Gestion de projets Mémoire de Projet de Fin d`Etudes Année 2011
publicité
UNIVERSITE MOHAMMED V AGDAL ECOLE MOHAMMADIA D’INGENIEURS Département: Génie Industriel Section: Gestion de projets Mémoire de Projet de Fin d’Etudes Scoring et évaluation du risque défaut des sociétés émettrices de la dette privée sur le marché obligataire marocain Réalisé par: Mlle. Marwa BELFARJI Mlle. Mona CHOUKRY Soutenu le 01/06/2012 devant le Jury : Mme. Fouzia GHAITI (Présidente) M. Nizar EL HACHEMI (Rapporteur) Mme Loubna BENABBOU (Encadrante) M. Mohammed TKIOUAT (Encadrant) Mme. Ikram EL GHAZOUANI (Parrain) Mme. Kanza BERRADA (Parrain) Année 2011-2012 Scoring des sociétés émettrices sur le marché obligataire marocain Dédicace A mes très chers parents, Je vous suis redevable pour tout ce que j’ai pu réaliser dans ma vie. Sans votre amour, votre soutien inconditionnel et votre bienveillance à mon égard, je n’aurais jamais arrivé à ce stade de ma vie. A mon oncle Abdelhak et ma tante Fatna Que vous trouviez ici l’expression de ma reconnaissance pour tout votre amour et vos efforts déployés pour me procurer mon bien être. Aucun mot ne saurait exprimer ma gratitude envers vous. A ma sœur Loubna, Le destin a voulu qu’on trace nos chemins de manière semblable pour une bonne raison. Merci de me faire profiter de ton expérience et ton savoir. Et merci pour ton soutien permanent et ton support. A soukaina, La simplicité de l’amitié, le symbole de fidélité et l’incarnation du lien éternel A mes amies adorables, Chaymae pour ces moments de plaisir et d’éclats de rire, Safaa pour cette amitié prometteuse, ces moments de joie et de complicité. A mes très chers amis, Nizar, pour la complicité que nous avons développée, ton support déterminant, ta confiance et ta patience infinie. Zakaria, pour ces moments de pur plaisir, de solidarité et d’entraide. Réda, pour son amitié dévouée. A Mona, pour tous ces moments de joie, de complicité que nous avons vécus, pour toutes ces prises de têtes que tu as supportées. Merci d’avoir contribué au bon déroulement de notre travail. MARWA Projet de fin d’études I Scoring des sociétés émettrices sur le marché obligataire marocain Projet de fin d’études I Scoring des sociétés émettrices sur le marché obligataire marocain Dédicace A ma très chère mère, en témoignage de ma reconnaissance et gratitude envers le soutien, les sacrifies et tous les efforts qu’elle a investi pour faire de moi la personne que je suis A ma grand-mère, la sage, la dévouée, merci d’avoir toujours eu foi en moi A mon frère, le cher, l’unique, l’idole qui m’a toujours poussé à donner le meilleur de moi-même A mes tantes et mes oncles, pour leur attention et soutien A mes cousines, mes complices, mes amies, mes sœurs A Sara , ma meilleure et ma fidèle amie, qui m’a toujours soutenu , qui a toujours été comme une sœur A mon ami Kebir , son support moral ainsi que l’affinité et la complicité qu’on a développé A mon amie Marwa , l’attentionnée et la confidente ,Sa persévérance et son bon sens ont considérablement contribués à la réussite de ce projet A Chaymaâ, pour toutes ces différences qui ont foit de nous de bonnes amies A mon amie Safaâ , pour tous les moments complicité et de folie A mon ami Nizar , le drôle , le jovial et le serviable, pour tous ces moments de rire que tu m’as procuré A mon ami Réda , le sage, le tranquile A mon ami Zakaria, le franc, le sincère, le râleur, ta compagnie m’a toujours fait plaisir A ElFarsi Fatna et Belfarji Loubna pour leur aide précieuse A tous mes amis et ma famille et tous ceux qui ont participés de près ou de loin à la réussite de ce projet mona Projet de fin d’études II Remerciements REMERCIEMENTS Avant d’entamer le détail de notre projet de fin d’études, il nous tient à cœur de remercier toutes les personnes de mérite sans qui ce travail n’aurait jamais abouti. Nous exprimons notre profonde gratitude à M. Jaber KHAMLICHI, Directeur de la Division Gestion de Portefeuille ainsi qu’à notre tutrice de stage, Mme. Ikram El GHAZOUANI, Chef du service conformité et contrôle interne, pour leurs orientations, leurs conseils et leur aide précieuse tout au long de notre période de stage. Aussi sommes-nous très reconnaissants à Mme. Kanza BERRADA, cadre au sein du service contrôle interne, pour son encadrement, son accompagnement et ses efforts entrepris pour la réussite de notre projet. Nous n’omettrons pas de remercier toute l’équipe de la Direction gestion de portefeuille à la CMR et en particulier M. Mostapha LEKHAL, analyste financier, pour les informations très utiles qu’il nous a fournies. Très grands sont les sentiments de gratitude et de considération que nous exprimons à l’égard de nos encadrants pédagogiques Mme. Loubna BENABBOU et M. Mohammed TKIOUAT pour leur soutien inconditionnel, leur disponibilité, leurs conseils, leur apport dans le projet et l’aide permanente qu’ils nous ont prodiguée. Nous savons gré également aux membres du jury qui ont eu l’obligeance d’accepter d’évaluer ce travail. Que nos parents trouvent ici les marques de notre éternelle obligation pour leur soutien et leur présence pendant le déroulement de ce stage et durant toute notre vie. Enfin, nous remercions toutes les personnes qui ont contribué de loin ou de près à la concrétisation de ce travail. Projet de fin d’études III Résumé RESUME Pour la bonne gestion de ses fonds et à l’instar des autres investisseurs institutionnels, la CMR œuvre pour la minimisation des risques relatifs à ses décisions d’achat de titres .C’est dans cette optique que s’intègre le sujet de notre projet de fin d’études. Il s’agit de développer un outil d’aide à la décision permettant de faciliter la décision des participations aux émissions obligataires. Cet outil intègre plusieurs volets de jugement à savoir : le jugement de la structure financière des entreprises émettrices en développant un modèle de Scoring propre à la CMR, le jugement de leurs volatilités par rapport au marché ainsi qu’une appréciation de la prime de risque action. Pour atteindre cet objectif principal, la première partie du travail a été consacrée au recueil de données de l’échantillon d’étude. Ces données ont été ensuite exploitées, d’une part, pour calculer la prime de risque action et l’indice de volatilité ; et d’autre part, pour arrêter les variables explicatives du modèle et générer ainsi la fonction défaillance de l’émetteur. Pour ce faire, nous avons construit un modèle de Scoring permettant d’évaluer la défaillance de l’émetteur. En dernier lieu, nous avons automatisé l’outil d’aide à la décision par le biais d’une application VBA permettant de calculer, visualiser et stocker les différents résultats. Projet de fin d’études IV Abstract ABSTRACT For the proper management of its funds and, like other institutional investors, the Moroccan Pension Fund aim to improve its risk management. It is in this context that we conducted our senior project. Moreover, our project is directly concerned with the Moroccan Pension Fund’s effort to establish an efficient tool for bond’s valuing. The mission entrusted to us was to develop a tool for decision support to facilitate this bond’s valuing. This tool incorporates several elements of judgment namely the judgment of the financial structure of the Issuer by developing a scoring model specific to the Moroccan Pension Fund, the judgment of their relative volatilities in the market as well as evaluating the risk premium proposed via the equity risk premium. To achieve this objective, the first part of the work was devoted to the collection of data for the study sample. These data were then used, first, to calculate the equity risk premium and the volatility indicator, and secondly, to define the explanatory variables and generate the transmitter’s function default. Finally, we have automated the tool for decision support through a VBA application to calculate, store and view the different results. Projet de fin d’études V ملخص ملخص يعمل الصندوق المغربي للتقاعد ،كأي مستثمر مؤسسي آخر ,على التقليل من األخطار الناجعة عن قرارات شراء السندات و ذلك في إطار تحسين إدارة أمواله. يعمل هذا المشروع على تطوير أداة لدعم اتخاذ القرارات .وذلك لتسهيل قرار المشاركة في عملية إصدار السندات الحرة.هذه األداة تحوي عدة مكونات تمكن من الحكم على الهيكل المالي للشركة المصدرة للسنداة ،إضافة إلى تقييم تقلبات القيم المنقولة لهذه الشركات.فضال عن تقييم عالوة خطر السنداة الحرة المعروضة في عملية اإلصدار بالنسبة لعالوة خطر األسهم. من أجل الوصول إلى الهدف الرئيسي،تم تجميع معطيات العينة المكونة من شركات قامت بإصدار سندات سابقا.هذه المعطيات تم استعمالها لحساب مخاطر األسهم ومؤشر تقلبها،هذا من جهة من جهة أخرى ،و لتوليد دالة إفالس الشركة المصدرة،تم وقف المتغيرات التفسيرية للنموذج وحساب قيمها. في آخر المطاف ،تم تطوير تطبيق بالحاسوب يعمل على حساب وتخزين وعرض نتائج مختلف المتغيرات. VI Projet de fin d’études Liste des figures LISTE DES FIGURES Figure 1.1 : Organigramme de la Caisse Marocaine des Retraites ........................................................ 13 Figure 1.2 : Organigramme de la division de gestion de portefeuille ................................................... 15 Figure 1.3 : Diagramme Gantt du projet ............................................................................................... 21 Figure 3.1 : Tests de Box....................................................................................................................... 51 Figure 3.2 : Test du Lambda Wilks ....................................................................................................... 51 Figure 3.3 : Les valeurs propres ............................................................................................................ 52 Figure 3.4 : Corrélation des variables explicatives avec le facteur F1 .................................................. 52 Figure 3.5 : Reclassement des observations .......................................................................................... 53 Figure 3.6 : Discrimination des groupes par rapport aux variables explicatives ................................... 54 Figure 3.7 : Matrice de confusion pour l’échantillon d’estimation ....................................................... 54 Figure 3.8 : Courbe ROC ...................................................................................................................... 55 Figure 3.9 : Contribution des variables explicatives dans le modèle .................................................... 57 Figure 3.10 : Indicateurs de la qualité du modèle ................................................................................. 57 Figure 4.1 : Bête à corne de l’application à développer ........................................................................ 72 Figure 4.2 : Feuille du secteur « Chimie » de la base de données. ........................................................ 74 Figure 4.3 : Variables financières de « MAGHREB OXYGENE » appartenant à un secteur hors financier ................................................................................................................................................. 74 Figure 4.4 : Variables financières de « Crédit du Maroc » appartenant à un secteur financier. ............ 75 Figure 4.5 : Feuilles des secteurs et les entreprises y appartenant ........................................................ 75 Figure 4.6 : Feuille des émissions obligataires antérieures ................................................................... 76 Figure 4.7 : Champ de saisie d’une entreprise existante. ...................................................................... 77 Figure 4.8 : Champ de saisie d’une nouvelle entreprise. ....................................................................... 77 Figure 4.9 : Calcul du bêta pour une entreprise cotée ........................................................................... 78 Figure 4.10 : Calcul du bêta d’une entreprise non cotée ....................................................................... 78 Figure 4.11 : Volet structure financière pour secteurs hors financiers .................................................. 79 Figure 4.12 : Historique des défaillances et scores non financiers ........................................................ 80 Figure 4.13 : Volet structure financière des secteurs financiers ............................................................ 81 Figure 4.14 : Historique des défaillances et scores financiers ............................................................... 81 Figure 4.15 : Calcul de la prime de risque action et saisie des caractéristiques d’une nouvelle émission ............................................................................................................................................................... 82 Figure 4.16 : Stockage des caractéristiques saisies de la nouvelle émission ......................................... 83 Projet de fin d’études VII Liste des tableaux LISTE DES TABLEAUX Tableau 1.1 : Tableau des acteurs intervenant dans le projet ................................................... 20 Tableau 2.1 : Historique des primes de risque (%) aux Etats Unis (1889-1978) : (Grossman and Shiller (1981)) ................................................................................................................... 32 Tableau 3.1 : Tableau des entreprises figurant dans l’échantillon de données ........................ 44 Tableau3.2 : Tableau des scores calculés par le modèle d’Altman sur la base de 5 ans. ......... 46 Tableau 3.3 : Tableau du classement des entreprises selon le modèle d’Altman .................... 47 Tableau 3.4 : Tableau des défaillances préalables des entreprises des secteurs hors financiers .................................................................................................................................................. 49 Tableau 3.5 : Ratios utilisés pour le modèle de Scoring propre à la CMR .............................. 50 Tableau 3.6 : Tableau comparatif des défaillances trouvées par le modèle d’Altman et le modèle développé ..................................................................................................................... 58 Tableau 3.7 : Tableau des défaillances préalables des entreprises des secteurs financiers ...... 60 Tableau 3.8 : Bêta des différentes valeurs ................................................................................ 65 Tableau 3.9 : Prime de risque action des différentes valeurs ................................................... 67 Projet de fin d’études VIII Liste des acronymes LISTE DES ACRONYMES CMR: Caisse Marocaine de Retraites; VBA: Visual Basic for Applications; CDVM: Conseil Déontologique des Valeurs Mobilières; OPCVM: Organisme de Placement Collectif en Valeurs Mobilières; DGP: Division Gestion de Portefeuille; SAM: Service Asset Management; S & P: Standard’s and Poor; MEDAF: Modèle d’évaluation Des Actifs Financiers; CAPM: Capital Pricing Asset Model; ATI: ATtijari Intermediation; COFACE: Compagnie Française d’Assurance pour le Commerce Externe; AFD: Analyse Factorielle Discriminante; BFR: Besoin en Fonds de Roulement; PRA: Prime de Risque Action; BDFI: Le Score Banque de France; LSD de Fisher: Ficher’s Least Significant Difference; AUC: Area Under Curve; ROC: Receiver Operating Characteristic; ANOVA: ANalysis Of VAriance; MASI: Moroccan All Shares Index; MADEX: Moroccan Most Active Shares Index; CB: Capitalisation Boursière. Projet de fin d’études IX Tables des matières TABLE DES MATIERES INTRODUCTION GENERALE ............................................................................................................. 1 CHAPITRE I : CADRAGE DU PROJET DE FIN D’ETUDES ............................................................................. 5 Introduction :....................................................................................................................................... 5 1.1. Le système financier : .............................................................................................................. 5 1.2. Le marché financier : ................................................................................................................... 6 1.3. Le marché obligataire marocain: .................................................................................................. 7 1.3.1. Les intervenants sur le marché obligataire ........................................................................... 8 1.3.2. L’émission obligataire : .......................................................................................................... 9 1.4. Présentation de l’organisme d’accueil : .................................................................................... 12 1.4.1. Présentation : ...................................................................................................................... 12 1.4.2. Mode de fonctionnement : ................................................................................................. 12 1.4.3. Situation financière et condition d’équilibre de la CMR : .................................................. 14 1.5. Présentation de la division de gestion du portefeuille (DGP) ............................................... 14 1.5.1. Mission de la DGP : ........................................................................................................ 15 1.5.2. Organisation de la division de gestion du portefeuille :................................................ 15 1.6. Note de cadrage du projet de fin d’études : .............................................................................. 17 Conclusion : ....................................................................................................................................... 21 CHAPITRE II : REVUE DES METHODES DE CALCUL DE LA PRIME DE RISQUE ET METHODES DE SCORING ................................................................................................................ 23 Introduction :..................................................................................................................................... 23 2.1. L’intérêt d’une émission obligataire :......................................................................................... 23 2.1.1. Diversifier ses sources de financement : ....................................................................... 24 2.1.2. Accéder à des capitaux plus importants : ...................................................................... 25 2.1.3. Emprunter à long terme : ............................................................................................... 25 2.1.4. Avoir un financement moins contraignant : .................................................................. 25 2.1.5. Accroître sa notoriété : .................................................................................................. 26 2.1.6. S'évaluer auprès des investisseurs : ............................................................................... 26 2.1.7. Faciliter la gestion de sa dette : ..................................................................................... 26 2.1.8. Eviter la dilution des actionnaires : ............................................................................... 26 2.2. Définition et mesure du risque obligataire : .............................................................................. 27 2.2.1. Les risques obligataires : ..................................................................................................... 27 2.2.2. Définition et méthodes de calcul de la prime de risque : ................................................... 29 2.2. Système de notation financière (Rating) et système de Scoring : ............................................. 33 Projet de fin d’études X Tables des matières 2.2.1. Notation financière par les agences de notation : .............................................................. 33 2.2.2. Méthode générale de Scoring : ........................................................................................... 35 2.2.3. Les principaux modèles de Scoring : ................................................................................... 36 Conclusion : ....................................................................................................................................... 39 CHAPITRE III : DEVELOPPEMENT DE L’OUTIL D’AIDE A LA DECISION .............................. 41 Introduction :..................................................................................................................................... 41 3.1. Analyse de l’existant : ................................................................................................................. 41 3.2. Présentation de l’échantillon de données :............................................................................... 43 3.3. Développement du modèle de Scoring pour les secteurs hors financiers : ............................... 45 3.3.1. Application du modèle d’Altman :....................................................................................... 45 3.3.2. Jugement préalable de la défaillance des secteurs hors financiers : .................................. 48 3.3.3. Vérification de la signification des variables explicatives : ................................................ 50 3.3.4. Construction du modèle de Scoring : .................................................................................. 56 3.4. Développement du modèle de Scoring pour les secteurs financiers : ....................................... 59 3.4.1. Jugement préalable de la défaillance des secteurs financiers : ............................................ 59 3.4.2. Interprétation des résultats et construction du modèle financier : ....................................... 61 3.5. Appréciation de la prime de risque : .......................................................................................... 62 3.5.1. Jugement de la volatilité des valeurs de l’échantillon : ...................................................... 62 3.5.2. Calcul de la prime de risque : .............................................................................................. 65 Conclusion : ....................................................................................................................................... 69 CHAPITRE IV : DEVELOPPEMENT DE L’APPLICATION SOUS VBA ....................................... 71 Introduction :..................................................................................................................................... 71 4.1. Expression du besoin : ................................................................................................................ 71 4.1.1. Enoncé du besoin : .............................................................................................................. 71 4.4.2. Diagramme Bête à cornes : ................................................................................................. 72 4.2. Présentation de l’application : ................................................................................................... 72 4.2.1. Description générale : ......................................................................................................... 73 4.2.2. Base de données :................................................................................................................ 73 4.2.3. Description de l’application : ............................................................................................... 76 ........................................................................................................................................................... 83 Conclusion : ....................................................................................................................................... 83 CONCLUSION GENERALE ............................................................................................................... 84 BIBLIOGRAPHIE ................................................................................................................................ 86 WEBOGRAPHIE .................................................................................................................................. 86 Projet de fin d’études X Tables des matières ANNEXES ............................................................................................................................................ 88 Annexe I : Méthodes utilisées pour analyse et modélisation des données : .................................... 88 I.1. L’analyse factorielle discriminante : ........................................................................................ 88 I.2. La régression logistique : ......................................................................................................... 88 Annexe II : Questionnaire dédié aux investisseurs :.......................................................................... 91 Projet de fin d’études X Introduction Générale INTRODUCTION GENERALE Avec l’avènement de la mondialisation et de l’économie de marché, les rythmes de développement économiques se sont très rapidement accélérés, poussant les organisations à changer de mode de pensées pour garantir leurs positions sur le marché. Ainsi pour assurer leurs pérennités, les organisations doivent constamment chercher à réaliser de meilleurs rendements et par conséquent, elles doivent développer plus d’agilité et de moyens pour atteindre leurs objectifs avec les meilleures performances exigées par la concurrence. En effet, les risques auxquels sont confrontées les entreprises aujourd’hui, sont devenus de plus en plus nombreux et leur gravité s’est considérablement amplifiée. Dans ce contexte, la gestion de tout genre de risque reste plus que jamais un élément créateur de valeur. Comme toute autre entreprise, un organisme financier (société, banque, assurance…) reste exposé au risque qui peut être principalement un risque crédit, un risque marché ou un risque opérationnel. Le risque crédit a connu une grande expansion depuis les années 80 en raison de la montée en puissance de divers facteurs notamment, la défaillance accrue des entreprises après le choc pétrolier, la forte baisse de la valeur des actifs des sociétés sous l’effet de la hausse des taux d’intérêt nominaux et réels et la montée du degré d’endettement des Etats. Aussi, les investisseurs se procurent des actifs dans le but de placer leur épargne sur les marchés financiers: des actions (titres de capital) et/ou des obligations (titres de dette). Le présent projet de fin d’études s’intéressera uniquement à ces dernières. Une obligation est un titre financier qui matérialise l’engagement d’un emprunteur envers un préteur qui, en contrepartie, met des fonds à sa disposition. Cet engagement prévoit un échéancier de flux financiers qui définit les modalités de remboursement des fonds et un mode de rémunération du préteur dans l’intervalle. Si le préteur connaît aujourd’hui, avec certitude, le résultat futur de son placement, on parle alors d’avenir certain. Malheureusement cette situation est invraisemblable, et tout raisonnement basé uniquement sur la certitude est loin d’être exact. D’où l’intérêt d’aborder la notion de « risque », un pilier de la finance. Projet de fin d’études Page 1 Introduction Générale On parle d’incertitude si l’individu se trouve face à une multitude de résultats futurs possibles, certains optimistes et d’autres pessimistes. Cette incertitude pourrait devenir mesurable, c'està-dire il serait possible d’affecter, entre autres, une probabilité (objective) d’occurrence à chaque état futur de la nature. Placé dans un univers risqué, le préteur ne peut pas calculer d’avance la rentabilité, car la valeur du titre en fin de période est incertaine ainsi que, dans certains cas, la rémunération perçue durant la période. En revanche, il pourrait calculer l’écart existant à un moment donné entre le rendement des obligations d’état, supposées sans risque, et la rentabilité attendue du titre en question. Cet écart est appelé «prime de risque ». C’est dans ce cadre que la CMR (Caisse Marocaine des retraites) a proposé un projet de Scoring des sociétés émettrices sur le marché obligataire marocain en appréciant la santé financière de ces entreprises, leur volatilité par rapport au marché ainsi que les primes de risque de leurs obligations émises. Et c’est dans cette perspective que s’inscrit notre projet de fin d’études à la direction de gestion de portefeuille de la CMR. Notre mission consiste à évaluer les primes de risques des différentes émissions obligataires. Ensuite, nous serons tenues de classer les différentes sociétés émettrices en développant un modèle de Scoring répondant aux exigences de la CMR ; pour pouvoir finalement, créer une application sous VBA pour visualiser les différents scores calculés. Dans le présent rapport, nous allons définir le contexte de notre projet de fin d’études, ensuite, nous expliciterons la procédure suivie au sein de la Caisse Marocaine de Retraites à l’issu de toute émission obligataire et puis présenterons le modèle de Scoring développé en interne avec ses différents onglets de jugement ainsi que l’application sous VBA permettant de visualiser les différents résultats fournis. Ainsi, nous débuterons par une revue détaillée de l’environnement général de notre projet et nous entamerons par la suite une présentation générale englobant l’organisme dans lequel le projet a été effectué ainsi qu’une note de cadrage du projet pour bien cerner la problématique, le contexte, les acteurs et le planning du projet sans pour autant négliger les exigences de la CMR. Nous présenterons par la suite en revue, les différentes méthodes de Scoring et celles du calcul de la prime de risque. Dans le souci de satisfaire les besoins de la CMR, nous développerons un modèle de Scoring propre à l’organisme en question lui permettant de juger Projet de fin d’études Page 2 Introduction Générale de la défaillance de l’émetteur tout en y intégrant les différents volets influençant la décision de la participation de la CMR. Enfin, nous mettrons en place une application sous VBA permettant au service contrôle interne de visualiser les différents résultats obtenus et se prononcer par rapport à l’émission obligataire. Projet de fin d’études Page 3 Scoring des sociétés émettrices sur le marché obligataire Chapitre 1 Cadrage du projet de Fin d’études Projet de fin d’études Page 4 Chapitre I : Cadrage du projet de fin d’études CHAPITRE I : CADRAGE DU PROJET DE FIN D’ETUDES Le gérant de portefeuille est amené à prendre des décisions, certaines sont très risquées, d’autres le sont à un degré moindre. Apprécier le niveau d’incertitude auquel il devra faire face requiert d’amples connaissances sur l’univers de gestion, son cadre d’analyse et les limites de son étendue. Introduction : Le présent chapitre a pour but de mettre au clair le minimum de notions nécessaires à la compréhension du marché financier en général et obligataire plus particulièrement. Il s’articule autour de trois sections traitant successivement : le système financier ; le marché financier, son cadre d’analyse et ses différents acteurs ; et enfin, le marché obligataire, ses compartiments et les types d’obligations les plus répandus. En outre, cette partie présentera d’une manière générale l’organisme dans lequel le projet a été effectué à savoir la CMR pour ensuite aborder le travail requis en tant que projet avec les différents objectifs, les livrables et les acteurs. 1.1. Le système financier : Selon Z. Bodie et R. Merton (1999) : « La finance consiste à étudier comment des individus allouent des ressources rares au fil du temps » Les agents économiques sont amenés à prendre des décisions financières, telles que l’épargne, l’investissement ou la prise d’un niveau de risque donne, dans le but d’utiliser au mieux les ressources rares. Le système financier, composé de marchés et d’intermédiaires tels que banques et établissements financiers ou compagnies d’assurances, a pour rôle la mise en œuvre de ces décisions. Sa définition peut changer d’un pays à un autre comme elle peut évoluer au fil des années. Cependant ses fonctions restent standards : - Le transfert de ressources dans le temps et l’espace : Il fournit les moyens donnant aux individus la possibilité d’abandonner (d’obtenir) quelque chose aujourd’hui pour obtenir (abandonner) quelque chose dans le futur. Il leur permet aussi de transférer des fonds d’un endroit à un autre en vue de les utiliser de manière efficiente. Projet de fin d’études Page 5 Chapitre I : Cadrage du projet de fin d’études - La gestion des risques : Souvent le flux de fonds, partant de pourvoyeurs vers emprunteurs, est accompagné d’un transfert de risques - Un système financier fournit aussi des moyens de paiement et de compensation pour faciliter les échanges de biens, services et autres actifs. - Il permet de collecter des ressources et de les mettre en commun pour créer de grandes sociétés dont la propriété se trouve subdivisée. - Il donne accès à des informations de différentes natures pour faciliter la prise de décision. Le système est d’autant plus efficient que le flux d’information est rapide et qu’il parvient à tous les agents en même temps. - La sixième et la dernière de ses fonctions est qu’il fournit les moyens d’atténuer les conflits entre les parties d’un contrat. Ces fonctions ont été principalement tirées du mémoire de fin d’étude de de Mr.F. Boukrouh intitulé « Gestion de portefeuille obligataire ». 1.2. Le marché financier : Le marché financier est une composante importante du système financier. C’est un marché de fonds prêtables à long terme. Il permet de mobiliser l’épargne nationale sous forme de valeurs mobilières. Son développement s’inscrit dans une logique de désintermédiation où les banques ne jouent qu’un rôle de courtage. Il est défini comme étant le lieu sur lequel sont émis et échangés les titres à moyen et long terme : actions et obligations. Ces titres sont par nature intrinsèquement peu ou pas du tout liquides., L’action n’étant pas remboursable et l’obligation l’est le plus souvent à long terme, ce qui constitue un handicap au développement de ce type de financement. C’est justement dans le but de répondre à cette préoccupation que fut créée la bourse des valeurs, appelée aussi marche secondaire (de l’occasion), qui permet d’échanger des titres déjà émis sur le marché primaire (du neuf). Le marché financier a deux principaux rôles : Le financement direct des agents ayant besoin de ressources et la gestion des risques sur les placements financiers. Six intervenants ont pu être recensés dans le marché financier : - Emetteurs : Demandeurs de fonds, ils offrent des titres ; - Investisseurs : Pourvoyeurs de fonds, ils demandent des titres ; - Les intermédiaires : Exécutent les ordres ; - La société de marché : Gère et organise les séances de bourse ; Projet de fin d’études Page 6 Chapitre I : Cadrage du projet de fin d’études - Le dépositaire central de titres : administre les comptes titres ; - L’autorité de marché : Régule et règlemente le marché. 1.3. Le marché obligataire marocain1: Le marché obligataire est le marché où sont échangées et négociées les obligations qui peuvent être émises par l'Etat, les collectivités publiques, les entreprises et les institutions financières. Il est constitué de deux grands compartiments : le marché primaire et le marché secondaire. Le marché primaire Appelé également « marché du neuf », c'est un marché délocalisé qui met en relation directe l'émetteur et le souscripteur d'un titre. Les entreprises, l'Etat, les institutions financières et les collectivités publiques se rencontrent pour la première fois sur le marché lors d'une émission de titres obligataires neufs. Le marché primaire peut gérer plusieurs types d'émissions, à savoir : L'émission de nouveaux titres obligataires sur le marché ; La possibilité d'émission de titres après transformation des bons de souscription en nouvelles obligations ; L'assimilation d'une tranche nouvelle à une émission déjà réalisée. Ainsi, les valeurs émises sur ce marché peuvent par la suite être négociées sur un autre marché plus dynamique appelé le marché secondaire. Le marché secondaire Le marché secondaire représente le marché où sont échangées et négociées les obligations émises sur le marché primaire. C'est un marché organisé ayant l'apparence d'une centralisation dans le cadre du marché boursier. Il assure donc la liquidité des titres aux investisseurs, et sert aussi à la détermination des prix des obligations établis en fonction de l'offre et la demande sur le marché. 1 La partie « marché obligataire marocain » a été résumée à partir des différentes lois et circulaires figurant sur le site de la Bourse et celui du CDVM. Projet de fin d’études Page 7 Chapitre I : Cadrage du projet de fin d’études 1.3.1. Les intervenants sur le marché obligataire Le marché obligataire fait intervenir plusieurs acteurs qui contribuent à sa dynamique et qui installent une certaine vivacité et permettent sa continuité. Il s’agit des émetteurs, des investisseurs et des instances de régulation des opérations sur le marché. Néanmoins, les pouvoirs et les motivations diffèrent d’un intervenant à un autre sur le marché des émissions obligataires. a) Les émetteurs : L'Etat et les collectivités : Les émissions effectuées par ces deux acteurs représentent une part assez importante au regard du nombre des émissions effectuées par les émetteurs. La politique budgétaire suivie par l'Etat l'oblige parfois à procéder à des émissions dans le but de financer ses insuffisances budgétaires. Les établissements de crédit : Ce sont les banques et les entreprises financières qui recourent aux marchés financiers en vue du financement de leurs besoins économiques. Les entreprises : La stratégie de développement et l'évolution économique des entreprises obligent ces dernières à se financer sur le long terme. En effet, le recours au marché obligataire leur permet de financer leurs investissements dans la perspective d'une croissance continue et stable. Les investisseurs : Les banques : La mission que mène la banque sur ce marché est celle d'intermédiaire entre les acheteurs et vendeurs de titres. Par ailleurs, les banques peuvent constituer leurs propres portefeuilles obligataires pour développer leur situation financière et économique. Les institutionnels : Ces institutions ont un rôle très important sur le marché obligataire. Elles contribuent à la dynamique des marchés de capitaux mondiaux. Cette catégorie d'investisseurs est constituée de sociétés d'assurance, des caisses de retraite, des caisses de dépôts et aussi des OPCVM (Organisme de Placement Collectif de Valeurs Mobilières). Les institutions non financières et les particuliers : Ce sont les établissements autres que financiers et toutes personnes morales ou physiques, pouvant aussi investir dans les titres obligataires. Projet de fin d’études Page 8 Chapitre I : Cadrage du projet de fin d’études b) Les acteurs du marché : L'autorité du marché : CDVM : Institué par le Dahir portant loi n° 1-93-212 du 21 septembre 1993, le Conseil Déontologique des Valeurs Mobilières (CDVM) est un établissement public doté de la personnalité morale et de l'autonomie financière. En tant qu'autorité de marché, le CDVM a pour mission générale de protéger l'épargne investie en valeurs mobilières. Pour assumer sa mission, le CDVM veille à l'information des investisseurs en valeurs mobilières, ainsi qu’au bon fonctionnement des marchés de valeurs mobilières à travers le contrôle du respect des dispositions légales et réglementaires les régissant. Le dépositaire des titres MAROCLEAR : Depuis la dématérialisation des titres, qui sont désormais gérés en comptes courants, on a créé une institution sous forme de société par action SPA dont le capital est souscrit par les banques et sociétés cotées en bourse. Le dépositaire central des titres établit des relations avec les divers acteurs du marché pour une gestion efficace de l'information financière. Il est soumis au contrôle de l'autorité du marché. Ses fonctions principales sont : Ouverture et administration des comptes titres pour les teneurs de titres y adhérents ; Mise en œuvre des opérations sur titres ordonnées par les sociétés émettrices ; Codification des titres selon les normes internationales I.S.I.N ; Publication des informations relatives au marché 1.3.2. L’émission obligataire : a) Processus d’émission : Avant toute émission obligataire, la société concernée désigne une banque en qualité de chef de fil. Par la suite, elle produit une notice d’information soumise au visa de l’autorité du marché avant d’être rendue publique. Cette notice comprend un ensemble d’informations véridiques et suffisantes pour qu’un investisseur potentiel puisse prendre une décision. En plus, l’émetteur est appelé à produire un prospectus reprenant l’information pertinente de façon simplifiée. L’émission peut s’adresser à un nombre restreint de banques et/ou investisseurs institutionnels, dans ce cas elle est dite « institutionnelle » ; comme elle peut s’adresser au grand public par l’intermédiaire des guichets de banque, c’est « l’appel public à l’épargne ». Dans le premier cas, les titres sont négociés sur le marché de gré à gré. Dans le second, ils font l’objet de cotation en bourse. Projet de fin d’études Page 9 Chapitre I : Cadrage du projet de fin d’études La banque, en tant que chef de fil, peut (seule ou avec d’autres banques), moyennant une commission (% du montant de la dette), se porter garante de la bonne fin de l’opération au profit de l’émetteur. Si ce dernier n’arrive pas à réaliser son objectif d’émission, le chef de fil acquiert la différence. Cette opération est appelée « prise ferme ». b) Les différents titres obligataires : L’émission d’un titre obligataire est une opération financière par laquelle l’Etat ou un organisme public ou privé émet des obligations en contrepartie des sommes empruntés. Vis-àvis du détenteur d’une obligation, l’émetteur s’oblige à lui rembourser le prêt à son échéance et à lui payer un intérêt sur la somme empruntée, cet intérêt est aussi appelé coupon. Il existe deux types d’emprunt obligataires : Emprunts obligataires du trésor Emprunts Obligataires d’un organisme public ou privé Emprunts obligataires du trésor Les Emprunts du trésor sont dits Bons du trésor en général, ces titres sont émis exclusivement par l'Etat destinés au financement de déficits de Trésorerie ou de dettes à long terme. Donc il convient de dire que les obligations du trésor sont des actifs sans risque, puisque le risque de défaut de l’état est presque nul. On distingue quatre catégories de bons du Trésor selon le mode d’émission : Les bons du Trésor émis à guichet ouvert. Les bons du Trésor réservés aux banques et émis dans le cadre de la réglementation relative aux emplois obligatoires des banques Emission des bons du Trésor à 5 ans concernant les comptes convertibles à terme Les bons du Trésor émis par voie d’adjudication On s’intéressera aux bons du trésor émis par voie d’adjudication, car c’est le cas le plus répandu au Maroc pour l’émission obligataire. En effet, les bons du Trésor émis par voie d’adjudication sont des bons émis par voie d’appel d’offre selon la technique dite à la hollandaise ou à prix demandé. Les soumissionnaires, personnes physiques ou morales résidentes ou non résidentes, présentent plusieurs offres à des prix différents pour un ou plusieurs types de maturités concernés par l’adjudication. On distingue entre deux emprunts obligataires du trésor, selon le taux proposé ; fixe ou variable : Projet de fin d’études Page 10 Chapitre I : Cadrage du projet de fin d’études i) Emprunts obligataires du trésor à taux fixe Un emprunt obligataire à taux fixe est un ensemble de titres de dette dont le taux d’intérêt est connu à l’émission, et fixé à ce moment-là et ne changera pas au cours du temps. Il est caractérisé par les éléments suivants : - Date d’émission : Date effective de la souscription et de la libération du titre. C’est aussi la date à partir de laquelle les intérêts commencent à courir; - Date de jouissance : Les dates d’anniversaires de cette date de jouissance coïncident avec le jour de versement des intérêts et/ou du principal sur les bons du Trésor. - Date d’échéance : Jour où doit être éteinte une dette par le paiement du principal et des intérêts. - Taux facial: Il s’agit du taux d’intérêt qui sera appliqué au nominal pour calculer les intérêts. - Maturité : C’est la durée séparant la date d’émission et la date d’échéance ; - Valeur nominale : le montant unitaire de chaque titre composant un emprunt. La valeur nominale d'un titre est aussi sa valeur de remboursement à l'échéance. Synonyme : valeur faciale. - Modalités d’amortissement : amortissement in fine qui consiste à rembourser le principal à l’échéance du prêt. - Périodicité de paiement des coupons : annuelle, semestrielle, trimestrielle. ii) Emprunts obligataires du trésor à taux fixe Il est à préciser qu’un emprunt obligataire à taux variable est un ensemble de titres de dette dont l’échéancier de flux n’est pas fixe, mais indexé sur un taux observable (généralement un taux à court terme ou un taux obligataire). A chaque échéance du coupon, la valeur de celui-ci sera calculée en fonction de ce taux de marché. Emprunts Obligataires d’un organisme public ou privé Lorsqu'un intervenant du marché entreprise, institution financière, pouvoir public, particulier a un besoin d'argent, il recherche des capitaux. L'emprunt sous sa forme classique est une solution, la vente d'actifs en est une autre. S’il en a les moyens, si le marché le permet, l'intervenant peut procéder à l'émission d'un emprunt obligataire. Nous nous placerons dans le cas d'une entreprise, un organisme privé. Dans ce cas on nommera tout emprunt obligataire titre privé et l’ensemble de ses titres sera dit dette privée. Il vient de noter aussi que les titres Projet de fin d’études Page 11 Chapitre I : Cadrage du projet de fin d’études de la dette privée présentent les mêmes caractéristiques que les bons du trésor. Cependant nous pouvons distinguer pour ses titres des lignes émises à taux fixe ou variable, ainsi que des lignes atypiques. 1.4. Présentation de l’organisme d’accueil : Pour cerner les différents aspects de notre projet de fin d’études, nous allons présenter l’organisme dans lequel nous avons effectué ce projet à savoir la CMR pour ensuite aborder notre travail en tant que projet avec les différents objectifs, les livrables et les acteurs. 1.4.1. Présentation : Créée par le Dahir du Ier Chauoal 1346 (2 mars 1930), la Caisse marocaine des retraites (CMR) est un établissement public doté de la personnalité morale et de l’autonomie financière. La CMR gère les régimes de pensions suivants : Les pensions civiles regroupant : Les fonctionnaires stagiaires et titulaires de l’État ; Les agents titulaires et stagiaires des Collectivités locales ; Les personnels de certains établissements publics. (Office de la Formation Professionnelle et de la Promotion du Travail; Centre Hospitalier Ibn Sina; Entraide Nationale; Chambre des Représentants; Chambre des Conseillers; Institut Agronomique et Vétérinaire Hassan II; Poste Maroc; Maroc Télécom; Office National des Aéroports; Agence Nationale de Réglementation des Télécommunications; Office National d'Eau Potable; Institut Pasteur du Maroc; Agence Nationale de la Conservation Foncière du Cadastre et de la Cartographie; CMR). Les pensions militaires couvrant : les Forces Armées Royales et les Forces Auxiliaires. 1.4.2. Mode de fonctionnement : La CMR fonctionne selon un régime de répartition : les pensions des retraités et celles de leurs ayants droits sont financées par les cotisations des affiliés et les contributions des employeurs. La répartition entraîne une double solidarité : Projet de fin d’études Page 12 Chapitre I : Cadrage du projet de fin d’études Instantanée, entre les cotisants et les retraités actuels, car les ressources des derniers dépendent des versements des premiers. Etalée dans le temps car les cotisants d’aujourd’hui, comptent sur l’effort des travailleurs de demain La gestion administrative de la CMR, est assurée par un conseil d’administration composé de 14 membres dont 7 représentants des organismes employeurs, 5 représentants des affiliés aux régimes des pensions civiles et militaires et 2 représentants des retraités de ces mêmes régimes. En vertu du nouvel organigramme prenant effet le 1er avril 2002, la Caisse Marocaine des Retraites comprend outre la Direction et le Secrétariat Général, 11 Divisions et 33 services. Le directeur Le secrétaire général Division de secrétariat des instances et de communication externe Division des études et de veille stratégique et juridique Division Audit, Gestion de risques et de contrôle de gestion Pôle Opérations Pôle support Pôle organisations et systèmes d’information Pôle Gestion du portefeuille Figure 1.1 : Organigramme de la Caisse Marocaine des Retraites Projet de fin d’études Page 13 Chapitre I : Cadrage du projet de fin d’études 1.4.3. Situation financière et condition d’équilibre de la CMR : Depuis 1996, date à laquelle l’Etat a commencé à verser l’intégralité de la part patronale, le régime des pensions civiles dégage d’importants excédents annuels. Or ces derniers s’estompent depuis 2006. Les excédents dégagés durant la période 1998-2006 permettront toutefois de combler les déficits enregistrés depuis l’année 2006 jusqu'en 2014. Mais ceci ne fera que reporter dans le temps la question de l’équilibre à long terme de la Caisse Marocaine de Retraite. La législation en vigueur prévoit la constitution des réserves et provisions dont le montant minimum est fixé à l’équivalent de deux fois la moyenne des dépenses au cours des trois dernières années et le maintien de l’équilibre financier du régime sur une période de dix ans. Or, pour le respect de ces conditions, les taux de cotisations actuels (part salariale + part patronale) paraissent nettement insuffisants. C’est pourquoi, il s’avère nécessaire de lancer la réforme des régimes de retraite avant l’avènement de la crise. Cet impératif est d’autant urgent que les mesures de réformes deviennent plus coûteuses avec le temps. Le régime des pensions civiles géré par la CMR pèche aussi par sa générosité. Son taux de rentabilité technique est jugé élevé par rapport aux niveaux constatés aussi bien au Maroc qu’à l’étranger. Quant aux dépenses, elles ont doublé en 5 ans, passant de 3 milliards de DH en 1997 à 6,6 milliards en 2002. En revanche, la progression des ressources était beaucoup moins rapide celles-ci se sont établies à 8,5 milliards de DH en 2002 contre 5 milliards en 1997. Parmi les facteurs qui alourdissent les dépenses de la Caisse, figurent les prestations familiales qui représentent 5% de l’ensemble des dépenses et la titularisation des fonctionnaires. Après avoir donné une brève présentation de l’organisme d’accueil, il y a lieu de présenter particulièrement la division de gestion du portefeuille au sein de la CMR. 1.5. Présentation de la division de gestion du portefeuille (DGP) Le métier de gestion du portefeuille a vu le jour à la CMR au lendemain de la réorganisation de celle-ci en novembre 1996. En effet, le législateur a prévu la constitution pour les régimes gérés par la CMR de réserve et provisions dont le rôle est de contribuer à la consolidation de l’équilibre financier de ces régimes à travers les revenus supplémentaires générés par la gestion financière de ces réserves et provisions. Projet de fin d’études Page 14 Chapitre I : Cadrage du projet de fin d’études 1.5.1. Mission de la DGP : La mission principale de la division de gestion du portefeuille est de financer les engagements de la Caisse, optimiser le rendement des portefeuilles et optimiser la gestion de la trésorerie de la Caisse. Pour ce faire, la division intervient sur le marché primaire et secondaire en investissant dans des classes d'actifs diversifiées notamment actions, obligations, OPCVM obligataires, OPCVM actions et diversifiés, OPCVM monétaires, REPO,…etc.). 1.5.2. Organisation de la division de gestion du portefeuille : En matière d’organisation du métier de gestion de portefeuille à la CMR, la division a adopté la structure organisationnelle qu’on trouve au niveau des salles de marchés, des sociétés gestionnaires d’OPCVM. La division de gestion du portefeuille s’organise comme suit : Pôle Gestion de Portefeuille Division de Gestion Division des opérations Service d’asset management Service du back office Service de Service du middle office gestion des fonds d’investissements et de capital risque Service de conformité et de contrôle interne Service de recherche et stratégie et d’Allocation d’Actifs Figure 1.2 : Organigramme de la division de gestion de portefeuille Projet de fin d’études Page 15 Chapitre I : Cadrage du projet de fin d’études Les attributions des cinq services sont les suivantes : Service asset Management : Elabore le budget mensuel de trésorerie de la caisse; Participe à l’élaboration de la politique de placement ; Assure la meilleure exécution de la politique de placement de la trésorerie ; Elabore les comptes rendus de gestion. Service Middle et Back Office Contrôle les opérations passées par les SAM ; Assure le suivi administratif et comptable des transactions ; Assure le suivi quotidien de la trésorerie ; Elabore les reportings et comptes rendus d’activité. Service de recherche et stratégie et d’Allocation d’Actifs : Participe à l’élaboration de la politique de placement ; Assure une veille par rapport aux marchés des capitaux ; Développe des outils d’aide à la gestion ; Service de conformité et de contrôle interne : Missions Principales : Garantir la cohérence du processus d’investissement des excédents financiers gérés par la caisse et sa conformité avec la réglementation, la déontologie et les règles et contraintes de gestion ; Suivre et gérer les risques inhérents au placement des excédents financiers de la caisse. Attribution et activités : Veiller au respect de la réglementation, de la déontologie et des règles et contraintes de gestion. Contribuer au renforcement du dispositif de contrôle interne du processus. Contribuer à l’élaboration et à l’actualisation de la cartographie des risques relatifs au processus d’investissement. Projet de fin d’études Page 16 Chapitre I : Cadrage du projet de fin d’études Service de gestion des fonds d’investissements et de capital risque C’est un nouveau service qui a pour mission le suivi des investissements dans l’immobilier et le suivi des fonds délégués de la caisse. 1.6. Note de cadrage du projet de fin d’études : Cette partie aura pour but d’aborder notre travail en tant que projet avec les différents objectifs, les différents risques, les livrables, le planning et les acteurs. Contexte du projet : Comme présenté au début du chapitre, une obligation est un titre financier qui matérialise l’engagement d’un emprunteur envers un préteur qui, en contrepartie, met des fonds à sa disposition. Cet engagement prévoit un échéancier de flux financiers qui définit les modalités de remboursement des fonds et un mode de rémunération du préteur dans l’intervalle. Le risque associé à la détention d'une obligation peut schématiquement se décomposer en trois éléments. Le risque de taux qui traduit l'exposition du titre aux variations du niveau des taux d’intérêt et les mesures communément admises sont la duration ou la convexité. Le risque de liquidité qui traduit l'impossibilité pour le détenteur de l'obligation de céder son titre dans des conditions de marché satisfaisantes. Et finalement, le risque de défaut qui correspond à la difficulté de paiement « potentielle » de l'émetteur, ce risque est dès lors présent pour des émissions non garanties par l’Etat. Deux mesures sont généralement à l'épreuve dans l'évaluation de ce risque : La notation ou rating qui est une mesure qualitative, attribuée par des agences spécialisées dans cette activité. Les deux principaux acteurs mondiaux de ce marché sont les agences de notations Standard and Poor's et Moody's et cette note peut être vue comme une évaluation ''hors-marché'' supposée refléter la situation financière actuelle de l'émetteur ainsi que ses perspectives de croissance. La deuxième évaluation, l'écart de rentabilité (ou prime de risque) repose sur le prix de marché de l’obligation et donc de la cotation de l'emprunt sur le marché financier. Cette dernière s'appuie sur la différence de rendement entre des obligations risquées et des obligations d'Etat ou garantie par l'Etat de mêmes caractéristiques. Projet de fin d’études Page 17 Chapitre I : Cadrage du projet de fin d’études C’est dans ce cadre que la CMR (Caisse Marocaine des Retraites) a proposé un projet de Scoring des sociétés émettrices sur le marché obligataire marocain en appréciant les primes de risque de leurs obligations émises ainsi que leurs volatilités. Il est à préciser qu’il existe certaines nuances entre le modèle de Scoring et le modèle de Rating (établi par les agences de notation). En effet, un modèle de Scoring permet d’obtenir un score représentant la performance d’une entreprise sur une échelle donnée contrairement au Rating qui ne fait que situer l’entreprise comparativement aux autres entreprises d’un même secteur d’activité. Ainsi, selon les exigences de la CMR qui consistent à fournir une note finale à l’entreprise, il est à préciser qu’il serait question de développer un modèle de Scoring. Problématique : Pour procurer un outil d’aide à la décision à la CMR, en termes de participation à une émission obligataire, on devrait se poser les questions suivantes : Comment la CMR peut-elle prévoir le comportement futur des sociétés émettrices d’obligations et pouvoir ainsi limiter le risque d’insolvabilité ? Comment peut-elle évaluer ce risque ? Et comment peut-elle apprécier leurs primes de risque pour pouvoir décider de leur participation à l’émission en question ? Objectifs principaux : Elaborer un modèle de Scoring des sociétés émettrices sur le marché obligataire marocain afin d’aider la CMR à mieux prendre la décision quant aux différentes émissions obligataires et à minimiser le risque dans ces placements Sous objectifs visés : Revue des différentes méthodes d’analyse financière au sein de la CMR ; Analyse et étude des différents critères explicatifs du degré de risque encouru durant la participation à une émission obligataire ; L’appréciation objective de ce risque en se fondant sur différents critères ; Développement du modèle de Scoring propre à la CMR ; Appréciation de la prime de risque proposée par l’émetteur ; Projet de fin d’études Page 18 Chapitre I : Cadrage du projet de fin d’études Le développement d’une application pouvant calculer, visualiser et archiver les scores des sociétés en question sur une plage d’années. L’application des connaissances théoriques acquises pendant les études académiques à l’école sur un projet réel. Grandes lignes du Projet : Afin d’atteindre l’objectif principal et par la suite les sous objectifs, le présent projet va se dérouler selon les phases suivantes : Phase 0 : Définition du sujet de projet de fin d’études ; Phase 1 : Etude bibliographique ; o Revue des différentes méthodes utilisées au sein de la CMR ; o Revue des différentes méthodes de Scoring et de calcul de la prime de risque; Phase 2 : Définition de l’échantillon de sociétés à étudier ; Phase 3 : Analyse et résolution de la problématique ; o Appréciation des primes de risque des émissions obligataires; o Analyse et étude des différents critères explicatifs de la structure financière de l’émetteur; o Développement du modèle de Scoring ; o Appréciation d’autres variables explicatives permettant d’influencer la décision de participation. Phase 4 : Interprétation des résultats et recommandations ; Phase 5 : Développement d’une application sous VBA permettant de générer les différents scores. Durée du projet : Début du projet : 13/02/2012 Fin du projet : 18/05/2012 Produit du projet : Analyse des différents paramètres mesurant le risque encouru lors de la participation à une émission obligataire ; Modèle de Scoring des sociétés émettrices de la dette privée au Maroc ; Projet de fin d’études Page 19 Chapitre I : Cadrage du projet de fin d’études Outil d’aide à la décision permettant de trancher sur la participation de la CMR à une émission obligataire ; L’application sur VBA permettant le Scoring des différentes sociétés émettrices sur le marché obligataire marocain. Acteurs du projet : Personne Rôle Mme. Ikram EL Chef du service Conformité et Instance Fonction Comité de pilotage Encadrement GHAZOUANI contrôle interne et de projet Mme. Kanza Cadre au sein du service Comité de pilotage Encadrement BERRADA Conformité et contrôle interne et de projet Mme. Loubna Professeur encadrant Comité de pilotage Encadrement et de projet BENABBOU Mr. Mohammed Professeur encadrant et de projet TKIOUAT Mlle. Marwa Comité de pilotage Encadrement Elève ingénieur Comité de projet Réalisation Elève ingénieur Comité de projet Réalisation BELFARJI Mlle. Mona CHOUKRY Tableau 1.1 : Tableau des acteurs intervenant dans le projet Facteurs de succès : Implication des différents intervenants dans le projet particulièrement les représentants du milieu pratique ; Communication claire et régulière; Suivi permanent; Efficacité dans la réalisation du projet. Risques du projet : Difficulté d’obtention des données ; Non disponibilité des données ; Non-respect des échéances. Projet de fin d’études Page 20 Chapitre I : Cadrage du projet de fin d’études Diagramme Gantt du projet : Figure 1.3 : Diagramme Gantt du projet Conclusion : Dans ce chapitre, nous avons essayé de mettre au clair le minimum de notions nécessaires à la compréhension du marché financier en général et obligataire plus particulièrement. Nous avons aussi défini les différents titres obligataires existant sur le marché marocain en expliquant le processus d’émission. Par la suite, il s’avère pertinent d’expliquer l’intérêt de l’émetteur à choisir l’émission obligataire en tant que mode de financement ainsi que les différents risques obligataires encourus ; pour parvenir vers la fin à faire une revue de la littérature concernant les différentes méthodes de Scoring ainsi que les différentes méthodes d’appréciation de la prime de risque. Projet de fin d’études Page 21 Scoring des sociétés émettrices sur le marché obligataire Chapitre 2 Revue des méthodes de calcul de la prime de risque et méthodes de Scoring. Projet de fin d’études Page 22 Chapitre II : Revue des méthodes de calcul de la prime de risque et méthodes de Scoring CHAPITRE II : REVUE DES METHODES DE CALCUL DE LA PRIME DE RISQUE ET METHODES DE SCORING Introduction : Le placement en obligation représente à la fois des avantages et des inconvénients. En effet, son avantage principal réside dans la sécurité du placement puisque le rendement est garanti et la mise de fonds est assurée d'être récupérée à l'échéance. Cependant, il existe certains risques liés au dépôt de bilan de l’émetteur ou à l’éventualité de ne pas honorer ses engagements. Dans ce présent chapitre, nous allons essayer d’énumérer les raisons poussant l’émetteur à choisir l’émission obligataire en tant que mode de financement ainsi que les risques encourus durant la participation à ces émissions, pour ensuite enchaîner avec une revue des différentes méthodes de calcul de la prime de risque ainsi que les méthodes de Scoring. 2.1. L’intérêt d’une émission obligataire : Le financement de la firme peut être réalisé essentiellement de deux manières : soit la levée de capitaux, c'est à dire donner des parts de la société en échange de liquidités, soit les emprunts bancaires. En effet, si l’on excepte les modes de financement hybrides (où il s’agit de nouveaux instruments financiers combinant les caractéristiques des fonds propres et celles des dettes), une firme ayant des besoins de fonds ne dispose que de ces deux solutions : faire appel aux actionnaires ou emprunter. Tout entrepreneur confronté au dilemme du choix entre ces deux formes de financement se pose la question : Vaut-il mieux émettre des actions ou emprunter ? Si la première solution n’augmente pas le taux d’endettement de l’entreprise, donc sans risque, elle demeure néanmoins coûteuse. Le coût des actions est nettement plus élevé que celui de la dette, et ce pour deux raisons : Les actionnaires, soumis au risque économique, exigent un taux de rémunération plus élevé que les prêteurs qui ne sont soumis qu’au risque de défaillance. Les dividendes, élément de rémunération important des actionnaires, ne sont pas déductibles de l’impôt sur les bénéfices. Projet de fin d’études Page 23 Chapitre II : Revue des méthodes de calcul de la prime de risque et méthodes de Scoring De plus, les augmentations de capital peuvent modifier la répartition du capital de l’entreprise, donc les rapports de pouvoir entre les actionnaires, ainsi qu’entre les actionnaires et les dirigeants. Toutefois, plus l'entreprise est de taille importante, plus on remarque que le financement par émission d'obligations est important. Par ailleurs, de plus en plus de petites entreprises cherchent à émettre des obligations: par appel public à l'épargne ou en passant par le biais de fonds. Ainsi, les obligations sont de l'avis de nombreux experts, amenées à se développer. Mais quel est l'intérêt pour les sociétés d'émettre des obligations ? Diversifier ses sources de financement ; Accéder à des capitaux plus importants ; Emprunter à long terme ; Avoir un financement moins contraignant ; Accroître sa notoriété ; S'évaluer auprès des investisseurs ; Faciliter la gestion de sa dette ; Eviter la dilution des actionnaires. Ces points seront développés dans ce qui suit : 2.1.1. Diversifier ses sources de financement : Les entreprises qui ne se financent que de manière classique sont très dépendantes des banques. Or ces dernières sont d'humeurs très changeantes concernant les prêts qu'elles accordent. Par moment, croulant sous les liquidités ou pour profiter d'une courbe des taux très pentue, elles prêtent à tour de bras. A d'autres moments, elles ne prêtent qu'avec parcimonie voire pratiquement pas. Ces "cycles" financiers et bancaires ne sont pas synchronisés avec les besoins des entreprises. Très souvent, c'est même lorsque les entreprises ont le plus besoin de liquidités que les banques ferment les vannes du crédit. Emettre des obligations, permet ainsi aux entreprises d'être moins dépendantes des banques. Projet de fin d’études Page 24 Chapitre II : Revue des méthodes de calcul de la prime de risque et méthodes de Scoring 2.1.2. Accéder à des capitaux plus importants : Emettre des obligations, par définition, revient à emprunter de l'argent à un grand nombre d'investisseurs. Ainsi, une entreprise, en mutualisant son risque de défaut, peut lever des montants plus importants. Une banque est limitée dans les sommes qu'elle peut prêter à une seule entreprise. En empruntant, en une seule fois, à plusieurs investisseurs, l'entreprise peut donc emprunter davantage. 2.1.3. Emprunter à long terme : Alors qu'il est difficile d'obtenir des prêts bancaires de long terme, il est possible d'émettre des obligations sur 10 ans. Quand les taux d'intérêts sont bas, les entreprises cherchent à emprunter sur le plus long terme possible afin de profiter d'une hausse future des taux. A l'inverse, les entreprises emprunteront moins et à plus court terme lorsque les taux d'intérêts sont élevés. Emettre des obligations permet donc de gérer la maturité moyenne de sa dette en fonction de l'activité et de l'environnement économique. 2.1.4. Avoir un financement moins contraignant : Comme nous venons de le signaler, les directions financières des entreprises suivent de près les conditions de marché afin de profiter des moments où les taux sont bas pour émettre des obligations. Il arrive fréquemment que les taux de marché soient inférieurs aux taux pratiqués par les banques pour de simples prêts. Par ailleurs, les prêts bancaires sont fréquemment assortis de clauses contraignantes pour les entreprises. Ces clauses concernent les ratios financiers de l'entreprise ou sa notation de crédit par exemple, et peuvent entraîner un remboursement anticipé ou une hausse du taux d'emprunt si des limites sont dépassées. Ainsi, les obligations sont un outil de financement plus souple que les prêts bancaires pour l'entreprise émettrice. Projet de fin d’études Page 25 Chapitre II : Revue des méthodes de calcul de la prime de risque et méthodes de Scoring 2.1.5. Accroître sa notoriété : Au-delà de tous les avantages que nous venons de citer, même si les conditions étaient les mêmes, l'émission d'obligations a l'avantage d'accroître la notoriété de l'émetteur ou au moins de lui faire une belle campagne de communication si l'entreprise est déjà connue. Ainsi, les petites entreprises qui émettent auprès des particuliers doivent communiquer et mettre en place une campagne de communication pour attirer les investisseurs, ce qui au passage leur permet de communiquer sur leur activité et de se faire connaître. Pour les grands groupes déjà connus, c'est l'occasion de faire une campagne de communication auprès du grand public. Même dans le cas de placement privés, c'est à dire auprès d'investisseurs institutionnels, la société doit communiquer ce qui lui offre une exposition médiatique. 2.1.6. S'évaluer auprès des investisseurs : Comme pour une introduction en bourse, une émission obligataire permet de s'évaluer auprès des investisseurs, de mesurer sa cote de popularité auprès d'eux puis de suivre l'évolution de la perception des marchés avec le cours des obligations. Par ailleurs cela oblige ensuite l'entreprise à être très rigoureuse au niveau de la gestion de son bilan. 2.1.7. Faciliter la gestion de sa dette : Alors que les remboursements anticipés de prêts bancaires peuvent être assortis de pénalités, il est relativement facile pour une entreprise de racheter ses obligations sur le marché secondaire si elle le souhaite ou si elle pense que celles-ci sont décotées. 2.1.8. Eviter la dilution des actionnaires : De plus en plus, le management des entreprises a pour principale préoccupation de créer de la valeur pour ses actionnaires. Or émettre des obligations, par rapport à l'introduction en bourse ou l'augmentation de capital, présente l'avantage de ne pas diluer ceux-ci. Au final, l'émission obligataire présente de nombreux avantages pour les entreprises, mais pour pouvoir continuer à émettre des obligations l'entreprise doit conserver la confiance des investisseurs et donc ne doit pas être trop endettée pour leur épargner au maximum les risques obligataires. Projet de fin d’études Page 26 Chapitre II : Revue des méthodes de calcul de la prime de risque et méthodes de Scoring 2.2. Définition et mesure du risque obligataire : L’obligation comporte des risques qui différent selon sa conservation jusqu’à échéance ou sa vente bien avant, il convient ainsi de détailler les différents risques obligataires. 2.2.1. Les risques obligataires : Les obligations sont certes moins risquées que les actions. Mais elles ne constituent pas pour autant un placement de tout repos. Selon guide-finance.com, il existe plusieurs risques associés aux obligations et qui ne sont pas à négliger. Risque de crédit ou risque de non-paiement ; Risque de marché ou risque de taux d'intérêt ; Risque de réinvestissement ; Risque d'inflation ; Risque de liquidité ; Risque politique ou juridique ; Force majeure. a) Risque de crédit ou risque de non-paiement Le risque de crédit est le risque qu'un émetteur d'obligations manque à ses engagements, c'est-à-dire qu'il soit incapable de tenir sa promesse de verser le paiement des intérêts en temps voulu, ou de rembourser le principal à échéance. En raison de ce risque, la plupart des obligations se vendent à un prix inférieur (ou à un écart de rendement) inférieur à celui des emprunts d'Etat à échéance égale. Cela s'explique par le fait qu'il n'y a pratiquement aucun risque qu'un gouvernement manque à ses engagements: on dit alors que les obligations offrent un taux de rendement sans risque. Dans la pratique, très peu d'émetteurs d'obligations manquent à leurs engagements. L'investisseur est plus inquiet d'une variation éventuelle de l'évaluation de solvabilité, car cela aurait un impact immédiat sur le prix des obligations (actuelles ou futures) émises par l'emprunteur. En fait, s'il y a une détérioration dans l'évaluation de solvabilité d'un émetteur, le prix de ses obligations baissera lui aussi. Cela pourra créer des pertes de capital significatives pour les porteurs d'obligations qui veulent vendre avant échéance. Projet de fin d’études Page 27 Chapitre II : Revue des méthodes de calcul de la prime de risque et méthodes de Scoring b) Risque de marché ou risque de taux d'intérêt Le risque le plus significatif couru par les porteurs d'obligations est ce que l'on appelle le risque de marché ou de taux d'intérêt. Le prix d'une obligation va toujours dans le sens inverse d'un changement des taux d'intérêt. Si on conserve une obligation jusqu'à échéance, cela n'a pas d'importance ; mais si l'on doit ou veut vendre avant échéance, une baisse du prix signifiera une perte de capital. c) Risque de réinvestissement La plupart des chiffres concernant le rendement d'une obligation donnée partent du principe que le revenu (les intérêts payés sous forme de coupon) sera réinvesti. Mais que se passe-t-il si on ne peut pas réinvestir au même taux de départ ? La variabilité des rendements sur réinvestissement, due, principalement, aux variations dans les taux d'intérêt actuels, est appelée risque de réinvestissement. Plus l'obligation est longue, plus le risque de réinvestissement est grand. La seule obligation qui ne comporte aucun risque de réinvestissement est une obligation à zéro coupon. d) Risque d'inflation Le risque d'inflation est le risque couru si l'inflation réduit la valeur, exprimée en termes de pouvoir d'achat, des cash-flows qu'une obligation génère. Les investisseurs sont exposés au risque d'inflation car les paiements que promet une obligation sont, à l'exception des bons à taux flottant, fixes pendant la durée du titre. e) Risque de liquidité La liquidité représente la facilité avec laquelle on peut acheter ou vendre un instrument financier au comptant sans causer de changement significatif dans son prix. Un marché très dynamique, c'est-à-dire un marché où l'on peut facilement vendre ses avoirs au comptant sans être obligé de faire de gros escomptes sur le prix, s'appelle un marché liquide. Un marché où les avoirs se vendent difficilement au comptant, à moins d'un gros escompte sur le prix, manque de liquidité. Si on a l'intention de conserver une obligation jusqu'à échéance, le risque de liquidité ne nous concerne pas. Mais si on veut la vendre avant échéance, c'est très pertinent. Projet de fin d’études Page 28 Chapitre II : Revue des méthodes de calcul de la prime de risque et méthodes de Scoring f) Risque politique ou juridique Il s'agit du risque qu'un gouvernement (ou toute autre autorité afférente) impose de nouvelles restrictions fiscales ou juridiques sur les titres déjà acquis. g) Force majeure Il s'agit de catastrophes naturelles ou industrielles, ou de changements majeurs dans la structure d'une entreprise: rachat, restructuration, etc. L'émetteur ou le marché n'en sont pas responsables, mais ces événements, s'ils sont suffisamment importants, peuvent affecter la capacité de l'émetteur à tenir ses engagements. L’évaluation de ces différents risques revient en premier lieu à la question de la solvabilité de l'entreprise considérée. Cette solvabilité dépend à la fois des éléments purement internes à l'entreprise et des éléments contextuels externes comme la situation économique globale et les perspectives d'évolution sectorielle. Ainsi, un investisseur doit pouvoir anticiper et quantifier le risque de la contrepartie, sur un horizon temporel donné. C’est dans ce sens que la CMR a opté pour une étude détaillée lui permettant d’étudier la solvabilité des sociétés émettrices sur le marché obligataire, en se basant tout de même sur la caractéristique la plus importante de ces émissions qu’est la prime de risque. 2.2.2. Définition et méthodes de calcul de la prime de risque : La prime de risque représente la différence entre la rentabilité exigée d’un portefeuille diversifié et le rendement des titres sans risque émis par le Trésor. Par sa nature, sa détermination et bien entendu son niveau, elle constitue l’un des débats les plus passionnés dans le domaine de la finance d’entreprise, et cela depuis la création des principaux modèles d’analyse des rendements exigés par les investisseurs. Une littérature foisonnante existe sur le sujet ; pour autant, aucun véritable consensus n’existe encore aujourd’hui entre les académiciens ou les praticiens de la finance. Ce paramètre est pourtant non des moindres, car il est utilisé, de manière implicite ou explicite, par l’ensemble de la communauté financière : investisseurs, analystes, banquiers, gestionnaires de fonds, dirigeants d’entreprises ou encore évaluateurs. Projet de fin d’études Page 29 Chapitre II : Revue des méthodes de calcul de la prime de risque et méthodes de Scoring La valeur de la prime de risque d’une obligation est liée à plusieurs facteurs dont les principaux sont : la maturité, la liquidité, le type de titre (existence de clauses spécifiques) et le risque de défaut. Ainsi, on peut regrouper les facteurs de risque entre les caractéristiques propres à l’émetteur et celles propres à l’émission. Les caractéristiques propres à l’émission sont : la taille, la maturité et les clauses légales et techniques attachées aux titres (clause de remboursement anticipé, existence d’un taux plancher pour les émissions à taux variable, modalités de remboursement, existence d’une garantie publique ou privée). Le respect de certains standards pour les caractéristiques des titres et d’une taille minimum d’émission permet d’augmenter la liquidité des titres obligataires territoriaux. Les caractéristiques propres à l’émetteur regroupent les déterminants financiers, fiscaux et socio-économiques de son risque de défaut. Plusieurs approches existent quant au calcul et à la quantification de cette prime de risque : Une approche prospective, résultant de l’anticipation des acteurs de marché et se matérialisant par le calcul d’une prime de risque induite à travers l’introduction des objectifs de cours dans un modèle d’estimation du coût du capital, tel que le MEDAF ; Une approche historique, fondée sur l’observation des rendements dans les marchés financiers sur le long terme et dans le passé; Une approche par sondage, permettant de se référer à l’opinion des différents acteurs de la finance en synthétisant les diverses opinions et anticipations. a) La méthode prospective : Cette méthode consiste en l’anticipation des acteurs de marché. Elle se matérialise par le calcul d’une prime de risque induite à travers l’introduction des objectifs de cours en Bourse dans un modèle d’estimation du coût du capital. D’autant plus, cette technique prend sa source dans la théorie du portefeuille de Markowitz (1956), finalisée par la théorie du CAPM (« Capital Asset Pricing Model » ou modèle d’évaluation des actifs financiers soit MEDAF en français) qui permet d’expliquer simplement l’équilibre de marché entre l’offre et la demande pour chaque titre en liant la notion de risque systématique au calcul du rendement d’un titre. Le CAPM s’exprime en fonction: Projet de fin d’études Page 30 Chapitre II : Revue des méthodes de calcul de la prime de risque et méthodes de Scoring de la mesure du risque systématique de l'actif, c'est-à-dire au risque non diversifiable, noté βactif (coefficient bêta de l'actif) ; de la rentabilité espérée sur le marché, notée E(RM) ; du taux d'intérêt sans risque (généralement des emprunts d'État), noté RF ; De la façon suivante : [ (2-1) Ainsi la prime de risque recherchée serait l’écart entre la rentabilité exigée par les actionnaires et le taux sans risque (52 semaines). [ (2-2) b) La méthode historique : La prime de risque historique est fondée sur l’étude des rendements ex post, en partant du postulat qu’une observation des réalisations historiques se révèle être une indication fiable par rapport aux anticipations sur la prime de risque. La fiabilité de cette approche est controversée par la règle d’or qui dit que « les résultats historiques ne préjugent pas des performances futures» (P.Harbula). Cette approche pose également un certain nombre de questions quant à la fiabilité des données de base, la manière de calculer la prime (moyenne arithmétique versus moyenne géométrique), etc… De nombreux travaux de recherche se sont intéressés à la mesure de la prime de risque historique en longue période. Ces travaux reposent sur d’impressionnantes séries de données couvrant près de deux siècles aux Etats-Unis et un nombre d’années beaucoup plus faible dans les autres pays. Définir un indice en longue période n’est pas facile parce que certains pays ont connu des phases de nationalisations massives ou d’interruption de cotations. En outre, comme le souligne Siegel (1992), la notion même d’actif sans risque est discutable parce que certains Etats se sont trouvés dans une situation proche de la faillite. Néanmoins, l’étude des primes de risque en longue période est incontournable, quand les données sont disponibles, car elle permet de montrer les fortes variations temporelles et géographiques de la rentabilité des actions et des obligations. Projet de fin d’études Page 31 Chapitre II : Revue des méthodes de calcul de la prime de risque et méthodes de Scoring Tableau 2.1 : Historique des primes de risque (%) aux Etats Unis (1889-1978) : (Grossman and Shiller (1981)) c) La méthode par sondage : Cette approche consiste à faire un sondage auprès des intervenants de la finance (académiciens, praticiens) sur la prime de risque utilisée par eux dans le cadre de leurs activités professionnelles ou académiques. Si certains estiment que cette source paraît être une indication fiable de la prime de risque, elle ne fait pas pour autant l’unanimité auprès de tous. En effet, la question n’est pas seulement de savoir qui a participé au sondage mais également comment la question a été posée. De plus, les répondants peuvent souvent être influencés par des considérations à court terme dans leurs visions et appréciations, ce qui rend la fiabilité de cette approche peu fiable sur le long terme Cette approche par le sondage semble être la plus adaptée au marché marocain. Elle fait l’objet d’un consensus des différents acteurs et tient compte de plusieurs aspects et intègre, en effet, l’impact du contexte politique, régional et international sur l’aversion au risque des différents intervenants sur le marché. La perception future des investisseurs quant à l’évolution future du climat économique et des réalisations des sociétés cotées est également prise en compte dans cette méthode. C’est une méthode qui intègre, aussi, la limite du marché en termes de diversification à l’international et le manque d’opportunités de placement et d’arbitrage localement. Projet de fin d’études Page 32 Chapitre II : Revue des méthodes de calcul de la prime de risque et méthodes de Scoring Illustration : Une étude menée par « ATtijarri Intermédiation » (ATI) en utilisant la méthode par sondage vise à déterminer la rentabilité annuelle exigée par les investisseurs en Bourse sur un placement supérieur à 5 ans. Le sondage fait par les analystes financiers auprès d’un échantillon préétabli d’investisseurs, fait ressortir une progression de la prime de risque. Celle-ci représente la moyenne des primes calculées pour chaque catégorie d’investisseurs. ATI a ainsi déterminé quatre catégories d’intervenants sur le marché avec des pondérations différentes. Ces pondérations tiennent compte du niveau d’interventionnisme de chaque catégorie sur le marché ainsi que de l’appréciation que se fait ATI de leur qualité. (Résumé à partir d’un article de l’économiste 16/01/2012) 2.2. Système de notation financière (Rating) et système de Scoring : Comme il a été mentionné bien avant, il nous est demandé de développer un modèle de Scoring des sociétés émettrices sur le marché obligataire. Pour ce faire, il y a lieu de rappeler qu’un modèle de Scoring permet d’obtenir un score représentant la performance d’une entreprise sur une échelle donnée contrairement au Rating qui ne fait que situer l’entreprise comparativement aux autres entreprises d’un même secteur d’activité. Dans ce sens, nous allons donner une brève présentation des agences de notation pour présenter par la suite les modèles de Scoring les plus connus. 2.2.1. Notation financière par les agences de notation : La notation financière est effectuée d’une manière générale sur sollicitation de l’émetteur. Cependant, il existe plusieurs agences appelées « agence de notation financière » ou même « agence de Rating », qui ont pour activité d’évaluer les risques liés aux titres de dettes ainsi que les émetteurs de titres eux-mêmes qui peuvent être des entreprises, des banques, des compagnies d’assurance, des collectivités locales ou des Etats. Elles permettent donc, a priori, d’améliorer l’information sur les marchés financiers. Initialement, la notation des agences par une simple juxtaposition de lettres, presque unique et admise au niveau mondial, devait faciliter une comparabilité mondiale des produits financiers et des intervenants, rendue indispensable avec l’internationalisation de la finance. La méthodologie est propre à chaque agence de notation mais on peut cependant retracer quelques grandes lignes. Pour l’attribution d’une note, lorsqu’il s’agit d’une entreprise, on Projet de fin d’études Page 33 Chapitre II : Revue des méthodes de calcul de la prime de risque et méthodes de Scoring étudie son environnement, sa stratégie ainsi que son positionnement sur le marché. Sont également analysés les documents financiers passés et prévisionnels, les risques liés à la structure du financement à travers les états de synthèse mais également ses performances économiques. La notation financière porte donc sur des éléments quantitatifs à partir de l’observation et l’analyse des données financières et qualitatifs comme la place de l’entreprise dans son secteur d’activité. Parmi ces agences, on pourrait citer : S&P ; Moody’s ; Fitch ; COFACE : Compagnie française d’assurance pour le commerce externe. Il existe plusieurs agences de ratings qui utilisent cette méthode pour la notation des entreprises parmi celles les plus connues sont Standard and Poor’s et Moody’s. Ces firmes semblables par leur taille et leur manière de travailler, suivent essentiellement sur le marché, environ 6500 titres de dette appartenant à 2000 entreprises. Pour ce service, l’agence de rating est rémunérée, en une fois, au moment de l’émission. Le coût d’un rating se situe entre 20 000 et 50 000 dollars. Chacune de ces agences publie chaque mois un Bond Guide ou chaque obligation se voit attribuer une note sous forme de lettre. La graduation des notes attribuées est faite en dix classes, de AAA à D pour Standard and Poor’s, et en neuf classes de Aaa à C pour Moody’s. Cependant, l’appréciation de la qualité du crédit d’un débiteur effectuée par les agences de notation est une tâche délicate. En effet, les agences de rating sont commercialement dépendantes des émetteurs et techniquement dépendantes des informations communiquées par ce dernier. L’impartialité et la crédibilité de ces agences sont souvent mises en doute. Elles ont notamment été accusées d’être l’un des acteurs de la crise des « Subprimes » pour avoir attribué de meilleures notes à des produits financiers très risqués. Par ailleurs, il est aussi reproché aux agences de notation la lenteur de leurs réactions et aussi une certaine « opacité » dans leur décision de modification du niveau de risque des créances. La crise des Subprimes couvait, alors que la notation des titres représentatifs de ces créances était en majorité très bonne et n’a été réévaluée à la baisse que peu de temps avant la crise. Projet de fin d’études Page 34 Chapitre II : Revue des méthodes de calcul de la prime de risque et méthodes de Scoring 2.2.2. Méthode générale de Scoring : La notation financière ou rating constitue un indicateur de risque de défaut d’un émetteur. Cette notation se base sur une analyse des différents ratios financiers de l’entreprise pour lui attribuer une note jugeant son risque de défaut. Ces notes sont obtenues à partir d’une fonction score élaborée de la manière suivante : On identifie tout d’abord un certain nombre n de ratios significatifs Ri, par le biais d’une analyse discriminante. Par la suite, on obtient une combinaison linéaire de ces ratios Ri pondérés des coefficients ai permettant de distinguer les entreprises risquées des entreprises viables. Il s’agit donc d’une analyse multidimensionnelle qui permet de prendre une décision. Parmi les ratios les plus utilisés dans l’analyse financière on trouve : o Part d’état ; Analyse des intervenants o Parts dividende ; o Part charge financière. o Part fond de roulement ; Analyse des fonds de roulement o Importance fond de roulement ; o Importance BFR o Gearing ; Analyse solvabilité liquidité o Solvabilité ; o Liquidité court terme. o Capacité de remboursement ; o Capacité d’endettement ; Ratios de la dette o Endettement bancaire ; o Poids des charges financières. o Rentabilité globale ; o Rentabilité économique ; o Rentabilité financière ; Ratios de rentabilité o Rentabilité d'exploitation ; o Marge brute d’EBE ; o Marge brute d’autofinancement. Tableau 2.2 : Tableau résumant les ratios les plus utilisés dans l’analyse financière Projet de fin d’études Page 35 Chapitre II : Revue des méthodes de calcul de la prime de risque et méthodes de Scoring Il faut noter que plus le score ou la note N est élevé, plus les risques de défaillances sont faibles. D’autre part, les poids ai sont déterminés généralement par un modèle de régression. Le modèle de régression diffère selon la nature de la variable expliquée; le plus connu est le modèle de régression linéaire. Si la variable expliquée est une variable aléatoire binomiale, il est courant d'utiliser une régression logistique ou un modèle Probit, et si la forme fonctionnelle de la régression est inconnue, on peut utiliser un modèle de régression non paramétrique. 2.2.3. Les principaux modèles de Scoring : Les techniques ou méthodologies utilisées dans la littérature pour mettre en place des modèles de Scoring sont assez nombreuses, à cause des systèmes de crédit Scoring qui sont eux-mêmes inspirés par de multiples besoins. Selon A. Saunders & L. Allen (2002), les systèmes de crédit Scoring peuvent être retrouvés dans plusieurs types d'analyse de crédit, depuis le crédit de consommation jusqu'aux prêts commerciaux. L'idée centrale en effet ne varie point, puisqu'il s'agit d'identifier dans un premier temps les facteurs qui déterminent la probabilité de défaut, et dans un second temps de pondérer leurs « poids » dans un score quantitatif. a) Modèle d’Altman : S'il fallait ainsi faire la revue des principaux scores qui ont vu le jour depuis une quarantaine d'années, nous commencerons par évoquer le « Z-score » d'Altman mis au point en 1967. Sur un échantillon de 66 entreprises, 33 ayant connu la faillite et 33 ayant survécu, Altman utilise l'analyse discriminante multi variée. Cette technique permet de classer des observations dans des sous-groupes homogènes fixés à priori, consiste à réduire la dimension du plan dans lequel on travaille en faisant une projection d'un point représenté dans un espace de dimension N, dans un plan de dimension 1 par exemple. Elle traite les variables explicatives qualitatives binaires: pauvre/riche, bon client/mauvais client. La plupart des modèles de crédit-score ont été mis au point à partir de l'AFD. La méthode de l’analyse fonctionnelle discriminante procède de la manière suivante: On suppose éventuellement des probabilités à priori données sur les différents groupes, la fonction discriminante calcule les probabilités à posteriori qu'une nouvelle observation Projet de fin d’études Page 36 Chapitre II : Revue des méthodes de calcul de la prime de risque et méthodes de Scoring appartienne à chacun de ces groupes et attribue cette observation au groupe le plus probable. Les variantes de la méthode tiennent à la manière dont est définie et calculée cette probabilité. La fonction discriminante d’Altman transforme grâce à l'AFD la valeur des variables individuelles (qui sont les ratios) en un score discriminant appelé "Z-score" qui permettra de classer une entreprise dans le groupe défaillant ou non défaillant. Sa fonction discriminante finale est: (2-3) Avec comme : X1 = Besoins en fonds de roulement (BFR) /Total des Actifs X2 = Profits retenus /Total des Actifs X3 = Résultat d’exploitation /Total des Actifs X4 = Capitaux propres /Valeur Comptable des dettes X5 = Chiffre d’affaires /Total des Actifs Selon les auteurs du modèle, un résultat inférieur à 2.99 indique une forte probabilité de défaut (Distress Zone), un résultat compris entre 1.88 et 2.99 indique que l’entreprise est à surveiller (Grey Zone), et un résultat supérieur à 2.99 indique une basse probabilité de défaut (Safe Zone). b) Modèle de Conan et Holder : Après Altman, le score de CONAN et HOLDER (1979) est venu dix ans plus tard enrichir les modèles de Scoring développés auparavant. Comme le « z score » le score calculé par Conan et Holder est une régression par analyse discriminante. Par référence au bilan financier, les deux chercheurs ont étudié les valeurs de 31 ratios applicables à 190 PME et ont obtenu la fonction-score suivante : (2-4) Avec comme : R1 = Excédent brut d'exploitation (EBE) / Total des dettes R2 = Capitaux permanents / Total de l'actif Projet de fin d’études Page 37 Chapitre II : Revue des méthodes de calcul de la prime de risque et méthodes de Scoring R3 = Réalisable et disponible / Total de l'actif R4 = Frais financiers / Chiffre d’affaires R5 = Frais de personnel /valeur ajoutée Il permet un classement des sociétés des plus risquées (score inférieur à 6,8) aux plus saines (score supérieur à 16,4). c) Modèle de la Banque de France : Le score de la Banque de France (BDFI 1995) est aussi une méthodologie de prévision des risques de défaillances par l'analyse et la prévision statistique. Les scores opérationnels (utilisables par les banques et les entreprises) de première génération ont été mis au point par la Banque de France en 1982. Le score BDFI 1995, s'intéresse plus particulièrement à l'endettement financier (importance, structure et coût de l'endettement). La formule de ce score se présente comme suit : (2-5) - Avec comme : X1=Frais Financiers/ Excédent Brut d’Exploitation (EBE) X2= Ressources Stables / Actif Economique X3= Chiffre d’Affaires /Endettement X4= EBE/ Chiffre d’Affaires X5= Dettes Commerciales/ Achats TTC X6= Taux de variation de la Valeur Ajoutée X7= (Stocks + Clients - Avances Clients)/ Production X8= Investissements Physiques/ Valeur Ajoutée De ce fait, il est plus adapté aux besoins des banquiers. La cotation Banque de France est constituée de 3 éléments : Projet de fin d’études Page 38 Chapitre II : Revue des méthodes de calcul de la prime de risque et méthodes de Scoring Une cote d’activité précisée par une lettre (de A à X), fonction du chiffres d’affaires de l’entreprise. Une cote de crédit (de 0 à 6) concernant sa rentabilité et sa structure financière. Une cote de paiement (de 7 à 9) permettant d’apprécier sa solvabilité à court terme. La meilleure cotation s’établissant à 37, la plus mauvaise à 69. Toutefois, le modèle de 1968 d’Altman reste le modèle le plus général englobant les ratios les plus significatifs. Il reste un instrument de synthèse permettant la prévision de la défaillance d'une entreprise à partir d'un certain nombre de ratios. Cet instrument permet de répondre facilement à la question: « Est-ce que l'entreprise est susceptible de faire faillite ? ». Son avantage est la simplicité, ses résultats permettent une réponse par oui ou non. Cette méthode est très intéressante dans la mesure où elle considère des mesures financières jumelées et non séparées. D’autant plus, elle prend en compte plus d'un aspect à savoir la liquidité, la solvabilité, la rentabilité, l'activité et la croissance. Altman voulait que son modèle ne néglige aucun de ces aspects de la situation financière d'une entreprise. Appliqué sur un échantillon de 66 sociétés américaines ce modèle a réussi à classer 95% des sociétés en faillite un an avant leur faillite. Conclusion : En guise de conclusion, le placement obligataire offre à la fois des intérêts et des écueils. Comme il a été présenté dans le chapitre dessus, il existe plusieurs raisons poussant l’émetteur à choisir l’émission obligataire en tant que mode de financement. Cependant, il existe certains risques encourus par l’investisseur durant la participation à ces émissions tels que les risques liés au dépôt de bilan de l’émetteur ou à l’éventualité de ne pas honorer ses engagements. Par conséquent, il reste à l’investisseur d’anticiper et quantifier le risque de la contrepartie, sur un horizon temporel donné, et ce en appréciant d’une part la prime de risque proposée par l’émetteur ; et d’une autre part, en ayant au préalable une vision sur sa structure financière. Pour ce faire, il a été convenu de présenter les différents modèles préétablis de Scoring des entreprises (Altman, Conan et Holder, Banque de France), ainsi que les trois méthodes de calcul de la prime de risque. L’outil d’aide à la décision proposé à la CMR sera détaillé dans le chapitre suivant en présentant le modèle de Scoring développé, ainsi que les méthodes d’appréciation des différentes caractéristiques qui ont été jugées pertinentes pour le jugement d’une émission obligataire donnée. Projet de fin d’études Page 39 Scoring des sociétés émettrices sur le marché obligataire Chapitre 3 Développement de l’outil d’aide à la décision. Projet de fin d’études Page 40 Chapitre III : Développement de l’outil d’aide à la décision CHAPITRE III : DEVELOPPEMENT DE L’OUTIL D’AIDE A LA DECISION Introduction : Comme tout autre investisseur institutionnel, la CMR choisit pertinemment ses titres de placements. Pour mieux juger les émissions obligataires qui se présentent et pouvoir anticiper et quantifier le risque de la contrepartie, ils ont jugé indispensable de s’approprier un modèle de Scoring. Dans le présent chapitre, nous allons présenter une analyse de l’existant pour ensuite développer un modèle de Scoring propre à la CMR prenant en considération les différents jugements par rapport à l’émission obligataire en question, à savoir la volatilité de l’émetteur par rapport au marché et la prime de risque proposée par l’émetteur. 3.1. Analyse de l’existant : Comme tout autre investisseur, la CMR choisi de placer son argent dans les différents titres émis, qu’ils soient des actions ou des obligations privées. Cependant, selon la politique de cette caisse de retraite, la plus grande part du portefeuille est dédiée aux actions. Tout de même, la part consacrée aux obligations privées devrait être choisie pertinemment. Dans ce sens, à chaque émission obligataire, le service de recherche et stratégie et d’allocation d’actifs réalise une note d’analyse et de recherche qui intervient dans le cadre de l’étude de l’opportunité de placement offerte par l’émission obligataire en question. Elle se propose de se prononcer sur cette offre à travers l’appréciation du couple risque rendement proposé par l’émetteur. L’analyse du risque se fait, principalement, par approximation de la structure financière de l’émetteur et sa capacité à honorer ses engagements futurs. L’évaluation du rendement se fait, quant à elle, à travers l’appréciation de la prime de risque proposée par l’émetteur. Cette note d’analyse et de recherche s’articule généralement autour des points suivants : les objectifs de l’émission, les caractéristiques de l’emprunt, la situation du secteur, la structure financière de l’émetteur et le rendement proposé. Projet de fin d’études Page 41 Chapitre III : Développement de l’outil d’aide à la décision L’objet de l’émission : Cette partie contient la nature du projet que va entretenir l’entreprise, le budget alloué au projet qui a fait sujet de l’émission obligataire ainsi que l’apport de ce projet. Caractéristiques de l’émission : Le nombre des obligations, la date de soumission, la maturité, la prime de risque, le prix de souscription, la valeur nominal,… ainsi que les modalités d’allocation des titres. Point de situation sur le secteur : Cette partie contient analyse générale du secteur sur le plan national et international, et met en valeur le positionnement de l’entreprise dans son secteur. Identité de l’entreprise : Une présentation générale de l’entreprise de son activité et de ses filiales. Structure financière de l’émetteur : Cette partie est primordiale dans la note de recherche, elle est constituée de trois éléments principaux L’équilibre financier : qui est une comparaison du besoin de roulement, le besoin en fonds de roulement et la trésorerie nette sur les trois dernières années, pour pouvoir se prononcer ainsi sur l’équilibre financier de l’entreprise. Evolutions des réalisations économiques et financières de l’entreprise : ceci comprend le chiffre d’affaires, la valeur ajouté, l’excédent brut d’exploitation, le résultat courant, le résultat d’exploitation, le résultat financier et le résultat net sur les trois dernières années et ainsi se prononcer sur la qualité des réalisations de l’entreprise. Endettement et solvabilité : cela consiste en le calcul de ratios solvabilité et ratios d’endettement qui jugent parfaitement la santé financière de l’entreprise et à quelle point elle serait capable d’honorer ses engagements. Pour finir, une analyse est faite sur le rendement proposé dans l’émission obligataire pour s’assurer que la prime de risque tienne compte des risques liés à l’activité et à la structure financière de l’émetteur. Cette analyse se base principalement sur la comparaison du rendement proposé aux rendements proposés par les dernières émissions d’autres sociétés, et ce sur la même maturité. Ce rendement est aussi jugé en prenant en considération les différentes primes proposées par l’émetteur à l’occasion de ses levées de fonds et ses tirages de dettes dans le passé. Projet de fin d’études Page 42 Chapitre III : Développement de l’outil d’aide à la décision La note de recherche est finalisée par une recommandation du service recherche et stratégie et allocation d’actifs qui propose à la CMR de participer ou non à cette émission obligataire compte tenu de l’analyse réalisée. A chaque émission obligataire, un comité de placement est réuni pour décider de la participation de la CMR à l’émission obligataire en question. Ainsi, tous les services de la DGP doivent se prononcer par rapport à l’émission en question. Le service de conformité et de contrôle interne, notre service d’accueil, a pour principal rôle de suivre et gérer les risques inhérents au placement des excédents financiers de la caisse dont les risques liés aux placements obligataires. Notre projet de fin d’études s’inscrit dans ce sens, en fournissant un outil d’aide à la décision à la CMR permettant au service de conformité et de contrôle interne, plus spécialement, de se prononcer à l’issu de chaque émission obligataire. Pour réaliser cela nous allons développer un modèle de Scoring prenant en considération les exigences de la CMR et par la suite nous allons apprécier les différentes caractéristiques entrant dans la prise de décision. 3.2. Présentation de l’échantillon de données : Avant de commencer notre étude, il a fallu établir l’échantillon des sociétés émettrices sur le marché obligataire pour travailler dessus. Pour ce faire, nous avons recensé l’ensemble des émissions obligataires depuis l’année 2000 (Selon la disponibilité des informations). Ce recensement nous a permis de regrouper un échantillon de 31 entreprises dont 14 non cotées en Bourse. Ces entreprises agissent dans 12 secteurs d’activités différents. L’échantillon pourra être représenté comme suit : Secteur Pétrol et gaz Mines Bâtiments et matériaux de construction Distribution Projet de fin d’études Société Afriquia Gaz SOMEPI SAMIR CMG CMT Holcim Mediaco Label vie Page 43 Chapitre III : Développement de l’outil d’aide à la décision Chimie Charaf corporation MAGHREB OXYGENE Services aux collectivités LYDEC Télécommunication et nouvelles technologies MEDITEL Etablissements publics Loisirs et hôtels Immobilier Banques Sociétés de financement ONCF ODEP ONDA OCP SNI LOCASOM RISMA CGI ADDOHA IMMOLOG ADI AWB BCP Crédit du maroc BMCE Bank SGMB Taslif Salafin WAFASALAF Tableau 3.1 : Tableau des entreprises figurant dans l’échantillon de données Vu l’hétérogénéité des secteurs étudiés dans notre échantillon, et les différences recensées au niveau des bilans des entreprises, ce dernier sera divisé en deux parties traitées de deux manières différentes, une partie pour les secteurs financiers (Banques et Sociétés de financement) et une autre pour les 10 secteurs restants dits secteurs hors financiers. En s’inspirant des méthodes utilisées par les différents auteurs pour réaliser leurs modèles de Scoring, nous avons recensé les étapes fondamentales de la construction d’un modèle de Scoring. Ces étapes sont comme suit : Jugement préalable de la défaillance des entreprises de l’échantillon ; Détermination des variables explicatives du modèle ; Vérification des degrés de signification de ces variables; Projet de fin d’études Page 44 Chapitre III : Développement de l’outil d’aide à la décision Construction du modèle en spécifiant sa fonction. 3.3. Développement du modèle de Scoring pour les secteurs hors financiers : Pour juger de la défaillance des secteurs hors financiers de notre échantillon, nous avons opté pour une procédure similaire à celle utilisée par Altman pour développer son modèle. Pour ce faire, il convient de présenter dans ce qui suit les résultats trouvés par ce modèle. 3.3.1. Application du modèle d’Altman : Pour réaliser le modèle de Scoring propre à la CMR, il a été jugé pertinent de s’inspirer du modèle d’Altman que ce soit au niveau des résultats ou de la méthode suivie. Comme il vient d’être cité dans le chapitre précédent, le modèle d’Altman a pour principal avantage la simplicité, ses résultats permettent une réponse par oui ou non. Cette méthode est très intéressante dans la mesure où elle considère des mesures financières jumelées et non séparées. D’autant plus, elle prend en compte plus d'un aspect à savoir la liquidité, la solvabilité, la rentabilité, l'activité et la croissance. Sa fonction discriminante finale est: (3-1) Avec comme : X1 = Besoins en fonds de roulement (BFR) /Total des Actifs (La liquidité) X2 = Profits retenus /Total des Actifs (La solvabilité) X3 = Résultat d’exploitation /Total des Actifs (La rentabilité) X4 = Capitaux propres /Valeur Comptable des dettes (L’activité) X5 = Chiffre d’affaires /Total des Actifs (La croissance) Ce modèle est appliqué pour tous les secteurs sauf secteurs financiers (Secteur des Banques et Secteurs des Sociétés de Financement) puisqu’il a été élaboré en premier lieu à partir d’un échantillon d’entreprises industrielles canadiennes. Les secteurs exclus seront traités dans la sous partie qui suit. Projet de fin d’études Page 45 Chapitre III : Développement de l’outil d’aide à la décision Ainsi, pour appliquer ce modèle, il convient de collecter les variables utilisées dans le calcul des ratios depuis les états financiers des entreprises de l’échantillon et cela sur la base de 5 ans. Pour ce qui est des entreprises non cotées, n’ayant l’obligation d’afficher leurs états financiers que lors d’une émission obligataire, nous nous sommes contentées des états publiés dans la note d’information de l’émission obligataire. Notons que selon les auteurs du modèle, un résultat inférieur à 1.81 indique une forte probabilité de défaut (Distress Zone présentée en rouge) ; un résultat compris entre 1.81 et 2.99 indique que l’entreprise est à surveiller (Grey Zone présentée en gris), également, un résultat supérieur à 2.99 indique une basse probabilité de défaut (Safe Zone présentée en vert). Tous calculs faits, les scores trouvés sont comme suit : Secteur Société Z-Score 1ére année 2éme année 3éme année 4éme année 5éme année Moyenne MAGHREB OXYGENE 4,91561683 5,972034571 2,335999593 2,458640217 2,294025794 Services aux collectivités LYDEC 1,28917638 1,630226951 1,765707336 1,416941484 1,257033406 1,778480335 1,712497248 3,185344421 3,268095725 8,738027517 2,880541672 2,129253828 3,548721358 2,292485353 3,595263401 1,471817111 Télécommunication et nouvelles technologies MEDITEL 0,88215297 0,953057093 0,915330864 0,776681635 0,881805642 Afriquia gaz Pétrol et gaz Mines 1,72450785 1,851088688 1,584102191 1,557189662 2,099664881 1,77179813 1,960904821 _ _ SOMEPI 1,4806372 SAMIR 8,44787841 3,093819042 2,082590693 1,091537858 1,210896105 CMG 5,93129221 CMT 3,36373977 3,643491485 7,355233489 11,48137595 17,84629688 2,381074041 1,491920927 _ Bâtiments et matériaux de construction Holcim 3,5317379 Mediaco 1,46171781 1,352610031 Distribution Label vie 3,88722969 2,952773654 4,603126793 2,751755291 2,660847591 2,780508131 2,805910149 2,623704591 CHARAF CORPORATION 2,54512651 2,262622523 CHIMIE Etablissements publics Loisirs et hôtels Immobilier _ 1,8520976 3,329801523 2,650042179 2,06970703 _ _ _ _ ONCF 0,84542232 0,825675405 0,777906744 0,697635535 0,672838373 ODEP 1,45561254 0,764238583 1,130946141 _ ONDA _ 1,76181257 2,152295056 1,639776053 2,143763765 0,86279638 SNI 3,60683565 2,163024858 2,297123848 1,701986136 1,008074088 OCP 4,64551156 1,898270995 3,247895118 _ _ LOCASOM -1,08472378 -0,889710098 -0,405954473 _ _ RISMA 2,65994031 1,295166994 1,180307956 0,561313498 0,412476988 CGI 11,7681037 5,213076614 3,055359759 17,90318453 19,10082316 ADDOHA 2,34604243 1,522132273 1,241442308 2,018542037 1,952211135 IMMOLOG ADI 2,21383214 1,456769583 2,151174589 0,781164061 1,80649419 _ 2,81844965 3,817914904 3,122361182 1,829203193 0,763895675 1,116932421 1,712088764 2,155408917 3,263892557 -0,793462785 1,221841149 11,40810954 1,816074037 1,650735092 2,678884624 Tableau3.2 : Tableau des scores calculés par le modèle d’Altman sur la base de 5 ans. Projet de fin d’études Page 46 Chapitre III : Développement de l’outil d’aide à la décision D’après les calculs réalisés sur un total de 23 entreprises, on trouve que 7 entreprises ont une basse probabilité de défaut, 6 entreprises sont à surveiller et 10entreprises ont une probabilité de défaut très élevée. Donc, les entreprises seront classées de la manière suivante : Sociétés CGI CMT MOX Label vie CMG OCP SAMIR Holcim ADI Z-Score 11,4081095 8,73802752 3,5952634 3,54872136 3,26809572 3,26389256 3,18534442 2,88054167 2,67888462 CHARAF CORPORATION 2,29248535 2,15540892 SNI 2,12925383 Mediaco 1,81607404 ADDOHA 1,77848034 Afriquia gaz 1,71249725 SOMEPI 1,71208876 ONDA 1,65073509 IMMOLOG 1,47181711 LYDEC 1,22184115 RISMA 1,11693242 ODEP 0,88180564 MEDITEL 0,76389568 ONCF -0,79346278 LOCASOM Tableau 3.3 : Tableau du classement des entreprises selon le modèle d’Altman Après avoir consulté les notes de recherche réalisées au sein de la CMR, il est à notifier que les jugements qui ont été faits par les analystes financiers correspondent parfaitement aux résultats obtenus par le score d’Altman ce qui nous permet de se prononcer sur la fiabilité de ce modèle. Projet de fin d’études Page 47 Chapitre III : Développement de l’outil d’aide à la décision 3.3.2. Jugement préalable de la défaillance des secteurs hors financiers : Pour juger de la défaillance des secteurs hors financiers de notre échantillon, nous avons opté pour une procédure similaire à celle utilisée par Altman pour développer son modèle. Dans ce contexte, nous nous limiterons à l'analyse discriminante linéaire à deux groupes : - linéaire, par similarité à la variante utilisée par ALTMAN dans ses travaux et par la plupart des auteurs ayant adopté cette méthode de classification. - à 2 groupes, l'enjeu pour un utilisateur potentiel étant de prévoir suffisamment de temps à l'avance si une entreprise, candidate à un prêt obligataire, appartiendra au groupe des entreprises saines, non défaillantes, (1er groupe) ou au groupe des entreprises défaillantes (2eme groupe), l'ensemble des situations particulières des entreprises concernées se ramenant à l'un de ces 2 groupes. A l’aide de cette méthode, notre modèle vise à déterminer l'équation algébrique qui, à l'aide de ratios financiers, discriminerait le mieux les entreprises en faillite de celles qui sont saines. Pour construire son modèle, Altman a eu recours à un échantillon composé de soixante-six entreprises dont la moitié était saine et l'autre en faillite. Faute de non disponibilité de jugement préalable sur la défaillance des entreprises, il a été jugé pertinent de construire le modèle de Scoring propre à la CMR sur la base des défaillances données par le modèle d’Altman et cela en constituant deux échantillons de base, l'un regroupant un ensemble d'entreprises ayant eu un score d’Altman inférieur à 1.81 ou compris entre 1.81 et 2.99 et donc jugées défaillantes (prenant la valeur 0), l'autre regroupant un ensemble d'entreprises ayant un score d’Altman supérieur à 1.81 et donc jugées saines (prenant la valeur 1). Projet de fin d’études Page 48 Chapitre III : Développement de l’outil d’aide à la décision Sociétés CGI CMT MOX Label vie CMG OCP SAMIR Holcim ADI Z-Score Défaillance 11,4081095 1 8,73802752 1 3,5952634 1 3,54872136 1 3,26809572 1 3,26389256 1 3,18534442 1 2,88054167 0 0 2,67888462 CHARAF CORPORATION SNI Mediaco ADDOHA Afriquia gaz SOMEPI ONDA IMMOLOG LYDEC RISMA ODEP MEDITEL ONCF LOCASOM 2,29248535 2,15540892 2,12925383 1,81607404 1,77848034 1,71249725 1,71208876 1,65073509 1,47181711 1,22184115 1,11693242 0,88180564 0,76389568 -0,79346278 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Tableau 3.4 : Tableau des défaillances préalables des entreprises des secteurs hors financiers Dans la partie suivante, il conviendra de prendre en compte les exigences de la CMR afin d’arrêter les variables explicatives qui rentreront dans la construction du modèle de Scoring. Projet de fin d’études Page 49 Chapitre III : Développement de l’outil d’aide à la décision 3.3.3. Vérification de la signification des variables explicatives : Pour développer le modèle de Scoring, il conviendra de prendre en compte les exigences de la CMR pour collectionner pour chaque entreprise les données comptables et financières sur une certaine période, et d'en tirer une base de X ratios jugés significatifs de la situation financière de l'entreprise concernée. Pour ce faire, il a fallu arrêter un certain nombre des ratios des plus utilisés dans l’analyse financière. Des ratios répondant le plus aux exigences de la CMR, il a été convenu de recenser 12 ratios intégrant liquidité, rentabilité, solvabilité, activité, croissance, endettement et investissement. Ratios Liquidité Expression R1 = Besoin en fonds de roulement/Total Actif R2 = Fond de roulement/Total Actif Solvabilité R3 = Réserves/Total Actif R4 = Capitaux propres/Total Actif R5 = Dettes court terme/Total Actif Rentabilité Economique : R6 = Résultat d’Exploitation / Total Actif Financière : R7 = Résultat net / Capitaux propres R8 = Capitaux propres / Total dettes Activité R9 = Chiffres d’affaires / Total Actif Croissance R10 = Dettes à long et moyen terme / Capitaux propres Endettement R11 = Total dettes / Total Actif Investissement R12 = Actif Immobilisé / Chiffres d’affaires Tableau 3.5 : Ratios utilisés pour le modèle de Scoring propre à la CMR Pour calculer les 12 ratios jugés pertinents pour construire le modèle de Scoring propre à la CMR, il convient de collecter les variables utilisées dans leur calcul depuis les états financiers des entreprises de l’échantillon et cela sur la base de 5 ans (comme mentionné auparavant). Pour ce qui est des entreprises non cotées, n’ayant l’obligation d’afficher leurs états financiers que lors d’une émission obligataire, nous nous sommes contentées des états publiés dans la note d’information de l’émission obligataire. Avant d’entamer l’interprétation des résultats, il y a lieu de rappeler qu’il a fallu appliquer la fonction de l’analyse discriminante pour analyser les données et ainsi déterminer les ratios qui discrimineraient le mieux les entreprises défaillantes de celles qui sont saines dans notre échantillon. Projet de fin d’études Page 50 Chapitre III : Développement de l’outil d’aide à la décision Cette fonction a été appliquée à l’aide du complément d’Excel « XLSTAT ». Une fois XLSTAT lancé, et en choisissant la commande « XLSTAT / Analyse des données / Analyse Factorielle Discriminante », on peut alors sélectionner les données sur la feuille Excel. La variable dépendante qualitative, qui correspond à la variable à modéliser, est dans ce cas, la défaillance de l’entreprise et les variables explicatives sont les 12 ratios dont on dispose. Après les statistiques descriptives concernant les différentes variables, XLSTAT affiche les matrices de covariance impliquées dans les calculs. Les deux tests de Box permettent de confirmer que l'on ne peut pas faire l'hypothèse que les matrices de covariance sont identiques pour les 2 groupes. Figure 3.1 : Tests de Box Comme premier résultat affiché, on trouve le test du Lambda de Wilkes qui permet de tester si les vecteurs des moyennes pour les différents groupes sont égaux ou non (ce test peut être compris comme un équivalent multidimensionnel du test LSD de Fisher). Figure 3.2 : Test du Lambda Wilks Projet de fin d’études Page 51 Chapitre III : Développement de l’outil d’aide à la décision On voit ici que la différence entre les vecteurs est significative au niveau de signification de 0.05. Le tableau qui suit fournit les valeurs propres et le % de variance correspondant. Figure 3.3 : Les valeurs propres On peut voir que 100% de la variance sont représentés par le facteur F1. Il n'y a ici qu’un seul facteur, ce qui n'est pas surprenant puisque le nombre maximum de facteurs non nuls est k-1, lorsque n>p>k, où n est le nombre d'observations, p le nombre de variables explicatives et k le nombre de groupes. (Dans notre cas : n=23, p=12, k=2). Le graphique suivant montre comment les 12 variables initiales sont corrélées avec l’unique facteur obtenu (ce graphique est construit à partir du tableau des coordonnées des variables). On peut voir que le facteur F1 est corrélé avec les 12 variables explicatives. Ainsi, toutes les variables explicatives semblent être discriminantes et significatives. Figure 3.4 : Corrélation des variables explicatives avec le facteur F1 Projet de fin d’études Page 52 Chapitre III : Développement de l’outil d’aide à la décision D’autant plus, XLSTAT procure un tableau listant pour chaque groupe (0/1 ; Défaillante/Saine), les observations qui ont été reclassées. Chaque observation est reclassée dans le groupe pour lequel la probabilité est maximale. Figure 3.5 : Reclassement des observations On remarque qu’aucune observation n’a été reclassée. Ceci montre que les deux groupes de défaillance sont parfaitement discriminés. Le graphique qui suit ne fait qu’accentuer ce résultat, et permet d’attester que les groupes sont bien discriminés sur les axes factoriels obtenus à partir des variables explicatives initiales. Le graphique étant bien orthonormé, on peut constater que c'est bien le premier axe qui discrimine le mieux les deux groupes. Les barycentres des deux groupes sont affichés. Projet de fin d’études Page 53 Chapitre III : Développement de l’outil d’aide à la décision Figure 3.6 : Discrimination des groupes par rapport aux variables explicatives XLSTAT fournit aussi une matrice de confusion qui résume l'information concernant les reclassements d'observations, et on peut en déduire les taux de bon et mauvais classement. Le "% correct" correspond au rapport du nombre d'observations bien classées, sur le nombre total d'observations. Figure 3.7 : Matrice de confusion pour l’échantillon d’estimation Cette matrice montre que les observations ont été parfaitement reclassées, ainsi le classement est jugé correct à 100%. D’autant plus, ce classement est jugé excellent par son AUC qui est égal à 1 Projet de fin d’études Page 54 Chapitre III : Développement de l’outil d’aide à la décision . Figure 3.8 : Courbe ROC En effet, l’aire sous la courbe (ou Area Under the Curve – AUC) est un indice synthétique calculé pour les courbes ROC. Il correspond à la probabilité pour qu’un événement positif soit classé comme positif par le test sur l’étendue des valeurs seuil possibles. Pour un modèle idéal, on a AUC=1, pour un modèle aléatoire, on a AUC=0. On considère habituellement que le modèle est bon dès lors que la valeur de l’AUC est supérieure à 0.7. Un modèle bien discriminant doit avoir une AUC entre 0.87 et 0.9. Un modèle ayant une AUC supérieure à 0.9 est excellent. Ainsi, les résultats d’analyse de données interprétés précédemment montrent que toutes les variables explicatives sont discriminantes et significatives. Ainsi, il sera question de construire par la suite le modèle de Scoring en trouvant la fonction de défaillance adéquate. Projet de fin d’études Page 55 Chapitre III : Développement de l’outil d’aide à la décision 3.3.4. Construction du modèle de Scoring : Une fois les ratios les plus discriminants déterminés, il y a lieu de fixer un modèle de régression logistique puisque la variable de décision est dichotomique (prenant la valeur 0 pour une entreprise défaillante et la valeur 1 pour une entreprise saine). Ce modèle sera important pour construire le modèle de Scoring et ainsi modéliser l'effet des ratios discriminants sur la variable de défaillance à réponse binaire et ainsi donner une fonction permettant de prédire la défaillance des entreprises en question. Pour fournir la fonction de défaillance finale, le modèle de régression logistique définit une variable latente Y* tel que : Y*>0 si l’entreprise est en difficulté Y*≤0 si l’entreprise est saine Avec : Y*= α+ βXi Où : Xi : la série des ratios financiers à utiliser α et β : les coefficients à estimer Pour avoir finalement une probabilité du risque défaillance de : P(Yi)=1/ [1+exp (-(α+βXi))] Ces deux fonctions (Analyse fonctionnelle discriminante et Régression logistique) ont été appliquées à l’aide du complément d’Excel « XLSTAT ». Les résultats seront interprétés dans la partie suivante. En lançant XLSTAT et en choisissant XLSTAT / Modélisation des données / Régression logistique, on active la boîte de dialogue de la régression logistique, on peut alors sélectionner les données sur la feuille Excel. La variable dépendante qualitative, qui correspond à la variable à modéliser, est dans ce cas, la défaillance de l’entreprise et les variables explicatives sont les 12 ratios dont on dispose. Projet de fin d’études Page 56 Chapitre III : Développement de l’outil d’aide à la décision Les premiers détails sur le modèle sont donnés dans le tableau suivant : Figure 3.9 : Contribution des variables explicatives dans le modèle Ce tableau s’avère utile pour évaluer la contribution des variables à la qualité du modèle. D’autant plus, XLSTAT fournit un tableau donnant plusieurs indicateurs de la qualité du modèle (ou qualité de l'ajustement). Figure 3.10 : Indicateurs de la qualité du modèle Ces résultats sont équivalents au R2 et au tableau d'analyse de la variance de la régression linéaire et de l'ANOVA. La valeur la plus importante est le Chi2 associé au Log ratio (L.R.). C'est l'équivalent du test F de Fisher du modèle linéaire : on essaie d'évaluer si les variables apportent une quantité d'information significative pour expliquer la variabilité de la variable Projet de fin d’études Page 57 Chapitre III : Développement de l’outil d’aide à la décision binaire. Dans notre cas, comme la probabilité est inférieure à 0.005, on peut conclure que les variables apportent une quantité significative d'information. Ainsi, la fonction régression logistique nous donne une équation du modèle sous la forme suivante : Défaillance = 1/ (1 + exp-(-10,8+22,4*R1+1,9*R2-26,1*R3-76,5*R4+39,5*R5+618.8*R6+ 116,7 *R7 +20,4 *R8+ 11,5*R9 +4*R10 -63,6*R11+3,7E-02*R12)) Après avoir calculé les défaillances en utilisant la fonction trouvée par la régression logistique, il convient de les comparer aux résultats trouvés par le modèle d’Altman : Société Z-Score CGI 11,4081095 CMT 8,73802752 MOX 3,5952634 Label vie 3,54872136 CMG 3,26809572 OCP 3,26389256 SAMIR 3,18534442 Holcim 2,88054167 ADI 2,67888462 CHARAF CORPORATION 2,29248535 SNI 2,15540892 Mediaco 2,12925383 ADDOHA 1,81607404 Afriquia gaz 1,77848034 SOMEPI 1,71249725 ONDA 1,71208876 IMMOLOG 1,65073509 LYDEC 1,47181711 RISMA 1,22184115 ODEP 1,11693242 MEDITEL 0,88180564 ONCF 0,76389568 LOCASOM -0,79346278 Défaillance Défaillance rég Altman logistique 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1,00 1,00 1,00 1,00 1,00 1,00 1,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 Tableau 3.6 : Tableau comparatif des défaillances trouvées par le modèle d’Altman et le modèle développé Projet de fin d’études Page 58 Chapitre III : Développement de l’outil d’aide à la décision Le tableau 3.4 montre que les défaillances calculées par le modèle développé en interne sont similaires aux défaillances calculées par le modèle d’Altman. Dans la phase du développement de l’application sous VBA, les résultats des deux modèles seront pris en considération, et ce pour plus de visibilité pour l’utilisateur dans le cas de certaines entreprises qui sont jugées non défaillantes par le modèle développé et jugées « A surveiller » (Grey Zone) par le modèle d’Altman. 3.4. Développement du modèle de Scoring pour les secteurs financiers : Pour juger la défaillance des secteurs financiers (Banques et Sociétés de financement), il convient de faire une revue des exigences du comité Bâle pour trancher des ratios qui seront utilisés comme variables explicatives dans les modèles des secteurs financiers. 3.4.1. Jugement préalable de la défaillance des secteurs financiers : Les normes de Bâle II constituent un dispositif prudentiel international destiné à mieux appréhender les risques bancaires -principalement le risque de crédit- et à assurer une meilleure couverture de ces risques par les fonds propres. Il se compose de trois piliers : Le respect des exigences de fonds propres qui fait passer notamment d'un ratio Cooke où « Fonds propres de la banque > 8 % des risques de crédits » à un ratio McDonough où « Fonds propres de la banque > 8 % des (risques de crédits (85 %) + de marché (5 %) + opérationnels (10 %)) » La mise en place d’une procédure de surveillance de la gestion des fonds propres (reportings prudentiel et financier) ; L’instauration de règles de transparence financière. En 2010, le secteur bancaire est passé de l’adoption de l’approche standard des normes Bâle II à la mise en place de l’approche avancée du dispositif. Cette nouvelle approche, qu’est la réforme Bâle III, fait partie des initiatives prises pour renforcer le système financier à la suite de la crise financière de 2007 ou la crise « des Subprimes », sous l'impulsion du FSB (Financial Stability Board), le groupe économique informel créé lors de la réunion du G20 à Londres en avril 2009. Elle part du constat que la sévérité de la crise s'explique en grande partie par la croissance excessive des bilans et hors bilan bancaires, via par exemple, les produits dérivés, tandis que dans le même temps le niveau et la qualité des fonds propres destinés à couvrir les risques se dégradaient. En outre, de nombreuses institutions ne disposaient pas non plus de réserves suffisantes pour faire face à une crise de liquidité. Projet de fin d’études Page 59 Chapitre III : Développement de l’outil d’aide à la décision Le prochain chantier qui attend le secteur et Bank Al-Maghrib, prévu pour le 1er Janvier 2013, est l’implémentation de la nouvelle réglementation bancaire Bâle III, qui est une évolution des normes actuelles à travers une redéfinition des fonds propres, la révision de la couverture de certains risques et l’instauration de nouveaux ratios, essentiellement le ratio d’effet de levier. (3-2) Ce ratio a pour limitation un seuil minimum de 3%. Ainsi, les entreprises ayant un ratio inférieur à 3% seront jugées défaillantes (prenant la valeur 0), et les entreprises ayant un ratio supérieur à 3% seront jugées non défaillantes (prenant la valeur 1). Pour juger la défaillance des secteurs financiers (Banques et Sociétés de financement), il convient de calculer leurs ratios de levier étant l’unique ratio calculable figurant dans les exigences de Bâle, et cela puisque les ratios Cooke et McDonough nécessitent des informations sur les risques marché, crédit et opérationnels. Les ratios des différentes banques et sociétés de financement ont été calculés suite à une collecte de variables (Fonds propres et Total des dettes) à partir d’un ensemble d’états financiers de 5 ans. Les résultats trouvés sont comme suit : Ratio effet de levier 12% 9% 9% 10% 12% 12% 39% 189% Banques AWB BCP CDM BMCE SGMB TASLIF SALAFIN WAFASALAF Défaillance 1 1 1 1 1 1 1 1 Tableau 3.7 : Tableau des défaillances préalables des entreprises des secteurs financiers Projet de fin d’études Page 60 Chapitre III : Développement de l’outil d’aide à la décision 3.4.2. Interprétation des résultats et construction du modèle financier : Tout d’abord, il y a lieu de rappeler qu’après l’implémentation, en 2007, du dispositif prudentiel Bâle II dans son approche standard, le secteur bancaire a adopté en 2010 les approches avancées du dispositif, notamment en ce qui concerne les modalités de couverture des risques par les fonds propres. Sur cette base, on peut dire que malgré un environnement défavorable, les banques marocaines ont globalement maîtrisé leurs risques. Elles ont en parallèle poursuivi le renforcement de leurs fonds propres afin d’assurer une meilleure couverture des trois types de risques qui les entourent, à savoir le risque de crédit, de marché et le risque opérationnel. Les résultats obtenus dans la partie précédente montrent que toutes les banques et les sociétés de financement de l’échantillon sont jugées non défaillantes par le ratio effet de levier. Ce résultat peut être facilement expliqué puisque selon quelques statistiques (Selon S. Nhaili (2011), le ratio de solvabilité des banques (fonds propres prudentiels rapportés aux risques bancaires) s’est amélioré en affichant des niveaux supérieurs aux exigences réglementaires minimales. Il s’établit à 12,3% en 2010 après 11,8% en 2009 et 11,2% en 2008, sachant que le minimum réglementaire est de 8%. Ainsi, on pourrait trancher sur le respect des exigences de BAM et de Bâle de la part des banques ce qui explique parfaitement leurs non défaillances obtenues. Ainsi, on ne pourrait procéder de la même manière que pour les secteurs hors financiers puisque la variable expliquée serait une fonction constante (Non défaillante partout), par con séquent, on ne pourrait en aucun cas appliquer une analyse discriminante ou une régression. Par la suite, dans la phase du développement de l’application sous VBA, nous allons considérer les banques et les sociétés de financement sur le même degré de non défaillance pour laisser le jugement final de différenciation aux caractéristiques de l’émission ainsi qu’à la volatilité de la valeur émettrice sur le marché financier. Projet de fin d’études Page 61 Chapitre III : Développement de l’outil d’aide à la décision 3.5. Appréciation de la prime de risque : Afin d’avoir un jugement plus précis sur l’émission obligataire en question, il a fallu juger la structure financière de l’entreprise émettrice sans pour autant négliger le risque systématique lié à la valeur mobilière en question. 3.5.1. Jugement de la volatilité des valeurs de l’échantillon : Pour ce faire, il convient d’étudier les variations du titre en question par rapport aux variations du marché. Cette information sera traduite par l’interprétation de l’indicateur Bêta qui est un indicateur de sensibilité ou de volatilité pour une valeur mobilière cotée en bourse. Pour le cas des entreprises non cotées en bourse, il a été jugé pertinent d’évaluer leurs volatilités par celle du secteur auquel elles appartiennent. Ainsi, après l’étude de la structure financière de l’entreprise émettrice, le deuxième jugement sera à propos de la volatilité de la valeur ainsi que la volatilité de son secteur. Avant d’entamer l’explication des procédures de calcul, il y a lieu de rappeler la définition de l’indicateur Bêta ainsi que les différentes interprétations données à cet indicateur selon le résultat obtenu. Le β est une mesure de sensibilité d'une valeur ou d'un ensemble de valeurs par rapport à l'indice. Ce coefficient exprime une amplitude moyenne du mouvement de la valeur en fonction de l'indice. Par exemple Une valeur a «b» pour coefficient bêta, signifie que si l'indice varie d'un point de pourcentage (+ 1%), la valeur varie de b%. Autrement dit c'est la sensibilité ou élasticité du cours du titre par rapport à l'indice boursier représentant le marché. D’une part, le bêta est le fruit d'une observation statistique sur une durée relativement longue ; il s'agit souvent pour un minimum d’un an, soit environ 250 séances de bourse. De la sorte, le β doit s'interpréter comme un comportement moyen de la valeur. La sensibilité de la valeur telle qu'exprimée par le bêta est une «composante historique» de la valeur. En d’autres termes, c’est une mesure de la sensibilité d'une valeur par rapport au marché. C’est ainsi que le coefficient peut s'interpréter comme un niveau de risque ou exposition aux fluctuations de ce marché. D’autre part, le bêta est utilisé pour donner un score à la valeur mobilière en question. Un score beta de 1.0 est une indication de que le prix de la valeur mobilière bougera avec le Projet de fin d’études Page 62 Chapitre III : Développement de l’outil d’aide à la décision marché. Des scores supérieurs à 1.0 indiquent que la volatilité du prix de la valeur mobilière en question excédera celle du marché, en général par un facteur qui est déterminé par le nombre qui dépasse 1.0. (Par exemple, si le bêta d’une valeur mobilière est estimé à 1.4, cela signifie en théorie que l’action est 40% plus volatile que le marché [(1.4 – 1.0) x 100%]). Un score inférieur à 1.0 indique que la valeur mobilière sera moins volatile que le marché. Ici encore, son degré de volatilité est déterminé par la différence entre son score et 1.0. Afin d’entamer les calculs, il a fallu supposer quelques hypothèses par rapport au cadre général du calcul de cet indicateur car pour pouvoir calculer le β avec les méthodes mathématiques disponibles, il faut supposer que : Les marchés financiers sont parfaits ce qui implique la non génération d’aucun coût; Il n’y a aucun différentiel de taxes ; Il y a un même niveau de taux de prêt et d'emprunt pour tous les investisseurs ; L'écart type des rendements passés est une mesure du risque. Pour constituer notre base de données, il a été convenu de choisir le MASI comme indicateur de marché vu qu’il englobe plus de valeurs que le MADEX, de prendre un échantillon de valeurs depuis 2006 (Selon la disponibilité de l’information), et finalement, de se contenter des données disponibles (inférieures à 5 ans) pour les valeurs récemment introduites en bourse. Vue l’indisponibilité de données bien ordonnées, il convient de collecter les cours des différentes valeurs à partir du site de la bourse. Une fois les données collectées, il s’est avéré nécessaire de créer un classeur où chaque feuille est appropriée à un secteur, afin de recenser dedans les cours mensuels du MASI ainsi que ceux des différentes valeurs cotées existant dans le secteur et ce sur un historique datant de 2006 jusqu’au 3éme mois de 2012. Une fois les différents cours recensés, il a fallu calculer leurs différentes variations mensuelles selon la relation suivante : (3-3) Ainsi, le β de chaque entreprise serait calculé par la variation du cours de la valeur par rapport au marché (Cours de l’indice MASI). Ceci peut être facilement calculé en utilisant la fonction PENTE sur Excel entre la variation du MASI et celle de la valeur en question. Projet de fin d’études Page 63 Chapitre III : Développement de l’outil d’aide à la décision Le β peut également être calculé en utilisant la formule mathématique suivante : (3-4) RM : Rendement du marché (de l’indice MASI) Avec comme : Ri : Rendement de l’actif i (de la valeur en question) Tout calcul fait, on aurait calculé les β des différentes valeurs cotées des douze secteurs de l’échantillon ; reste à calculer les β des secteurs pour les attribuer aux différentes entreprises non cotée. Pour retrouver le β de chaque secteur, un calcul des pondérations de chaque valeur sur son secteur approprié a été effectué en divisant la CB (capitalisation boursière) de la valeur en question par la somme des CB de toutes les valeurs cotées du secteur. Cette capitalisation boursière est calculée de la manière suivante : (3-5) Avec comme : i : la valeur cotée en question Ainsi, le β secteur ( serait calculé de la manière suivante : ∑ (3-6) Le bêta a été calculé pour toutes les valeurs de l’échantillon et ce sur un historique de 6ans et 2 mois. Ce tableau présente les différents résultats trouvés : Secteur Société Bêta valeur Pétrol et gaz Afriquia Gaz SOMEPI SAMIR 1,07 0,33 -0,16 Banques AWB BCP Crédit du maroc BMCE Bank SGMB 0,75 0,91 0,45 1,8 1 Mines CMG CMT -0,82 -0,16 Bâtiments et matériaux Holcim 0,17 Projet de fin d’études Page 64 Chapitre III : Développement de l’outil d’aide à la décision de construction Mediaco -1,62 Distribution Label vie 1,99 Chimie MAGHREB OXYGENE LYDEC MEDITEL -1,35 Etablissements publics ONCF ODEP ONDA OCP -2,92 -2,92 -2,92 -0,16 Loisirs et hôtels LOCASOM RISMA -1,1 -1,1 Sociétés de financement SNI Taslif Salafin -0,95 0,07 -0,51 -0,95 Services aux collectivités Télécommunication et nouvelles technologies CHARAF CORPORATION -2,92 -0,39 WAFASALAF -0,95 CGI ADDOHA IMMOLOG ADI 0,18 2,73 1,39 0,74 Immobilier Tableau 3.8 : Bêta des différentes valeurs 3.5.2. Calcul de la prime de risque : Comme il a été mentionné auparavant, plusieurs approches existent quant au calcul et à la quantification de la prime de risque : • Une approche historique; • Une approche prospective; • Une approche par sondage. Dans ce qui suit, il est convenable d’essayer de calculer la prime de risque en utilisant les trois approches précédentes. a) La méthode historique : La méthode historique du calcul de la prime de risque se base initialement sur une longue période car cela permet de montrer les fortes variations temporelles et géographiques de la rentabilité des obligations. La majorité des travaux de recherche qui se sont intéressés à la Projet de fin d’études Page 65 Chapitre III : Développement de l’outil d’aide à la décision mesure de la prime de risque historique l’ont étudiée sur une longue période. Cette longue période fait référence généralement à un historique supérieur ou égal à un siècle de données pour juger les résultats comme étant fiables. Pour ce qui est de notre cas, les données collectées ne dépassent pas les 12 ans précédents comptant de 2012. En comparant cet historique aux exigences nécessaires pour avoir des résultats significatifs, il s’avère que le calcul de la prime de risque par la méthode de l’historique serait non signifiant. Ainsi, il sera question d’explorer les deux autres méthodes de calcul. b) La méthode prospective Sur le marché obligataire, il n’existe pas de méthodes mathématiques pour calculer la prime de risque. Le consensus marché est libre acteur sur le marché obligataire. Toutefois, durant les comités de placement qui décident de la participation de la CMR dans l’émission en question ; la prime de risque obligation est jugée d’une manière subjective de la part des preneurs de décision en se basant sur la prime de risque sur le marché action ainsi que les différentes primes de risque proposées dans les émissions antérieures de même maturité et sur la même période. Ainsi, il convient de calculer les primes de risque action des différentes valeurs constituant l’échantillon et ce en utilisant le bêta calculé dans la partie précédente. Ce calcul sera réalisé à l’aide du MEDAF en fonction : de la mesure du risque systématique de l'actif, noté βactif (coefficient bêta de l'actif) ; de la rentabilité espérée sur le marché, notée E(RM) ; du taux d'intérêt sans risque (généralement des emprunts d'État), noté RF ; Ainsi la prime de risque recherché serait l’écart entre la rentabilité exigée par les actionnaires et le taux sans risque (52 semaines). [ (3-7) Le calcul de la prime de risque a été fait pour toutes les valeurs de l’échantillon et ce sur un historique de 6ans et 2 mois. Ce tableau présente les différents résultats trouvés : Projet de fin d’études Page 66 Chapitre III : Développement de l’outil d’aide à la décision Secteur Société PRA Pétrol et gaz Afriquia Gaz SOMEPI SAMIR 1,15% 0,76% 0,18% Banques AWB BCP Crédit du maroc BMCE Bank SGMB 1,74% 2,12% 1,06% 4,18% 2,32% Mines CMG CMT 1,90% 0,18% Bâtiments et matériaux de construction Holcim Mediaco 0,40% 3,77% Distribution Label vie 4,63% Chimie Services aux collectivités Télécommunication et nouvelles technologies MAGHREB OXYGENE LYDEC MEDITEL 3,15% 6,80% 0,92% Etablissements publics ONCF ODEP ONDA OCP 6,80% 6,80% 6,80% 0,18% Loisirs et hôtels LOCASOM RISMA 2,56% 2,56% Sociétés de financement SNI Taslif Salafin WAFASALAF 2,21% 0,16% 1,18% 2,21% 2,21% CGI ADDOHA IMMOLOG ADI 0,43% 6,34% 3,24% 1,73% CHARAF CORPORATION Immobilier Tableau 3.9 : Prime de risque action des différentes valeurs c) La méthode par sondage : Cette approche par le sondage semble être la plus adaptée au marché marocain. Elle fait l’objet d’un consensus des différents acteurs et tient compte de plusieurs aspects et intègre, en Projet de fin d’études Page 67 Chapitre III : Développement de l’outil d’aide à la décision effet, l’impact du contexte politique, régional et international sur l’aversion au risque des différents intervenants sur le marché. Pour mieux comprendre la manière d’appréciation de la prime de risque sur le marché marocain, il a été jugé pertinent d’élaborer un questionnaire (présenté en annexe par la suite) destiné aux différentes banques d’affaires marocaines pour demander la manière avec laquelle elles déterminent la prime de risque proposée dans la note d’information de l’émission. Suite à des interviews téléphoniques effectuées par le gestionnaire de portefeuille auprès de quelques banques d’affaires, et ce en se basant sur le questionnaire élaboré, le scénario suivant a pu être élaboré : Une entreprise optant pour l’endettement, en vue de financer ses investissements, a le choix entre différents types de dettes. En effet, outre la dette bancaire classique, obtenue auprès d’une ou plusieurs banques, l’entreprise a la possibilité d’émettre d’autres types de créances tels que l’emprunt obligataire .L'emprunt obligataire est généralement émis auprès d'une multitude de souscripteurs qui bénéficient du droit au paiement d'un intérêt et au remboursement à terme du prix de souscription de l'obligation. Avant la publication de la note d’information, l’entreprise doit procéder à un ensemble d’opérations qui s’inscrivent dans la phase d’arrangement et de montage de l’émission : L’étude du dossier et la structuration ; Les aspects administratifs et règlementaires ; Et enfin l’élaboration d’une note préliminaire pour le démarrage du préplacement Une note préliminaire contenant les états financiers de l’entreprise est envoyé par la banque d’affaires aux investisseurs potentiels à savoir les assurances, les caisses de retraites, les banques, les OPCVM, la caisse marocaine de marché, les fonds d’équipements communal…etc. Cette étape est suivie par un « Market Rate » qui se fait auprès des investisseurs cités auparavant. En effet le « Market Rate » est un processus qui consiste en l’évaluation du marché en terme de prime de risque ,ceci en prenant contact avec l’investisseur qui informe la banque d’affaire sur l’ordre de grandeur de la prime de risque avec laquelle il pourrait éventuellement participé s’il est intéressé par cette émission . Pour ce fait ce dernier revoit toutes les émissions faites pendant l’année en cours ou pendant l’année précédente, et évalue la prime de risque de cette nouvelle émission en se référant aux émissions antérieures et donne un ordre de grandeur en Projet de fin d’études Page 68 Chapitre III : Développement de l’outil d’aide à la décision prenant en considération la volatilité du secteur, l’endettement du bilan et la renommée de l’entreprise. Une fois tous les investisseurs contactés, les primes de risque estimées sont collectées et sommées pour en tirer une moyenne qui sera publiée dans la note d’information. Ainsi, il est clair que le calcul de la prime de risque par sondage n’est possible qu’au lancement d’une nouvelle émission obligataire. Conclusion : Ce chapitre nous a permis de développer les différents volets de l’outil d’aide à la décision proposé à la CMR. En effet, après avoir développé le modèle de Scoring propre à la CMR en se basant sur différentes variables explicatives, il a fallu étoffer le jugement par rapport à l’émission obligataire en évaluant tout d’abord la volatilité de la valeur émettrice par rapport au marché, ensuite, la prime de risque proposée par rapport à celles proposées antérieurement et par rapport à la prime de risque sur le marché action. Pour une meilleure exploitation et une meilleure visibilité par rapport à la décision de participation, le chapitre ci-après traitera de l’automatisation de l’ensemble de ces résultats. Projet de fin d’études Page 69 Scoring des sociétés émettrices sur le marché obligataire Chapitre 4 Développement de l’application sous VBA. Projet de fin d’études Page 70 Chapitre IV : Développement de l’application sous VBA CHAPITRE IV : DEVELOPPEMENT DE L’APPLICATION SOUS VBA Introduction : Beaucoup de méthodes et modèles ne sont pas déployés faute d’absence d’un support informatique. A cet effet, l’automatisation du modèle de Scoring développé permettrait une meilleure exploitation des données et résultats. Et l’objet du présent chapitre est d’expliquer les détails de l’application développée sous VBA, qui donnerait à l’utilisateur plus de visibilité sur les résultats développés dans les chapitres précédents. 4.1. Expression du besoin : Cette partie a pour objet de définir le besoin de la Maîtrise d’Ouvrage (Service contrôle interne de la DGP) en fournissant tous les éléments nécessaires à la Maîtrise d’œuvre dans le but de développer une application fournissant les différents jugements ; que ce soit concernant la défaillance de l’entreprise émettrice, sa volatilité par rapport au marché ou même l’appréciation de la prime de risque proposée dans l’émission. 4.1.1. Enoncé du besoin : Il s’agit donc de mettre en place un outil d’aide à la décision permettant d’apprécier les émissions obligataires dans leur globalité; cette appréciation doit contenir les volets suivants : La défaillance de la structure financière de l’émetteur obligataire et ce en précisant si l’entreprise émettrice est saine ou défaillante ; La volatilité de la valeur émettrice par rapport au marché et ce en précisant la valeur de bêta ; L’appréciation de la prime de risque proposée et ce en calculant la prime de risque action et en visualisant les primes de risques proposées antérieurement. Cette application doit laisser libre jugement à l’utilisateur après avoir visualisé les différents résultats. Elle se doit aussi de permettre l’historisation des différentes données saisies d’être évolutive et de permettre la modification de plusieurs paramètres liés au calcul du score, du bêta et de la prime de risque action. Outre cela, elle doit être facile à manipuler et accompagnée de préférence par un manuel d’utilisation facilitant l’accessibilité aux résultats fournis. Projet de fin d’études Page 71 Chapitre IV : Développement de l’application sous VBA 4.4.2. Diagramme Bête à cornes : Le diagramme « bête à cornes » permet de définir l’idée principale soit le besoin de la maitrise d’ouvrage. Il permet une identification simple et précise du besoin grâce à trois questions : A qui le produit rend-il service ? Sur quoi agit-il ? Dans quel but ? Le diagramme bête à cornes de l’application à développer est représenté dans la figure qui suit : Figure 4.1 : Bête à corne de l’application à développer 4.2. Présentation de l’application : Après avoir détaillé le besoin de la CMR, il convient de décrire l’application commençant par une présentation de la base de données et allant vers une description plus détaillée. Projet de fin d’études Page 72 Chapitre IV : Développement de l’application sous VBA 4.2.1. Description générale : L’application est développée sous VBA appliqué à Excel, le choix de cet outil de programmation a été fait selon les raisons suivantes : Gain de temps pour toutes les opérations répétitives et itératives ; Augmentation des potentialités de l'outil Excel ; Relative simplicité d’emploi ; Flexibilité ; Bonne intégration avec les produits disponibles à la CMR ; Utilisation de quelques fonctions prédéfinies sur Excel pour les modèles mathématiques considérés ; Facilité d’éditer la base de données initiale sur Excel ; Utilisation des feuilles d’Excel comme support de mémoire pour la liste des données obtenues. 4.2.2. Base de données : Comme mentionné ci-dessus, l’application réalisée est connectée à une base de données Excel. Cette base est constituée de 12 feuilles comprenant chacune les différentes informations sur un secteur de l’échantillon. D’autant plus, une feuille Excel est dédiée aux différents secteurs de l’échantillon avec les entreprises y appartenant et une autre feuille est dédiée aux différentes émissions obligataires antérieures classées par maturité, par année et par entreprise. Feuille « Nom secteur » : Pour ce qui est de la feuille « Nom secteur », elle est dupliquée 12 fois selon le nom du secteur (on trouve par exemple feuille « Chimie »). Cette feuille contient un historique : des cours mensuels du MASI, de la rentabilité MASI, du taux sans risque et des cours des entreprises cotées appartenant au secteur en question ; et ce à partir de janvier 2006 jusqu’à février 2012. Projet de fin d’études Page 73 Chapitre IV : Développement de l’application sous VBA Elle contient aussi la variation mensuelle des différents cours, et le nombre de titre de chaque valeur cotée. Le calcul du bêta et de la prime de risque action est fait sur cette même feuille. Figure 4.2 : Feuille du secteur « Chimie » de la base de données. Cette feuille même contient les différentes variables financières utilisées pour le calcul des différents ratios de l’analyse financière, que ce soit pour les secteurs financiers ou pour les autres secteurs. Figure 4.3 : Variables financières de « MAGHREB OXYGENE » appartenant à un secteur hors financier Projet de fin d’études Page 74 Chapitre IV : Développement de l’application sous VBA Figure 4.4 : Variables financières de « Crédit du Maroc » appartenant à un secteur financier. Feuille « Eses - secteurs » : Cette feuille contient un tableau permettant de recenser les 12 secteurs de l’échantillon avec toutes les entreprises cotées et non cotées y appartenant, et ce en précisant leurs situations boursières. Figure 4.5 : Feuilles des secteurs et les entreprises y appartenant Feuille « Emissions » : Cette feuille contient les différentes émissions obligataires antérieures classées par année d’émission, par secteur et par entreprise en précisant les primes de risque qui ont été proposées pour chaque émission. Projet de fin d’études Page 75 Chapitre IV : Développement de l’application sous VBA Figure 4.6 : Feuille des émissions obligataires antérieures 4.2.3. Description de l’application : L’application est conçue pour contenir 3 volets d’appréciation. Ces volets sont comme suit : Jugement de la volatilité ; Structure financière ; Appréciation de la prime de risque. Ils seront traités par la suite, en expliquant les fonctionnalités et les résultats donnés par chaque volet. a) Jugement de la volatilité : Une fois l’application démarrée, l’utilisateur se doit de choisir en premier lieu le secteur et l’entreprise voulus parmi ceux proposés dans les barres déroulantes appropriées. Ces instructions sont valables pour le cas d’une entreprise qui existe déjà dans l’échantillon de l’étude menée. Pour le cas d’une nouvelle entreprise ou même un nouveau secteur, un champ est dédié pour saisir la nouvelle entreprise et son secteur pour ainsi être automatiquement stockés dans la base de données. Projet de fin d’études Page 76 Chapitre IV : Développement de l’application sous VBA . Figure 4.7 : Champ de saisie d’une entreprise existante. En cliquant sur le bouton « Nouvelle entreprise », le champ de saisie approprié s’affiche à l’écran. Figure 4.8 : Champ de saisie d’une nouvelle entreprise. Le 1er volet concernant le jugement de la volatilité contient un groupe de saisie permettant à l’utilisateur de saisir la date du mois encours ainsi que le cours du MASI. Pour ce qui est du cours de l’entreprise en question, son champ de saisie apparaît dynamiquement selon sa situation boursière. En effet, pour une entreprise non cotée, les cours à saisir seront ceux des entreprises cotées du secteur et pour une entreprise cotée, il sera question de saisir uniquement son cours. Prenons l’exemple du secteur « Pétrole et Gaz », pour l’entreprise cotée « Afriquia gaz » ; seul son cours et celui du MASI seront à saisir. Projet de fin d’études Page 77 Chapitre IV : Développement de l’application sous VBA Figure 4.9 : Calcul du bêta pour une entreprise cotée Pour le même secteur et pour l’entreprise non cotée « Somepi », il sera question de saisir en plus du cours du MASI, ceux de « Afriquia Gaz » et « Samir » qui sont les entreprises cotées du secteur. Figure 4 Figure 4.10 : Calcul du bêta d’une entreprise non cotée Projet de fin d’études Page 78 Chapitre IV : Développement de l’application sous VBA Le bouton « Valider » permet de stocker les différentes données saisies dans les espaces qui leur sont dédiés. Comme le montre la figure précédente, le bouton « Calculer Bêta » permet de calculer le bêta de l’entreprise en question et visualiser l’écart par rapport à bêta marché qui est 1. b) Structure financière : Le 2éme volet de l’application traite l’étude de la structure financière de l’entreprise. Comme il a été convenu dans le chapitre précédent, l’échantillon est traité en deux parties. Ainsi, ce volet de l’application contiendra deux onglets : un pour les secteurs hors financiers et un autre pour les secteurs financiers. Onglet « Secteurs hors secteurs financiers » : Cet onglet présente un groupe de saisie permettant de saisir les différentes variables entrant dans le calcul des différents ratios. Une fois les variables saisies, elles sont automatiquement enregistrées dans la base de données via le bouton « Valider ». Le bouton « Calculer les ratios » permet de démarrer la macro de calcul des ratios. Figure 4.11 : Volet structure financière pour secteurs hors financiers Projet de fin d’études Page 79 Chapitre IV : Développement de l’application sous VBA Cet onglet permet de visualiser le score d’Altman en appuyant sur le bouton « Calcul du Score d’Altman » et permet aussi de donner un jugement à propos de la défaillance de l’entreprise en question en cochant les champs « Oui », « Non » ou « A surveiller ». Outre cela, l’onglet permet de visualiser la défaillance selon le modèle développé en cochant « Oui » ou « Non ». D’autant plus, en cliquant sur le bouton « Visualiser l’historique des défaillances », une feuille contenant les défaillances des années antérieures s’affiche à l’écran. Figure 4.12 : Historique des défaillances et scores non financiers Onglet « Secteurs financiers » : Cet onglet présente un groupe de saisie permettant de saisir les deux variables entrant dans le calcul du ratio effet de levier. Une fois les variables saisies, elles sont automatiquement enregistrées dans la base de données via le bouton « Valider ». Le bouton « Calculer le ratio » permet de démarrer la macro de calcul du ratio. Projet de fin d’études Page 80 Chapitre IV : Développement de l’application sous VBA Figure 4.13 : Volet structure financière des secteurs financiers Cet onglet permet aussi de donner un jugement à propos de la défaillance de l’entreprise en question en cochant les champs « Oui » ou « Non » selon le seuil du ratio effet de levier. D’autant plus, en cliquant sur le bouton « Visualiser l’historique des défaillances », un volet contenant les défaillances calculées auparavant s’affiche à l’écran. Figure 4.14 : Historique des défaillances et scores financiers Projet de fin d’études Page 81 Chapitre IV : Développement de l’application sous VBA c) Appréciation de la prime de risque : Ce 3éme volet s’intéresse principalement à l’appréciation de la prime de risque. Figure 4.15 : Calcul de la prime de risque action et saisie des caractéristiques d’une nouvelle émission En important la valeur du bêta calculé dans le 1er volet, et en saisissant la valeur du taux sans risque et celle de la rentabilité MASI ; on pourrait calculer la prime de risque action et ce en appuyant sur le bouton « Calculer la prime de risque Action ». Pour ce qui est des caractéristiques de l’émission et comme montré dans la figure précédente, il est demandé de saisir la maturité et la prime de risque proposée dans l’émission en question. En appuyant sur le bouton «Visualiser l’historique des émissions », un volet contenant les émissions antérieures sur la même maturité et le même secteur saisis s’affiche à l’écran avec les différentes primes de risque proposées Projet de fin d’études Page 82 Chapitre IV : Développement de l’application sous VBA Figure 4.16 : Stockage des caractéristiques saisies de la nouvelle émission Conclusion : Vu l’indispensabilité d’un support informatique, nous avons jugé pertinent de développer une application sous VBA. Cette application a pour principal but automatiser le modèle de Scoring développé afin de permettre une meilleure exploitation des données et résultats. Dans ce chapitre, nous avons essayé d’expliquer les détails de l’application développée, pour permettre à l’utilisateur d’avoir plus de visibilité par rapport aux résultats développés dans les chapitres précédents. Projet de fin d’études Page 83 Conclusion générale CONCLUSION GENERALE A terme de ce projet, nous avons pu atteindre les objectifs fixés par la CMR, à savoir, la création d’un outil d’aide à la décision des participations aux émissions obligataires. Tout d’abord, nous avons revu les méthodes suivies par la CMR pour l’analyse d’une émission obligataire. Il s’est avéré que le paramètre le plus déterminant dans une émission était la prime de risque. L’appréciation de cette dernière par rapport à la maturité ainsi que l’appréciation de la situation financière de l’émetteur permettait à la CMR d’avoir une visibilité quant à la participation à l’émission. Au début nous avons tenté de retrouver une méthode de calcul de la prime de risque sur le marché obligataire. Cependant, vu l’indisponibilité des données sur le marché financier marocain, il n’est possible de calculer la prime de risque avec des méthodes mathématiques que sur le marché actions, celle-ci permettrait de juger le risque de son actif pour une entreprise cotée, et le risque de son secteur pour une entreprise non cotée. D’autant plus, il a été jugé pertinent d’étoffer l’appréciation de l’émission obligataire en calculant l’indice de volatilité bêta. Cet indicateur permet de juger la sensibilité de l’actif en question par rapport au marché entier. Enfin, pour l’évaluation de la structure financière de l’émetteur, nous nous sommes inspirés de la démarche utilisée pour la majorité des modèles existants afin de créer un modèle propre à la CMR, se basant sur un échantillon d’entreprises Marocaines. Une fois la base de données constituée, et pour faciliter l’utilisation du modèle développé et le calcul des paramètres recensés, nous avons développé une application avec le langage VB, qui permet le calcul du bêta, de la prime de risque action et du score de l’entreprise, en plus du stockage des données pour le suivi des émissions dans lesquelles la CMR aurait participé. Dans notre projet, l’outil d’aide à la décision que nous avons développé fournit des informations sur la défaillance de l’émetteur, sa volatilité par rapport au marché et une appréciation par rapport à la prime de risque proposée. Néanmoins, nous estimons que le jugement de la CMR d’une émission obligataire reste subjectif dans la mesure où il engendre plusieurs variables explicatives qualitatives, à savoir, le budget alloué aux obligations, ainsi que certaines réglementations qui imposent à la CMR, en tant qu’investisseur institutionnel, de participer à certaines émissions de certains établissements publics. Projet de fin d’études Page 84 Conclusion générale Il est à noter que ce modèle est valable tant que le marché financier Marocain est encore non développé et que le nombre d’intervenants est encore restreint. Ainsi, nous estimons que la CMR devrait essayer par la suite d’améliorer ce modèle en augmentant la taille de l’échantillon ou en rajoutant d’autres ratios significatifs. Il est également important de signaler que nous espérons que dans les années à venir, la CMR aurait une base de données de l’historique de défaillances des émetteurs et celle des émissions obligataires avec leurs primes de risque et leur maturité, dont le manque entravait la réalisation d’un modèle complet. Ces historiques permettraient de se procurer un modèle complet, donnant une recommandation finale qui intègre la structure financière, la volatilité et la prime de risque Sur un plan plus large, il est fortement recommandé de mettre en place des agences de notation nationales dont le rôle serait de publier périodiquement, les scores des entreprises et les courbes de prime de risque dites « courbes de Spread » avant de lancer toute émission obligataire, ce qui permettrait de réglementer le marché financier marocain. Projet de fin d’études Page 85 Bibliographie & Webographie BIBLIOGRAPHIE John Hull, C. G. (2010). Gestion des risques et institutions financières. Bodie Z. et Merton R. (1999). La finance. SKALLI, A. (2011). Cours ' Gestion de portefeuille '. MAROC: Ecole Mohammadia d’ingénieurs. David Le Page (2000). Risque de Défaut : Une Approche Intensité. Hervé ALEXANDRE (2003): Rating and Spread: The French Market before Euro TAHIRI, N. (2011). Cours ' Evaluation des entreprises '. MAROC: Ecole Mohammadia d’ingénieurs. Norbet Gaillard (2010). Les agences de notation WEBOGRAPHIE http://www.fairness-finance.com/j/images/documents/20081127_MPR.pdf http://www.vernimmen.net/ftp/primederisque.pdf http://www.afic.asso.fr/Images/Upload/Partenariats/ft50_Prime_risque_des_actions.pdf http://resultat-exploitations.blogs.liberation.fr/finances/2010/04/rating.html http://eric.univ-lyon2.fr/~ricco/cours/cours/pratique_regression_logistique.pdf http://jml85.pagesperso-orange.fr/Pages/cours_VBA.html http://www.casablanca-bourse.com/bourseweb/index.aspx http://www.cdvm.gov.ma/ Projet de fin d’études Page 86 Soring des sociétés émettrices sur le marché obligataire marocain Annexes Projet de fin d’études Page 87 Annexes ANNEXES Annexe I : Méthodes utilisées pour analyse et modélisation des données : I.1. L’analyse factorielle discriminante : L’analyse factorielle discriminante ou analyse discriminante est une technique statistique qui vise à décrire, expliquer et prédire l’appartenance à des groupes prédéfinis (classes, modalités de la variable à prédire, …) d’un ensemble d’observations (individus) à partir d’une série de variables prédictives (descripteurs, variables exogènes, …). Le but de la méthode, , est de réduire le nombre de dimensions des données, en recherchant celles suivant lesquelles les classes se séparent le mieux. Les directions factorielles discriminantes successives sont déterminées, tandis que des graphiques factoriels plans permettent ici encore de visualiser les individus ou les variables. Divers indicateurs et tests sont également calculés, qui permettent de juger de l'intérêt et de la pertinence des résultats obtenus. I.2. La régression logistique : La régression ordinaire permet d’analyser une variable réponse quantitative en fonction d’une ou plusieurs variables explicatives. Souvent, c’est un résultat binaire (ou dichotomique) d’une expérience ou d’une observation que l’on souhaite mettre en relation avec des variables explicatives; En général, le résultat d’une observation binaire est appelé “succès” ou “échec”. Il est représenté mathématiquement par une variable aléatoire Y telle que Y = 1 s’il y a succès et Y = 0 s’il y a échec. Cette variable a une distribution de Bernoulli et on note par p= P (y=1) la probabilité de succès; donc P (y=0) = 1− p. L’espérance mathématique et la variance de Y sont, respectivement, E(Y) = p et σ2(Y) = p (1 − p). Le résultat Y peut dépendre des valeurs assumées par p variables explicatives X1,……, Xp au moment de l’observation. L’idée est en effet de faire intervenir une fonction réelle monotone g opérant de [0, 1] dans IR et donc de chercher un modèle linéaire de la forme : g (pi)= x’i* β. Projet de fin d’études Page 88 Annexes Il existe de nombreuses fonctions, dont le graphe présente une forme sigmoïdale et qui sont candidate pour remplir ce rôle, trois sont pratiquement disponibles dans les logiciels. La fonction logit est l’une des trois fonctions ; définie par : g (p) = logit (p) = ln (-ln (1-p)) avec . Plusieurs raisons, tant théoriques que pratiques, font préférer cette dernière solution. Le rapport p/ (1−p), qui exprime une “cote”, est l’odds et la régression logistique s’interprète donc comme la recherche d’une modélisation linéaire du “log odds” tandis que les coefficients de certains modèles expriment des “odds ratio” c’est-à-dire l’influence d’un facteur qualitatif sur le risque (ou la chance) d’un échec (d’un succès) de Z. Intérêt de la régression logistique : Si on définit l’évènement étudié par une variable aléatoire Y, elle s’écrira sous la forme suivante : Enfin de résoudre le problème des bornes à droite et à gauche de la mesure de probabilité, on appliquera une double transformation nommée logit. ⁄ Tel que Par conséquent, on va aboutir à un modèle de la forme : ( ⁄ mesure où il permet de déduire l’expression de p en fonction de z : ) dans la . Estimation des paramètres du modèle : On considère un échantillon de N individus indicés i=1, …N. Pour chaque individu, on observe si un certain événement s’est réalisé et l’on note Yi la variable codée associée à l’évènement. Et X=(X1,……, Xp) le vecteur des J variables explicatives ou prédicateurs de la variable Y. Pour l’estimation des paramètres d’un modèle d’un modèle de régression logistique, la méthode généralement utilisée est celle du maximum de vraisemblance. Dans le cadre du modèle logit cette fonction s’écrit : Projet de fin d’études Page 89 Annexes ∏ Puisque pi dépend du vecteur de paramètre beta et du vecteur de variable Xi, on va chercher à maximiser la vraisemblance en les manipulant. Naturellement on ne pourra pas toucher au vecteur Xi, car ce sont les données. Par contre, on cherchera quelles sont les valeurs de beta qui maximisent cette quantité l. D’un point de vue pratique, il est plus commode d’utiliser la « logvraisemblance », notée L, celle-ci transformant les produits en somme. Maximisant cette quantité, revient à maximiser la vraisemblance. ∑ A partir de là, le problème devient simple, puisque pour trouver le maximum de cette fonction, il suffit d’égaler sa dérivée en 0. En pratique, on utilise des méthodes numériques telles que l’algorithme de Newton-Raphson, pour trouver les valeurs recherchées. Interprétation des paramètres : L’interprétation des données fournie par la régression multiple est supérieure à celle fournie par la régression simple. La régression multiple tient compte des éventuelles associations entre les variables explicatives. Les coefficients de chaque variable sont épurés des contributions fournies par les autres variables et représentent, donc, des effets propres. Pour ce faire, on réécrit le modèle sous la forme suivante : On s’aperçoit que la quantité rapport (appelée odds-ratio) représente le facteur par lequel le augmente lorsque X varie d’une unité. Cette quantité est indépendante de X. Ainsi, avec cette expression on obtient, on obtient une valeur de paramètre qui mieux interprétable que le β dans la forme linéarisée. L’information réellement utilisable est le signe des paramètres indiquant si la variable associée influence la probabilité à la hausse ou à la baisse. De façon générale, l’on peut étudier l’impact des variables Xi sur la probabilité que Yi =1 en calculant les effets marginaux. Projet de fin d’études Page 90 Annexes Calcul des effets marginaux : On les estime de la façon suivante : Avec la fonction de répartition du modèle logit. la fonction de densité du modèle logit. Le pseudo R de la régression logistique : Dans une régression logistique, il n’y a pas de valeur réelle de carré comme dans une régression linéaire, et l’analogue de R² est le pseudoR² appelé aussi R² de Mc Fadden, Calculé de la façon suivante : ̃ : log-vraisemblance du modèle libre. : log-vraisemblance du modèle nul, uniquement avec la constante (modèle contraint). Annexe II : Questionnaire dédié aux investisseurs : Ce questionnaire a été élaboré dans le but de recenser les différentes méthodes d’appréciation de la prime de risque en pratique. Durant l’évaluation d’une société, quel est le degré d’importance accordée à l’analyse financière de celle-ci ? 0% – 30% 31% – 60% 61% – 90% Quels sont les documents qui reflètent le plus l’état de l’entreprise émettrice : - Bilan ; - Compte de résultat ; - Solde de gestion ; - Compte des produits et charges ; - Flux de la trésorerie. Cocher les ratios financiers les plus représentatifs durant l’analyse d’une émission obligataire : - Ratios de l’Analyse des intervenants ; Projet de fin d’études Page 91 Annexes - Ratios de l’Analyse de fonds de roulement ; - Ratios de l’Analyse solvabilité liquidité ; - Ratios de la dette ; - Ratios de l’Analyse des rotations ; - Ratios de rentabilité. Quelle est la mesure que vous utilisez pour calculer la prime de risque ? - Une mesure statistique historique qui consiste à observer l’écart entre l’évolution des obligations et la rémunération des actifs les moins risqués. - Une mesure prospective qui résulte des sondages auprès des investisseurs. - Autre méthode. Avez-vous un modèle développé en interne, vous permettant de noter les sociétés émettrices ? Oui Non Si oui, à quel point vous basez-vous sur la note appropriée à l’entreprise émettrice pour évaluer la prime de risque ? 0% – 30% 31% – 60% 61% – 90% A quel point La prime de risque évaluée par vos méthodes reflète-t-elle la situation financière et économique de l’entreprise émettrice ? 0% – 30% Projet de fin d’études 31% – 60% Page 92
