentales issues de la littérature (voir Larcker et Rusticus, 2010) ont été identifiées pour expliquer l’indice dans l’équation de 1ère étape (colonne 1) : IMPAIR, ANALYST, BIGFIVE, FLOAT et SPREAD. Ces variables ne sont pas corrélées avec le coût des capitaux propres, mais expliquent significativement l’indice IAS 36 :

- Une société qui a enregistré une dépréciation au cours de l’année (IMPAIR = 1) tend à communiquer davantage et tend à obtenir un indice plus élevé. Cette relation peut s’expliquer par le fait que la société fournit de l’information additionnelle au sujet de la dépréciation.

- La variable ANALYST capture un canal alternatif d’information sur la société (Botosan, 1997). Plus une société est suivie par les analystes financiers, moins son besoin de réduire l’asymétrie informationnelle par son rapport annuel est élevé, les analystes se substituant partiellement à l’entreprise dans la production d’information.

- La variable BIGFIVE mesure l’influence de la qualité de l’audit sur la production d’information exigée par IAS 36. Le signe attendu est positif.

- Le signe attendu de la variable FLOAT est positif, car une société cherchera à améliorer sa communication financière dans son rapport annuel si les investisseurs externes qui accordent une importance particulière à ce document, détiennent une fraction significative du capital.

- Enfin, le signe attendu de la variable SPREAD est négatif, ce qui traduit une relation inverse entre l’indice de communication et l’asymétrie d’information.

57La première étape de la régression en doubles moindres carrés de l’indice général (première colonne) présente un coefficient R² ajusté relativement élevé, de 19.04 %, suggérant que la méthodologie ne souffre pas d’instruments faibles (Larcker et Rusticus (2010)). Les coefficients des variables IMPAIR et FLOAT sont positifs et significatifs aux seuils traditionnels, tandis que les coefficients des variables ANALYST et SPREAD sont négatifs et également significatifs. La 2nde étape de la régression générale (2ème colonne) explique plus de 22 % de la variation du coût du capital implicite. En outre, cette régression conduit à accepter l’hypothèse H1 : l’indice général est significativement et négativement associé avec le coût des capitaux propres. Une augmentation de la communication, telle que mesurée par l’indice IAS 36, réduit significativement le risque d’estimation et in fine le coût des capitaux propres.

58Les variables de contrôle de la 2nde étape de la régression révèlent des relations attendues significatives avec le coût des capitaux propres (par ex. les risques économique et financier tels que mesurés par les variables UBETA et GEARING augmentent le coût des capitaux propres). Les effets fixes par secteur d’activité et par année ont également été contrôlés.

59En conclusion, le premier résultat majeur retiré de l’analyse de l’indice général est qu’un niveau élevé de communication des tests de dépréciation d’actif réduit la rentabilité exigée par les investisseurs conformément à la théorie du risque d’estimation.

5.2.2. Association de l’information prospective avec le coût des capitaux propres

60La théorie du risque d’estimation précise que seule l’information susceptible de réduire le risque d’estimation réduit le coût du capital (hypothèse H2(a)). Le tableau 5 présente également les coefficients et les t-statistiques des régressions en distinguant l’information prospective de l’information descriptive. Les colonnes 3 et 4 présentent les régressions avec l’indice prospectif comme variable explicative, tandis que les colonnes 5 et 6 présentent l’analyse avec l’indice descriptif. Le test de Larcker et Rusticus (2010) recommande de mettre en œuvre une méthodologie de variables instrumentales pour la régression avec l’indice prospectif uniquement, comme indiqué dans les colonnes 3 et 4.

61Le tableau 5 montre qu’une communication d’information prospective réduit le coût des capitaux propres (colonnes 3 et 4) conduisant à accepter l’hypothèse H2(a). La première étape de la régression présente un coefficient R² ajusté de près de 23 %, ce qui confirme la validité de nos instruments (colonne 3). Cette 1ère étape produit un autre résultat intéressant : le fait d’être audité par l’un des cinq plus grands auditeurs en France augmente la pertinence de la communication dans le rapport annuel. La colonne 4 présente également un coefficient R² ajusté légèrement supérieur pour l’indice prospectif par rapport à l’indice descriptif (22.12 % comparé à 21.92 %) et atteste que le premier indice a un impact négatif significatif sur le coût des capitaux propres (-1.8 point de base) pour une progresson de 1 point de l’indice. Les variables de contrôle présentent toujours les mêmes relations significatives cohérentes.

62Les résultats sur l’information prospective sont particulièrement intéressants, lorsqu’on les confronte à ceux issus de la régression intégrant l’indice descriptif, ne traduisant aucune relation avec le coût des capitaux propres (colonne 6). Ces résultats permettent de valider H2(b). Pour cette régression, nous n’avons pas effectué de régression 2SLS, car le test de Larcker et Rusticus (2010) rejette la validité de cette approche. Le coefficient R² (21.94 %) est légèrement inférieur à ceux des deux précédentes régressions. Sans mettre en œuvre de régression 2SLS, nous nous sommes efforcés d’identifier des variables explicatives potentielles pour l’indice descriptif à des fins de comparaison comme indiqué dans la colonne 5. Toutefois, aucune relation significative n’a pu être identifiée (expliquant le coefficient R² ajusté très faible, présenté dans la colonne 5).

63Dans l’ensemble, les résultats contrastés entre l’information prospective et l’information descriptive suggèrent que les éléments permettant de mieux appréhender les flux de trésorerie futurs réduisent le risque d’estimation, alors que l’information descriptive, n’a pas d’effet sur le risque d’estimation. Seule une augmentation de la communication d’information prospective est récompensée par un coût des capitaux propres inférieur, tandis que la communication descriptive est sans effet sur le coût du capital.

6. Conclusion

64La théorie du risque d’estimation suggère l’existence d’une relation négative entre la communication financière d’une société et son coût des capitaux propres (Brown, 1979 ; Barry et Brown, 1984, 1985). Démontrer empiriquement cette relation est une tâche complexe pour deux raisons : (1) le niveau de communication d’une entreprise n’est pas directement observable et les mesures empiriques sont potentiellement déconnectées des concepts théoriques et (2) les modèles empiriques sont typiquement confrontés à un problème d’endogénéité. Pour résoudre le premier problème, les études proposent traditionnellement de construire des indices généraux de communication fondés sur les rapports annuels des sociétés (Botosan, 1997 ; Botosan et Plumlee, 2002 ; Hail, 2002). Nous montrons qu’en se concentrant sur les dépréciation d’actifs, il est possible d’éviter certaines faiblesses méthodologiques des indices généraux (Botosan et Plumlee, 2002), telle que la subjectivité de la construction de l’indice, en limitant le champ d’étude à des éléments susceptible d’influencer l’estimation des flux de trésorerie futurs. A cet égard, la norme IAS 36 propose un terrain d’analyse idéal pour ce type d’études dans la mesure où elle impose aux sociétés de communiquer une information fondamentale pour estimer la valeur de leur portefeuille d’activités (par ex. taux d’actualisation, nombre d’unités génératrices de trésorerie, juste valeur de différents segments). Une telle approche offre, selon nous, une première contribution par rapport à la littérature empirique étudiant le lien entre communication financière et coût des capitaux propres. Concernant le second problème, nous avons mis en œuvre des procédures statistiques utilisant des variables instrumentales. En outre, les résultats théoriques du risque d’estimation sont empiriquement confirmés. Nous démontrons que seule l’information prospective réduit la rentabilité exigée par les investisseurs, tandis que l’information descriptive n’a aucune relation avec le coût des capitaux propres.

  • 17 Dans cette perspective, nous avons conduit des premier tests exploratoires, disponibles sur demande (...)

65Ces résultats invitent à s’intéresser à la dimension rémanente des dynamiques de communication dans les recherches à venir. Nous pensons, en effet, que le marché, non content de récompenser les politiques de communication d’information prospective, pourrait également favoriser les schémas réguliers de divulgation de cette information au cours du temps. L’engagement d’une société pour plus de transparence pourrait lui faire bénéficier d’une décote additionnelle sur son coût du capital17. La dimension temporelle des politiques de reporting financier, ouvre, à notre avis, des possibilités de recherche prometteuses dans ce domaine.

Les auteurs remercient le co-éditeur, Jean-François Gajewski pour ses remarques et suggestions constructives formulées tout au long du processus de révision ainsi que les deux réviseurs anonymes pour leurs commentaires.

Haut de page

Bibliographie

Amihud Y. et Mendelson H. (1986), « Asset Pricing and the Bid-ask Spread », Journal of Financial Economics, vol. 17, n° 2, 223-249.

Barry C. et Brown S. (1984), « Differential Information and the Small Firm Effect », Journal of Financial Economics, vol. 13, 283-294.

Barry C. et Brown S. (1985), « Differential Information and Security Market Equilibrium », Journal of Financial and Quantitative Analysis, vol. 20, 407-422.

Barton J. et Waymire G. (2004), « Investor Protection under Unregulated Financial Reporting », Journal of Accounting and Economics, vol. 38, n° 1-3, 65-116.

Beyer A., Cohen D. A., Lys T. Z. et Walther B. R. (2010), « The Financial Reporting Environment: Review of the Recent Literature », Journal of Accounting and Economics, vol. 50, n° 2-3, 296-343.

Botosan C. A. (1997) , « Disclosure Level and the Cost of Equity Capital », Accounting Review, vol. 72, n° 3, 323-349.

Botosan C. A. (2006), « Disclosure Level and the Cost of Equity Capital. What do we Know? », Accounting & Business Research, International Policy Forum, 31-40.

Botosan C. A. et Plumlee M. A. (2002), « A Re-examination of Disclosure Level and the Expected Cost of Equity Capital », Journal of Accounting Research, vol. 40, n° 1, 21-40.

Botosan C. A. et Plumlee M. A. (2005), « Assessing Alternative Proxies for the Expected Risk Premium », Accounting Review, vol. 80, n° 1, 21-53.

Brown S. (1979), « The effect of Estimation Risk on Capital Market Equilibrium », Journal of Financial and Quantitative Analysis, vol. 15, 215-220.

Diamond D. et verrecchia, R. E. (1991), « Disclosure, Liquidity and the Cost of Equity Capital », Journal of Finance, vol. 46, n° 4, 1325-1360.

Easley D. et O'Hara M. (2004), « Information and the Cost of Capital », Journal of Finance, vol. 59, n° 4, 1553-1583.

Francis J. R., Khurana I. K. et Pereira, R. (2005), « Disclosure Incentives and Effects on Cost of Capital around the World », Accounting Review, vol. 80, n° 4, 1125-1162.

Gietzmann M. et Ireland, J. (2005), « Cost of Capital, Strategic Disclosures and Accounting Choice », Journal of Business Finance and Accounting, vol. 32, n° 3-4, 599-634.

Hail L. (2002). The impact of Voluntary Corporate Disclosures on the Ex-ante Cost of Capital for Swiss Firms », European Accounting Review, vol. 11, n° 4, 741-773.

Imam S., Barker R. et Clubb, C. (2008), « The Use of Valuation Models by UK Investment Analysts », European Accounting Review, vol. 17, n° 3, 503-535.

Khanna T., Palepu K. G. et Srinivasan, S. (2004), « Disclosure Practices of Foreign Companies Interacting with U.S. Markets », Journal of Accounting Research, vol. 42, n° 2, 475-508.

Lambert R., Leuz C. et Verrecchia R. E. (2007), « Accounting Information, Disclosure, and the Cost of Capital », Journal of Accounting Research, vol. 45, n° 2, 385-420.

Lang M. et Maffet M. (2011), « Economic Effects of transparency in International Equity Markets: A Review and Suggestions for Future Research », University of North Carolina at Chapel Hill.

Larcker D. F.et Rusticus T. O. (2010), « On the Use of Instrumental Variables in Accounting Research », Journal of Accounting and Economics, vol. 49, n° 3, 186-205.

Leuz C., Nanda D. et Wysocki, P. D. (2003), « Earnings Management and Investor Protection: An International Comparison », Journal of Financial Economics, vol. 69, n° 3, 505-527.

Lundholm R. et Myers L. A, (2002), « Bringing the Future Forward: The Effect of Disclosure on the Returns-Earnings Relation », Journal of Accounting Research, vol. 40, n° 3, 809-839.

Nunnaly J. (1978). Psychometric Theory, McGraw-Hill.

Petrova, E., Georgakopoulos, G., Sotiropoulos, I., Vasileiou, K. Z. (2012), « Relationship between Cost of Capital and Voluntary Corporate Disclosures », International Journal of Economics and Finance, vol. 4, n° 3, 83-96.

Richardson, A. J., Welker, M. (2001), « Social Disclosure, Financial Disclosure and the Cost of Equity Capital », Accounting, Organizations and Society, vol. 26, n° 7-8, 597-616.

Haut de page

Annexe

Annexe 1 : Tests de dépréciation – exemple de communication d’information financière prospective

Communication financière de France Telecom (Document de référence, 2008, p. 288).

Haut de page

Notes

1 Association for Invesment Management and Research est l’ancien nom de l’association américaine des analystes financiers, Chartered Financial Analysts (CFA) Institute.

2 International Accounting Standards / International Financial Reporting Standards.

3 D’un point de vue théorique, la norme IAS 36 impose aux sociétés cotées, la publication d’informations précises sur leur test de dépréciation. En pratique, il a été observé par les différents acteurs de place que ces obligations d’information n’étaient généralement que peu respectées par les sociétés cotées françaises (voir par ex. les recommandations émises le 19 décembre 2006 et le 4 novembre 2009, par l’Autorité des Marchés Financiers en vue de l’arrêté des comptes des sociétés cotées, ou encore l’étude 2010 sur la communication financière des sociétés du CAC 40 réalisée par le cabinet PwC).

4 Cf. étude PwC 2010 précitée.

5 En effet, contrairement aux sociétés anglo-saxones ou germaniques, les entreprises françaises n’ont pas appliqué des normes similaires avant le passage aux IFRS en 2005.

6 Traduction proposée par les auteurs.

7 Canadian Institute for Advanced Research.

8 Une unité génératrice de trésorerie correspond au plus petit groupe d’actifs dégageant des avantages économiques indépendants, c’est-à-dire à toute unité opérationnelle générant des flux de trésorerie (en pratique, dans les grands groupes cotés, il s’agit souvent d’une entité autonome dans son activité comme une filiale).

9 Mesure de cohérence interne qui utilise des mesures répétées (dans le cas présent, les quinze catégories de l’indice IAS 36) pour tester la validité de la mesure.

10 Cette classification est inspirée de différentes études qualitatives s’intéressant à la demande d’informations par les analystes financiers, cf. .

11 L’utilisation de prévision à 3 et 4 ans permet, en outre, d’éviter de subir le biais de la crise financière de 2008.

12 2SLS : two-stage least-squares, 1SLS: one-stage least-squares, correspondant à l’approche OLS.

13 Conformément à la réglementation française, les sociétés cotées doivent être auditées par deux cabinets d’audit distincts. Les cinq cabinets considérés sont Deloitte, Ernst & Young, KPMG, Mazars et PwC.

14 Le test de Larcker et Rusticus (2010) est fondé sur l’indice statistique R² des régressions de premier et de deuxième ordre et permet de déterminer si la méthodologie VI doit être préférée à l’approche standard OLS.

15 Nous avons également mis en place un test de Wu-Hausman qui a permis de confirmer l’endogénéité de notre modèle du coût du capital nous incitant par là-même à recourir à la méthode des VI.

16 Des effets fixes année, secteur ont également été inclus en vue d’éviter tout biais lié à la crise financière. Ces derniers se sont avérés non significatifs.

17 Dans cette perspective, nous avons conduit des premier tests exploratoires, disponibles sur demande auprès des auteurs, montrant que les sociétés qui témoignent, année après année, d’une augmentation de la communication sur leurs procédures de dépréciation, c’est-à-dire les sociétés qui font preuve d’un engagement à la transparence, bénéficient d’une décote supplémentaire sur leur coût des capitaux propres.

Haut de page

Pour citer cet article

Référence électronique

Luc Paugam, Olivier Ramond, Bruno Husson, Henri Philippe et Jean-François Casta, « Risque d’estimation, coût du capital et communication des tests de dépréciation »Finance Contrôle Stratégie [En ligne], 16-1 | 2013, mis en ligne le 12 avril 2013, consulté le 29 mars 2024. URL : http://journals.openedition.org/fcs/1260 ; DOI : https://doi.org/10.4000/fcs.1260

Haut de page

Auteurs

Luc Paugam

ESSEC Business School

Olivier Ramond

Université Paris-Est Créteil
olivier.ramond@u-pec.fr

Bruno Husson

Associé Accuracy et Professeur affilié à HEC

Henri Philippe

Associé Accuracy

Jean-François Casta

Université Paris-Dauphine

Haut de page

Droits d’auteur

Le texte et les autres éléments (illustrations, fichiers annexes importés), sont « Tous droits réservés », sauf mention contraire.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search