WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Les anomalies des nouvelles introductions en bourse: Cas du nouveau marché français

( Télécharger le fichier original )
par Najed BEN HADJ AL
IHEC Tunis - Mastere Monnaie et Finance 2005
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

c) Résultats et interprétations :

Les résultats de la régression Logit sur l'ensemble de l'échantillon d'étude, tels que reportés dans le tableau 4 ainsi que les tableaux 5, 6, et 7 relatives respectivement aux résultats d'estimation des coefficients des variables explicatives et à la qualité d'ajustement du modèle mesurée par le pseudo R2 ainsi que le pourcentage de prédictions correctes17(*), ainsi que les tableaux de 1 à 9 en annexe (C), montrent que :

v Le facteur age :

Le coefficient associé à ce facteur, statistiquement significatif, intervient à expliquer la performance boursière de l'entreprise, surtout à long terme, de 2 à 3 ans de transactions.

Le signe du coefficient associé à cette variable est compatible avec ce qui a été prévu, soit une relation positive entre la probabilité que l'entreprise réalise une performance boursière positive et son age.

L'age devient un facteur important à long terme, où l'entreprise la plus établie est supposée avoir plus d'expérience et d'expertise à gérer les conflits et orienter l'effort financier vers les projets les plus rentables à travers ses relations avec des clients et des fournisseurs de qualité. Ce facteur devient important avec la taille relativement petite des entreprises introduites sur le nouveau marché (NM).

v Les coûts d'agence :

C'est un déterminant de la performance boursière de l'entreprise. Le pourcentage de capital mis en vente en tant que choix stratégique de l'entreprise, se traduit à court terme par une probabilité de plus en plus faible que la future performance soit positive avec un degré de dilution de capital plus important.

Cependant, la variable « AGENCE» n'est statistiquement significative que pour deux mesures, le BHAR et le T-BHAR, pour la même référence celle des entreprises de taille et de BM comparables à celles de l'IPO.

En tenant compte du résultats de Jain et Kini (1994), de l'existence d'une relation positive entre la performance opérationnelle et le taux de rétention du capital, et sous l'hypothèse que la performance opérationnelle va de pair avec la performance boursière, le résultat ainsi obtenu confirme donc celui de Jain et Kini (1994).

v L'année d'introduction :

Parallèlement aux résultats obtenues dans la première partie, de l'existence d'une différence de performance entre l'année 1999 et 2000 avec une performance plus faible en 2000 et ce à travers l'ensemble des mesures et références utilisées, le modèle Logit montre également que pour une entreprise introduite en bourse en 1999 aura une probabilité plus importante de réaliser une performance positive à court terme (à 6 mois).

Le coefficient associé à cette variable indicatrice est statistiquement significatif sur un horizon de 6 mois, pour les trois mesures et les deux références retenues.

Cependant seul le BHAR calculé en utilisant les entreprises de taille comparables comme référence, l'année d'introduction est un déterminant statistiquement significatif de la performance boursière des IPOs à 3 ans. Ce résultat peut être attribué à la taille de l'échantillon, qui se réduit à 40 IPOs pour le cas des modèles 2 et 5 alors que, sur l'ensemble de l'échantillon (61) l'année d'introduction ne contribue pas à expliquer le signe de la performance anormale des IPOs que sur un horizon de 6 mois.

v Les institutionnels :

Contrairement à ce qui a été prévu, la présence des institutionnels à l'introduction en bourse affecte négativement la probabilité d'avoir une performance boursière positive sur 2 et 3 ans.

Ce facteur est un déterminant de la probabilité d'avoir une performance boursière positive à long terme, seul dans le cas du BHAR en utilisant les entreprises de taille et de B/M comparables à celles de l'IPO, qui montre une significativité de cette variable à court terme.

De part le signe du coefficient associé à ce facteur, la probabilité que la performance boursière sur un horizon de 2 et 3 ans sera positive est d'autant plus faible si les institutionnels (banques, assurances, caisse de retraite...) sont parmi les actionnaires détenant une part du capital de l'entreprise nouvellement introduite en bourse.

Une des explications possibles de ce résultat inattendu, est le caractère familial de la plupart des entreprises introduite sur le NM (Philippe Dessertine (2000)). En effet, d'une part la suffisance du capital familial diminue la probabilité de recourir à des financiers externe, d'autre part, le marché acquiert une expérience d'évaluation de telles entreprises sur un historique de 3 ans de 1996 à 1999. Ceci implique que la présence des institutionnels, est mal interprétée par le marché qui prévoit des difficultés de financement et un désengagement progressif des anciens actionnaires avec l'introduction en bourse.

Par ailleurs, ce résultat n'est pas particulier au nouveau marché français (NM). En effet Fields (1995) montre également l'existence d'une relation négative entre la part du capital détenue par les institutionnels et la performance de long terme des IPOs américains.

v Le produit d'introduction :

Cette variable n'est statistiquement significative qu'à court terme (6 mois) pour l'ensemble des mesures de performance et références utilisées. Le signe du coefficient associé à cette variable, implique que la probabilité que la performance boursière soit positive va de pair avec la montant des fonds collectés. Ceci est justifié par une perception de la taille des fonds comme une réussite de l'opération d'introduction qui sera d'autant plus importante que le produit d'introduction est important. Cependant cette variable regagne sa position et son pouvoir prédictif à 3 ans et ceci est prouvé par la significativité statistique du coefficient qui y est associé pour le cas du CAR et du BHAR en utilisant les entreprises de taille proches de celles de l'IPO comme référence.

v La décote initiale :

L'initiale sous-évaluation affecte négativement la probabilité que la performance boursière soit positive sur un horizon de 24 mois (2ans) pour les trois mesures de performance et les deux références retenues (le coefficient est statistiquement significatif à 10 %). Autrement dit, malgré le rendement initial positif obtenu par la nouvelle action, le marché "surpris" par sa faible performance pénalise l'entreprise à partir de la deuxième année post IPO.

v La part des dirigeants fondateurs :

La part du capital détenue par les dirigeants fondateurs n'est pas un facteur déterminant de la probabilité de réaliser une performance positive. Le marché n'accorde pas d'importance au contrôle assuré par la part détenue par les dirigeants fondateurs.

v Nouvelles émissions d'actions :

Les entreprises qui ont procédés par émission de nouvelles actions même si elles sont peu fréquentes sur les trois ans qui suivent la date d'introduction, la probabilité qu'elles seront sur performantes est plus faible (nulle).

Le coefficient associé à cette variable, est statistiquement significatif pour l'ensemble des mesures et références utilisées sur un horizon de 6 mois, 24 mois, et 36 mois.

Tableau 4 Récapitulatif des résultats de la régression Logit

Facteur

Mesure

Référence 

T

Modèle

Degré de liberté

Signe du coefficient

AGE

CAR

BHAR

Taille

Taille

Taille et B/M

24

36

6

1, 4

1

1

10 %

10 %

10 %

+

+

+

AGENCE

T-BHAR

T-BHAR

BHAR

Taille et B/M

Taille et B/M

Taille et B/M

6

36

6

2, 5, 6

2, 3, 5, 6

7

5 %

5 %

10 %

-

-

-

ANNEE

CAR

BHAR

BHAR

BHAR

T-BHAR

Taille

Taille

Taille

Taille et B/M

Taille et B/M

6

6

36

6

6

1, 2, 4, 5, 6

1, 2, 4, 5, 6

2, 5

2, 5

1, 2, 4, 5, 6

1 %

1 % (1, 2, 5)

5 % (4, 6)

10 %

10 %

1 % (2, 5)

5 % (1, 4, 6)

+

+

+

+

+

+

+

INST

CAR

CAR

BHAR

BHAR

BHAR

BHAR

T-BHAR

Taille et B/M

Taille et B/M

Taille

Taille et B/M

Taille et B/M

Taille et B/M

Taille et B/M

24

36

36

6

24

36

36

1, 4,7

2, 3, 4, 6

1, 4, 7

1, 4

1, 4, 7

2, 6

2, 3, 6

10 %

5 % (2, 3, 6)

10 % (4)

5 % (1)

10 % (4, 7)

5 % (4)

10 % (1)

5 % (4)

10 % (1,7)

10 %

10 %

-

-

-

-

-

-

-

-

-

-

-

PRODUIT

CAR

CAR

CAR

BHAR

BHAR

BHAR

T-BHAR

T-BHAR

Taille

Taille

Taille et B/M

Taille

Taille

Taille et B/M

Taille

Taille et B/M

6

36

6

6

36

6

6

6

1, 2, 4, 5, 6

2, 5, 6

1, 2, 4, 5, 6

1, 2, 4, 5

1, 4

2, 5

1, 2, 4, 5, 6

2, 5, 6

5 % (1, 2, 4, 5)

10 % (6)

5 % (6)

10 % (2, 5)

5 % (2, 5, 6)

10 % (1, 4)

10 % (1, 4)

5 % (2, 5)

10 %

10 %

10 %

10 %

+

+

+

+

+

+

+

+

+

+

+

+

Ce tableau reporte les mesures de performance ainsi que les références pour lesquels le modèle Logit donne un résultat significatif pour un facteur donné à un degré de liberté, ainsi que le signe du coefficient correspondant à chaque facteur et l'horizon pour lequel la variable de contrôle regagne son pouvoir prédictif ou le garde. ns : non significatif. T : l'horizon.

Ainsi les entreprises qui ont procédés par émissions de nouvelles actions sur les trois ans qui suivent la date d'introduction en bourse ont une probabilité plus élevée de réaliser une performance boursière négative aussi bien à court terme (6 mois) qu'à long terme (2 et 3 ans).

DI

CAR

CAR

BHAR

T-BHAR

Taille

Taille et B/M

Taille et B/M

Taille et B/M

6

24

24

24

1, 4

7

1, 4, 7

1, 4

5 %

10 %

10 %

10 %

-

-

-

-

NE

CAR

CAR

BHAR

BHAR

BHAR

BHAR

T-BHAR

Taille

Taille et B/M

Taille

Taille

Taille et B/M

Taille et B/M

Taille et B/M

6

6

6

36

6

24

24

2, 5

1, 2, 5, 7

2,5

1, 2, 5, 7

1, 2, 5, 7

1,7

1, 2, 3, 5, 7

10 %

5 % (1)

10 % (2, 5, 7)

5 % (5)

10 % (2)

5 % (2,5)

10 % (1, 2, 7)

5 % (2, 5)

10 % (1, 7)

10 %

5 % (1, 7)

10 % (2, 3, 5)

-

-

-

-

-

-

-

-

-

-

-

-

PDF

ns

ns

ns

ns

ns

 

Tableau 5 Qualité du modèle : cas du CAR

Pour chaque modèle on reporte les résultats de pseudo R2et pourcentage de prédictions correctes sur les horizons 6, 12, 24, et 36 mois respectivement sur la 1ère, 2ème, 3ème, et 4ème ligne pour le cas dur CAR

CAR entreprises de tailles comparables

CAR entreprises de tailles et B/M comparables

Pseudo R2

Pourcentage de prédictions correctes

Pseudo R2

Pourcentage de prédictions correctes

Modèle 1

0.638695

0.497286

0.397970

0.358211

80.00

55.00

60.00

57.50

0.581998

0.339922

0.273325

0.235746

72.50

52.50

60.91

65.00

Modèle 2

0.480704

0.445851

0.346691

0.061283

65.57

53.49

53.10

60.66

0.400918

0.326798

0.144705

0.114074

67.21

57.38

43.93

40.49

Modèle 3

0.531325

0.235898

0.222270

0.110922

60.66

55.74

57.38

55.74

0.437968

0.310179

0.436266

0.305148

62.30

62.30

60.66

53.93

Modèle 4

0.501636

0.396497

0.396932

0.155535

72.50

55.00

57.50

57.50

0.421145

0.338323

0.128657

0.110879

67.50

52.50

62.50

60.00

Modèle 5

0.480263

0.144750

0.246684

0.260663

67.21

54.10

54.10

59.02

0.420317

0.126698

0.142093

0.238549

63.93

55.74

62.30

68.85

Modèle 6

0.439790

0.241400

0.345163

0.256007

63.93

52.46

60.66

60.66

0.472252

0.326297

0.224554

0.311767

59.02

52.46

63.93

67.21

Modèle 7

0.333206

0.262218

0.394972

0.141486

62.50

62.50

62.50

50.00

0.498149

0.134805

0.269659

0.199066

57.50

55.00

67.50

62.50

Tableau 6 Qualité du modèle : cas du BHAR

Pour chaque modèle on reporte les résultats de pseudo R2et pourcentage de prédictions correctes sur les horizons 6, 12, 24, et 36 mois respectivement sur la 1ère, 2ème, 3ème, et 4ème ligne pour le cas dur BHAR

BHAR entreprises de tailles comparables

BHAR entreprises de tailles et B/M comparables

Pseudo R2

Pourcentage de prédictions correctes

Pseudo R2

Pourcentage de prédictions correctes

Modèle 1

0.656590

0.140007

0.233442

0.229966

77.50

55.00

53.26

63.91

0.529966

0.422798

0.396440

0.121489

70.00

50.00

52.50

70.00

Modèle 2

0.473201

0.337470

0.448700

0.121459

67.21

60.66

54.10

65.57

0.421459

0.321469

0.335934

0.212741

57.91

50.82

63.93

53.77

Modèle 3

0.549355

0.227320

0.116928

0.150913

60.66

52.37

59.02

63.93

0.550913

0.236495

0.210273

0.189866

63.93

55.74

57.38

57.21

Modèle 4

0.208132

0.340006

0.303208

0.354279

45.00

55.00

57.50

67.50

0.654279

0.322141

0.233169

0.279254

67.50

55.00

65.00

60.00

Modèle 5

0.571006

0.335620

0.346565

0.211830

67.21

52.46

52.46

67.21

0.511830

0.120973

0.130721

0.272671

67.21

54.10

59.02

48.85

Modèle 6

0.529171

0.335839

0.246143

0.171784

60.66

59.02

60.66

52.46

0.471784

0.221334

0.217473

0.199032

52.46

50.82

62.30

48.75

Modèle 7

0.441225

0.426886

0.320199

0.176163

65.00

60.00

52.50

47.50

0.576163

0.118437

0.194678

0.284491

67.50

51.69

67.50

65.00

Tableau 7 Qualité du modèle : cas du T- BHAR

Pour chaque modèle on reporte les résultats de pseudo R2et pourcentage de prédictions correctes sur les horizons 6, 12, 24, et 36 mois respectivement pour le 1ère, 2ème, 3ème, et 4ème ligne pour le cas dur T-BHAR

T-BHAR entreprises de tailles comparables

T-BHAR entreprises de tailles et B/M comparables

Pseudo R2

Pourcentage de prédictions correctes

Pseudo R2

Pourcentage de prédictions correctes

Modèle 1

0.533325

0.364817

0.105307

0.265524

67.50

50.00

60.00

77.50

0.680577

0.222495

0.210994

0.119131

80.00

52.50

67.50

77.50

Modèle 2

0.394316

0.251414

0.163957

0.155394

67.21

63.93

70.49

73.77

0.276830

0.335168

0.393087

0.278528

53.77

65.57

72.13

47.95

Modèle 3

0.239551

0.249999

0.141879

0.048093

63.93

65.57

68.85

40.49

0.452636

0.332457

0.275510

0.169020

65.57

62.30

65.57

43.77

Modèle 4

0.529106

0.61308

0.291154

0.159010

70.00

72.50

60.00

37.50

0.672602

0.244153

0.111898

0.114512

80.00

60.00

67.50

59.49

Modèle 5

0.491217

0.335253

0.255970

0.250182

60.66

68.85

70.49

72.13

0.675674

0.234966

0.192109

0.136929

73.77

65.57

68.85

72.13

Modèle 6

0.379627

0.251111

0.255752

0.151651

63.93

63.93

68.85

52.13

0.652685

0.332458

0.254073

0.176213

73.77

62.30

59.02

75.41

Modèle 7

0.263721

0.449554

0.104553

0.164709

75.00

72.50

48.00

57.50

0.576514

0.322140

0.191066

0.299283

67.50

55.00

50.00

52.50

Les résultats ainsi obtenus de cette régression, montrent que certains facteurs sont mal prises en compte par le marché à court terme et se traduisent à long terme par une sorte de pénalisation de l'entreprise soit une baisse de sa performance boursière, d'autres variables sont positivement interprétés par les investisseurs alors que d'autres sont même négligés.

En plus il est à remarquer que la contribution de certains facteurs cesse d'être significative dans l'explication de la probabilité que la future performance boursière soit positive au delà des six premiers mois de transactions, alors que d'autres regagnent leur pouvoir prédictif à long terme (de 2 à 3 ans). C'est ainsi que le facteur age, la présence des institutionnels et la décote initiale gardent un pouvoir prédictif statistiquement significatif à long terme de la probabilité d'avoir une performance positive, alors que les coûts d'agence, l'année d'introduction et la taille d'introduction n'arrivent pas à expliquer la probabilité d'une performance positive qu'à court terme. La seule variable négligée par le marché est la part des dirigeants fondateurs dans le capital à l'introduction en bourse.

Par ailleurs, les valeurs en moyenne faibles18(*) du Pseudo R2 surtout au-delà des six premiers mois, mettent en évidence d'une part la non pertinence relative des variables retenues dans la régression Logit. D'autre part, ce résultat prouve que la matrice des facteurs explicatifs est encore à enrichir. En effet, tout au long de la vie boursière de l'entreprise le cours de l'action est sujet de différents évènements qui restent à en tenir en compte et qui pourraient expliquer le niveau de performance boursière qu'il atteint à long terme tel est le cas des variations des cash flow nets réalisés, la variation dans le taux de distribution de dividende, les périodes autour de l'annonce des résultats, variation dans le CA ...

* 17 Le modèle retenu présente de part le pourcentage des prédictions correctes toujours supérieur à 50 %, un pouvoir prédictif acceptable vu la qualité d'ajustement relativement faible.

* 18 Les valeurs de Pseudo R2 sont en moyenne au dessus de 0,4 mais à long terme la qualité d'ajustement s'affaiblie, ce qui prouve un pouvoir prédictif des variables retenues limité à court terme (6 à 12 mois).

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Tu supportes des injustices; Consoles-toi, le vrai malheur est d'en faire"   Démocrite