Notes
-
[1]
Les auteurs remercient France Angels et les participants au Comité de pilotage de l’étude « Evaluation de la performance des Business Angels en France » réalisée par le cabinet Neovian pour la Direction Générale de la Compétitivité de l’Industrie et des Services du Ministère de l’Economie pour leur avoir autorisé l’accès aux données sur les BA. Ils sont en outre accrédités par le Comité du secret statistique de l’INSEE pour l’utilisation des bases FARE et LIFI.
-
[2]
Ce découpage n’est pas propre à la France et soulève des problèmes d’hétérogénéité en matière de comportements et d’efficacité des interventions comme l’ont relevé Carpentier et Suret (2013).
-
[3]
Nous ne disposons pas de données statistiques sur les Business Angels indépendants mais seulement de données concernant les réseaux. Selon l’OCDE (2011), 81 réseaux de Business Angels étaient actifs en France en 2009, ce qui place ce pays en seconde position derrière les USA (350 réseaux) et devant le Royaume-Uni (74 réseaux). Un rapport de la Commission Européenne (2012) établi à partir des données de l’enquête European Business Angels Networks Survey montre que plus de 4000 Business Angels étaient recensés en 2010 en France dont 3000 actifs au travers de 66 réseaux ayant répondu à l’enquête (Source : National data in the basis EBAN Survey, 2010).
-
[4]
Wiltbank et Boeker (2007) mentionnent l’importance et la forte augmentation du nombre de particuliers investissant directement dans le capital de petites entreprises aux États-Unis.
-
[5]
Données France Angels en ligne sur le site internet du réseau à la page suivante : http://www.franceangels.org/images/stories/pdf/chiffres/FRANCE-ANGELS-ACTIVITE-2-9.pdf?phpMyAdmin=n3Vci%2C8DppZoZbtOWRBnUr6CMa7 (page consultée le 11 mars 2014)
-
[6]
Il a été constitué à l’aide d’une macro SAS « CAHQUAL » développée à l’INSEE par Isnard et Sautory (1994). Voir l’Annexe 5 qui présente la méthode d’obtention de la population des k plus proches voisins et les critères de similitude retenus pour la composer.
-
[7]
Cf. Kerr et al. (2011) pour une présentation des bénéfices méthodologiques à attendre de la comparaison avec deux échantillons de référence.
-
[8]
Les résultats des tests sont disponibles auprès des auteurs sur simple demande.
-
[9]
Pour ce faire, nous avons utilisé l’option « robust » de Stata.
-
[10]
Pour plus de lisibilité et afin de faciliter l’interprétation, les tableaux de résultats des régressions logistiques qui testent la probabilité de croître ou de décroître par rapport à la stabilité de l’effectif contiennent les rapports de chance et pas les coefficients.
-
[11]
Les quatre motifs de syndication sont : le partage du risque financier ; la sélection des projets ; les flux d’affaires et la création de valeur. Pour une présentation détaillée, le lecteur pour se reporter aux travaux de Lerner (1994), Manigart et al. (2006) et Dalpont et Pommet (2010).
-
[12]
Voir Bottazzi et al. (2008) pour une application de ce type de questionnement au cas du capital risque.
-
[13]
Cf. la recension proposée par Cherif (1999).
-
[14]
Le logit est plus robuste à la présence de points extrêmes ce qui est le cas dans nos populations (Liao, 1994)
1L’entrepreneuriat et le lancement de projets innovants font partie des principaux axes des politiques publiques de soutien à l’activité économique, à l’emploi et la compétitivité (Birch, 1987, 1994, Freear et al. 2002). À la suite de l’identification de bonnes pratiques par des organismes transnationaux (OCDE notamment) et sur la base d’études empiriques mettant en avant l’importance des start-up et autres gazelles pour la compétitivité économique (voir les différents textes réunis par Boutillier et al., 2014), nombre de gouvernements ont adopté des mesures visant à favoriser le financement de ces jeunes entreprises prometteuses. Pourtant, les difficultés demeurent, notamment en matière de financement et d’accompagnement.
2Différents travaux mettent ainsi l’accent sur la récurrence de l’insuffisance, voire du rationnement, du crédit bancaire à l’égard des TPE et des jeunes entreprises (Aubier et Cherbonnier, 2007, Beck et al., 2005). D’autres soulignent le rationnement du crédit à l’égard des entreprises innovantes (Yosha, 1995, Atzeni, Piga, 2007). Le développement des circuits de financement non bancaires, capital risque en tête, vise à combler le besoin de financement externe d’entreprises jeunes, engagées dans des projets plutôt risqués et souvent peu dotées en capital. Leur développement insuffisant est souligné par Revest et Sapio (2012) qui rendent compte des particularités du marché du capital risque en Europe et des difficultés rencontrées par les opérateurs pour sélectionner efficacement les projets. C’est pourquoi, à côté de ce marché, encore embryonnaire mais mature, aux techniques d’intervention éprouvées d’autres modalités de financement d’origine privées se développent.
3Les Business Angels (ou « investisseur providentiel », selon la traduction québécoise) sont des personnes physiques qui investissent une part de leur patrimoine dans une entreprise, à potentiel de croissance, et qui, en plus de ses fonds, met ses compétences, son expérience et ses réseaux relationnels à disposition de l’entrepreneur (Freear et al., 1994, 1995). Intervenant principalement au cours de la phase « d’amorçage » de l’entreprise, qui est aussi la plus risquée, les Business Angels (BA) interviennent après la « Love Money » apportée par les parents, amis et relations du créateur de start-up et avant les investisseurs traditionnels. Apparus dans les années 1960 aux États-Unis, arrivés en France dans les années 1990, ils constituent aujourd’hui un segment du marché du financement des entreprises porteur d’espoirs de financement pour les PME.
4L’European Business Angel Network souligne la montée en puissance de ces circuits de financement. Alors qu’on dénombrait 132 réseaux de Business Angels en Europe en 2000, ils étaient 468 en 2013. Le montant des investissements a toutefois du mal à suivre. Il faut en effet attendre l’année 2011 pour que les montants investis augmentent sensiblement et passent d’un niveau annuel resté autour de 150 millions d’euros entre 2000 et 2010 pour atteindre 500 millions d’euros. En termes de montant investi par réseau de Business Angels, la France n’est pas la mieux placée. Le montant moyen en Europe pour l’année 2013 était de 1,18 million. L’Estonie arrive en première position avec 4,7 millions par réseau. Le Danemark, l’Angleterre et la Finlande présentent des niveaux d’intervention similaires à environ 2,2 millions d’euros alors que les réseaux de Business Angels français investissent en moyenne 500 000 euros. D’où l’importance accordée par les pouvoirs publics à leur développement.
5Les Business Angels bénéficient en effet d’une image très favorable auprès des décideurs politiques, des milieux académiques et des responsables d’entreprises. En réduisant les asymétries d’informations par leur présence directe auprès des entrepreneurs, ils ont la réputation d’être des investisseurs plus performants, à la fois, en termes de rendement des investissements, de valorisation future des entreprises et d’assistance comme conseils et mentors des entrepreneurs. Leur présence dans des entreprises en développement permettrait l’obtention de meilleures performances économiques et financières que dans des entreprises non assistées.
6Les recherches sur la contribution des BA à la croissance de l’économie sont encore récentes et relativement peu diffusées. La plupart des auteurs mettent l’accent sur les capacités cognitives des BA (Morrissette, 2007 ; Wirtz et al., 2012) ou leur parcours professionnel antérieur (Li et al., 2014). Ils déterminent un profil propre à ces investisseurs dans un univers institutionnel de type anglo-américain au regard des critères démographiques, des modèles de décision mobilisés et de leur comportement d’investissement (Porter, Spriggs, 2013). D’autres travaux s’intéressent également à la coordination entre les BA et d’autres groupes d’investisseurs (Mason, Stark, 2004). Ils proposent une analyse fine de la complémentarité entre BA et banques et concluent à la spécificité de leur intervention en tant qu’apporteurs de capitaux (Mason, Harrison, 2000) à l’influence que leurs modes de décision exercent sur les performances des bénéficiaires et la rentabilité de leur capital (Wiltbank et al., 2009).
7La revue de la littérature sur la contribution des BA à la création de valeur dans les entreprises qu’ils ciblent réalisée par Politis (2008) rend compte de l’importance des recherches canadiennes, américaines ou anglaises sur le sujet. Peu de travaux ont en revanche été menés sur le cas de la France où les auteurs s’attachent essentiellement à mettre en relief des situations spécifiques (Redis, 2006 ; Certhoux, Perrin, 2010) et surtout l’insuffisance du nombre de Business Angels au regard du Royaume-Uni notamment (Couteret, Navarro, 2003, Aghion, Cohen, 2007, Chertok et al., 2009). Les politiques publiques privilégient pourtant ce mode de financement et les BA bénéficient d’avantages importants, fiscaux notamment, ce qui plaide en faveur d’une évaluation de leur intervention. L’objectif de cette contribution est donc de mesurer l’apport de la présence d’un BA parmi les partenaires d’une entreprise en mettant en évidence sa contribution à la performance.
8Afin de comparer la dynamique d’entreprises adossées à des BA à des entreprises qui ne le sont pas, nous proposons une méthode d’analyse empirique consistant à estimer des modèles multivariés permettant de rendre compte de l’influence de l’intervention des Business Angels sur différents indicateurs de structure de l’entreprise (effectif, chiffre d’affaires et immobilisations corporelles). Pour ce faire, nous utilisons une base de données unique de 300 entreprises financées par l’un des membres du réseau France Angels (Fédération française des réseaux de Business Angels). Nous la comparons à deux contrefactuels déterminées à partir de fichiers fournis par l’INSEE [1]. L’un est constitué de 1 800 individus semblables identifiés à partir de la méthode des plus proches voisins tandis que l’autre est composé de 1 830 entreprises retenues à l’issue d’une procédure de tirage aléatoire.
9Les résultats obtenus permettent de rendre compte de l’importance de l’intervention d’un BA du point de vue des indicateurs de dynamique de la PME retenus. Le choix de la variable expliquée (évolution de l’effectif salarié, chiffre d’affaires ou immobilisations) influence considérablement le jugement porté sur l’accompagnement par un BA. Celui-ci exerce un effet ambigu sur la croissance de l’effectif, un effet quasi nul sur le chiffre d’affaires mais favorise visiblement la réalisation d’investissements productifs. Ces résultats sont robustes dans la mesure où ils sont observés quel que soit l’échantillon contrefactuel retenu. Ils demeurent également valides sous différentes spécifications des modèles obtenues grâce à l’introduction d’autres variables expliquées.
10La suite de l’article s’organise de la façon suivante. La section 2 présente les hypothèses relatives à l’impact de la présence des BA dans le tour de table des entreprises et le modèle empirique utilisé pour les tester. Les données mobilisées dans cette recherche et leur représentativité sont analysées dans la section 3. Les résultats obtenus sont exposés et commentés dans la section 4 tandis que la conclusion souligne les principaux apports de l’analyse et les recommandations qui en résultent.
Le modèle empirique
11Depuis les travaux de Shane (2008) et Shane et Heights (2009), les Business Angels (notés BA ci-après) sont considérés comme des acteurs clefs du financement de la croissance des jeunes entreprises innovantes (Aho et al., 2006). L’une des principales contributions de ces partenaires réside dans l’apport conjoint de ressources financières à des entreprises délaissées par les apporteurs de financement habituels que sont les banques et, parfois même, les capitaux-risqueurs. Ces entreprises sont généralement caractérisées par des taux d’échec élevés si bien que la présence d’un BA réduit l’asymétrie d’information tout en diminuant la probabilité de défaillance de l’entreprise ce qui améliore l’accès au financement des entreprises soutenues (Harrison, Mason, 2000 ; Madill, 2005). Leurs chances de croître s’en trouvent alors augmentées.
12L’avantage associé à la présence d’un BA aux côtés d’un porteur de projet ne résulte cependant pas exclusivement de l’apport en capital qu’il permet de réaliser. En effet, le rôle du BA dépasse largement celui d’un actionnaire dormant ou d’un financeur ordinaire. L’accompagnement constitue l’une des caractéristiques principales des BA par rapport à la plupart des autres apporteurs de ressources financières (Certhoux, Zenou, 2006), à l’exception des capitaux-risqueurs.
13Dès le milieu des années 1990, Stephany (1995) a souligné la contribution importante des sociétés d’investissement à la réalisation des projets de développement des PME familiales par la mise en place de contacts leur permettant d’étendre leur marché (p. 8). Cette thèse est confirmée par Trehan (2000) qui met en évidence les bénéfices qu’une petite entreprise peut tirer des nouveaux contacts apportés par un apporteur de capital. Nous étendons l’exercice de cet effet aux Business Angels.
14À cet aspect résiliaire s’ajoute la contribution cognitive du BA mentionnée par Certhoux et Zenou (2006) pour qui le BA est à la fois actionnaire et dans une majorité de cas accompagnateur impliqué de l’entrepreneur. Son rôle dépasse celui de la gouvernance d’entreprises classiques. Il contribue en effet à la définition et à la clarification des représentations des objectifs à atteindre ce qui améliore le fonctionnement interne et accroît l’efficacité du processus de décision dans l’entreprise.
15D’autres auteurs, comme Ramadani (2009) font également état de l’expérience supérieure du monde des affaires dont font preuve les BA. Ils sont ainsi en mesure de guider plus efficacement les choix de l’entrepreneur soutenu en lui prodiguant des conseils fondés sur des méthodes ou critères qui ont déjà fait leur preuve. Cette thèse, déjà présente chez Politis et Landström (2002), souligne l’avantage technique et informationnel des BA qui sont la plupart du temps d’anciens entrepreneurs qui ont réussi. Elle est systématisée par Wiltbank (2005) qui met en évidence l’importance de l’expérience acquise par le BA au cours de sa vie d’entrepreneur : « L’expérience acquise au cours de leur vie d’entrepreneur peut considérablement augmenter leur capacité à augmenter la création de valeur des projets dans lesquels ils s’impliquent » (p. 348).
16En définitive, comme le démontrent Macht et Robinson (2009), la présence d’un BA permet aux entreprises de mieux satisfaire leur besoin de financement, de combler leur déficit de connaissances, de développer leurs contacts et de faciliter l’accès à d’autres ressources financières. Les entreprises qui en bénéficient devraient alors être plus performantes et déployer des capacités de production supérieures à celles qui ne sont pas accompagnées par des investisseurs providentiels. Afin de valider cette hypothèse globale d’une prime à la présence d’un BA, nous proposons de l’exprimer sous un jeu de quatre hypothèses testables empiriquement.
17Deux font référence à la trajectoire de croissance de la firme appréhendée sous l’angle de l’emploi et du chiffre d’affaires. Quoique la variation de ces deux indicateurs soit parfois considérée comme un proxy de la croissance de l’entreprise, ils relèvent de points de vue différents comme le rappellent Murphy et al. (1996) et Achtenhagen et al. (2010). Nous posons donc :
- H1 : Les entreprises soutenues par les BA créent plus d’emplois que les autres,
- H2 : La croissance du chiffre d’affaires des entreprises soutenues par les BA est plus rapide que celle des autres.
- La supériorité des résultats des entreprises soutenues par les BA n’est pas seule en cause. L’accès à davantage de financement peut leur permettre également d’avoir un potentiel de production supérieur à celles qui ne bénéficient pas de ce soutien, nous testons cette éventualité grâce à l’hypothèse suivante :
- H3 : La croissance des immobilisations corporelles des entreprises soutenues par les BA est plus rapide que celle des autres.
- Enfin, puisque les BA apportent aussi des conseils et l’accès à des réseaux, il est possible de supposer que plus leur accompagnement s’inscrit dans la durée, plus cet avantage se renforce. Ceci nous amène à considérer l’hypothèse suivante :
- H4 : parmi les entreprises soutenues par des BA, celles dont l’accompagnement est de longue durée sont plus dynamiques que les autres
18Pour tester la validité de ces hypothèses, nous retenons l’équation de régression suivante :
20où Yi,t est la caractéristique de la firme que l’on cherche à expliquer, BA est une variable muette égale à l’unité si l’entreprise i est soutenue par un Business Angel en t et 0 sinon. Compta est un vecteur de ratios comptables caractéristiques de l’entreprise, Tail est un indicateur de taille de l’entreprise i en t défini par le chiffre d’affaires ou l’effectif employé selon la variable Y à estimer. La variable Age représente l’âge de l’entreprise calculé comme la différence entre l’année t et son année de création, S est une variable muette contrôlant le secteur d’activité Sj, j = {1,…, 5} auquel l’entreprise appartient. L’inclusion d’une variable d’interaction entre les variables S et Tail permet de prendre en compte les spécificités de structures productives propres à chaque secteur.
21Dans ce modèle, la variable Yi,t est définie alternativement comme :
- la variation de l’effectif salarié mesurée entre t – 1 et t (VarEff)
- la variation du chiffre d’affaires mesurée entre t – 1 et t (VarCA)
- la variation du montant des immobilisations corporelles brutes entre t – 1 et t (VarImmC).
22Afin d’éviter les biais en faveur des petites entités qui caractérisent les taux de variation simples, nous adoptons la définition de la croissance comme une différence de logarithmes habituellement retenue en économie industrielle (cf. Coad, 2009 et l’Annexe 1), soit :
24La proportion importante d’entreprises ne comptant aucun salarié ne permet pas d’appliquer cette définition à la variable VarEff. Cette dernière est par conséquent définie comme une variable à trois modalités prenant les valeurs suivantes :
26Les équations de variation du chiffre d’affaires et des immobilisations corporelles sont estimées à partir de la méthode des moindres carrés ordinaires alors que l’équation de variation de l’effectif (VarEff) est estimée à l’aide d’un modèle à choix discret de type Logit multinomial (Annexe 2) permettant d’estimer ce modèle dans lequel la variable expliquée est une variable qualitative à trois modalités.
Populations et données
27Le marché des Business Angels français est structuré en deux parties [2]. La première est composée d’investisseurs affiliés à une association et regroupés en réseaux [3]. Leur objectif est de faciliter la réalisation d’investissements par des BA et d’être le point d’attraction des entrepreneurs régionaux en recherche de financement. À côté de ce premier segment mobilisé autour de l’entrepreneuriat et de l’innovation, s’est développée l’intervention individuelle dans le capital des PME [4]. Ces particuliers sont, le plus souvent, simplement préoccupés par le recouvrement des sommes investies au bout de 5 à 10 ans. Leurs pratiques d’investissement sont non recensées et, donc, mal connues. Ce segment n’est donc pas traité ici.
28La liste des entreprises soutenues par des BA nous a été fournie par France Angels, la fédération nationale des réseaux de Business Angels, principal intervenant sur le marché français. En 2014, ce réseau compte 4124 membres, dont 1 400 en Île-de-France, organisés en 84 réseaux qui participent au financement de 352 entreprises pour un montant total investi d’environ 40 millions d’euros, dont un tiers en refinancement. En 2009, année de notre étude, la situation était la suivante [5] :
- 4 000 Business Angels (au 31/12/2009)
- 8 000 dossiers reçus (sur 12 mois)
- 1 320 dossiers présentés (sur 12 mois)
- 380 entreprises financés (sur 12 mois)
- 125 millions d’euros (50 % BA, 50 % co-investisseurs) investis (sur 12 mois)
29Nous avons apparié ces données avec la base FARE (Fichier Approché de Résultats d’entreprises) qui contient les liasses fiscales de près de 3 millions d’entreprises françaises et la base des liaisons financières, LIFI, qui permet de repérer les entreprises filiales de groupes, fournie par l’INSEE. Compte tenu de la présence d’entreprises précocement disparues qui n’ont jamais été soumises à l’impôt sur les sociétés et d’entreprises soumises à un régime d’impôt simplifié qui ne présentent pas de déclaration à l’administration, nous obtenons une population de 300 entreprises financées par l’un des membres du réseau France Angels pour lesquelles nous disposons de l’intégralité de la liasse fiscale. Cet échantillon correspond à 79 % du nombre total d’entreprises financées en 2009 ce qui le rend particulièrement représentatif de la situation que nous cherchons à analyser.
30Cette population est comparée à deux contrefactuels composés à partir de la base de données FARE. Le premier est constitué de 1 800 entreprises semblables du point de vue de la taille, de l’âge, de la localisation, de la gouvernance et du secteur sélectionnées selon la méthode des k plus proches voisins élaborée par Weiss et Kulikowski (1991) [6]. Le second est composé de 1 830 entreprises tirées aléatoirement parmi une population de 465 744 entreprises de moins de 100 salariés opérant dans tous les secteurs du champ privé marchand excepté le secteur primaire, les activités financières et les activités immobilières.
31Le recours à deux groupes témoins permet de contrôler l’effet du processus de sélection par les BA. Ces derniers ne choisissent au hasard pas les entreprises qu’ils soutiennent. Au contraire, ils privilégient les secteurs dans lesquels ils ont déjà des compétences, les projets innovants modérément concurrentiels mais pour lequel existe déjà un marché, des entreprises de croissance, susceptibles de doubler ou tripler leur chiffre d’affaires chaque année et une équipe solide. La détermination d’une population de référence constituée de 6 plus proches voisins corrige ainsi l’effet du choix tout en mettant en évidence les risques d’une comparaison avec un échantillon aléatoire [7]. En plus de tester l’effet de l’accompagnement par un BA, cette double confrontation nous permet également de rendre compte de l’influence du référentiel retenu sur l’appréciation portée sur le rôle des investisseurs providentiels.
32Le Tableau 1 rend compte de la répartition par secteur des trois échantillons (population de référence constituée de plus proches voisins notée échantillon PPV, des entreprises financées par des BA, notée population BA et de l’échantillon aléatoire). Les BA sont présents dans tous les secteurs, y compris traditionnels, avec néanmoins un attrait particulier pour les projets liés aux industries de l’information et de la communication.
Structure par secteur des trois populations
Structure par secteur des trois populations
33Le tableau 2 présente les principales caractéristiques des trois populations. La définition détaillée des variables et les sources mobilisées figurent en Annexe 3 tandis que l’Annexe 4 contient les matrices des corrélations.
Statistiques descriptives des principales variables caractéristiques des populations étudiées
Statistiques descriptives des principales variables caractéristiques des populations étudiées
Résultats et discussion
34Cette section présente les résultats des estimations effectuées. Afin de tester la robustesse du modèle, nous avons introduit les variables explicatives par bloc et comparé la population d’entreprises financées par des BA d’une part à des plus proches voisins et d’autre part à un échantillon aléatoire. Comme les tests de Breusch-Pagan et de White ont mis en évidence la présence d’hétéroscédasticité [8], les estimations ont été effectuées en la corrigeant [9]. L’ensemble des tableaux de résultats figure en Annexe 6 [10].
Les entreprises financées par des Business Angels présentent des mouvements de l’emploi plus turbulents que les autres
35L’estimation des deux versions du modèle explicatif de la variation de l’effectif selon que l’entreprise est soutenue ou non par un BA met en évidence l’effet dynamisant de cet accompagnement sur la gestion des effectifs. En effet, la présence d’un BA augmente la probabilité que l’entreprise crée ou détruise des emplois au regard de la situation de référence (effectif stable dans le temps). Cette situation est vérifiée quel que soit l’échantillon de comparaison. De plus, le signe et la significativité du coefficient restent identiques quelle que soit la spécification de l’équation. L’incorporation de variables de contrôle relatives à l’activité de l’entreprise en prenant l’industrie pour référence (Colonnes 4 et 6 des tableaux 4 et 5 en Annexe), de variables comptables (colonnes 7 et 9) et de la variable d’interaction permettant de capter la structure du marché (colonnes 10 et 12) ne modifient pas les résultats relatifs à notre variable d’intérêt. En revanche, la comparaison des résultats obtenus selon l’échantillon de comparaison retenu pour les meilleures spécifications (tableaux 4 et 5) permet de constater que les coefficients de la variable d’intérêt sont plus élevés lorsque la présence d’un BA est testée contre un échantillon aléatoire (alea_pop) que contre des plus proches voisins (ppv_pop). Cela montre d’abord que les Business Angels sélectionnent des entreprises aux profils particuliers et, ensuite, que leur contribution à la dynamique (positive ou négative) de la firme est réduite lorsqu’on compare les entreprises qu’ils soutiennent à des entités similaires.
36La présence d’un BA parmi les apporteurs de capitaux a ainsi tendance à sortir l’entreprise de la stagnation de ses effectifs salariés qui constitue la norme. On peut cependant noter que la valeur du coefficient est plus importante pour les entreprises en croissance que pour les entreprises en décroissance. Toutes choses égales par ailleurs, l’accompagnement par un investisseur providentiel augmente davantage la probabilité d’embaucher (+52 %) que la probabilité de débaucher (+18 %). L’hypothèse 1 est ainsi vérifiée mais on doit également mentionner que l’accompagnement par un BA est également corrélé au fait de détruire des emplois.
37On retrouve partiellement les résultats de Lasch et al. (2005) qui rendent compte de l’importance de la disponibilité du capital autorisée par les capitaux-risqueurs dans les trajectoires de croissance des entreprises innovantes du secteur des TIC. Cette relation positive entre fonds d’investissement et croissance est également mentionnée par Betbèze et Saint-Etienne (2006) qui soulignent la contribution des investisseurs en Capital Risque à la croissance des entreprises au cours des phases de création et de développement (p. 51 et Ss.). À notre connaissance, il n’existe aucun travail rendant compte de la manière dont la prise de risque accrue consécutive à l’entrée d’un capital-risqueur ou d’un Business Angel peut fragiliser l’entreprise et, par conséquent, la conduire vers une forme d’échec matérialisée par la réduction de l’effectif salarié. Cette configuration apparaît pourtant de manière nette dans nos estimations.
Les Business Angels sont au mieux sans effet sur la dynamique commerciale
38Nous avons ensuite cherché à déterminer dans quelle mesure la présence d’un BA parmi les actionnaires de l’entreprise lui permet de réaliser une meilleure performance en termes de chiffre d’affaires grâce à un meilleur positionnement industriel et commercial. Comme précédemment, plusieurs spécifications ont été testées, l’entrée de variables de contrôle supplémentaires (permettant d’améliorer le pouvoir explicatif du modèle (R² = 0.561 pour le modèle 4 du tableau 7). Les estimations rendent compte de la sensibilité des résultats à la population de référence. En effet lorsque la population de référence est tirée de manière aléatoire, la présence d’un BA n’intervient quasiment pas dans la détermination de la variation du chiffre d’affaires. Le coefficient associé à cette variable n’est pas significatif dans les versions 1 à 3 du modèle. Il ne le devient, encore que très faiblement, que dans le modèle 4 du tableau 6 qui tient compte de la structure du marché puisqu’il intègre la variable d’interaction entre le secteur d’appartenance et la taille de l’entreprise.
39En revanche, lorsque la variable binaire d’intérêt distingue les entreprises financées par un BA de leurs plus proches voisins (Tableau 7), le signe associé à la population d’entreprises soutenues par des BA devient négatif, la valeur absolue du coefficient est élevée (1.004) et sa significativité est importante (p < 0.01). Il est ainsi clairement établi que l’accompagnement par un Business Angel est négativement corrélée à la progression du chiffre d’affaires et que cette relation demeure vraie lorsqu’on contrôle de la taille retardée, du secteur, de l’âge, de la gouvernance (indépendante ou appartenance à un groupe) et de la structure du marché. La validité de cette spécification du modèle est importante. La corrélation entre la variable expliquée et les variables explicatives introduites explique en effet 56,1 % de la variance de la variation du chiffre d’affaires entre 2008 et 2009.
40Ces résultats invalident l’hypothèse H2 selon laquelle les entreprises soutenues par les BA connaîtraient une évolution du chiffre d’affaires plus favorable que celles qui n’ont pas un tel investisseur dans leur tour de table. L’idée que les BA peuvent aider l’entreprise à améliorer son positionnement sur le marché grâce à des conseils techniques et une bonne maîtrise des réseaux n’est donc pas vérifiée pour la population des entreprises dans lesquelles a investi un membre du réseau France Angels.
41Nos résultats sont conformes aux conclusions du modèle théorique en situation d’asymétrie d’information proposé par Chemmanur et Chen (2014) qui démontrent que l’intervention des BA ne favorise pas la création de valeur dans l’entreprise. Nos résultats vont également dans le même sens que ceux de Cowling et al. (2008) qui, avec une méthode semblable, mettent en évidence l’effet très marginal des mesures de soutien à l’investissement des Business Angels mises en place en Grande Bretagne. Le choix de l’échantillon de comparaison explique les différences de résultats. Lorsque les entreprises soutenues par des BA sont comparées à un échantillon aléatoire ou à des valeurs moyennes, on observe une surperformance. Si l’échantillon de comparaison est composé d’entreprises semblables, les différences s’atténuent. Cela indique que les BA procèdent à une sélection minutieuse des entreprises qu’ils financent et que ces dernières ne sont pas représentatives de l’ensemble de l’appareil productif.
Une participation des Business Angels est favorable à l’investissement productif
42Notre troisième hypothèse cherche à valider l’impact positif d’un Business Angel sur l’accumulation de capital et l’investissement des entreprises. Pour ce faire, nous avons estimé le taux de variation des immobilisations corporelles sur la base de quatre spécifications d’un modèle estimé selon que la population de référence a été tirée de manière aléatoire (Tableau 8 en Annexe) ou parmi des plus proches voisins (Tableau 9 en Annexe). Les résultats obtenus mettent en évidence un fort impact positif du financement par un BA. Lorsque la population de référence est aléatoire, le fait de compter un BA parmi les investisseurs augmente de 46,9 % la probabilité d’une augmentation des immobilisations corporelles entre 2008 et 2009. Cette sensibilité est réduite lorsque le contrefactuel est composé de plus proches voisins mais elle reste cependant élevée. La baisse du coefficient traduit un effet de sélection de la part des BA qui privilégient les sociétés les plus prometteuses. Le coefficient associé à la variable binaire est alors égal à 0,374 et significatif à 5 %. Ces résultats tiennent pour les deux meilleures spécifications du modèle dont le R² est supérieur à 0,46.
43L’effet de levier revendiqué par les Business Angels joue ici pleinement puisqu’en participant à un projet entrepreneurial, un BA augmente sa crédibilité, notamment auprès des banques, permettant ainsi à l’entreprise d’augmenter son stock d’immobilisations corporelles grâce à un effort accru d’investissement. Outre à l’exercice d’un effet de levier, le BA contribue à réduire le risque pour l’entrepreneur d’une part en diminuant son taux d’effort et d’autre part en lui permettant de bénéficier d’une garantie bancaire au cours de la période étudiée.
44De même que Ferrary et Granovetter (2009) ont montré que les sociétés de capital-risque sont des acteurs particuliers qui interviennent dans la phase de transition entre la phase d’exploration et la phase d’exploitation de l’innovation radicale, on peut conclure de cette corrélation positive entre participation d’un BA et investissement corporel que les BA jouent également un rôle favorable à l’augmentation des équipements productifs. C’est également le résultat auquel parviennent Kerr et al. (2011). À l’aide d’une méthode différente et sur la base d’un échantillon d’entreprises financées ou rejetées par deux réseaux américains, ils montrent en effet le caractère bénéfique de l’intervention des BA sur l’investissement des entreprises. Le partage du risque financier identifié comme l’un des quatre motifs de syndication par la littérature [11] déjà confirmé pour le financement par capital risque par De Clercq et Dimov (2004) pour les États-Unis et par Manigart et al. (2006) pour la Grande Bretagne s’appliquerait donc également aux Business Angels. En outre, la plus grande stabilité de leur financement constitue un avantage pour des entreprises engagées dans des activités de R&D (Sénéquier, 2008).
Les dynamiques d’entreprise sont insensibles à la durée de l’accompagnement
45Après avoir mis en évidence les effets contrastés de la présence d’un Business Angel parmi les actionnaires d’une entreprise, nous cherchons enfin à savoir dans quelle mesure l’évolution des sociétés financées par un BA peut être liée à sa durée d’implication dans la société en question [12]. Nous nous proposons de valider cette quatrième hypothèse en estimant les mêmes modèles que précédemment mais sur la base d’une distinction de la durée du partenariat entre l’entreprise et le BA. Nos données nous permettent de distinguer, parmi les 300 entreprises de l’échantillon, 226 sociétés soutenues depuis moins de 3 ans de 74 autres accompagnées par un BA depuis plus de 3 ans.
46Les résultats des estimations réalisées sont reportés dans les tableaux 10, 11 et 12 figurant en Annexe. Ils conduisent à considérer que la durée de l’intervention n’intervient ni dans le processus de création/destruction des emplois (tableau 10), ni dans l’évolution du chiffre d’affaires (tableau 11), ni, enfin, dans l’accroissement des immobilisations corporelles d’une période sur l’autre (tableau 12). En effet, la variable muette qui prend la valeur 1 quand la société est accompagnée depuis plus de 3 ans par un BA est 0 sinon n’est significative dans aucune des meilleures spécifications des modèles testés. Il est à noter que les combinaisons de variables explicatives retenues ne sont pas à l’origine de cette absence de résultat. En effet, le pseudo R² calculé pour le modèle Logit de variation de l’effectif atteint 0,323 alors que les R² ajustés des modèles (4) présentés dans les tableaux 11 et 12 dépassent 0,6 ce qui signifie qui plus de 60 % de la variance des variables expliquées découle de combinaisons de variables explicatives.
47La non significativité de la variable approximant la durée de l’intervention nous conduit à reconsidérer le canal de transmission de l’influence du Business Angel sur l’investissement corporel des entreprises observé grâce à la mise à l’épreuve de l’hypothèse 3 à laquelle nous avons précédemment procédé. En effet, si la durée de l’accompagnement n’exerce aucun effet significatif sur les indicateurs de performance de l’entreprise, il se peut que la seule présence d’un BA aux côtés d’un entrepreneur agisse comme un signal capté par des partenaires externes pour décider d’entrer ou pas dans le tour de table d’une entreprise. En effet, les entreprises accompagnées par un BA sont par définition plus innovantes et donc plus risquées que les autres. Il est donc probable que la satisfaction de leurs besoins de financement s’effectue dans des conditions plus défavorables que celles que connaissent des entreprises plus routinières dont le risque peut plus facilement être estimé par les apporteurs de ressources financières.
48Fréquemment analysée par la littérature [13], l’asymétrie d’information caractéristique des PME innovantes nécessite un signalement à destination des outsiders pour être comblée. Comme l’ont montré Chemmanur et Chen (2014), la participation d’un business angel au tour de table agit comme un signal de qualité de l’entreprise innovante à destination des autres investisseurs. On retrouve alors la théorie de Leland et Pyle (1977) pour qui la structure de propriété de la firme revêt une importance particulière pour le prêteur. Si l’implication du dirigeant au capital de l’entreprise, souvent positivement corrélée à la valeur de la firme, est souvent utilisée comme un signal de sécurité par les prêteurs, d’autres travaux ont élargi cette notion aux investisseurs providentiels. C’est ce que mettent en évidence Black et Gilson (1998) pour qui l’accompagnement par un organisme en capital risque augmente la valeur de l’entreprise et/ou réduit son risque de défaut. Cet effet n’est cependant pas pérenne. Au contraire, la valeur ajoutée apportée par un capital investisseur réside au moment du démarrage d’une entreprise et n’a pas vocation à devenir permanente ou à s’inscrire dans la durée.
49Nos résultats montrent que l’effet de l’accompagnement par un Business Angel n’est pas durable non plus puisqu’il n’est pas possible de différencier les entreprises accompagnées sur la base d’un critère de durée au regard des trois indicateurs de performance retenus. En définitive, nous sommes conduits à rejeter l’hypothèse d’une prime à la présence durable d’un BA au côté des entreprises.
50Ce résultat dépend cependant étroitement du caractère quantitatif du critère de croissance retenu. Or, la croissance de l’entreprise présente des formes multiples. En particulier, il importe de prendre en compte les aspirations des entrepreneurs à des formes de croissance relevant davantage de l’organisation interne que de l’expansion externe de l’affaire. Les auteurs soulignent que « La multiplicité et la complexité des processus de croissance sont difficilement capturés et l’importance de la croissance comme un phénomène de développement interne conduit à une augmentation de la valeur de l’entreprise… » (Achtenhagen et al. 2010, pp. 309-310). La prise en compte de ces formes de croissance appelle le recours à des indicateurs complémentaires plus qualitatifs.
51Les résultats dégagés sont également contingents à la période et au pays étudiés. Ils concernent le cas de la France en 2008 et 2009. Leur généralisation suppose de travailler sur des pays et des périodes différentes.
Conclusion
52Cet article vise à mettre en évidence l’impact de la présence d’un Business Angel parmi les actionnaires d’une entreprise en comparant un échantillon représentatif de sociétés financées par ce biais à deux populations témoins. Il nous permet de dégager trois grands résultats. Nous avons d’abord montré que l’effet du financement par un BA varie selon le critère retenu. Il est très favorable lorsqu’on retient l’investissement productif, au mieux neutre lorsque l’on s’intéresse au chiffre d’affaires et ambigu du point de vue de la création d’emplois. Notre deuxième résultat souligne l’importance de la population de référence dans le jugement porté sur la prime au Business Angel. En effet, sauf pour le chiffre d’affaires, les résultats sont d’autant plus favorables aux BA que les entreprises qu’ils financent sont comparées à un tirage aléatoire. La robustesse de ce résultat est fragilisée par le processus de sélection auxquels procèdent les investisseurs providentiels ce qui nous a conduit à composer un échantillon de sociétés semblables au groupe d’entreprises testées. La comparaison des résultats des estimations montre que la significativité de l’influence d’un BA est réduite lorsque l’on compare les sociétés accompagnées à leurs plus proches voisins. Nous pouvons alors en conclure que les caractéristiques propres des entreprises expliquent davantage les performances observées que le tour de table constitué pour les financer. De plus, l’effet de levier des Business Angels est certainement à reconsidérer, car de nombreux réseaux de BA ont passé des accords avec des partenaires institutionnels pour réaliser des co-investissements. Enfin, nous avons mis en évidence l’absence d’impact de la durée de l’accompagnement sur les performances de l’entreprise. Le simple fait d’être financé par un BA plus que l’intensité de son accompagnement constitue un signal à destination des partenaires externes qui en infèrent un jugement sur la qualité de l’entreprise. Néanmoins, l’effet de l’accompagnement du BA mériterait d’être isolé de l’effet due diligence et de l’effet investissement en capital.
53Ce travail comporte des limites tenant à la nature des indicateurs de croissance retenus et des échantillons mobilisés. En premier lieu, nous avons exclusivement analysé des indicateurs quantitatifs de croissance des entreprises. Notre recherche ne permet donc pas de capter les aspects qualitatifs et comportementaux qui sont susceptibles d’expliquer les différences de croissance entre les entreprises soutenues par les BA et les autres. En effet, la littérature souligne que les BA ont tendance à investir dans les entreprises présentant une forte propension à innover. Si tel était le cas, il serait alors possible de considérer que la croissance des immobilisations résulte d’un niveau élevé de dépenses de recherche et développement qui figurent au poste immobilisations incorporelles à l’actif du bilan. Cette possibilité mérite d’être explorée.
54C’est pourquoi, la suite de cette recherche devra donc porter davantage sur le développement interne de l’organisation et la construction des modèles d’affaires favorisé par les BA. En second lieu, nous avons exclusivement pris en compte des entreprises financées par des BA institutionnels alors même que les particuliers peuvent également les soutenir. À ce jour il est toutefois impossible de disposer des données nécessaires pour réaliser une étude de dimension équivalente à celle permise par les éléments fournis par France Angels. Les années couvertes sont également porteuses de risque de résultats biaisés. Elles correspondent au début de la crise financière qui a fortement fragilisé les PME.
55Sur ce point, il est probable que le maintien d’une conjoncture marquée par la crise et que les difficultés financières (trésorerie et investissement) des entreprises illustrées par les différents rapports de la Banque de France sur la situation financière des entreprises ne modifient pas radicalement les résultats obtenus. Le ralentissement de la croissance, le tassement de la demande, des entreprises notamment, et le recul des exportations ont accentué les problèmes des entreprises. On peut donc s’attendre à ce que les difficultés de croissance de l’emploi et de la demande aient persisté au cours des années 2010 et suivantes. Dans ces conditions, le soutien de Business Angels est susceptible de creuser encore davantage l’écart entre les entreprises, celles qui leur sont adossées pouvant mettre à profit de leurs conseils et apport financier pour investir davantage et, ainsi, améliorer leur situation.
56En dépit de ces limites, cette recherche a permis d’éclairer les caractéristiques des BA institutionnels français, domaine de recherche encore trop peu développé. Elle réalise également un apport à la compréhension des déterminants de la croissance des entreprises suivant leur mode de financement. Elle peut enfin contribuer à éclairer les décideurs publics en portant à leur connaissance l’impact limité de ces interventions, du moins dans le cas français et pour les investisseurs institutionnels.
57Ce dernier point est d’autant plus important que les politiques publiques placent de grands espoirs dans la capacité de ces acteurs à améliorer l’efficacité globale du système de financement des PME. Leurs avantages sont nombreux par rapport à des institutions bancaires ou même par comparaison avec des organismes de capital risque. Ils vont de l’absence de critère sectoriel dans la prise de décision, à la diversité des méthodes d’accompagnement en passant par leur autonomie financière et leur rapidité d’intervention. Les entreprises en bénéficient toutefois assez faiblement. Ce constat soulève la question de l’efficacité des politiques publiques de soutien à ces opérateurs. En leur permettant de bénéficier d’avantages fiscaux indépendants de leurs résultats d’une part et des résultats des entreprises accompagnées de l’autre, ces politiques risquent en effet de réduire les avantages initiaux des investisseurs providentiels. Leur efficacité résulte en effet de leur capacité à réduire les asymétries d’information, particulièrement importantes lorsqu’il s’agit de financer l’innovation.
58Or, la déspécialisation de ces structures réduit leur aptitude à analyser et à sélectionner efficacement les projets, d’où un risque de moindres perspectives de succès pour les entreprises accompagnées. Ensuite, la coopération entre les Business Angels et les autres institutions financières reste encore limitée. La très petite taille et le foisonnement de BA isolés compliquent l’adoption de mesures uniques de soutien à leur activité. Face à l’enjeu que représente le financement des entreprises petites, jeunes et innovantes, une évaluation globale de leurs modalités d’intervention des Business Angels, de leur rôle dans le système de financement national et de leur organisation s’impose pour que le potentiel de ces opérateurs se réalise au bénéfice de la croissance des entreprises.
Annexe 1
59Soit xi,t la taille de la firme i à l’instant t et εi,t la valeur aléatoire de la croissance représentant un choc de croissance idiosyncrasique entre la période t – 1 et t. Nous aurons ainsi :
61qui peut être développé de manière à obtenir :
63Pour une courte période, on peut considérer que la valeur de εi,t est suffisamment petite pour justifier l’approximation log(1 + εi,t) εi,t.
64En prenant le logarithme de l’expression (2), on obtient :
66En supposant que les termes aléatoires sont indépendants, de moyenne μ et de variance σ2, quand t → ∞, le terme log xi,0 sera suffisamment petit par rapport au terme logxi,t et la distribution de logxi,t tend vers une distribution normale de moyenne μt et de variance σ2t.
67Autrement dit, la distribution limite de xi,t est celle de la loi log-normale.
68La croissance de la firme i peut donc être considérée comme la différence de logarithme de la taille de la firme entre la période t et la période t – 1, soit :
Annexe 2 – Principe des modèles à choix discret
70Les modèles à choix discrets sont utilisés pour analyser les situations dans lesquelles un individu doit faire un choix parmi un ensemble fini et exhaustif de modalités mutuellement exclusives [14]. Ces modèles calculent la probabilité qu’un individu sélectionne une modalité particulière parmi cet ensemble, étant donné les observations. C’est bien ce qui est en jeu ici dans la mesure où l’on cherche à repérer les caractéristiques d’une enterprise qui expliquent le régime de croissance de l’effectif dans lequel elle s’incrit, la présence dans un régime étant exclusive de tout autre.
71Si Pi est la probabilité d’observer une croissance élevée. La probabilité de ne pas observer une croissance élevée est égale à 1 – i.
72Le rapport , de ces deux probabilités est appelé cotes (Odds ratio), exprime la probabilité d’observer l’évènement en question par rapport au cas contraire. Le modèle logistique modélise le logarithme des Odds (log-Odds) comme une fonction linéaire (dans les paramètres) des Xi (variables explicatives).
73On désigne par le terme Logit le rapport d’où l’appelation de régression logistique.
74Formellement, le modèle de régression logistique binomial s’écrit :
76Afin de mieux comprendre l’intérêt de ce type de modèle, il faut se pencher plus en détail sur la notion de cote (Odds) ou de chances. Celle-ci exprime la probabilité de réalisation d’un évènement aléatoire. La chance qu’un évènement se réalise est obtenue par la division de la probabilité de sa réalisation sur la probabilité de sa non réalisation.
Annexe 3 – Définition et sources des variables utilisées
Annexe 4 – Matrices de corrélations
Matrice de corrélation pour les populations BA et aléatoires
Matrice de corrélation pour les populations BA et aléatoires
* p < 0.05, ** p < 0.01, *** p < 0.001Matrice de corrélation pour les populations BA et PPV
Matrice de corrélation pour les populations BA et PPV
* p < 0.05, ** p < 0.01, *** p < 0.001Annexe 5 – Critères et méthode de détermination des plus proches voisins
77La méthode du plus proche voisin mise en œuvre dans ce travail, s’appuie sur deux macros SAS développées par l’Insee. Il s’agit de regrouper « au mieux » des individus selon des critères de proximité statistique, selon une logique d’agrégation pas à pas à partir des outils de classification hiérarchique ascendante.
78La macro CAHQUAL réalise une classification hiérarchique ascendante sur un tableau de contingence en utilisant des variables qualitatives
79La macro PARTQUAL permet de réaliser une partition des populations à partir des résultats d’une classification ascendante hiérarchique effectuée à l’aide de la macro CAHQUAL sur un tableau de contingence.
80Les critères employés pour paramétrer les macros SAS et déterminer les variables sont :
- le secteur défini sur la base des 30 secteurs marchands construits à partir des 88 divisions du niveau 2 de la nomenclature d’activité françaises Rev. 2008. Les secteurs non marchands, l’agriculture, les industries extractives, les activités financières, les activités immobilières et l’administration publique sont exclus de l’analyse car non concernés par l’intervention des investisseurs providentiels.
- la localisation définie selon le découpage en Régions administratives
- la taille définie par 5 classes :
- 0 salarié
- de 1 à 9 salariés
- de 10 à 19 salariés
- de 20 à 49 salariés
- de 50 à 99 salariés
- l’âge de l’entreprise selon qu’elle a
- moins d’un an
- entre 1 et 5 ans
- entre 5 et 10 ans
- 10 ans et plus
- la gouvernance avec 5 possibilités :
- Entreprises indépendantes
- Contour élargi d’un groupe
- Groupes français
- Groupes étrangers
- Micro-Groupes français
Annexe 6 – Tableaux de résultats
Modèles de variation de l’effectif (comparaison de la population d’entreprises soutenues par des BA à l’échantillon aléatoire)
Modèles de variation de l’effectif (comparaison de la population d’entreprises soutenues par des BA à l’échantillon aléatoire)
Erreurs standard robustes entre parenthèses*** p<0.01, ** p<0.05, * p<0.10
Modèles de variation de l’effectif (comparaison de la population d’entreprises soutenues par des BA à la population des plus proches voisins)
Modèles de variation de l’effectif (comparaison de la population d’entreprises soutenues par des BA à la population des plus proches voisins)
Erreurs standard robustes entre parenthèses*** p<0.01, ** p<0.05, * p<0.10
Modèles de variation du chiffre d’affaires (comparaison de la population d’entreprises soutenues par des BA à l’échantillon aléatoire)
Modèles de variation du chiffre d’affaires (comparaison de la population d’entreprises soutenues par des BA à l’échantillon aléatoire)
Erreurs standard robustes entre parenthèses*** p<0.01, ** p<0.05, * p<0.10
Modèles de variation du chiffre d’affaires (comparaison de la population d’entreprises soutenues par des BA à la population des plus proches voisins)
Modèles de variation du chiffre d’affaires (comparaison de la population d’entreprises soutenues par des BA à la population des plus proches voisins)
Erreurs standard robustes entre parenthèses*** p<0.01, ** p<0.05, * p<0.10
Modèles de variation des immobilisations corporelles (comparaison de la population d’entreprises soutenues par des BA à l’échantillon aléatoire)
Modèles de variation des immobilisations corporelles (comparaison de la population d’entreprises soutenues par des BA à l’échantillon aléatoire)
Erreurs standard robustes entre parenthèses*** p<0.01, ** p<0.05, * p<0.10
Modèles de variation des immobilisations corporelles (comparaison de la population d’entreprises soutenues par des BA à la population des plus proches voisins)
Modèles de variation des immobilisations corporelles (comparaison de la population d’entreprises soutenues par des BA à la population des plus proches voisins)
Erreurs standard robustes entre parenthèses*** p<0.01, ** p<0.05, * p<0.10
Modélisation de l’effet de la durée de l’intervention sur la variation de l’effectif
Modélisation de l’effet de la durée de l’intervention sur la variation de l’effectif
Erreurs standard robustes entre parenthèses*** p<0.01, ** p<0.05, * p<0.10
Modélisation de l’effet de la durée de l’intervention sur la variation du chiffre d’affaires
Modélisation de l’effet de la durée de l’intervention sur la variation du chiffre d’affaires
Erreurs standard robustes entre parenthèses*** p<0.01, ** p<0.05, * p<0.10
Modélisation de l’effet de la durée de l’intervention sur la variation des immobilisations corporelles
Modélisation de l’effet de la durée de l’intervention sur la variation des immobilisations corporelles
Erreurs standard robustes entre parenthèses*** p<0.01, ** p<0.05, * p<0.10
Bibliographie
References
- ACHTENHAGEN, L., NALDI, L., MELIN, L. (2010), “Business growth” – Do Practitioners and Scholars Really Talk about the Same Thing ?, Entrepreneurship, Theory and Practice, 34(2), 289-316.
- AGHION, P., COHEN, E. (2007), Atouts et défis de la France dans la mondialisation, in CAE, Mondialisation : les atouts de la France, Paris, La Documentation française, 7-12.
- AHO, E., CORNU, J., GEORGHIOU, L., SUBIRÁ, A. (2006), Creating an Innovative Europe, Report of the Independent Expert Group on R&D and Innovation appointed following the Hampton Court Summit, Brussels, European Commission Employment Policy and Job Creation, Boulder, CO and London, Westview Press, 159-167.
- ATZENI, G., PIGA, C. (2007), R&D Investment, Credit Rationing and Sample Selection, Bulletin of Economic Research, 59(2), 149-178.
- AUBIER, M., CHERBONNIER, F. (2007), L’accès des entreprises au crédit bancaire, Économie et Prévision, 177(1), 121-128.
- BECK, T., DEMIRGÜÇ-KUNT, A., MAKSIMOVIC, V. (2005), Financial and Legal Constraints to Growth : Does Firm Size Matter ?, The Journal of Finance, 60(1), 137-177.
- BETBEZE, J., SAINT-ETIENNE, C. (2006), Une stratégie PME pour la France, Paris, La Documentation française.
- BIRCH, D. (1987), Job Creation in America : How Our Smallest Companies Put the Most People to Work, New York, Free Press.
- BIRCH, D., MEDOFF, J. (1994), Gazelles, in L.C. Solmon, A. R. Levenson (eds.), Labor Markets, Employment Policy and Job Creation, Boulder, CO and London, Westview Press, 159-167.
- BLACK, B., GILSON, R. (1998), Venture Capital and the Structure of Capital Markets : Banks Versus Stock Markets, Journal of Financial Economics, 47(3), 243-277.
- BOTTAZZI, L., DA RIN, M., HELLMANN, T. (2008), Who are the Active Investors ? Evidence from Venture Capital, Journal of Financial Economics, 89(3), 488-512.
- BOUTILLIER, S., FOREST, J., GALLAUD, D., LAPERCHE, B., TANGUY, C., TEMRI, L. (dir.) (2014), Principes d’économie de l’innovation, Bruxelles, Peter Lang.
- CARPENTIER, C., SURET, J. (2013), Les incitatifs fiscaux pour les anges investisseurs, Canadian Tax Journal, 61(1), 79-157.
- CERTHOUX, G., ZENOU, E. (2006), Gouvernance et dynamique de l’actionnariat en situation entrepreneuriale : le cas des Business Angels, Revue de l’Entrepreneuriat, 5(1), 13-29.
- CERTHOUX, G., PERRIN, A. (2010), Les pratiques d’accompagnement des Business Angels en phase de pré-investissement : une étude exploratoire en France, Gestion 2000, 27(3), 91-104.
- CHEMMANUR, T., CHEN, Z. (2014), Venture Capitalists versus Angels : The Dynamics of Private Firm Financing Contracts, Review of Corporate Finance Studies, 3(1-2), 39-86.
- CHERIF, M. (1999), Asymétrie d’information et financement des PME innovantes par le capital-risque, Revue d’économie financière, 54, 163-178.
- CHERTOK, G., De MALLERAY, P., POULETTY, P. (2009), Le financement des PME, Conseil D’analyse Economique, Rapport N°83, Paris, La Documentation Française.
- COAD, A. (2009), The Growth of Firms : a Survey of Theories and Empirical Evidence, Cheltenham, UK and Northampton, MA, USA, Edward Elgar.
- COMMISSION EUROPÉENNE (2012), Evaluation of EU Member States’ Business Angel Markets and Policies Final report, URL : http://ec.europa.eu/enterprise/dg/files/ba-rep_en.pdf.
- COUTERET, P., NAVARRO, L. (2003), Processus entrepreneurial et financement d’amorçage : spécificités et apports des réseaux de Business Angels, Actes du colloque international de l’AIREPME, Agadir (Maroc), octobre.
- COWLING, M., BATES, P., JAGGER, N., MURRAY, G. (2008), Study of the Impact of Enterprise Investment Scheme (EIS) and Venture Capital Trusts (VCT) on Company Performance, HM Revenue & Customs Research Report 44, Brighton (UK).
- DAL-PONT LEGRAND, M., POMMET, S. (2010), Syndication et financement de l’innovation : motif de partage du risque versus expertise, Revue d’économie politique, 120(4), 643-668.
- DE CLERCQ, D., DIMOV, D. (2004), Explaining Venture Capital Firms Syndication Behaviour : A Longitudinal Study, Venture Capital, 6(4), 243-256.
- FERRARY, M., GRANOVETTER, M. (2009), The Role of Venture Capital Firms in Silicon Valley’s Complex Innovation Network, Economy and Society, 38(2), 326-359.
- FREEAR, J., SOHL, J., WETZEL, W. (1994), Angels and Non-Angels : Are there Differences ?, Journal of business venturing, 9(2), 109-123.
- FREEAR, J., SOHL, J., WETZEL, W. (1995), Angels : Personal Investors in the Venture Capital Market, Entrepreneurship & Regional Development, 7(1), 83-94.
- FREEAR, J., SOHL, J., WETZEL, W. (2002), Angles on Angels : Financing Technology-Based Ventures – A Historical Perspective, Venture Capital, 4(4), 275-287.
- ISNARD, M., SAUTORY, O. (1994), Les macros SAS d’analyse de données, Document INSEE n° F 9405, Série des documents de travail de la Direction des Statistiques Démographiques et Sociales.
- KERR, W., LERNER J., SCHOAR, A. (2011), The Consequences of Entrepreneurial Finance : Evidence from Angel Financings, Review of Financial Studies, 28(1), 20-55.
- LASCH, F., LE ROY, F., YAMI, S. (2005), Les déterminants de la survie et de la croissance des start-up TIC, Revue française de gestion, 155(2), 37-56.
- LELAND, H., PYLE, D. (1977), Informational Asymmetries, Financial Structure, and Financial Intermediation, The Journal of Finance, 32(2), 371-387.
- LERNER, J. (1994), The Syndication of Venture Capital Investments, Financial Management, 23(3), 6-27.
- LIAO, T. (1994), Interpreting Probability Models Logit, Probit, and other Generalized Linear Models, London, Sage Publications.
- LI, Y., LING, L., WU, J., LI, P. (2014), Who is More Likely to Become Business Angels ? Evidence of Business Angels and Potential Business Angels from China, Journal of Entrepreneurship in Emerging Economies, 6(1), 4-20.
- HARRISON, R., MASON, C. (2000), Venture Capital Market Complementarities : The Links between Business Angels and Venture Capital Funds in the UK, Venture Capital : An International Journal of Entrepreneurial Finance, 2, 223-242.
- MACHT, S., ROBINSON, J. (2009), Do Business Angels Benefit their Investee Companies ?, International Journal of Entrepreneurial Behaviour & Research, 15(2), 187-208.
- MADILL, J. (2005), The Role of Angels in Technology SMEs : A Link to Venture Capital, Venture Capital, 7(2), 107-129.
- MANIGART, S., LOCKETT, A., MEULEMAN, M., Wright, M., LANDSTRÖM, H., BRUINING, H., DESBRIERES, P., HOMMEL, U. (2006), Venture Capitalists’ Decision to Syndicate, Entrepreneurship Theory and Practice, 3(2), 131-153.
- MASON, C., HARRISON, R. (2000), Influences on the Supply of Informal Venture Capital in the UK : An Exploratory Study of Investor Attitudes, International Small Business Journal, 18(4), 11-28.
- MASON, C., STARK, M. (2004), What do Investors Look for in a Business Plan ? A Comparison of the Investment Criteria of Bankers, Venture Capitalists and Business Angels, International Small Business Journal, 22, 227-246.
- MORRISSETTE, S. (2007), A Profile of Angel Investors, The Journal of Private Equity, Summer, 52-66.
- MURPHY, G., TRAILER, J., Hill, R. (1996), Measuring Performance in Entrepreneurship Research, Journal of Business Research, 36(1), 15-23.
- POLITIS, D. (2008), Business Angels and Value Added : What Do We Know and Where Do We Go ?, Venture Capital, 10(2), 127-147.
- POLITIS, D., LANDSTRÖM, H. (2002), Informal Investors as Entrepreneurs : The Development of an Entrepreneurial Career, Venture Capital, 4(2), 78-101.
- PORTER, M., SPRIGGS, M. (2013), Informal Private Equity Investment Networks : The Role of the Nexus Angel, The Journal of Private Equity, 16(3), 48-56.
- RAMADANI, V. (2009), Business Angels : Who They Really Are, Strategic Change, 18, 249-258.
- REDIS, J. (2006), Contribution à la connaissance de l’accompagnement à la levée de fonds destiné aux jeunes entreprises de croissance : le cas de la France, Revue de l’entrepreneuriat, 5(1), 73-89.
- REVEST, V., SAPIO, S. (2012), Financing Technology-Based Small Firms in Europe : What Do We Know ?, Small Business Economics, 39(1), 179-205.
- SENEQUIER, D. (2008), L’impact du Private equity sur l’économie, Rapport du Conseil d’Analyse économique, n°75, Paris, La Documentation Française.
- SHANE, S. (2008), Angel Groups : An Examination of the Angel Capital Association Survey, January 1st, Available at SSRN : http://ssrn.com/abstract=1142645.
- SHANE, S. (2009), Fool’s Gold ? The Truth behind Angel Investing in America, New York, Oxford University Press.
- SHANE, S., HEIGHTS, S. (2008), The Importance of Angel Investing in Financing the Growth of Entrepreneurial Ventures, Working paper 331, SBA Advocacy, en URL : http://archive.sba.gov/advo/research/rs331tot.pdf, consulté le 27 juin 2014.
- STEPHANY, E. (1995), Capital-Risque : quel impact sur une PME familiale ?, Banque, 55, 58-61.
- TREHAN, N. (2000), Capital-Investissement : quel impact sur le processus de décision stratégique de croissance externe des entreprises personnelles et familiales de moyenne dimension ?, Actes du 5ème Congrès International Francophone sur la PME, Lille, disponible sur CD ROM.
- WEISS, S., KULIKOWSKI, C. (1991), Computer Systems that Learn, San Mateo California, Morgan Kaufmann Publishers, INC.
- WILTBANK, R. (2005), Investment Practices and Outcomes of Informal Venture Investors, Venture Capital, 7(4), 343-347.
- WILTBANK, R., BOEKER, W. (2007), Returns to Angel Investors in Groups, Ewing Marion Kauffman Foundation and Angel Capital Education Foundation, November.
- WILTBANK, R., READ, S., DEW, N., SARASVATHY, S. (2009), Prediction and Control under Uncertainty : Outcomes in Angel Investing, Journal of Business Venturing, 24, 116-133.
- WIRTZ, P., BONNET, C., HAON, C. (2012), Liftoff : When Strong Growth is Predicted by Angels and Fuelled by Professional Venture Funds, Annual Meeting of the Academy of Entrepreneurial Finance, New York, September.
- YOSHA, O. (1995), Information Disclosure Costs and the Choice of Financing Source, Journal of Financial Intermediation, 4(1), 3-20.
Notes
-
[1]
Les auteurs remercient France Angels et les participants au Comité de pilotage de l’étude « Evaluation de la performance des Business Angels en France » réalisée par le cabinet Neovian pour la Direction Générale de la Compétitivité de l’Industrie et des Services du Ministère de l’Economie pour leur avoir autorisé l’accès aux données sur les BA. Ils sont en outre accrédités par le Comité du secret statistique de l’INSEE pour l’utilisation des bases FARE et LIFI.
-
[2]
Ce découpage n’est pas propre à la France et soulève des problèmes d’hétérogénéité en matière de comportements et d’efficacité des interventions comme l’ont relevé Carpentier et Suret (2013).
-
[3]
Nous ne disposons pas de données statistiques sur les Business Angels indépendants mais seulement de données concernant les réseaux. Selon l’OCDE (2011), 81 réseaux de Business Angels étaient actifs en France en 2009, ce qui place ce pays en seconde position derrière les USA (350 réseaux) et devant le Royaume-Uni (74 réseaux). Un rapport de la Commission Européenne (2012) établi à partir des données de l’enquête European Business Angels Networks Survey montre que plus de 4000 Business Angels étaient recensés en 2010 en France dont 3000 actifs au travers de 66 réseaux ayant répondu à l’enquête (Source : National data in the basis EBAN Survey, 2010).
-
[4]
Wiltbank et Boeker (2007) mentionnent l’importance et la forte augmentation du nombre de particuliers investissant directement dans le capital de petites entreprises aux États-Unis.
-
[5]
Données France Angels en ligne sur le site internet du réseau à la page suivante : http://www.franceangels.org/images/stories/pdf/chiffres/FRANCE-ANGELS-ACTIVITE-2-9.pdf?phpMyAdmin=n3Vci%2C8DppZoZbtOWRBnUr6CMa7 (page consultée le 11 mars 2014)
-
[6]
Il a été constitué à l’aide d’une macro SAS « CAHQUAL » développée à l’INSEE par Isnard et Sautory (1994). Voir l’Annexe 5 qui présente la méthode d’obtention de la population des k plus proches voisins et les critères de similitude retenus pour la composer.
-
[7]
Cf. Kerr et al. (2011) pour une présentation des bénéfices méthodologiques à attendre de la comparaison avec deux échantillons de référence.
-
[8]
Les résultats des tests sont disponibles auprès des auteurs sur simple demande.
-
[9]
Pour ce faire, nous avons utilisé l’option « robust » de Stata.
-
[10]
Pour plus de lisibilité et afin de faciliter l’interprétation, les tableaux de résultats des régressions logistiques qui testent la probabilité de croître ou de décroître par rapport à la stabilité de l’effectif contiennent les rapports de chance et pas les coefficients.
-
[11]
Les quatre motifs de syndication sont : le partage du risque financier ; la sélection des projets ; les flux d’affaires et la création de valeur. Pour une présentation détaillée, le lecteur pour se reporter aux travaux de Lerner (1994), Manigart et al. (2006) et Dalpont et Pommet (2010).
-
[12]
Voir Bottazzi et al. (2008) pour une application de ce type de questionnement au cas du capital risque.
-
[13]
Cf. la recension proposée par Cherif (1999).
-
[14]
Le logit est plus robuste à la présence de points extrêmes ce qui est le cas dans nos populations (Liao, 1994)