La structure financière contrastée des entreprises

familiales françaises : une approche fondée sur la théorie

du compromis

Faten Chibani Ltaief Jamel Henchiri Jean-Guy Degos

ISG Gabès ISG Gabès IRGO Centre de recherche
Tunisie Tunisie Université de Bordeaux

Introduction

Dans de nombreux types d'entreprises, le choix du financement arbitré entre les dettes et les
fonds propres externes (Trade-off theory) représente une question centrale qui a fait l'objet de
nombreux développements contradictoires dans la littérature financière internationale.
L'approche classique rappelée par David Durand (1952) n'avait pas été acceptée par John Burr
Williams (1938) et encore moins par ses successeurs Franco Modigliani et Merton Miller
(1958) qui l'ont contestée plus vivement et qui ont affirmé la neutralité du choix de
financement dans l'évaluation des firmes. Leur analyse n'a pas été exempte de critiques,
comme celles de Durand (1959), d'Hamada (1972) ou encore de Rubinstein (1973). De
nombreux travaux ultérieurs ont conduit au relâchement des hypothèses initiales émises par
Modigliani et Miller sur l’efficience du marché financier. Le rapprochement du thème
théorique de la structure du capital et de la réalité observé a permis de tirer de nouvelles
conclusions. En 1963, Modigliani et Miller corrigent leur théorie (Modigiliani et Miller, 1963)
et introduisent l’incidence de l’impôt sur les sociétés dans leur modèle et la dette devient alors
le moyen de financement le plus apprécié parce qu’elle engendre un accroissement de la
rentabilité, dû à la déductibilité fiscale des intérêts qu'elle génère. Ce résultat a été contesté
par Miller (1977) qui prend en compte la fiscalité dans son ensemble et qui pense que l’effet
de l’imposition sur le revenu des actionnaires et des obligataires peut compenser en grande
partie l’avantage de la déductibilité des intérêts de l’assiette de l’impôt sur les bénéfices de
l’entreprise. La neutralité de la structure du capital réapparaît.
Ces théories ont donné de différentes explications aux comportements financiers des
entreprises. Parmi celle-ci, la théorie compromis, ou de l'arbitrage (Trade off) considère que
les entreprises fixent un niveau d’endettement espéré qu’elles déterminent sur la base d’un
équilibre entre les avantages fiscaux de la dette et les coûts des difficultés financières liés aux
réorganisations nécessitées par un endettement croissant. Le ratio optimal de financement n’a
pas été pris en compte par tous les auteurs. Myers et Majluf (1984), en posant l’hypothèse de
l’ordre hiérarchique de financement (Pecking order) ont une autre logique. Ces auteurs
considèrent que les entreprises son financées en respectant un ordre priorité :
l’autofinancement d'abord, puis la dette classique indivise ou obligataire et en dernier ressort
l’émission d’actions. Cet ordre s’établit en tenant compte des coûts de l’asymétrie
d’information, entre les dirigeants bien informés et les investisseurs peu informés sur la
performance des projets envisagés. Dans ce cadre, plusieurs recherches ont tenté de valider
ces théories empiriquement. Le modèle proposé par ShyamSunder et Myers (1999) donne
l'occasion de tester à la fois la théorie du compromis et la theorie du financement
hiérarchique. Dans leur recherche, ils ont montré que la théorie du financement hiérarchique
explique correctement la structure financière des entreprises. Pour leur part, Frank et Goyal
(2003) ont montré que les grandes entreprises américaines cotées suivent les principes du
financement hiérarchique alors que le comportement des petites entreprises ne ne valide pas
cette théorie. Fama and French (2005) ont expliqué que la théorie du financement
hiérarchique ne pouvait pas expliquer le comportement financier de plus de la moitié des
entreprises de l'échantillon.  Une brève revue Revue à la littérature montre qu'il y a une lacune
importante de travaux portant sur les choix de financement des entreprises familiales et sur
leur structure financière, comparée à celle des entreprises non familiales. La recension de la
littérature permet d’identifier quelques contributions remarquables telles que : Gallo, Tapies
et Cappuyns, 2004 ; King et Santor, 2008 ; López-Gracia et Sánchez-Andújar, 2007 ; Colot et
al., 2012 ; Tanewski, et Smyrnios, 2001 ; Amore et al., 2011.

1 - La théorie du compromis est-elle adaptée aux entreprises familiales ?

Selon la théorie du compromis (Trade off theory), les entreprises cherchent des économies
d’impôts dûs aux intérêts déductibles de l'impôt sur les sociétés (Modigliani & Miller, 1963 ;
DeAngelo et Masulis 1980), de l’augmentation des coûts de difficultés financières associés à
une augmentation de dettes (Kraus et Litzenberger 1973 ; Kim 1978), de la diminution des
coûts d’agence entre dirigeants et actionnaires et de l’accroissement de ces coûts entre
dirigeants et créanciers lors de la souscription de la dette (Jensen et Meckling 1976 ;
Myers,1977).

1.1 - La théorie du compromis entre les coûts des difficultés financières et

les coûts d’agence
1.1.1 - Le compromis et les coûts des difficultés financières des entreprises familiales
D’après Modigliani and Miller (1963), l'arbitrage est fondé sur l’existence d’un taux
d’endettement de référence qui maximise la valeur totale de la firme. Pour déterminer ce taux
à l'aide d'un ratio, les entreprises s’endetteront jusqu’au point où la valeur marginale des
économies d’impôt due à la dette additionnelle est juste compensée par l’augmentation des
possibles coûts des difficultés financières. Au contraire, postérieurement, Merton Miller
(1977) constate qu'il n'existe pas une structure optimale d'endettement, mais que le niveau de
l'endettement pourrait dépendre du taux d'imposition si l'entreprise choisit son mode de
financement en tenant compte prioritairement de la fiscalité. De même, DeAngelo et Masulis
(1980) ont introduit la notion de crédit d'impôts non liés à l'endettement comme ceux liés à
l'investissement ou à l'amortissement qui viennent contrebalancer les économies d'impôts
réalisées grâce à la déductibilité des charges financières. D'après ces auteurs, en situation
d'équilibre, de telles possibilités de déductions fiscales viennent réduire ou annuler l'avantage
fiscal de la dette généré par la dette. D’autres études ont insisté sur les risques des défaillance
ou de faillite associés à un recours à l’endettement élevé (Kim, 1978 ; Kraus et Litzenberger,
1973 ; DeAngelo et Masulis, 1980 ; Friend and Lang, 1988).

Si le recours à la dette permet de bénéficier de l’avantage fiscal lié à la déductibilité des

charges d’intérêt et de minimiser le coût global des ressources financières utilisées par
l’entreprise, un endettement excessif engendre des coûts en raison de l’accroissement du
risque financier qui peut conduire à une faillite de l’entreprise et donc à des coûts direct (coûts
administratifs) ou indirect (l'annulation des projets d'investissement ou leur report)(Molay,
2005). La prise en compte du risque de défaillance s’oppose donc aux conclusions de
Modigliani et Miller (1963) et l’entreprise n’est plus en mesure de s’endetter au maximum
pour réaliser des gains fiscaux et optimiser sa valeur. Le niveau d’endettement optimal
diminue quand les coûts de faillite augmentent. Cette relation a été validée empiriquement
par Friend and Lang (1988), Kraus et Litzenberger (1973) et Kim (1978). Par conséquent, le
ratio d’endettement optimal correspond à un compromis entre les coûts et les bénéfices de
l’emprunt (Myers 1984). Dans le contexte des entreprises familiales, d’autres chercheurs
adoptent également ces points de vue. Mishra et McConaughy (1999) montrent que les
entreprises familiales américaines souhaitent contracter moins de dettes que les entreprises
non familiales. Ces auteurs soutiennent que cela est lié à l'aversion au risque, à la crainte d'une
prise de contrôle et entraîne la minimisation des coûts de difficultés financières. Toutefois,
Ellul, Guntay et Lel (2007) se réfèrent à une étude des entreprises familiales cotées pour
conclure que la présence des fondateurs des entreprises familiales est positivement corrélée
avec l'effet de levier puisque les propriétaires de la famille préfèrent la dette à l'augmentation
des capitaux propres afin d'éviter une dilution de leur prise de participation, ce qui accroit
sensiblement le risque de défaillance.

De Miguel et Pindado (2001), ont construit une mesure des coûts des difficultés financières
prenant en compte deux composantes : d'une part la différence entre l’écart-type du bénéfice
avant Intérêts et Impôts (EBIT) et son espérance par rapport au temps temps et, d'autre part, la
valeur des actifs immatériels. Ils montrent que cette variable est négativement corrélée avec
le ratio d’endettement des entreprises. López-Gracia et Sánchez-Andújar (2007), qui utilisent,
dans une étude comparative du comportement financier des entreprises familiales espagnoles,
la même variable de mesure des coûts des difficultés financières (De Miguel and Pindado
2001), ne trouvent pas une relation significative entre le ratio d’endettement et le coût des
difficultés. Serrasqueiro et Caetano (2015) , en utilisant le même variable, arrivent à la même
conclusion d'un résultat non significatif.

1.1.2 - Le compromis et les coûts d’agence des entreprises familiales

Dans une perspective élargie de la théorie du compromis, il est possible d’inclure les coûts
d’agence. Jensen et Meckling (1976) montrent qu'une firme non endettée peut, en augmentant
son taux d’endettement, diminuer les coûts d’agence des fonds propres et augmenter sa valeur
totale. Ces auteurs considèrent que l'endettement est le meilleur moyen de réduire les coûts
d'agence en faisant converger les intérêts des actionnaires et ceux des dirigeants et d'autre
part, l'endettement envoie un signal au marché reflétant la gestion de l'entreprise et son plan
de d’investissement dans le futur. Néanmoins, l’asymétrie informationnelle peut provoquer
des conflits entre actionnaires et dirigeants puisque ces derniers ont la possibilité de s’octroyer
un certain nombre d’avantages, pécuniaires ou non, qui vont réduire la valeur de l’entreprise.
L’endettement peut résoudre ces conflits entre actionnaires et dirigeants car il impose une
amélioration de l’information comptable. Selon la théorie de l'agence développée par Jensen
et Meckling (1979), les entreprises familiales sont jugées plus efficaces lorsque le principal
(propriétaire) et l'agent (le chargé de mission ou commissionnaire) sont une seule et même
personne. Cette hypothèse a totalement adoptée et les entreprises familiales sont perçues
comme des organisations solides pour construire une entreprise sans conflit, avec zéro coût
d'agence (Ang, Cole et Lin 2000). Cette théorie est en grande partie reconnue par Anderson et
Reeb (2003) et McConaughy (2000) qui suggèrent que les entreprises familiales créent moins
de conflits d'agence entre les différents parties prenantes lorsqu'elles sont supposées avoir les
mêmes intérêts. Bien que les conflits dans les entreprises familiales puissent survenir aussi en
raison de la dispersion de la propriété, créant une tension entre l’intérêt des managers
souhaitent acquérir une participation majoritaire et celui des propriétaires. Ainsi, Il existe des
problèmes persistants tels que la propriété diluée, l'asymétrie d'information et l'altruisme au
sein des entreprises familiales qui peuvent créer des difficultés (Schulze et al., 2001 ; Gomez-
Mejia, Nuñez-Nickel et Gutierrez (2001) et conduire à la nécessité d'une surveillance.
Fréquemment, les entreprises familiales fonctionnent en circuit fermé avec des capitaux
privés et les propriétaires doivent surveiller et contrôler leur entreprise. Leur richesse est
fortement liée à la pérennité de l'entreprise, et donc ils ont aussi une incitation forte à
surveiller les autres actionnaires (Harijono, Ariff et Tanewski, 2004). Cela implique que la
prise de risque de l'entreprise familiale soit probablement différente de celle de la firme non
familiale (González et al. 2013). Comme l'excédent de richesse de la famille est investi dans
l'entreprise, la prise de risque est supposé être minimisée par l'emploi d'un minimum de
dettes. L’intérêt des entreprises familiales réside aussi dans la transmission de leur patrimoine
aux générations futures ; ses membres considèrent leur entreprise comme un atout pour
donner à la famille une situation établie plutôt que simplement une richesse à utiliser (Blanco-
Mazagatos, De Quevedo-Puente, and Castrillo (2007a).
La pérennité différencie les entreprises familiales d'autres formes d'organisation, augmente
leur aversion au risque et permet d'harmoniser l'intérêt de toutes les parties prenantes
(González et al., 2013). Le concept d’altruisme est également pertinent puisqu'il met l'accent
sur le lien positif entre les membres de la famille (Becker 1981 ; Hirigoyen, 2008, 2014). Il
est possible que les membres actuels des entreprises familiales choisissent de renoncer à leur
consommation actuelle pour le bien-être de leurs héritiers, et développer un comportement
d'aversion au risque, où la consommation future de la famille est la principale préoccupation
(González et al. 2013). Nous pouvons provisoirement conclure que les entreprises familiales
ont moins de conflits, sont donc en mesure de minimiser les coûts d'agence et que les
décisions sont prises dans le meilleur intérêt de la famille et l’entreprise (Blanco-Mazagatos,
De Quevedo-Puente, and Castrillo, 2007b). Une telle conclusion laisserait entendre qu'une
relation négative entre la propriété de la famille et de l'effet de levier peut être prévue. Dans
une étude empirique, Schulze et al. (2001) constatent que les entreprises familiales sont plus
difficiles à gérer en raison de la maîtrise de soi et du dilemme de l'altruisme. Ils font valoir
que le contrôle de la famille isole la firme aux marchés extérieurs (commandes, travail) et
l'allocation des ressources n'es pas optimale. La recherche empirique de Gomez-Mejia,
Nuñez-Nickel et Gutierrez (2001) suggèrent que les entreprises familiales ont des coûts
d'agence élevés par rapport à ceux des entreprises non familiales. En effet, ils recrutent des
membres de la famille peu compétents. Selon leurs conclusions, les entreprises familiales
espagnoles refusent de licencier un dirigeant appartenant à la famille, et sont moins
regardantes sur les performances de ses membres, les relations personnelles polluant les
jugements objectifs. C'est pour cette raison que les entreprises familiales préfèrent privilégier
les dettes afin de contrôler les intérêts personnels des agents de la famille et de limiter les
conséquences négatives de l'altruisme au sein du processus décisionnel au profit des enfants
(Peters et al., 2004 ; Lubatkin, Ling et Schulze, 2007). La collectivité familiale est tentée de
faire pression sur la direction de l'entreprise pour favoriser l'emploi de ses membres (Schulze,
Lubatkin et Dino, 2003). Afin de prévenir les débordements inconsidérés des membres de la
famille, l'utilisation de la dette peut être efficace et plus importante que la théorie de l'agence
ne le prescrit. Il en résulte une relation complexe et ambigüe entre la propriété de la famille et
la structure du capital. La concentration du contrôle d'une famille impose moins de contrainte
de levier pour abaisser les coûts d'agence et la prévention des conflits entre les membres
suscite l'utilisation de la dette comme un dispositif de surveillance (González et al., 2013).

Cette première approche montre que la théorie du compromis est applicable aux entreprises
familiales, avec quelques précautions.

1.2 - La convergence et la permanence du niveau du ratio d'endettement

des entreprises familiales
Lemmon, Roberts et Zender (2008) suggèrent deux caractéristiques des données relatives à la
structure du capital de l’entreprise : la convergence et la permanence. Ils concluent que les
entreprises qui ont relativement des ratios de levier d’endettement levier élevé (faible) ont
tendance à se déplacer vers des niveaux plus modérés (élevés) de l'effet de levier et en dépit
de cette convergence, les entreprises ayant initialement un effet de levier élevé (faible) ont
tendance à conserver un effet de levier élevé (faible) sur deux décennies. Ces constations
faites par Lemmon, Roberts et Zender (2008), insistant sur la capacité explicative des facteurs
classiques dans les variations transversales et chronologiques des structures financières
observées, montrent ent que la plus grande partie de la variation des ratios d'endettement est
due à un effet inobservable invariant dans le temps qui génère des structures financières
stables. Cette caractéristique du levier qui explique un conservatisme de la dette est, selon
eux, largement expliquée par deux composantes : une composante permanente et une
composante transitoire. En examinant cette composante transitoire, Lemmon, Roberts, and
Zender montrent que la convergence des ratios d'endettement est due, au moins en partie, au
rôle du levier comme une variable d'état importante dans les décisions d'émission nette des
entreprises. Une analyse du comportement d’émission de titres identifie la politique
d’endettement comme un mécanisme important pour contrôler la structure financière des
entreprises tandis que la politique des fonds propres joue un rôle secondaire. Ils incluent
l'effet de levier initial dans une régression de l'effet de levier et constatent que cet effet de
levier initial joue un rôle essentiel dans les choix futurs d'endettement de l'entreprise. Ils
effectuent ensuite un analyse de covariance ANCOVA pour constater et que la plus grande
partie de la variation totale de l'effet de levier est due aux différences transversales, par
opposition à la variation des séries chronologiques. Ces résultats montrent que les politiques
financières des entreprises sont - au moins partiellement - orientées vers le maintien de leurs
ratios d'endettement proches de leurs valeurs moyennes à long terme, ce qui suggère que les
gestionnaires aient tendance à surveiller les ratios d'endettement. Lemmon, Roberts et Zender
montrent également que le rééquilibrage dynamique est orienté vers une cible largement
invariante dans le temps, la composante permanente non observée du levier. DeAngelo et
DeAngelo (2007) et Parsons et Titman (2009) ont fait les mêmes constatations. Partant des
mêmes bases conceptuelles et théoriques, DeAngelo, DeAngelo et Whited (2011) développent
un modèle dynamique de la structure financière avec investissement endogène, où la dette,
moyen de financement transitoire, permet aux entreprises de répondre à des besoins associés à
des ruptures et des discontinuités d'investissements imparfaitement prévus. La dette transitoire
n’est pas, selon eux, une dette à court terme comme le montrent Lemmon et al. (2008). Le
modèle dynamique de la structure financière montre une approche du levier qui lie la structure
financière à la variation de la volatilité des perturbations dans la politique d'investissement, à
la corrélation sérielle de ces perturbations et à la rentabilité marginale de l'investissement,
ainsi qu’aux variations dans les coûts fixes et convexes d'ajustement du stock de capital. En
effet les entreprises qui recourent à l’endettement s’écartent parfois de leurs prévisions et le
modèle engendre des leviers financiers, avec des vitesses d’ajustement vers l'objectif moyen
proches des estimations indiquées dans certaines études empiriques. Pour DeAngelo,
DeAngelo et Whited (2011), la conception de la persistance de la structure financière est
prouvée, même si ultérieurement, DeAngelo et Roll (2015) ont affirmé le contraire en mettent
en cause l’hypothèse de ladite persistance. Dans notre contexte des entreprises familiales, la
persistance de ratio d’endettement apparait tout de même comme un élément spécifique de
leur comportement financier.

2 - Comparaison de la structure financière des entreprises

familiales non cotées et des entreprises non familiales non cotées :
une approche empirique

Il faut maintenant tester, conformément au choix méthodologique de cette recherche, les

spécificités de la structure financière des entreprises familiales, dans le contexte français,
notamment des entreprises familiales non cotées avec leurs homologues les entreprises non
familiales non cotées. Cette étude analyse un échantillon de 91 paires d'entreprises non cotées
et part d’hypothèses conçues théoriquement dans le premier paragraphe dont la vérification
est faite à partir de variables et de modèles, eux aussi issus de la littérature.

2.1 - Présentation de l’échantillon et les hypothèses

L’évolution de la structure financière des entreprises familiales est expliquée, de façon

linéaire, par ses déterminants traditionnels.

2.1.1 - Hypothèses de recherche

Les hypothèses sont organisées autour de la question de l’influence des déterminants
traditionnels sur la structure financière des entreprises familiales d’une part et des entreprises
non familiales, d’autre part.

- Six hypothèses relatives aux déterminants traditionnels

Cette première hypothèse principale (H1) est relative aux facteurs qui déterminent la structure
financière d’une entreprise. Elle exprime que l’évolution de la structure financière des
entreprises est expliquée par six déterminants traditionnels (H 1-1 à H1-6), découlant des
conséquences théoriques de la théorie du compromis.
- H1-1 : La relation négative entre le niveau de la dette et les opportunités de croissance
est plus faible pour les entreprises familiales que pour les entreprises non-familiales.
Le coût de faillite et le coût d’agence sont plus élevés pour les entreprises en forte croissance
et elles peuvent limiter leurs dettes pour limiter probabilité du coût de faillite. Elles ne doivent
donc pas utiliser la dette comme le premier choix de financement. Selon la théorie du
compromis, ces mêmes entreprises ayant des opportunités de croissance élevées ont un niveau
inférieur de la dette. Comme en plus les entreprises familiales sont plus rentables que les
entreprises non familiales (Allouche et al. 2008), elles diminuent leur niveau de la dette car
génèrent davantage de fonds propres.

- H1-2 : Il existe une relation positive entre la rentabilité et la dette dans les entreprises
familiales et dans les entreprises non familiales.
Les entreprises les plus rentables ont une capacité d'endettement plus élevée et une aptitude
plus grande à profiter des avantages fiscaux de la dette (Fama and French, 2002). Elles ont
aussi une aptitude plus grande à rembourser le principal de la dette et les intérêts et à limiter
leur probabilité de faillite. La théorie du compromis implique que les entreprises familiales les
plus rentables ont une capacité d'endettement supérieure.

- H1-3 : Selon la théorie dut compromis, il existe une relation positive entre la taille et le
ratio d’endettement total.
Les grandes entreprises sont plus diversifiées et moins susceptibles de défaut, de sorte que la
taille est un proxy inverse po r le risque d'entreprise et la faillite (Degryse, de Goeij et
Kappert, 2012). Les banques devraient être plus disposées à les financer et donc la taille peut
être liée positivement à l'effet de levier. Un tel lien est également mis en évidence par la
théorie du compromis. Comme les grandes entreprises ont moins de problèmes informations
et un pouvoir de négociation supérieur, elles peuvent augmenter leur ratio d’endettement.

- H1-4 : Il existe une relation négative entre la volatilité de profit (EVOL) et le ratio
d’endettement total.
Selon (Deesomsak, Paudyal et Pescetto, 2009), l'hypothèse de la volatilité de profit suppose
une relation positive parce que les entreprises peuvent réduire la probabilité de liquidation
inefficace de leurs opportunités de croissance à risque par l'émission de dettes à long terme.
Kane et al. (1985) font valoir qu'il existe une relation inverse entre la volatilité de la maturité
de la dette et la volatilité du profit. Les entreprises à faible volatilité du bénéfice choisissent la
maturité de la dette pour éviter les rééquilibrages constants de la structure de leur capital. Au
contraire, les entreprises ayant un risque d'entreprise supérieure sont sujettes à des coûts
d'agence élevés, et elles sont incitées à raccourcir la maturité des dettes pour diminuer les
coûts d'agence.
- H1-5 : Les ratios d'endettement devraient être augmentés avec la possession d'actifs
réels servant de garantie.
Les immobilisations réelles des entreprises peuvent être utilisées comme garantie, ce qui
réduit le coût de l'agence de la dette pour les prêteurs (Titman et Wessels, 1988). Par
conséquent, et en raison de moindres coûts des difficultés financières, plus la proportion des
immobilisations corporelles est importante et plus les banques sont disposés à accorder des
prêts, et l'effet de levier devient plus élevé. Les deux principales théories de la structure du
capital, la théorie du compromis et la théorie du financement hiérarchique, impliquent une
relation positive entre la réalité des actifs et le ratio d'endettement (Degryse, de Goeij et
Kappert, 2012). Pour les entreprises familiales, toutefois, l'utilisation d'actifs fixes dans la
mesure de la garantie peut être contestée, car elle ne tient pas compte des garanties privées et
des sûretés fournies par le propriétaire (Hall et al., 2004). D'autres auteurs tels que : Degryse,
de Goeij, and Kappert (2012) ou López-Gracia et Sogorb-Mira (2008b) constatent une
corrélation positive entre la part des actifs corporels et l'effet de levier, mais au contraire
Serrasqueiro, Armada et Nunes (2011a) ne trouvent aucun résultat significatif.

H1-6 : Il existe une relation négative entre les économies d'impôt non iées à la dette
(NDTS) et le ratio d’endettement à long terme.
Selon DeAngelo et DeAngelo (2007), les entreprises sont incitées à augmenter le levier pour
exploiter les avantages fiscaux de la dette. Cependant, les paiements d'intérêts sont la seule
façon de réduire l'impôt sur le revenu. Selon Titman et Wessels (1988) et DeAngelo et
(Masulis, 1980), la de dispositions fiscales spécifiques, telles que les amortissements
accélérés ou exceptionnels, l'imposition de l'investissement des crédits, devraient influencer
les décisions d'optimalisation de la structure du capital. Les entreprises peuvent utiliser les
opportunités fiscales pour réduire l'impôt des sociétés sans dette supplémentaire et l'associer
au risque de difficultés financières. Avec l'augmentation des opportunités fiscales,
l’entreprise est moins dépendante de la déduction des charges d'intérêt, ce que confirment
López-Gracia et Sogorb-Mira (2008b) et López-Gracia et Sánchez-Andújar (2007) qui
constatent un tel effet tant pour les PME que pour les entreprises familiales.

- Trois hypothèses relatives à la vitesse d’ajustement (convergence), la permanence et le

conservatisme financier.
D’après la théorie du compromis, il existe un ratio d'endettement optimal, issu de l’arbitrage
entre les avantages fiscaux et les coûts de faillite.
- H2-1 Le ratio d’endettement des entreprises familiales non cotées converge vers le ratio
d’endettement cible.
Chaque fois que les entreprises convergent vers leur ratio d'endettement, l'existence de coûts
d'ajustement empêche les entreprises de faire un ajustement total de ce rapport, et ainsi de la
théorie du Trade-Off prévoit que les entreprises font un ajustement partiel de la dette par
rapport à la dette optimale (López-Gracia, Sogorb-Mira 2008).

Enfin, nous pouvons énoncer deux sous-hypothèses relatives au conservatisme financier :

- H2-2 : Le ratio d’endettement des entreprises familiales est plus faible que celui des
entreprises non familiales.
- H2-3 : Les comportements financiers des entreprises familiales diffèrent de façon
significative de ceux des entreprises non familiales.
Selon la théorie du compromis, plus le niveau de la dette est élevé, plus le risque financier
augmente. Par conséquent, la probabilité de faillite augmente.
Comme le soulignent González et al. (2013), les entreprises familiales sont plus réticentes au
risque et à la perte de contrôle que les entreprises non familiales et elles limitent la dette dans
la structure du capital. Dans le même ordre d’idées, Anderson et Reeb (2003) notent que les
entreprises familiales, contrairement à d'autres organisations veulent assurer prioritairement
leur pérennité et la transmission aux générations futures. Ceci les amène à renforcer la
prévention des entreprises familiales pour l'effet de levier. Certains auteurs suggèrent que les
entreprises familiales préfèrent utiliser des fonds propres d'origine familiale et avoir moins de
dette que les entreprises non familiales. D'autres indiquent que les entreprises familiales ont
des niveaux d'endettement comparables ou supérieurs à ceux des entreprises non familiales.
Le désir de maintenir la famille en position dominante et de contrôler la gouvernance, la
dilution et l’entrée de nouveaux actionnaires, conduisant à augmenter le niveau des dettes.

2.1.2 - Les deux échantillons constitués

Nous avons constitué deux échantillons d'entreprises françaises non cotées, un échantillon
comprenant des entreprises familiales et l’autre comprenant des entreprises non familiales.
Nous avons utilisé une méthodologie d’appariement fondée sur plusieurs critères,
conformément aux travaux d'Allouche et d'Amann (1995), McConaughy, Walker, Henderson
et Mishra (1998), McConaughy, Matthews et Fialko (2001), Mishra, Randoy et Jenssen
(2001), Allouche (2007), Jorissen, Laveren, Martens et Reheul (2005). Les données sont
extraites de la base de données financières DIANE pour la période 2003 à 2012. Selon la
méthodologie d’appariement, 91 paires soit 182 entreprises ont été retenues, 100 entreprises
familiales non cotées (au sens d'Allouche et d'Amann, 2008) et 82 entreprises non familiales
non cotées.

Les critères de sélection des paires des entreprises familiales sont :

- Critère 1 : Sélection des paires d'entreprises non cotées.
- Critère 2 : Sélection des paires de tout secteur d’activité suivant la Nomenclature d'Activités
Française, sauf les établissements ou organismes financiers les et les établissements ou
organismes publics.
- Critère 3 : sélection des entreprises dons les familles détiennent au moins 50% des actions.
- Critère 4 : Sélection des entreprises ayant 10 années d'états financiers disponibles, de 2003 à
2012.
- Critère 5 : sélection des paires dont les exercices comportent exactement 12 mois.
Critères 6 : sélection des paires n’ayant pas de passif permanent négatif.
Le but de cette sélection était d'obtenir un échantillon de données en panel cylindré réduisant
les bais d'estimation (Kremp et Stöss, 2001).

2.2 - Présentation des variables et du modèle à estimer

2.2.1 - Les variables dépendantes et des variables explicatives des échantillons appariés

Les variables dépendantes mesurent la structure financière et les variables explicatives

mesurent les caractéristiques spécifiques de l’entreprise.

- Variables dépendantes : les Ratios d’endettement

Diverses mesures de la structure financière sont utilisées dans la littérature financière. Nous
avons utilisé le ration d'endettement total : Ratio DTi,t = DTi,t / TAi,t ,
avec DTi,t dettes totales (DTi,t) de l’entreprise i à l’instant t et TAi,t total de l'actif à la valeur
comptable TAi,t. Pour l’échantillon des entreprises familiales et des entreprises non familiales,
les statistiques descriptives obtenues sont les suivantes :
Tableau 1 - Statistiques descriptives des variables endogènes.

Variables Effectif Moyenne Ecart-type Min Max Skewness Kurtosis

DTEF 1,000 0.454 0.272 0 0.999 0.0836 1.984
DTENF 820 0.480 0.241 0.00100 0.995 -0.0206 2.064
Les écarts-types respectifs de 27,2% pour le entreprises familiales et de 24,1% pour les
entreprises non familiale montrent la faible dispersion de ces variables autour de leurs
moyennes et traduisant un conformisme global des comportements d’endettement. Ce constat
est appuyé par des skewness et des kurtosis qui montrent que ces variables ont des
distributions légèrement asymétriques par la droite (skewness respectivement de 0.0836 et -
0.0206) et ont une courbure modeste pour les deux échantillons (kurtosis des entreprises
familiales = 1.984 et kurtosis des entreprises non familiales = 2.064). Cela traduit que ces
variables ont des distributions proches d’une distribution normale (skewness = 0 et kurtosis =
3). L’évolution de l’endettement total des entreprises familiales et non familiales ont presque
la même tendance, et cette tendance est conforme aux suggestions des travaux de
l’observatoire des entreprises de la Banque de France. Ainsi, Cayssials et al. (2008) observent
que l’endettement des entreprises non financières françaises augmente à nouveau depuis
2004, mais de façon programmée. Les fluctuations de la courbe du ratio d’endettement moyen
suivent sensiblement celle de la médiane avec une décroissance marquée de 2004 à 2008, où
l’on observe un ralentissement de cette décroissance jusqu’en 2009, où c’est la tendance
inverse qui est observée avec une croissance dont la pente est quasiment inverse à celle de
2005. Néanmoins, notre première hypothèse de conservatisme H 2-2 est confirmée à savoir : Le
ratio d’endettement des entreprises familiales est plus faible que celui des entreprises
non familiales.

- Variables explicatives spécifiques des entreprises familiales et non familiales

Tableau 2 - Statistiques des variables explicatives des entreprises familiales

EseFamililales
Variables Effectif Moyenne Ecart-type Min Max Skewness Kurtosis
Croisef 1,000 -0.0370 0.312 -1.000 5.048 5.781 82.422
Profef 1,000 0.0479 0.177 -0.930 0.954 -0.268 12.272
Tailleef 1,000 15.80 2.984 6.815 20.46 -0.683 2.641
Volatilitef 1,000 1.068 2.999 0 39.23 7.581 75.839
Tangef 1,000 0.433 0.281 0 1.015 0.232 1.849
Ndtsef 1,000 0.190 0.189 0 0.629 0.806 2.250
 Tableau 3 - Statistiques des variables explicatives des entreprises non familiales

Ese Non Famililales

Variables Effectif Moyenne Ecart-type Min Max Skewness Kurtosis
Croisenf 820 -0.0596 0.252 -1.000 1.584 -0.583 9.919
Profenf 820 0.0702 0.265 -1.584 0.931 -1.346 9.379
Tailleenf 820 14.89 2.339 8.533 20.07 -0.304 2.791
Volatilitenf 820 1.488 5.251 0 65.16 7.466 68.804
Tangenf 820 0.473 0.301 0 0.998 0.141 1.722
Ndtsenf 820 0.225 0.210 0 0.682 0.688 2.046

La Croissance est mesurée par la variable Croisi,t représentant le taux de croissance annuel du
Total de l'actif de l’entreprise i à l’instant t. La profitabilité est mesurée par la variable Profi,t =
RCAIi,t / TAi,t représentant la rentabilité de l’actif (ROA : Return On Asset) qui est le rapport
entre le Résultat courant avant impôt (RCAIi,t) et le total de l’actif de l’entreprise i à l’instant
t. La taille est mesurée par la variable Taillei,t = ln (CANi,t) qui est le logarithme népérien du
chiffre d’affaires net de l’entreprise i à l’instant t. Selon la formule de Deesomsak et al.
(2009) la volatilité est mesurée par la variable EVoli, représentant la volatilité des résultats
(résultats courants avant impôt : RCAIi,t). Selon Pandey (2001) les actifs corporels sont
mesurés par la variable Tangi,t = ICNi,t / TAi,t représentant le rapport entre les immobilisations
corporelles nettes et le total de l’actif de l’entreprise i à l’instant t. Les économies d’impôt non
liées à la dette sont mesurées par la variable Ndtsi,t = DAi,t / TAi,t représentant le rapport entre la
dotation aux amortissements et le total de l’actif de l’entreprise i à l’instant t.

2.2.2 - Le modèle à estimer

Nous utilisons deux méthodes d’estimation. Une méthode qui permet de tenir compte  de
l’hétérogénéité non observée des entreprises familiales et des entreprises non familiales de
l’échantillon. Ces caractéristiques individuelles peuvent être de nature fixe ou aléatoire. Le
test de spécification de Hausman (1978) permet de choisir l’une ou l’autre de ces
spécifications. Le modèle à effets fixes sera retenu si la plus-value de test de Hausman est
inférieure à 5%. Nous utilisons aussi la méthode des moments généralisés en système GMM-
SYS en approche de panel dynamique dans lequel le taux de ratio dette total retardé d’une
période se trouve parmi les variables exogènes.
2.2.3 - Spécification du modèle économétrique
De nombreuses études empiriques en finance d'entreprise utilisent des modèles dynamiques
de données de panel pour représenter le comportement dynamique d'une politique d'intérêts
financiers. Dans la littérature consacrée à la structure du capital, les chercheurs ont utilisé
cette famille de modèles dynamiques à grande échelle pour étudier comment les entreprises
ajustent leur ratio de levier pour le rendre optimal (Frank et Goyal, 2009 ; López-Gracia et
Sánchez-Andújar, 2007 ; Flannery and Rangan, 2006 ; Kayhan and Titman, 2007 ; Antoniou
et al., 2008 ; Lemmon et al., 2008 ; Byoun, 2008 ; Huang and Ritter, 2009 ; Öztekin and
Flannery, 2012 ; Faulkender et al., 2012 et Warr et al., 2012). Les nombreuses études
empiriques en finance d'entreprise examinent souvent la dynamique des variables de politique
financière grâce à l'estimation des modèles dynamiques de données de panel. Dans ces
modèles, les variables dépendantes sont incluses comme variables explicatives pour analyser
les ajustements des entreprises en vue de leurs politiques financières optimales ou le degré de
permanence de leurs politiques financières. En particulier, dans les études sur la structure du
capital, la trésorerie et les dividendes, de nombreux chercheurs utilisent un modèle
d'ajustement à dynamique partielle pour étudier le comportement de réglage de l'objectif des
entreprises. Dans un monde parfait, sans coûts de transaction, les entreprises sauraient
automatiquement répondre à toute variation de leur dette en augmentant ou en diminuant leurs
ressources. Donc, à un moment t donné, la dette observée ne devrait pas différer de la dette
souhaitée. Mais dans la réalité, la présence des coûts de transaction non négligeables
empêche les entreprises d'atteindre complètement leur objectif, et l'optimisation de leurs
calculs est partielle. Nous pouvons représenter ce processus à l'aide d'un modèle d'ajustement
partiel (Flannery and Rangan, 2006 ; Shyam-Sunder et C. Myers, 1999) tel que :
DTi,t - DTi,t-1 =  ( DTi,t * - DTi,t-1) (1)
• DTi,t et DTi,t-1 sont les valeurs du ratio observé de dette totale de la période actuelle et
de la période précédente ;

• DTi,t * est l'endettement total cible estimé pour chaque entreprise par la moyenne
chronologique sur 10 années de l’endettement ;

•  est la vitesse d'ajustement ou le coefficient d'ajustement de cible qui est supposé

être constante dans l'échantillon. Les coûts de transaction sont inversement
proportionnels à et donc égaux à 1 - .
D’après, Shyam-Sunder and C. Myers (1999), ce modèle suppose que les changements dans
le ratio de la dette sont expliqués par des écarts dans le rapport actuel de la cible. L'équation 1
établit combien le degré d'ajustement (à partir du rapport de la dette total en t - 1 à la cible
rapport en t) dépend de son paramètre de réglage qui à son tour dépend de la présence de la
transaction coûts.

L'équation 1 représente le comportement dynamique où une entreprise donnée ajuste sa, en

présence de coûts de transaction. En somme, si la cible de réglage coefficient, est compris
entre 0 et 1, il en résulte que l'entreprise ajuste progressivement son niveau d'endettement
avec sa cible (voir Flannery and Rangan 2006; Öztekin and Flannery 2012).

Selon la théorie de l'arbitrage, une entreprise ajuste partiellement en direction de sa politique

financière optimale en raison de la présence de coûts d’ajustement positif. La vitesse
d'ajustement, δ, devrait varier entre 0 et 1, avec un δ supérieur indiquant un ajustement plus
rapide. Bien que le ratio d’endettement optimal, ne soit pas directement observé, il est
généralement modélisée comme une fonction des déterminants spécifiques d’une entreprise, à
savoir, ou représente le vecteur de variable explicative de dimension
Avec les nombres des variables explicatives. Ce vecteur de variables explicatives comprend
pour cette étude aux variables suivantes (k = 1 à 6)
1. Taux de Profitabilité ; 2. Taille de l’entreprise ; 3. Actif Tangible 4. Économies d’impôt
Non liées à la dette (Ndts) ; 5. Taux de Croissance ; 6. Taux de la Volatilité de profit.

Pour l'entreprise i, à l'instant t, nous avons l'équation suivante:

DTi,t * = 0 + 1 Profi,t + 2 Taillei,t + 3 Ndtsi,t + 4 Tangi,t + 5 Croii,t

+ 6 Voli,t + i,t (2)


En reportant les valeurs de l’équation (2), l’équation (1) nous obtenons :

DTi,t - DTi,t-1 = 0 + 1 Profi,t + 2 Taillei,t + 3 Ndtsi,t + 4 Tangi,t + 5
Croii,t + 6 Voli,t -  DTi,t-1 ϑi + ϑt + i,t (3)
Où Effet spécifique individuel pour chaque entreprise à partir du panneau, qui ne pas varier
dans le temps; variable de capture tout spécifique effet temporaire; enfin, est un terme
d'erreur, indépendant et identiquement distribuées (iid) avec une constante variance.

L’équation (3) peut également être organisée comme suit :

 DTi,t = 0 + 1 Profi,t + 2 Taillei,t + 3 Ndtsi,t + 4 Tangi,t +

5 Croii,t + 6 Voli,t + (1 -  ) DTi,t-1 + ϑi + ϑt + i,t (4)

La simplification de l’équation (4), permet d'obtenir :

DTi,t =  +  DTi,t +  kk=1  k,i,t k,i,t + ϑi + ϑt + i,t (5)

Avec :

 = 0 ;
 = (1 - 
 k,i,t = k,i,t .
- Test de spécification d'Hausman et méthode des moments généralisés en panel dynamique
La première méthode consiste à vérifier si la spécification est en accord avec l’hypothèse
d’hétérogénéité entre individus, autrement dit à savoir si nous avons le droit de supposer que
le modèle théorique étudié est parfaitement identique pour tous les entreprises, ou au contraire
s’il existe des spécificités propres à chaque entreprise pouvant entrainer des coefficient
différents. On peut utiliser le test de spécification de Hausman (1978) qui est un test de
spécification des effets individuels. Il sert à spécifier les effets fixes et aléatoires. Il est aussi
pertinent de tester la méthode des moments généralisés e, panel dynamique GMM. Un modèle
en panel dynamique est un modèle dans lequel un ou plusieurs retards de la variable endogène
se présentent comme variables explicatives. A l’opposé du GMM (Generalized Method of
Moment) en panel dynamique, les méthodes économétriques standards comme les MCO ne
conduisent à l'obteniton d'estimations efficientes d’un tel modèle, à cause de la présence de la
variable endogène retardée. Il existe deux méthodes d’estimateur des GMM en panel
dynamique : l’estimateur GMM en première différence et l’estimateur GMM en système.
L’estimateur GMM en première différence GMM-DIF (Anderson et Hsiao 1982) consiste à
prendre pour chaque période la première différence de l’équation à estimer pour éliminer les
effets spécifiques des échantillons, et par la suite à instrumenter les variables exogènes de
l’équation en première différence par leurs valeurs en niveau retardées d’une période ou plus.
L’estimateur GMM système GMM-SYS de Blundell et Bond (1998), consiste à combiner les
équations en première différence avec les équations en niveau dans lesquelles les variables
sont instrumentées par leurs valeurs en niveau retardées d’au moins une période. Blundell et
Bond (1998) considèrent que l'utilisation de l'estimateur de système GMM est bien adaptée,
lorsque la variable endogène est persistante, c'est à dire quand il y a une forte corrélation entre
la valeur de la dette actuelle et sa valeur dans les périodes antérieures, évitant les biais dans
les résultats estimés. L’endettement d’une entreprise est associé à une forte persistance, avec
une forte corrélation entre la dette dans les périodes actuelles et précédentes. Cela étant,
l'utilisation du GMM en système est le moyen le plus approprié pour estimer les déterminants
de la dette total, plutôt que d'utiliser la méthode des moments généralisés GMM (Anderson et
Hsiao, 1982). Blundell et Bond (1998) et Arellano et Bover (1995) ont établi une méthode qui
permet d'utiliser les variables retardées mais différenciées comme instruments. L'avantage
avec cette méthode qu'elle identifie la variable dépendante du modèle et par conséquent les
instruments et fixe la limite des retards des variables endogènes différenciées utilisées comme
instruments. Deux tests sont associés à l’estimateur des GMM en panel dynamique : le test de
sur-identification de Sargan-Hansen, qui permet de tester la validité des variables retardées
comme instruments, et le test d’autocorrélation d’Arellano et Bond où l’hypothèse nulle est
l’absence d’autocorrélation de premier ordre des erreurs de l’équation en niveau. C'est cette
dernière méthode que nous avons utilisée ici.

2.3 - Présentation et discussion des résultats

Les résultats de cette recherche concernent d’une part l’évolution du niveau d’endettement
total des entreprises familiales par rapport à celui des entreprises non familiales et, d’autre
part la convergence et la résistance du niveau du ration d'endettement des entreprises
familiales traduisant leur conservatisme à des degrés divers.

2.3.1 - Résultats de la recherche

Les résultats relatifs aux modèles explicatifs de l’évolution du niveau d’endettement de
l’entreprise sont issus du modèle canonique, puis des modèles combinant les différentes
catégories de facteurs influençant ce niveau d’endettement.

- Résultats relatifs au modèle d’ajustement partiel du niveau d’endettement total

Pour ce qui concerne les entreprises familiales : nous avons testé en priorité l'équation (5)
désormais appelée modèle 5. Le modèle 5 comporte une variable endogène : le ratio
d’endettement total RatioDTi,t. Ce modèle 5 est le modèle de base qui nous a permis de
développer l’essentiel des explications et des tests de spécification. Nous avons défini plus
haut l'équation principale du modèle :

DTi,t =  +  DTi,t +  kk=1  k,i,t k,i,t + ϑi + ϑt + i,t (5)

En première analyse, nous avons constaté l’absence d’autocorrélation de second ordre des
perturbations. On peut donc conclure que les instruments utilisés sont pertinents et qu'ils
induisent par conséquent la validité des résultats. Les tests d’absence d’autocorrélation de
premier et de second ordre des perturbations, nous permettent de rejeter l’hypothèse qu’il
n’existe pas d’autocorrélation de premier ordre des erreurs, sans pouvoir rejeter l'hypothèse de
l’absence d’autocorrélation de second ordre. La validité des estimations est aussi établie et
confirmée par la significativité globale du modèle.

La relation δ entre les variables Ratio DTi,t-1 et Ratio DTi,t est positive et significative. Il résulte
que le coefficient λ d’intérêt dans cette recherche affiche une valeur positive et significative.
Ce coefficient représente la vitesse d’ajustement du ratio d’endettement total des entreprises
familiales tentent d'atteindre le niveau cible de référence. Cette vitesse d’ajustement est faible,
mais elle confirme néanmoins que la structure financière totale des entreprises familiales de
l'échantillon étudiés est convergent conformément à l’hypothèse H2-1, à savoir que : Le ratio
d’endettement des entreprises familiales non cotées converge vers le ratio d’endettement
cible.

Les implications pour la théorie financière de ce résultat seront discutées dans la deuxième
partie de discussion. Les coefficients des déterminants traditionnels de la structure financière
sont tous significatifs à l’exception des variables profitabilité et Volatilité, ce qui ne permet
pas de juger de la nature de leur influence sur l’endettement total dans le cadre précis du
modèle 5. Les autres variables sont significativement corrélées au Ratio DT i,t. La variable
Taille est positivement corrélée à l’endettement total avec des valeurs significatives, vérifiant
l'hypothèse H1-3 : Selon la théorie du compromis, il existe une relation positive entre la taille
et le ratio d’endettement total. Les variables Tangef et Ndtsef sont corrélées significativement
à l’endettement total mais elles ne confirmant pas les hypothèses H1-5 : les ratios
d'endettement devraient être augmentés avec la possession d'actifs réels servant de garantie et
H1-6 : il existe une relation négative entre les économies d'impôt non liées à la dette (NDTS) et
le ratio d’endettement à long terme.

Le modèle 5 permet aussi de faire une comparaison des résultats prenant spécifiquement en
compte les effets fixes du temps sur la structure financière. L’influence de la variable
endogène Ratio DTi,t-1 est positive et significative. La vitesse d’ajustement λ est également
positive et significative. Le test de significativité conjointe (Wald νt) des effets fixes
temporels montre qu’ils ne sont pas significatifs : on ne peut pas conclure de façon formelle
que leur incidence sur la politique globale de financement est effective. Les coefficients des
variables restent proches de leur situation initiale : l’influence de la variable Tang reste
toujours négative, celle des variables Prof et volatilité n'est pas significatives, et celle de la
variable taille est positive et significative. Pour le modèle 5, nous aboutissons aux mêmes
conclusions que celles du modèle de base. Les effets fixes du temps ne changent pas
significativement le comportement des déterminants traditionnels de la structure financière
sauf pour ce qui concerne les variables prof et volatilité.

Pour ce qui concerne les entreprises non familiales, la relation δ entre les variables Ratio
DTi,t-1 et Ratio DTi,t est positive et significative. Il en découle que le coefficient λ d’intérêt de
cette recherche affiche une valeur positive et significative. Ce coefficient représente la vitesse
d’ajustement du ratio d’endettement total des entreprises familiales étudiées dans leur effort
d'atteinte dee vers leur niveau cible. Cette vitesse d’ajustement est forte et confirme bien que
la structure financière totale des entreprises non familiales étudiées convergente
conformément à l’hypothèse H2-1 : la vitesse d’ajustement des entreprises familiales converge
plus rapidement vers le ratio d’endettement de référence que la vitesse d’ajustement des
entreprises non familiales et les entreprises familiales sont plus aptes à réduire les coûts
d’agence. Les coefficients exogènes du modèle 5 de la structure financière sont tous
significatifs à l’exception des variables Croisenf et Ndtsef dont les valeurs ne permettent pas
d'apprécier la nature de leur influence sur l’endettement total dans le cadre précis du modèle.
Mais les autres variables sont significativement corrélées au Ratio DT i,t. Les variables Taille
et Volatilité sont positivement corrélées à l’endettement total avec des valeurs significatives
qui confirment les hypothèses H1-3 : selon la théorie du compromis, il existe une relation
positive entre la taille et le ratio d’endettement total et H1-4 : il existe une relation négative
entre la volatilité de profit (EVOL) et le ratio d’endettement total. Les variables Tangef et
Profitabilité sont négativement corrélées à l’endettement total et confirmant pour leur part, les
hypothèses H1-2 (Il existe une relation positive entre la rentabilité et la dette dans les
entreprises familiales et dans les entreprises non familiales) et H1-6 (Il existe une relation
négative entre les économies d'impôt non iées à la dette (NDTS) et le ratio d’endettement à
long terme).

2.3.2 - Discussion des résultats et implications sur la structure financière des entreprises
familiales et non familiales
- Les résultats des déterminants traditionnels de la structure financière
La structure financière reconnaît l’influence des caractéristiques propres à l’entreprise sur son
niveau d’endettement. D’après Frank et Goyal, 2009), les déterminants les plus étudiées sont
appelés déterminants traditionnels de la structure financière et expliquent bien les
comportements de financement des entreprises familiales.

- La croissance. Comme Fama et French (2002), López-Gracia et Sogorb-Mira (2008a) nous

avons mesuré la croissance des entreprises familiales par la variable Croisef représentant le
taux de croissance annuel du total de l’actif, affiche une relation négative et significative avec
le ratio d’endettement total. Ce résultat corrobore l’hypothèse H1-1 selon laquelle la relation
négative entre le niveau de la dette et les opportunités de croissance est plus faible pour les
entreprises familiales que pour les entreprises non-familiales et il est conforme aux
prédictions de la théorie du compromis. De plus, il et supporte l’hypothèse de sous-
investissement de Myers (1977) où les opportunités de croissance et les niveaux
d'endettement sont négativement corrélés. Nous pouvons donc affirmer que les entreprises
familiales de notre échantillon, déterminent leur structure financière en tenant compte de la
croissance annuelle de leurs actifs. Plus le total de leurs actifs croît, plus leur ratio
d’endettement total diminue. Ce résultat s’explique, par le fait que la croissance des
entreprises familiales induit un choix financement plus conservateur pour éviter de perdre le
contrôle par dilution, au fil des générations successives de propriétaires. Ainsi en raison d'une
certaine priorité de objectifs non financiers comme l’aversion au risque et la pérennité des
entreprises familiales (López-Gracia and Sánchez-Andújar 2007; González et al. 2013), les
entreprises familiales préfèrent financer la croissance en minimisant l'effet de levier financier.

Tableau 4 - Relation entre la croissance et le ratio d’endettement

Entreprises Entreprises non
familiales familiales
Croissance&DT - 0.0381*** 0.00630
*** significatif au seuil de 0,1%,
Nos calculs valident les conclusions empiriques de López-Gracia et Sánchez-Andújar (2007),
Ampenberger et al. (2013), mais notre résultat est contradictoire avec les conclusions de
Burgstaller et Wagner (2015) et celles de Serrasqueiro, Armada, et Nunes (2011b). Dans le
cas des entreprises non familiales, l’hypothèse H1-1 n’est pas confirmée, car la variable
croissance de ces dernières est positive et non significative et notre conclusion est similaire à
celle de López-Gracia et Sánchez-Andújar et paradoxalement à celle de Serrasqueiro,
Armada, and Nunes.

- La profitabilité
Le tableau 5 montre les résultats relatifs à l’hypothèse de profitabilité des entreprises
familiales et non familiales :
Tableau 5 - Relation entre la profitabilité et le ratio de l’endettement
Entreprises Entreprises non
familiales familiales
Profitabilité&DT -0.0162 -0.0877***
*** significatif au seuil de 0,1%,
Dans le cas des entreprises familiales, l’hypothèse n’est pas confirmée puisque nous avons
constaté une relation négative et non significative. Ce résultat est contradictoire avec les
prévisions de la théorie du compromis, mais il n’est pas étonnant pour les entreprises
familiales. En effet, elles se caractérisent par l’aversion au risque et le maintien de contrôle et
lorsqu'elles ne sont plus rentables, les dirigeants familiaux préfèrent mettre en réserve tout ou
partie de leurs bénéfices, utilisant ce type de ressources dont le coût est faible plutôt que
d'avoir recours à l’endettement. Cette explication est conforme à la base théorique de la
théorie du financement hiérarchique (pecking order) de Myers (1984) et Myers et Majluf
(1984) . Notre résultat est conforme à ceux de nombreux auteurs (Vieira, 2013 ; Burgstaller et
Wagner, 2015 ; López-Gracia et Sánchez-Andújar, 2007 ; Serrasqueiro, Armada, and Nunes,
2011b). Pour les entreprises non familiales, l’hypothèse n’est pas confirmée et nous avons
trouvé une relation négative et significative. Cette explication est aussi conforme à la théorie
du financement hiérarchique.
- La taille
Ces résultats permettent de valider l’hypothèse H1-3 qui prédisait une relation positive avec
l’endettement total comme c’est indiqué dans ce tableau. Cependant, cette relation positive et
significative, est cohérente avec les prédictions de la théorie du compromis.

Tableau 6 - La relation entre la taille et le ratio d’endettement

Entreprises Entreprises non
familiales familiales
Taille&DT 0.00819*** 0.0210***
*** significatif au seuil de 1%,

Pour la théorie du compromis, les grandes entreprises familiales ont un risque de faillite
moins élevé et donc des coûts de faillite plus faibles (Degryse, de Goeij et Kappert, 2012).
Elles sont aussi moins diversifiées, ce qui renforce leur capacité d'endettement. Les petites
entreprises familiales ont un accès plus réduit aux crédits car leurs actifs corporels ont un
montant plus faible et n’offrent pas suffisamment de garanties (López-Gracia and Sogorb-
Mira 2008a). Les résultats constatés pour les entreprises familiales montrent bien que
l’influence significative de la taille sur le ratio d’endettement total (+ 0.00819). Ce résultat est
conforme à ceux de Serrasqueiro, Armada, et Nunes (2011b) ou Vieira (2013). Pour les
entreprises non familiales, la relation entre la taille et le ratio d’endettement est positive (+
0.0210) : elle est significative et conforme à notre hypothèse.

- La tangibilité ou matérialité des actifs corporels

La tangibilité de l’actif, est, d’après les résultats, négativement corrélée au niveau
d’endettement total des entreprises familiales de l’échantillon. Selon le tableau 7, le
coefficient de corrélation de - 0.101 est significatif au seuil de 1%.
Tableau 7 - Relation entre la tangibilité et le ratio d’endettement
Entreprises Entreprises non
familiales familiales
Tangibilité &DT -0.101*** -0.0501***
*** significatif au seuil de 1%
Ce résultat est contradictoire avec l’hypothèse H1-5 qui prévoyait que la garantie représentée
par la matérialité des actifs corporels était positivement corrélée au niveau d’endettement

total de l’entreprise. La relation négative significative entre le ratio d’endettement et la

tangibilité, suggère que la variation de la tangibilité est un facteur qui joue en faveur de la
modification de la politique d’endettement total des entreprises familiales. On peut penser que
pour ces entreprises, celles qui ont un montant important d'actifs corporels choisiront d'avoir
un ratio d’endettement faible. Un ratio d'endettement élevé correspondra, au contraire à des
actifs corporels de niveau modeste. Ce résultat contredit celui de López-Gracia et Sánchez-
Andújar (2007).

- La volatilité du profit et les économies d'impôt non liées à la dette

Ces derniers éléments, peu significatifs, apportent peu d'information supplémentaire.

Tableau 8 - Volatilité du profit

Entreprises Entreprises non
familiales familiales
Volatilité de profit&DT 0.000332 0.00111**
 ** significatif au seuil de 1%

Tableau 9 - Économies d’impôt Non liées à la dette (Ndts)

Entreprises Entreprises non
familiales familiales
Ndts&DT 0.150*** 0.0201
*** significatif au seuil de 1%

- La vitesse d’ajustement et la convergence du ratio d’endettement

Le tableau 10 montre les résultats obtenus pour vérifier tester l’hypothèse H2-1 : la vitesse
d’ajustement des entreprises non familiales converge plus rapidement vers le ratio
d’endettement de référence que la vitesse d’ajustement des entreprises familiales et les
entreprises non familiales sont plus aptes à réduire les coûts d’agence. Cette convergence est
illustrée par le coefficient obtenu après la régression de modèle à panel dynamique. C’est le
coefficient assigné à la variable endogène décalée d’une période du ratio d’endettement.

Tableau 10 - Convergence du ratio d'endettement

Entreprises Entreprises non
familiales familiales
Convergence DT [ = (1 - ] 0.700*** 0.377***
Vitesse d'ajustement () 0.299*** 0.623***
*** significatif au seuil de 1%
Les résultats indiquent que le coefficient de convergence est positif et significatif au seuil de
0,1% pour les entreprises familiales et non familiales. L'hypothèse H 2.1 est confirmée. Le
coefficient de 0.700 pour les entreprises familiales est significatif au seuil de 0,1%. Le ratio
d’endettement total de l’exercice précédent influence significativement celui de la période
suivante. Ce résultat confirme les assertions de la théorie du compromis. Il existe un ratio
d'endettement optimal, qui traduit l’arbitrage entre les avantages fiscaux et les coûts de
faillite. Lorsque les entreprises convergent vers leur ratio d'endettement, l'existence de coûts
d'ajustement empêche de faire un ajustement optimal de ce rapport : et ainsi la théorie du
compromis prévoit que les entreprises font un ajustement partiel de la dette par rapport à la
dette qui serait optimale (López-Gracia, Sogorb-Mira, 2008).

Le coefficient qui exprime la vitesse d’ajustement est positif (0.299) et significatif au seuil de
1%. Il apporte des informations sur la vitesse à laquelle les entreprises familiales réagissent
aux fluctuations transitoires de leur structure financière. Nous constatons que la réaction
desdites entreprises est lente. Elles convergent vers leur ratio d’endettement total cible à une
vitesse plutôt réduite. Cette lenteur de convergence suggère l’existence de coûts de
transactions élevés, conduisant les dirigeants à opérer un arbitrage entre les coûts engendrés
par leur stratégie d'atteinte du niveau d’endettement cible et les coûts que crée leur situation
de déséquilibre (Ozkan, 2000). N'oublions pas que cette hypothèse est modérée par les
travaux de DeAngelo et DeAngelo (2007) qui montrent que, même en situation de coûts de
transaction nuls, il y a dans le comportement d’endettement des entreprises, une tendance au
retour vers la cible. Il faut donc interpréter ce coefficient avec prudence car Antoniou et al.
(2008), en particulier, obtiennent une valeur de 0,3935 (λ= 1 – 0,6065) qu'ils considèrent
comme étant une vitesse d’ajustement rapide.

Conclusion
Cet article vise à identifier selon la théorie du Trade off les différences entre les structures
financières, sur la base de deux échantillons de 100 entreprises familiales non cotées et de 82
entreprises non familiales non cotées, à l'aide de divers estimateurs de données de panel
dynamique (GMM-SYS).

Notre estimation concernant les déterminants traditionnels des entreprises familiales montre
d’abord que la taille et l’opportunité de croissance sont conformes aux prédictions théoriques
de la théorie du Trade off et que les variables qui restent, comme la profitabilité, la volatilité
de profit, sont non significatives. Enfin, les variables (actif tangible et économie d’impôt non
liée à la dette), sont significatives mais non conformes aux prédictions théoriques de la théorie
du Trade off.

Quant à la vitesse d’ajustement de la dette totale vers le ratio d'endettement cible elle est
moins rapide pour les entreprises familiales non cotées que pour les entreprises non familiales
non cotées. Notre résultat ne coïncide pas avec celui trouvé par (López-Gracia et Sánchez-
Andújar 2007). Ces auteurs trouvent que la vitesse d’ajustement est plus rapide pour les
entreprises familiales, et leur explication en est que les entreprises familiales sont moins
influencées par les coûts d’agence, comme le suggèrent (Blanco-Mazagatos, De Quevedo-
Puente, et Castrillo 2007a).

Néanmoins, la convergence de la dette totale des entreprises familiales et des entreprises

familiales est justifiée et notre résultat est conforme à la plupart des études antérieures menées
sur le contexte familial.
Les données empiriques suggèrent également que la structure financière des entreprises
familiales non cotées, selon la théorie Trade off, est distincte de celle des entreprises non
familiales non cotées.

En effet, le comportement financier des entreprises familiales non cotées diffère globalement
de celui des entreprises non familiales non cotées et spécifiquement par les variables
d’opportunité de croissance, de profitabilité et d’actif tangible.

En outre, les données empiriques obtenues au cours cette étude, montrent que l’applicabilité
de la théorie du Trade off, est justifiée pour les entreprises familiales et les entreprises non
familiales, concernant la convergence du ratio d’endettement vers le ratio optimal.
Néanmoins, cette théorie n’explique que partiellement les déterminants traditionnels, comme
l’actif tangible, la profitabilité et l’économie d’impôt non liée à l’endettement.

Cette étude s’est fixé deux limites. Tout d'abord, l’applicabilité de la théorie du Pecking Order
pour les EFNC, ensuite, la combinaison des deux théories à la fois.

Bibliographie
Allouche, José, Bruno Amann (2008), “Nature et Performances Des Entreprises Familiales.”
Filemanagement, Fondements et Renouvellements, 223–32.
Allouche, José, Bruno Amann, Jacques Jaussaud, Toshiki Kurashina (2008), “The Impact of
Family Control on the Performance and Financial Characteristics of Family versus
Nonfamily Businesses in Japan: A Matched-Pair Investigation.” Family Business
Review 21 (4): 315–29.
Ampenberger, Markus, Thomas Schmid, Ann-Kristin Achleitner, Christoph Kaserer (2013),
“Capital Structure Decisions in Family Firms: Empirical Evidence from a Bank-Based
Economy.” Review of Managerial Science 7 (3): 247–75.
Anderson, Ronald C., and David M. Reeb (2003), “Founding-Family Ownership and Firm
Performance: Evidence from the S&P 500.” The Journal of Finance 58 (3).
Anderson, Theodore Wilbur, Cheng Hsiao (1982), “Formulation and Estimation of Dynamic
Models Using Panel Data.” Journal of Econometrics 18 (1): 47–82.
Ang, James S., Rebel A. Cole, James Wuh Lin (2000), “Agency Costs and Ownership
Structure.”The Journal of Finance 55 (1): 81–106.
Antoniou, Antonios, YilmazGuney, and Krishna Paudyal (2008), “The Determinants of
Capital Structure: Capital Market-Oriented versus Bank-Oriented Institutions.”
Journal of Financial and Quantitative Analysis 43 (01): 59–92.
Bauweraerts, Jonathan, and Olivier Colot (2012), “Pecking-Order or Static Trade-off Theory
in Family Firms? Evidence from Belgium.”International Business Research 5 (11).
Becker, Gary S. (1981), “Altruism in the Family and Selfishness in the Market
Place.”Economica, 1–15.
Blanco-Mazagatos, Virginia, Esther De Quevedo-Puente, Luis A. Castrillo (2007a), “The
Trade-Off Between Financial Resources and Agency Costs in the Family Business: An
Exploratory Study.” Family Business Review 20 (3): 199–213.
———. (2007b) “The Trade-Off Between Financial Resources and Agency Costs in the
Family Business: An Exploratory Study.” Family Business Review 20 (3): 199–213.
doi:10.1111/j.1741-6248.2007.00095.x.
Burgstaller, Johann, and Eva Wagner (2015), “How Do Family Ownership and Founder
Management Affect Capital Structure Decisions and Adjustment of SMEs? Evidence
from a Bank-Based Economy.”The Journal of Risk Finance 16 (1): 73–101.
DeAngelo, Harry, and Linda DeAngelo (2007) “Capital Structure, Payout Policy, and
Financial Flexibility.” SSRN Scholarly Paper ID 916093. Rochester, NY: Social
Science Research Network.
DeAngelo, Harry, Linda DeAngelo, Toni M. Whited (2011), “Capital Structure Dynamics and
Transitory Debt.” Journal of Financial Economics 99 (2): 235–61.
DeAngelo, Harry, Ronald W. Masulis (1980), “Optimal Capital Structure under Corporate
and Personal Taxation.” Journal of Financial Economics 8 (1): 3–29.
DeAngelo, Harry, Richard Roll (2015, “How Stable Are Corporate Capital Structures?” The
Journal of Finance 70 (1): 373–418.
Deesomsak, Rataporn, Krishna Paudyal, and GioiaPescetto. 2009. “Debt Maturity Structure
and the 1997 Asian Financial Crisis.” Journal of Multinational Financial Management
19 (1): 26–42.
Degryse, Hans, Peter de Goeij, and Peter Kappert (2012), “The Impact of Firm and Industry
Characteristics on Small Firms’ Capital Structure.” Small Business Economics 38 (4):
431–47.
De Miguel, Alberto, and Julio Pindado (2001), “Determinants of Capital Structure: New
Evidence from Spanish Panel Data.” Journal of Corporate Finance 7 (1): 77–99.
Durand, David (1959), “The Cost of Capital, Corporation Finance, and the Theory of
Investment: Comment”, American Economic Association, Vol. 49, No. 4 (September),
pp. 639-655.
Ellul, Andrew, Levent Guntay, Ugur Lel (2007), External Governance and Debt Agency
Costs of Family Firms. Board of Governors of the Federal Reserve System.
Fama, Eugene F., and Kenneth R. French (2002), “Testing Trade‐Off and Pecking Order
Predictions About Dividends and Debt.” Review of Financial Studies 15 (1): 1–33.
Frank, Murray Z., Vidhan K. Goyal (2009), “Capital Structure Decisions: Which Factors Are
Reliably Important?” Financial Management 38 (1): 1–37.
Friend, Irwin, and Larry HP Lang (1988), “An Empirical Test of the Impact of Managerial
Self-Interest on Corporate Capital Structure.”Journal of Finance, 271–81.
Gomez-Mejia, Luis R., Manuel Nuñez-Nickel, and Isabel Gutierrez (2001), “The Role of
Family Ties in Agency Contracts.” The Academy of Management Journal 44 (1).
González, Maximiliano, Alexander Guzmán, Carlos Pombo, and María-Andrea Trujillo
(2013), “Family Firms and Debt: Risk Aversion versus Risk of Losing Control.”
Journal of Business Research 66 (11): 2308–20.
Hamada R. (1972), « The Effect of the Firm’s Capital Structure on the Systematic Risk of
Common Stocks », Journal of Finance 27(2), 435-452.
Harijono, Harijono, Mohammed Ariff, George Tanewski (2004), “The Impact of Family
Control of Firms on Leverage: Australian Evidence.” SSRN Working Paper Series.
Hausman, J. A. (1978), “Specification Tests in Econometrics.”Econometrica 46 (6): 1251–71.
Heshmati, Almas (2002), “Quality Adjusted Measures of Services in Public Schools.”
European Journal of OperationalResearch 136 (3): 655–70.
Hirigoyen, Gérard (2008), “Biais comportementaux dans l’entreprise familiale : Antécédents
et impacts.” Economies et Sociétés 19: 1901–30.
———. (2014), “Valeur et évaluation des entreprises familiales.” Revue Française de
Gestion 242 (5): 119–34.
Jensen, Michael C., William H. Meckling (1979), “Theory of the Firm: Managerial Behavior,
Agency Costs, and Ownership Structure.” In Economics Social Institutions, edited by
Karl Brunner, 163–231.Rochester Studies in Economics and Policy Issues 1.Springer
Netherlands.
Kim, E. Han (1978), “A Mean-Variance Theory of Optimal Capital Structure and Corporate
Debt Capacity.” The Journal of Finance 33 (1): 45–63.
Kraus, Alan, Robert H. Litzenberger (1973), “A State-Preference Model of Optimal Financial
Leverage.” The Journal of Finance 28 (4): 911–22.
Lemmon, Michael L., Michael R. Roberts, and Jaime F. Zender (2008), “Back to the
Beginning: Persistence and the Cross-Section of Corporate Capital Structure.” The
Journal of Finance 63 (4): 1575–1608.
López-Gracia, José, and Sonia Sánchez-Andújar (2007), “Financial Structure of the Family
Business: Evidence From a Group of Small Spanish Firms.” Family Business Review
20 (4): 269–87.
López-Gracia, José, and Francisco Sogorb-Mira (2008a), “Testing Trade-off and Pecking
Order Theories Financing SMEs.”Small Business Economics 31 (2): 117–36.
——— (2008b), “Testing Trade-off and Pecking Order Theories Financing SMEs.”Small
Business Economics 31 (2): 117–36.
Lubatkin, Michael H., Yan Ling, and William S. Schulze (2007), “An Organizational Justice-
Based View of Self-Control and Agency Costs in Family Firms.” Journal of
Management Studies 44 (6): 955–71.
McConaughy, Daniel L. (2000), “Family CEOs vs. Nonfamily CEOs in the Family-
Controlled Firm: An Examination of the Level and Sensitivity of Pay to Performance.”
Family Business Review 13 (2): 121–31.
Miller, Danny, Isabelle Le Breton-Miller, and Barry Scholnick (2008), “Stewardship vs.
Stagnation: An Empirical Comparison of Small Family and Non-Family Businesses”,
Journal of Management Studies 45 (1): 51–78.
Miller, Merton H. (1977), “Debt and Taxes”, The Journal of Finance 32 (2): 261–75.
Mishra, Chandra S., Daniel L. McConaughy (1999), “Founding Family Control and Capital
Structure: The Risk of Loss of Control and the Aversion to Debt.” Entrepreneurship
Theory and Practice 23: 53–64.
Modigliani, Franco, Merton H. Miller. (1958), « The Cost of Capital, Corporation Finance
and the Theory of Investment: Comment », American Economic Review 48(3), 261-
297.
Modigliani, Franco, Merton H. Miller (1963), “Corporate Income Taxes and the Cost of
Capital: A Correction”, The American EconomicReview, 433–43.
Molay, Eric (2005), “La structure financière du capital : Tests empiriques sur le marché
français”, Finance ContrôleStratégie 8 (4): 153–75.
Myers, Stewart C. (1977), “Determinants of Corporate Borrowing”, Journal of Financial
Economics 5 (2): 147–75.
——— (1984), “The Capital Structure Puzzle”, The Journal of Finance 39 (3), Papers and
Proceedings, Forty-Second Annual Meeting, American Finance Association, July, pp.
575-592.
Ozkan, Aydin (2000), “An Empirical Analysis of Corporate Debt Maturity Structure”,
European Financial Management 6 (2): 197–212.
Parsons, Christopher, Sheridan Titman (2009), Empirical Capital Structure: A Review. Now
Publishers Inc.
Peters, H. Elizabeth, A. Sinan Ünür, Jeremy Clark, William D. Schulze (2004), “Free-Riding
and the Provision of Public Goods in the Family: A Laboratory Experiment”,
International Economic Review 45 (1): 283–99.
Romano, Claudio A., George A. Tanewski, Kosmas X. Smyrnios (2001), “Capital Structure
Decision Making: A Model for Family Business”, Journal of Business Venturing 16
(3): 285–310.
Rubinstein M. (1973), « A Mean-Variance Synthesis of Corporate Financial Theory », Journal
of Finance 28(1), 167-181.
Schulze, William S., Michael H. Lubatkin, Richard N. Dino (2003), “Toward a Theory of
Agency and Altruism in Family Firms.” Journal of Business Venturing 18 (4): 473–
90.
Schulze, William S., Michael H. Lubatkin, Richard N. Dino, Ann K. Buchholtz (2001),
“Agency Relationships in Family Firms: Theory and Evidence.” Organization Science
12 (2): 99–116.
Serrasqueiro, Zélia, Paulo MaçãsNunes, Jacinto Silva (2011), “Are Capital Structure
Decisions of Family-Owned SMEs Different? Empirical Evidence From Portugal.”
Centro de Estudos E FormaçãoAvançadaEmGestão E Economia–Universidadede
Évora 11: 1–38.
Serrasqueiro, Zélia Silva, Manuel Rocha Armada, Paulo Maçãs Nunes (2011a), “Pecking
Order Theory versus Trade-Off Theory: Are Service SMEs’ Capital Structure
Decisions Different?” Service Business 5 (4): 381–409.
——— (2011b), “Pecking Order Theory versus Trade-Off Theory: Are Service SMEs’
Capital Structure Decisions Different?” Service Business 5 (4): 381–409.
Shyam-Sunder, Lakshmi, Stewart C. Myers (1999), “Testing Static Tradeoff against Pecking
Order Models of Capital structure1.” Journal of Financial Economics 51 (2): 219–44.
doi:10.1016/S0304-405X(98)00051-8.
Sogorb-Mira, Francisco (2005), “How SME Uniqueness Affects Capital Structure: Evidence
from a 1994–1998 Spanish Data Panel.” Small Business Economics 25 (5): 447–57.
Sogorb-Mira, Francisco, José Lopez-Gracia (2003), “Pecking Order versus Trade-off: An
Empirical Approach to the Small and Medium Enterprise Capital Structure.” Available
at SSRN 393160.
Titman, Sheridan, Roberto Wessels (1988), “The Determinants of Capital Structure Choice.”
The Journal of Finance 43 (1): 1–19.
Vieira, Elisabete S. (2013), “Capital Structure Determinants in the Context of Family Firms.”
Proceedings in ARSA-Advanced Research in Scientific Areas 1.
Welch, I. (2004). "Capital Structure and Stock Returns." Journal of Political Economy 112
(1): 106–132.
Williams, John Burr (1938), The Theory of Investment Value, North Holland Publishing.