Gestion du résultat, les déterminants de la structure financière et le coà»t de la dette: étude empirique sur les entreprises tunisiennes non financières cotées

2- 2-2 Etude des spécificités des données de panel :

Puis que notre étude basée sur des données sous forme de panel. De ce fait il est important tout d'abord de vérifier la spécification homogène du processus générateur des données.

a) Test de spécification du processus générateur des données

Le but de faire le test de spécification (appelé aussi test d'homogénéité de Fisher) est d'accepter ou de rejeter l'hypothèse nulle d'une structure parfaitement homogène c'est à dire les constantes et les coefficients sont identiques contre l'hypothèse de la présence d'un effet individuel dans les données de panel. Ce test permet de confirmer ou d'informer l'hypothèse nulle d'égalité des á_i (c'est à dire tous les á_i sont égaux : á_i = á_i = á_{i=...........} á_n ). Sous l'hypothèse d'indépendance et de normalité des résidus, nous avons construit une statistique de Fisher pour tester (N-1) restrictions linéaires. Sous l'hypothèse alternative, les coefficients â sont égaux, dans ce cas les constantes sont différentes selon les individus.

Par conséquent, on a N *(N-1)-K degrés de liberté.

Avec :

N : La taille de notre échantillon (32 entreprises Tunisiennes non financières.

T : Le nombre d'années (6 ans cette recherche nous avons sur une période allant du 2007 à 2012).

K : Le nombre des variables explicatives. (6 variables explicatives)

Lorsque la statistique de Fisher admet une plus-value supérieur à 5%, on dit qu'il ya un effet commun donc on accepte l'hypothèse nulle d'égalité des constantes (á_i) et l'estimation se fait par la méthode de régression linéaire simple (MCO). Par contre, si la probabilité d'acceptation de l'hypothèse nulle d'égalité des constantes á_i est inferieur à 5% , dans ce cas on rejette l'hypothèse nulle d'égalité des constantes (á_i), donc on a un effet spécifique, d'ou nous passons au modèle a effet individuelle ( à savoir le modèle à effet fixes ou aléatoire). Alors, il est important dans ce qui suit de présenter les résultats du test d'homogénéité du notre modèle d'étude.

Tableau 5 : Test d'homogénéité du notre modèle d'étude

Statistique de Fisher : F	1.81
Plus-value	0.0000
Conclusion	On rejette l'hypothèse nulle d'égalité des constantes (ái)
Type d'effet	Effet spécifique

A la lumière du tableau 5, nous avons constaté que la statistique de Fisher admet une plus values (égale 0.0000) inférieur à 5%, cela implique l'existence d'un effet individuel mesuré à travers les constantes (á_i). Ce pendant on doit passer à l'étude des effets individuels.

a)-1 Etude des effets individuels

A l'instar d'un modèle à effet individuel, il est important de savoir comment les effets individuels doivent être spécifiés. Ceci nous permettant de savoir est ce que notre modèle a un effet aléatoire ou fixe. Pour cela tout d'abord, nous avons présenté deux types des modèles. En suite, nous avons opté un test statistique permettant de spécifier les effets individuels. En fin, nous mettant l'accent sur l'interprétation des résultats de ce test. Nos résultats nous permettent de mettre en évidence la présence des effets spécifiques individuels, pour cela nous avons régressé notre modèle à travers les effets fixes et effets aléatoires.

Les résultats de ces deux régressions sont présentés comme suit :