Memoire Gestion de Risque

THÈSE

En vue de l’obtention du

DOCTORAT DE L’UNIVERSITÉ DE TOULOUSE

Délivré par :
Université Toulouse 1 Capitole (UT1 Capitole)

Présentée et soutenue par :
RAÏS Hassen Mourad
Le : 27 Novembre 2012

Titre :
Gestion des risques : Mesures et Stratégies.
Analyse empirique de la gestion des risques dans les entreprises non

financières Françaises.

École doctorale et discipline ou spécialité :
ED SG : STRATEGIE.

Unité de recherche :
Centre de Recherche en Management. UMR 5303 CNRS.

Directeur(s) de Thèse :
LEAUTIER Thomas‐Olivier. Professeur des Universités. IAE UT1 Capitole.

Rapporteurs :
AÏD René, Chercheur, Université Paris‐Dauphine.
VILLENEUVE Bertrand. Professeur des Universités, Université Paris‐Dauphine.

Autre(s) membre(s) du jury :
Dubois Pierre, Professeur des Universités, TSE UT1 Capitole.

Gestion des risques : Mesures et Stratégies.

Analyse empirique de la gestion des risques
dans les entreprises non financières Françaises.

L’Université n’entend ni approuver,
ni désapprouver les opinions particulières du candidat.

A la mémoire de mon père.

Remerciements
Au terme de cette thèse, je souhaite tout d’abord remercier Thomas-

Olivier Léautier mon directeur de thèse pour avoir accepté de m’encadrer
pour ce travail de recherche, pour la qualité de ses remarques, de ses
observations et pour ses encouragements tout au long de ce travail.
Par ailleurs, j’exprime ma gratitude à Pierre Dubois de TSE, pour avoir

répondu de façon précise à nos interrogations, ainsi que Bertrand Villeneuve
et René Aïd de Paris-Dauphine, qui m’ont fait l’honneur de participer au jury
de soutenance.
Je remercie particulièrement toutes les personnes ; Chefs

d’entreprises, Directeurs Financiers et Managers qui ont pris de leur temps
pour répondre à mes questions et renseigner mes documents et sans qui ce
travail n’aurait pas abouti. Plus particulièrement je remercie ; Caroline Muller,
Philippe Lebel, Aurélie Bensoussan, Gérard Pantini, Bertrand Berrac, Valérie
Joly, Jean-Bernard Chatilly, Michelle d’Alvigneri, René Abecassis, Valérie
Guedj, Philippe Aversenq, Rodolphe Fredj, Luc Benhaim, Roland Alder et
Alain Cucalas.
Je souhaite également remercier le personnel administratif du CRM

pour leur efficacité et leur contribution dans la construction de ce projet dont
l’aide a été précieuse.
Mes derniers remerciements s’adressent à mon épouse qui par son

soutien moral et ses encouragements a favorisé l’aboutissement de ce projet.

Sommaire

Remerciements.................................................................................................................. 5
Introduction Générale ....................................................................................................... 1
Partie I : Théories et état de l’art........................................................................................ 6
1. Le risque dans l’Entreprise : .............................................................................................. 6
1.1. Définition et identification des risques liés à l’activité de l’entreprise : ........... 6
1.2. Mesure du risque : ................................................................................................ 10
2. Stratégie(s) de gestion des risques dans l’entreprise :................................................... 14
2.1. Sur la gestion du risque dans l’entreprise :....................................................... 14
2.2. De la gestion des risques vers la stratégie de gestion des risques : ............ 17
2.3. Les stratégies de gestion des risques opérationnels : .................................... 20
2.4. Les stratégies de gestion des risques financiers: ............................................ 21
3. Les déterminants de la couverture des risques dans l’entreprise : ................................ 31
3.1. Méthodes et Modèles :......................................................................................... 34
3.2. Mesures des déterminants de la couverture et variables associées: ........... 35
4. Conclusion de la Première Partie : .................................................................................. 70
Partie II: Problématique et Posture épistémologique. ...................................................... 74
1 ‐ Développement de la question de recherche et Problématique................................... 74
2 – Méthodologie et Organisation de la recherche: ........................................................... 77
2.1. Le questionnaire, outil de recherche :................................................................ 78
2.2. L’échantillon :......................................................................................................... 82
2.3. Réalisation de l’enquête : .................................................................................... 84
2.4. Données externes :............................................................................................... 86
2.5. Analyse descriptive de l’échantillon : ................................................................. 90
3. Posture épistémologique: ............................................................................................... 94
3.1. De la posture épistémologique en science de gestion : ................................. 94
3.2. Positionnement épistémologique de la présente recherche : ........................ 97
4. Conclusion de la deuxième partie : ............................................................................. 99
Partie III : Analyses Empiriques : .................................................................................... 100
1 ‐ Organisation de la fonction gestion des risques : ........................................................ 102

1.1. Analyse descriptive de la fonction gestion des risques : ............................. 103
1.2. Mesure de l’organisation de la fonction gestion des risques : .................... 107
1.3. Déterminants de l’organisation de la fonction gestion des risques :........... 113
2 ‐ Analyse des Risques Financiers : ................................................................................. 120
2.1. Analyse des déterminants de la couverture des risques financiers :.......... 121
2.2. Stratégies de gestion du risque financier :..................................................... 133
3 ‐ Analyse des Risques Opérationnels :............................................................................ 158
4.1. Eléments descriptifs de la gestion du risque opérationnel :....................... 159
4.2. Déterminants de la couverture du risque opérationnel : ............................... 164
Conclusion Générale : .................................................................................................... 175
Bibliographie ................................................................................................................. 175
Articles : ............................................................................................................................ 175
Ouvrages : ......................................................................................................................... 186
ANNEXES ....................................................................................................................... 175

Introduction Générale

Le risque est un élément incontournable dans la vie de l’entreprise.

L’entreprise moderne est exposée à des risques aussi diversifiés qu’élevés,
cette exposition est liée aux évolutions techniques et industrielles, à
l’accroissement de la part des exportations et l’internationalisation des
échanges économiques, aux innovations financières, à l’intensification des
contraintes juridiques et à la complexité des technologies employées.
Le risque ou les risques liés à ces mécanismes financiers et

économiques sont ainsi très variés. Les classifications et les dénominations
sont nombreuses, certains sont dits financiers car liés à la volatilité des prix
des marchandises, d’autres sont dits juridiques car liés aux modifications des
textes et dispositions légales, d’autres sont appelés opérationnels car liés aux
processus de fabrications, aux technologies et aux facteurs humains, etc.
Les évolutions des activités économiques rendent la gestion des

risques incontournable dans la gestion globale de l’entreprise d’aujourd’hui.
Dans ce sens cette pratique de gestion connaît une attention de plus en plus
particulière et renforcée. L’attention vient actuellement de la part des
entreprises elles mêmes mais également de la part des autorités de
supervision et de régulation.
La gestion des risques s’est développée à travers les pratiques et les

besoins des entreprises d’une part et grâce à la recherche scientifique qui
s’est investie dans ce champ de modernisation des méthodes de gestion
d’autre part. Ces méthodes de gestion modernes s’appuient sur l’utilisation de
modèles mathématiques et statistiques et sur des techniques d’optimisation.
La maitrise et la pratique de ces méthodes sont aujourd’hui nécessaires à la
bonne gestion de l’entreprise.
Hassen Rais. Thèse de Doctorat 2012 1

L’univers des risques est ainsi de plus en plus présent dans ces
méthodes de gestion modernes. Les recherches en sciences économiques et
en sciences de gestion ne cessent d’innover et de développer des méthodes
et des mesures de quantification, de réduction et de transfert des risques.
Ces recherches ont ainsi connu, au cours des dernières années, un essor
sans précédent tant au niveau de l’élargissement de l’horizon, qu’au niveau
de la profondeur de l’analyse. Ces analyses ont permis de développer de
meilleurs outils pour les décideurs et les gestionnaires.
La mise en place de ces méthodes implique un investissement de la

part des entreprises dans des moyens humains et matériels. On observe ainsi
l’émergence et la mise en place d’une nouvelle fonction et d’un nouveau
métier qui est la gestion des risques ou le risk management. Cette fonction
nouvelle est plus ou moins organisée et plus ou moins sophistiquée selon
l’importance qui lui est donnée et selon les moyens de l’entreprise.
La fonction gestion des risques gère les risques et met en place les
stratégies de couverture adéquate en fonction des expositions aux risques
que connaît l’entreprise. Cette gestion et couverture des risques est réalisée
sur la base d’un débat et d’une large réflexion théorique.
Le débat théorique sur les déterminants de la couverture des risques a

été largement investi par la recherche scientifique aussi bien théorique
qu’empirique. Ce champ de recherche continu à occuper de nombreux
scientifiques qui ont identifié et validé de nombreuses hypothèses liées aux
caractéristiques de l’entreprise.

Cette thèse de doctorat s’inscrit dans ce champ de recherche sur les
déterminants et la validation des hypothèses explicatives de la couverture des
risques.
Elle se pose comme objectif général l’approfondissement des analyses

des pratiques de gestion des entreprises non financières, sa problématique
générale est l’identification et la mesure des facteurs déterminants de la
gestion des risques et des stratégies mises en place.
L’objectif de recherche repose sur une méthode expérimentale et une

approche empirique. Ces analyses s’appuient donc sur des faits observés,
recueillis et mesurés des pratiques, des méthodes et des moyens mis en
place pour gérer et pour se couvrir contre les risques et leurs liens avec les
différentes caractéristiques des entreprises.
L’originalité de cette recherche repose d’abord sur la délimitation du

champ d’analyse, à travers un large échantillon d’entreprises, sur la définition
du concept de couverture, qui est plus large que la seule mise en place de
dérivés. Cette recherche introduit également un nouveau déterminant de la
couverture lié à l’organisation de la fonction de la gestion des risques. Elle
cherche ainsi à développer un modèle globale de stratégie de gestion des
risques. Enfin, elle s’intéresse à l’analyse d’un type de risque peu étudié à
savoir le risque opérationnel.
Pour répondre à cette problématique et valider les différentes

hypothèses, cette thèse est organisée en trois parties :
1. La première partie présente l’univers des risques. A travers cette

présentation, c’est l’ensemble des définitions, méthodes et stratégies
de gestion ainsi que les théories sous-jacentes. Cette partie fait aussi
une critique de l’état de l’art et de la revue de littérature traitant de la

gestion des risques en général et des déterminants de couverture plus
particulièrement.
2. La deuxième partie de se veut être empirique dans son approche et

dans ses analyses, présente d’abord en détail la problématique puis la
méthodologie retenue.
Cette méthodologie présente la conception des outils de recherche et

la réalisation de l’enquête empirique auprès d’entreprises non
financières. Les résultats de l’enquête sont complétés par des
informations financières afin d’obtenir un fichier contenant les pratiques
de gestion des risques des entreprises et les caractéristiques
financières de ces dernières.
3. Sur la base des informations recueillies, la troisième partie présente

l’ensemble des analyses réalisées. Ces analyses répondent à la
problématique générale et valident les hypothèses qui y sont posées.
Ainsi, ces analyses expliquent et mesurent les déterminants de la

gestion des risques :
Une première analyse explique l’organisation de la fonction gestion des

risques par les caractéristiques de l’entreprise et construit pour cela
une mesure de cette fonction.
Une deuxième analyse explique la gestion des risques financiers et

construit un modèle expliquant les différentes stratégies de gestion par
des déterminants organisationnels, financiers et sectoriels des
entreprises.

Une dernière analyse explique les déterminants de la gestion des
risques opérationnels.
Enfin, la conclusion présente les limites de cette recherche. Elle ouvre

également la voie et les perspectives des nouvelles recherches qui peuvent
s’inscrire dans la suite de ce travail.
Cette thèse est ainsi riche de plusieurs apports : le premier est lié au
protocole de recherche et concerne la conception et la réalisation de
l’enquête empirique.
Le deuxième est un apport méthodologique et concerne la construction

d’une mesure de l’organisation de la fonction gestion des risques.
Le troisième est un apport managérial et concerne le développement

d’un modèle de stratégie de gestion des risques.
Le quatrième est un apport scientifique original et concerne l’analyse

du risque opérationnel et la recherche des déterminants de sa couverture.

Partie I : Théories et état de l’art.
Toute entreprise est risquée par essence et il n’est en aucun cas

possible d’annihiler intégralement toutes les sources de risque. C’est pourquoi
l’identification et la définition des différents risques jouent un rôle capital et
permet à l’entreprise, en fonction de ses caractéristiques et de ses capacités
de mettre en place la stratégie de gestion adéquate.
L’objet de cette première partie est de présenter l’univers du risque

dans l’entreprise, comme les différents concepts, les méthodes, les stratégies
de gestion et les facteurs déterminants de ces méthodes de gestion.
1. Le risque dans l’Entreprise :
Ce chapitre présente les différents types de risques financiers

rencontrés dans l’entreprise, leurs mesures et enfin les stratégies misent en
place pour leur gestion.
1.1. Définition et identification des risques liés à l’activité de l’entreprise :
Selon le Petit Robert (2012), le risque est définit comme « un danger

éventuel plus ou moins prévisible ». Selon Besson et Possin, (2006) ; « le
risque désigne un danger bien identifié, associé à l’occurrence d’un
événement ou d’une série d’événements, parfaitement descriptibles, dont on
ne sait pas s’ils se produiront mais dont on sait qu’ils sont susceptibles de se
produire ». Selon Bressy (2004) ; « les risques d’entreprise sont tous les

évènements pouvant survenir et qui sont de nature à réduire sa rentabilité,
voire à remettre en question son existence. Il peut s’agir de menaces qui se
réalisent, d’erreurs de gestion ou de prévisions ou encore de la survenance
d’aléas défavorables ».
Ces définitions permettent de rendre compte de l’existence de

concepts communs liés à la notion de risque. Le risque y est définit comme
un danger que l’on identifie sans ambigüité, associé à la réalisation d’un
évènement dont la réalisation est probable. Les deux éléments importants
sont l’identification du danger et la probabilité de réalisation de l’évènement.
Avant de présenter les différentes définitions, il est nécessaire de faire

la différence entre le risque systémique et le risque spécifique. Selon
Vernimmen (2012), un risque systémique est un risque qui peut mettre en
danger la survie de tout un système financier, de toute une économie dans
son ensemble. Il est inévitable et non gérable au niveau de l’entreprise. Le
risque spécifique, appelé aussi risque intrinsèque ou risque idiosyncratique
résulte uniquement d’éléments particuliers de l’entreprise pouvant résulter,
quant à eux, d’une mauvaise gestion et d’évènement économique ou
financier.
C’est à Frank Knight (1921) que l’on doit la première théorie du risque.
Sa théorie est souvent présentée comme faisant le lien entre l’idée de risque
d’Adam Smith (1776) et la notion d’incertitude de J. M. Keynes (1936). Knight
distingue le risque, du latin Resecum « ce qui coupe », de l’incertitude, du
latin Incertus « qui n’est pas fixé, déterminé à l’avance ». Selon cet auteur le
risque désigne une situation où les possibilités de l’avenir sont connues et
probabilisables. Par opposition, l’incertitude désigne une situation où l’on
ignore tout cela. Il distingue donc des situations risquées (où la distribution de
probabilités des cas possibles n’est pas connue) des situations incertaines
(où les cas possibles ne sont même pas connus). Une incertitude knightienne
est donc une situation où non seulement l’avenir n’est pas connu, mais ne

peut l’être. Ainsi, on peut parler de risque pour un investisseur qui spécule sur
le cours des actions ou pour un assureur qui propose une couverture contre
l’incendie. Tandis que le problème l’exploration spatiale ou celui des maladies
orphelines représentent des situations d’incertitude.
Knight a également développé une première typologie des risques

dans l’entreprise. Il distingue ainsi le risque pur du risque spéculatif.
1. Les risques sont dits purs car leur concrétisation résulte

essentiellement d’évènements hors de contrôle de l’entreprise. La
réalisation de ces évènements ne peut avoir que des conséquences
financières négatives. Le risque pur est également appelé risque
opérationnel. Par exemple ; intempéries, incendie, fraudes internes ou
externes de la part de la clientèle. Le traitement de ce type de risque
relève de l’assurance.
2. Les risques sont dits spéculatifs, car ils sont résultent véritablement
des décisions de l’entreprise. On les appelle aussi risques financiers.
C’est un risque auquel l’entreprise s’expose volontairement, par
exemple ; investir sur un actif financier, spéculer sur les taux de
change … Les conséquences de ce type de risque peuvent être
négatives ou positives. Le traitement des risques spéculatifs fait l’objet
même du management.
Les risques spéculatifs peuvent être détaillés en une quantité de

risques. Il existe dans la littérature de nombreuses typologies. Dans la suite
de ce travail, il sera retenu la typologie proposée par Hull (2007).
Il faut également remarquer que les entreprises financières

connaissent d’autres risques spéculatifs tels que les risques de liquidité et de

volatilité, mais cette catégorie d’entreprises ne rentre pas dans le cadre de
cette recherche.
Le risque de marché ou risque financier concerne les variations de prix

de différents supports et leurs effets sur la valeur des positions de la société,
ceci comprenant le risque général du marché et les risques spécifiques du
secteur d’activité. La typologie proposée par Hull (2007) décompose le risque
financier de la manière suivante :
1. Risque sur matière première : il est lié à la volatilité des prix des
matières premières.
2. Risque de taux de change : il est lié à l’éventualité d’une variation du

taux de conversion entre deux devises.
3. Risque de taux d’intérêt : il est déterminé sur le marché de dette par

le jeu de l’offre et de la demande pour un titre.
Il faut enfin remarquer que l’entreprise, au delà des risques

opérationnels et financiers, connait d’autres types de risques qu’on peut
regrouper sous le risque d’affaire.
Le risque d’affaire peut, quant à lui, être décomposé en :
1. Risque commercial ou de contrepartie: il est lié à tous les éléments

qui influencent le chiffre d’affaire d’une entreprise. Il fait référence à la
diversité de la clientèle : Plus l’entreprise est dépendante d’un petit nombre
de client, plus elle est plus fragile. De la même manière, il comprend la
défaillance d’un ou plusieurs fournisseurs.
2. Risque de production : il est lié à la structure de production de

l’entreprise qui lui sert à déterminer le prix de revient de ses produits et lui
assure son degré de compétitivité. Il comprend les risques de coût de

production, les risques de qualité et de fiabilité de ses produits et le risque
d’absence de recherche et développement. Dans ce cas l’entreprise est
dépendante des innovations de ses concurrents.
3. Risque réglementaire ou juridique : lié aux relations avec les

contreparties (capacité, autorité, adéquation), les normes de rédaction et de
documentation des contrats, ainsi que les risques de non-conformité aux
réglementations. Une situation juridique risquée existe à partir du moment où
les contrats ou les obligations réglementaires ne sont pas applicables ou pas
totalement remplies.
1.2. Mesure du risque :
Dans un paradigme knightien, le risque désigne une situation où les

possibilités de l’avenir sont connues et probabilisables. Dans ce sens, après
avoir clairement défini les risques que connait ou que peut connaitre une
entreprise, il est nécessaire de connaitre la probabilité d’occurrence de ces
risques ou la distribution de probabilité qui y est associée. Ce qui revient à
pouvoir mesurer la réalisation de ce risque.
Par ailleurs et afin de choisir la stratégie adéquate de gestion des

risques, il est nécessaire et indispensable d’estimer la réelle volatilité des flux
financiers, donc de mesurer le risque.
Dans ce paragraphe, il ne s’agit pas de faire une présentation

exhaustive des mesures du risque, mais des principaux modèles et mesures
associées pour mesurer le risque dans l’entreprise. On présentera deux
modèles de mesures du risque dans l’entreprise, le MEDAF et la VaR.

1.2.1. Le MEDAF :
La mesure du risque a pris naissance avec celle de la théorie

financière. On associe la naissance de cette théorie aux travaux de Bachelier
(1900). Mais ce n’est qu’avec les travaux de Markowitz (1952) et de Sharpe
(1970) que les premiers travaux sur le risque ont été réellement
conceptualisés et aboutirent au développement des modèles CAPM et APT.
Dans ces modèles, le risque est une fonction de la corrélation entre les
actifs qui composent le portefeuille. Cette modélisation repose sur plusieurs
hypothèses. Deux de ces hypothèses fondamentales concernent la nature
des préférences des agents et la normalité des distributions de rentabilité
boursières.
La première hypothèse est nécessaire à la formalisation du problème

de choix de l’investisseur face à un choix risqué. Cependant, il est difficile
d’accepter qu’un actif financier soit considéré comme un bien inférieur (Pratt,
1964, Arrow, 1970). Il est également difficile d’expliquer le choix d’agents
averses aux risques (Friedman et Savage, 1948, Kahneman et Tversky,
1979, Golec et Tamarkin, 1998).
La seconde hypothèse permet d’exprimer l’espérance d’utilité comme

une fonction exacte de l’espérance et de la variance des distributions de
rentabilité et a pour fondement théorique l’approche moyenne variance.
Cependant, l’hypothèse de normalité des distributions de rentabilité est
clairement rejetée dans la littérature par les enquêtes et les observations
empiriques (Engle, 1982, Bollerslev, 1986, Mandelbrot, 1997). Les
phénomènes d’asymétrie et de leptokurticité sont des caractéristiques
avérées des distributions empiriques.

La non-vérification des hypothèses traditionnelles a amené à rejeter
purement et simplement l’existence d’une relation linéaire entre le risque
systématique et la rentabilité. Des approches alternatives au MEDAF
traditionnel ont été proposées (Harvey et Zhou, 1993, Fama et French, 1996,
Fand et Lai, 1997, Hwang et Satchell, 1999, Harvey et Siddique, 2000,
Dittmar, 2001, Pedersen et Satchell, 1998).
1.2.2. La Value at Risk (VaR):
L’abandon de la mesure du risque par le MEDAF a eu pour

conséquence le développement d’une large réflexion sur la mesure du risque.
Suite aux critiques du dit modèle le risque doit être mesuré et approximé par
une distribution de probabilités liée à la variable risqué. Donc c’est la
recherche de méthodes de calcul et d’estimation de distributions robustes qui
fonde les nouvelles mesures.
La publication de l’article sur la valorisation des options de Black et

Scholes (1973) et la création de la CBEO (Chicago Board Options Exchange),
la même année, marquent le départ d’un intense développement des
recherches sur la valorisation des produits dérivés. A partir des années 80, la
grande utilisation des dérivés comme outil de couverture des risques
sensibilise les entreprises (les banques) au risque et de nouveaux outils
statistiques sont développés pour les aider dans la gestion du risque de crédit
et de la sélection des clients.
En 1994, le cabinet JP Morgan publie une nouvelle méthode de

mesure de risque ; la Value at Risque ou valeur en risque. Cette méthode
s’est d’abord étendue à l’ensemble de la communauté financière pour ensuite
s’appliquer à des champs beaucoup plus vaste. Elle connaît une large
diffusion aussi bien auprès des professionnelles que des académiques.

Ce modèle de mesure du risque repose sur une estimation de la
volatilité. Cet indicateur est défini comme la perte que risque de subir une
position à un horizon donné et à un certain niveau de probabilité (Jorion,
2000). Il est calculé par le quantile à un niveau de probabilité voulu sur la
distribution des pertes à un horizon T. Compte tenu de ces paramètres, il
existe une variété mesures pour des périodes de détention différentes (de un
à dix jours) et des niveaux de confiance de 95% à 99,9%. Ainsi, pour une
même variable le risque mesuré par une VaR à 95% sur une journée est cinq
fois plus faible que le risque mesuré par une VaR à 99% sur dix jours.
Trois méthodes de calcul de la VaR sont utilisées par les entreprises.

On distingue ainsi ; la VaR paramétrique, la VaR historique et la VaR Monté-
carlo. Chacune de ces méthodes se différencie par la nature des données
utilisées, par la méthode de simulation et par la représentation de l’univers
risques et des positions (Cougnaud, 2007).
La VaR est ainsi un indicateur synthétique qui rend compte de la perte

maximale pour un niveau de risque et un horizon de temps donnés,
Néanmoins, d’une entreprise à l’autre, les modèles de VaR se fondent sur
des méthodologies et des hypothèses très diverses afin de contourner les
difficultés d’observabilités et les contraintes de temps de calcul. En raison de
cette hétérogénéité, la comparaison comme l’agrégation des VaR doit être
considère avec la plus grande prudence (Cougnaud, 2007).
En conclusion, la VaR est actuellement une mesure de référence de la

prise de risque agrégée. Notons également que les chercheurs en finance et
en gestion des risques élaborent de plus en plus d’indicateurs, plus cohérents
et rendant davantage compte de la réalité et des besoins de l’entreprise pour
mesurer la volatilité. Ainsi en plus de la VaR « classique » on observe le
Earnings at Risk, le Profit at Risk et la VaR Conditionnelle (CVaR). Cette
dernière est définit comme la moyenne du pire qui contrairement à la VaR,
prend en compte l’ensemble des pertes extrêmes (Taillard, 2006).

2. Stratégie(s) de gestion des risques dans l’entreprise :
Le risque étant inhérent à toute entreprise humaine, la gestion des

risques est une activité très ancienne dans le monde de l’entreprise. Elle
relève autant du management courant que de la stratégie, son impact
pouvant remettre en cause l’existence même de l’entreprise.
2.1. Sur la gestion du risque dans l’entreprise :
La gestion des risques est classée par les cadres financiers comme
étant parmi les plus importantes problématiques de la gestion des finances
d’entreprises (Rawls, Waite, Gharles. Smithson, 1990). La gestion des
risques financiers fait l’objet d’une littérature abondante et de nombreux
chercheurs se sont investis dans le sujet.
Pendant longtemps l’humanité en général et les managers en

particulier ont développé des approches philosophiques pour appréhender le
risque. La mathématisation de la gestion du risque, quant à elle, est un
phénomène récent.
Cette approche du risque dans l’entreprise par l’outil mathématique est

liée à l’avancée des méthodes développées par les économistes et par les
gestionnaires. Ces méthodes de gestion des risques dans l’entreprise
découlent de l’incertitude des flux de trésoreries futurs. Par ailleurs, le
développement de méthodes de calcul et des théories financières permettant
aux entreprises d’estimer la volatilité de ces flux (Tirole, 2006). C’est ainsi que
depuis une vingtaine d’année des fondements théoriques rigoureux de la
gestion des risques ont été mis en place.

Rappelons que le débat théorique sur la gestion des risques a pris
naissance à la suite de l’introduction des frictions de marché par le modèle
classique de Modigliani et Miller (1958), concernant l’incidence de la politique
de financement sur la valeur de l’entreprise. D’après ces auteurs, sous
certaines hypothèses, les écarts de rentabilité liés à la structure financière de
l’entreprise corrigent exactement les écarts de risque qu’elle induit. Ainsi,
dans le cadre d’un marché parfait, la valeur d’une entreprise dépend
exclusivement de son activité et de ses décisions d’investissement quel que
soit le mode de financement utilisé. Par conséquent, les décisions
d’investissement et de financement sont totalement distinctes. Sur des
marchés efficients, les changements de la structure de financement
n’affectent pas la valeur de l’entreprise tant que le cash-flow total généré par
les actifs de l’entreprise n’est pas modifié par la structure de financement. Ce
modèle est validé en montrant que les investisseurs individuels peuvent
arbitrer toute situation de déséquilibre en s’endettant et en répliquant tout
choix d’endettement fait par leurs entreprises.
Ce modèle est sous-tendu par l’existence d’un marché financier parfait qui
repose sur les hypothèses très restrictives suivantes :
• Absence d’impôts pour les entreprises et pour les individus.

• Il n’y a aucune limite de prêts ou d’emprunt à taux fixe pour l’ensemble
des agents.
• Les coûts de faillites sont nuls.
• Absence d’asymétrie d’informations entre les agents.
• Absence de conflits d’intérêts : Les dirigeants gèrent l’entreprise
conformément à l’intérêt des actionnaires.
Le théorème de Modigliani et Miller a initialement été appliqué à l’analyse

du choix de structure financière, cependant, il est plus général et peut
s’appliquer aux autres aspects de la stratégie financière, notamment aux

politiques de couverture. Un raisonnement analogue par arbitrage permet
d’affirmer que chaque investisseur peut se couvrir en détenant un portefeuille
diversifié ou en prenant des positions sur le marché des instruments dérivés
afin d’atteindre l’équilibre escompté entre risque et rentabilité. Par
conséquent, aucun n’accepterait de payer une prime pour acquérir les titres
d’une entreprise au motif qu’elle gère ses risques financiers.
Ainsi, nul besoin pour les entreprises de mettre en place des stratégies de
gestion de risque destinées à leur conférer un profil de risque particulier
puisque leurs actionnaires peuvent par eux mêmes diversifier leurs
investissements. Autrement dit, si les décisions de gestion des risques
n’influent pas sur les cash-flows engendrés par les actifs réels, alors en
l’absence de frictions sur le marché elles n’ont pas de répercutions sur la
valeur de l’entreprise.
La recherche empirique sur le sujet a relâché successivement ou

conjointement les hypothèses néoclassiques de Modigliani et Miller. Ainsi, à
travers différentes enquêtes d’autres chercheurs (Jensen, Meckling, 1976,
Bradley, Jarell, Kim, 1984, Baker, Wurgler, 2002) ont vérifié que la structure
financière influe directement sur la valeur de l’entreprise et qu’une entreprise
fortement endettée pouvait avoir moins de valeur qu’une autre entreprise
« plus saine », toute choses égales par ailleurs et donc que la valeur de
l’entreprise reste fonction de sa structure financière.
Dans l’économie réelle, l’entreprise est une entité ouverte pour

différents flux financiers et monétaires. La valeur de l’entreprise est calculée
par l’actualisation de l’ensemble de ses cash-flows futurs. L’entreprise a ainsi
pour objectif la gestion de ses flux financiers, c’est ce qui entrainera sa
croissance ou au contraire sa faillite. Cependant les cash-flows sont volatiles
et variables, car ils dépendent de différents facteurs tels que le marché, la
réglementation, la technologie utilisée, etc. Tous ces facteurs ne sont pas

toujours maîtrisés par l’entreprise. En parallèle, Cette variabilité peut
augmenter ou diminuer en fonction de la stratégie, des choix de gestion ou de
la gouvernance de l’entreprise. Ainsi la caractéristique de la gestion de
l’entreprise réside dans sa structure financière qui déterminera les
« séquences de payement» ou de gestion de ses flux financiers (Tirole,
2006). Lorsque la société est entièrement financée par des actions, tous ces
flux monétaires reviennent aux actionnaires. Lorsque l’entreprise émet à la
fois des titres d’emprunts et des actions, elle s’engage à diviser les flux
monétaires en deux catégories. La répartition des différents titres de
l’entreprise est appelée structure du capital ou structure financière de
l’entreprise.
Ainsi, les entreprises ne devraient plus gérer la volatilité de flux

financiers pour la diminuer car les investisseurs peuvent diversifier leurs
risques dans leur portefeuille, mais de profiter de cette volatilité pour
augmenter leur profit et de passer d’un contrôle des risques vers une
« véritable » gestion des risques (Léautier, 2007). Le potentiel de création de
valeur de la gestion des risques est encore largement inexploité.
2.2. De la gestion des risques vers la stratégie de gestion des risques :
L’utilisation de produits dérivés ou de gestion de risque est aujourd’hui

largement répandue, l’innovation financière ne cesse de concevoir de
nouveaux produits de plus en plus complexes (Shimpi, 2002). L’ISDA
(International Swap Dealers Association) indique dans son rapport de 2009
que 94% des 500 plus grandes entreprises américaines (Fortune 500)
utilisent des produits dérivés : 93,6% pour gérer le taux de change, 88,3%
pour gérer le taux d’intérêt et 50,9% pour gérer le prix des matières
premières.
Cependant, ce foisonnement d’outils financier n’est pas sans

conséquences. Les faits et l’actualité nous rappellent sans arrêt les

entreprises qui ont se sont distinguées par leur pratique de la gestion des
risques et dont les conséquences ont été désastreuses ; Mettallgesellschaft
(1994), la Baring (1995), Enron (2001), Worldcom (2002). Ces entreprises ont
en commun une mauvaise gestion des risques et des prises de position mal
évaluées sur de produits dérivés dont les conséquences ont été le dépôt de
bilan.
Dans les années 80, les entreprises financières (assurance et banque)

ont mis en place des structures de gestion des risques pour mieux gérer les
liquidités, le taux de change et le taux d’intérêt. Aujourd’hui, de nombreuses
entreprises non financières investissent dans la fonction de gestion des
risques et mettent en place des processus de gestion des risques ou ERM
(Enterprise risk management). L’ERM est une approche intégré des risques
cherchant à rompre avec une vision cloisonnée des risques (Culp, 2003).
En 2004, le COSO a publié un rapport définissant un cadre de

référence sur le management des risques dans l’entreprise (voir
www.coso.org) où l’ERM est définit comme un processus mis en œuvre par
le conseil d’administration, la direction générale, le management et
l'ensemble des collaborateurs de l’organisation. Il est pris en compte dans
l’élaboration de la stratégie ainsi que dans toutes les activités de
l'organisation. Il est conçu pour identifier les événements potentiels
susceptibles d’affecter l’organisation et pour gérer les risques dans les limites
de son appétence pour le risque. Il vise à fournir une assurance raisonnable
quant à l'atteinte des objectifs de l'organisation.
Ce cadre de références a eu pour effet de hisser la fonction gestion

des risques au plus haut point aux yeux de l’administration, des actionnaires
et du grand public. Beaucoup de grandes entreprises ont mis en place une
organisation et un processus dédiés à la gestion des risques. Une
qualification professionnelle s’est également mise en place pour former de
meilleurs risk-managers. Cependant, une étude de l’Economist Intelligence

Unit (2010) conclut que la gestion des risques est une activité immature dans
de nombreuses entreprises et que la fonction gestion des risques connaît trop
peu d’investissement. Moins de la moitié des entreprises ont investi dans les
processus de gestion des risques et moins d’un quart ont investi dans les
fonctions de formation des cadres dans la fonction centrale de la gestion des
risques. Cette situation est un sérieux paradoxe, où la gestion du risque reste
immature et les contraintes des ressources constituent un obstacle pour son
développement.
Selon Standard & Poor (2008), la vision managériale doit intégrer les
risques les plus conséquents pour l’entreprise, doit estimer leurs probabilités
de survenance, et leurs effets potentiels. Cette approche doit également
intégrer la fréquence et la nature des mises à jour des modèles d’identification
de ces risques, leurs conséquences sur son passif et les décisions
financières. Enfin, cette vision doit définir le rôle du risque management dans
l’élaboration de la stratégie de l’entreprise.
Une stratégie est la création ou la mise en place d’une position unique

dans une activité, en choisissant de l’exercer de manière différente de celles
de ses concurrents. S’il n’y avait qu’une seule position idéale, il n’y aurait pas
de stratégie (Porter, 1996). La stratégie de gestion des risques va au delà du
management des risques, dans le sens où elle est définit comme une
approche structurée et cohérente pour identifier, évaluer et gérer les risques.
De manière plus précise, la stratégie de gestion des risques dans

l’entreprise est définie comme le processus qui permet d’identifier, évaluer et
gérer les risques et incertitudes, affectée par des événements internes et
externes ou de scénarios qui pourraient entraver la capacité d'une
organisation à atteindre ses objectifs de la stratégie et stratégique dans le but
ultime de créer de la valeur et de protéger les actionnaires et les parties
prenantes (Frigo et Anderson, 2011).

Cette définition est basée sur six principes.
1. C'est un processus pour identifier, évaluer et gérer les événements

internes et externes et les risques qui pourraient entraver la réalisation des
objectifs de la stratégie et stratégique.
2. Le but ultime est de créer et de protéger les actionnaires et la valeur

des parties prenantes.
3. Il s'agit d'une composante principale et le fondement nécessaire de

l'ensemble de l'organisation du processus de gestion des risques d'entreprise.
4. En tant que composante de la gestion des risques, il est par

définition effectué par des conseils d'administration, de gestion et autres.
5. Il nécessite une vue stratégique de risque et examine comment des

événements externes et internes ou des scénarios peuvent avoir une
incidence sur la capacité de l'organisation à atteindre ses objectifs.
6. C'est un processus continu et itératif qui devrait être intégré dans la

mise en exécution de la stratégie de la gestion des risques.
2.3. Les stratégies de gestion des risques opérationnels :
Les risques opérationnels présentent une grande diversité conduisant

à une excessive segmentation de ces marchés. Par ailleurs, les niveaux
d’exposition aux différents risques opérationnels sont très variables étant le
plus souvent spécifique à chaque entité, leur appréciation sur un marché
paraît particulièrement délicate.
Les risques opérationnels peuvent être transférés aux compagnies

d’assurances par des contrats spécifiques. Cette solution ou stratégie est
privilégiée pour couvrir ceux de ces risques, qui par leur impact pourraient
mettre en péril la survie de l’entreprise. Néanmoins, l’arbitrage entre

internalisation et couverture des risques opérationnels dépend de l’évolution
des primes sur le marché de l’assurance, lui même caractérisé par une
grande cyclicité (Dionne, 2000).
Les risques extrêmes relevant de scénario catastrophe peuvent en

revanche être plus délicats, voire impossible à transférer en raison de primes
excessives. Selon la probabilité d’occurrence et les pertes associées,
l’attractivité ou la possibilité de transfert du risque est donc variable.
2.4. Les stratégies de gestion des risques financiers:
On dénombre quatre stratégies de gestion des risques financiers. La

première est dite d’internalisation du risque. La seconde utilise les moyens de
gestion courante. Les deux dernières utilisent les produits dérivés. On
distingue donc une troisième stratégie de gestion de risque par l’utilisation de
dérivés linéaires et une quatrième stratégie par l’utilisation de dérivés non
linéaires.
2.4.1. Stratégie de l’internalisation du risque :
Cette stratégie consiste à ne pas couvrir l’exposition. Elle est alors

qualifiée d’internalisation du risque. L’internalisation des risques pourra
concerner une gamme de risques d’autant plus large que la solidité financière
de l’entreprise est avérée. Seules les entreprises dont les capacités
financières sont les plus substantielles pourront donc raisonnablement et/ou
théoriquement opter pour une internalisation de ces risques.
La politique d’internalisation du risque ne modifie en rien le profil

d’exposition initial sur chaque sous-jacent, même si à un niveau plus agrégé
des effets de diversification peuvent réduire le risque global de l’entité optant

pour cette stratégie de gestion de ses risques. Le recours aux compagnies de
réassurances captives est une variante de l’internalisation du risque.
Internalisation du risque par le recours aux compagnies de

réassurances captives :
Les grandes entreprises, exposées à des risques très hétérogènes

aussi bien en termes de nature que de zones géographiques, recourent
parfois à un véhicule ad hoc dit « captive de réassurance » auprès duquel
l’ensemble des entités du groupe peuvent s’assurer (Cougnaud, 2007).
Cette centralisation des risques relève de la même philosophie que les

politiques de centralisation de trésorerie mises en place pour optimiser la
gestion de la liquidité et des placements des groupes. La stratégie porte cette
fois sur des risques de natures diverses, notamment des risques
opérationnels. La concentration de risques très différenciés par nature facilite
d’une part le suivi des expositions consolidées du groupe et d’autre part la
diversification des risques, en raison de corrélations parfois faibles ou
négatives entre évènements générateurs de pertes.
Enfin, en concentrant les risques dans leur captive, les groupes

peuvent retenir en interne les gains associes a la diversification de leur
portefeuille de risques. Les gestionnaires de risques de la captive peuvent
donc évaluer au cas par cas si le transfert ou à l’inverse la conservation des
risques paraît la stratégie la plus appropriée. La captive peut ainsi conserver
ceux des risques pour lesquels les marchés d’assurance n’offrent pas de
solutions de couvertures satisfaisantes.
De manière plus générale, les coûts de couverture des risques

constituent une autre facette des économies d’échelles. Ainsi les groupes

intervenant sur des secteurs économiques et des zones géographiques
nombreux et hétérogènes bénéficieront d’effets de diversification réduisant
leur exposition globale et donc in fine le coût supporté au titre de la
couverture de ces risques.
Cependant, d’autres contraintes interviennent dans le choix

d’internaliser ou non certains risques. L’existence et le coût des solutions de
transfert des risques, que ce soit par contrat d’assurance ou instrument de
marché, modifient l’arbitrage entre internalisation et transfert selon les risques
concernés.
2.4.2. Stratégie de couverture par le recours aux moyens de gestion

courante :
La seconde stratégie consiste à utiliser des instruments du bilan et de

gestion courante appelée aussi gestion opérationnelle des risques. Elle
consiste dans les choix et l’ajustement des stratégies et des politiques de
l’entreprise de manière à faire baisser l’exposition.
Ainsi, pour diminuer le risque de taux d’intérêt l’entreprise peut agir sur
son niveau d’endettement. Elle peut aussi adosser en termes de durée ou de
taux les dettes et les actifs qu’elle finance. Poloniato et Voyenne (1997)
définissent la gestion du risque de taux comme un processus qui part d’une
analyse bilantielle, mais qui doit être poursuivi au niveau des engagements de
trésorerie. Elle consiste à tenir des échéanciers et à mesurer en permanence
la vie moyenne des dettes et des placements en calculant la duration
respective.
Quant au risque de change, une multinationale par exemple peut

l’éliminer en partie si chacune de ses filiales facture et encaisse l’essentiel de

son chiffre d’affaires dans sa devise locale et consacre l’essentiel de la
trésorerie qu’elle dégage à son autofinancement. Selon Klein et Marois
(1996), la gestion opérationnelle du risque de change consiste à utiliser au
mieux les relations commerciales de l’entreprise pour diminuer, voir réduire le
risque de change en dehors de toute opération financière de couverture.
Ainsi, une entreprise qui a de nombreuses filiales à l’étranger

s’efforcera de pratiquer au maximum l’autocouverture ou facturera toutes les
transactions dans une monnaie commune. Toutefois, ces solutions
apparemment simples, peuvent parfois être trompeuses et dans certains cas
contraindre l’entreprise dans ses choix stratégiques.
La firme qui investit davantage dans des liquidités et actifs à court

terme diminue sa probabilité de faire défaut sur ses créances. Par ailleurs la
firme qui limite l’investissement dans des actifs risqués ou restreint les
dividendes aura besoin de moins de couverture.
L’émission d’obligations convertibles ou d’actions privilégiées est

théoriquement un substitut à la couverture. En fait, l’émission d’obligations
convertibles contrôle les problèmes d’agence entre les actionnaires et les
créanciers, alors que l’émission d’actions privilégiées diminue la probabilité de
détresse financière. Par contre, une firme ayant des obligations convertibles
et des actions privilégiées est plus endettée. Elle est donc exposée à un
problème de sous-investissement plus grand, ce qui rend la couverture
nécessaire.
Enfin, on peut également citer le degré de diversification. Une firme

détenant un certain pourcentage d’actifs, dont les fins ne sont pas de
poursuivre l’activité première de la firme aura moins besoin de couverture
puisque ses activités sont plus diversifiées. Par contre, une firme opérant
dans un contexte mondial, c’est-à-dire qui exporte, qui importe ou qui

possède des filiales à l’extérieur de son pays aura certainement plus recours
au marché des produits dérivés qu’une autre firme qui opère localement.
Enfin, il faut également remarquer qu’une entreprise peut mener une

stratégie centralisée de couverture contre le risque de prix. Dans ce mode
d’organisation, des filiales d’un même groupe peuvent être amenées à
réaliser des opérations de couverture de sens contraire en cumulant ainsi les
coûts de transaction et de couverture (Picard, 2005). La stratégie de
centralisation de l’ensemble des positions de change par la direction
financière apparaît beaucoup plus économe puisque seules les positions de
change nettes font dans ce cas l’objet d’une couverture. A l’extrême, une
acquisition d’entreprise bien ciblée peut permettre d’équilibrer des positions
de change opposées et de réduire ainsi l’exposition de l’entité issue de la
fusion (Garven, 2007). Une stratégie similaire consiste également à produire
des biens dans des pays de devise identique au marché auquel ils sont
destinés. Cette logique explique en partie l’installation d’unités de production
Airbus aux Etats-Unis.
La seconde stratégie est également qualifiée de substitut à la

couverture, tant les outils dérivés sont présentés comme les outils de
couverture par excellence (Judge ,2006, Nance, Smith et Smithson, 1993).
Dans ce sens les deux stratégies suivantes consistent à retourner tout

ou partie de l’exposition par le recours à des instruments dérivés.
Produits dérivés et gestion des risques financiers :
Depuis le début des années 1970, l’ingénierie financière ne cesse

d’innover en matière de gestion des risques. Un produit dérivé est un
instrument financier (selon IAS 39 : Normes internationales d’information

financière, adoptées par l’Union européenne En 2002) dont la valeur fluctue
en fonction de l'évolution du taux ou du prix d'un produit appelé sous-jacent et
dont le règlement s'effectue à une date future. C’est un contrat entre deux
parties, un acheteur et un vendeur, qui fixe des flux financiers futurs fondés
sur ceux d'un actif sous-jacent réel ou théorique, généralement financier
(Bernard et Colli. 1996, Mojuyé, 2005).
Tableau I.1 : Evolution des produits financiers.
Dates Produits financiers
1972 Foreign currency futures
1973 Equity options
1979 Over-the-counter currency options
1980 Currency swaps
1981 Interest rate swaps
1983 Equity index options
1983 Interest rate caps/floors
1985 Swaptions
1987 Path-dependent options (Asian, lookback, etc.)
1992 CAT options
1993 Captions/Floortions
1994 Credit default options
1997 Weather derivatives
Réf : Jorion (2001)
Les raisons de la prolifération de ces instruments financières incluent

les changements de réglementation d’une part et d’autre part beaucoup de
sociétés ont réalisé que leur valeur était sujette à des risques financiers qui
peuvent s’ajouter au risque opérationnel inhérent à la nature de leurs activités
(Boissieu, 1987).

On distingue deux types de produits dérivés, les instruments linéaires
et les instruments non linéaires. Ces deux instruments sont différents dans
leur fonctionnement et leur complexité et donnent lieu aux deux stratégies
suivantes :
2.4.3. Stratégie par le recours aux instruments dérivés linéaires :
Ainsi la troisième stratégie de couverture consiste à se couvrir avec

des instruments dérivés linéaires comme les futures, les forwards ou les
swaps. Ces contrats permettent de retourner dans son ensemble tout ou
partie d’une exposition (Roncalli, 2004). Ce faisant, l’acquéreur se trouve
dans l’obligation de céder à l’échéance son exposition aux conditions
prédéfinies sans pouvoir profiter, le cas échéant, d’une évolution du cours du
sous-jacent qui lui aurait été favorable en l’absence de couverture. Le recours
à des instruments linéaires diminue, selon le taux de couverture choisi, la
pente (c’est à dire la sensibilité) de l’exposition en réduisant symétriquement
l’exposition à une perte mais aussi à un gain en relation avec la prise de
risque initiale.
Parmi ces instruments, on distingue :
Les contrats à terme : Les contrats à terme de type forward constituent

un engagement d’acheter ou de vendre une certaine quantité de « supports »
à une date d’échéance future et à un prix spécifié au moment où le contrat est
passé. Si à la date d’échéance le prix de l’actif support au contrat est
supérieur au prix spécifié, l’acheteur du contrat réalise un profit, dans le cas
contraire, il réalise une perte. Le risque du contrat est symétrique. Aucun
paiement entre les deux parties contractantes n’intervient avant cette date.
Les contrats à terme de type futures présentent également un profil de

gains symétrique. Mais le risque de défaut d’un des deux contractants peut

être complément éliminés dans le contrat futures grâce à deux mécanismes
spécifiques : le dépôt de garantie et l’appel de marge d’une part et d’autre
part l’existence d’une chambre de compensation et la standardisation des
contrats. Au lieu que le paiement n’intervienne qu’une seule fois à l’échéance
comme pour les contrats forwards, tout changement dans la valeur d’un
contrat futures fait l’objet d’un règlement le jour même où se produit ce
changement.
Les swaps : Un swap n’est pas autre chose qu’un portefeuille agrégé
de contrats de type forward (Smith, C. Smithson, C. Wakeman, L. 1986). Un
contrat de swap oblige les deux parties contractantes à s’échanger (swaper)
des montants de cash-flows spécifiés à des dates précises. Les profils de flux
de ces différents instruments, à la suite d’une variation des taux d’intérêts
sont identiques. La caractéristique qui les distingue est le risque de défaut
qu’ils présentent pour chacune des parties contractantes.
Ces instruments de couverture correspondent à des stratégies plutôt

simples de gestion des risques, puisqu’ils permettent de retourner dans son
ensemble tout ou partie d’une exposition (Roncalli, 2004). Ce faisant,
l’acquéreur se trouve dans l’obligation de céder à l’échéance son exposition
aux conditions prédéfinies sans pouvoir profiter, le cas échéant, d’une
évolution du cours du sous-jacent qui lui aurait été favorable en l’absence de
couverture.
2.4.4. Stratégies par le recours aux instruments dérivés non linéaires :
De la même manière et en utilisant des outils financier une autre

stratégie consiste à se couvrir asymétriquement uniquement contre des
évolutions défavorables par recours à des instruments optionnels,
garantissant un cours d’achat ou de vente maximum sur le sous-jacent. Ainsi,

le recours à des options permet pour sa part une réduction asymétrique de
l’exposition.
A l’inverse des instruments linéaires, l’option confère à son détenteur le

droit mais non l’obligation d’acheter ou de vendre un actif (Roncalli, 2004). De
nombreux types de contrats d’option existent dans le monde de la finance.
L’actif support peut être aussi bien un taux d’intérêt, un taux de change, une
matière première, une action ou tout autre actif financier. Il peut même
représenter un support immatériel comme un indice des prix à la
consommation (Philippart, Colmant, 2003).
Les deux principaux contrats d’options négociés sur le marché

d’options sont les options d’achat (call) et options de vente (put) :
Un call donne à l’acheteur le droit, et non l’obligation, d’acheter un

nombre déterminé d’actifs support à un prix déterminé (appelé prix d’exercice
ou strike-price) avant ou à une date déterminée (appelée date d’échéance ou
strike-date).
Un put donne à l’acheteur le droit et non l’obligation de vendre un

nombre déterminé d’unités d’actifs support à un prix déterminé avant ou à une
date précisée.
Dans tous les cas de figure, le vendeur du contrat d’option est

subordonnée à la décision de l’acheteur de contrat et l’acheteur exerce son
option uniquement si tel est son intérêt. Le droit qu’a l’acheteur du contrat
place le vendeur en état de subordination. Cet état est rémunéré par le
versement d’un premium par le premier au second, dés la passation du
contrat. Une définition complète d’une option doit être clairement spécifiée
dans quelles conditions elle peut être exercée. Les options de type européen
ne peuvent être exercées qu’à une date déterminée, la date d’échéance. Les
options de types américains peuvent être exercées à n’importe quel moment

jusqu'à la date d’échéance. Les options européennes et américaines sont
librement négociables à n’importe quel moment jusqu’à leur date d’échéance.
On peut dire qu’en donnant aux entreprises la possibilité de se couvrir

contre un sens particulier de variation du sous-jacent. Les options ont
accompagné le mouvement de sophistication des politiques de gestion des
risques. Les stratégies spéculatives s’y intéressent également en raison des
effets de leviers offerts par ces instruments. Par ailleurs, la valeur des options
peut connaître des variations très marquées en liaison avec l’instabilité de
l’aversion au risque des investisseurs et partant des volatilités implicites
déterminant la valeur des options.
Ces particularités expliquent en partie pourquoi malgré leurs

avantages, les options restent encore aujourd’hui moins utilisées que des
instruments moins sophistiqués comme les contrats à terme et les swaps.
En conclusion : L’ensemble de ces stratégies de gestion offre aux

entreprises la possibilité de contrôler le niveau de risque, de façon à leur
permettre de maîtriser les flux monétaires de leurs investissements et de
l'aligner avec leurs besoins de financement d’une part, de réduire l’agressivité
de l’imposition d’autre part et également à l'entreprise de réduire la probabilité
des difficultés financières et des coûts qui en découlent.

3. Les déterminants de la couverture des risques dans
l’entreprise :
Comme il a été écrit précédemment, le débat théorique sur les

déterminants de la gestion des risques par les entreprises a pris naissance à
la suite de l’introduction des frictions de marché par le modèle classique de
Modigliani et Miller (1958) concernant la structure optimale du capital. La
recherche empirique sur le sujet a relâché successivement ou conjointement
les hypothèses néoclassiques de Modigliani et Miller (Jensen, Meckling,
1976, Bradley, Jarell, Kim, 1984, Baker, Wurgler, 2002). Compte tenu de ces
éléments, un cadre général d’analyse de la gestion des risques et de la
rationalité financière dans l’entreprise a été posé par Froot, Scharfstein et
Stein (1993). Ces chercheurs soutiennent l’idée que si les imperfections de
marché financier rendent les fonds extérieurement obtenus plus chers que
ceux produits intérieurement, la couverture des risques financiers et le
recours à certains instruments (à définir) sont dans ce cas très rationnels et
souhaitables.
Ainsi, en présence d'imperfections des marchés financiers, la

couverture des risques apporte une réponse à l'aversion au risque des
managers. Il permet également de régler les problèmes de substitution d'actif
en réduisant la volatilité de cash-flows par l'élimination ou la réduction du
risque non systématique (Aretz, Bartram et Dufey, 2007).
La gestion des risques dans l’entreprise peut augmenter la valeur de

cette dernière, en réduisant d’une part les financements externes liés aux
dépenses de faillite et aux impôts (en réduisant les fluctuations dans le
revenu avant impôts) et d’autre part, les dépenses associées aux conflits
d'agence.

La couverture des risques financiers permet aussi d'atténuer les coûts
d'agence reliés au transfert de richesse des créanciers aux actionnaires. Les
conflits d'agence entre les actionnaires (principale) et les managers (agent)
résultent du fait que les deux acteurs ont (ou peuvent avoir) une aversion aux
risques très différentes. Cette explication – par les couts d’agence - est selon
certains chercheurs (Bessembinder, 1991, Aretz, Bartram et Dufey, 2007)
comme étant la réelle réponse à la question : pourquoi couvrir ?
Concernant le lien entre la couverture des risques et la valeur de

l’entreprise plusieurs études et enquêtes ont été réalisées. On peut citer les
suivants :
Allayannis and Weston (2001), Guay and Kothari (2003), Brown,

Crabb, Haushalter, (2006). Ces chercheurs ont fait des séries d’enquêtes sur
l'utilisation de produits dérivés par des sociétés non financières. Les résultats
de leur recherche n’ont pas été concluants sur le lien entre la valeur et
l’utilisation d’outil de couverture.
Par ailleurs, Graham et Rogers (2002), Nain (2004) qui ont également
fait des d’enquêtes similaires ont conclu, quant à eux, que la couverture des
risques financiers augmente la valeur de l’entreprise. Leurs études montrent
une corrélation positive entre une forte valeur de l'action et l'utilisation de
dérivées pour gérer le risque de taux de change et le risque de taux d'intérêt
et également une forte corrélation entre la valeur de l’action et l’utilisation de
dérivée des prix des marchandises. Autre exemple, Carter, Rogers and
Simkins (2005) ont montré que les compagnies aériennes qui se couvrent
contre la volatilité des prix de carburant présentent des valeurs boursières
significativement plus hautes.

Ce chapitre présente une revue de la littérature des travaux
(principalement empiriques) sur les déterminants de la couverture des risques
financiers. La présentation se concentre sur les articles parus à partir de 2000
(Voir tableau en annexe). Les quelques articles du tableau publiés avant 2000
sont des articles jugés fondamentaux par leurs paires ou sont considérés
comme des références.
La revue de littérature fait apparaître une typologie des déterminants

de la couverture des risques. On peut classer ses déterminants en trois
catégories.
Première catégorie ; Les déterminants liés à l’hypothèse de la

maximisation de la valeur de l’entreprise. Elle comprend : Les décisions
d’investissement et de financement et les options de croissance et problème
de sous-investissement. La convexité de la fonction d'impôt à payer. Les
coûts de la détresse financière liés à l’endettement et les clauses restrictives
liées à l’endettement.
Deuxième catégorie ; Les déterminants liés à l’hypothèse de la

maximisation de l’utilité des gestionnaires. Elle comprend : Les problèmes et
coûts d’agence. L’aversion au risque des gestionnaires et l’habileté des
gestionnaires.
Enfin une troisième catégorie de déterminants regroupe divers

hypothèses : Les économies d’échelle et taille de l’entreprise. La
réglementation et la régulation du secteur d’activité. La gouvernance de
l’entreprise à travers la taille et la structure du CE et enfin la présence de
blocs d’actionnaires.

3.1. Méthodes et Modèles :
Quelques remarques d’ordre méthodologique importantes sont

nécessaires : Cette même revue de littérature fait apparaitre trois principales
méthodes empiriques de mesure et de teste pour évaluer la pertinence et la
significativité statistique des déterminants de la couverture :
1 - Le premier teste mesure la différence entre la moyenne ou la

médiane des variables étudiées des firmes qui se couvrent de celles ne se
couvrent pas. On utilise le test de différence de moyenne (t-test) de Student
et également le test non paramétrique de Wicoxon. Ce test permet de vérifier
si les deux groupes d’entreprises sont différents de façon significative.
Certains auteurs subdivisent les entreprises qui utilisent les produits dérivés
en deux catégories, celles qui ont peu d’opérations de couverture et celles qui
sont très actives sur le marché des produits dérivés. Ce test indique une
différence significative entre les firmes couvertes et non couvertes pour les
variables; les économies d’échelles, la réglementation du secteur et de la
liquidité.
2 - Le second test mesure l’adoption ou non de la couverture. Il est fait

à partir d’une régression sur une variable dépendante définie par une binaire.
Soit que la variable binaire prend la valeur de 1 si la firme se couvre, ou 0 s’il
n’y a pas d’opération de couverture. Il est mesuré par un modèle Logit ou
Probit (en fonction des hypothèses statistiques des variables). Ce teste
indique que ce sont les économies d’échelle et la réglementation du secteur
de la firme qui dominent. En fait, plus la firme a d'actifs, de ventes ou une
valeur marchande des actions élevées, plus elle a une grande probabilité
d’entrer dans des opérations de couverture.

3 - le troisième et dernier test, mesure l'intensité de la couverture. Pour
cela, il est utilisé une variable dépendante continue, en prenant, soit la
fraction de la production de l’année couverte contre des fluctuations du prix
sur la production totale de l’année soit la valeur notionnelle des contrats sur
produits dérivés ou la «fair value», c’est-à-dire les gains et les pertes en
valeur absolue des positions sur les produits dérivés. Ce test est mesuré par
un modèle Tobit. Les résultats empiriques de ce dernier test sont beaucoup
plus significatifs que les précédents. En fait, les théories concernant l’impôt,
les coûts de détresse financière, les clauses restrictives ainsi que les projets
d’investissement et de financement sont beaucoup plus soutenus par ce
dernier test empirique.
3.2. Mesures des déterminants de la couverture et variables associées:
Ce paragraphe présente le détail de chaque déterminant, avec les

variables associés pour le mesurer et les résultats empiriques trouvés par la
recherche.
3.2.1. Catégorie 1 : L’hypothèse de la maximisation de la valeur de

l’Entreprise :
1 –Les décisions d’investissement et de financement :

La couverture permet à la firme d’avoir accès aux fonds internes

nécessaires et disponibles lorsque des opportunités d’investissement
intéressantes se présentent (Froot, Scharfstein et Stein, 1993). Selon le
modèle de ces chercheurs et sous l'hypothèse de neutralité au risque, la
couverture est bénéfique seulement si la fonction de profit est influencée par
les décisions d’investissement et de financement. Le rendement marginal sur
l’investissement doit être concave et le niveau de fonds interne doit avoir un

impact positif sur le niveau optimal d’investissement. Donc les activités de
couverture sont déterminées par l’interaction entre les décisions
d’investissement et de financement. Ainsi, si les coûts du financement externe
sont plus élevés que ceux du financement interne, une firme avec un projet
d’investissement a une plus grande probabilité de couvrir ses cash flows afin
de les stabiliser et donc d'éviter d’aller emprunter sur le marché des capitaux.
Le modèle de ces auteurs peut être simplifié comme suit :
- Soit une entreprise confrontée à une décision d’investissement/

financement, c'est-à-dire qu’elle doit choisir ses dépenses
d’investissement et déterminer ses besoins de financement.
- W est le montant de financement interne.
- Le rendement net de l’investissement est égal à avec
le montant de l’investissement et le rendement de l’investissement.
- . où est le financement externe. Les coûts de ce
financement sont une fonction croissante des besoins de financement
externes, c'est-à-dire et . Le coût marginal du
financement croît donc avec l’augmentation du besoin en financement
externe.
- L’entreprise cherche à maximiser son profit espéré donné par
l’équation suivante : .
La couverture ne permet d’augmenter le bénéfice espéré que si la fonction

de profit est une fonction concave de la richesse de l’entreprise ( ).
Autrement dit si est le niveau d’investissement optimal, alors :
De cette dernière équation, les auteurs déduisent que la décision de

couverture doit être déterminée par l’interaction des décisions

d’investissement et de financement. Toutefois pour que la couverture soit
intéressante deux conditions doivent être satisfaites :
1. le rendement marginal de l’investissement est concave ( ) et

2. le niveau de l’autofinancement doit avoir un impact positif sur le niveau
d’investissement optimal ( ).
Plus récemment, Spano (2004), en partant de l’analyse de Froot et al.

(1993), étudie la manière dont l’utilisation des produits dérivés influe sur les
décisions d’investissement et d’endettement dans une entreprise confrontée à
un risque de faillite. Ils démontrent qu’en endettement élevé implique que :
1. la faillite devient probable

2. l’augmentation marginale de la probabilité de faillite est non
négligeable,
Si bien que la structure des coûts de l’entreprise est une fonction convexe
des coûts de faillite. Dans ce contexte, l’entreprise est motivée pour se couvrir
contre l’insuffisance des cash flows et l’augmentation inattendue du coût de
financement afin de réduire la probabilité de faillite et les tentations de sous-
investir.
Variables approximatives :
La variable qui mesure l’habileté d’une firme à générer des liquidités

afin de financer ses programmes d’activité courants est la suivante ; le ratio
du changement de la valeur nette de ses actifs corporels. Plus ce ratio est
élevé, plus l’entreprise aura besoin de la couverture afin de limiter la
variabilité de ses cash flows. La relation est alors présumée positive. Par
ailleurs, le ratio valeur marchande (VM) de la firme sur sa valeur aux livres
(VL) nous montre l’asymétrie d’information entre les actionnaires et les
gestionnaires sur les nouveaux projets de la firme. La relation prédite devrait
être positive. Par contre si c’est le ratio VL/VM qui est utilisé dans la

régression le signe attendu devrait être négatif. Pour mesurer les contraintes
de liquidité d'une firme, nous pouvons utiliser le ratio rendement du dividende,
le ratio de distribution des dividendes ainsi que le ratio de trésorerie et du
fonds de roulement. Plus ces ratios sont élevés, plus la firme a des liquidités
pour financer ses projets d'investissements et, en conséquence, moins elle a
besoin de se couvrir. La relation théorique est négative. Nous pouvons aussi
utiliser le ratio des dépenses en immobilisations corporelles/VM de la firme
pour mesurer l’ampleur des investissements et donc la valeur des options de
croissance. Le signe du coefficient de la relation devrait être positif.
On utilise également le ratio de liquidité « quick ratio », défini par le

ratio actifs liquidables à moins d’un an moins les stocks sur dettes exigibles à
moins d’un an. De plus, les ratios dépenses en R&D/valeur aux livres des
actifs ou R&D/ventes permettent de connaître l’importance des options de
croissance de la firme.
Résultats empiriques des modèles :
Les résultats pertinents et cohérents avec la théorie sont ceux des

firmes cotées qui ont moins d’asymétrie de l’information et donc des coûts de
financement plus faibles ce qui nécessite moins de couverture, Anand,
Kaushik (2008), Al Momani, Gharaibeh (2008), Aretz, Batram et Dufey (2007).
Test 1 :
Le test non paramétrique de différence (Wilcoxon) de Bartram, Brown

et Fehle (2006), sur une étude internationale, montre que la variable liquidité
et les ratios associés sont significativement différents entre les entreprises
utilisatrices de dérivés et non. Le test non paramétrique de différence
(Wilcoxon) de Goldberg, Godwin, Kim et Trischler (1998) montre que la
variable liquidité et les ratios associés sont significativement différentes entre
les entreprises utilisatrices de dérivés et non.

Test 2 :
Le résultat du modèle de Mian (1996) sur le ratio valeur

marchande/valeur aux livres (vm/vl) est négatif et significatif s’opposant à la
théorie. Par ailleurs si c’est le ratio vl/vm qui est utilisé les résultats sont non
significatifs. Le modele de Géczy, Minton et Schrand (1997) montre que le
ratio R&D/Ventes a un effet significativement positif sur la mise en place
d’une couverture.
Le modèle Logit développé par Nguyen et Faff (2003) montre que la

variable ratio de liquidité a un effet significatif sur l’adoption de produits
dérivés. Le modèle Logit développé par Benkhediri (2004), montre que la
variable ratio de liquidité a un effet significatif sur l’adoption de produits
dérivés.
Le modèle Probit développé par Benkhediri (2006) montre que la

variable liquidité est significativement liée à l’adoption de dérivés. Le modèle
Probit développé par Goldberg, Godwin, Kim et Trischler (1998), montre que
la variable liquidité et les ratios associés ont un effet significatif sur l’adoption
de produit derivés. Le modèle Probit développé par Bartram, Brown et Fehle
(2006) montre que la variable liquidité et les ratios associés ont un effet
significatif sur l’adoption de produit dérivés.
Test 3 :
Le modèle Tobit développé par Benkhediri (2006) montre que l’effet de

la variable liquidité est significatif sur l’intensité de la couverture.
La régression donne un coefficient négatif et significatif uniquement

lorsque c’est la valeur des gains ou des pertes nets des positions ouvertes
sur les produits dérivés par rapport à la valeur marchande de la firme qui est
utilisée. Ainsi, les options de croissance n'influencent que les positions sur les
produits dérivés et non leur valeur notionnelle.

A l'unanimité, les firmes couvertes ont beaucoup moins de liquidités.
De plus, les résultats indiquent que la majorité des grandes firmes en valeur
marchande se couvrent alors que théoriquement c'est supposé être le
contraire. Il y a aussi contradiction entre la théorie et les tests empiriques au
niveau des ratios VM/VL et des dépenses d'exploration ou d'exploitation/VM
de la firme.
2 – Impôt : La convexité de la fonction d'impôt :
Froot, Scharfstein et Stein (1993), Aretz, Bartram et Dufey, (2007),

Rawls et Smithson (1990) et Stulz (1996) montrent que la couverture du
revenu avant impôt peut augmenter la valeur de l’entreprise si sa structure
d’impôt est convexe. En effet quand l’entreprise affronte un taux d’imposition
marginal progressif (impliquant une fonction d’impôt convexe) la couverture
peut réduire le montant d’impôt attendu en réduisant la volatilité du revenu
avant impôt, du fait qu'un revenu imposable qui est très élevé à une période
donnée est associé à un fort taux d’imposition, alors que si le revenu
imposable est faible pour les périodes suivantes l’entreprise payera peu
d’impôt.
La couverture réduit, en fait la moyenne des impôts à payer sur

plusieurs années du fait que l’augmentation du montant de l’impôt dans les
circonstances où le revenu est faible est plus petite que la réduction du
montant de l’impôt dans les circonstances où le revenu est élevé.
Pour illustrer cette idée considérons l’exemple suivant : soit une

entreprise française qui facture une partie de son chiffre d’affaire en dollar.
Elle est exposée à un risque de change et son revenu imposable dépend de
l’évolution du dollar par rapport à l’euro, par contre par une couverture du
risque de change elle peut stabiliser son revenu. Pour examiner l’effet de la
couverture sur son bénéfice net d’impôt, considérons le cas où le dollar
augmente face à l’euro, puis le cas inverse.

Tableau 1.2 : Relation couverture et imposition.
Absence de couverture du risque de change Couverture du risque de change
Bénéfice Impôt à Bénéfice net Bénéfice Impôt à Bénéfice net

avant impôt payer d’impôt avant impôt payer d’impôt
Hausse du 80 36 44 30 12 18
dollar
Baisse du -10 0 -10 30 12 18

dollar
Moyenne 35 18 17 30 12 18
Taux d’imposition = 40%.
Les résultats présentés dans ce tableau indiquent qu’en moyenne le

bénéfice avant impôt de l’entreprise en absence de couverture du risque de
change (35) est supérieur en cas de couverture (30). Toutefois, à cause du
traitement fiscal différent des gains et des pertes le bénéfice net d’impôt
moyen est plus élevé quand l’entreprise se protège contre le risque de
change.
Pour mieux comprendre le raisonnement des auteurs ci-dessus, leur

démonstration est résumée dans ce qui suit :
est la valeur avant impôt de l’entreprise à l’état i.
Les états de la nature, sont tels que : si .
est le prix actuel d’une unité monétaire à délivrer dans l’état de

nature i et est le taux d’imposition correspondant à .
En l’absence d’endettement, la valeur de la société nette d’impôt est

donnée par :

La couverture peut augmenter la valeur de l’entreprise s’il existe deux
états de la nature, j et k, tels que (cas d’un taux d’imposition
progressif).
De plus, la société est supposée détenir un portefeuille de couverture

tel que et que le portefeuille de couverture est autofinancé
dans le sens que .
Si est la valeur de la société couverte, il s’en suit :
Cette dernière égalité est déduite des caractéristiques de la fonction

concave. La dernière équation montre que la valeur de l’entreprise couverte
est supérieure à celle de l’entreprise non couverte. Donc si la couverture
permet de réduire le montant d’impôt à payer, elle peut être créatrice de la
valeur.
La variable approximative suggérée par Graham (1996) est le taux

d’impôt marginal simulé. Elle indique les taux d'impôt tout en incorporant les
avantages fiscaux dont les reports de pertes, les crédits d’impôt et l’impôt
minimum de remplacement, mais elle est très difficile à estimer. Le coefficient
théorique devrait être positif. Une autre façon est d'utiliser une variable binaire
représentant la progressivité de la fonction d’impôt. La variable report des
pertes sur les exercices ultérieurs sur les actifs totaux de la firme peut être
pris en tant que tel. Cette variable peut aussi être divisée par la valeur de la

firme si l’on veut avoir une meilleure base comparative entre les firmes. Une
autre manière de considérer cette variable est d’utiliser une variable muette
qui égalerait 1 si la firme a des reports de pertes sur les exercices ultérieurs,
ou 0 autrement.
La théorie prévoit une relation positive entre ces variables et la

probabilité de se couvrir. Les crédits d’impôt liés à l’investissement peuvent
eux aussi être pris directement. La théorie prévoit une relation positive entre
ces variables et la probabilité de se couvrir. On peut utiliser une variable
muette égale à 1 si la firme n’a pas payé d’impôt sur son revenu imposable ou
sur ses gains en capitaux durant les années à l’étude ou égale à 0 si la firme
a payé de l’impôt.
La théorie prévoit une relation positive entre cette variable muette et la

variable dépendante, puisque les bénéfices qui oscillent périodiquement entre
les gains et les pertes correspondent à une firme qui a une grande probabilité
d'avoir une structure d'impôt convexe.
Résultats Empiriques des modèles :
Test 1 :
Le test de différences de moyenne (t-test) de Benson et Oliver (2004)

sur les entreprises australiennes montre que la variable réduction des impôts
est significativement différente entre les entreprises couvertes et les non-
couvertes. Le test de différences de moyenne (t-test) de Benkhediri (2004)
sur les entreprises françaises montre que la variable report fiscaux des pertes
est significativement différente entre les entreprises couvertes par les dérivés
et les non-couvertes. Le test non paramétrique de différence (Wilcoxon) de
Bartram, Brown et Fehle (2006), sur une étude internationale montre que la
variable crédit d’impôt est significativement différent entre les entreprises
utilisatrices de dérivés et non.

Test 2 :
Les résultats les plus pertinents se trouvent au niveau des crédits

d'impôt à l'investissement. Les résultats de Nance, Smith et Smithson (1993)
et Mian (1996) montrent que les firmes ayant des crédits d'impôt à
l'investissement ont une plus grande probabilité de participer aux marchés
des produits dérivés afin de faire des opérations de couverture. En ce qui
concerne le taux d'impôt moyen les résultats de Francis et Stephan (1993) ne
sont pas significatifs.
Le modèle Logit développé par benkhediri (2004) montre que la

variable report fiscaux des pertes a un effet significatif sur l’adoption de
produits dérivés. Le modèle Probit développé par Benson, Brown et Fehle
(2006) montre que la variable crédit d’impôt à un effet significatif sur
l’adoption de produits dérivés. Le modèle Logit développé par Judge(2006)
montre l’effet significatif et positif du report de pertes donc de l’effet de la
convexité de l’impôt sur l’adoption de solution de couverture.
Les coefficients du taux d'impôt marginal simulé de la variable binaire

(1 si le taux d’impôt est dans la zone progressive et 0 sinon) et des reports de
pertes sont tous non significatifs. Par contre lorsque le test est défini sur la
différence de moyennes les résultats se contredisent. Plus précisément le
modèle de Haushalter (1998) a testé la variable taux d'impôt marginal simulé
et les résultats sont significatifs sauf que le signe obtenu est positif, un
résultat contraire à la théorie. Par ailleurs, selon Nance, Smith et Smithson
(1993) les firmes qui se couvrent ont un revenu qui est relativement plus dans
la région où le taux d’impôt est progressif que les firmes non couvertes, alors
que le test de Mian (1996) révèle l'inverse. Pour ce qui est des reports de
pertes seuls les résultats de Tufano (1996) permettent d’affirmer qu’il y a une
différence significative entre les firmes couvertes et non couvertes, mais ils
sont contraires aux attentes.

Test 3 :
Le modèle Tobit développé par benkhediri (2004) montre que la

variable report fiscaux des pertes a un effet significatif sur l’intensité de
l’utilisation des produits dérivés. Pour ce qui est du taux d'impôt marginal
simulé, les résultats sont contraires aux attentes. Premièrement, les deux
modèles de Haushalter (1998) révèlent des résultats significatifs et positifs
alors que, théoriquement, le coefficient devrait être négatif. De plus, les
résultats de la variable binaire (1 est attribué si le taux d’impôt est situé dans
la zone progressive) ne sont pas concluants.
Les résultats montrent que les firmes ayant des crédits d'impôt à
l'investissement ont une plus grande probabilité de participer aux marchés
des produits dérivés afin de faire des opérations de couverture.
3 – Endettement : Les coûts de la détresse financière liés à

l’endettement et les clauses restrictives:
Selon Aretz, Bartram et Dufey (2007), Judge (2006), Bartram, Brown,

Fehle, (2006) les coûts de détresse financière incitent les entreprises à se
couvrir. Plus la valeur de la firme est élevée plus les créanciers ont une
grande probabilité d'être payés et plus la partie résiduelle des actionnaires
augmentent. Ainsi plus les coûts de détresse financière sont élevés plus la
partie résiduelle de la firme diminue. Comme la couverture diminue la
variabilité de la valeur future d’une firme endettée la probabilité d’encourir des
coûts de détresse financière est par conséquent diminuée. Ainsi la valeur
d’une firme endettée est tout simplement la valeur d’une firme non endettée
moins la valeur actualisée des coûts de faillite plus la valeur actualisée des
économies d’impôt dues à l’endettement. Benson, Oliver (2004), Benkhediri
(2004) montrent que la réduction de la volatilité du revenu et ainsi la réduction
de la probabilité de la détresse financière permet à l’entreprise d’augmenter la
capacité d’endettement. Pour une firme qui emprunte fréquemment la
couverture sera bénéfique pour sa réputation et une bonne réputation
augmente le prix d’une émission d’obligations. Si remplir ses engagements

auprès des créanciers a une valeur en tant que telle alors la couverture
améliorera la valeur de la firme lors d’une nouvelle émission de dette car elle
se fera à meilleur coût. En fait, la couverture redistribue les cash flows des
situations où ceux ci excèdent les engagements financiers à celles où ils sont
insuffisants pour rencontrer les obligations.
Par ailleurs, l’existence des clauses restrictives dans un contrat de

dette contraint le choix des gestionnaires sur les opérations d’investissement
et le financement de la firme. Par ce fait les gestionnaires peuvent être incités
à entreprendre des mesures qui visent à diminuer l’effet de ces clauses
restrictives. Prenons le cas d’une clause restrictive portant sur le ratio de
couverture des intérêts: comme ce ratio se définit en chiffre comptable les
gestionnaires seront tentés de gérer des données comptables afin d’éviter
autant que possible d’avoir à faire face à des clauses restrictives lors d’un
nouvel emprunt.
Par la couverture la variabilité des bénéfices comptables est réduite et

alors le ratio de couverture risque de ne pas faire l’objet d’une clause
restrictive, ou encore une bonne couverture des taux d’intérêt peut diminuer
les dépenses d’intérêt et par conséquent augmenter le bénéfice net. Une
augmentation du bénéfice net profitera au ratio de couverture évitant ainsi
que l’entreprise enfreigne la clause.
Pour valider cette hypothèse, les auteurs proposent le modèle suivant :
- Une entreprise s’endette pour bénéficier de l’exonération d’impôt sur

les intérêts.
- est la valeur faciale de la dette, est le prix actuel d’un dollar payé
dans l’état i, est le taux d’imposition si la valeur avant impôt est
.

- En l’absence d’endettement, la valeur nette d’impôt de l’entreprise est
.
- La valeur de l’entreprise endettée ayant la même politique
d’investissement que l’entreprise non endettée est notée par .
- Soit (où j et k sont deux états de la nature). Si , les

coûts de faillite sont données par .
La différence entre les valeurs des entreprises endettées et non endettées

est donnée par l’équation suivante :
La valeur de l’entreprise endettée est donc égale à la valeur de

l’entreprise non endettée, diminuée de la valeur actuelle des coûts de faillite
et augmentée de la valeur actuelle des économies d’impôt liées aux
paiements d’intérêts de la dette. La dernière équation montre que la valeur de
l’entreprise endettée est une fonction décroissante de la valeur actualisée des
coûts de la faillite.
L’entreprise décide maintenant de couvrir ses risques financiers à

l’aide d’un portefeuille de couverture. Ce portefeuille paye dans l’état
g et dans l’état m et n’engage pas de cash flows courants (c'est-à-
dire ). Ce portefeuille permet à l’entreprise d’avoir une
valeur supérieure à la valeur faciale de la dette dans tous les états de la
nature ; c'est-à-dire et .
Soit la valeur de l’entreprise endettée dans le cas où elle couvre

les risques auxquels elle est exposée. Si le taux d’imposition T est constant la

différence entre la valeur de l’entreprise endettée et celle non couverte est
donnée par l’équation suivante :
Puisque et , alors est toujours positive.

La couverture réduit la valeur actuelle des coûts de faillite et permet à
l’entreprise de tirer profit des économies d’impôt sur les intérêts de la dette.
Aretz et al (2007) suggèrent également que les entreprises gèrent leur

risque pour obtenir la flexibilité financière nécessaire à la saisie des
opportunités d’investissement. Dans ces conditions, elle n’a d’utilité que pour
les entreprises très endettées et pour lesquelles la probabilité de faillite est
forte. En outre, plus l’entreprise couvre ses expositions financières moins elle
est tenue d’émettre des actions pour financer ses projets, la gestion des
risques augmente sa capacité d’endettement. Elle peut être considérée alors
comme un substitut aux actions ou alternativement une technique qui permet
de substituer la dette aux actions.
Les ratios financiers (Gearing ratio) qui représentent le mieux

l’endettement de l’entreprise sont :
Le ratio bénéfice avant intérêt et impôt (BAII)/charges d’intérêt. Le

ratio dette long terme/valeur marchande de la firme (dette lt/vm). Le ratio
dette totale/valeur de la firme et dette totale/fonds propres. Plus le ratio de
couverture des intérêts (BAII/charges d’intérêt) est faible et plus le ratio dette
lt/vm de la firme est élevé et plus la capacité d’emprunt de la firme est faible
et donc plus la firme a une grande probabilité d’utiliser les produits dérivés
pour se couvrir. Plus les ratios dette totale/taille de la firme et dette
totale/fonds propres sont élevés plus l’entreprise est sujette à une détresse
financière donc plus elle a une grande probabilité de faire de la couverture. La

relation entre les mesures d'endettement et la couverture est par conséquent
positive. De plus la charge décaissée qui représente les coûts d'exploitation
de la firme par unité produite permet de mesurer la probabilité qu'une firme ait
une détresse financière.
Deux variables sont utilisées pour mesurer l’ampleur des clauses

restrictives : le ratio de couverture des intérêts et le degré d’endettement. Une
bonne couverture permet de diminuer directement les dépenses d’intérêt et
donc d’abaisser les coûts de financement de la firme, Bartram, Brown et
Fehle (2006). Ainsi plus le ratio est important moins il risque de faire partie
d’une clause restrictive et donc moins il est probable que l’entreprise fasse de
la couverture. Par conséquent la relation est négative. Quant à l’endettement,
le ratio dette totale/valeur aux livres des fonds propres et le ratio dette
totale/valeur marchande de la firme nous devrions observer une relation
positive.
Test 1 :
Les seuls résultats pertinents et cohérents avec la théorie sont ceux de

la variable muette (1 si la firme est cotée, 0 sinon) et du ratio de trésorerie ou
du fonds de roulement. Le test de différences de moyenne (t-test) de Benson
et Oliver (2004) sur les entreprises australiennes montre que la variable
réduction de la dette financière (détresse financière) est significativement
différente entre les entreprises couvertes et les non-couvertes. Le test de
différences de moyenne (t-test) de Benkhediri (2004) sur les entreprises
françaises montre que la variable endettement est significativement différente
entre les entreprises couvertes par les dérivés et les non-couvertes.
Le test non paramétrique de différence (Wilcoxon) de Benson, Brown

et Fehle (2006) sur une étude internationale montre que la variable dette

financière est significativement différente entre les entreprises utilisatrices de
dérivés et non. Le test non paramétrique de différence (Wilcoxon) de Bartram,
Brown et Fehle (2006) sur une étude internationale montre que la variable
ratio de couverture des intérêts est significativement différente entre les
entreprises utilisatrices de dérivés et non. Le test non paramétrique de
différence (Wilcoxon) de Goldberg, Godwin, Kim et Trischler (1998) montre
que la variable ratio de couverture des intérêts est significativement différente
entre les entreprises utilisatrices de dérivés et non.
Par ailleurs à l'unanimité les firmes couvertes ont beaucoup moins de

liquidités. Il y a aussi contradiction entre la théorie et les tests empiriques au
niveau des ratios VM/VL et des dépenses d'exploration ou d'exploitation/VM
de la firme.
Test 2 :
Les résultats concernant le ratio BAII/charge d'intérêt sont non

significatifs. Quant au ratio dette lt/vm de la firme et dette totale/taille de la
firme les résultats sont aussi non significatifs. Par contre lorsqu'il s'agit du test
sur la différence des moyennes les résultats du modèle de Berkman et
Bradbury (1996) sur le ratio dette lt/vm de la firme indiquent que les firmes
couvertes sont plus endettées que les firmes non couvertes, alors que les
résultats de Géczy, Minton et Schrand (1997) nous dévoilent le contraire.
Pour ce qui est du ratio dette totale/taille de la firme Haushalter (1998) a
trouvé une différence significative entre les firmes qui se couvrent et celles
quine se couvrent pas.
Le modèle Probit développé par Bartram, Brown et Fehle (2006)

montre que la variable dette financière à un effet significatif sur l’adoption de
produits dérivés. Le modèle Logit développé par Judge(2006) montre l’effet
significatif et positif de l’endettement sur l’adoption de solution de couverture.
Le modèle logit développé par Nguyen et Faff (2003) montre que la variable
ratio de couverture des intérêts à un effet significatif sur l’adoption de produit

dérivés. Le modèle Probit développé par Goldberg, Godwin, Kim et Trischler
(1998) montre que la variable ratio de couverture des intérêts à un effet
significatif sur l’adoption de produit dérivés. Le modèle Probit développé par
Bartram, Brown et Fehle (2006) montre que la variable ratio de couverture
des intérêts à un effet significatif sur l’adoption de produit dérivés.
En ce qui concerne les résultats du ratio dette totale/fonds propres,

deux des trois études recueillent des résultats positifs alors que pour Francis
et Stephan (1993) les résultats sont non significatifs. Haushalter (1998) a
aussi testé la variable charge décaissée et les résultats sont non significatifs.
Par contre lorsque le test est effectué sur la différence des moyennes, il a
trouvé une différence significative mais contraire à la théorie alors que les
résultats de Tufano (1996) sont non significatifs.
Test 3 :
Les résultats du modèle de Berkman et Bradbury (1996) décèlent une

plus grande tendance à participer au marché des produits dérivés lorsque le
ratio de couverture des intérêts est faible, ce qui est cohérent avec la théorie.
À l’unanimité tous les auteurs qui ont estimé le ratio dette lt/vm firme ou dette
totale/taille de la firme ont obtenu des coefficients positifs et significatifs. En
fait plus une firme est endettée plus elle a une grande position dans les
produits dérivés. Parmi les variables utilisées par Haushalter (1998), seuls la
cotation d'une firme ainsi que l'endettement et la liquidité d'une firme sont
significatifs. Les résultats de Tufano (1996) concernant la quantité de
production à venir correspondent aussi avec la théorie. En ce qui concerne
les dépenses d’exploitation, le ratio de distribution du dividende, la liquidité et
la valeur marchande d'une firme, les résultats sont très disparates. Par contre
au niveau des liquidités, Tufano (1996) et Berkman & Bradbury (1996) sont
parvenus à conclure que plus la firme a des liquidités moins elle fait de la
couverture.

3.2.2. Catégorie 2 : L’hypothèse de la maximisation de l’utilité des
gestionnaires
4 - Problèmes d’agence et couverture :
La théorie d’agence constitue un cadre d’analyse particulièrement

adapté pour comprendre comment la gestion des risques permet de créer de
la valeur. La théorie d’agence décrit l’entreprise comme un ensemble de
relations contractuelles et des conflits d’intérêt en résultent.
Avec seulement peu de droits de propriété dans la firme les

gestionnaires ont peu d’incitations à maximiser la valeur de la firme.
Cependant, selon Aretz, Bartram et Dufey (2007) un contrat de compensation
établi pour les gestionnaires peut leur donner des motivations à maximiser la
richesse des actionnaires via la valeur de la firme. Ce contrat liera le salaire
du gestionnaire (son utilité) aux bénéfices de la société. Comme la couverture
change la distribution des profits de la firme, elle changera par le fait même
l’utilité anticipée des gestionnaires. Dans la plupart des cas la structure des
contrats de compensation ressemble étrangement à celle d’une option
d’achat (structure convexe). Les contrats d’options sur actions donnent aux
gestionnaires un incitatif à maximiser la valeur marchande de la firme
puisqu’ils lient irrévocablement les profits de la firme à la rémunération des
gestionnaires.
La convexité globale des contrats d’options amène les gestionnaires à

prendre de plus grands risques, parce que l’augmentation de la volatilité de la
valeur de la firme fera augmenter la valeur de leurs options. Ces derniers
n’ont donc pas intérêt à faire de la couverture. En fait les contrats de stock-
option peuvent être assimilés à une option d’achat dont la valeur est une
fonction croissante de la volatilité des actions de l’entreprise. Une stock-
option fournit à cet égard un bonus à un dirigeant d’autant plus élevé que
l’action augmente au-delà d’un certain niveau mais pas de pénalité lorsqu’elle

se situe au-dessous et quel que soit ce niveau. Ceci peut constituer un
encouragement excessif à la prise de risque.
Ainsi, même si les gestionnaires sont riscophobes, les contrats de

compensation peuvent les amener à ne pas couvrir la firme. Étant donné que
les contrats de compensation ont une structure semblable à celle d’une option
d’achat le gestionnaire a un incitatif à maximiser la valeur de la firme.
Nous pouvons utiliser quatre variables pour évaluer l’effet des contrats
de compensation. La première variable est le nombre d’options détenues par
les membres de la direction ayant une durée d’exercice limitée. On peut aussi
utiliser ce même nombre d’options détenues par les gestionnaires divisé par
le nombre de gestionnaires (membres de la direction). De plus nous pouvons
utiliser la valeur des options détenues par les gestionnaires sur la somme des
salaires et des bonus de ces gestionnaires. La valeur des options est
déterminée par la formule de Black et Scholes (1973). Finalement il est
possible de prendre la valeur marchande des actions obtenues si l’on exerce
les options des gestionnaires. En fait c’est la valeur des actions sous options.
Pour toutes ces variables, les coefficients obtenus par la régression devraient
être négatifs. Pour évaluer l’effet des plans de rémunération par des stock-
options nous suivons l’approche de Bartram et al. (2004) et utilisons une
variable indicatrice qui prend la valeur 1 s’il existe un plan de stock-options et
zéro autrement.
Le rendement du dividende, défini par le ratio dividende par action

ordinaire sur le cours de l’action. Pour la variable versement des dividendes,
Nous pouvons prendre le ratio rendement du dividende, qui est le dividende
par action ordinaire sur le cours de l’action ou le ratio de distribution qui est la
somme du dividende sur action ordinaire distribué sur le bénéfice de
l’entreprise. Le signe du coefficient de la régression devrait théoriquement
être positif. En fait moins une firme verse de dividendes plus les chances de

payer ses créanciers augmentent et donc plus faibles seront les coûts dus à
la détresse financière.
Résultats empiriques des Modèles:
Test 1 :

et Fehle (2006) sur une étude internationale, montre que la variable détention
de stock option est significativement différente entre les entreprises
utilisatrices de dérivés et non.
Le test de différence de moyenne (t-test) montre, selon Benkhediri

(2006) pour les entreprises Françaises une différence significative pour la
variable détention de stock-options par les dirigeants entre les entreprises
couvertes et non-couvertes ; la convexité des contrats de stock-options
amène les dirigeants à prendre plus de risque.
Les résultats concordant avec la théorie sont également, ceux de

Benkhediri (2006), Bartram, Brown et Fehle (2006) sur le nombre d'options
détenues par les gestionnaires. Par contre le résultat de Dadalt, Gay et Nan
(2001) vient s'opposer à ce résultat. En ce qui concerne le nombre d’options
par gestionnaire, il n’y a aucune différence significative entre les deux
groupes de l'échantillon. Finalement il y a une différence significative entre les
firmes couvertes et celles non couvertes au niveau de la valeur des actions
sous options possédées par les gestionnaires ainsi qu’au niveau de la valeur
des options par rapport au salaire et bonus des gestionnaires.
Les résultats de Benkhediri (2006), Nguyen et Fall (2003), Bartram,

Brown et Fehle (2006), Nance, Smith et Smithson (1993) concernant le
rendement du dividende sont significatifs et positifs. D'après ces derniers, le
rendement du dividende joue un rôle important dans la décision de couvrir ou
non la firme contre les risques de capitaux.
Test 2 :

Le modèle Logit développé par benkhediri (2004) montre que la
variable détention de stock-options par les dirigeants entre les entreprises a
un effet significatif sur l’adoption de produits dérivés. Le résultat concordant
avec la théorie est celui du modèle de Haushalter (1998) sur le nombre
d'options détenues par les gestionnaires. Par contre, le résultat de Tufano
(1996) vient s'opposer à ce résultat. Le modèle Probit développé par
Benkhediri (2006) montre, que l’effet de la variable stock-option est
significatif sur l’adoption de la couverture : les entreprises qui ont des plans
de rémunérations basés sur les stocks options tendent à avoir des opérations
de couverture.
En ce qui concerne le nombre d’options par gestionnaire, il n’y a

aucune différence significative entre les deux groupes de l'échantillon.
Finalement, il y a une différence significative entre les firmes couvertes et
celles non couvertes au niveau de la valeur des actions sous options
possédées par les gestionnaires ainsi qu’au niveau de la valeur des options
par rapport au salaire et bonus des gestionnaires.
Test 3 :
Le modèle Tobit développé par Benkhediri (2006), montre que l’effet de

la variable stock-option est significatif sur l’intensité de la couverture.
Lorsqu’on estime l'effet du nombre d’options et celui du nombre

d'options divisé par le nombre de gestionnaires, le coefficient est négatif et
significatif confirmant donc la théorie. Le seul résultat non significatif est celui
du modèle Tobit de Haushalter (1998) sur le nombre d'options. Ainsi, nous
pouvons affirmer que le nombre d’options détenues par les gestionnaires
influence négativement le niveau de couverture, mais seulement en certaines
circonstances particulières.
Finalement, le signe du ratio valeur des options des gestionnaires par

rapport à leur salaire et bonus est significatif mais positif ce qui est contraire à
la théorie. Donc la pertinence des résultats ne se situe qu'au niveau du
nombre d'options par gestionnaire et le nombre d'options détenues par les

membres de la direction. Ainsi plus les gestionnaires possèdent d'options,
moins la firme fait de la couverture (Manoj Anand, K P Kaushik, 2008).
5 - L’aversion au risque des gestionnaires
Contrairement au déterminant ci-dessus. L’aversion au risque des

gestionnaires peut expliquer l’utilisation des produits dérivés par l’entreprise,
si leur utilité attendue dépend de la distribution de la valeur future de
l’entreprise. Les dirigeants qui sont rémunérés par actions ou qui ont investi
une grande partie de leur richesse pour acquérir une fraction importante du
capital de l’entreprise (dirigeants-propriétaires), ayant ainsi un portefeuille non
diversifié, peuvent être influencés par leurs propres besoins ou
comportements face au risque.
En effet, leur utilité espérée dépend fortement du risque de la valeur de

l’entreprise. La diminution de la volatilité des flux générés par l’entreprise et
donc, celle de sa valeur baisse le risque de richesse des dirigeants-
propriétaires. Donc dans les entreprises où les dirigeants détiennent une part
importante du capital ou sont rémunérés par des actions ou une participation
directe aux profits, on devrait observer une couverture plus importante des
risques financiers.
Par conséquent, il existe une corrélation positive entre la richesse des

dirigeants investie dans l’entreprise et la couverture des risques.
Pour résoudre le problème de l'aversion au risque des dirigeants, les

entreprises adoptent des politiques de rémunération basées sur les stock-
options (voir le déterminant problème d’agence). Les gestionnaires
riscophobes qui détiennent une grande proportion d’actions de l’entreprise

pour laquelle ils travaillent, ont une utilité anticipée de la richesse qui est
significativement affectée par la variance des bénéfices anticipés de la firme.
Comme les actions procurent une fonction de profit linéaire, ces

gestionnaires-actionnaires voudront minimiser la volatilité de leurs profits.
Ainsi ils prendront avantage à diminuer une partie du risque spécifique auquel
ils sont exposés.
Si l’utilité espérée des dirigeants dépend de l’évolution de la valeur

future de l’entreprise, leur attitude envers le risque conditionnera la politique
de couverture de la firme.
Oosterhof (2000) démontre cette hypothèse en considérant une

entreprise sur une seule période caractérisée par n états de nature. Le revenu
à l’état i est . Cette entreprise est totalement financée par fonds propres et
est exonérée d’impôt.
Le problème de couverture des risques financiers comporte deux

solutions.
-Dans le premier, le dirigeant a une faible propension au risque ; son

utilité espérée est une fonction concave de la valeur de l’entreprise. Sa
richesse de fin de période, W, est égale à une fonction α de la valeur de
l’entreprise. Du fait que la fonction d’utilité est strictement concave, il découle
de l’inégalité de Jensen que l’utilité de la richesse espérée est supérieure à
l’utilité espérée de la richesse, c’est à dire :
))
L’utilité est donc maximisée si la valeur de l’entreprise est complètement

couverte contre les risques financiers. Autrement dit si sa richesse est
fortement et directement dépendante de la valeur de l’entreprise, le dirigeant
aura tendance à réduire les risques auxquels l’entreprise est exposée.

-Dans le second cas, le dirigeant perçoit un salaire fixe S qu’il peut
augmenter d’un bonus égal à . Il est ainsi récompensé si

les revenus futurs de l’entreprise excèdent un certain montant X. Ce cas de
figure est similaire à une option d’achat sur la valeur de l’entreprise. Le
dirigeant dispose donc de α options d’achat européennes, dont le prix
d’exercice est X. Sa richesse est alors une fonction convexe de la valeur de
l’entreprise. La théorie des options stipule que l’augmentation de la volatilité
du sous-jacent augmente la valeur des options. Par conséquent, si le
paiement futur du dirigeant est une fonction strictement convexe de la valeur
de l’entreprise, le dirigeant maximise sa richesse espérée s’il ne couvre pas
les risques. En effet, puisque sa richesse finale comporte déjà une partie fixe
représentée par le salaire, le dirigeant aura tendance à ne pas couvrir le
risque dans le but d’augmenter la valeur de la partie variable, fonction
croissante du risque. Ceci est particulièrement vrai si le dirigeant possède des
stock-options.
Pour ce déterminant, on utilise comme variable la valeur marchande

des actions détenues par les gestionnaires ainsi que le pourcentage d'actions
en circulation qu’ils détiennent. Idéalement, il faudrait une variable
approximative qui mesurerait le pourcentage de la richesse totale des
gestionnaires investie dans la firme, mais elle n'est pas disponible.
Les variables approximatives de la richesse des dirigeants investie

dans l’entreprise sont la part de capital détenue et le logarithme népérien de
la valeur de marché des actions qu’ils détiennent.
Test 1 :

La régression de Géczy, Minton et Schrand (1997) sur le nombre
d’analystes qui suivent la firme donne un coefficient positif mais significatif
que lorsque l’échantillon est complet. Par ailleurs, le test effectué sur la
différence de moyennes donne des résultats semblables. De plus, les firmes
couvertes ont beaucoup plus d’analystes financiers que les firmes non
couvertes sur les devises alors que, théoriquement, c’est l’opposé. Le même
test qu’ont fait Francis et Stephan (1993) sur les dividendes versés pour
chacune des années supporte la théorie.
Le test de différences de moyenne (t-test) de Benkhediri (2004), sur les
entreprises françaises, montre que la variable actions détenus par les
managers est significativement différente entre les entreprises couvertes par
les dérivés et les non-couvertes.
Le test de différences de moyenne (t-test) de Hagelin (2003) sur les

entreprises suédoises montre que la variable actions détenus par les
managers est significativement différente entre les entreprises couvertes par
Test 2 :
Les régressions effectuées sur la valeur marchande des actions des

gestionnaires procurent des coefficients non significatifs et ce, dans tous les
cas. Par contre, lorsque le test est effectué sur la différence des moyennes,
les résultats sont complètement disparates. Tout d’abord, Tufano (1996)
trouve que les firmes qui se couvrent intensivement ont des gestionnaires
possédant relativement plus d’actions en valeur marchande que les firmes se
couvrant peu. Les résultats de Haushalter (1998) décèlent le contraire entre
ces deux types de firmes. Quant à la variable portion des actions détenues
par les gestionnaires, les résultats du modele Logit de Haushalter (1998) vont
à l’encontre de la théorie. Selon ce déterminant seule la portion d’actions
détenues par les gestionnaires influence la décision découvrir ou non
l’entreprise bien que la relation soit contraire aux attentes.

Le modèle Logit développé par Hagelin (2003), montre également, que
l’effet de la variable actions détenus par les managers est significatif sur
l’adoption des produits dérivés a des fins de couverture.
Quant à la variable portion des actions détenues par les gestionnaires,

les résultats du modèle de Haushalter (1998) vont à l’encontre de la théorie.
Selon ce déterminant seule la portion d’actions détenues par les
gestionnaires influence la décision de couvrir ou non l’entreprise, bien que la
relation soit contraire aux attentes selon Anand et Kaushik (2008).
Test 3 :
D’après le résultat de Tufano, nous pouvons attester que la valeur des

actions détenues par les gestionnaires affecte le niveau de couverture mais
seulement lorsque les années à l'étude ont été regroupées. Par contre les
résultats du modèle Tobit de Haushalter (1998) viennent infirmer le résultat de
Tufano. En fait, le coefficient de la valeur marchande détenue par les
gestionnaires est négatif et significatif avec le modèle économétrique de
Cragg. Quant à la portion d’actions détenues par les gestionnaires, les
résultats ne sont pas significatifs.
Bref, quel que soit le type de test utilisé, l’aversion au risque des
gestionnaires n’a pas un grand rôle sur la politique de couverture d’une
entreprise.
3.2.3. Catégorie 3 ; Autres hypothèses
6 - Les économies d’échelle et taille de l’entreprise.
L’impact de la taille sur la décision de couverture des risques fait l’objet

d’une controverse théorique. En fait l’effet taille est relié à plusieurs facteurs
qui rendent la relation entre la taille de l’entreprise et la couverture
indéterminée. Tout d’abord plus la taille de l’entreprise est petite plus son

revenu avant impôt se trouve dans une région où le taux d’imposition est
progressif et plus grande sera l’incitation fiscale.
Par conséquent les entreprises de petite taille sont incitées à couvrir
leurs risques. En outre les petites entreprises sont plus menacées par la
faillite du fait que la probabilité de faillite est réduite dans les entreprises de
taille importante (too big to fail) car la diversification des activités réduit la
volatilité des cash-flows et donc la probabilité de faillite et en raison de la
relation inverse et moins que proportionnelle entre la taille et les coûts directs
de la faillite Graham, Rogers (2002), les entreprises de petite taille bénéficient
plus de la couverture que les entreprises de taille importante. Par conséquent
elles seront plus incitées à couvrir que les entreprises de grande taille.
Néanmoins, en tenant compte des coûts de couverture et des

économies d’échelle les grandes entreprises sont probablement dans une
meilleure position pour établir un programme de couverture et embaucher des
employés spécialisés dans la gestion des risques, ce qui donne un contre-
effet de la taille sur les décisions de couverture.
Les économies d’échelle de la gestion des risques sont un facteur

important dans la décision de couvrir ou non une firme. Ce sont généralement
les plus grandes firmes qui ont des politiques financières sophistiquées et qui
sont toutefois plus à même d’utiliser des produits dérivés. De plus transiger
sur le marché de produits dérivés exige de fortes mises de fonds, les petites
firmes auront donc plus de difficultés à participer notamment à cause de leur
faible liquidité. Donc plus ces coûts sont élevés, plus la probabilité que les
petites firmes se couvrent est faible.
Afin de mesurer l’effet de taille d’une firme sur la politique de

couverture, nous pouvons utiliser les ventes, la valeur marchande des fonds
propres ou la valeur marchande de la firme. Plus la taille est grande plus
l’entreprise a une probabilité élevée de faire de la couverture et donc le

coefficient de la régression devrait être positif. La taille de l’entreprise est
également calculée par le logarithme népérien de la somme de la valeur de
marché des fonds propres et la différence entre la valeur comptable des actifs
et la dette totale et par le logarithme népérien du total de l’actif.
Résultats Empiriques :
Test 1 :
Il est évident, par les tests empiriques, que les économies d’échelle de
la gestion des risques sont un déterminant très important lorsque vient le
temps de décider de participer ou non au marché des produits dérivés. Plus
précisément, ce sont les plus grandes firmes ayant un niveau considérable de
ventes ou ayant une valeur marchande élevée qui se couvrent.
Le test de différences de moyenne (t-test) de Hagelin (2003) sur les

entreprises suédoises montre que la variable taille de l’entreprise est
significativement différente entre les entreprises couvertes par les dérivés et
les non-couvertes. Le test de différences de moyenne (t-test) de Benkhediri
(2004) sur les entreprises françaises montre que la variable taille de
l’entreprise est significativement différente entre les entreprises couvertes par
Le test non paramétrique de différence (Wilcoxon) de Goldberg,

Godwin, Kim et Trischler (1998) montre que la variable taille est
significativement différente entre les entreprises utilisatrices de dérivés et
non. Le test non paramétrique de différence (Wilcoxon) de Bartram, Brown et
Fehle (2006) sur une étude internationale montre que la variable taille est
significativement différente entre les entreprises utilisatrices de dérivés et
non.
Test 2 :

Le modèle Logit développé par Hagelin (2003) montre que la variable
taille de l’entreprise a un effet significatif sur l’adoption de produits dérivés. Le
modèle Logit développé par benkhediri (2004) montre que la variable taille de
l’entreprise a un effet significatif sur l’adoption de produits dérivés. Le modèle
Logit développé par Judge(2006) montre l’effet significatif et positif de la taille
de l’entreprise (mesuré par le logarithme du total des actifs) sur l’adoption de
solution de couverture.
Le modèle Probit développé par Goldberg, Godwin, Kim et Trischler

(1998) montre que la variable taille de l’entreprise a un effet significatif sur
l’adoption de produits dérivés. Le modèle Probit développé par Benkhediri
(2006) montre que l’effet taille de l’entreprise est significativement lié à
l’adoption de la couverture : les grandes entreprises utilisent davantage de
couverture et de produits dérivés que les petites entreprises. Le modèle
Probit développé par Benson, Brown et Fehle (2006) montre que la variable
taille de l’entreprise a un effet significatif sur l’adoption de produits dérivés. Le
modèle logit développé par Nguyen et Faff (2003) montre que la variable taille
a un effet significatif sur l’adoption de produits dérivés.
Test 3 :
La valeur marchande de la firme a beaucoup moins d’effet dans le

choix de la quantité de production ou de cash flows à couvrir que dans la
décision de se couvrir ou non. En effet les résultats de Haushalter (1998) et
de Tufano (1996) sur la valeur marchande de la firme sont non significatifs
mais pour Berkman et Bradbury (1996) la relation est positive.
Ainsi, la taille de la firme ne permet qu'à certaines occasions de

déterminer la quantité de cash flows à couvrir. Les modèle Tobit développés
par Nguyen et Faff (2003) ainsi que celui de Benkhediri (2006) montrent que
l’effet de la variable taille de l’entreprise est significatif sur l’intensité de la
couverture.

Ainsi, la valeur marchande de la firme a beaucoup moins d’effet dans
le choix de la quantité de production ou de cash flows à couvrir que dans la
décision de se couvrir ou non. En effet, les résultats de Sheedy (2002) sur la
valeur marchande de la firme sont non significatifs mais pour Al Momani et
Gharaibeh (2008), Ben Khediri (2006), Brown, Crabb et Haushalter (2006),
Judge (2006), Saito et Shoizer (2005), Bailly, Browne, Hicks et Skerrat
(2003), El Masry (2003) la relation est positive. Ainsi, la taille de la firme ne
permet qu'à certaines occasions de déterminer la quantité de cash flows à
couvrir. En général la taille de la firme influence surtout le choix de participer
ou non au marché des produits dérivés mais ne permet pas de déterminer la
quantité de production ou de cash flows à couvrir.
7 - La réglementation dans le secteur
Les firmes qui interviennent dans un contexte réglementaire ont moins

de latitude dans leur décision d’investissement. En relation avec ce qui a été
dit précédemment, les firmes qui ont moins de latitude dans leur décision
d’investissement ont moins de coûts d’agence et ont des coûts liés aux
contrats d'emprunt relativement inférieurs. Par conséquent ces firmes seront
moins tentées à se couvrir.
Variable approximative :
Si la firme évolue dans un secteur réglementé, la variable binaire est

égale à 1 et si son secteur n’est aucunement réglementé, la variable binaire
est égale à 0. Le coefficient de la relation devrait être négatif, puisqu’une
firme surveillée a beaucoup moins de latitude dans ses politiques de
financement qu’une même firme sans contrainte.
Résultats empiriques :

Test 1 :

et Fehle (2006) sur une étude internationale montre que la variable
réglementation du secteur n’est pas significativement différente entre les
entreprises utilisatrices de dérivés et non.
Test 2 :
Les modèles à variable dépendante binaire ainsi que les tests portant
sur la différence de moyennes de Mian (1996) viennent confirmer que les
firmes œuvrant dans une industrie réglementée font moins de couverture. En
fait les résultats sont négatifs et significatifs. Nous pouvons donc dire que les
tests effectués sur la réglementation des industries confirment la théorie.
Appartenir à un secteur réglementé implique moins de couverture.
Le modèle Probit développé par Bartram, Brown et Fehle (2006)

montre que la réglementation du secteur n’a pas d’effet significatif sur
l’adoption de produit dérivés.
8 - La gouvernance d’entreprise :
La gouvernance d'entreprise est définie, quant à elle, comme

l'ensemble des processus, réglementations, lois et institutions influant la
manière dont l'entreprise est dirigée, administrée et contrôlée. La
gouvernance inclut aussi les relations entre les nombreux acteurs impliqués
(stakeholders) et les objectifs qui gouvernent l'entreprise. Les acteurs
principaux sont les actionnaires, la direction et le conseil d'administration. Les
autres parties prenantes incluent les employés, les fournisseurs, les clients,
les banques ou autres prêteurs, le voisinage, l'environnement et la
communauté au sens large.

Il y a deux types de gouvernance d'entreprise :
La valeur actionnariale (shareholder value) qui privilégie la création de

valeur pour l'actionnaire donc l'entreprise cherche à maximiser le cours
boursier des titres détenus par les actionnaires.
Le deuxième type est la valeur partenariale (stakeholder value) qui

valorise plutôt la création de valeur pour l'ensemble des partenaires. Dans ce
cas, on cherchera à créer de la richesse entre les différentes ressources
humaines et matérielles par coopération avec différents types de parties
prenantes.
Variables approximatives
Nous reprenons la taille du conseil d’administration comme variable

explicative. Cette configuration permet de postuler l’existence d’une taille
optimale.
Résultats empiriques des modèles:
Test 1
Le test de différence de moyenne (t-test) montre selon Benkhediri
(2006) pour les entreprises Françaises une différence significative pour la
variable taille de conseil d’administration entre les entreprises couvertes et
non-couvertes : les entreprises avec un grand CA se couvrent davantage. Il
montre également une différence significative pour la variable administrateur
indépendant entre les entreprises couvertes et non-couvertes : les entreprises
avec plus d’administrateurs indépendants au CA se couvrent davantage.
Test 2 :

Le modèle Probit développé par Benkhediri (2006) montre que la taille
du CA n’a pas d’effet significatif sur l’adoption de la couverture.
Test 3 :
Le modèle Tobit développé par Borokhovich, Brunarski et Crutchley et

Simkins (2004) montre que la composition du CA, la proportion
d’administrateurs indépendant ont un effet significatif sur l’intensité de la
couverture par les produits derivés. Le modèle Tobit développé par
Benkhediri (2006) montre que l’effet de la variable taille du CA est significatif
sur l’intensité de la couverture.
Ainsi, Borokhovich, Brunarski, Crutchley et Simkins (2004) et

Benkhediri (2006) montrent que la qualité et la composition du conseil
d’administration influence la décision d’utiliser des moyens de gestions des
risques. Borokhovich et al. (2004) étudient la relation entre la taille du conseil
d’administration et la couverture des risques sur un échantillon d’entreprises
américaines. Les résultats qu’ils obtiennent montrent que la valeur moyenne
de la taille du conseil d’administration est significativement plus grande dans
les entreprises utilisant les produits dérivés de taux.
9 - La présence de blocs d’actionnaires
Les blocs d’actionnaires, étant habituellement composés de fonds

mutuels, d’investisseurs privés ou institutionnels sont dans la plupart des cas
mieux diversifiés que les gestionnaires ou les petits investisseurs. Ainsi,
comme ils sont plus diversifiés ils sont moins sujets aux risques spécifiques
de l’entreprise. La couverture des cash flows de la firme devient donc moins
nécessaire. Donc une firme avec plusieurs blocs d’actionnaires sera moins
portée à entreprendre des activités de couverture qu’une entreprise détenue
principalement par ses gestionnaires ou par de petits investisseurs diffus.

Le nombre d’investisseurs externes à la firme détenant plus de 5 % ou

10 % des actions en circulation d’une firme est utilisé pour déterminer si ce
facteur influence la politique de couverture de la firme. Plus il y a de blocs
d’actionnaires et donc plus d’actionnaires diversifiés moins la firme a besoin
de l’apport de la couverture. La relation entre le nombre de blocs
d’actionnaires et la couverture devrait être négative.
Test 1 :

et Fehle (2006) sur une étude internationale montre que la variable bloc
d’actionnaire est significativement différente entre les entreprises utilisatrices
de dérivés et non. Le test de différence de moyenne (t-test) montre selon
Hagelin (2003) pour les entreprises Suédoises une différence significative
pour la part de capital ou bloc d’actionnaire entre les entreprises couvertes et
non-couvertes.
Le test de différence de moyenne (t-test) montre selon Benkhediri

(2006) pour les entreprises Françaises une différence significative pour la part
de capital ou bloc d’actionnaire entre les entreprises couvertes et non-
couvertes.
Test 2 :
Le coefficient trouvé par la régression de Haushalter (1998) sur le

nombre de blocs d’actionnaires ne permet pas d’appuyer la théorie puisqu’il
est non significatif. Par contre lorsque le test est réalisé sur la différence de
moyennes, les résultats de Tufano (1996) n'indiquent une différence
significative qu’entre les firmes qui se couvrent intensivement et celles faisant

peu de couverture. Comme la théorie le démontrait les firmes faisant peu de
couverture ont plus de blocs d’actionnaires étant donné leur plus grande
diversification. Le modèle Logit développé par Hagelin (2003) montre que la
variable bloc d’actionnaire à un effet significatif sur l’adoption de produit
derivés. Le modèle Probit développé par Benkhediri (2006) montre que l’effet
de la variable bloc d’actionnaire est significatif sur l’adoption de la
couverture : les entreprises dont le capital est détenu par des actionnaires
majoritaires sont moins incitées à se couvrir. Le modèle Probit développé par
Bartram, Brown et Fehle (2006) montre que la variable bloc d’actionnaire à un
effet significatif sur l’adoption de produits dérivés.
Test 3 :
Nous retrouvons deux résultats différents concernant le nombre de

blocs de contrôle. D’après les résultats de Tufano (1996) si l’on exclut la
variable influente, le nombre de blocs d’actionnaires influence le niveau de
couverture. La conclusion est la même lorsque Haushalter(1998) prend le
modèle Cragg. Par contre, le test qu’a fait Haushalter (1998) sur le modèle
Tobit procure les mêmes résultats, mais à un degré de signification beaucoup
plus faible.
Comme la théorie le démontrait, les firmes dont le capital est possédé

par des blocs d’actionnaire ont significativement moins de couverture étant
donné que ces mêmes actionnaires ont une plus grande diversification de
leurs capitaux donc moins soumis aux risques non systématiques.

4. Conclusion de la Première Partie :
Cette première partie présente l’univers du risque dans l’entreprise.

Apres la présentation des définitions et des typologies des risques c’est la
stratégie de gestion des risques qui apparaît aujourd’hui comme un métier
central dans l’entreprise.
L’ensemble des stratégies de gestion offre aux entreprises la possibilité

de contrôler le niveau de risque de façon à leur permettre de maîtriser les flux
monétaires de leurs investissements et de l'aligner avec leurs besoins de
financement d’une part et de réduire l’agressivité de l’imposition d’autre part.
Ces stratégies permettent également à l'entreprise de réduire la probabilité
des difficultés financières et des coûts qui en découlent.
Par ailleurs, la gestion des risques ou la couverture des risques

introduit un débat sur les fondements théoriques de ses déterminants.
Dans cette thèse, une recherche approfondie sur l’état de l’art de ces
déterminants de la couverture des risques est réalisée. On note ainsi que la
revue de littérature fait bien apparaître une typologie des déterminants de la
couverture des risques. On peut classer ces déterminants en trois catégories.
• Première catégorie : Les déterminants liés à l’hypothèse de la

maximisation de la valeur de l’entreprise.
• Deuxième catégorie : Les déterminants liés à l’hypothèse de la
maximisation de l’utilité des gestionnaires.

• Enfin une troisième catégorie de déterminants regroupe diverses
hypothèses comme les économies d’échelle et la réglementation du
secteur d’activité.
Pour tous les déterminants il apparaît qu’il n’y a pas d’unanimité entre
les variables approximatives. Chacune des variables donne un résultat
différent sur le lien avec la couverture et son importance. Ces variables ne
sont donc pas unanimement significatives sur la décision de l’adoption et sur
l’intensité d’utilisation de solution de couverture et de gestion des risques.
Il apparaît clairement que la ou les variables approximatives du

déterminants en question sont elles mêmes déterminantes quant à l’issue du
résultat.
Il faut également remarquer que les entreprises familiales ont

tendances à davantage utiliser les produits dérivés que la moyenne des
entreprises (Benkhediri, 2006). Par ailleurs les entreprises européennes
utilisent les produits dérivées davantage pour se protéger que pour spéculer
par rapport aux entreprises américaines comparables (Bodnar et Gebhardt,
1998, Bodnar et Marston, 1998).
Par ailleurs comme il a été souligné dans le paragraphe relatif à la taille

de l’entreprise et aux économies d’échelles, la taille de la firme influence le
choix de l’utilisation des produits dérivés mais ne permet pas de déterminer la
quantité de production ou de cash flows à couvrir. Ce résultat est également
souligné par Guay et Kothari (2003) dans une étude de grandes sociétés
américaines qui constatent que le portefeuille de dérivées est trop faible
comparativement à leur exposition aux risques pour beaucoup de sociétés
non-financières et donc que le cash-flow net produit d'un portefeuille de
dérivés est relativement faible en comparaison à l'exposition économique et
des cash-flows d'exploitation. Ils suggèrent que cette utilisation des dérivés
par les entreprises doit permettre de « régler » leur programme de gestion
des risques complet qui inclut d'autres moyens de se couvrir. Ces auteurs

soulignent l'importance de considérer l'utilisation de dérivées dans un
contexte plus large.
Concernant les modèles économétriques développés, on peut

remarquer que :
Judge (2006) : modèle logit et logit multinomial sur les déterminants

(de manière générale) avec un R² variant en fonction des modèles entre 0.11
et 0.40
Le modèle Probit sur les déterminants à l’utilisation de dérivés sur une

étude internationale développé par Bartram, Brown et Fehle (2006) avec un
R² =0.20.
Benkhediri (2006) : modèle Probit sur l’utilisation de dérivés et le lien

avec la gouvernance de l’entreprise avec un pseudo R² = 0.36 et un modèle
Tobit qui présente un R² = 0.127
Nguyen et Faff (2003) : étude du lien entre l’utilisation de derivés et le

risque de change et le risque de taux avec un modèle Logit qui a un R² entre
0.07 et 0.22 et pour le modele Tobit. Le R² est entre 0.05 et 0.08.
Ces résultats sur les coefficients de détermination montrent que la

variabilité de l’adoption ou de l’intensité d’utilisation de solution de couverture
est expliquée au mieux à 40% (et même beaucoup moins pour certaines
études) par la variabilité des déterminants et des variables cités ci dessus.
En synthèse, nous remarquons que ce sont les plus grandes

entreprises qui font de la couverture des risques et que celles-ci œuvrent
généralement dans un secteur non réglementé. Une fois que la décision de
couverture a été prise, l’importance que prendra la couverture dépend de
l’impôt, des coûts de détresse financière, des clauses restrictives et des

projets d’investissement et de financement de la firme. Mais la couverture
adoptée et les moyens mis en place sont largement inferieur aux besoins de
l’entreprise.

Partie II: Problématique et Posture épistémologique.
1 - Développement de la question de recherche et Problématique
La théorie économique nous a appris que les imperfections des

marchés amènent les entreprises à se couvrir contre les divers risques (Froot,
Sharfstein et Stein, 1993, Aretz, Bartram et Dufey, 2007). Les risques
associés aux fluctuations des taux de changes, des taux d’intérêt ou des prix
des matières premières sont des exemples caractéristiques de risques
financiers.
Cette situation et ces risques créent ainsi les motivations pour se

couvrir en utilisant différentes stratégies de couverture comme les produits
dérivés, (Allayannis and Weston, 2001, Graham et Rogers , 2002, Guay and
Kothari, 2003, Nain ,2004 , Carter, Rogers and Simkins, 2005, Brown, Crabb,
Haushalter, 2006) et d’autres moyens couverture par la gestion des liquidités
(Judge, 2006).
L’état actuel de la recherche sur les déterminants de la gestion des

risques par les entreprises non financières montre qu’il existe une typologie
des déterminants de la couverture des risques (Partie I, Chapitre 3). On peut
classer ses déterminants en trois catégories. Les déterminants liés à
l’hypothèse de la maximisation de la valeur de l’entreprise. Les déterminants
liés à l’hypothèse de la maximisation de l’utilité des gestionnaires, les
économies d’échelle et la réglementation du secteur d’activité.

Comme nous l’avons cité précédemment, l’analyse critique de ces
déterminants fait ressortir les points suivants :
1. Les variables approximatives de ces déterminants ne sont

statistiquement significatives à l’unanimité quant à leur lien et leur
pouvoir explicatif dans la mise en place de couverture.
2. Les solutions de couverture ou plus exactement le portefeuille de
dérivés est faible compte tenu de l’importance des risques potentiels
de l’entreprise.
3. Les modèles économétriques présentent des coefficients de
déterminations relativement faibles compte tenu de l’ensemble des
variables explicatives retenus.
On remarque que toutes les recherches scientifiques s’appuient sur

ces déterminants et leurs variables associées.
Un des premiers objectifs de cette thèse est de montrer l’existence

d’un autre type de déterminant de la couverture des risques.
Ce nouveau déterminant est lié à l’organisation de l’entreprise dans sa

gestion des risques ou plus exactement à l’organisation de la fonction gestion
des risques. La mise au point de ce déterminant passe par une construction
mathématique et une tentative de mesure de cette fonction et de son
organisation. Cette nouvelle variable sera par la suite systématiquement
introduite dans tous les modèles et permettra de vérifier si ce déterminant est
significatif dans la couverture des risques.
Au delà de la construction de cette variable et du test de la validation

de ce déterminant, la problématique de cette thèse se veut plus générale.
Cette recherche a pour objectif l’analyse et la mesure des pratiques de

gestion des risques. A travers cette analyse c’est la mesure des déterminants
de ces pratiques qui est recherché. Les questions fondamentales sont les

suivantes : Pourquoi les entreprises se couvrent elles ? Quelles sont les
réelles motivations derrière l’utilisation de solution de couverture ? Comment
et sur quelle base une stratégie de gestion des risques est-elle mise en
œuvre ? Existe-il un modèle de stratégie de gestion des risques ?
De manière plus particulière, cette thèse cherche à valider de manière

empirique l’ensemble des hypothèses suivantes :
(H1.1) : le degré d’organisation de la fonction gestion des risques

dépend des caractéristiques financières de l’entreprise.

dépend du secteur d’activité de l’entreprise.
(H2.1) : les caractéristiques financières et l’appartenance au secteur

sont déterminantes de la couverture des risques financiers.
(H2.2) : l’organisation de la fonction gestion des risques est

déterminante de couverture des risques financiers.
(H2.3) : les risques prix des matières, change et taux d’intérêt

partagent les mêmes déterminants explicatifs de leur couverture.
(H2.4) : les entreprises mettent en place ou choisissent une stratégie

de gestion des risques – parmi les quatre - en fonction de leurs
caractéristiques organisationnelles.

caractéristiques financières.

caractéristiques sectorielles.
(H3.1) : La couverture des risques opérationnels est déterminée par les

caractéristiques organisationnelles, financières et sectorielles des entreprises.

(H3.2) : la couverture du risque financier et la couverture du risque
opérationnel partagent les mêmes déterminants.
(H3.3) : l’assurance multirisque professionnelle et l’assurance perte

d’exploitation partage les mêmes déterminants.
Afin de valider l’ensemble de ces hypothèses et pour répondre à notre

problématique, la méthodologie retenue est présentée dans la section
suivante.
2 – Méthodologie et Organisation de la recherche:
La méthodologie adoptée dans cette thèse et qui permet de vérifier les

hypothèses procède par trois étapes.
La première est la construction d’un questionnaire adéquat pour

mesurer les variables nécessaires aux différentes analyses. La deuxième
étape est la réalisation d’une enquête par sondage auprès d’un échantillon
d’entreprises et la construction d’un fichier d’entreprises. Ce fichier
comprendra les variables du questionnaire et sera complété par d’autres
variables (financières) choisies sur des bases de données financières. Enfin,
la troisième et dernière étape sera celle de l’analyse et de la modélisation des
résultats.
La première étape passe par la construction d’un fichier d’entreprises

non financières Françaises. Ce fichier va être construit à partir de deux
sources complémentaires : une enquête par questionnaire adressé au
directeur financier d’un échantillon d’entreprises ainsi qu’une base de
données financière. La première source permet de recueillir toutes les
informations relatives à l’organisation et à la gestion des risques. La seconde
source permet de connaître tous les ratios financiers relatifs à ces mêmes

entreprises.
L’enquête est similaire à celle conduite par Bodnar et al (1995, 1998) qui
a ouvert la voie à plusieurs études sur les déterminants et sur les pratiques de
gestion des risques. Notre enquête a porté sur un échantillon de 1000
entreprises non financières Françaises, sélectionnées de manière aléatoire
selon une stratification par taille et par secteur d’activité. Un questionnaire a
été adressé en juin 2010 au directeur financier par voie postale et relancé par
voie téléphonique. Les questions couvrent différents aspects de la gestion
des risques ; Les risques auxquels l’entreprise est exposée ; Le
comportement face au risque ; L’organisation de la fonction gestion des
risques ; Les stratégies adoptées ; Les méthodes d’évaluation des risques.
Les assurances et les produits dérivés utilisés.
Sur les 1000 questionnaires envoyés, le retour a été de plus de 100, qui
ont été complétés par des relances par courrier et par téléphone. A ce jour, le
taux de réponse est de 401, plus de 40%. Ce qui est très satisfaisant pour ce
type d’enquête. Bodnar et al (1998) ont eu un taux de 26,5%, De Ceuster et al
(2000), 21,9%, Grant et Marshal (2002), 22%.
2.1. Le questionnaire, outil de recherche :
Pour mener cette recherche, un questionnaire et des supports ont été

développés. Ce questionnaire servira à collecter des données que l’on peut
qualifier d’internes à l’étude.
Pour augmenter le taux de retour du questionnaire envoyé par voie

postale, la méthode a été la suivante : adresser une lettre introductive
présentant la recherche, faire une bonne présentation et une lisibilité claire du
questionnaire, utiliser un vocabulaire adapté au répondant et fournir une
enveloppe pré-timbrée pour le retour.

2.1.1. Présentation du questionnaire :
La construction du questionnaire a été entamée sur la base d’ouvrages

de méthodologie d’enquête par questionnaire (de Singly, 2008, Fenneteau,
2007) d’un part et sur la base de questionnaires d’enquêtes comparables.
Pour les enquêtes comparables, on peut citer :
Bodnar et Gebhard (1998) : échantillon de 400 entreprises non

financières US. 83% de grandes entreprises et 12% de petites entreprises de
tous les secteurs d’activité.
Berkman et al (1996) : échantillon de 80 entreprises non financières
Néo zelandaises. 100% de grandes entreprises sur tous les secteurs
d’activité.
Grand et Marshall (1997) : échantillon de 55 grandes entreprises tous
secteurs d’activité.
De Ceuster et al (2000), Mallin, Ow-Yong, Reynolds (2001). Bodnar et
al. (2001) ont travaillé sur 399 entreprises,
Mallin, Ow-yong et Reynolds (2001) : échantillon de 230 grandes
entreprises non financières sur tous les secteurs d’activité. Grant et Marshal
(2002), Bailly, Browne, Hicks et Skerrat (2003).
El Masry (2003) : échantillon de 401 entreprises non financières UK
tous secteurs et toutes tailles confondus.
Mefteh (2005) échantillon de 300 entreprises non financières
françaises cotées à Euronext Paris.
Benkhediri (2006) a travaillé sur 320 entreprises non financières
françaises cotés d’une capitalisation boursière supérieure à 30 Millions
d’euros.
Judge (2006) : échantillon de 441 entreprises non financière UK,
cotées au London Stock Exchange. Judge utilise un concept de couverture
plus large que l’utilisation des dérivés.
Il faut également remarquer qu’une première version de ce

questionnaire a été testé pour une enquête similaire réalisée lors de l’année

du master recherche, du 06/2008 au 07/2008 sur un échantillon de 41
entreprises.
Cette première version a permis de relever certaine difficultés et

incompréhensions des questions. Les commentaires ont permis de les
améliorer et les rendre plus claires : les questions ne posaient pas de
problème de compréhension, le vocabulaire était adapté et la longueur
raisonnable. La version définitive du questionnaire (présenté en annexe) était
prête pour le lancement de l’enquête.
Le questionnaire comprend trois parties :
La première partie porte sur l’identifiant de l’entreprise. Cette partie est

nécessaire pour retrouver l’entreprise dans les bases de données pour
compléter les informations avec des données financières. Elle est composée
de trois questions ; le nom de l’entreprise, l’activité principale et le numéro
Siret.
La deuxième partie porte sur l’organisation de la gestion dans

l’entreprise. Elle est composée de huit questions ; l’entreprise possède ou non
une fonction de gestion des risques, la date de mise en place de cette
fonction, le rattachement du service pour connaitre son importance dans
l’organigramme de l’entreprise, la taille du service de gestion des risques pour
apprécier l’importance des moyens humains qui y ont été alloués, la formation
des risk managers, si l’entreprise possède ou non un système d’information
de gestion des risques dédié et les fonctions précises assignées a ce
système d’information.
La troisième partie sur la stratégie de gestion des risques dans

l’entreprise permet de faire ressortir les différentes stratégies liées à la
gestion des risques financiers et opérationnels.
Elle est composée de dix questions ; l’identification des risques

rencontrés par l’entreprise, les méthodes d’évaluation ou de mesure utilisées,

le but principale de la stratégie de couverture des risques, la gestion des
risques opérationnels et montants couverts, la stratégie de gestion des
risques de contrepartie et montants couverts, la stratégie de gestion des
risques de prix des matières et montant notionnel si couvert par des dérivés,
la stratégie de gestion des risques de change et montant notionnel si couvert
des dérivés, la stratégie de gestion du risque de taux d’intérêt et montant
notionnel si couvert par des dérivés et enfin les principales raisons liées à la
non utilisation de dérivés si tel est la décision de l’entreprise.
Il faut remarquer que cette enquête se distingue des autres enquêtes

par son approche de la gestion des risques. Elle ne se limite pas à l’utilisation
des produits dérivés, mais inclut également tous les moyens et substitut de
couverture, tel que défini en première partie pour avoir une approche globale
et plus réaliste des méthodes et stratégies de gestion des risques dans
l’entreprise.
2.1.2. La lettre d’accompagnement :
Dans chaque pli, le questionnaire était accompagné d’une lettre. Cette

lettre, portant le logo de l’IAE et de l’UT1 Capitole, présente le projet de
recherche et le questionnaire. Elle insiste sur l’anonymat et la confidentialité
des réponses et rappelle qu’une enveloppe prés timbrée est fournie pour
retourner le questionnaire. Cette lettre se termine par des remerciements pour
l’aide et la contribution à cette recherche.
2.1. 3. Les enveloppes T :
Plusieurs études ont montré que la mise à disposition d’une enveloppe

de retour avec le questionnaire augmente le taux de réponse (Burgess, 1989,
Dempster et al. 1998). L’université a déjà mis en place ce type de contrat
avec la poste pour ce genre d’opération. Un contrat particulier a donc été
conclu pour les besoins de cette enquête et pour fournir les enveloppes T
nécessaires.

2.2. L’échantillon :
2.2.1 Calcul de la taille de l’échantillon :
Pour calculer la taille nécessaire à l’échantillon, on s’appuie sur la

méthode de sondage, telle que détaillée par Ardilly (2006). Cette méthode est
réalisée à travers les étapes suivantes :
On commence par spécifier le degré de précision souhaité. Il est défini

comme la différence entre l’estimateur et le paramètre. On peut supposer que
la précision souhaitée soit telle que l’intervalle permis est fixé comme étant
= plus ou moins 0,05.
On pose le niveau de confiance voulue. Supposons qu’un niveau de

confiance de 95% soit souhaité.
Déterminer la valeur Z associée (par l’utilisation de la loi normale). La

valeur Z associé est de 1,96.
Evaluer la proportion ou le paramètre de la population . Ce

paramètre peut être estimé à partir des sources secondaires ou d’une étude
pilote.
Déterminer la taille de l’échantillon en utilisant la formule de l’erreur

standard de la moyenne.
On a:
Par ailleurs :

Donc :
Prenons comme hypothèse que = 50%. Cette hypothèse permet de

calculer une taille maximale pour toute proportion.
En appliquant la formule ci dessus :
La taille minimale de l’échantillon à retenir est de 385. On remarque

que les études comparables ont été réalisées sur des échantillons de même
taille.
2.2.2. L’échantillonnage :
Le sondage a été effectué auprès d’entreprises résidentes en France.
La base de sondage retenue est une base de données financière ;

Point Risk. Cette base de données retenue comme base de sondage
présente deux avantages ; son importance et son contenu. Elle regroupe plus
de 1,4 million d’entreprises Françaises, avec un historique de l’ensemble des
comptes annuelles, des informations structurelles (identification, importance,
liens capitalistiques) et les données financières (bilan, comptes de résultats,
provisions, …). Cette base est disponible au niveau de l’UT1 Capitole.
L’importance de cette base de données est telle qu’on peut s’en servir
comme base de sondage pour tirer l’échantillon dans un premier temps, puis,
dans un deuxième temps, après réalisation de l’enquête, pour compléter les
informations financières.
Méthode d’échantillonnage :

La méthode d’échantillonnage retenue est la stratification. L’échantillon
stratifié est une procédure en deux étapes dans laquelle la population est
divisée en sous-population ou strates. Les strates sont mutuellement
exclusives, et collectivement exhaustives : chaque élément de la population
doit être attribué à une seule strate et aucun élément de la population ne doit
être omis. Les éléments sont ensuite sélectionnés dans chaque strate par une
procédure aléatoire, généralement un échantillon aléatoire simple. L’un des
objectifs principaux de ce type d’échantillon est d’obtenir une plus grande
précision sans accroitre les couts.
L’échantillonnage stratifié peut permettre d’assurer que tous les sous-

groupes importants de la population soient représentés dans l’échantillon.
Cela est particulièrement important dans le cas où la distribution de la
caractéristique étudiée dans la population est biaisée. L’échantillonnage
stratifié conjugue la simplicité de l’échantillonnage aléatoire simple avec des
gains potentiels en précision (Ardilly, 2006).
Les deux variables les plus discriminantes pour les entreprises sont la
taille de l’entreprise et le secteur d’activité Bodnar, Marston (1998) et Bodnar,
Tang, Weintrop (1997), donc ces deux variables seront les variables de
stratification pour le tirage de l’échantillon.
2.3. Réalisation de l’enquête :
Les questionnaires ont été envoyés le 15 juin 2010 aux directeurs

financiers par voie postale. Compte tenu des non réponses attendues cet
envoi a été de 1000 questionnaires.
Sur les 1000 questionnaires envoyés, le retour, par enveloppe T a été

de 142. Soit un taux de réponses de 14,2%, ce qui est insuffisant par rapport
aux objectifs méthodologiques.

Ainsi, pour compléter les réponses des relances téléphoniques ont été
mise en place dès le 12 Octobre 2010. Ces relances à l’intention des
directeurs financiers ou de son secrétariat avaient pour but de les sensibiliser
quant à l’utilité de cette opération d’une part et la garanti de la confidentialité
des informations.
Ainsi, en juillet 2011 il y avait 401 questionnaires renseignés. (taux de

réponse de 40,1%). Ce qui donnait un échantillon de taille comparables à
ceux des études citées en référence, De Ceuster et al (2000), Grant et
Marshal (2002), Judge (2006).
2.3.1. Les biais potentiels :
On ne peut conclure le chapitre sur l’échantillonnage sans faire citer les

biais qui peuvent affecter la validité, interne et externe de l’échantillon. On
distingue deux types de biais, ceux liés à l’échantillonnage et ceux qui ne sont
pas liés à l’échantillonnage.
Biais d’échantillonnage :

Les biais d’échantillonnage sont liés au processus de sélection des

individus dans l’échantillon. Royer et al (1999) indiquent que dans le cadre
d’une méthode d’échantillonnage aléatoire, un biais de sélection peut se
produire à chaque fois que les conditions de tirage aléatoire ne sont pas
respectées. Cependant il est précisé que le biais de sélection est beaucoup
plus fréquent dans les méthodes non aléatoires, comme la méthode de
quotas par exemple.
Biais non lié à l’échantillonnage :

Ce type de biais concerne généralement le biais de couverture et le biais

de non réponse. Le biais de couverture apparaît lorsque la population

analysée ne correspond pas à la population de référence. Ce biais de
couverture affecte le caractère généralisable des résultats. Pour réduire ce
biais potentiel, le chercheur doit avoir une bonne connaissance de son terrain
et s’assurer de la correspondance entre la population analysée et la
population de référence. Le biais de non-réponse, quant à lui, peut être du à
l’impossibilité de contacter un individu préalablement sélectionné par le
processus d’échantillonnage aléatoire ou le refus ou l’oubli de la part d’un
individu de répondre au questionnaire.
Lorsque cela est possible, on peut tenter de réduire le nombre de non-

réponses en relançant les individus concernés.
2.3.2. La saisie des questionnaires :
Chaque questionnaire reçu est d’abord vérifié avant d’être saisie.

Comme les traitements statistiques prévus devaient être fait sur SPSS, la
saisie a donc été faite sur ce logiciel, qui est pratique car disponible à l’UT1
Capitole. La version papier de chaque questionnaire était ensuite classée et
conservée pour faciliter les vérifications futures en cas d’erreur de saisie.
2.4. Données externes :
Une fois l’enquête réalisée et les questionnaires saisis. Il est nécessaire

de compléter les fichiers crées avec des données de types financières
nécessaires au développement de modèles statistiques explicatifs et aux
analyses souhaitées.
Ces informations vont être récupérer, comme il a été cité ci-dessus à

partir de la base de données qui a servi de base de sondage également.
Ainsi, grâce aux identifiants des entreprises échantillonnées il est possible de
retrouver ces entreprises et toutes les informations financières nécessaires.

Les données financières recueillies sont les suivantes :
Tableau II.1 : Variables Financières.

Déterminants variable Relation prédite avec la
couverture du risque
Décision d’investissement Valeur de marché FP / Valeur comptable +

FP
Ratio de liquidité : actifs liquidable moins -

d’un an – dettes exigibles moins d’un an
R et D / Ventes +
BAII/ Ventes +
Impôt Report de pertes +
Report de pertes/ Actif total +
Détresse financière BAII / Charges d’intérêts +
Dettes totales / Fonds propres +
Coût d’agence Nombre d’options détenues par les +

gestionnaires
Diversification Actifs hors secteur/ actif total -
Economie d’échelle Ln (Total actif) +
Réglementation Binaire : 1 = activité réglementée,

0=sinon.
Ces données financières sont récupérer pour certaine et calculer pour

d’autres sur la base des déterminants de la couverture et des variables
associées a ces déterminants, tel que présenté dans la première partie. C’est
ainsi que l’ensemble de ces données vont enrichir la base ou le fichier des
entreprises échantillons qui va contenir les informations des questionnaires;
organisation et stratégies de gestion des risques et également les données
financières les concernant.
On obtient un fichier qui permettra de faire toutes les analyses et de

développer les modèles nécessaires. Ce fichier contient les variables
suivantes :
Tableau II.2 : Ensemble des variables.

N° Nom de la Variable Variable
1 Nom1 Nom de l'Entreprise
2 Siret1 Numéro Siret
3 Activite1 Activité principale
4 Activite2 Secteur d'activité
5 Typemarche Type de marché
6 Typemarché2 marché où est cotée l'Entreprise
7 Organisation1 Service Gestion des Risques
8 Organisation2 Rattachement de la fonction gestion des risques
9 Organisation3 Taille du service gestion des risques (Effectif)
10 Organisation4 Formation du risque manager
11 Organisation5 Le risque manager est membre d'une association
12 Organisation6 L'entreprise possède un système d'information de gestion des risques
13 Organisation7 Les fonctions du SIGR sont :
14 Identif1 L'entreprise identifie le risque de taux de change
15 Identif2 L'entreprise identifie le risque de taux d'intérêt
16 Identif3 L'entreprise identifie le risque des prix des matières
17 Identif4 L'entreprise identifie le risque de contrepartie client
18 Identif5 L'entreprise identifie le risque de contrepartie fournisseur
19 Identif6 L'entreprise identifie le risque lié à la concurrence
20 Identif7 L'entreprise identifie les risques opérationnels
21 Identif8 L'entreprise identifie le risque juridique
22 Strategie1 Stratégie dominante de gestion des risques
23 Couverture1 Couverture des Risques Opérationnels
24 Couverture11 Type de dérivés

25 Couverture2 Couverture des Risques de Contrepartie
27 Couverture3 couverture du risque prix
29 Couverture32 Montant notionnel de la couverture prix
30 Couverture4 Couverture du Risque de change
32 Couverture42 Montant notionnel de la couverture change
33 Couverture5 Couverture du risque de taux d'intérêt
35 couverture52 Montant notionnel de la couverture taux d'intérêt
36 Couverture6 Couverture des risques financiers
37 Notion1 Moyenne (tout risque confondu) de : montant notionnel / Valeur de marché.
38 Butcouverture1 Le but de la couverture des risques financiers
39 Decision1 Valeur de marché / Valeur comptable
40 Decision2 Ratio de liquidité : actifs liquidable moins d’un an – dettes exigibles moins d’un
an
41 Decision3 R et D / Ventes
42 Decision4 BAII/ Ventes
43 Impot1 Report de pertes
44 Impot2 Report de pertes/ Actif total
45 Detresse1 BAII / Charges d’intérêts
46 Detresse2 Dettes totales / Fonds propres
47 Coutag1 Nombre d’options détenues par les gestionnaires
48 Diversif1 Actifs hors secteur / Actifs total
49 Taille1 Ln (Total actif)
50 Regle1 Binaire : 1 = activité réglementée, 0=sinon.
51 Sec_AA 1= appartient au secteur Agriculture, chasse, sylviculture. 0= sinon
52 Sec-DA 1= appartient au secteur Industrie agricole et alimentaire. 0= sinon
53 Sec_DB 1= appartient au secteur Industrie textile et habillement. 0= sinon
54 Sec_ DG_1 1= appartient au secteur Industrie pharmaceutique. 0= sinon

55 Sec_DK_1 1= appartient au secteur Construction aéronautique et spatiale. 0= sinon
56 Sec_DK_2 1= appartient au secteur Fabrication d'équipements automobiles. 0= sinon
57 Sec_DG_2 1= appartient au secteur Autres industrie chimique. 0= sinon
58 Sec_DH 1= appartient au secteur Industrie du caoutchouc et des plastiques. 0= sinon
59 Sec_DJ 1= appartient au secteur Métallurgie et travail des métaux. 0= sinon
60 Sec_DK_3 1= appartient au secteur Autres fabrication de machines et équipements. 0= sinon
61 Sec_DN 1= appartient au secteur Autres industries manufacturières. 0= sinon
62 Sec_FA 1= appartient au secteur Construction. 0= sinon
63 Sec_GA 1= appartient au secteur Commerce. 0= sinon
64 Sec_HA 1= appartient au secteur Hôtels et restaurants. 0= sinon
65 Sec_IA 1= appartient au secteur Transports et communications. 0= sinon
2.5. Analyse descriptive de l’échantillon :
Ce chapitre dresse une analyse descriptive des résultats de

l’échantillonnage. Il permet de faire ressortir la structure de l’échantillon.
La structure est ainsi décrite selon différentes variables ; le type

d’entreprise, la taille de l’entreprise et le secteur d’activité.
Tableau II.3: Types d’entreprise.

Type d’entreprise Total %
Entreprises cotées 269 67
Entreprises non cotées 132 33
401 100
Les entreprises échantillons sont de deux types ; cotées et non cotées.

Les entreprises cotées représentent 67% de l’échantillon, les entreprises non
cotées, quant à elles représentent 33%. Cette typologie permettra de faire

ressortir les différences quant à la couverture des risques. C’est ce qui sera
abordé dans les chapitres suivants.
Tableau II.4 : Répartition des entreprises selon la taille (total actif)

Taille Total %
0 – 5000 K euros 37 9
5000 - 10000 35 9
10000 – 50000 94 23
50000 - 100000 96 24
100000 et plus 139 35
401 100
Les entreprises échantillons sont réparties en plusieurs tailles. La taille

de l’entreprise est mesurée par le total de l’actif (voir chapitre ci-dessus). On
remarque que les entreprises dont la taille est inférieure à 5000 K euros
représentent 9% de l’échantillon total. Les entreprises dont la taille est
comprise entre 5000 et 10000 K euros représentent 9%. Les entreprises dont
la taille est comprise entre 10000 et 50000 K euros représentent 23%. Les
entreprises dont la taille est comprise entre 50000 et 100000 K euros
représentent 24%. Les entreprises dont la taille est supérieure à 100000 K
euros représentent 35%. Cette variable (taille) est, comme cela a été
présenté dans la première partie un déterminant important dans l’explication
de la mise en place de solution et de stratégie de couverture des risques.
Il faut remarquer une que cette enquête a voulu être plus large dans
ses observations et intégrer des entreprises de petite et moyenne taille, afin
de faire ressortir les différences de stratégies de gestion des risques.
On peut remarquer que les enquêtes similaires sont pour certaines

comparables à cette stratification.

Tableau II.5 : Répartition des entreprises selon le secteur d’activité.
Secteur d’activité Total %
Industrie 296 73,8

Distribution, commerce 39 9,8
Services. 66 16,4
401 100
Les entreprises échantillons sont réparties sur les secteurs d’activité.

On remarque que les entreprises industrielles représentent 73,8% de
l’échantillon. Les entreprises de commerce et de distribution représentent
presque 10% et les entreprises de services représentent plus de 16%. Cette
répartition permettra d’analyser les différences de stratégies de couverture
selon le secteur d’activité. Cette analyse est présentée dans la troisième
partie.
Tableau II.6 : Répartition des entreprises selon l’activité de l’entreprise

(code Naf)
Secteur d’activité Total %
AA. Agriculture, chasse, sylviculture 16 4
DA. Industrie agricole et alimentaire 30 7
DB. Industrie textile et habillement 34 8
DG_1. Industrie pharmaceutique 9 2
DK_1. Construction aéronautique et spatiale 27 7
DK_2. Fabrication d’équipement automobile 21 5
DG_2. Autres Industrie chimique 38 9
DH. Industrie du caoutchouc et des plastiques 36 9
DJ. Métallurgie et travail des métaux 30 8
DK_3. Autres Fabrication de machines et équipements 22 5
DN. Autres industries manufacturières 27 7
FA. Construction 6 2
GA. Commerce 39 11

HA. Hôtels et restaurants 18 4
IA. Transports et communications 48 12
Total 401 100
Ce tableau présente la répartition des entreprises échantillons selon le

secteur d’activité détaillé. La nomenclature de l’activité est détaillée selon 15
modalités. Cette répartition permet de faire la même analyse qu’avec la
répartition présentée dans le tableau précédant mais à un niveau de détail
plus fin.
Tableau II.7: Les ratios financiers :
Déterminants et ratio Moyenne Mediane Ecart-type
Décision d’investissement et
option de croissance
Valeur de marché / Valeur 3,7100 2,2100 14,22159

comptable
Ratio de liquidité : actifs 1,6230 0,9800 2,30678

liquidable moins d’un an –
dettes exigibles moins d’un an
R et D / Ventes 1,2449 0,3400 4,06226
BAII / Ventes 1,045 1,076 0,986
Impôt
Report de pertes 0,5910 0,527 0,49226
Report de pertes/ Actif total 0,2952 0,1500 0,31152
Détresse financière
BAII / Charges d’intérêts 5,3144 4,0800 3,04571
Dettes totales / Fonds propres 0,8421 1,4500 2,21986
Coût d’agence
Nombre d’options détenues par 0,0640 0,3200 14,26645

les gestionnaires
Diversification
Actifs hors secteur/ actif total 0,3345 0,2800 0,20756
Taille, Economie d’échelle

Ln (Total actif) 4,4532 6,3456 6,3464
Réglementation
Binaire 0,3461 0,6542 0,2345
Ce tableau présente les premiers résultats (moyenne, médiane, écart-

type) calculés sur l’échantillon. Ces résultats sont obtenus par les données
choisies sur la base de données (point Risk) correspondant aux statistiques
des entreprises échantillons.
Ce tableau présente toutes les variables financières correspondantes

aux déterminants de la couverture présentés dans la première partie. Ces
statistiques peuvent être comparées à celles calculées par des enquêtes
comparables Bodnar et al (1998), De Ceuster et al (2000), Grant et Marshal
(2002), Judge (2006), Benkhidiri (2006). On remarque que les statistiques de
notre enquête sont comparables à celles des recherches sus citées.
3. Posture épistémologique:
Ce chapitre traite du positionnement épistémologique et du statut des

connaissances produites. Précisément la première section décrit la posture
épistémologique en science de gestion de manière générale, la deuxième
section présente le positionnement épistémologique de cette thèse en
particulier.
3.1. De la posture épistémologique en science de gestion :
Les méthodologies de recherche utilisées en sciences de gestion sont

variées. L’utilisation de méthodes quantitatives se sont développées avec les
théories de la contingence structurelle dans les années soixante. Ces théories

faisaient l’hypothèse de liens de cause à effet entre les macro-
caractéristiques de la firme – notamment structurelles - et celles de
l’environnement. Il était donc tout à fait légitime que de vouloir essayer de
valider ces liens au moyen de méthodes quantitatives puisque chaque
entreprise de la population de référence était, selon le modèle, supposée
s’adapter à un certain nombre de contraintes. Il n’était donc pas nécessaire
une fois le courant de recherche lancé, c'est-à-dire une fois les conjectures
principes établies, d’aller explorer en détail et au cas par cas le processus par
lequel cette adaptation pouvait se faire. La contingence structurelle constitue
une axiomatique de base à partir de laquelle on peut établir des théorèmes du
type « plus l’environnement est stable, plus la taille de l’entreprise est élevée
et plus les procédures sont standardisées ».
A cette époque, il ne s’agissait pas tant pour un certain nombre de

chercheurs d’élaborer des conjectures très nouvelles par un raisonnement
abductif que d’affiner et de vérifier - ce qui n’enlève rien à l’intérêt scientifique
de la démarche - des hypothèses déjà établies ou facilement transposables à
partir d’hypothèses existantes et déjà vérifiées ou au contraire invalidées
(Martinet, 1990), par exemple, « le degré d’implication des consommateurs
dans l’achat de telle ou telle catégorie de produits se retrouve-t-il dans des
sous-populations ou sur d’autres marchés ? ».
Plus récemment selon Pellisier (2001) le positionnement positiviste et

l’accent mis sur un mode hypothético-déductif se comprend donc au moins
autant par les caractéristiques et les contraintes de la recherche que par une
attitude a priori des chercheurs : tout se passait comme si on cherchait
effectivement à découvrir des lois « cachées » derrière ce que l’on pouvait
mesurer des comportements individuels. Mais ces approches ont aussi
montré leurs limites en termes de compréhension de la réalité : il n’est pas
toujours facile sans une investigation plus qualitative des processus
organisationnels concrets d’interpréter des coefficients de corrélation (surtout
lorsqu’ils prennent des valeurs moyennes) et il peut être très difficile, à un
certain stade de la recherche, soit d’imaginer des hypothèses explicatives
alternatives si le résultat contredit l’hypothèse de départ, soit de vérifier ces

nouvelles hypothèses si cela n’a pas été prévu au départ dans le dispositif de
collecte.
En science de gestion, il est devenu habituel de considérer qu'il y a

deux modes de raisonnement, deux façons de progresser dans la
connaissance, l'induction et la déduction et il est tout autant habituel de définir
la déduction comme "le raisonnement qui conduit de propositions données
aux propositions qui en découlent rationnellement" et l'induction comme
"l'opération par laquelle l'intelligence passe des faits aux lois qui les
expliquent". Mais on doit à Charles S. Peirce la mise en évidence d'une
troisième forme de raisonnement, l'abduction, à savoir, la "conjecture sans
force probante, fondée sur une hypothèse tirée de l'expérience". (Mourral et
Millet, 1995).
L'apport de Peirce est de concevoir le raisonnement scientifique comme

l'articulation d'une abduction avec une déduction et une induction, partant le
progrès de la science comme le déroulement indéfini de ce cycle. Selon
David (1999) qui emprunte à Raymond Boudon (1990/1991) l'exemple de la
rue mouillée, "cette articulation peut se formaliser comme suit :
- une hypothèse explicative est construite par abduction pour rendre
compte de données posant problème (j'observe que la rue est mouillée et je
cherche une explication : il pleut, la balayeuse est passée, etc.) ;
- les conséquences possibles de cette hypothèse sont explorées par
déduction (s'il pleut, non seulement la rue est mouillée mais aussi les trottoirs
et les vitres chez moi ; si la balayeuse est passée, seule la rue est mouillée
mais alors nous sommes l'après-midi, etc.) ;
- l'induction permet une mise à jour (confirmation ou infirmation) des
règles et théories mobilisées (lorsqu'il pleut, la rue est mouillée, la balayeuse
ne passe jamais le matin, etc.) ;
- si ces règles sont infirmées, alors il faut reformuler, par abduction, de
nouvelles hypothèses explicatives, et le cycle recommence".

Albert David (1999) propose, ainsi, de dépasser l'opposition que nous
avons reçue de l'histoire de notre science, des démarches inductives aux
démarches hypothético-déductive et considère que toute recherche emprunte
une « boucle récursive» comportant une abduction, une déduction et une
induction. Il semble bien que cette "boucle récursive abduction, déduction,
induction" permet de dépasser l'opposition de la démarche inductive à la
démarche hypothético-déductive : déduction et induction y ont chacune une
plac distincte et complémentaire l'une de l'autre.
Pour l'induction, il s'agit de "mettre à jour" (confirmer ou infirmer) les

règles et théories mobilisées. Pour la déduction, il s'agit d'explorer les
conséquences possibles de l'hypothèse abduite, ce qui permet au chercheur
de satisfaire l'exigence de falsifiabilité des hypothèses formulée par Karl
Popper (1934 - 1973).
Il découle de tout cela que cette boucle n'a pas besoin d'être parcourue
intégralement par chaque chercheur au sein de chaque dispositif de
recherche : il suffit qu'elle le soit collectivement dans la communauté de
recherche. Ainsi, la boucle récursive permet à première vue de considérer les
raisonnements inductif et déductif comme complémentaires, alors que
l'association de ces raisonnements aux épistémologies constructivistes et
positivistes a laissé croire qu’ils étaient opposés.
3.2. Positionnement épistémologique de la présente recherche :
Dans cette recherche, le positionnement épistémologique adopté

devrait être proche du post-positiviste au sens de Mbengue (2001). Selon
cette posture, les phénomènes sociaux existent non seulement dans les
esprits mais aussi dans le monde réel. (Huberman et al., 1991) : « les
phénomènes existent objectivement dans le monde en partie parce que les
individus s’en font une représentation commune et reconnue de tous (...) il
existe des régularités sociales, la tâche du chercheur consiste à les formuler

aussi précisément que possible, en restant attentif à leur portée et à leur
généralité ».
Dans la même logique, Mbengue (2001) note que la réalité existe mais
ne peut être appréhendée que de façon imparfaite. Le chercheur doit donc
développer son objectivité critique pour s’approcher le plus possible de la
vérité. Selon cette posture la réalité peut être vue comme un construit social
mais le chercheur tente de mettre en lumière une régularité dans cette
construction sociale. Le chercheur n’est pas totalement indépendant de la
réalité et de son objet de recherche comme dans le paradigme positiviste. Il
doit veiller à mettre en œuvre un design de recherche lui assurant une
extériorité par rapport au phénomène étudié.
Pour conserver cette extériorité et ce regard objectif sur l’objet d’étude.

Nous avons eu recours à deux sources d’informations complémentaires
(données secondaires issues des bases de données financières) afin de les
trianguler avec les données primaires (enquête empirique par questionnaire)
et d’améliorer l’objectivité de la recherche.
Dans cette recherche et au delà d’un positionnement post-positiviste,

nous nous inscrivons davantage dans une position épistémologique telle que
définit par Albert David (1999). Cette recherche se veut d’emprunter une
« boucle récursive» comportant une abduction, une déduction et une
induction.
Il s’agit donc, d’une part de mettre à jour (l'induction) les règles et

théories mobilisées, d’autre part d'explorer les conséquences (la déduction)
possibles de l'hypothèse abduite. Ce faisant, cela permet de satisfaire
l'exigence de falsifiabilité des hypothèses.
Rappelons, enfin, que l’on n’a pas à parcourir intégralement cette

boucle (abduction, déduction, induction), mais que l’on s’inscrit dans la
collectivité qui elle parcourt en entier cette boucle.

4. Conclusion de la deuxième partie :
Cette deuxième partie de la thèse pose la problématique qui est la

suivante : l’analyse des pratiques de gestion des risques dans les entreprises
non financières, en cherchant à valider les hypothèses posés ci dessus.
Cette problématique a été construite sur la base d’une critique de la littérature
existante et qui a permis de mettre en place une approche originale.
Dans cette deuxième partie, il a également été présenté les outils et les
méthodes de recherches, à savoir le questionnaire et son mode
d’administration, l’échantillon et les sources d’informations externes qui ont
permis de construire une base d’étude riche. Enfin, cette partie a présenté le
positionnement épistémologique adopté dans le cadre de cette recherche.
La troisième et dernière partie présente les analyses empiriques réalisées

sur la base des résultats de l’enquête. Cette partie est structurée en trois
chapitres. Cette structuration a été choisie de cette manière car elle permet
une lecture des différents chapitres indépendamment du reste de ce travail
doctoral et d’en comprendre la problématique et les contributions essentielles.
Cette structuration devrait autoriser une diffusion plus large des résultats de la
recherche.

Partie III : Analyses Empiriques :
Après la présentation de l’enquête empirique réalisée auprès des

entreprises non financières. Cette troisième et dernière partie présente les
analyses des données collectées.
Ces analyses cherchent à fournir des éléments de réponses aux

questions présentées dans la partie II :
Comment l’entreprise s’organise-t-elle face aux différents risques ?
Quels sont les déterminants de la couverture des risques ?
Quelles stratégies les entreprises développent-elles pour mieux gérer

les risques ?
Rappelons que l’originalité de cette thèse repose sur les points

suivants :
• Cette recherche s’intéresse à l’analyse de la gestion des risques dans

les entreprises non financières françaises, aussi bien pour les grandes
entreprises, cotées et non cotées, que pour les entreprises plus
petites : ETI et PME.
• Contrairement à la majorité des études et enquêtes qui assimilent
couverture et mise en place de dérivés, dans cette thèse la couverture
des risques comprend aussi bien l’utilisation de produits dérivés que
les moyens opérationnels de gestion.
• La recherche scientifique s’est largement investie dans l’analyse des
risques financiers. Cette thèse reprend, d’une part, ces analyses des

risques financiers en les enrichissant d’un nouveau type de
déterminants lié à l’organisation.
• Enfin, en plus de l’analyse des risques financiers, cette recherche
analyse un autre type de risque, à savoir le risque opérationnel.
Cette partie empirique s’articule en trois chapitres :
Le premier chapitre analyse la gestion des risques dans les entreprises

non financières. Différentes dimensions de l’organisation sont présentées et
une mesure synthétique est développée. L’organisation de la fonction gestion
des risques est expliquée par les variables financières et le secteur d’activité.
Le deuxième chapitre analyse la gestion des risques financiers à

travers deux approches complémentaires. La première approche analyse les
déterminants de la couverture du risque financier. Dans cette analyse, un
modèle Tobit est développé sur la base des modèles traités dans la
littérature, en y introduisant un nouveau déterminant lié à l’organisation. La
seconde approche, quant à elle, analyse les différentes stratégies de gestion
des risques financiers et modélise leurs déterminants à travers un modèle
logistique multinomial.
Le troisième et dernier chapitre présente, quant à lui, une analyse d’un

autre type de risque à savoir le risque opérationnel. Cette analyse est faite
par une description des moyens de gestion des risques opérationnels et par
le développement de deux modèles Tobit qui expliquent l’intensité de la
couverture des risques opérationnels par les déterminants financiers et
l’organisation de la fonction gestion des risques.
Enfin, cette partie empirique est clôturée par une conclusion qui
présente les limites et les perspectives de ces résultats.

1 - Organisation de la fonction gestion des risques :
L’enquête empirique réalisée dans le cadre de cette thèse a permis de

calculer des statistiques sur différents aspects de l’organisation de la fonction
gestion des risques dans les entreprises non financières. Ces statistiques
permettent d’analyser cette fonction et de vérifier les deux hypothèses
suivantes :
(H1.1) l’organisation de la fonction gestion des risques dépend des

caractéristiques financières des entreprises.
(H1.2) l’organisation de la gestion des risques dépend du secteur

d’activité de l’entreprise.
Pour vérifier ces hypothèses, il est nécessaire de modéliser cette

fonction organisation des risques et de l’expliquer par des variables
caractéristiques financières et sectorielles de l’entreprises. Pour réaliser cette
modélisation, il est d’abord nécessaire de décrire la fonction gestion des
risques et ensuite sur la base de cette description de construire une variable
qui mesure le degré d’organisation de cette fonction.
Ce premier chapitre pose la trame de l’ensemble des analyses

suivantes par la construction d’une mesure de l’organisation de la fonction
gestion des risques. Cette mesure ou variable sera donc introduite dans
l’ensemble des modèles développés par la suite.
Cette mesure, qui est une originalité et également un apport

méthodologique de cette thèse, permettra ainsi de mesurer l’importance de
cette fonction.

1.1. Analyse descriptive de la fonction gestion des risques :
Cette section présente une première description et une présentation de

tris à plat des statistiques de l’enquête empirique. Ces statistiques sont
relatives à l’organisation de la fonction gestion des risques telle qu’elle a été
mesurée par le questionnaire de cette enquête.
Tableau III.1 : Service de gestion des risques (SGR).
Effectif Pourcentage
L’entreprise possède un SGR 294 73,3
L’entreprise ne possède pas de SGR 107 26,7
Total 401 100,0
73,3% des entreprises possèdent un service dédié à la gestion des

risques, contre 26,7% des entreprises qui ne possèdent aucun service de
gestion des risques. Selon Mefteh en 2005, 60% des entreprises cotées à
euronext Paris disposent d’un service de gestion des risques. On peut noter
une nette augmentation de la mise de cette fonction dans les entreprises non
financières entre 2005 et 2010.
Tableau III.2 : Rattachement du Service de gestion des risques (SGR).
Direction générale 104 35,4
Direction financière 124 42,2
Direction Juridique 47 16,0
Directions Opérationnelles 19 6,5
Total 294 100,0

Le service gestion des risques est rattaché au service financier dans
plus de 42% des cas et à la direction générale dans plus de 35% des cas.
Enfin, pour 16% des entreprises le service est rattaché à la direction juridique
et dans 6,5% aux directions opérationnelles. Selon une étude de l’Amrae et
Deloitte (2009) les risques managers sont rattachés à 32% à la direction
financière, 23% à la direction juridique, 27% à la direction générale,
seulement 3% à des directions opérationnelles, 4% à une direction de l’audit
et enfin 6% à une véritable direction de gestion des risques. Selon Mefteh
(2005) la gestion des risques est centralisée pour toutes les entreprises. Ces
différences sont dues à l’échantillonnage. L’enquête de l’Amrae et Deloitte ne
s’est intéressée qu’aux grandes entreprises cotées, contrairement à la notre
qui est plus large.
Tableau III.3 : Taille (effectif) du Service de gestion des risques (SGR).
1 personne 43 14,6
2 83 28,2
3 61 20,7
4 63 21,4
5 36 12,2
6 et plus 8 2,7
Total 294 100,0
Prés de 14% des entreprises possèdent un service de gestion des

risques qui comprend 1 personne et pour plus de 70% des entreprises le
service gestion des risques comprend entre 2 et 4 personnes.
Selon l’AMRAE et Deloitte (2009) l’effectif des services de gestion des

risques dans les entreprises françaises se repartie de la manière suivante :
12% des entreprises ont un service avec une seule personne, 40% des
entreprises ont un service avec 2 à 4 personnes, 29% des entreprises
possèdent un service de 5 à 10 personnes et enfin, 19% des entreprises

possèdent un service de plus de 10 personnes. La même remarque
précédente sur la différence d’échantillonnage s’applique à ces statistiques.
Tableau III.4 : Formation du risk manager.
Ecole d’Ingénieur 76 25,9
Ecole de commerce 147 50,0
Université 43 14,6
Certification (ARM, …) 15 5,1
Formation interne 13 4,4
Total 294 100,0
Le risk manager a une formation de grande école (ingénieur ou école

de commerce) dans plus de 75% des cas. Seulement 14,6% des risques
managers sont diplômés des universités. La certification ne concerne que
5,1% des risk managers.
Selon l’Amrae, Deloitte (2009) les formations d’origine des risques

managers sont pour 25% des ingénieurs/scientifiques, 23% école de
commerce ou économie et gestion, 35% une formation en droit ou sciences
politiques, seulement 10% en gestion des risques et enfin 7% d’autres
formations. La même remarque précédente sur la différence
d’échantillonnage s’applique à ces statistiques.
Tableau III.5 : Le risk manager est membre d’une association de

gestion des risques.
Oui 52 17,7
Non 242 82,3

Total 294 100,0
Dans 17,7% des entreprises, le risk manager est membre d’une

association de gestion des risques. Cette variable traduit, selon Di Maggio
and Powell (1983), les pressions isomorphiques normatives. L’isomorphisme
peut être défini comme un processus de contrainte qui force une unité dans
une population à ressembler à d'autres unités qui font face au même jeu de
conditions environnementales qui découle principalement de la
professionnalisation.
La professionnalisation est définie comme la négociation collective et

permanente entre membres d'un métier pour définir les conditions et les
méthodes de leur travail pour commander « la production des producteurs »
et pour établir une base et une légitimation cognitives pour leur autonomie
professionnelle.
Cette variable traduit le degré de pression professionnelle que le risque

manager subit de la part de la profession. Ce qui implique de manière
implicite l’existence d’un ordre des risques managers (comparable à l’ordre
des médecins ou des avocats) réel ou virtuel. Dans notre cas, soit cet ordre
n’a aucune réalité, soit les pressions de cet ordre sont faibles.
Nous penchons davantage vers la première hypothèse. Il n’y a pas

encore de professionnalisation de cette activité qui est à ses débuts.
Tableau III.6 : L’entreprise possède un système d’information de

Oui 118 40,1
Non 176 59,9
Total 294 100,0

40,1% des entreprises possèdent un système d’information dédié à la
gestion des risques, contre 59,9% qui n’en possèdent pas. Une minorité
d’entreprise investit dans les systèmes informatiques dédiés pour cette
fonction.
En conclusion, cette section a permis de dresser un portait de

l’organisation de la fonction gestion des risques dans l’entreprise non
financière. Ce portrait a été dressé à travers les variables suivantes ; le
rattachement du service, taille du service, formation du risk manager,
adhésion du risk manager dans des associations, système d’information
dédié à la gestion des risques.
Le portrait multidimensionnel, tel que décrit ci dessus, est lourd et

complexe pour mesurer et comparer les différences organisationnelles mises
en place par les entreprises. Afin de mesurer l’organisation de cette fonction,
il est utile de construire une variable synthétique qui regroupe l’ensemble des
variables de cette première section.
1.2. Mesure de l’organisation de la fonction gestion des risques :
La fonction gestion des risques est complexe. Plusieurs variables

interviennent dans l’organisation de cette fonction, comme présenté ci
dessus. Pour des raisons d’analyse et de modélisation il est utile et
nécessaire de construire une variable synthétisant toutes les informations
relatives à l’organisation de cette fonction. La construction de cette variable
synthétique est une application d’une analyse factorielle particulière, à savoir
l’analyse en composante principale. Dans cette méthode, la première
composante principale est par définition la combinaison linéaire qui maximise
l’inertie contenue dans l’ensemble de ces variables.

= nouvelle variable = combinaison linéaire des variables d’origines :
.
, avec les coefficients à déterminer.
Ce sont les composantes des vecteurs propres.
Les vecteurs propres et les valeurs propres sont obtenus par la

résolution des équations suivantes :
et
Avec valeur propre et vecteurs propres.
et
Avec la composante principale.
Dans cette section, on présente la méthode de construction de la

variable synthétique « organisation de la couverture » en premier. Cette
variable est ensuite analysée par une régression linéaire. Cette régression
permet d’expliquer cette variable « organisation de la couverture » par un
ensemble de variables financières et sectorielles caractéristiques des
entreprises.
Construction de la variable « organisation de la couverture »,

application de l’ACP :
Cette méthode d’analyse factorielle permet de construire une variable

synthétique égale à la première composante principale de l’ensemble des
variables suivantes :

Tableau III.7 : Variables utilisées dans l’ACP.
Variable Intitulé
Organisation3 Taille (effectif) du Service de gestion des risques (SGR).
Organisation4 Formation du risk manager.
Organisation5 Le risk manager est membre d’une association de gestion des risques.
Organisation6 L’entreprise possède un système d’information de gestion des risques.
Les détails de l’analyse sont donnés en annexe n°4. Ainsi, la première

composante principale est cette nouvelle variable synthétique qui mesure
l’intensité ou le degré d’organisation de la fonction gestion des risques dans
l’entreprise non financière. Cette variable est notée pour la suite
« Organisation_couverture ».
Normalisation de la mesure de l’organisation :
Pour des besoins de comparabilité la normalisation est nécessaire. Au

delà des considérations de taille d’entreprise, qui biaisent l’analyse. Il est
préférable, en premier lieu, de rapporter cette variable à la taille de
l’entreprise (total de l’actif) puis de la normaliser (valeurs entre 0 et 1) afin de
rendre l’interprétation des résultats et des analyses plus aisées.
Avec : variable organisation_couverture. : moyenne de la variable.

et : maximum et minimum de la variable.

Les premiers statistiques de la mesure de l’organisation sont données
dans le tableau ci-dessous.
Tableau III.8 : Statistiques de la variable organisation_couverture
Statistiques Organisation_couverture « brute » Organisation_couverture

« normalisée »
N 294 294
Moyenne 7,987 0,44
Mediane 5,345 0,39
Variance 1,675 0,12
Minimum 3,038 0,00
Maximum 17,987 1,00
La suite des analyses est ainsi faite avec cette nouvelle mesure de
l’organisation.
Une première analyse descriptive de cette nouvelle mesure de

l’organisation est donnée dans les tableaux suivants.
Tableau III.9 : Organisation de la Couverture selon le type d’entreprise.
Type d’entreprise. Organisation_couverture
Entreprise cotées 0,82
Entreprises non cotées 0,35

Les entreprises cotées sont bien mieux organisées (plus de moyens
humains et matériels) dans la gestion des risques que les entreprises non
cotées.
Tableau III.10 : Organisation de la Couverture des risques selon la

taille de l’entreprise.
Taille de l’entreprise (K Euros) Organisation_couverture
0 – 5000 0,16
5000 - 10000 0,31
10000 – 50000 0,66
50000 - 100000 0,87
100000 et plus 0,94
L’organisation de la gestion des risques augmente fortement avec la

taille de l’entreprise. Cette augmentation peut s’expliquer par les moyens
humains, principalement, et matériels qu’investissent les grandes entreprises
dans la fonction.
Tableau III.11 : Organisation de la Couverture des risques selon le

Secteur d’activité Organisation_couverture
Industrie 0,79
Distribution et commerce 0,39
Service 0,18
Les entreprises du secteur de l’industrie sont celles qui s’organisent le

mieux dans la fonction de gestion des risques, tandis que les entreprises du
secteur des services s’organisent moins bien. Cette différence peut
s’expliquer par les différences de process entre les secteurs d’activité. On

peut détailler ces différences dans le tableau suivant. Une comparaison plus
fine par secteur d’activité confirme ces résultats.
Tableau III.12 : Organisation de la Couverture des risques selon le

Secteur d’activité Organisation_couverture
AA. Agriculture, chasse, sylviculture 0,17
DA. Industrie agricole et alimentaire 0,21
DB. Industrie textile et habillement 0,13
DG_1. Industrie pharmaceutique 0,49
DK_1. Construction aéronautique et spatiale 0,95
DK_2. Fabrication d’équipement automobile 0,93
DG_2. Autres Industrie chimique 0,72
DH. Industrie du caoutchouc et des plastiques 0,69
DJ. Métallurgie et travail des métaux 0,58
DK_3. Autres Fabrication de machines et équipements 0,49
DN. Autres industries manufacturières 0,43
FA. Construction 0,21
GA. Commerce 0,17
HA. Hôtels et restaurants 0,12
IA. Transports et communications 0,38
Les entreprises du secteur de la construction aéronautique et spatiale

sont celles qui s’organisent le mieux dans la gestion des risques avec 0,95
sur 1. Les entreprises du secteur fabrication automobile viennent en
deuxième position dans l’organisation avec 0,93. Enfin, les entreprises du
secteur hôtel et restaurant s’organisent le moins avec 0,12. La différence peut
s’expliquer par le fait que les entreprises des secteurs, comme l’aéronautique,
utilisent des processus de fabrication plus complexes et plus longs, et sont de
ce fait exposées à davantage de risques, et sont donc amenées à mettre

davantage de moyens humains et matériels dans la fonction gestion des
risques.
1.3. Déterminants de l’organisation de la fonction gestion des risques :
Apres la construction de la variable organisation de la couverture et

une première description cette dernière, cette section cherche explique cette
variable selon les caractéristiques financières et comptables des entreprises
et l’appartenance au secteur.
Pour faire ces analyses explicatives du degré d’organisation par les

caractéristiques des entreprises, un modèle de régression linéaire est
développé avec comme variable dépendante l’organisation et comme
variables explicatives l’ensemble des variables et des ratios financiers
présentés dans les tableaux II.2 et II.3 plus une variable muette
d’appartenance au secteur d’activité pour chaque entreprise. Pour
l’interprétation des coefficients il est nécessaire de choisir un secteur de
référence.
On choisit le secteur « hôtels et restaurants » comme secteur de

référence dans la régression. C’est le secteur d’activité qui présente le plus
faible coefficient d’organisation.
Le modèle s’écrit de la manière suivante :
avec (
Cette régression permet ainsi de tester deux hypothèses :

dépend des caractéristiques financières de l’entreprise.

dépend du secteur d’activité de l’entreprise.
Tableau III.19 : Indicateurs de qualité du modèle.
Indicateur Statistique
R 0,589
R2 0,347
F 166,74
Signification du F 0,000
Les résultats de la régression nous indiquent que le coefficient de

détermination R2 est de 0,347 ; donc 34,7% de la dispersion de la variable
organisation_couverture est expliquée par le modèle. Par ailleurs, le résultat
du test de l’hypothèse H0 : tous les coefficients sont nuls sauf la constante,
indique une statistique F de 166,734 avec une Signification de 0,000. On
rejette l’hypothèse de nullité des coefficients. Le modèle est donc très
significatif.
Tableau III.20 : Résultats de la régression (Variable dépendante :

Organisation_couverture)
Variable Coefficient B Ratio t Signification
Constante 0,086 12,454 0,000
Valeur de marché / Valeur comptable 0,084 1,285 0,131
Ratio de liquidité : actifs liquidable moins d’un an – dettes

exigibles moins d’un an 0,162 13,873 0,000
R et D / Ventes 0,145 2,675 0,087
BAII/ Ventes 0,097 2,056 0,091

Report de pertes 0,186 2,875 0,063
Nombre d’options détenues par les gestionnaires 2,587 1,876 0,187
Actifs hors secteur / Actifs total 0,267 21,976 0,000
Binaire : 1 = activité réglementée, 0=sinon. 0,127 24,285 0,000
Ln (Total actif) 0,082 23,186 0,000
1= appartient au secteur Agriculture, chasse, sylviculture. 0,073 13,563 0,000

0= sinon
1= appartient au secteur Industrie agricole et alimentaire. 0,086 21,564 0,000

0= sinon
1= appartient au secteur Industrie textile et habillement. 0= 0,003 24,285 0,000

sinon
1= appartient au secteur Industrie pharmaceutique. 0= 0,134 23,853 0,000

sinon
1= appartient au secteur Construction aéronautique et 0,572 21,985 0,000

spatiale. 0= sinon
1= appartient au secteur Fabrication d'équipements 0,548 24,285 0,000

automobiles. 0= sinon
1= appartient au secteur Autres industrie chimique. 0= 0,438 23,853 0,000

sinon
1= appartient au secteur Industrie du caoutchouc et des 0,447 21,985 0,000

plastiques. 0= sinon
1= appartient au secteur Métallurgie et travail des métaux. 0,332 24,285 0,000

0= sinon
1= appartient au secteur Autres fabrication de machines et 0,267 23,853 0,000

équipements. 0= sinon
1= appartient au secteur Autres industries manufacturières. 0,228 21,985 0,000

0= sinon
1= appartient au secteur Construction. 0= sinon 0,084 24,285 0,000
1= appartient au secteur Commerce. 0= sinon 0,006 23,853 0,000
1= appartient au secteur Transports et communications. 0= 0,074 24,285 0,000

sinon

Les résultats de la régression nous indiquent que :
La constante, le ratio de liquidité, le ratio report des pertes/ actif total, le

ratio actifs hors secteur/ actif total, la réglementation et la taille sont
significatifs.
La valeur de marché des fonds propres / la valeur comptable des fonds

propres, le montant de la recherche et développement / ventes, les reports de
pertes, le bénéfice avant intérêt et impôts / charges d’intérêts, la dette totale /
fonds propres et le nombre d’options détenues par les gestionnaires sont,
quant à eux, non significatifs.
En effet, la constante de 0,086 correspond à une organisation

minimale de gestion des risques.
Quand le ratio de liquidité augmente d’une unité, le coefficient

d’organisation augmente de 0,162, toutes choses égales par ailleurs. Ceci
implique que plus une entreprise possède des liquidités plus elle investit dans
la fonction gestion des risques. Ce résultat peut paraître contre intuitif, mais
rappelons qu’il s’agit de la fonction gestion des risques et pas de l’intensité de
couverture de ces risques.
Quand le ratio report des pertes/ actif total augmente d’une unité, le
coefficient d’organisation augmente de 0,078, toutes choses égales par
ailleurs. Ce résultat implique que les entreprises qui bénéficient de certaines
dispositions fiscales liées à la mise en place de couverture investissent
davantage dans la fonction gestion des risques.
Quand le ratio actifs hors secteur/ actif total augmente d’une unité, le
coefficient d’organisation augmente de 0,276, toutes choses égales par
ailleurs. Les entreprises diversifiées sur le plan de leurs investissements,
comme les entreprises qui possèdent des filiales à l’étranger par exemple, ou
des entreprises qui investissent plusieurs secteurs d’activité sont des
entreprises qui investissent également davantage dans la fonction gestion
des risques, vraisemblablement pour comprendre et maitriser les risques
induits par cette diversification.

Ainsi, l’hypothèse (H1.1) est validée : le degré d’organisation de a
fonction gestion des risques dépend bien des variables financières de
l’entreprise.
On observe également que le coefficient d’organisation augmente de

0,127, pour une entreprise appartenant à un secteur réglementé par rapport à
une entreprise qui appartient à un secteur non réglementé, toutes choses
égales par ailleurs. Il apparaît que les entreprises qui interviennent dans les
secteurs réglementés investissent davantage dans la fonction gestion des
risques.
Il faut rappeler qu’une profession est considérée comme réglementé si

sa nature, son contenu, son objet et les moyens requérant une autorisation
pour son exercice. On peut citer, les fabricants d’armes, de certains produits
chimiques, pharmaceutiques, etc …
Quand la taille augmente d’un pourcent, le coefficient d’organisation

augmente de 0,082, toutes choses égales par ailleurs. Ce résultat implique
que plus une entreprise augmente en taille, plus elle investit dans la fonction
L’hypothèse (H1.2) est validée : L’appartenance au secteur d’activité

est significative.
En effet, les coefficients d’appartenance au secteur d’activité

s’interprètent comme des augmentations marginales par rapports à un
secteur de référence. Le secteur Hôtels et restaurant est le secteur le moins
organisé avec 0,12.

Le tableau III.20 indique l’ensemble des coefficients par secteur
d’activité. On remarque que tous les coefficients sont significatifs et positifs.
Ces résultats indiquent que l’appartenance au secteur d’activité est un
déterminant très significatif dans l’investissement dans la fonction gestion des
risques. Les coefficients présentés ci dessus indiquent l’augmentation
marginale de l’organisation de la fonction d’une entreprise d’un secteur donné
par rapport à une entreprise du secteur hôtels et restaurant, qui rappelons le
possède la plus faible organisation de la couverture.
Il apparaît dans ce résultat que deux groupes d’entreprises se

distinguent. Les entreprises qui s’organisent « beaucoup » ou qui investissent
beaucoup dans la fonction gestion des risques, comme : secteur Construction
aéronautique et spatiale, secteur Fabrication d'équipements automobiles,
secteur Autres industrie chimique, secteur Industrie du caoutchouc et des
plastiques, secteur Métallurgie et travail des métaux, Autres fabrication de
machines et équipements.
Par ailleurs, il y a les autres entreprises des autres secteurs, qui

s’organisent moins, comme : l’ Agriculture, la chasse et sylviculture, secteur
Industrie agricole et alimentaire, secteur Industrie textile et habillement,
secteur Industrie pharmaceutique, secteur Autres industries manufacturières,
secteur Construction, secteur Commerce, secteur Transports et
communications.
Ces différences s’expliquent par les différences de métiers et de

processus de production qui sont plus complexes dans le premiers cas et
nécessite davantage de couverture pour le bon fonctionnement de ces
entreprises.

Conclusion :
L’organisation de la gestion des risques dans les entreprises non

financières est une fonction complexe mais néanmoins mesurable. Il apparaît
que cette fonction est d’autant plus importante ou mieux organisée pour les
entreprises qui possèdent un important ratio de liquidité, qui bénéficient de
certaines disposition fiscales, qui sont diversifiées dans leur activité, qui
interviennent dans des activités réglementées, qui ont une taille conséquente
et enfin qui appartiennent aux secteurs Construction aéronautique et spatiale,
Fabrication d'équipements automobiles, industrie chimique, Industrie du
caoutchouc et des plastiques, Métallurgie et travail des métaux et fabrication
de machines et équipements.
Au delà de cette analyse descriptive, l’apport méthodologique, de ce

chapitre, est la construction de la mesure de l’organisation de la fonction
gestion des risques et sa traduction en coefficient. Cette mesure est
intéressante dans sa construction et dans son apport à la problématique de la
gestion des risques en général.
Cette mesure/variable sera systématiquement introduite dans

l’ensemble des modèles développés dans la suite de cette recherche pour
l’analyse des risques financiers et opérationnels. Cette modélisation
permettra ainsi de mesurer l’effet et le poids de l’organisation dans la mise en
place et le degré de couverture de ces risques.

2 - Analyse des Risques Financiers :
Ce chapitre présente l’analyse des risques financiers. Les risques

financiers ont été définis dans la partie 1 du chapitre 1. La revue de littérature
(voir partie I, chapitre 3) a permis de dresser un tableau et un état de l’art de
la recherche, où l’analyse des risques financiers a été maintes fois traitée par
différents modèles. Ce chapitre s’inscrit dans la continuité de ces analyses et
de ces modèles, en y apportant une innovation par l’introduction de nouvelles
variables et par les détails de certaines modalités.
Ce chapitre s’articule autour de deux sections complémentaires dans

l’analyse des risques financiers.
• La première section analyse les déterminants de la couverture des

risques financiers. Cette analyse cherche à vérifier les hypothèses
suivantes :
(H2.1) les caractéristiques financières et l’appartenance au secteur

sont déterminantes de la couverture des risques financiers.
(H2.2) l’organisation de la fonction gestion des risques est

déterminante de couverture des risques financiers.
(H2.3) les risques prix des matières, change et taux d’intérêt partagent
les mêmes déterminants explicatifs de leur couverture.
Pour vérifier ces hypothèses, un modèle Tobit est développé pour

expliquer l’intensité de la couverture des risques financiers par les
caractéristiques financières, le degré d’organisation de la couverture et
l’appartenance au secteur.

• La seconde section, quant à elle, traite des différentes stratégies de
gestion des risques financiers. Son apport méthodologique réside dans
l’identification de ces stratégies, dans leurs analyses et dans l’étude et
la recherche explicative de leurs déterminants. Un modèle logistique
multinomial est développé à cet effet. L’ensemble de ces analyses
permettent de vérifier la validité des hypothèses suivantes :
(H2.4) les entreprises mettent en place ou choisissent une stratégie de

gestion des risques – parmi les quatre - en fonction de leurs caractéristiques
organisationnelles.

financières.

sectorielles.
2.1. Analyse des déterminants de la couverture des risques financiers :
Cette section présente les résultats de l’enquête relatifs aux

déterminants de la couverture des risques financiers. Ces analyses
présentent d’abord les résultats relatifs au risque financier de manière agrégé,
puis de manière décomposée en risque prix des matières, change et taux
d’intérêt. Cette présentation et cette méthode permettent ainsi de vérifier les
trois hypothèses ci-dessus.

2.1.1. Statistiques descriptives – tris à plats - des déterminants de la
couverture des risques financiers :
Cette section présente les premières statistiques de l’enquête

empirique relatives à la couverture des risques financiers.
Tableau IV. 1. Couverture des risques financiers.
Couverture des risques financiers 294 73,3
Absence de couverture 107 26,7
Total 401 100
73% des entreprises non financières françaises se couvrent contre les

risques financiers, toutes tailles et tous secteur confondus, contre 26% qui ne
mettent en place aucune couverture. Cette couverture comprend toutes les
stratégies de couverture, à savoir les produits dérivés et la gestion
opérationnelle des risques.
Dans les études comparables, Bailly, Browne, Hicks et Skerrat (2003)

ont, quant à eux, observé que 72% des entreprises se couvrent. Mais leur
étude ne s’intéresse qu’à la couverture avec des dérivés et sur les entreprises
cotées au London Stock Exchange. Judge (2006), qui à la même définition de
la couverture a constaté un taux d’entreprises couvertes de 77,9%. Cette
différence peut s’expliquer par notre échantillon qui contient des petites
entreprises alors que l’échantillon de Judge a été tiré à partir d’UK500. Une
base qui contient les grosses entreprises anglaises. La différence avec notre
observation peut être expliquée par le fait que les petites entreprises se
couvrent moins donc notre taux est moins important.
Tableau IV.2. Couverture des composantes du risque financier

Risque Prix des Risque de Change Risque de Taux
matières d’intérêt
N 203 296 292
% 50,6 73,8 72,8
Total 401 401 401
50,62% des entreprises non financières françaises se couvrent contre

les risques de prix des matières, toutes tailles et tous secteurs confondus.
Cette couverture comprend toutes les stratégies de couverture, à savoir les
produits dérivés et la gestion opérationnelle des risques.
Bodnar et Gebhardt (1998) observe que 56% des entreprises couvrent

le risque prix par des dérivés.

risques de change, toutes tailles et tous secteur confondus. Cette couverture
comprend toutes les stratégies de couverture, à savoir les produits dérivés et
la gestion opérationnelle des risques.
Bodnar et Gebhardt (1998) observent que 83% des entreprises

couvrent le risque de change par des dérivés. Glodberg et al (1998)
observent que 57% des entreprises (non financières US, actif supérieur à 1
milliard de dollars) se couvrent contre le risque de change avec des dérivés.
Benkhediri (2004) observent que 37,18% des entreprises non financières
françaises couvrent le risque de change par des dérivés.

risques de taux, toutes tailles et tous secteur confondus. Cette couverture
comprend toutes les stratégies de couverture, à savoir les produits dérivés et
la gestion opérationnelle des risques.
Borokhovich et al (2004) ont relevé 49,3% des entreprises qui se

couvrent contre ce risque. Cette différence peut être expliquée par la
différence de l’échantillonnage. Bodnar et Gebhardt (1998) observent que
76% des entreprises couvrent le risque de taux avec des dérivés. Glodberg et
al (1998) observent que 40% des entreprises (non financières US, actif

supérieur à 1 milliard de dollars) se couvrent contre le risque de taux avec
des dérivés. Benkhediri (2004) observent que 37,18% des entreprises non
financières françaises couvrent le risque de taux par des dérivés.
En conclusion, on remarque que le risque prix est le moins couvert des

risques financiers. Les risques taux et de change sont couvert dans les
mêmes proportions. Les entreprises ont plus d’appétence pour le risque prix
que pour les autres types de risques financiers car elles estiment qu’il est
davantage créateur de valeur.
Tableau IV.3. Couverture des risques financiers selon le type

d’entreprise.
Couverture des risques financiers
Type d’entreprise. Oui Non Total
Entreprise cotées 269 0 269
Entreprises non cotées 25 107 132
Total 294 107 401
On remarque que toutes les entreprises cotées (100%) se couvrent

contre le risque financier et que seulement 25 sur 132, soit 15% des
entreprises non cotées se couvrent contre ce risque.
On rejette l’hypothèse d’indépendance, la valeur du khi-deux a une

signification statistique proche de 0,000. La couverture du risque financier et
le type d’entreprises sont liés de manière très significative.
Tableau IV.4. Composantes du risque financier selon le type

d’entreprise.
Risque de Prix des Risque de Change Risque de Taux

Total 203 296 292
65,8% des entreprises cotées se couvrent contre le risque prix et

seulement 19,7% des entreprises non cotées se couvrent contre ce risque.
On rejette l’hypothèse d’indépendance, la valeur du khi-deux a une
signification statistique proche de 0,000. La couverture du risque prix et le
type d’entreprises sont liés de manière très significative.
82% des entreprises cotées se couvrent contre le risque de change et

57% des entreprises non cotées se couvrent contre ce risque. On rejette
l’hypothèse d’indépendance, la valeur du khi-deux a une signification
statistique proche de 0,000. La couverture du risque de change et le type
d’entreprises sont liés de manière très significative.
81% des entreprises cotées se couvrent contre le risque de taux et que

55% des entreprises non cotées se couvrent contre ce risque. On rejette
l’hypothèse d’indépendance, la valeur du khi-deux a une signification
statistique proche de 0,000. La couverture du risque de taux et le type
d’entreprises sont liés de manière très significative.
En conclusion, le type d’entreprise est déterminant de la couverture du

risque financier. Pour ce déterminant, la différence de taux de couverture
entre les types de risques financiers confirme les résultats précédents. Les
entreprises ont plus d’appétence pour le risque prix.
Tableau IV.5 : Couverture des risques financiers selon la taille de

l’entreprise.

Couverture des risques financiers
Taille de l’entreprise (K Euros) Oui Non Total
0 – 5000 2 35 37
5000 - 10000 5 30 35
10000 – 50000 52 42 94
50000 - 100000 96 0 96
100000 et plus 139 0 139
Total 294 107 401
Les grandes entreprises, à partir de 50 millions d’euros d’actif, se

couvrent systématiquement contre tous les risques financiers. Seuls 57% des
entreprises de 10 à 50 millions d’euros d’actifs se couvrent. 17% des
entreprises de 5 à 10 millions d’euros d’actifs se couvrent et seulement 5%
des entreprises de moins de 5 millions d’euros d’actifs sont couvertes contre
les risques financiers. La signification statistique du khi2 est proche de 0,000.
On rejette l’hypothèse d’indépendance. La couverture du risque financier et la
taille d’entreprise sont bien liées.
Tableau IV.6 : Composantes du risque financier selon la taille de

l’entreprise.
Taille de l’entreprise (K Euros) Risque de Prix des Risque de Change Risque de Taux
0 – 5000 3 24 20
5000 - 10000 6 21 22
10000 – 50000 25 52 63
50000 - 100000 71 84 78
100000 et plus 98 115 109
Total 203 296 292

70% des entreprises dont la taille est supérieure 100 millions d’euros
d’actifs se couvrent contre le risque prix et 74% des entreprises dont la taille
est comprise entre 50 et 100 millions d’actifs se couvrent contre ce risque,
Pour les plus petites entreprises, la taille est inférieure à 5 millions, 8% des
entreprises dont se couvrent contre le risque prix. La signification statistique
du khi2 est proche de 0,000. On rejette l’hypothèse d’indépendance. La
couverture du risque prix et la taille d’entreprise sont significativement liés.
d’actifs se couvrent contre le risque de change et 87% des entreprises dont la
taille est comprise entre 50 et 100 millions d’actifs se couvrent contre ce
risque, pour les plus petites entreprises, la taille est inférieure à 5 millions,
64% des entreprises se couvrent contre le risque de change. La signification
statistique du khi2 est proche de 0,000. On rejette l’hypothèse
d’indépendance. La couverture du risque de change et la taille d’entreprise
sont significativement dépendante.
d’actifs se couvrent contre le risque de taux et 56% des entreprises dont la
taille est comprise entre 50 et 100 millions d’actifs se couvrent contre ce
risque. Pour les plus petites entreprises, la taille est inférieure à 5 millions,
59% des entreprises dont se couvrent contre le risque de taux. La
signification statistique du khi2 est proche de 0,000. On rejette l’hypothèse
d’indépendance. La couverture du risque de taux et la taille d’entreprise sont
significativement dépendantes.
En conclusion, la taille de l’entreprise est déterminante de la couverture

du risque financier. Pour ce déterminant, la différence entre le risque financier
agrégé et ses composantes confirme d’une part l’appétence pour le risque
prix et d’autre part permet de remarquer que plus la taille de l’entreprise est
importante plus son appétence au risque prix augmente.

2.1.2. Déterminants du niveau de couverture du risque financier.
Modèle Tobit :
La section précédente à mis en évidence l’existence de deux

déterminants de la couverture du risque financiers, à savoir le type
d’entreprise et la taille de l’entreprise. Dans la section présente, on s’intéresse
à déterminer et à mesurer l’effet de plusieurs déterminants dans la décision et
dans l’intensité de la couverture du risque financiers. Cette analyse est faite à
travers le développement d’un modèle Tobit.
L’usage du modèle Tobit auquel il est souvent fait référence dans la

littérature sur la gestion des risques est pertinent quand les données sont
censurées. Une variable est dite censurée quand sa valeur ne peut pas être
inférieure à un seuil fixé et quand un nombre important d’observation sont
localisées en ce point limite (le seuil). Cette définition est vérifiée pour cette
étude car la variable expliquée – le montant des valeurs notionnelles divisée
par le chiffre d’affaire de l’entreprise - ne peut pas être inférieure à zéro et
d’autre part, il existe plusieurs observations dont la valeur est nulle. Plusieurs
entreprises n’utilisent pas de produits dérivés. Une régression du type
moindres carrés ordinaires à partir de données censurées aboutit à des
estimations biaisées. Dans ce cas, il convient d’appliquer un modèle
spécifique aux variables censurées, généralement le modèle Tobit. Ce
modèle permet de traiter simultanément les valeurs nulles et les valeurs
continues positives en tenant compte de l’aspect qualitatif des données (c’est
à dire le fait qu’une variable dépendante est nulle signifie que l’entreprise
décide de ne pas utiliser des produits dérivés). L’examen de la variable
dépendante donne une idée de l’utilisation des produits dérivés et de
l’intensité de cette utilisation.
Le modèle Tobit postule l’existence d’une variable latente rattachée à

la variable censurée. Contrairement à cette dernière, la variable latente peut
prendre n’importe quelle valeur. Quand sa valeur est supérieure au seuil, les
deux variables (latente et observée) coïncident. Si la variable latente est
inférieure au seuil, la variable observée est égale au seuil, c’est à dire dans
notre cas 0.

Le modèle prend la forme suivante :
où (
si
sinon
Avec comme variable dépendante le montant notionnel/ chiffre

d’affaire, qui prend des valeurs 0 en cas d’absence de couverture et positive
sinon. Ainsi, est la variable dépendante censurée au seuil 0. est la
variable latente. Elle n’est pas observée si sa valeur réelle est négative. Le
vecteur des variables indépendantes , est composé des mêmes variables
explicatives que le modèle 1, à savoir l’ensemble des variables financières
construites et recueillies dans notre base, auxquelles on rajoute également
des variables indicatrices d’appartenance ou non au secteur d’activité avec la
nomenclature détaillée (annexe n°5).
Tableau IV.7 : Statistiques descriptives de la variable dépendante :
Montant notionnel / chiffre d’affaire
Moyenne 0,0193
Ecart-type 14,987
N 401
Le modèle est estimé par la méthode du maximum de vraisemblance.

Les résultats sont les suivants :
Tableau IV.8 : Indicateurs de qualité.

Indicateurs Value.
AIC 15,427
SC 15,387
-2Log L 4687,565
Pseudo 0,328
Le récapitulatif du modèle présente les indicateurs de qualités de

l’estimation du modèle. On remarque un AIC de 15,936. Un SC de 15,387.
L’estimation du – 2 log vraisemblance, rapport du khi-deux associé au Log-
ratio et équivalent au test F de Fisher pour la régression linéaire est de
4687,565. Cette statistique montre que la capacité prédictive de notre modèle
est relativement faible. Le pseudo , équivalent du test F de la régression
linaire est de 0,328 indique que le modèle a une bonne valeur explicative.
Tableau IV.9 : Coefficients du modèle.
B Signification.
Constante 1,679 0,0652
Mesure de l’organisation de la fonction gestion des risques 0,136 0,021
Valeur de marché / Valeur comptable 0,322 0,218
Ratio de liquidité : actifs liquidable moins d’un an – dettes -0,535 0,013

exigibles moins d’un an
R et D / Ventes 0,654 0,2356
BAII/Ventes 0,797 0,1387
Report de pertes 0,386 0,6344
Report de pertes/ Actif total 0,328 0,0123
BAII / Charges d’intérêts 0,454 0,1393
Dettes totales / Fonds propres 0,167 0,0898
Nombre d’options détenues par les gestionnaires -0,384 0,2668
Actifs hors secteur / Actifs total 0,098 0,0026

Ln (Total actif) 0,048 0,0057
Binaire : 1 = activité réglementée, 0=sinon. 0,184 0,0845
1= appartient au secteur Agriculture, chasse, sylviculture. 0= 1,187 0,1494

sinon
1= appartient au secteur Industrie agricole et alimentaire. 0= 1,267 0,1387

sinon
1= appartient au secteur Industrie textile et habillement. 0= 1,386 0,1345

sinon
1= appartient au secteur Industrie pharmaceutique. 0= sinon 1,368 0,1248
1= appartient au secteur Construction aéronautique et 1,556 0,1195

spatiale. 0= sinon
1= appartient au secteur Fabrication d'équipements 1,287 0,1376

1= appartient au secteur Autres industrie chimique. 0= sinon 1,085 0,1246
1= appartient au secteur Industrie du caoutchouc et des 1,145 0,1185

1= appartient au secteur Métallurgie et travail des métaux. 0= 1,367 0,1306

sinon
1= appartient au secteur Autres fabrication de machines et 1,256 0,1268

1= appartient au secteur Autres industries manufacturières. 1,167 0,1163

0= sinon
1= appartient au secteur Construction. 0= sinon 1,078 0,1075
1= appartient au secteur Commerce. 0= sinon 0,765 0,1182
1= appartient au secteur Transports et communications. 0= 0,487 0,1207

sinon
Les résultats de la régression montrent que seuls l’organisation de la

couverture, le ratio de liquidité, le ratio report des pertes/ actif total, le ratio
actifs hors secteur/ actif total et la taille de l’entreprise sont significatifs. La
relation entre l’intensité de la couverture et les variables explicatives est
conforme à la théorie présentée dans la première partie.
L’hypothèse (H2.1) est partiellement validée : Quelques

caractéristiques financières sont déterminantes de la décision et l’intensité de

la couverture. Conformément aux modèles d’Aretz, Bartram et Dufey (2007),
Judge (2006) les coûts de détresse financière incitent les entreprises à se
couvrir. Notre analyse empirique confirme également les modèles de Froot,
Scharfstein et Stein (1993) et Stulz (1996), qui montrent que la couverture du
revenu avant impôt peut augmenter la valeur de l’entreprise. La
réglementation du secteur est également significative comme dans modèle
Probit développé par Bartram, Brown et Fehle (2006). Enfin, l’effet taille est
très significatif. L’augmentation de 1% de l’actif de l’entreprise augmente de
0,048 le montant notionnel de la couverture. Ces résultats valident également
les hypothèses de maximisation de la valeur de l’entreprise, et des économies
d’échelle telle qu’elles ont été présenté dans la partie I.
L’appartenance au secteur d’activité, quant à elle n’est pas

significative.
L’hypothèse (H2.2) est validée : L’organisation de la fonction gestion

des risques est déterminante de l’intensité de la couverture des risques
financiers. Les résultats de la régression montrent que l’augmentation d’une
unité de l’organisation de la fonction gestion des risques augmente de 0,136
millions le montant notionnel de la couverture.
L’hypothèse (H2.3) est validée : Les risques prix des matières, change
et taux d’intérêt partagent les mêmes déterminants explicatifs de leur
couverture. Les modèles Tobit (détails en annexe n°7) appliqués aux risques
prix des matières, de change et de taux d’intérêt montrent que les trois
modèles partagent les mêmes variables significatives. Les coefficients des
trois modèles montrent que pour chaque variable et toutes choses égales par
ailleurs, le risque prix est moins couvert que les risques de change et de taux
d’intérêt, ce qui confirme tous les résultats précédents.

En conclusion : les résultats empiriques de notre enquête ont montré
que les déterminants de la couverture des risques financiers sont conformes
à la théorie et aux modèles présents dans la littérature scientifique. A ces
déterminants se rajoute un nouveau qui est lié à l’organisation de la fonction
gestion des risques. Enfin, les entreprises se couvrent de manière identique
contre le risque de change et de taux d’intérêt, mais moins contre le risque de
prix.
2.2. Stratégies de gestion du risque financier :
Cette section analyse les différentes stratégies de gestion des risques

financiers. Quatre stratégies de gestion des risques sont identifiées et
définies. Ces analyses cherchent à valider les hypothèses suivantes :

organisationnelles.

financières.

sectorielles.
2.2.1. Statistiques descriptives – tris à plats - des stratégies de gestion

des risques financiers :

Cette section présente les statistiques descriptives relatives aux
différentes méthodes et stratégies de gestion des risques financiers relevées
par l’enquête empirique.
Tableau IV.10 : Méthodes de couverture des risques financiers :
Gestion opérationnelle 99 33,3
Swaps 50 16,8
Forwards, Futures 56 18,9
Options 92 31,0
Total 294 100,0
33,3% des entreprises utilisent des moyens de gestion opérationnelle

pour se couvrir contre les risques financiers. Près de 17% des entreprises
mettent en place des swaps et près de 19% des entreprises mettent en place
des forwards et futures pour se couvrir contre les risques financiers. Enfin,
31% des entreprises utilisent des outils optionnels pour se couvrir contre ces
risques.
Le tableau ci dessus indique que 33% des entreprises mettent en place

une gestion opérationnelle pour la couverture du risque. Mais qu’en est-il de
cette gestion opérationnelle et en quoi consiste-elle ?
Pour répondre à cette question, on citera, selon plusieurs secteurs

d’activité, les méthodes relevées par l’enquête empirique.
Elles sont les suivantes :
• Gestion du risque prix des matières :

Fabricant d’équipements automobiles : « Un comité ad hoc assure la
définition des guidelines qui encadrent les hausses et les baisses que les
acheteurs vont pouvoir pratiquer. Sous certaines conditions, des contrats
d’indexation de prix peuvent être utilisés avec pour objet d’automatiser les
hausses et les baisses selon un mécanisme défini et partagé avec les
fournisseurs. »
Autres industries chimiques : « Du fait de la répartition géographique

de son activité, les contrats d’approvisionnements du Groupe sont diversifiés.
L’électricité et le gaz naturel sont les principales matières premières des
unités de production. Le Groupe répercute à ses clients la variation de ces
coûts à travers une facturation indexée intégrée aux contrats moyen et long
terme. Quand les marchés locaux le permettent, les filiales du Groupe
assurent leur approvisionnement en énergie à travers des contrats d’achat sur
le moyen et long terme et la mise en concurrence de fournisseurs locaux avec
l’objectif d’obtenir la fourniture d’énergie la plus fiable et au coût le plus
compétitif disponible sur le marché. »
• Gestion du risque de taux de change :
Fabricant de produits agro-alimentaires : « Le Groupe peut être exposé

aux fluctuations des taux de change, dans ce cas les ventes et les charges
d’exploitation des filiales du Groupe sont principalement libellées dans la
devise de leur pays. Cependant, certaines importations (notamment de
matières premières et de produits finis) et certaines exportations sont libellées
dans une autre devise. Par ailleurs, en raison du nombre limité d’unités de
production dans le monde, d’autres filiales ont fréquemment recours aux
importations intra-groupes libellées dans une devise autre que leur devise
fonctionnelle.
Le chiffre d’affaires et la marge opérationnelle de certaines filiales du

Groupe sont donc exposés aux fluctuations des taux de change par rapport à

leur devise fonctionnelle. Mais, en application de sa politique de couverture
du risque de change opérationnel, l’exposition résiduelle du Groupe est
significativement réduite sur l’exercice. »
Autres industries chimiques : « Pour le risque de change généré par

l’activité commerciale, la couverture des revenus et coûts en devises
étrangères s’effectue essentiellement par des opérations de change au
comptant et parfois à terme. Le Groupe ne couvre que rarement des flux
prévisionnels. »
Distribution et commerce : « Les activités du Groupe dans le monde

sont réalisées par des filiales qui opèrent essentiellement dans leur propre
pays (achats et ventes en devises locales). Par conséquent, l’exposition du
Groupe au risque de change sur les opérations commerciales est
naturellement limitée et concerne essentiellement l’importation. »
• Gestion du risque de taux d’intérêt :

Fabricant d’équipements automobiles : « La politique de gestion du
risque de taux pour l’Automobile s’appuie sur deux principes : le financement
des investissements à long terme s’effectue généralement à taux fixe, la
constitution des réserves de liquidité, généralement à taux variable. »
Cette gestion opérationnelle des risques est définie dans la suite de

cette thèse comme la stratégie de couverture avec absence de dérivés. Cette
stratégie sera une des stratégies de gestion des risques exposées ci
dessous.
Les tableaux en annexe n°5, relatifs aux composantes du risques

financiers montrent que :

• Pour le risque prix : 51,2% des entreprises utilisent des moyens de
gestion opérationnelle pour se couvrir contre le risque prix. 33,5% des
entreprises mettent en place des forwards et futures pour se couvrir
contre ce risque. 2,5% des entreprises mettent en place des swaps
pour se couvrir contre ce risque et 15% des entreprises utilisent des
outils optionnels pour se couvrir contre le risque prix.
Bailly et al (2003) observent que 40% des entreprises utilisent des

forwards et futures pour gérer les risques de prix. Bodnar et Gebhard
(1998) observent que 43% des entreprises non financières US utilisent
des futures, 27% des entreprises utilisent des swaps et 10% des
options pour gérer les risques de prix des matières. Mefteh (2005)
observe que 20% des entreprises mettent en place des forwards et
futures, 0% des entreprises utilisent de swaps et 4% utilisent des
options pour la gestion du risque de prix. Bartram, Brown et Fehle
(2006) observent qu’au niveau Europe et pour toute entreprise
confondue, 2,7% utilisent des Forward, 1,4% des swaps et 1,0% des
options pour la gestion du risque prix.
• Pour le risque de change : 20,2% des entreprises utilisent des moyens

de gestion opérationnelle pour se couvrir contre le risque de change.
4,1% des entreprises mettent en place des futures et forwards, 72,4%
des entreprises mettent en place des swaps pour se couvrir contre ce
risque et 38,4% des entreprises utilisent des outils optionnels pour se
couvrir contre le risque de change.
Bailly et al (2003) observent que 90% des entreprises utilisent de

forwards et 40% utilisent des swaps et options pour gerer les risques
de change. Glodberg et al (1998) observent que 1% des entreprises
(non financières US, actif supérieur à 1 milliard de dollars) utilisent des
swaps, 26% utilisent des forwards et futures et 5% des options se
couvrent contre le risque de change. Bodnar et Gebhard (1998)

observent que 56% des entreprises non financières US utilisent des
forwards, 9% des entreprises utilisent des swaps et 18% des options
pour gérer les risques de change. Mefteh (2005) observe que 75% des
entreprises mettent en place des forwards et futures, 54% des
entreprises utilisent de swaps et 54% utilisent des options pour la
gestion du risque de change. Bartram, Brown et Fehle (2006)
observent qu’au niveau Europe et pour toute entreprise confondue,
42,1% utilisent des Forward, 15,5% des swaps et 12,6% des options
pour la gestion du risque de change.
• Pour le risque de taux : 23,7% des entreprises utilisent des moyens de

gestion opérationnelle pour se couvrir contre le risque de taux. 92,1%
des entreprises mettent en place des swaps pour se couvrir contre ce
risque, 3,6% des entreprises mettent en place des forwards et futures
pour se couvrir contre ce risque et 45,3% des entreprises utilisent des
outils optionnels pour se couvrir contre le risque de taux. Bailly et al
(2003) observent que 84% des entreprises utilisent des swaps et que
respectivement 33% et 31% utilisent des options et des forwards pour
gérer les risques de taux.
Glodberg et al (1998) observent que 33% des entreprises (non

financières US, actif supérieur à 1 milliard de dollars) utilisent des
swaps, 3% utilisent des forwards et futures et 4% des options se
couvrent contre le risque de taux. Bodnar et Gebhard (1998) observent
que 5% des entreprises non financières US utilisent des forwards, 80%
des entreprises utilisent des swaps et 3,5% des options pour gérer les
risques de taux. Mefteh (2005) observe que 33% des entreprises
mettent en place des forwards et futures, 80% des entreprises utilisent
de swaps et 54% utilisent des options pour la gestion du risque de
taux. Bartram, Brown et Fehle (2006) observent qu’au niveau Europe
et pour toute entreprise confondue, 1,9% utilisent des Forward, 27,1%
des swaps et 9,3% des options pour la gestion du risque de taux.

En conclusion, il existe bien une différence dans les méthodes de
gestion de chaque type de risque, ce qui paraît évident. La nature des
différents types de risque financier et le fonctionnement économique sous
jacent à ces risques ne peut pas être gérés et/ou couverts de la même
manière.
Tableau IV.11 : Montant notionnel des dérivés de couverture du risque

financier.
N Moyenne (Million Ecart type

euros)
Swaps 50 197,80 145,07
Forwards, Futures 56 207,75 220,55
Options 92 137,12 134,62
Ce tableau nous indique l’importance ou le total des montants couverts

par chaque produit dérivé. Il apparaît que dans notre échantillon d’entreprises
50 entreprises qui ont mis en place des swaps pour la couverture des risques
financiers avec un montant notionnel moyen de 197,80 Million euros. On
remarque que 56 entreprises utilisent des forwards et futures contre les
risques financiers avec un montant notionnel moyen de 207,75 Million euros.
Enfin, 92 entreprises utilisent des options comme couverture contre les
risques financiers avec un montant notionnel moyen de 137,12 Million euros.
Soit un montant notionnel total de 542,67 Millions d’euros. Le montant
notionnel relatif - par rapport au chiffre d’affaire total - du risque financier total
est de 0,0193.
Les tableaux en annexe n°5, relatifs aux composantes du risques

financiers montrent que :

• Pour le risque prix : 68 entreprises mettent en place des forwards et
futures pour se couvrir contre le risque prix avec un montant notionnel
moyen de 131,75 Million euros. 5 entreprises mettent en place des
swaps pour se couvrir contre le risque prix avec un montant notionnel
moyen de 213,98 Million euros. 31 entreprises mettent en place des
options pour se couvrir contre le risque prix avec un montant notionnel
moyen de 142,60 Million euros. Soit un montant notionnel total de
488,33 Million d’euros. Le montant notionnel relatif – par rapport au
chiffre d’affaire total - du risque prix est de 0,0174.
• Pour le risque de change : 12 entreprises mettent en place des futures

et forwards pour se couvrir contre le risque de change avec un montant
notionnel moyen de 124,87 million euros, 147 entreprises mettent en
place des swaps pour se couvrir contre ce risque avec un montant
notionnel moyen de 405,50 million euros. 78 entreprises mettent en
place des options pour se couvrir contre ce risque avec un montant
notionnel moyen de 209,0 106 euros. Glodberg et al (1998) observent
des montants notionnels moyens pour les swaps de 224 millions de
dollars pour les forwards et futures de 582 millions de dollars et pour
les options de 424 millions de dollars. Soit un montant notionnel total
de 739,37 million d’euros. Le montant notionnel relatif – par rapport au
chiffre d’affaire réalisé à l’étranger – du risque de change est de
0,0241.
• Pour le risque de taux : 187 entreprises mettent en place des Swaps

pour se couvrir contre le risque de taux avec un montant notionnel
moyen de 194,50 million d’euros. 9 entreprises mettent en place des
Forwards et Futures pour se couvrir contre le risque de taux avec un
montant notionnel moyen de 127,00 million d’euros et 92 entreprises
mettent en place des options pour couvrir le risque de taux avec un
montant notionnel moyen de 131,0 million d’euros. Glodberg et al

(1998) observent que les montants notionnels moyens pour les swaps
sont de 472 millions de dollars pour les forwards et futures de 579
millions de dollars et pour les options de 409 millions de dollars. Soit
un montant notionnel total de 452,5 million d’euros. Le montant
notionnel relatif – par rapport au total des dettes à long terme – du
risque de taux est de 0,0226.
Les analyses de cette section ont identifié les différentes stratégies de

gestion du risque financier suivantes : L’absence de couverture ou
internalisation du risque. Couverture et absence de dérivés. Couverture par
des dérivés linéaires. Couverture par des dérivés linéaires et non linéaires.
Remarquons la différence « subtile » entre les stratégies 1 et 2 :
• Dans le cas de la stratégie 1 : l’entreprise identifie les risques, les

accepte et fait le choix de « subir » ce risque.
• Dans le cas de la stratégie 2 : l’entreprise identifie les risques, fait le

choix de se couvrir contre ces risques mais sans avoir recours aux
produits dérivés et ceci pour divers raisons, comme ; le manque
d’expertise, la méfiance vis à vis des dérivés, etc.
2.2.2. Analyse des stratégies de gestion des risques financiers :
Cette section analyse les déterminants de ces stratégies par le

développement d’un modèle logistique multinomial.

A travers ce modèle, on cherche à expliquer la stratégie de gestion des
risques dominante par les caractéristiques financières, sectorielles et
organisationnelles.
2.2.2.1 Statistiques descriptives des stratégies dominantes :
Les statistiques relatives aux différentes stratégies de gestion des risques

sont les suivantes :
Tableau IV.12 : Stratégie dominante de gestion des risques financiers
S1 : Absence de couverture ou internalisation du risque 104 25,9
S2 : Couverture et absence de dérivés 99 24,4
S3 : Couverture par des dérivés linéaires 106 26,7
S4 : Couverture par de dérivés non linéaires et options 92 22,9
Total 401 100
26% des entreprises non financières ne mettent en place aucune

couverture, elles « subissent » les risques financiers. 25 % des entreprises
sont financières se couvrent par des moyens de gestion opérationnelle,
diversification, ligne de crédit, etc. Enfin, 50 % des entreprises non financières
utilisent des produits dérivés.
Rappelons que ces statistiques présentent la stratégie dominante,

dans la pratique ces stratégies peuvent conjointement ou mutuellement être
misent en place.

Bodnar et Gebhard. (1998) observent que 50% des entreprises utilisent
des dérivés. L’échantillon s’appuie sur des entreprises non financières
américaines recensées dans le Fortune 500.
Benson et Oliver (2000) observent que 76% des entreprises non

financières australienne et Anand et Kaushik (2005) observent que 83,6% des
entreprises non financières indienne utilisent des dérivés pour gérer les
risques financiers. Judge (2006) observe que 22% des entreprises non
financières UK ne se couvrent pas. Prés de 80 % des entreprises se couvrent
et parmi elles, 67% utilisent des dérivés.
Nos observations ne sont pas directement comparable les échantillons

sont très différents d’une part à cause de la taille et les enquêtes ont été
réalisées avec plus de 10 ans d’écart pour celle de Bodnar et al.
Tableau IV.13 : Stratégie dominante de gestion des risques selon le

type d’entreprise.
S1 S2 S3 S4 Total
Entreprises cotées 0 87 92 90 269
Entreprises non cotées 104 12 14 2 132
Total 104 99 106 92 401
Le tableau ci dessus, présente la répartition des différentes stratégies

de gestion des risques selon la type d’entreprise (cotées ou non cotées). On
remarque que la stratégie 1, à savoir l’internalisation du risque n’est mise en

place que par les entreprises non cotées. Les entreprises cotées se couvrent
toutes contre les risques financiers. 32% d’entre elles n’utilisent que des
moyens de gestion opérationnelle et 68% d’entre elles se couvrent par des
produits dérivés.
Mefteh (2005) observent que 80% des entreprises non financières

françaises cotées à Euronext Paris couvrent les risques financiers par le
recours aux produits dérivés et que 20% de ces mêmes entreprises utilisent
une gestion opérationnelle des risques dans recours aux dérivés.
Bailly, Browne, Hicks et Skerrat (2003) ont, quant à eux observé que
72% des entreprises se couvrent. Leur étude ne s’intéresse qu’à la couverture
avec des dérivés et sur les entreprises cotées au London Stock Exchange.
Cette différence peut être expliquée par la taille des entreprises
échantillonnées. Celles de Bailly et al sont de taille plus importante.
Le teste d’Indépendance du khi 2 entre ces deux variables (stratégies

de couverture et type d’entreprise) indique que l’on rejette cette hypothèse
d’indépendance et que donc ces deux variables sont significativement liées
(Sig khi 2 proche de 0). La stratégie de couverture dominante dépend bien du
type d’entreprise.
Tableau IV.14 : Stratégie dominante de gestion des risques selon la

taille de l’entreprise (total actif)
Taille S1 S2 S3 S4 Total
0 – 5000 35 2 0 0 37
5000 - 10000 29 6 0 0 35
40 35 19 0 94

10000 - 50000
50000 - 100000 0 26 41 29 96
100000 et plus 0 29 47 63 139
Total 104 99 106 92 401
La stratégie 1, à savoir l’internalisation du risque est davantage la

caractéristique des petites entreprises et des PME. Les grandes entreprises
ne l’appliquent pas. A contrario les stratégies 3 et 4, où l’utilisation de produits
dérivés est la caractéristique des grandes entreprises ; plus de 10 millions
d’euros d’actif pour la S3 et plus de 50 millions d’euros d’actifs pour la S4. Il
apparaît donc plus l’entreprise est grande plus elle met en place des
stratégies « sophistiquées » de gestion des risques.
Ainsi, les entreprises de moins de 10 millions d’euros d’actifs n’utilisent

pas de dérivés. 20 % des entreprises dont la taille est entre 10 et 50 millions
d’actifs se couvrent avec des dérivés. 73% des entreprises dont la taille est
entre 50 et 100 millions d’actifs se couvrent avec des dérivés.78% des
entreprises dont la taille est supérieure à 100 millions euros d’actifs se
couvrent avec des dérivés.
Ces résultats sont conformes à ceux publiés dans la littérature :
Bailly et al (2003) observent que 40 % des entreprises de moins de

100 millions de livres sterling se couvrent avec des dérivés. Près de 70% des
entreprises dont la taille est entre 100 millions et 1 milliard de livres et 97%
des entreprises dont la taille est supérieure à 1 milliard de livres se couvrent
avec des dérivés.
Bodnar et Gebhardt (1998) observent que 83% des grandes

entreprises (total des ventes superieure à 1,2 Milliard de dollars) contre 12%

des petites entreprises (total des ventes inférieur à 150 millions de dollars) se
couvrent avec des dérivés.
El Masry (2003) observent que 56% des grandes entreprises (CA

superieure à 250 Millions de Livres), 34% des entreprises de taille moyenne
(CA entre 50 et 250 Millions de Livres) et 10% des petites entreprises (CA
inférieure à 50 Millions de livres) non-financieres UK utilisent des dérivés pour
la gestion des risques financiers.
Enfin, le test du khi 2 permet de mesurer l’indépendance entre les

variables taille de l’entreprise et stratégie de gestion de risques. Le résultat du
test (Sig khi 2 proche de 0) permet de rejeter l’hypothèse d’indépendance. La
taille de l’entreprise et la stratégie de gestion des risques sont
significativement dépendants.
Tableau IV.15 : Stratégie dominante de gestion des risques selon le

secteur d’activité détaillé.
Secteur d’activité S1 S2 S3 S4 Total
AA. Agriculture, chasse, 15 1 0 0 16

sylviculture
DA. Industrie agricole et 11 6 7 6 30

alimentaire
DB. Industrie textile et 16 6 6 6 34

habillement
DG_1. Industrie 1 3 3 2 9
pharmaceutique
DK_1. Construction 9 6 6 6 27
aéronautique et spatiale
DK_2. Fabrication 2 6 7 6 21
d’équipement automobile
DG_2. Autres Industrie 2 12 13 11 38

chimique

DH. Industrie du 2 8 13 13 36
caoutchouc et des
plastiques
DJ. Métallurgie et travail 3 9 9 9 30

des métaux
DK_3. Autres Fabrication 4 6 7 5 22

de machines et
équipements
DN. Autres industries 7 7 7 6 27

manufacturières
FA. Construction 4 1 1 0 6
GA. Commerce 17 9 7 6 39
HA. Hôtels et restaurants 9 3 3 3 18
IA. Transports et 2 15 18 13 48
communications
Total 104 99 106 92 401
25% des entreprises industrielles se couvrent par des moyens de

gestion opérationnelle et que 50% des entreprises industrielles se couvrent
avec des dérivés. 23% de ces entreprises mettent en place des moyens
sophistiqués de gestion des risques (options). 20% des entreprises de la
distribution et du commerce se couvrent par des moyens de gestion
opérationnelle et 36% de ces entreprises utilisent des dérivés. 26% des
entreprises des services utilisent des moyens de gestion opérationnelle des
risques et 56% mettent en place des dérivés.
Bodnar et Gebhardt (1998) observent que 48% des entreprises

manufacturières, 68% des entreprises de l’industrie primaire et 42% des
entreprises des services se couvrent avec des dérivés. Nos résultats ne sont
pas directement comparables à ceux des autres recherches car les
nomenclatures retenues ne sont pas toujours correspondantes.

2.2.2.2 Modèle logistique multinomial explicatif des stratégies
dominantes :
Apres la présentation de statistiques descriptives des stratégies de

gestion des risques, un modèle est développé pour expliquer et mesurer les
déterminants de ces stratégies.
Le modèle économétrique respecte la nature particulière de la variable

à expliquer (stratégie dominante de gestion des risques). C’est une variable
qualitative, qui prend un certain nombre (très limité) de modalités. Les
modèles logistiques polytomiques non ordonnées sont les plus utilisés dans
ce cas. Cela tient à leur flexibilité et à leur relative facilité d’utilisation. Parmi
cette famille de modèles, le modèle logit multinomial est considéré comme le
modèle de base.
Le modèle logit multinomial a été introduit à la fin des années 60 par

MacFadden (1968). Boskin (1974) d’un coté, Schmidt et Strauss (1975) de
l’autre, l’ont appliqué au choix d’une profession, dans des perspectives très
différentes. Boskin a utilisé le logit multinomial comme modèle (économique)
de comportement, où le choix de la profession est déterminé par des critères
monétaires. Un tel modèle peut servir à prédire, par exemple l’impact d’un
abaissement des coûts de formation sur le choix professionnel. Formellement,
le modèle de Boskin expliquait la variable « catégorie professionnelle » par
deux variables monétaires caractéristiques des choix offerts, c’est à dire, dont
les montants dépendent de la profession choisie.
Schimdt et Strauss, de leur coté ont utilisé le logit multinomial

davantage comme un outil d’analyse discriminante dans le but de mettre en
évidence les traits distinctifs de chaque catégories professionnelles. Par
exemple, Ils se sont demandés si le sexe de l’individu était bien un facteur
discriminant de l’appartenance catégorielle. Pour ce faire Ils ont ainsi cherché
à expliquer la variable « catégorie professionnelle » par des variables
caractéristiques des individus (sexe, niveau d’études, etc.).

Notre étude, quant à elle, cherche à expliquer la variable « stratégie
dominante de gestion des risques » par des variables caractéristiques de
l’entreprises (détresse financière, coût d’agence, imposition, taille, etc. …). De
ce fait, on s’inscrit davantage dans une approche d’outil discriminant qui
cherche à mettre en évidence les traits distinctifs de chaque stratégie de
gestion.
Judge (2006) a développé un modèle logistique multinomial pour

expliquer le choix entre deux stratégies de couverture ; la couverture des
risques par des dérivés uniquement et la couverture par des dérivés et des
méthodes opérationnelles.
Geczy, Minton et Schrand (2008) ont développé un modèle logistique

multinomial pour expliquer les déterminants du choix de méthodes de
couverture du risque de change. Dans ce modèle, la variable à expliquer
présente deux modalités ou deux choix : choix 1, utilisation de swaps et de
combinaison de swaps. Le choix 2, utilisation de forward, futures et option et
combinaison de ces produits. Les mêmes variables indépendantes, ont été
retenues pour l’explication.
Comme il a été présenté ci dessus, la variable à expliqué de notre

modèle est « Stratégie dominante de gestion des risques financiers », avec
ses quatre modalités :
Stratégie 1 : Absence de couverture ou internalisation du risque.
Stratégie 2 : Couverture et absence de dérivés.
Stratégie 3 : Couverture par des dérivés linéaires.
Stratégie 4 : Couverture par des dérivés non linéaires et options.

Les variables indépendantes du modèle sont l’organisation de la
couverture, les caractéristiques financières, et l’appartenance au secteur
d’activité (voir annexe n°5).
Le modèle s’écrit de la manière suivante : (La modalité r sert de

référence.)
avec i = 1, …., r-1.
Résultats de la régression :
Tableau IV.16 : Informations sur l’ajustement du modèle :
Critère Valeur
-2 log vraisemblance 0,000
Khi2 127,677 Sig. 0,000
R2 de Cox et Snell 0,321
R2 de Negelkerke 0,425
R2 de Mac Fadden 0,374
Les différents critères d’ajustement et les pseudos R2 montrent que le

modèle est globalement significatif. Le modèle final permet d’améliorer
significativement la qualité de l’ajustement et la dispersion des modalités de la
variable à expliqué est correctement expliquée.
La particularité de la régression logistique multinomial est qu’elle explique

la part de chaque variable dans l’écart de la modalité par rapport à une
modalité de référence. Dans notre cas la modalité de référence est la

modalité 1, à savoir l’absence de couverture. Donc, la régression explique et
mesure le poids des variables dans la probabilité de choisir une autre
stratégie de couverture.
Dans un souci de clarté, les résultats de la régression sont présentés par

modalité.
• Explication du choix de la stratégie 2 : couverture et absence de

dérivés.
Tableau IV.17 : Estimation des paramètres de la modalité 2. Modalité

de référence, absence de couverture.
Variable Coef. Signif. Coef. Marg.
Constante 2,874 0,0000 0,0123
Mesure de l’organisation de la fonction gestion des 2,327 0,0022 0,0236

risques
Ratio de liquidité : actifs liquidable moins d’un an – -1,987 0,0023 0,0265

R et D / Ventes 2,239 0,3276 0,0189
BAII/Ventes 2,167 0,256 0,0113
Report de pertes 1,916 0,8764 0,0471
Nombre d’options détenues par les gestionnaires -0,456 0,5678 0,0365
Actifs hors secteur / Actifs total 0,845 0,0023 0,0365
Ln (Total actif) 0,287 0,0287 0,0123

0= sinon

0= sinon

1= appartient au secteur Industrie textile et habillement. 1,894 0,0896 0,0375
0= sinon

sinon

spatiale. 0= sinon


sinon

1= appartient au secteur Métallurgie et travail des 1,491 0,1768 0,0422

métaux. 0= sinon
1= appartient au secteur Autres fabrication de machines 2,734 0,1877 0,0476

et équipements. 0= sinon
1= appartient au secteur Autres industries 2,875 0,0983 0,0458

manufacturières. 0= sinon
1= appartient au secteur Transports et communications. 2,846 0,1549 0,0356

0= sinon
L’organisation de la couverture, ratio de liquidité, le taux d’endettement, le

taux de diversification, la taille et la réglementation expliquent le choix de la
stratégie 2 par rapport à la stratégie 1.
Ainsi, il apparaît que si l’entreprise améliore l’organisation de la fonction

gestion des risques d’une unité, la probabilité de passer de la stratégie 1 vers
la stratégie 2 augmente de 0,023. A contrario si l’entreprise augmente son
ratio de liquidité d’une unité, la probabilité de passer de la stratégie 1 vers la
stratégie 2 diminue de 0,026.
Le taux d’endettement, le taux de diversification, la taille et la

réglementation sont liés positivement à la probabilité de passer de la stratégie
1 vers la stratégie 2 : L’entreprise a plus de chance de mettre en place une
couverture des risques par des moyens de gestion sans avoir recours aux

dérivés. Ce résultat est conforme à la théorie. Il valide l’hypothèse que des
caractéristiques financières expliquent le choix d’une couverture de risque par
des moyens de gestion courante ou par une gestion opérationnelle des
risques.
• Explication du choix de la stratégie 3 : couverture par des dérivés

linéaires.

Variable Coef. Sign. Coef. Marg.
Constante 2,587 0,0000 0,0352

risques

R et D / Ventes 2,683 0,2876 0,0268
BAII/Ventes 2,187 0,2671 0,0365
Report de pertes 1,387 0,0064 0,0186
BAII / Charges d’intérêts -2,398 0,0028 0,0279
Actifs hors secteur / Actifs total -0,438 0,3284 0,0342
Ln (Total actif) 0,398 0,0037 0,0428

0= sinon

0= sinon

0= sinon

sinon

spatiale. 0= sinon


sinon


métaux. 0= sinon



0= sinon
L’organisation de la couverture, le rapport valeur de marché sur valeur

comptable, le ratio de liquidité, report de perte, le ratio d’endettement et la
taille discriminent la stratégie 3 par rapport à la stratégie 1.
L’organisation, le ratio de liquidité et la taille expliquent la couverture, mais

on remarque que la probabilité de choisir cette stratégie est également
expliquée par des raisons fiscales et d’endettement. Ainsi l’augmentation
d’une unité de report de perte augmente de 0,018 la probabilité de choisir
cette stratégie de couverture et l’augmentation d’une unité du ratio
d’endettement (bénéfice avant intérêt et impôt sur charges d’intérêt) entraine
une augmentation de la probabilité de choisir ce type de couverture de 0,027.
Ainsi, le choix de se couvrir par des dérivés linéaire est déterminé par des
caractéristiques financières, par l’avantage fiscal et par l’endettement.

Ce résultat est conforme aux modèles de Froot, Scharfstein et Stein
(1993), Aretz, Bartram et Dufey, (2007), Judge (2006), Bartram, Brown,
Fehle, (2006) qui ont démontré que la couverture peut réduire le montant
d’impôt attendu en réduisant la volatilité du revenu avant impôt et également
que les coûts de détresse financière incitent les entreprises à se couvrir.
• Explication du choix de la stratégie 4 : couverture par des dérivés non

linéaires et options.

Variable Coef. Sign. Coef. Marg.
Constante 1,452 0,0000 0,0432

risques

R et D / Ventes 1,562 0,0016 0,0362
BAII/Ventes 2,745 0,1762 0,0254
Report de pertes 1,067 0,0084 0,0296
Actifs hors secteur / Actifs total -1,456 0,2314 0,0229
Ln (Total actif) 1,453 0,0027 0,0436

0= sinon

0= sinon

0= sinon

sinon

spatiale. 0= sinon


sinon


métaux. 0= sinon



0= sinon
L’organisation de la couverture, la valeur de marché sur la valeur

comptable, le ratio de liquidité, le rapport R& D sur vente, les reports de
pertes, le ratio d’endettement et la taille expliquent le choix de la stratégie 4
par rapport à la stratégie 1.
Cette dernière stratégie est la couverture par des dérivés non linéaire
et options. C’est la stratégie la plus sophistiqué. C’est celle qui nécessite
davantage de moyens humains (compétences particulières) et matériels
(accès aux salles de marché). On remarque que le choix de cette stratégie
repose sur les critères de choix de la stratégie 3 auxquels se rajoute des
variables liés à la croissance l’entreprise comme le rapport valeur de marché
sur valeur comptable et recherche et développement sur vente.
Comme il a été signalé, les économies d’échelle de la gestion des

risques sont un facteur important dans la décision de couverture. Ce sont

généralement les plus grandes entreprises qui ont des politiques financières
sophistiquées et qui sont susceptibles d’utiliser des produits dérivés.
Pour conclure cette section, On observe que le choix des stratégies de

gestion des risques financiers est déterminé de manière significative par
certaines variables financières et caractéristiques des entreprises.
Par ailleurs, la mise en place et l’intensité de la couverture du risque

financiers par les entreprises et conforme à la théorie présentée en première
partie.
L’organisation de la fonction de gestion des risques apparaît quant à

elle, comme un déterminant significatif pour tous les modèles développés, au
même titre que les déterminants financiers « classiques » de la littérature.
L’hypothèse (H2.4) est validée : les entreprises mettent en place ou

choisissent une stratégie de gestion des risques en fonction de leurs
caractéristiques organisationnelles.
L’hypothèse (H2.5) est validée : les entreprises mettent en place ou

choisissent une stratégie de gestion des risques en fonction de leurs
caractéristiques financières.
L’hypothèse (H2.6) n’est pas validée : les entreprises ne choisissent

pas une stratégie de gestion des risques en fonction de leurs caractéristiques
sectorielles.
Enfin, notre modèle logistique illustre comment les entreprises

« ajustent » leur stratégie ou leur méthode de gestion des risques financiers
en fonction de leurs caractéristiques financières. Ce modèle peut être
amélioré et servir comme modèle de gestion des risques pour les entreprises.
Il peut être considéré comme une contribution managériale de cette thèse.

3 - Analyse des Risques Opérationnels :
Dans ce dernier chapitre, on s’intéresse à une autre catégorie de

risque, qui est le risque opérationnel. Ce type d’analyse est original car peu
de chercheurs ont analysé ce type de risque. La littérature se focalise
davantage sur les risques financiers.
Le dispositif Bâle II relatif aux institutions financières définit et identifie

les risques opérationnels. Cependant, il nous semble que cette définition et
ces identifications peuvent être appliquées au cas des entreprises non
financières.
Ce dispositif définit le risque opérationnel comme celui de pertes

directes ou indirectes dues à une inadéquation ou à une défaillance des
procédures, du personnel et des systèmes internes. La classification identifie
sept catégories d’évènements liés à ce risque :
• Fraude interne.
• Fraude externe.
• Pratiques en matière d’emploi et sécurité sur le lieu de travail.
• Clients, produits et pratiques commerciales.
• Malhonnêtetés pour le compte de l’entreprise et vente de produits non
autorisés.
• Dommages aux actifs corporels.
• Dysfonctionnement de l’activité et des systèmes.
Ces risques sont couverts par des moyens de gestion appropriés d’une
part et par des assurances d’autre part. Plus spécifiquement, les deux
contrats d’assurances qui couvrent les risques opérationnelles sont
l’assurance multirisque et l’assurance perte d’exploitation.

Les risques couverts par ces deux types d’assurances sont les
suivants : Les bâtiments peuvent être endommagés par un incendie, une
explosion, un dégât des eaux, la tempête, la grêle, le poids de la neige sur les
toitures, une catastrophe naturelle, un acte de terrorisme, ou à l’occasion d’un
cambriolage ou d’une tentative de vol. L’activité de l’entreprise est arrêtée à la
suite d’un incendie, d’une explosion, du bris d’une machine, d’un dommage
électrique, d’un dégât des eaux, d’une tempête ou d’une catastrophe
naturelle, d’un acte de vandalisme, de terrorisme ou de sabotage, d’une
émeute ou d’un mouvement populaire. Le mobilier et le matériel
professionnels ainsi que le mobilier personnel (meubles et objets), sont
exposés aux mêmes risques que les bâtiments. Le matériel est aussi exposé
au bris accidentel et aux dommages d’origine électrique. Les biens
informatiques sont endommagés. Les marchandises peuvent être volées.
L’analyse de ce chapitre s’appuie sur les déterminants théoriques de la

couverture des risques financiers et vérifie si ces mêmes déterminants sont
validés pour la couverture ou la décision de couverture du risque
opérationnel. Les résultats de cette analyse permettront de valider les
hypothèses suivantes :
(H3.1) La couverture des risques opérationnels est déterminée par les

caractéristiques organisationnelles, financières et sectorielles des entreprises.
(H3.2) la couverture du risque financier et la couverture du risque

opérationnel partagent les mêmes déterminants.
(H3.3) l’assurance multirisque professionnelle et l’assurance perte

d’exploitation partagent les mêmes déterminants.
4.1. Eléments descriptifs de la gestion du risque opérationnel :

Ce paragraphe décrit la gestion des risques opérationnels dans les
entreprises non financières Françaises. Il présente la répartition de la
couverture du risque opérationnel selon différentes variables : le type
d’entreprise, la taille de l’entreprise et le secteur d’activité. Puis les méthodes
de gestion de ce type de risque, à savoir le type de contrat d’assurance mis
en place et le degré de couverture.
Tableau V.1 : Couverture des risques opérationnels.
Couverture des risques opérationnels 376 93,7
Absence de couverture 25 6,2
Total 401 100
Près de 94% des entreprises non financières françaises se couvrent

contre les risques opérationnels, contre 6,2% des entreprises qui ne se
couvrent pas contre ce type de risque.
La couverture de ce risque est mesuré par la mise en place de

l’assurance multirisque qui regroupe l’ensemble des garanties appropriées à
l’activité de l’entreprise et de l’assurance perte d’exploitation qui couvre
l’entreprise suite à un ensemble de risques opérationnels (incendie,
explosion, …). Selon la FFSA (2012) ce taux devrait être proche de 100%.
Tableau V.2 : Couverture des risques opérationnels selon le type

d’entreprise.
Couverture des risques opérationnels
Type d’entreprise. Oui Non Total

Total 376 25 401
100% des entreprises cotées se couvrent contre le risque opérationnel,

et seulement 81% des entreprises non cotées se couvrent contre ce risque.
On rejette donc l’hypothèse d’indépendance, la valeur du khi-deux a une
signification statistique de près de 0,000. La couverture du risque
opérationnel et le type d’entreprises sont significativement dépendants.
Tableau V.3 : Couverture des risques opérationnels selon la taille de

l’entreprise.
Taille de l’entreprise (K Euros) Oui Non Total
0 – 5000 18 19 37
5000 - 10000 29 6 35
10000 – 50000 94 0 94
50000 - 100000 96 0 96
100000 et plus 139 0 139
Total 376 25 401
100% des entreprises dont la taille dépasse les 10 million d’euros

d’actif, se couvrent contre le risque opérationnel. 84% des entreprises dont la
taille est comprise entre 5 et 10 millions d’euros se couvrent contre ce risque.
Seulement 48 % des entreprises dont la taille est inférieure à 5 millions
d’euros se couvrent contre le risque opérationnel. On rejette l’hypothèse
d’indépendance, la valeur du khi-deux a une signification statistique proche
de 0,000. La couverture du risque opérationnel et la taille d’entreprise sont
significativement dépendants.

Tableau V.4 : Couverture des risques opérationnels selon le secteur
d’activité.
Secteur d’activité Oui Non Total
Industrie 280 16 296
Distribution et commerce 32 7 39
Service 64 2 66
Total 376 25 401
96% des entreprises du secteur des services se couvrent contre le

risque opérationnel. 95% des entreprises du secteur de l’industrie se couvrent
contre ce risque et 82% des entreprises de la distribution et du commerce se
couvrent contre le risque opérationnel. On rejette l’hypothèse
d’indépendance. La valeur du khi-deux a une signification statistique de 0,03.
La décision de couverture du risque opérationnel est significativement
dépendante du secteur d’activité dans lequel opère l’entreprise.
Tableau V.5 : Couverture des risques opérationnels selon le secteur

d’activité.
Secteur d’activité Oui Non Total
AA. Agriculture, chasse, sylviculture 15 1 16
DA. Industrie agricole et alimentaire 29 1 30
DB. Industrie textile et habillement 31 3 34
DG_1. Industrie pharmaceutique 6 3 9
DK_1. Construction aéronautique et 26 1 27

spatiale
DK_2. Fabrication d’équipement 18 3 21

automobile
DG_2. Autres Industrie chimique 36 2 38
DH. Industrie du caoutchouc et des 36 0 36

plastiques
DJ. Métallurgie et travail des métaux 30 0 30
DK_3. Autres Fabrication de machines et 21 1 22

équipements
DN. Autres industries manufacturières 26 1 27
FA. Construction 4 2 6
GA. Commerce 36 3 39
HA. Hôtels et restaurants 16 2 18
IA. Transports et communications 46 2 48
Total 376 25 401
Ce tableau, permet de détailler la décision de couverture du risque

opérationnel selon le secteur d’activité. On remarque que c’est les entreprises
des secteurs de l’industrie du caoutchouc et des plastiques, de la métallurgie
et du transport, donc de l’industrie, qui se couvrent le plus contre le risque
opérationnel. On rejette l’hypothèse d’indépendance, la valeur du khi-deux a
une signification statistique proche de 0,000. La décision de couverture du
risque opérationnel est liée au secteur d’activité dans lequel opère
l’entreprise. Ce qui confirme le premier résultat.
Tableau V.6 : Type de contrat d’assurance pour la couverture du risque

opérationnel
Assurance multirisque 344 91,5
Assurance perte d’exploitation 181 48,2
Total 376

Le tableau ci dessus nous indique les méthodes de couverture du
risque opérationnel utilisées par tout type d’entreprise confondu. On observe
que 91,5 des entreprises utilisent l’assurance multirisque comme moyen de
gestion du risque opérationnel et 48,2 des entreprises une assurance perte
d’exploitation. Ces deux moyens de gestion des risques opérationnels ne sont
pas exclusifs. Il n’y a pas de réponses (exploitables) pour mesurer la mise en
place de moyens de gestion opérationnelle de ce type de risque
(opérationnel).
Tableau V.7 : Montant de la couverture du risque opérationnel.
Moyenne (106 euros) Ecart type
Assurance multirisque 1394,50 187,12
Assurance perte d’exploitation 2127,00 295,42
Ce tableau nous indique l’importance ou le total des montants couverts

par les différentes assurances misent en place pour la gestion du risque
opérationnel. Ce tableau fait le parallèle avec les tableaux présentant les
montants notionnels des produits dérivés utilisés pour la couverture des
différents risques financiers. Il apparaît que dans notre échantillon
d’entreprises, les montants moyens couverts par l’assurance multirisque est
de 1394,5 Million d’euros. Le montant moyen couvert par l’assurance perte
d’exploitation est de 2121,00 Million d’euros.
4.2. Déterminants de la couverture du risque opérationnel :
Les tableaux V.6 et V.7 montrent qu’il y a deux types de contrats ou de

moyens de gestion des risques opérationnels distincts (selon la nature du
risque opérationnel). Dans ce chapitre, ce sont les déterminants de l’intensité
de la couverture qui sont recherchés. Il est donc naturel de développer deux
modèles distincts selon le type de contrat ou le moyen de couverture. Le
modèle 1 cherche à expliquer quels sont les déterminants de l’intensité de la

couverture du risque opérationnel par les assurances multirisques. Le modèle
2, quant à lui explique quels sont les déterminants de l’intensité de la
couverture du risque opérationnel par les assurances pertes d’exploitation.
4.2.1. Déterminants du niveau de couverture du risque

opérationnel avec une assurance multirisque.
Modèle 1 : Modèle Tobit La variable dépendante est mesuré par le

montant total couvert par l’assurance multirisque rapporté à l’actif total. Le
modèle prend la forme suivante :
où (
si
sinon
Dans les variables explicatives, il a été rajouté une variable taille2 qui
est la taille au carré ou le ln(total actif) au carré. Cette variable a été rajoutée
car il est apparu que la variable taille est non significative dans les premières
analyses et dans les premiers modèles testés (qui ne sont pas tous présenté
par soucis de rester concis sur les modèles effectifs et propres à l’analyse).
Donc, suite à ces premiers modèles où la taille n’est pas significative, il est
apparu intéressant de tester et de vérifier l’existence de seuil d’une part et la
relation de la couverture avec la taille (convexité de la fonction). La suite des
analyses a confirmé l’intérêt de rajouter cette variable.
Les résultats sont les suivants : le modèle est estimé par le maximum
de vraisemblance.
Tableau V.8 : indicateurs de qualités du modèle.
Indicateurs Value.

AIC 13,634
SC 11,732
-2Log L 3056,373
Pseudo 0,342

l’estimation di modèle. On remarque un AIC de 13,634. Un SC de 11,732.
ratio, et équivalent au test F de Fisher pour la régression linéaire est de
3056,373. Cette statistique montre que d’une part la capacité prédictive de
notre modèle est relativement faible et d’autre part que la qualité du modèle
est bonne. Le pseudo de 0,342 confirme ce résultat.
Tableau V.9 : Coefficients du modèle.
B P value.
Constante -1,634 0,0723

R et D / Ventes 0,756 0,0675
BAII/ Ventes 0,653 0,1262
Ln (Total actif)2 1,321 0,0021


sinon

sinon

sinon
1= appartient au secteur Construction aéronautique et -1,582 0,1285

spatiale. 0= sinon
1= appartient au secteur Fabrication d'équipements -1,497 0,1268



sinon


0= sinon

sinon
Le ratio de liquidité, le ratio de détresse financière (BAII/ Charges

d’intérêts), la diversification et son appartenance à un secteur réglementé et
la taille au carrée sont significatifs.
La taille au carrée est significative. Ce résultat nous montre la

convexité de la taille dans l’intensité de la couverture du risque opérationnel.
Ce sont les plus petites comme les plus grande entreprises ont tendance a
bien se couvrir contre le risque opérationnel et il n’y a donc pas d’économie
d’échelle pour ce type de risque contrairement au risque financier.

L’organisation de la couverture, la valeur de marché des fonds propres
/ la valeur comptable des fonds propres, le montant de la recherche et
développement / ventes, les reports de pertes, le report des pertes/ actif total,
le bénéfice avant intérêt et impôts / charges d’intérêts, la dette totale / fonds
propres, le nombre d’options détenues par les gestionnaires et la taille de
l’entreprise sont quant à eux non significatifs.
Il est intéressant de noter que contrairement à tous les modèles

explicatifs de la couverture des risques financiers (présentés dans la
littérature et développés dans cette recherche), d’une part la taille n’est pas
significative et d’autre part, l’organisation de la couverture, n’est pas
significative non plus dans la mise en place et l’intensité de la couverture.
Les coefficients dans l’équation nous permettent de mesurer l’effet des

variables sur l’intensité de la couverture. Cela signifie qu’une augmentation
d’une unité du ratio de liquidité (actif liquidable de moins d’un an – dettes les
dettes exigibles de moins d’un an) diminue de 0,185 l’intensité de couverture.
L’augmentation d’une unité du ratio BAII/ Charges d’intérêts augmente de
0,745 l’intensité de la couverture. L’augmentation d’une unité du ratio actifs
hors secteur/ actif total augmente de 0,956 l’intensité de la couverture. Enfin,
la différence de degré de couverture entre une entreprise d’un secteur
réglementé et d’une entreprise d’un secteur non réglementé est de 0,187.
Remarquons encore une fois pour ce second modèle, que la

couverture du risque opérationnel ne présente pas d’économie d’échelle.
C’est le seul type de risque qui présente cette particularité.
Selon le modèle de Froot, Scharfstein et Stein, (1993) de la même

manière que pour la couverture du risque financier, la couverture du risque
opérationnel permet à la firme d’avoir accès aux fonds internes nécessaires et
disponibles lorsque des opportunités d’investissement intéressantes se
présentent et si les coûts du financement externe sont plus élevés que ceux
du financement interne, une firme avec un projet d’investissement a une plus

grande probabilité de couvrir ses cash flows, afin de les stabiliser et donc
d'éviter d’aller emprunter sur le marché des capitaux.
Selon les modèles d’Aretz, Bartram et Dufey (2007), Judge (2006),

Bartram, Brown, Fehle, (2006) les coûts de détresse financière incitent les
entreprises à se couvrir. Plus la valeur de la firme est élevée, plus les
créanciers ont une grande probabilité d'être payés et plus la partie résiduelle
des actionnaires augmentent. Comme la couverture diminue la variabilité de
la valeur future d’une firme endettée, la probabilité d’encourir des coûts de
détresse financière est par conséquent diminuée.
4.2.2. Déterminants du niveau de couverture du risque

opérationnel avec une assurance perte d’exploitation :
Modèle 2 : Modèle Tobit La variable dépendante est mesuré par le

montant total couvert par l’assurance perte d’exploitation rapportée au chiffre
d’affaire. Le modèle prend la forme suivante :
où (
si
sinon
Dans les variables explicatives, il a été rajouté une variable taille2 qui
est la taille au carré ou le ln(total actif) au carré. Cette variable a été rajoutée
pour les mêmes raisons présentées dans le paragraphe précédent. Le
modèle est estimé par le maximum de vraisemblance. Les résultats sont les
suivants :
Tableau V.10 : Indicateurs de qualité du modèle.
Indicateurs Value.
AIC 13,934

SC 12,1195
-2Log L 3207,845
Pseudo 0,352

l’estimation di modèle. On remarque un AIC de 13,934. Un SC de 12,1195.
ratio, et équivalent au test F de Fisher pour la régression linéaire est de
3207,845. Cette statistique montre que d’une part la capacité prédictive de
notre modèle est relativement faible et d’autre part que la qualité du modèle
est bonne. Le pseudo de 0,352 confirme ce résultat.
Tableau V.11 : Coefficients du modèle.
B P value.
Constante -3,673 0,0584

R et D / Ventes 0,429 0,0954
BAII/Ventes 0,187 0,0927
Ln(Total actif)2 1,339 0,0012

sinon

sinon

sinon
1= appartient au secteur Construction aéronautique et -1,211 0,1077

spatiale. 0= sinon
1= appartient au secteur Fabrication d'équipements -1,237 0,0984



sinon


0= sinon

sinon
Le ratio de liquidité, le ratio de détresse financière (BAII/ Charges

d’intérêts), la diversification et son appartenance à un secteur réglementé et
la taille au carrée sont significatifs.
De même que pour le modèle 1, on remarque la significativité de la

taille au carrée. Ce qui nous montre la convexité de la taille dans l’intensité de
la couverture pour tous les risques opérationnels. Ce sont donc, les plus
petites comme les plus grandes entreprises qui ont tendance a plus se couvrir
contre le risque opérationnel. Il n’y a donc pas d’économie d’échelle pour ce
type de risque contrairement au risque financier.

L’organisation de la couverture, la valeur de marché des fonds propres
/ la valeur comptable des fonds propres, le montant de la recherche et
développement / ventes, les reports de pertes, le report des pertes/ actif total,
le bénéfice avant intérêt et impôts / charges d’intérêts, la dette totale / fonds
propres, le nombre d’options détenues par les gestionnaires et la taille de
l’entreprise sont quant à eux, non significatifs.
Il est intéressant que noter que, comme pour le premier modèle de

couverture du risque opérationnel et contrairement à tous les modèles
explicatifs de la couverture des risques financiers (présentés dans la
littérature et développés dans cette recherche), d’une part la taille n’est pas
significative et d’autre part, l’organisation de la couverture, n’est pas
significative non plus dans la mise en place et l’intensité de la couverture.
Les coefficients dans l’équation nous permettent de mesurer l’effet des

variables sur l’intensité de la couverture. Cela signifie qu’une augmentation
d’une unité du ratio de liquidité (actif liquidable de moins d’un an – dettes les
dettes exigibles de moins d’un an) diminue de 0,185 l’intensité de couverture.
L’augmentation d’une unité du ratio BAII/ Charges d’intérêts augmente de
0,745 l’intensité de la couverture. L’augmentation d’une unité du ratio actifs
hors secteur/ actif total augmente de 0,956 l’intensité de la couverture. Enfin,
la différence de degré de couverture entre une entreprise d’un secteur
réglementé et d’une entreprise d’un secteur non réglementé est de 0,187.
De la même que pour le premier modèle, et selon le modèle de Froot,

Scharfstein et Stein, (1993), de la même manière que pour la couverture du
risque financier, La couverture du risque opérationnel permet à la firme
d’avoir accès aux fonds internes nécessaires et disponibles lorsque des
opportunités d’investissement intéressantes se présentent et si les coûts du
financement externe sont plus élevés que ceux du financement interne, une
firme avec un projet d’investissement a une plus grande probabilité de couvrir
ses cash flows, afin de les stabiliser et donc d'éviter d’aller emprunter sur le
marché des capitaux.

Selon les modèles d’Aretz, Bartram et Dufey (2007), Judge (2006),
Bartram, Brown, Fehle, (2006), les coûts de détresse financière incitent les
entreprises à se couvrir. Plus la valeur de la firme est élevée, plus les
créanciers ont une grande probabilité d'être payés et plus la partie résiduelle
des actionnaires augmentent. Comme la couverture diminue la variabilité de
la valeur future d’une firme endettée, la probabilité d’encourir des coûts de
détresse financière est par conséquent diminuée.
En conclusion :
L’analyse du risque opérationnel et des déterminants de sa couverture

permet de :
Valider en partie l’hypothèse (H3.1) : La couverture des risques

opérationnels est déterminée par les caractéristiques des caractéristiques
financières comme la détresse financière et les décisions d’investissement,
mais non les caractéristiques sectorielles des entreprises.
Valide en partie l’hypothèse (H3.2) : la couverture du risque financier et

la couverture du risque opérationnel partagent quelques déterminants. Ces
deux risques partagent les déterminants de couverture suivants : la détresse
financière, la décision d’investissement et l’importance des liquidités. Mais il y
a une grande différence quand à l’économie d’échelle.
En effet, la taille, n’est pas un déterminant significatif de la couverture

du risque opérationnel. Mais les analyses empiriques mettent en évidence
une relation en U entre la taille et l’intensité de la couverture. Les entreprises
de petites et de grandes tailles se couvrent davantage que les entreprises

moyennes. Ce résultat est un des principaux apports scientifiques de cette
recherche.
Enfin, l’hypothèse (H3.3) est validée ; l’assurance multirisque

professionnelle et l’assurance perte d’exploitation partage les mêmes
déterminants.

Conclusion Générale :
Cette thèse de doctorat est le fruit d’une recherche empirique réalisée

sur la base d’une grande enquête qui a duré deux années. Elle a été réalisée
sur un échantillon de plus de 400 entreprises non financières avec la
collaboration de leurs cadres financiers.
Cette enquête a relevé des pratiques de gestion, des méthodes

d’organisations et des stratégies d’entreprises en matière de gestion des
risques. Cette approche directe et globale à la fois de ces pratiques a eu pour
fruit l’ensemble des analyses qui ont été présentées.
Les analyses ont eu pour résultats les points suivants :
• La première analyse concerne l’organisation de la gestion des risques

dans les entreprises non financières. Les résultats montrent la
complexité de cette fonction et les moyens humains et matériels misent
en œuvre. Cette fonction est dans 42% des cas rattachée à la direction
financière. Plus de 70% des entreprises emploient dans cette fonction
entre 2 et 4 personnes. Dans 75% des cas les risk managers ont des
formations de grandes écoles. Cette fonction paraît surtout être à ses
débuts de professionnalisation. Afin d’expliquer comment s’organise
cette fonction, une mesure de l’organisation de la fonction de gestion

des risques a été développée. Cette mesure permet de vérifier que
l’organisation de cette fonction est d’abord un autre type de
déterminant de la couverture des risques. Par ailleurs la sophistication
de l’organisation de la fonction gestion des risques d’une entreprise est
principalement déterminée par son secteur d’activité, sa diversification,
ses liquidités et sa taille.
• La seconde analyse porte sur les déterminants et les méthodes de

gestion des risques financiers. Il apparaît que le degré de couverture
des risques financiers est déterminée par la sophistication de la
l’organisation de la fonction gestion des risques, par l’importance du
ratio de liquidité, des avantages fiscaux, de la diversification, et de la
taille. Les avantages ont plus d’appétence pour le risque prix des
matières que pour les autres risques financiers. le taux de couverture
du risque prix est de 65% alors qu’il est de l’ordre de 80% pour les
autres risques financiers. L’analyse des méthodes et des stratégies de
gestion des risques fait ressortir 4 stratégies distinctes de gestion des
risques. L’analyse fait apparaître que l’absence de couverture externe
par des produits dérivés, n’est pas le fait de la non prise en compte des
risques, mais résulte dans 25% des cas d’une stratégie active
d’assurance interne. Ce modèle a le mérite d’estimer les probabilités
de mise en place d’une stratégie par les caractéristiques financières de
l’entreprise. D’une manière plus générale, le modèle de gestion montre
que la complexité de la méthode de gestion ou la stratégie de gestion
mise en place est fonction de la sophistication de la fonction gestion
des risques, de la croissance de l’entreprise, de la liquidité, des
avantages fiscaux et enfin de la taille.
• Enfin, la dernière analyse concerne les risques opérationnels. On

remarque que le degré de couverture du risque opérationnel est
fonction du ratio de liquidité, de la détresse financière, de la
diversification et de la réglementation du secteur. Cette analyse montre
de nombreuses différences entre les gestions des risques financiers et

opérationnels. Enfin, il apparaît que l’utilisation de l’assurance pour
couvrir les risques opérationnels est distribuée « en U » par rapport à
la taille des entreprises : les plus petites et les plus grandes entreprises
utilisent plus l’assurance que les entreprises de taille moyenne.
Les apports de cette thèse peuvent se résumer dans les points

suivants :
• On peut citer un premier apport d’ordre méthodologique avec la

construction de la mesure de l’organisation de la fonction gestion des
risques.
• Un second apport est d’ordre managérial avec le développement d’un

modèle de gestion des risques financier. Le modèle logistique
multinomial a mis en évidence les caractéristiques qui aident aux choix
des stratégies de gestion.
Enfin, on ne peut citer les apports de ce travail, sans en mentionner les

limites ;
• Tous les modèles et régression ont été faits sur des variables
approximatives des déterminants, il apparaît dans la première partie
que ces déterminants peuvent être mesurés par d’autres variables et
la littérature montre que selon la variable choisie le résultat de la
régression peut être différent. Il serait intéressant de tester ces mêmes
régressions avec d’autres variables pour valider nos résultats.
• Cette analyse a été réalisée avec un modèle logit multinomial. Il faut

cependant remarquer que ce type de modèle a été étendu dans deux
directions différentes : les modèles GEV (Generalized Extreme-Value
Logit Models), introduits par McFadden (1978), dont le logit emboîté

(Nested Logit) est un cas particulier et les modèles logit à coefficients
aléatoires (Mixed Multinomial Logit), développés au cours des années
90 (Revelt et Train, 1998).
La première extension a consisté à généraliser la loi suivie par les

résidus du modèle logit multinomial (qui est la loi extreme value). La
seconde a conservé la même loi, mais a rendu aléatoires les
paramètres du modèle. Les deux extensions visaient à répondre à la
critique souvent faite au logit multinomial de reposer sur une hypothèse
d’indépendance des choix offerts, parfois peu réaliste. Cette hypothèse
est connue dans la littérature anglo-saxonne sous le sigle IIA (pour
Independence from Irrelevant Alternatives), qu’on peut traduire
approximativement par « indépendance par rapport aux choix non
retenus ». L’idée est la suivante : Le modèle logit ne prend pas en
compte la proximité de nature qui peut exister entre plusieurs choix
offerts à l’individu. Il est structuré de manière telle que l’individu arbitre
entre deux choix a et b indépendamment des autres choix qui lui sont
offerts. Une manifestation particulièrement gênante de cette propriété
est que l’introduction d’un nouvel élément dans l’ensemble des choix
possibles ne réévalue pas les poids respectifs que l’individu accorde à
a et à b dans son processus de décision.
Cette hypothèse IIA constitue une limite au modèle développé ci

dessus. Apres un test de cette hypothèse, l’analyse pourrait être
complétée par un modèle emboité qui représenterait mieux la réalité de
la mise en place et des choix entre les différentes stratégies de gestion
des risques. Ce type d’analyse est laissé pour une publication future.
Cette thèse a voulu, avant tout, apporter une originalité dans la

problématique de la gestion des risques et dans sa méthodologie à travers
ses analyses et ses résultats.

Bibliographie
Articles :
Adam, T., Fernando, C., S., (2006). Hedging, Speculation and Shareholder
Value. Journal of Financial Economics, forthcoming.
Amadieu, D., (2006). Eléments essentiels pour une bonne gestion du risque
opérationnel, Revue d’Economie Financière.
Anand, M., Kaushik, P., (2008). Currency derivative: A survey of Indian Firms,
Working paper.
Al Momani, R., Gharaibeh, M., (2008). Foreign exchange risk management
practices by Jordanian non Financial Firms, Working paper.
Allayannis, G., U., Miller, D., (2004). Corporate Governance and the Hedging
Premium Around the World. Darden School Working Paper.
Allayannis, G., Mozumdar, A., (2000). Cash Flow, Investment, and Hedging.
University of Virginia Working Paper.
Allayannis, G., Ofek, E., (2001). Exchange Rate Exposure, Hedging, and the
Use of Foreign Currency Derivatives. Journal of International Money
and Finance, 20: 273-296.
Allayannis, G., Weston, J., (2001). The use of Foreign Currency Derivatives
and Firm Market Value, Review of Financial Studies, Vol. 14, pp. 243-
276.
Aretz, K., Bartram, S., Dufey, G., (2007). Why Hedge ? Rationales for
corporate hedging and value implications, Journal of Risk Finance, Vol.
8 Issue 5, pp. 434 – 449.
Asquith, P., Mullins, D., W., (1986). Equity Issues and Offering Dilution.
Journal of Financial Economics, 15.12: 61-89.
Bailly, N. Browne, D. Hicks, E. Skerrat, L., (2003). UK corporate use of
derivatives, The European Journal of Finance, 9, 169 -193.
Bartram, S. Brown, G. Fehle, F., (2006). International Evidence on Financial
Derivatives Usage, Lancester University, Management School.
Bartram, S., M., Brown G., W., Conrad, J., (2006). The Effects of Derivatives
on Firm Risk and Value, Lancaster University and University of North
Carolina at Chapel Hill Working paper.
Bartram, S., M., (2000). Corporate Risk Management as a Lever for
Shareholder Value Creation. Financial Markets, Institutions and
Instruments, 9:5: 279-324.
Bartram, S., M., (2002). Enhancing Shareholder Value with Corporate Risk
Management, Corporate Finance Review, 7:3: 7-12.
Benkhediri, K., (2006). Gouvernance d’entreprise et couverture des risqué
financiers: Etude empirique sur les entreprises Françaises, CIME, IAE
de CAEN.
Benson, K. Oliver, B., (2004). Management Motivation for using financial
derivatives in Australia, Australian Journal of Management, Vol. 29,
N°2,
Berkman, H., Bradbury, M.E., (1996). Empirical evidence on the corporate
use of derivatives, Financial Management, 25, 5-13.
Bessembinder, H., (1991). Forward contracts and Firm value: Investment
incentive and contracting effects, Journal of Financial and Quantitative
Analysis, 26, 519-523.
Berger, P., G., Ofek, E., (1995). Diversification’s Effect on Firm Value, Journal
of Financial Economics, 37:1: 39-65.
Berkman, H., Bradbury, M., E., Magan, S., (1997). An International
Comparison of Derivative Use, Financial Management, 26:4. 69-73.
Bessembinder, H., (1991). Forward Contracts and Firm Value: Investment
Incentive and Contracting Effects. Journal of Financial and Quantitative
Analysis, 26:4: 519-532.
Belhassen, V., (2006). L’intégration des données prospectives dans la
mesure du risque opérationnel, Revue d’Economie Financière.
Black, F. Scholes, M., (1973). The pricing of Options and Corporate Liabilities,
Journal of Political Economy, Vol. 81, N° 3.
Brown, G., Crabb, P., Haushalter, D., (2006). Are Firms Successful at
Selective Hedging ? Journal of Business, Vol. 79, N° 6, p 2925 –
2949.
Bodnar, G., Gebhardt, G., (1998). Derivatives usage in risk management by
US and German Non Financial Firms: A comparative survey, George
Weiss Center for International Financial Research, Wharton School,
University of Pennsylvania, CBC World Market.
Bodnar, G., M., Hayt, G., S., Marston, R., C., (1998). 1998 Wharton Survey of
Financial Risk Management by US Non-Financial Firms. Financial
Management, 27:4: 70-91.
Bodnar, G., Marston, R., (1998). Survey of Derivatives usage by non financial
firms, George Weiss Center for International Financial Research,
Wharton School, University of Pennsylvania, CBC World Market.
Bodnar, G., M., Tang, C., Weintrop, J., (1997). Both Sides of Corporate
Diversification: The Value Impacts of Geographic and Industrial
Diversification. NBER Working Paper Series.
Borokhovich, K., Brunarski, K., Crutchley, C., Simkins, B., (2004). Board
Composition and corporate use of interest rate derivatives, The journal
of Financial Research, Vol. XXVII, N° 2, 199 – 216.
Boutillier, M., Labye, A., Lagoutte, C., Lévy N., Oheix, V., (2002).
Financement et gouvernement des entreprises : exceptions et
convergences européennes, Revue d’économie politique.
Campbell, T.S., and W.A. Kracaw, (1987). “Optimal Managerial Contracts and
the Value of Corporate Insurance.” Journal of Financial and
Quantitative Analysis 22:3: 315-328.
Campbell, T.,S., Kracaw, W., A., (1990). Corporate Risk Management and
Incentive Effects of Debt. Journal of Finance 45.5, 1673-1686.
Carter, D., Rogers, D., Simkins, B., (2004). Does Fuel Hedging Make
Economics Sense? The case of the U.S. Airlines Industry, Working
paper, Oklahoma State University and Portland State University.
Chambre de Commerce et d’Industrie de Paris, (2008). Pour une meilleure
gestion des risques et des assurances au sein des PME.
Chang, C., (1997). Does Corporate Hedging Aggravate or Alleviate Agency
Problems. A Managerial Theory of Risk Management, University of
Minnesota, Working Paper.
Chidambaran, N., K., Fernando, C., F., Spindt, P., A., (2001). Credit
Enhancement through Financial Engineering: Freeport McMoRan’s
Gold Denominated Depository Shares. Journal of Financial Economics,
60. 487-528.
Chen-Miao, L., Smith, S., (May, 2007). Hedging, Financing and Investment
Decisions: A Simultaneous Equations Framework, Financial Review,
Vol. 42 Issue 2, p 191 – 209.
Comment, R., Jarrell, G., A., (1995). Corporate Focus and Stock Returns.
Journal of Financial Economics, 37.1, 67-87.
Copeland, T., Copeland, M., (1999). Managing Corporate FX Risk: A Value
Maximizing Approach. Financial Management, 28.3, 68-75.
Cummins, J., Lewis, C., Wei, R., (2006). The market value impact of
operational risk events for US Banks and Insurers, Journal Banking
and Finance, Vol. 30, N°10, p 2605 - 2634.
Cutler, D., Summers, L., (1989). The Cost of Conflict Resolution and Financial
Distress: Evidence from the Texaco-Pennzoil Litigation. Lawrence H.
Rand Journal of Economics, 19.2, 157-172.
Dadalt, P., Gay, G., Nam, J., (2001). Asymmetric information and corporate
derivatives use, Georgia State University.
De Ceuster, M., Durinck, E., Lavren, E., lodewyck, J., (2002). A Survey into
the use of derivatives by large non-financial firms operating in Belgium,
European Financial Management.
De Marzo, P.M., Duffie, D., (1995). Corporate Incentives for Hedge and
Hedge Accounting. Review of Financial Studies, 8.3, 743-771.
Dolde, W., (1993). The Trajectory of Corporate Financial Risk Management.
Continental Bank Journal of Applied Corporate Finance, 6.3, 33 - 41.
Dolde, W., (1995). Hedging, Leverage and Primitive Risk. Journal of Financial
Engineering, 4.2, 187 - 216.
Dorfman, M., Tippins, S., (2006). An Examination of Alternative Approaches
to Risk Management and Insurance Research, Risk Management and
Insurance Review, Vol. 9, N° 1, p 63 – 74.
Dufey, G., Srinivasulu, S., L., (1983). The Case for Corporate Management of
Foreign Ex-change Risk. Financial Management, 12.4, 54 - 62.
Fama, E., F., French, K., R., (1996). Multifactor explanations of asset pricing
anomalies, Journal of finance, Vol. 51, Issue 1, 55-84.
Fehle, F., (1999). Panel evidence on corporate hedging, Canadian Journal of
administrative Sciences, 16.3, 229 - 242.
Financial Times, Les ECHOS, PWC, (2001), L’art de la gestion des risques,
Pearson Education, Paris.
Fite, D., Pfleiderer, P., (1995). Should Firms Use Derivatives to Manage Risk
? Journal of Economics and Business, 36.
Francis, J., Stephan, J., (1993). Characteristics of Hedging Firms: An
Empirical Examination, Working paper.
Fraser, J., Simkins, B., (2007). Ten Common Misconceptions About
enterprise Risk Management, Journal of Applied Corporate Finance,
Vol. 19 N° 4, p75 – 81.
Frigo, M. L, Anderson, R, J, (2011). What is strategic risk management ?
Strategic finance.
Froot, K., Scharfstein, D., Stein. J., (1993). Risk management : coordinating
corporate investment and financing policies, Journal of Finance, 45,
p1629 - 1658.
Froot, K., A., Scharfstein, D., S., Stein, J., C., (1994). A Framework for Risk
Management. Harvard Business Review, 72.6, 91 - 102.
Fok, R., C., W., Carroll, C., Chiou, M., C., (1997). Determinants of Corporate
Hedging and Derivatives: A Revisit. Journal of Economics and
Business, 49, 569 - 585.
Garven, J., (2007). Risk Management : The UniFying Framework for Business
Schloraship and Pedagogy, Risk Mangement and Insurance Review,
Vol. 10, N° 1, p1 – 12.
Gay, G., D., Nam, J., (1998), The Underinvestment Problem and Corporate
Derivatives Use. Financial Management, 27.4, 53 - 69.
Géczy, C., Minton, B., A., Schrand, C., (1997). Why Firms Use Currency
Derivatives. Journal of Finance, 52.4, 1323 - 1354.
Graham, J.R. Rogers, D., (2002). Do Firms Hedge in Response to Tax
Incentives ? Journal of Finance, Vol. 57, pp 811 - 839.
Graham, J., R., Rogers, D., A., (2002). Is Corporate Hedging Consistent with
Value Maximization? An Empirical Analysis. Journal of Finance, 57.2,
815 - 840.
Graham, J.R., Smith, C.W., (1999). “Tax Incentives to Hedge.” Journal of
Finance 54:6: 2241-2263.
Grant, K., Marshall, A., (2002). Large UK Companies and derivatives,
European Financial Management.
Goldberg, S. Godwin, J. Kim, M. Tritschle, C. (1998). On the Determinants of
corporate usage of financial Derivatives, Journal of International
Management and Accounting, 92.
Golec, J. Tamarkin, M., (1998). Betters Love Skewness, Not Risk, at the
Horse Track, Journal of Political Economy, 106, 205 - 225.
Goltin, V., (2007). Le Financement des PME et la réforme de Bâle II, Bulletin
de Banque de France, N° 165.
Guay, W., KhotarI, S.P, (2003). How Much Do Firms Hedge with derivatives ?
Journal of Financial Economics, Vol. 70, pp. 423 - 461.
Guay, W., Khotari, S.P, (2003). How Much Do Firms Hedge with derivatives ?
Journal of Financial Economics, Vol. 70, pp. 423 - 461.
Hagelin, N., (2003). Why firms hedge with currency derivatives : an
examination of transaction and translation exposure, Applied Financial
Economics, 13, 55 - 69.
Harvey, C., R., Siddique, A., (2000). Conditional Skewness in Asset Pricing
Tests, The journal of finance, Vol. LV, N°. 3.
Haushalter, G., D., (2000). Financing Policy, Basis Risk, and Corporate
Hedging: Evidence from Oil and Gas Producers. Journal of Finance
55.1, 107 - 152.
Haushalter, D., (1998). Financing Policy, Basis Risk and Corporate Hedging:
Evidence from Oil and Gas Producers. University of Oregon. Working
Paper.
Hpr, SA, (2007), La gestion des risques dans les PME romandes.
Jeffery, C., Xia-Long, (2006). VaR breakdown, Risk, p 43 - 48.
Jin, Y., Jorion, P. (2006). Firm Value and Hedging: Evidence from U.S. Oil
and Gas Producers. Journal of Finance, forthcoming.
Jorion, P., (1996). Value at Risk: the new benchmark for controlling market
risk, Chicago (III), Irin Professional.
Judge, A., (2006). Why and How UK Firms Hedge, EFM, Vol. 12, N° 3, 407-
441.
Kale, J., R., (1990). Corporate Hedging under Personal and Corporate
Taxation. Managerial and Decision Economics, 11.3, 199 - 205.
Kahneman, D., Tversky, A., (1979). Prospect Theory: An Analysis of Decision
Under Risk, Econometrica 47, 263 - 291.
Kedia, S., Mozumdar, A., (2003). Foreign Currency Denominated Debt: An
Empirical Examination. Journal of Business, 76, 521 – 46.
Khoury, N., Savor, M., Toffoli, R., (2006). La couverture des risques financiers
par les PME québécoises. Revue Canadienne des Sciences de
l’Administration, 23(1), 67-80.
KPMG Audit, (2001). L’assurance et la communication financière, 14eme
édition, Economica.
Laboureix, D., Laurin, A., (1994). Le risque PME, Bulletin de la Banque de
France, 4eme trimestre 1994, supplément étude.
Lehar, A., (2005). Measuring systemic risk : A risk management approach,
Journal of Banking & Finance, Vol. 29, Issue 10, p 2577 – 2603.
Leland, H., E., (1998). Agency Costs, Risk Management, and Capital
Structure, Journal of Finance, 53.4, 1213 - 1243.
Lewent, J.C., Kearney, A., J., (1990). Identifying, Measuring, and Hedging
Currency Risk at Merck, Continental Bank Journal of Applied
Corporate Finance, 2.4, 19 - 28.
Longstaff, F., Schwartz, E., (1995). A simple approach to valuing risky fixed
and floating rate debt, Journad of Finance, Vol. 50, N° 3.
Lookman, A., (2003). Does Hedging Really Affect Firm Value? Carnegie
Mellon University, Working Paper.
Mackay, P., Moeller, S., B., (2006). The Value of Corporate Risk
Management. Journal of Finance, forthcoming.
Mandelbrot, B., Fisher, A., Calvet, L., (1997). A Multifractal Model of Asset
Returns, Cowles Foundation Discussion, Paper n° 1164, Yale
University.
Martinet, A., C., (1990). Grandes questions épistémolologiques et sciences de
gestion. In A.-C. Martinet (Ed.), Epistémologies et sciences de gestion,
Vol. Paris: Economica.
Markowitz, H. (1952). Portfolio selection, The Journal of Finance, Vol. 7, N° 1,
pp 77 - 91.
Mason, S.P., Merton, R., C., (1985). The Role of Contingent Claims Analysis
in Corporate Finance. In: Altman, E., I., and Subrahmanyam M., G.,
(eds.), Recent Advances in Corporate Finance, Irwin, Homewood, IL, 7
- 54.
May, D., O., (1995). Do Managerial Motives Influence Firm Risk Reduction
Strategies? Journal of Finance, 50.4, 1291 - 1308.
Mayers, D., Smith, C., W., Jr. (1982). On the Corporate Demand for
Insurance, Journal of Business, 55.2, 281 - 296.
Mayers, D., Smith, C., W., Jr. (1987). Corporate Insurance and the
Underinvestment Problem. Journal of Risk and Insurance, 54.1, 45 -
54.
Mayers, D., Smith, C., W., Jr. (1990). On the Corporate Demand for
Insurance: Evidence from the Reinsurance Market. Journal of
Business, 63.1, 19 - 40.
Mbengue, A., (2001). Posture paradigmatique et recherche en management
stratégique. In A.-C. Martinet, & R.-A. Thiétart (Eds.), Stratégies,
actualité et futurs de la recherche. Paris: Vuibert Fnege.
Mello, A., S., Parsons, J., E., (1999). Strategic Hedging, Journal of Applied
Mello, A., S., and J.E. Parsons, (2000). “Hedging and Liquidity.” Review of
Financial Studies 13: 127-153.
Merton, R., Perold, A., (1993). Theory of risk capital in financial firms, Journal
& Applied Corporate Finance, p16 – 32.
Merton, R., C., (1974). On the Pricing of Corporate Debt: The Risk Structure
of Interest Rates. Journal of Finance, 29, 449 - 470.
Mian, S., L., (1996). Evidence on Corporate Hedging Policy. Journal of
Financial and Quantitave Analysis, Vol. 31, n° 3, 419 - 439.
Minton, B., A., Schrand, C., M., (1999). The Impact of Cash Flow Volatility of
Discretionary Investment and the Costs of Debt and Equity Financing.
Journal of Financial Economics, 54.3, 423 - 461.
Moore, J., Culver, J., Masterman, B., (2000). Risk Management for Middle
Market Companies, Journal of Applied Corporate Finance, 12.4, 112 -
119.
Myers, S., C., (1977). Determinants of Corporate Borrowing. Journal of
Financial Economics, 5, 147 - 175.
Myers, S., C., (1984). The Capital Structure Puzzle. Journal of Finance, 39.3,
575 - 592.
Myers, S., C., (1993). Still Searching for Optimal Capital Structure. Stern,
J.M., and D.H. Chew, Jr. (eds.), The Revolution in Corporate Finance,
Basil Blackwell Ltd., New York, NY, 91-99.
Nance, D., R., Smith, C., W., Jr., Smithson C.,W., (1993). On the
Determinants of Corporate Hedging, Journal of Finance, 48.1, 267 -
284.
Nguyen, H., Faff, R., (2003). Are Financial Derivatives Really Value-
Enhancing ? Australian Evidence, University of South Australia,
Working Paper.
Nguyen, H., Faff, R., (2003). Further Evidence on the corporate use of
derivatives in Australia: The case of Foreign currency and interest rate
instruments, Australian Journal of Management, Vol 28. N°3.
Pedersen, C., Satchell, S., (1998). An extended family of financial risk
measures. Geneva Papers on Risk and Insurance Theory, 23, 89 -
117.
Philippart, P., Colmant, B., (2003). Les instruments financiers optionnels,
Bruxelles, Larcier, coll. Cahiers Financiers.
Picard P., (2005). Risques d’assurance et risques financiers, Revue
d’Economie Financière.
Porter, M., E., (1996). What is strategy, Harvard Business Review.
Raposo, C., C., (1999). Corporate Hedging: What have we learnt so far ?
Derivatives Quarterly, 5.3, 41 - 51.
Rawls, S., W., Smithson, C., W., (1990). Strategic Risk Management. Journal
of Applied Corporate Finance, 2.4, 6 - 18.
Ritchie, B., Brindley, C., (2007). An Emergent Framework for supply chain risk
management and performance measurement, Journal of the
Operational Research Society, Vol. 58, Issue 11, p 1398 – 1411.
Ross, M., P., (1997). Corporate Hedging: What, Why, and How ? University
of California, Working Paper.
Saint-Pierre, J., Bahri, M., (2003). Relations entre la prime de risque bancaire
des PME et les composantes de leur risque global, ASAC, Institut de
recherche sur les PME.
Saito, R., Schoizer, R., (2005). Derivatives Usage and risk management by
non financial firms: comparison between Brazilian and International
evidence, Departement of Finance, Fundaçao Getulio Vargas, EAESP.
Santomero, A., M., (1995). Financial Risk Management: The Whys and Hows.
Financial Markets, Institutions & Instruments, 4.5, 1 - 14. Schleifer, A.
Vishny, R., (1997). A Survey of Corporate Governance, The Journal of
Finance, Vol. 52.
Schwartz R., J., Smith, C,. W., (2004). Advanced Strategies in Financial Risk
Management. Working paper.
Sheedy, E., (2002). Corporate use of derivatives in Hong Kong and
Singapore: A survey, Macquarie Applied Finance Center, Australia.
Smith, C.W., Jr. (1995). Corporate Risk Management: Theory and Practice.
Journal of Derivatives, 2.4, 21 - 30.
Smith, C., W., Jr., Warner, J., B., (1979). On Financial Contracting: An
Analysis of Bond Contracting, Journal of Financial Economics, 7.2, 117
- 161.
Smith, C.W., Jr., Stulz, R., M., (1985). The Determinants of Firms’ Hedging
Policies, Journal of Financial and Quantitative Analysis, 20.4, 391 -
405.
Smith, C., W., Jr., Smithson, C., W., Wilford, D., S., (1990). Financial
Engineering: Why Hedge? , In Smith, C.W., Jr., and C.W. Smithson
(eds.).
Smithson, C., Simkins, B., (2005). Does Risk management Add Value ? A
Survey of the Evidence, Journal of Applied Corporate Finance, Vol. 17,
N° 3, p 8 – 17.
Stulz, R., M., (1984). Optimal Hedging Policies. Journal of Financial and
Quantitative Analysis, 19.2, 127 - 140.
Stulz, R., M., (1990). Managerial Discretion and Optimal Hedging Policy,
Journal of Financial Economics, 26.1, 3 - 27.
Stulz, R., M., (1996). Rethinking Risk Management. Journal of Applied
Stulz, R., M., (2002). Creating Value with Risk Management. In Stulz (eds.).
Derivatives, Risk Management and Financial Engineering.
Southwestern College Publishing Co., Cincinnati, Chapter 3.
Tarashev, N., Tsatsaronis, K., (2003). Investor’s attitude towards risk: what
can we learn from options? Bis Quarterly Review, Bank of
International Settlemenent.
Tufano, P., (1996). Who Manages Risk? An Empirical Examination of the
Risk Management Practices in the Gold Mining Industry. Journal of
Finance, 51.4, 1097 - 1137.
Tufano, P., (1998). Agency Costs of Corporate Risk Management. Financial
Management, 27.1, 67 - 77.
Veret, D., (2006). L’assurance comme technique de réduction de risque,
Revue d’Economie Financière
Waite, R., S., Smithson, G. W., (1990). Strategic risk management,
Continental Bank, Journal of Applied Corporate Finance, 1, 6 - 18.
Warner, J., B., (1977). Bankruptcy Costs: Some Evidence. Journal of
Finance, 32.2, 337 - 347.
Weiss, L., A., (1990). Bankruptcy Resolution: Direct Costs and Violation of
Priority Claims. Journal of Financial Economics, 27.2, 285 - 314.
Ouvrages :

Aboura, S., (2008). Le marché d’option, ECONOMICA,

Amenc, N., Bonnet, S., Henry, G., Martellini, L., Weytens, A., (2004). La
gestion alternative, ECONOMICA.
Beaver, W., and G., Parker, (2002). Risk Management: Problems and
Solutions. Mc-Graw Hill, New York, NY, 139 - 169.
Bellalah, M., (2004). Gestion de Portefeuille : Analyse quantitative de la
rentabilité et des risques. Pearson.
Brealey, R., Myers, S., Allen, F., (2006). Principes de gestion financière,
Pearson, 8eme édition.
Bellalah, M., (2003). Finance Moderne d’entreprise, ECONOMICA, 2eme édit.
Bellalah, M., (2003). Gestion des risques et produits dérivés classiques et
exotiques, DUNOD.
Bellalah, M., Simon, Y., (2003). Options, Contrats à terme et Gestion des
Risques, analyse, évaluation, stratégies, ECONOMICA, 2eme édit.
Bressy, G., (2004). Economie d’entreprise, Dalloz.
Bruslerie, H., (2003). Trésorerie d’entreprise : Gestion des liquidités et des
risques, DALLOZ.
Besson, B., Possin, J., C., (2006). L’Intelligence des Risques, Management,
IFIE.
Cougnaud, B., (2007). L’univers des risques en finances, un équilibre en
devenir. Sciences Po, Les presses.
Crouhy, M., Galaî, D., Mark, R., (2001). Risk Management, Mc Graw-Hill.
Dionne, G., (2000). Handbook of Insurance, Kluwer Academic Publishers.
Dufey, G., Giddy, I., H., (1997). Management of Corporate Foreign Exchange
Risk, International Accounting and Finance Handbook, 2nd ed., Wiley
(New York), Chapter 31.
Eeckhoudt, L., Gollier, C., Schlesinger, H., (2005). Economic and Financial
decisions under risk, Princeton University Press.
Harper Business Books, The Handbook of Financial Engineering, Grand
Rapids, 126-137.
Huberman, A., M., Miles, M., B., (1991). Analyse des données qualitatives -
Recueil de nouvelles méthodes. De Boeck Université.
Hull, J., C., (2007). Risk Management and Financial Institutions, Pearson
Education International.
Jacquillat, B., Solnik, B., (2002), Marchés financiers, gestion de portefeuille et
des risques, DUNOD, 4eme édit.
Jégourel, Y., (2005). Les produits financiers dérivés, La découverte.
Jukung N’guéna, O., (2008). Management des risques, Ellipses.
Knight, F. H., (1921). Risk, uncertainty and profit, Cornell University.
Leautier, T. O., (2007). Corporate Risk Management and value Creation, a
Guide to Real-Life applications, Risk Books.
Levi, M.D., (1996). International Finance. McGraw-Hill, New York.
Luhmann, N., (1993). Risk: a Sociological Theory, De Gruyter, Berlin.
Morlaye, F., (2006). Risk Management et Assurance, Economica, Paris.
Marion, A., (2007). Analyse Financière, concepts et méthodes, DUNOD.
Malhotra, N., (2007). Marketing Research: An Applied Orientation, 5eme
edition, Pearson Education.
Planchet, F. Therond, P. Jacquemin, J., (2005). Modèles Financiers en
Assurance, Analyse de risque dynamique. Economica.
Roncalli, T., (2004). La Gestion des Risques Financiers, Economica. Paris.
Saint-Pierre, J., (1999). Gestion Financière des PME : Théories et Pratiques,
Presses de l’Université du Québec.
Simon, Y., (1994). Les marchés dérivés, origine et développement,
ECONOMICA.
Tirole. J., (2006). The Theory of Corporate Finance. Princeton University
Press.
Vernimmen, P., (2012). Finance d’entreprise, DALLOZ.
ANNEXES

ANNEXE N°1 : Tableau, Revue de littérature

Problématique / champs
N° Auteurs / date Résultats
d’analyse
1 Anand, M. Kaushik, P. Recherche empirique sur la Le risque de change est géré

gestion de risque de change, par La plupart des sociétés
dans les sociétés indiennes et indiennes (70.4%) qui
étude des différences de travaillent avec l’international.
2008
motivation entre les utilisateurs et
les non utilisateurs de dérivés.
Comparaison des pratiques
L'objectif majeur à l’utilisation
Currency Derivative: A
indiennes avec le reste du monde
survey of Indian Firms. des dérivés est la couverture.
en matière d’utilisation de dérivés. Vient ensuite l'arbitrage et enfin
la spéculation. Il apparaît que
les sociétés les plus endettées
Etude réalisée sur la base d’un utilisent davantage de dérivés
questionnaire envoyé aux pour la couverture contre le
présidents de 640 sociétés entre risque de change.
juillet et août 2005. avec un retour
de 55, soit un taux de réponse de
8.59%.
Les analyses factorielles font

ressortir que les motivations à
l’utilisation des dérivés sont,
dans l’ordre : la réduction de la
volatilité des profits comptables
nets, l’augmentation de la
valeur de la société.
2 Al Momani, R. Gharaibeh, Recherche empirique sur la l'utilisation de techniques de

M. gestion de risque de change, gestion des risques de change
dans les sociétés non financières comme les produits dérivés
jordaniennes et étude des n'est pas une pratique courante
relations entre la gestion des pour les sociétés jordaniennes.
2008
risques de change, la taille de
l’entreprise, sa structure légale et
le volume de son commerce Les différentes analyses de
Foreign exchange risk extérieur. variances montrent que :
management practices by
Jordanian non financial
firms.
Etude réalisée sur la base d’un Il n'y a pas de relation
questionnaire envoyé à 73
significative entre la taille de
sociétés non financières. l’entreprise, la structure légale
et les pratiques de gestion des
risques.
Par contre, les relations entre

le secteur d’activité d'une
société, son degré
internationalisation sont
statistiquement significatives
avec l’utilisation de dérivés.
3 Aretz, K. Bartram, S. Cet article est une revue La gestion de risques

Dufey, G. synthétique de la recherche financiers apparaît comme la
théorique et empirique sur les réponse aux imperfections des
motivations et les déterminants à marchés.
2007 la gestion des risques financiers.
Ces problèmes peuvent être
Why hedge? Rationales résumés dans : le conflit

d’agence. les couts de
for corporate hedging and
transactions, la convexité de
value implications.
l’impôt.
La mise en place de solution

de couverture
permet d’augmenter la
valeur de l’entreprise : En
réduisant les coûts de
transaction, en réduisant la
volatilité du cash-flow, et en
réduisant la probabilité de la
détresse financière.
4 Carter, D. Rogers, D. Recherche empirique sur la Les résultats de l’étude

Simkins, B. gestion de risque de prix du fuel, montrent une relation
dans les sociétés de transport significative entre la mise en
aérien US. Etude de la relation place de solution de couverture
2006 entre la mise en place de solution de risque et la valeur de

de couverture de risque et la l’entreprise. Les compagnies
valeur de l’entreprise. aériennes qui se couvrent
contre le risque de prix,
Hedging and value in US
présentent un Q de Tobin de 5
airline industry.
Etude réalisée sur la base d’un à 10 % plus élevé celles qui ne
échantillon de 28 compagnies se couvrent pas.
aériennes sur la période 1992 –

2003.
La couverture permet à
l’entreprise de profiter
d’opportunité d'investissement
grâce au lissage des cash-
flows.
Les plus grandes sociétés sont

plus actives dans leur gestion
des risques, à travers
l’importance de leur portefeuille
de dérivés.
5 Brown, G. Crabb, P. Recherche empirique sur la Les résultats de l’étude

Haushalter, D. gestion de risque dans le secteur montrent que le ratio de
minier et étude de la gestion couverture moyen dans le
sélective des risques (sélective secteur minier est de 0,215
2006 hedging) ou du ratio de avec une variance de 0,215.

couverture. Contrairement à la théorie, on
n’observe pas de relation
significative entre le ratio de
couverture et la probabilité de
Etude réalisée sur la base des
détresse financière. Mais il
données chronologiques de 44
apparaît une relation positive
Are firms successful at
entreprises minières fournies sur
entre la ratio de couverture et
selective hedging?
la période 1993 – 1998.
les variations attendues des
prix des matières.
La corrélation n’est
significative entre les bénéfices
économiques et ce type
gestion (couverture sélective).
Ce type de gestion est utilisé
davantage pour des questions
de justification et
d’identification de la part des
managers.
6 Judge, A. Recherche empirique sur les L’étude différencie les

motivations et les déterminants déterminants des solutions de
aux solutions de couverture dans couvertures en distinguant les
2006 les sociétés du Royaume-Unis. produits dérivés des autres

Contrairement à la plupart des stratégies de couverture. Les
recherches sur ce sujet, celle ci dérivés étant davantage
s’intéressent à la couverture utilisés par les grandes
Why and How UK firms
contre le risque de manière large entreprises ou celle dont le
hedge.
et non pas seulement à volume de cash flow est très
l'utilisation de dérivées. important. Ce résultat est
compatible avec les économies
d'échelle et l'argument de coût
de transaction pour l’utilisation
des dérivées comme stratégie
Etude réalisée sur la base d’un de couverture.
échantillon de 441 sociétés non
financières, choisies dans la base
du "Financial times" du
Les résultats de l’étude
Royaume-Uni (FT500) de 1995.
montrent que les entreprises
UK gèrent leurs risques
financiers pour équilibrer la
volatilité du cash flow. C’est les
entreprises qui présentent le
plus de volatilité qui se
couvrent le moins.
7 Ben khediri, K. Recherche empirique sur la Les résultats de l’étude

relation entre la couverture des indiquent que la structure de
risques et la gouvernance propriété, la rémunération par
2006 d’entreprise. Etude de la relation stock-options, l’endettement,

entre l’influence de la structure de les contraintes financières et la
propriété, le mode de taille de l’entreprise sont des
rémunération par stock-options, le déterminants statistiquement
Gouvernance d’entreprise
conseil d’administration et significatifs de la décision
et couverture des risques
l’utilisation des produits dérivés. d’utilisation des produits
financiers : Étude
dérivés.
empirique sur les
entreprises françaises.
Etude réalisée sur un échantillon
de 320 entreprises françaises non Toutefois, les résultats obtenus
financières d’une capitalisation tendent à rejeter l’hypothèse
boursière supérieure à 30 Millions soutenant l’effet des
d’euros. administrateurs indépendants
ainsi que de la taille du conseil
d’administration sur la décision
de couverture.
8 Khoury, N. Savor, M. Recherche empirique sur L'analyse des résultats fait

Toffoli, R. l'utilisation des produits dérivés ressortir que 61 % des PME
par les PME Québécoises en québécoises manifestent de
fonction de l'inquiétude qu'elles l’inquiétude par rapport aux
2006 perçoivent envers les risques risques financiers. Mais

financiers et de leur seulement 10 % utilisent des
connaissance des instruments de produits dérivés, dont 59 %
couverture. d’OTC.
La couverture des risques
financiers par les PME
Québécoises.
Etude réalisée sur un échantillon Le taux d'utilisation des dérivés
de 891 PME Québécoises, augmente lorsque l'entreprise
menée du 25 janvier au 24 février fait appel à des actionnaires
externes, et il est lié
2005. positivement à la perception
de l'utilisation de ces
instruments par les
concurrents, ce
qui laisse entrevoir un effet

d'entraînement.
Les facteurs les plus

importants qui freinent
l'utilisation des dérivés par les
PME, sont le coût élevé de la
protection comparativement
aux bénéfices, et le manque de
connaissance et d'accessibilité
de ces instruments.
9 Bartram, S. Brown, G. Recherche empirique sur un Cette analyse révèle que si sur
Fehle, F. grand échantillon, pour trouver les le plan théorique, les résultats
motivations et les déterminants à indiquent un besoin de
l’utilisation des produits dérivés. modèles plus riches
2006 Cette étude se veut être la déterminant des stratégies

première qui s’intéresse à cette financières optimales
problématique à un au niveau permettant l’aide à la décision
mondial et complet des pour la couverture ou non. Sur
International Evidence on
pratiques de couverture et de le plan empirique, les résultats
Financial Derivatives
gestion des risques, et examine suggèrent l’examen des
Usage.
l'utilisation de plusieurs types de modèles qui peuvent expliquer
dérivées. le rôle des dérivés dans la
politique et la stratégie
financière et résoudre
certaines contradictions avec la
théorie, ces modèles
Etude réalisée sur la base de pourraient expliquer pourquoi
7319 sociétés non financières de la rentabilité est souvent
50 pays qui représentent environ positivement liés à l'utilisation
80 % de la capitalisation de dérivées (contrairement à la
boursière mondiale. prédiction de la théorie).
Autre résultat importante et
robuste ; dans des pays
revenu moyens, les
entreprises dont le cash flow
est faible se couvrent moins.
10 Saito, R. Schoizer, R. Recherche empirique sur la L’étude montre qu’au Brésil, Le

pratique de la gestion des risques pourcentage des sociétés
et l’utilisation des produits utilisant des produits dérivées
2005 dérivées au Brésil et comparaison n'est pas significativement

international des entreprises différent de celui des autres
brésiliennes avec le reste du pays.
monde.
Derivatives Usage and
risk management by non
financial firms: Les risques couverts par les
comparison between Etude réalisée sur la base d’un produits dérivés au Brésil sont,
échantillon de 74 sociétés non dans l’ordre, le risque lié aux
Brazilian and international
financières brésiliennes. devises étrangères, au taux de
evidence.
change et aux prix des
matières premières.
Les dérivés sont utilisés

principalement dans le but de
couverture contre les risques et
pas à des fins spéculatives,
bien que la majorité de
managers puisse encourager
la spéculation.
11 Ben Khediri, K. Recherche empirique sur les Etude réalisé en deux parties :
déterminants et les motivations à Une première (s’effectue à
l’utilisation des produits dérivés partir d’une régression, modèle
par les entreprises françaises. Logit) pour expliquer si
2004
l’entreprise utilise des produits
dérivés ou non. La seconde
Etude réalisée sur un échantillon (modèle Tobit), étudie

Les déterminants de
de 320 entreprises françaises non l'intensité ou le degré
l’utilisation des produits financières d’une capitalisation d’utilisation des produits
dérivés à des fins de boursière supérieure à 30 Millions dérivés.
couverture : étude d’euros.
empirique sur les
entreprises françaises. Les déterminants et donc les
principales variables
explicatives de la couverture
sont : les reports fiscaux de
pertes (la convexité de la
fiscalité), les dépenses en
R&D, les stocks options, la
taille et la liquidité.
12 Borokhvich, K. Brunarski, Recherche empirique sur les L’étude montre que le conseil
K. Crutchley, C. Simkins, déterminants de la couverture. d'administration influence la
B. Etude de la relation entre les décision d'utiliser des dérivées
mécanismes de contrôle ou de de taux d'intérêt et que la
gouvernance et l’utilisation de décision varie avec la
2004. dérivées de taux d'intérêt. composition du conseil.
Board Composition and Etude réalisée sur un échantillon Il y a une relation significative
de 284 firmes non financières US et positive entre la quantité de
corporate use of interest
choisies dans la base de S&P dérivée de taux d'intérêt utilisé
rate derivatives.
500 en 1995. et l'influence relative des
directeurs membre du CA.
Cette relation suggère aussi
que l'utilisation de dérivée de
taux d'intérêt bénéficie aux
actionnaires.
13 Benson, K. Oliver, B. Recherche empirique sur la L’étude montre que les

détermination de l’utilisation des managers australiens utilisent
produits dérivés par les sociétés les dérivés pour la réduction
australiennes. des risques, la réduction de la
2004
volatilité de cash-flows et la
maitrise des revenus.
Etude réalisée sur un échantillon
Management Motivation de 100 entreprises australienne
for using financial de tous secteurs, en juin 2000.
Les risques principaux qui sont
derivatives in Australia.
couverts sont les risques de
change et de taux d'intérêt. Ils
utilisent dans l’ordre, les
forwards, les options et les
swaps.
Il faut remarquer que la

couverture par les dérivées est
minimale et que son effet sur la
variation du cash flow est
minime.
Il y a deux types d’utilisateurs

de dérivées : les entreprises
qui veulent réduire leurs impôts
et les entreprises qui veulent
maitriser le cout du capital.
14 Nguyen, H. Faff, R. Recherche empirique sur les Deux niveaux d'analyse sont
déterminants à l'utilisation de utilisés pour évaluer les
dérivés par les entreprises facteurs.
2003 Australiennes. Cette étude est

focalisée sur la couverture contre
le risque de change et le risque L’adoption des dérivées ; ou
de taux d'intérêt.
décision d’utiliser ces outils
Further evidence on the
corporate use of (mesuré par un modèle Logit)
derivatives in Australia:
the case of foreign
currency and interest rate L’intensité ou l’importance de
Etude réalisée sur la base d’un
instruments. l’utilisation de ces outils
échantillon de sociétés
(mesuré par un modèle Tobit).
australiennes non financières
avec 469 observations
société/année sur la période 1999
-2000. La taille est un des facteurs les
plus importants qui incitent une
société à utiliser des dérivés de
change et de taux d’intérêt. Les
sociétés semblent utiliser des
dérivées de taux d'intérêt pour
réduire au minimum le risque
de la détresse financière et
permettre des investissements
futures. En outre, l'utilisation de
dérivées de taux d'intérêt
s'intensifie avec les sociétés
qui payent plus de dividendes.
La variable taille d’entreprise

explique le mieux l’intensité
d’utilisation de dérivées.
15 Hagelin, N. Recherche empirique sur les Les résultats de l’étude

déterminants à l’utilisation de montrent que les entreprises
dérives de change par les couvrent le risque de
2003 entreprises suédoises. transaction avec des dérivées

de taux de change pour
augmenter la valeur en
Etude réalisée sur la base d’un réduisant les coûts indirects de

Why firms hedge with
échantillon de 160 entreprises détresse financière ou en
currency derivatives: an
suédoises, en octobre 1997. Les réduisant le problème de sous-
examination of transaction
informations ont été complétées investissement.
and translation exposure.
par des bases de données
existantes.
l'exposition de change et
l'exposition de transaction ont
tendance à affecter les
entreprises différemment.
Il n’y a pas de preuve que les

couvertures au risque de
change sont utilisées pour
augmenter la valeur, les
actionnaires pourraient être
plus réticent vis à vis de ce
type de couverture.
16 Guay, W. Kothari, S.P. Recherche empirique sur Les résultats de l’étude

l’utilisation de produits dérives. montrent que sur l’ensemble
Etude de l’importance du de l’échantillon le portefeuille
2003 portefeuille de dérivés dans médian présente une valeur

l’entreprise et sa relative valeur cash de 15 million de USD, et
par rapport aux risques. une valeur notionnelle de 31
million de USD. Ces valeurs
How much do firms hedge
sont relativement faibles par
with derivatives?
rapport à la taille, et au cash
flow opérationnel des
Etude réalisée sur la base d’un entreprises mais reste surtout
échantillon de 234 sociétés non- faible par rapport aux risques
financier US. encourus par ces mêmes
entreprises.
L’augmentation de la valeur de
l’entreprise ne peut être
corrélée par l’utilisation de
dérivés. Les auteurs
définissent les dérivés comme
un bruit dans la gestion des
risques tellement leur
importance est faible vis à vis
des risques. (derivatives are
noisy proxy for risk
management).
17 Bailly, N. Browne, D. Recherche empirique et analyse Les résultats de l’étude font

Hicks, E. Skerrat, L. descriptive des pratiques de apparaître que dans son
gestion des produits dérivées ensemble, l’activité des
dans les sociétés non-financières entreprises anglaises en
2003. UK et étude de la relation entre la matière de gestion des risques

gestion du risque et la est très proche de celle des
maximisation de la valeur de entreprises US.
l’entreprise.
UK corporate use of
derivatives.
Etude réalisée sur la base d’un Il apparait une forte corrélation

échantillon de 630 entreprises, en entre la taille de l’entreprise et
avril 1998, et comparaison des l’utilisation des dérivés et
résultats avec les enquêtes particulièrement au dérivés des
réalisées aux USA. taux d’intérêt.
Une proportion significative

(17%) admet utiliser les dérives
à des fins de spéculation.
Le premier facteur explicative

de la non utilisation des dérives
est le manqué d’information et
de connaissance autour de ces
produits.
18 El Masry, A. Recherche empirique sur les Les résultats de l’étude

déterminants de l’utilisation des montrent que l’utilisation des
produits dérivés par les sociétés dérivés est la plus importante
2003 non financière UK. dans les sociétés de multi-

sites et des sociétés
internationales. La gestion des
risques est une activité
A survey of derivatives
centralisée.
use by UK Non financial
companies.
financières UK, en 2001.
Les plus grandes sociétés
utilisent les produits dérivées
plus que les moyennes et les
petites.
Les sociétés publiques

utilisent plus les dérivées que
les privées.
La première raison d’utiliser
des dérivés est la gestion du
cash-flow, suivit de la gestion
des résultats comptables et
des bilans.
Le risque de change est le

premier à être couvert, le
second est le risque de taux
d’intérêt.
Les instruments le plus usités

sont les options suivies par les
forwards.
le manque de connaissance de
dérivées est déterminant dans
l’utilisation ou non de ces
produits.
19 Graham, J. R. Rogers, D. Recherche empirique sur Les résultats de l’étude

A. l’importance du facteur fiscal dans montrent qu’en se basant sur
la mise en place de couverture la convexité de la fonction
dans l’entreprise. fiscale il n’y a pas de preuve
2002 empirique et significative à

l’utilisation de dérivés dans un
Il y a deux principaux avantages à but de réduction de la charge
la couverture : permettre un plus fiscal.

Do Firms hedge in
grand endettement et augmenter
response to Tax
la déduction fiscale. Et d’autre
incentives?
part réduire la charge fiscale Cependant, l’analyse indique
attendue dans le cas de convexité que les sociétés se couvrent
de la fonction fiscale. pour augmenter leur capacité
d’endettement en utilisant des
avantages fiscaux.
Etude réalisée sur une base de
données de 442 entreprises
Les résultats indiquent aussi
correspondantes aux déclarations
que les entreprises se
fiscales et à l’utilisation de dérivés
couvrent à cause du coût de
aux USA entre 1994 et 1995.
détresse financier attendu et
en fonction de la taille.
20 Sheedy, E. Recherche empirique sur les Les résultats de l’étude

pratiques de management en montrent que les pratiques
gestion des risques à Hong Kong managériales en matière de
2002 et Singapour. gestion des risques à Hong

Kong et Singapour sont très
comparables à celle des
Etude réalisé sur la base d’un entreprises US.

Corporate Use of
échantillon de 131 entreprises
derivatives in Hong Kong
non financières entre 1999 et
and Singapore: A survey.
2000. Cette recherche est basée Cependant, a contrario des
sur l’étude de la Wharton School. USA, il faut noter la grande
appropriation (en quantité et en
intensité) de ces produits par
les entreprises asiatiques et
cela pour toute les tailles
d’entreprises.
Les dérivés sur taux de change

sont extrêmement utilisés,
probablement à cause de
l’importance du commerce et
sa culture pour ces pays.
Une autre différence est lié à a

la stratégie de gestion qui est
plus rigoureuse dans le
reporting et l’évaluation.
Cette dernière remarque

s’applique également pour les
entreprises qui utilisent les
dérivés à des fins de
spéculations.
21 Dadalt, P. Gay, G. Nam, Recherche empirique sur Les résultats de l’étude

J. l’examen de la relation entre montrent l'utilisation de dérivés
l'utilisation de dérivées et la est associée aux informations
mesure des informations asymétriques inferieures au
2001 asymétriques auxquels est sein de l’entreprise.

confrontée l’entreprise.
Asymmetric information pour des sociétés utilisant des

Etude réalisée sur la base de la dérivées de taux de change, il
and corporate derivatives
comparaison de deux échantillons est constaté que les analyses
use.
d’entreprises utilisatrices (400) et prévisionnelles des revenus
non utilisatrices (350) de dérivés ont une relation significative et
sur les années 1992 à 1996. positive.
Ces résultats soutiennent les

propositions qui avancent que
la couverture réduit le bruit lié
aux facteurs exogènes et
diminue le niveau
d'informations asymétriques
quant aux revenus d'une
société.
22 Allayannis, G. Weston, J. Recherche empirique sur le la Les résultats de l’étude montre

relation entre la valeur de que la relation entre la valeur
l’entreprise et l’utilisation de de l’entreprise mesurée par le
2001 dérives. Tobins’ Q et l’utilisation de

dérivés de devise est
significativement positive.
The Use of Foreign Etude réalisée sur la base d’un un

échantillon de 720 grandes
Currency Derivatives and
sociétés non financières Le premium de la couverture
Firm Market Value.
américaines entre 1990 et 1995, est statistiquement significatif
avec l’examen de l'utilisation de et économiquement réaliste
dérivées de devise étrangère. pour les entreprises qui
connaissent une exposition aux
taux de change.
23 Mallin, C. Ow-Yong, K. Recherche empirique sur Les résultats de l’étude

Reynolds, M. l’utilisation de produits dérivés par montrent que l'utilisation de
les sociétés non-financières au dérivées dans un but de
Royaume-Uni. couverture des risques est une
2001. pratique largement établie bien

établie parmi les grandes
Etude réalisée sur la base d’un sociétés du Royaume Uni.

Derivatives usage in UK
financières du Royaume-Uni en
non financial listed
companies. 1997. Par ailleurs, on remarque une
forte corrélation positive entre
l’utilisation de dérivés et la
Le questionnaire et la taille de l’entreprise.
méthodologie utilisés dans cette

recherche sont basés sur la
méthodologie de l’étude de L'objectif principal cité dans
Bodnar et al. (1995). l'utilisation de dérivées est la
gestion des fluctuations dans
des revenus comptables
(bénéfices), ce qui contredit la
théorie qui met en avance les
fluctuations des cash-flow.
Les préoccupations des

directeurs financiers sont liées
aux manques d’évaluation des
risques (benchmark) et au
niveau de coûts de transaction
encourus.
24 Brown, G. Recherche empirique sur Les résultats de l’étude

l’analyse de la gestion des indiquent que les raisons
risques de change d’un fabricant généralement citées pour la
leader de l'industrie d'équipement mise en place de solutions de
2000
durable, intervenant sur plus de couverture ne sont
50 pays. probablement pas la motivation
principale.
Managing foreign
exchange risk with
Etude réalisée sur la base d’une
derivatives.
enquête de trois mois au sein du Il apparaît que les asymétries
service financier. avec des informationnelles, la
entretiens avec des managers et conclusion d'un contrat interne,
l’analyse des données sur 3110 les contraintes tarifaires
transactions de dérivée de compétitives semblent être les
change. vrais motifs de la mise en place
de solution de couverture.
L’utilisation de dérivés comme

couverture dépend également
de leur propre traitement
comptable de la liquidité du
marché des dérivés, de la
volatilité de change, de
l’exposition, et d’autres
facteurs techniques.
25 De ceuster, M. Durinck, E. Recherche empirique sur les Les résultats de l’étude

Lavaren, E. Lodewyckx, J. motivations à l'utilisation des montrent qu’une partie
produits dérivées par les grandes significative de grandes
sociétés non-financières Belges. sociétés belges utilisent les
2000. produits dérivés.

échantillon de 334 sociétés Contrairement aux Etats-Unis,
A survey into the use of
Belges, en juin 1997. les sociétés en Europe
derivatives by large non-
financial firms operating in continentale semblent se
concentrer davantage sur la
Belgium.
réduction de la volatilité de
revenus (bénéfices) que sur la
volatilité du cash-flow.
La comptabilité a un rôle très
important dans la
détermination de l'impôts et
même dans la distribution de
dividendes aux actionnaires,
aucun dividende sera payé si
le compte d'appropriation a un
équilibre (solde) négatif, cela
peut expliquer des attitudes
particulières envers la gestion
des risques.
26 Goldberg, S. Godwin, J. Recherche empirique sur les Les résultats de l’étude

Kim,M. Tritschle, C. motivations et les déterminants montrent qu’il existe des
de l’utilisation des dérivées par différences significatives entre
les entreprises non financières les déterminants de l’utilisation
1998 US. des dérivés de taux d’intérêt et

de taux de change.
On the Determinants of Etude réalisée sur la base de 410
Corporate Usage of entreprises dont les données L’utilisation de dérivés de taux

financières sont fournies par d'intérêt et de dérivées de
Financial Derivatives
COMPUSTAT. change est positivement liée à
la gouvernance (type de
propriété de l’entreprise) et
aussi aux dépenses de
recherche et développement
et la taille.
L'utilisation de dérivées de taux

d'intérêt est positivement
associée aux niveaux de
dettes.
27 Bodnar, G. Gebhart, G. Recherché empirique et sur Les résultats de l’étude
l'utilisation comparative de montrent que les sociétés
dérivés parmi des sociétés non- allemandes utilisent
1998
financières américaines et significativement plus de
allemandes. produits dérivées que les
sociétés américaines, et cela
Derivatives usage in risk pour tous types d’entreprises
management by US and (secteur et taille) et pour tous
Cette étude fait suite à celle
German Non-Financial les types de dérivés.
réalisé par la Wharton School en
Firms: A comparative
1995.
survey.
Une explication vient du fait
Etude réalisée sur la base d’un que l'Allemagne est une
échantillon de 126 sociétés économie plus ouverte et plus
allemandes, en 1997. petite, donc l'exposition de ses

sociétés au risque des prix
financier est plus grande,
particulièrement des taux de
change et des prix de
marchandises.
le modèle général d'utilisation à

travers l'industrie et la taille est
très comparable pour les deux
pays. Cela suggère que c’est
des considérations
économiques qui conduisent
les déterminants à l'utilisation
des dérivés et pas le résultat
de culture d'entreprise ou
d'autres différences spécifiques
de pays.
Au contrario, les sociétés à

travers les deux pays ont des
différences remarquables sur
la première motivation à
l'utilisation de dérivées, pour
les sociétés allemandes la
motivation est liée aux résultats
comptables et pour les
Sociétés américaines c’est la
volatilité des cash-flows. Ce
résultat est compatible avec la
grande importance des
déclarations comptables et
financières en Allemagne
28 Bodnar, G. Marston, R. Série d'enquêtes empiriques sur Les résultats de la dernière

la pratique de gestion des risques enquête sont les suivants :
financiers et l’utilisation de
1998, 1995, 1994. dérivées par les sociétés non

financières aux Etats-Unis. L'utilisation de dérivées est
plus importante pour les
Survey of derivatives grandes sociétés que les

Ces enquêtes ont été réalisée par petites. Plus parmi les
usage by US non financial
le Centre de Weiss pour sociétés du secteur primaire et
firms.
Recherche Financière des fabricants que parmi des
Internationale de la Wharton sociétés du secteur tertiaire.
School. Elles sont une référence Mais, l'utilisation de dérivées
sur le sujet. par des sociétés de service
augmente significativement
plus rapidement que pour
d'autres sociétés.
la dernière enquête, réalisée

octobre 1997 et en mars 1998.
Concerne un échantillon de 399
sociétés américaines non Les sociétés exposées au
financière. risque de change semblent
significativement ne protéger
seulement qu’une petite
fraction de l'exposition de
devise étrangère.
La majorité des dérivés sont à

courte échéance. Une large
variété d'options est disponible
sur le marché, mais les
sociétés continuent à utiliser le
Style européen standard ou
des options de Style américain
beaucoup plus que de telles
options exotiques.
Les sociétés sont très sensible

au risque de contrepartie,
particulièrement quand les
dérivées utilisées sont de
longue échéance.
29 Geczy, C. Minton, B. Recherche empirique sur Les résultats de l’étude

Schrand, C. l'utilisation de dérivées de devises montrent que les entreprises
et état de l’art sur les théories de avec des occasions de
couverture. croissance plus grandes et des
1997 contraintes financières plus

serrées utilisent
Etude réalisée sur la base d’un vraisemblablement des
échantillon de 372 entreprises dérivées de devises. Ce

Why firms use currency
non financières US. En 1990. résultat suggère que les
derivatives.
entreprises utilisent des
dérivées pour réduire la
volatilité de cash-flow qui
pourrait autrement nuire à
l’'investissement.
Les entreprises avec plus

d'exposition aux taux de
change étrangère vont utiliser
davantage des dérivées de
monnaie, et c’est cette source
d’exposition qui est un facteur
important dans l’utilisation de
ce type de dérivé.
30 Mian, S. Recherche empirique sur la Les résultats de l’étude

décision de couverture dans montrent que l'hypothèse de
l’entreprise. l’explication de la mise en
place de la couverture par des
1996
motifs de fiscalité n’est pas
Etude réalisée sur les bases de totalement vérifiée par les
données financières et preuves empiriques.

Evidence on corporate
comptables (de 771 entreprises
hedging policy
US) au lieu des données
d'enquête. les grandes sociétés se
couvrent davantage. Ce
résultat soutient l'hypothèse
qu'il y a des économies
d'échelle dans la couverture et
que les informations et des
considérations de transaction.
Les résultats montrent des

corrélations entre la mis en
place de couverture et le
dividende versé.
31 Froot, K. Scharfstein, D. Recherche théorique et Les résultats de la recherche

Stein, J. développement d’un cadre montrent :
général d’analyse des politiques
et des stratégies de gestion de
1993. risque dans l’entreprise. Que si les sources externes de

financement sont plus
coûteuses aux sociétés que les
sources internes, il y a donc un
Risk management:
avantage certain à la mise en
coordinating corporate
investment and financing place d’une couverture. la
couverture ajoute la valeur à la
policies.
mesure qu'elle aide à assurer
qu'une entreprise a des fonds
internes suffisants et
disponibles pour profiter
d'occasions d'investissement.
Les entreprise se couvrent
moins : plus corrélé sont leurs
cash-flows avec des occasions
d'investissement futures
Les entreprises se couvrent

davantage : plus sont corrélé
leurs cash-flows avec des
valeurs collatérales (et de là
avec leur capacité de lever des
finances externes).
En général, les stratégies de

couverture des entreprises
multinationales dépendront
d’un nombre de considérations
complémentaires, y compris
l'exposition de taux de change
tant des dépenses
d'investissement que de
revenus. Dans quelques cas
particuliers, les multinationales
veulent se couvrir afin « fixer »
une quantité d'investissement
dans chaque pays dans lequel
ils fonctionnent.
La stratégie de couverture
optimale pour une entreprise
donnée dépendra tant à la
nature de ses marchés (de ses
produits) que sur les stratégies
de couverture adoptées par
ses concurrents.
Annexe N°2 : Lettre d’accompagnement du questionnaire
Enquête sur les pratiques de
Gestion des Risques
Toulouse le 01/06/2010
A l’attention de la Directrice, du Directeur Financier,
Madame, Monsieur,
Actuellement en doctorat à l’institut Administrative des entreprises de l’Université

Toulouse 1 Capitole, je réalise une étude portant sur la gestion stratégique des risques
financiers dans les entreprises non financières.
L’objectif de cette étude est d’obtenir une meilleure connaissance de l’organisation et
des stratégies des pratiques de gestion des risques financiers et de leurs
conséquences sur les performances des entreprises non financières en France.
C’est la raison pour laquelle je vous sollicite en tant que Directeur Général d’une de ces
entreprises pour répondre à un questionnaire. J’imagine que vous êtes probablement
très sollicité mais j’espère néanmoins que vous pourrez consacrer quelques minutes de
votre temps pour compléter ce questionnaire. Votre participation contribuera à la fois à
la validité des résultats de cette étude et constituera également une aide précieuse à
mon travail de thèse. En remerciement de votre participation à cette recherche, je
m’engage à vous communiquer une synthèse générale des résultats.
Vous trouverez ci‐joints le questionnaire ainsi qu’une enveloppe retour pré‐adressée.
L’université et moi‐même garantissons l’anonymat des répondants et la confidentialité
des réponses. Les données récoltées ne seront jamais divulguées, seront utilisées
seulement dans le cadre de l’étude et seront détruites à la fin de celle‐ci.
Je reste à votre entière disposition pour tous compléments d’informations que vous
jugerez nécessaire. Je vous prie d’agréer, Madame, Monsieur, l’expression de ma
considération.
H. RAÏS ‐ Doctorant IAE Toulouse.
CRM – Université Toulouse 1 Capitole / 2 rue du Doyen Gabriel Marty 31042
TOULOUSE Cedex/ 06.33.09.16.25
Annexe N°3 : Questionnaire

Enquête sur les pratiques de

Gestion des Risques
Questionnaire
IDENTIFIANT DE L’ENTREPRISE
Q01 Nom de l’Entreprise :
Q02 Activité Principale :
Q03 N° Siret :
I – ORGANISATION DE LA GESTION DU RISQUE
L’entreprise possède-t-elle une fonction/ un service de gestion des risques ?
Oui Non
Si oui, en quelle date cette fonction / ce service a été mis en place :
ATTACHEMENT DE LA FONCTION RISK MANAGER :
Direction générale
Secrétariat général
Direction financière
Direction juridique
Directions opérationnelles
Direction de l’organisation et/ou de la logistique
Direction des achats
Audit interne
Autre
TAILLE DU SERVICE/DEPARTEMENT GESTION DES RISQUES
Nombre d’employé intervenant directement dans le service/département

gestion des risques
FORMATION DES RISK MANAGER
Formation et promotion interne
Niveau Universitaire
Master ou DESS en gestion des risques
Ecole de commerce
Ecole d’ingénieur
ARM (54 ou 55 ou 56)
Autre
LE RISK MANAGER EST-IL MEMBRE D’UNE ASSOCIATION DE GESTION DES

RISQUES ?
CARM
AMRAE
AUTRE Association
Aucune association
SOURCES D’INFORMATION ET D’IDENTIFICATION DES RISQUES
L’entreprise possède un système d’information de la gestion des risques (SIGR) ?
Oui Non
Les fonctions du SIGR sont :
La gestion des référentiels : Découpage précis de l’ensemble des activités de

la gestion des risques.
La gestion de la réduction des risques : Critères d’évaluation des

conséquences des différents sinistres.
La gestion du financement des risques : Mécanismes d’optimisation de

l’ingénierie financière pour la gestion des risques.
Le pilotage de l’activité et le décisionnel : Consolidation du système

d’information pour préparer et suivre la stratégie d’évaluation et de réduction
des risques.
Autre
II – STRATEGIE DE GESTION DES RISQUES
IDENTIFICATION DES RISQUES RENCONTRES PAR L’ENTREPRISE :
Quel type de risque concerne l’entreprise ?
Risque de taux de change
Risque de taux d’intérêt
Risque des prix des matières
Risque de Contrepartie Client
Risque de Contrepartie Fournisseur
Risque lié à la concurrence
Risque opérationnel
Risque juridique
Indiquer la ou les méthodes d’évaluation des risques utilisées
Stress testing
Scénario extreme
Value at Risk
Duration
Le risque est évalué par un auditeur ou un organisme externe
Autre (préciser)
Quel est le but de votre stratégie de couverture ?
Contrôler la volatilité dans des revenus comptables
Contrôlez la volatilité du cash flow
Contrôler l’appariement entre l'actif et le passif
Contrôler la valeur de l’entreprise
Contrôler le risque de crédit de contrepartie
Contrôler le risque de liquidité
Couvrir face à l’incertitude de l’environnement économique et social
Couvrir pour imiter la concurrence
Couvrir pour rassurer les partenaires
Couvrir face aux pressions des pouvoirs publics
Couvrir face aux pressions des normes comptables et fiscales
GESTION DU RISQUE DOMMAGE
Quels types de contrats d’assurances sont souscrits par l’entreprise ?
Multirisque Entreprise (dommage)
Perte d’exploitation
Perte de valeur du fond de commerce
Protection juridique
Autres assurance (à préciser)
Indiquez le montant de la couverture
Multirisque Entreprise (dommage)
Perte d’exploitation
Perte de valeur du fond de commerce
Protection juridique
Autres assurance (à préciser)
GESTION DU RISQUE CONTREPARTIE
L’entreprise possède-t-elle des lignes de crédit particulières ?
Oui Non
Si oui, indiquez les montants des crédits.
L’entreprise recoure-t-elle à des sociétés d’affacturage ?
Oui Non
Si oui, indiquez les montants couverts (% du Chiffre d’affaire)
GESTION DU RISQUE DES PRIX DE MATIERES PREMIERES
Indiquez le type de gestion du risque de matières premières
Couverture par intégration verticale ou Stockage
Couverture par contrats d’approvisionnement de long terme
Couverture par les futures (contrats financiers à terme ferme)
Autre
Si Contrat Financiers à terme : Indiquez le montant notionnel.
GESTION DU RISQUE DE CHANGE
Indiquez le type de gestion du risque de change
Couverture par les Forwards (contrat de change à terme) et Swap de

taux
Couverture par les options de change (Call ou Put)
Autre
Si Contrat Forwards ou Swap de taux: Indiquez le montant notionnel.
Si Options : Indiquez le montant notionnel.
GESTION DU RISQUE DE TAUX D’INTERET
Indiquez le type de gestion du risque de taux d’intérêt
Couverture en duration (égalisation de l’actif et du passif)
Couverture par le Swaps de taux d’intérêt
Autre
Si Swaps : Indiquez le montant notionnel. (% du montant des intérêt de l’année)
Non utilisation de produits dérivés
Si l’entreprise n’utilise pas les produits dérivés, quelles sont les raisons ?
Faible exposition aux risques
Le risque est mieux contrôlé par d’autres moyens
Le cout des produits dérivés est supérieur à leurs avantages
Il y a un manque d’expertise au sein de l’entreprise
Mauvaise image des dérivés
L’entreprise a comme politique de ne pas utilisé de dérivés
L’utilisation n’a pas été envisagée
Ces instruments ne sont pas adaptés aux besoins de

l’entreprise
Autres (préciser)
Annexe N°4 : résultats de l’Analyse en Composantes Principales
Tableau : Variables utilisées dans l’ACP.
Variable Label de la variable
Organisation3 Taille (effectif) du Service de gestion des risques (SGR).
Organisation4 Formation du risk manager.
Organisation5 Le risk manager est membre d’une association de gestion des

risques.
Organisation6 L’entreprise possède un système d’information de gestion des

risques.
Ces 4 variables permettent la construction par une méthode factorielle d’une

nouvelle variable qui est leur première composante principale. Cette composante
principale est par définition une combinaison linéaire qui maximise l’inertie des
quatre variables.
Tableau : Matrice de corrélation des variables :
Organisation3 Organisation4 Organisation5 Organisation6
Organisation3 1
Organisation4 0,79 1
Organisation5 0,43 0,62 1
Organisation6 0,81 0,78 0,27 1
Tableau : Résultats de l’ACP
Valeurs propres initiales
Composante Total % de la variance % cumulés
1 2,359 47,170 47,170
2 1,486 29,739 76,893
3 0,920 18,397 95,291
4 0,235 4,709 100,000
Méthode d’extraction : Analyse en composantes principales
Tableau : Matrice de corrélation des variables avec les Composantes

Principales
CP 1 CP 2 CP 3 CP 4
Organisation3 0,67 0,43 0,61 0,54
Organisation4 0,57 0,31 0,60 0,67
Organisation5 0,63 0,61 0,42 0,59
Organisation6 0,51 0,68 0,39 0,63
Ce dernier tableau montre une bonne corrélation entre la première

composante principale est les quatre variables utilisées dans l’analyse. Cette ACP
réalisée sur un tableau de 04 variables fournit des résultats satisfaisants.
Annexe n°5 : Variables explicatives des modèles économétriques
Variables explicatives des modèles économétriques :
Variable Label de la variable
Organisation_couverture Mesure de l’organisation de la fonction gestion des risques
Decision1 Valeur de marché / Valeur comptable
Decision2 Ratio de liquidité : actifs liquidable moins d’un an – dettes exigibles

moins d’un an
Decision3 R et D / Ventes
Decision4 BAII/Ventes
Impot1 Report de pertes
Impot2 Report de pertes/ Actif total
Detresse1 BAII / Charges d’intérêts
Detresse2 Dettes totales / Fonds propres
Coutag1 Nombre d’options détenues par les gestionnaires
Diversif1 Actifs hors secteur / Actifs total
Taille1 Ln (Total actif)
Regle1 Binaire : 1 = activité réglementée, 0=sinon.
Sec_AA 1= appartient au secteur Agriculture, chasse, sylviculture. 0= sinon
Sec-DA 1= appartient au secteur Industrie agricole et alimentaire. 0= sinon
Sec_DB 1= appartient au secteur Industrie textile et habillement. 0= sinon
1= appartient au secteur Industrie pharmaceutique. 0= sinon
Sec_ DG_1
Sec_DK_1 1= appartient au secteur Construction aéronautique et spatiale. 0= sinon
Sec_DK_2 1= appartient au secteur Fabrication d'équipements automobiles. 0= sinon
Sec_DG_2 1= appartient au secteur Autres industrie chimique. 0= sinon
1= appartient au secteur Industrie du caoutchouc et des plastiques. 0=

sinon
Sec_DH
Sec_DJ 1= appartient au secteur Métallurgie et travail des métaux. 0= sinon
Sec_DK_3 1= appartient au secteur Autres fabrication de machines et équipements.

0= sinon
Sec_DN 1= appartient au secteur Autres industries manufacturières. 0= sinon
Sec_FA 1= appartient au secteur Construction. 0= sinon
Sec_GA 1= appartient au secteur Commerce. 0= sinon
Sec_IA 1= appartient au secteur Transports et communications. 0= sinon
Matrice de corrélation des variables explicatives :
Decision1 Decision2 Decision3 Decision4 Impot1 Impot2 Detresse1 Detresse2 Coutag1 Diversif1 Taille1 Regle1 Organisation
_couverture
Decision1 1
Decision2 ,06 1
Decision3 0,11 0,07 1
Decision4 0,09 0,11 0,08 1
Impot1 ,03 0,03 0,07 0,12 1
Impot2 0,11 0,17 0,09 0,10 0,06 1
Detresse1 -0,12 -0,09 -0,06 -0,08 -0,09 -0,12 1
Detresse2 0,07 0,09 0,12 0,11 0,06 -0,14 - 0,09 1
Coutag1 0,08 0,12 0,02 0,05 0,17 0,08 0,08 0,04 1
Diversif1 0,05 0,04 0,09 0,08 0,03 0,02 0,07 0,04 0,09 1
Taille1 0,09 -0,06 -0,02 -0,08 -0,07 -0,05 - 0,04 - 0,03 - 0,09 0,07 1
Regle1 0,06 0,07 0,02 0,06 0,09 0,01 0,03 0,04 0,06 0,02 0,03 1
Organisation
_couverture 0,12 -0,09 -0,08 0,09 -0,11 -0,09 0,11 0,07 0,17 0,15 0,64 0,05 1
Annexe N°6 : statistiques des composantes du risque financier
Méthodes de couverture du risque prix.
Swaps 5 2,5
Options 31 15,3
Total 208 100
Montant notionnel des dérivés de couverture du risque prix

euros)
Swaps 5 213,98 405,35
Options 31 142,60 134,62
Total 104 132,47 138,55
Méthodes de couverture du risque de taux de change.
Futures, Forwards 12 4,1
Swaps 147 72,4
Options 78 38,4
Total 100,0
Montant notionnel des dérivés de couverture du risque de taux de change.

d’euros)
Futures, Forwards 12 124,87 261,38
Swaps 147 405,50 118,26
Options 78 209,00 124,26
Total 381,61 205,14
Méthodes de couverture du risque de taux d’intérêt.
Swaps 187 92,1
Options 92 45,3
Total 249 100,0
Montant notionnel des dérivés de couverture du risque de taux d’intérêt.

d’euros)
Swaps 187 194,50 87,12
Options 92 131,00 105,65
Total 132,47 138,55
Annexe N°7

Modèle Tobit : déterminants de la couverture des différents risques

financiers.
Indicateurs de qualité.
Indicateurs Value.
Risque prix des Risque de change Risque de taux

AIC 14,694 14,096 14,259
SC 13,745 14,065 13,821
-2Log L 3876,443 3862,967 3734,276
Pseudo 0,298 0,274 0,288
Coefficients du modèle.
B (Signification).
Risque prix des Risque de change Risque de taux

Constante 0,987 (0,0734) 1,576 (0,0756) 1,604 (0,0662)
Mesure de l’organisation de la fonction 0,122 (0,0011) 0,142 (0,0019) 0,139 (0,002)

gestion des risques
Valeur de marché / Valeur comptable 0,262 (0,118) 0,312 (0,112) 0,291 (0,218)
Ratio de liquidité : actifs liquidable moins -0,235 (0,0024) -0,584 (0,0121) -0,654 (0,0112)
d’un an – dettes exigibles moins d’un an
R et D / Ventes 0,345 (0,1276) 0,765 (0,1276) 0,722 (0,1645)
BAII/Ventes 0,546 (0,0987) 0,634 (0,0967) 0,543 (0,1209)
Report de pertes 0,267 (0,3461) 0,223 (0,0956) 0,453 (0,1255)
Report de pertes/ Actif total 0,154 (0,0045) 0,434 (0,0087) 0,554 (0,0112)
BAII / Charges d’intérêts 0,412 (0,0993) 0,342 (0,0876) 0,566 (0,1267)
Dettes totales / Fonds propres 0,087 (0,1098) 0,243 (0,0987) 0,155 (0,1176)
Nombre d’options détenues par les -1,234 (0,1268) -0,665 (0,1276) -0,442 (0,1234)
gestionnaires
Actifs hors secteur / Actifs total 0,032 (0,0012) 0,231 (0,0011) 0,128 (0,0125)
Ln (Total actif) 0,033 (0,0047) 0,123 (0,0116) 0,093 (0,0076)
Binaire : 1 = activité réglementée, 0=sinon. 0,244 (0,0752) 0,087 (0,1238) 0,367 (0,0967)
1= appartient au secteur Agriculture, 0,287 (0,1694) 1,234(0,1765) 1,257 (0,1856)

chasse, sylviculture. 0= sinon
1= appartient au secteur Industrie agricole 0,257 (0,1187) 1,275 (0,1467) 1,387 (0,1967)
et alimentaire. 0= sinon
1= appartient au secteur Industrie textile et 0,786 (0,1145) 1,384 (0,1745) 1,321 (0,1035)
habillement. 0= sinon
1= appartient au secteur Industrie 0,668 (0,1548) 1,428 (0,1858) 1,228 (0,1548)

pharmaceutique. 0= sinon
1= appartient au secteur Construction 0,586 (0,1345) 1,286 (0,1775) 1,584 (0,1565)

aéronautique et spatiale. 0= sinon
1= appartient au secteur Fabrication 0,287 (0,1736) 1,223 (0,1236) 1,327 (0,1856)

d'équipements automobiles. 0= sinon
1= appartient au secteur Autres industrie 0,485 (0,1446) 1,125 (0,1756) 1,115 (0,1326)
chimique. 0= sinon
1= appartient au secteur Industrie du 0,245 (0,3485) 1,153 (0,1635) 1,176 (0,1325)

caoutchouc et des plastiques. 0= sinon
1= appartient au secteur Métallurgie et 0,467 (0,1546) 1,227 (0,1436) 1,437 (0,1246)

travail des métaux. 0= sinon
1= appartient au secteur Autres fabrication 0,256 (0,1688) 1,294 (0,1768) 1,277 (0,1058)
de machines et équipements. 0= sinon
1= appartient au secteur Autres industries 0,167 (0,1453) 1,143 (0,1733) 1,237 (0,1673)
1= appartient au secteur Construction. 0= 0,078 (0,1545) 1,128 (0,1125) 1,218 (0,1235)

sinon
1= appartient au secteur Commerce. 0= 1,075 (0,1982) 0,985 (0,1072) 0,995 (0,1042)

sinon
1= appartient au secteur Transports et 1,067 (0,1047) 1,478 (0,1067) 1,647 (0,1327)

communications. 0= sinon
Annexe N°8
Modèle Logistique multinomial : déterminants des stratégies de gestion

des risques financiers.
Résultats de l’estimation :
Informations sur l’ajustement du modèle :
Critères
d’ajustement du
Modèle modèle Tests des ratios de vraisemblance
‐2 log
vraisemblance Khi deux Signif.
Constante uniquement 127,677
Final 0,000 127,677 0,000
Pseudo R-deux
Cox et Snell 0,321
Nagelkerke 0,425
McFadden 0,374
Tests des ratios de vraisemblance
-2log Khi-deux Signif.
vraisemblance du
modèle réduit
Constante -1,434 73,782 0,0000
Organisation_couver 0,552 44,235 0,0011
ture
Decision1 1,062 2,987 0,3218
Decision2 -0,452 43,675 0,0013
Decision3 1,437 4,876 0,9876
Impot1 0,568 23,782 0,0064
Impot2 0,045 44,268 0,0008
Detresse1 0,543 31,127 0,0023
Detresse2 0,197 43,571 0,0018
Coutag1 -0,498 28,567 0,0038
Diversif1 0,373 43,893 0,0004
Taille1 0,695 71,563 0,0007
Regle1 0,455 34,395 0,0065
Sec_AA 0,598 12,925 0,0797
Sec-DA 0,567 15,628 0,0946
Sec_DB 0,819 14,428 0,1256
Sec_ DG_1 0,534 11,395 0,2783
Sec_DK_1 -0,975 12,936 0,0841
Sec_DK_2 -0,565 10,678 0,0123
Sec_DG_2 0,454 14,946 0,1287
Sec_DH 0,345 14,912 0,0945
Sec_DJ 0,549 13,834 0,2138
Sec_DK_3 0,557 11,945 0,1267
Sec_DN 0,892 15,834 0,1167
Sec_FA 0,451 15,129 0,1198
Sec_GA 0,985 17,295 0,0945
Sec_IA 0,295 15,274 0,0975
Estimation des paramètres (Modalité de référence : Absence de

couverture ou internalisation du risque).
Coef.
Stratégie dominante de gestion des risques B Erreur Std. P value.
Marg.
Couverture et absence de dérivés.
Constante 2,874 1,034 0,0000 0,0123
Organisation_co 2,327 1,036 0,0022 0,0236

uverture
Decision1 1,984 1,324 0,2178 0,0432
Decision2 -1,987 1,876 0,0023 0,0265
Decision3 2,239 1,089 0,3276 0,0189
Impot1 2,167 0,987 0,256 0,0113
Impot2 1,916 0,876 0,8764 0,0471
Detresse1 2,385 0,456 0,1298 0,0374
Detresse2 2,734 0,567 0,2763 0,0154
Coutag1 0,654 0,564 0,0078 0,0223
Diversif1 -0,456 0,127 0,5678 0,0365
Taille1 0,845 0,183 0,0023 0,0365
Regle1 0,287 0,167 0,0287 0,0123
Sec_AA 0,875 0,172 0,0065 0,0286
Sec-DA 2,056 0,186 0,0897 0,0453
Sec_DB 2,083 0,387 0,0896 0,0387
Sec_ DG_1 1,894 0,934 0,0896 0,0375
Sec_DK_1 1,935 0,342 0,1293 0,0421
Sec_DK_2 1,834 0,342 0,0985 0,0387
Sec_DG_2 2,834 0,754 0,0942 0,0437
Sec_DH 2,056 0,342 0,0958 0,0369
Sec_DJ 1,945 1,056 0,1634 0,0457
Sec_DK_3 1,491 1,034 0,1768 0,0422
Sec_DN 2,734 1,073 0,1877 0,0476
Sec_FA 2,875 1,287 0,0983 0,0458
Sec_GA 2,465 1,382 0,1763 0,0433
Sec_IA 2,875 1,626 0,0954 0,0421
Couverture par des dérivés linéaires.
Constante 2,587 1,734 0,0000 0,0352
Organisation_co 2,623 1,022 0,0021 0,0375

uverture
Decision1 1,067 1,284 0,0017 0,0167
Decision2 -1,056 1,735 0,0213 0,0342
Decision3 2,683 1,856 0,2876 0,0268
Impot1 2,187 0,734 0,2671 0,0365
Impot2 1,387 0,623 0,0064 0,0186
Detresse1 2,985 0,487 0,3548 0,0297
Detresse2 -2,398 0,387 0,0028 0,0279
Coutag1 0,856 0,876 0,2878 0,0368
Diversif1 0,298 0,387 0,1768 0,0229
Taille1 -0,438 0,497 0,3284 0,0342
Regle1 0,398 0,835 0,0037 0,0428
Sec_AA 0,639 0,976 0,2265 0,0376
Sec-DA 2,156 1,057 0,1877 0,0376
Sec_DB 2,317 1,047 0,1566 0,0387
Sec_ DG_1 1,398 1,298 0,0966 0,0246
Sec_DK_1 1,478 1,945 0,0873 0,0287
Sec_DK_2 1,312 1,628 0,1235 0,0268
Sec_DG_2 2,673 1,947 0,1762 0,0287
Sec_DH 2,187 0,945 0,2568 0,0378
Sec_DJ 1,945 0,941 0,2164 0,0398
Sec_DK_3 1,387 0,735 0,2768 0,0421
Sec_DN 2,387 0,818 0,2167 0,0387
Sec_FA 2,056 0,593 0,0783 0,0287
Sec_GA 2,912 1,678 0,0983 0,0387
Sec_IA 2,395 1,943 0,0865 0,0298
Couverture par des dérivés non linéaires et options.
Constante 1,452 1,945 0,0000 0,0000
Organisation_co 2,127 0,0018

1,216 0,0018
uverture
Decision1 1,784 1,376 0,3218 0,0118
Decision2 -1,673 1,397 0,0003 0,0003
Decision3 1,562 1,295 0,0016 0,0016
Impot1 2,745 1,062 0,8784 0,1762
Impot2 1,067 0,834 0,1948 0,0084
Detresse1 1,453 0,945 0,0029 0,1948
Detresse2 1,453 0,945 0,2478 0,0029
Coutag1 1,563 0,841 0,0028 0,2478
Diversif1 1,987 0,975 0,0014 0,1628
Taille1 -1,456 0,486 0,0027 0,2314
Regle1 1,453 0,418 0,0365 0,0027
Sec_AA 1,287 0,624 0,0967 0,0365
Sec-DA 1,543 0,937 0,0636 0,0967
Sec_DB 1,945 0,963 0,0956 0,1636
Sec_ DG_1 1,856 0,892 0,3173 0,0956
Sec_DK_1 1,212 0,836 0,5345 0,3173
Sec_DK_2 1,834 0,963 0,3862 0,5345
Sec_DG_2 2,056 0,297 0,5238 0,3862
Sec_DH 2,123 1,095 0,4314 0,5238
Sec_DJ 1,012 1,945 0,1788 0,1314
Sec_DK_3 2,541 1,496 0,1547 0,1788
Sec_DN 2,217 1,948 0,1873 0,1547
Sec_FA 2,218 1,735 0,8453 0,1873
Sec_GA 2,186 1,734 0,3544 0,5453
Sec_IA 2,165 1,262 0,5419 0,3544
Résumé :
Cette thèse s’inscrit dans la lignée des recherches empiriques sur les déterminants de la
gestion des risques (Bodnar et al, 2001, Grant et Marshal, 2002, Bailly, El Masry, 2003,
Benkhediri, 2006, Judge, 2006). Ces travaux testent différentes hypothèses pour expliquer
les stratégies gestion des risques mises en œuvre par entreprises non financières. La
contribution de cette thèse est la constitution d’une base de données quantitative incluant non
seulement les stratégies de gestion des risques de 400 entreprises non financières
françaises mais aussi l’organisation de la fonction gestion des risques au sein de ces
entreprises.
Les analyses empiriques menées sur ces données conduisent aux résultats
suivants :
• La sophistication de l’organisation de la fonction gestion des risques d’une entreprise
est principalement déterminée par son secteur d’activité, sa diversification, ses
liquidités et sa taille.
• La sophistication de l’organisation de la gestion des risques d’une entreprise est un
facteur explicatif important de la sophistication de sa stratégie de gestion des risques
• L’absence de couverture externe par des produits dérivés, n’est pas le fait de la non
prise en compte des risques, mais résulte, dans 25% des cas, d’une stratégie active
d’assurance interne.
• La stratégie de couverture par les produits dérivés est déterminée par l’importance de
la fonction gestion des risques, la croissance de l’entreprise, les avantages fiscaux et
la taille.
• L’utilisation de l’assurance pour couvrir les risques opérationnels est distribuée « en
U » par rapport à la taille des entreprises : les plus petites et les plus grandes utilisent
plus l’assurance que les moyennes.
Mots clés : Gestion des risques. Stratégies. Organisation. Risques financiers. Risques
opérationnels. Produits dérivés. Assurance.

Keywords: Risk management. Strategies. Organization. Financial risks. Operational risks.
Derivatives. Insurance.

Memoire Gestion de Risque

Transféré par

Droits d'auteur :

Formats disponibles

Memoire Gestion de Risque

Transféré par

Informations du document

Description originale:

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Memoire Gestion de Risque

Transféré par

Droits d'auteur :

Formats disponibles

Analyse empirique de la gestion des risques dans les entreprises non

Au terme de cette thèse, je souhaite tout d’abord remercier Thomas-

Par ailleurs, j’exprime ma gratitude à Pierre Dubois de TSE, pour avoir

Je remercie particulièrement toutes les personnes ; Chefs

Je souhaite également remercier le personnel administratif du CRM

Mes derniers remerciements s’adressent à mon épouse qui par son

Le risque est un élément incontournable dans la vie de l’entreprise.

Le risque ou les risques liés à ces mécanismes financiers et

Les évolutions des activités économiques rendent la gestion des

La gestion des risques s’est développée à travers les pratiques et les

Hassen Rais. Thèse de Doctorat 2012 1

La mise en place de ces méthodes implique un investissement de la

Le débat théorique sur les déterminants de la couverture des risques a

Hassen Rais. Thèse de Doctorat 2012 2

Elle se pose comme objectif général l’approfondissement des analyses

L’objectif de recherche repose sur une méthode expérimentale et une

L’originalité de cette recherche repose d’abord sur la délimitation du

Pour répondre à cette problématique et valider les différentes

1. La première partie présente l’univers des risques. A travers cette

Hassen Rais. Thèse de Doctorat 2012 3

2. La deuxième partie de se veut être empirique dans son approche et

Cette méthodologie présente la conception des outils de recherche et

3. Sur la base des informations recueillies, la troisième partie présente

Ainsi, ces analyses expliquent et mesurent les déterminants de la

Une première analyse explique l’organisation de la fonction gestion des

Une deuxième analyse explique la gestion des risques financiers et

Hassen Rais. Thèse de Doctorat 2012 4

Enfin, la conclusion présente les limites de cette recherche. Elle ouvre

Le deuxième est un apport méthodologique et concerne la construction

Le troisième est un apport managérial et concerne le développement

Le quatrième est un apport scientifique original et concerne l’analyse

Hassen Rais. Thèse de Doctorat 2012 5

Partie I : Théories et état de l’art.

Toute entreprise est risquée par essence et il n’est en aucun cas

L’objet de cette première partie est de présenter l’univers du risque

1. Le risque dans l’Entreprise :

Ce chapitre présente les différents types de risques financiers

1.1. Définition et identification des risques liés à l’activité de l’entreprise :

Selon le Petit Robert (2012), le risque est définit comme « un danger

Hassen Rais. Thèse de Doctorat 2012 6

Ces définitions permettent de rendre compte de l’existence de

Avant de présenter les différentes définitions, il est nécessaire de faire

Hassen Rais. Thèse de Doctorat 2012 7

Knight a également développé une première typologie des risques

1. Les risques sont dits purs car leur concrétisation résulte

Les risques spéculatifs peuvent être détaillés en une quantité de

Il faut également remarquer que les entreprises financières

Hassen Rais. Thèse de Doctorat 2012 8

Le risque de marché ou risque financier concerne les variations de prix

2. Risque de taux de change : il est lié à l’éventualité d’une variation du

3. Risque de taux d’intérêt : il est déterminé sur le marché de dette par

Il faut enfin remarquer que l’entreprise, au delà des risques

Le risque d’affaire peut, quant à lui, être décomposé en :

1. Risque commercial ou de contrepartie: il est lié à tous les éléments

2. Risque de production : il est lié à la structure de production de

Hassen Rais. Thèse de Doctorat 2012 9

3. Risque réglementaire ou juridique : lié aux relations avec les

1.2. Mesure du risque :