La BFI devrait connaître en Europe les premières hausses de ROE depuis six ans. Mais celles-ci ne permettront sans doute pas de combler le fossé qui s’est creusé entre les performances des BFI européennes et américaines.

Depuis dix ans, les revenus des banques de financement et d’investissement mondiales étaient en baisse régulière, diminuant de plus de 30 milliards sur un total de plus 180 milliards de dollars¹. Parmi les trois métiers de la banque de financement et d’investissement, les activités de marché et notamment de fixed income, qui représentaient près de 60 % des revenus il y a dix ans, ont été les plus impactées, perdant depuis 2012 plus d’un tiers de PNB.

Dans ce contexte, l’année 2020, pourtant marquée par la crise sanitaire, devrait symboliser le rebond de la banque de financement et d’investissement, avec les premières hausses de ROE depuis six ans. Cette embellie profite aux trois métiers. La banque d’investissement et la banque d’affaires devraient voir leurs revenus progresser de 20 % à 30 %. Le métier le plus en progression cette année serait le fixed income, avec des revenus historiques, en hausse de 50 %. Sur ce métier, les banques profitent d’une hausse de la demande, les entreprises cherchant à se couvrir en taux et en change durant le confinement et à sécuriser leurs financements.

En France, la situation reste néanmoins contrastée et deux tendances se dessinent sur les revenus. D’un côté, BNP Paribas connaît une progression soutenue de ses revenus en corporate banking et global markets, avec des performances records notamment dans ses points forts historiques (fixed income, change et matières premières). Crédit Agricole voit également ses revenus augmenter sur un an, portés par la hausse des besoins en couverture et des émissions obligataires. D’un autre côté, BPCE et Société Générale voient leurs revenus baisser sur un an, à cause en partie des dérivés actions, impactés par la suspension des dividendes.

L’écart avec les banques américaines

Les bonnes performances de BNP Paribas, Crédit Agricole et d’autres banques de financement et d’investissement (BFI) européennes pourraient amener certains observateurs à s’interroger sur leur capacité à réduire l’écart avec les banques américaines. Le fossé qui s’est creusé depuis dix ans entre BFI européennes et américaines, traduit par un décalage dans les revenus et dans l’efficience opérationnelle, semble néanmoins difficile à combler. En effet, les banques américaines ont capté ces deux dernières années deux tiers des revenus mondiaux de l’activité global market et 50 % des revenus de banque d’investissement. En Europe, seules les banques suisses (UBS et Crédit Suisse) et BNP Paribas parviennent à contester une partie du pool de revenus aux banques américaines, sur des activités ciblées (DCM et fixed income pour BNP Paribas, ECM et equity pour les banques suisses). Depuis 2012, la part du Produit net bancaire (PNB) de la banque de financement et d’investissement dans le PNB total des banques européennes stagne autour de 30 % quand celui des banques américaines a évolué de 39 % en 2012 à 44 % en 2019, le PNB de la banque de détail américaine restant pourtant stable sur cette période. S’agissant des charges, les BFI européennes accusent le coup, comme l’atteste l’écart de coefficient d’exploitation de +15 points avec les banques américaines². Pire, les coefficients d’exploitation des banques américaines sont homogènes, lorsque l’on note une forte dispersion chez les banques européennes. Le rapport entre revenus et fonds propres alloués est également défavorable aux BFI européennes, symbolisant la capacité des banques américaines à optimiser leurs emplois pondérés.

Un marché européen fragmenté

Les origines du retard des BFI européennes sont structurelles et ne peuvent donc être rapidement gommées. Quatre raisons expliquent l’hégémonie des BFI américaines face à leurs concurrentes européennes.

Tout d’abord, le marché bancaire européen apparaît fragmenté face à un marché bancaire américain unifié, ce qui contribue à expliquer près de la moitié de l’écart de performance entre les banques américaines et européennes. Les banques américaines bénéficient en premier lieu d’une forte concentration des plus grandes capitalisations boursières mondiales sur leur territoire. A fin 2019, environ 3 000 des 10 000 premières capitalisations boursières mondiales, représentant 35 000 milliards d’euros, avaient installé leur siège en Amérique du Nord. Les BFI américaines profitent donc d’un vaste marché unifié quand les banques européennes composent avec un marché morcelé et subissent les variations de législations entre pays. Sur leur marché domestique, la domination des banques américaines reste donc incontestée. Sur le vieux continent, les BFI européennes reculent au contraire face à leurs concurrentes américaines, perdant près de 10 points de parts de marché au bénéfice de leurs homologues américaines depuis 2010. Les BFI européennes pâtissent de leur trop petite taille ainsi que du nombre d’acteurs réduit capables de capter des parts de marché importantes.

Un modèle opérationnel plus efficient

Ensuite, le modèle opérationnel américain semble plus efficient. En premier lieu, les banques de financement et d’investissement américaines tirent une part plus importante de leurs revenus de leur activité liée aux marchés financiers. L’activité global markets représente en effet deux tiers des revenus de JP Morgan et Morgan Stanley en 2019, contre à peine la moitié pour BNP Paribas ou Natixis et un tiers pour Deutsche Bank. Ces activités de marché sont traditionnellement plus rentables que les activités de financement pour un même niveau de capital investi. De plus, les banques américaines se sont rapidement restructurées post-crise, en passant notamment de larges pertes pour apurer leur bilan et renforcer leur solidité financière. À ce titre, le ratio CET1 moyen des banques américaines a dépassé entre 2015 et 2016 celui des banques européennes, leur permettant d’investir notamment dans le recrutement d’experts en provenance des BFI européennes. Ces dernières ont sans doute également perdu du temps dans leur réflexion continue autour de restructurations tant de leurs activités que dans leurs effectifs. Enfin, les banques américaines cultivent leur modèle d’origination et de distribution des prêts (originate to distribute) quand les banques européennes conservent les créances à leur bilan (originate and hold). Le modèle originate to distribute permet à la fois l’allègement du bilan des banques (deleveraging) et un transfert du risque aux investisseurs ayant un effet favorable sur les niveaux d’exigences réglementaires de capital et de liquidité. Les banques européennes, et notamment françaises, ont à ce titre entamé leur mue depuis 2012 avec pour objectif de transférer une part plus significative de leurs créances aux investisseurs.

Les effets de la réglementation

L’asymétrie entre réglementations européenne et américaine reste encore en vigueur. La réglementation bancaire américaine s’appuie depuis fin 2019 sur un principe de progressivité où les règles applicables aux huit banques d’importance systémique³ sont renforcées par rapport à celles applicables aux banques de taille moins significative (comme les banques régionales par exemple). Les établissements systémiques américains, dits de catégorie 1, sont tenus en matière de capital de détenir plusieurs coussins (coussins G-SIB, contracyclique et de conservation) et d’appliquer le ratio de levier⁴ et le ratio TLAC. S’agissant de la liquidité, les banques systémiques américaines respectent quotidiennement le ratio de liquidité court terme (LCR). Le Collins Amendment prévoit en outre que l’exigence de fonds propres des banques américaines calculée à partir de leurs modèles avancés représente a minima 100 % de l’exigence de fonds propres calculée selon l’approche standard, l’assiette n’incluant pas le risque opérationnel⁵. Ces éléments semblent mettre en exergue que la réglementation applicable aux banques systémiques américaines n’est pas moins conservatrice que celle applicable aux banques sous supervision de la BCE.

Deux arguments peuvent néanmoins venir alimenter l’idée d’une asymétrie réglementaire. En premier lieu, les banques européennes incluses dans le mouvement de supervision unique sont tenues de détenir du capital au titre du processus de supervision mené par la BCE (exigence dite de P2R) et du résultat des stress tests réglementaires (exigence dite de P2G). Ces exigences additionnelles propres aux banques sous supervision BCE peuvent mettre à mal la compétitivité des banques européennes face aux banques américaines. D’autre part, la finalisation de Bâle III pourrait être plus défavorable aux banques européennes. L’étude d’impact de l’Autorité bancaire européenne de décembre 2019 a souligné que la finalisation des règles de Bâle III a un impact plus important pour les banques systémiques que pour les petites et moyennes institutions de l’UE (+24,1 % pour les banques systémiques contre 11,3 % et 5,3 % pour respectivement les moyennes et petites banques). L’élément le plus important est la mise en place de l’output floor qui limite le gain de RWA lié à l’utilisation des modèles internes. L’impact de la finalisation de Bâle III serait néanmoins moins pénalisant pour les banques américaines qui ont moins recours aux modèles internes et qui appliquent déjà, dans une version américaine, un floor sur le niveau des emplois pondérés. L’asymétrie réglementaire participe à expliquer près du tiers de l’écart de performance entre banques européennes et américaines.

La divergence de politique monétaire entre la FED et la BCE

Enfin, la politique monétaire et la croissance américaines ont été plus favorables qu’en Europe. Profitant d’un environnement de taux plus accommodant, les banques américaines affichaient au premier trimestre 2019 une marge nette moyenne de près de 3,4 %. Selon l’Autorité bancaire européenne, elle ne s’élevait qu’à 1,4 % environ pour leurs homologues européennes. La divergence de politique monétaire entre la FED et la BCE depuis quatre ans contribue à expliquer ce différentiel de marges entre les marchés européens et américains, la FED décidant de remonter son taux directeur à partir de 2015 lorsque la BCE le maintenait proche de zéro. En outre, les BFI américaines ont pu profiter d’une croissance positive de +1,5 % à +2,5 % par an aux États-Unis depuis 2009, qui excède de loin celle de la zone euro affectée par les crises financières et de la dette souveraine.

Reprendre du terrain aux banques américaines

Si les causes du retard des banques européennes sont multiples, certains leviers semblent devoir être activés par toutes pour reprendre du terrain aux banques américaines : renforcer la part d’activités génératrices de revenus et moins consommatrices de capital comme le M&A ou les marchés d’émissions de titres, initier des programmes d’optimisation de coûts via par exemple le nearshoring et l’offshoring et créer de pôles d’expertises autour de certains métiers (informatique, relation client). Les mois qui viennent, entre fin de crise et début de consolidation européenne, risquent d’être décisifs pour les BFI européennes.

Notes :

¹ Source : Coalition.

² 75 % pour les banques européennes contre 60 % pour les banques américaines.

³ Bank of America, Bank of New York Mellon, Citigroup, Goldman Sachs, JP Morgan, Morgan Stanley, State Street, Wells Fargo.

⁴ Renforcé à 5 % sur base consolidée, contre 3% dans la réglementation bâloise.

⁵ Une étude de la Direction des études économiques du groupe BNP Paribas a démontré que cela équivaut à 75% des emplois pondérés incluant les risques opérationnels et de CVA.

–

Source de l’article :

Revue Banque N°848 – Ocrobre 2020

Les résultats 2020 des banques françaises confortent largement les tendances longues sur le métier de la banque de détail en France. A ce titre, il est intéressant d’analyser les chiffres sur cinq ans, pour évaluer l’impact des ruptures à l’oeuvre et comprendre comment ce métier a vu son poids relatif se réduire sensiblement dans le résultat des six plus grandes banques françaises, qu’il y soit très pondéreux (Mutualistes, Banque Postale) ou nettement moins (BNP Paribas, Société Générale).

La baisse des revenus, autour de 1 % par an toutes banques confondues, est le principal moteur de cette évolution. Au sein du produit net bancaire (PNB), c’est naturellement la marge d’intérêts qui recule, en partie à cause des taux bas, en partie du fait des pratiques commerciales.

Cette baisse de marge se traduit par une chute beaucoup plus élevée du résultat brut d’exploitation, avec, depuis 2014, un recul de 5 % par an sur le métier. Le coût du risque baissant fortement, la baisse du résultat net est plus limitée.

Mais outre ce contexte macroéconomique, les banques de détail françaises souffrent des spécificités et pratiques du marché français.

Commençons par le crédit immobilier, le produit « harpon » de la relation-client, qui, depuis toujours, affiche des marges particulièrement ténues en France. Cette pratique s’est avérée très pénalisante lors des vagues de remboursements anticipés de 2015 à 2018. Celles-ci ont coûté plusieurs milliards de PNB au système, pour des gains de parts de marché individuels quasi inexistants.

Pour compenser, les banques ont toutes cherché à développer les encours : ceux à l’habitat ont ainsi augmenté de 28 % depuis 2014, passant de 833 à 1.071 milliards d’euros. La question de la rentabilité de ce choix se pose d’autant plus que, malgré des réseaux d’agences parmi les plus denses en Europe, nos banques utilisent beaucoup les courtiers pour le crédit immobilier (40 % des volumes).

L’autre grand pourvoyeur de crédits, le crédit à la consommation, génère structurellement, des marges plus élevées. L’encours est environ cinq fois inférieur à celui du crédit immobilier (188 milliards d’euros en septembre 2019), et le marché est dominé par les entités spécialisées de BNP Paribas, du Crédit Agricole et du Crédit Mutuel (80 % de parts de marché à eux trois).

Ce produit connaît des taux de croissance de 3 % par an depuis 2014, et il constitue donc un enjeu majeur des plans stratégiques de l’ensemble des banques. Il fait l’objet d’innovations produits régulières, comme le paiement fractionné récemment. La compétition devrait s’accroître dans ce métier dans les années à venir.

Côté épargne, les deux produits réglementés, Livret A et PEL, spécificités du marché français, représentent plus de 540 milliards d’épargne à fin septembre 2019, et les taux qu’ils affichent constituent un handicap dans le contexte actuel.

L’épargne logement représente une autre difficulté pour les banques de détail avec son taux encore plus élevé. Il est passé de 2,5 % à 1 % depuis 2014, mais cela n’a pas empêché les encours de grimper de 60 milliards d’euros dans le même temps, grevant ainsi le PNB des banques qui le collectent, avec un taux moyen de 2,65 %. Là encore, les banques n’ont pas toutes la même politique.

Ainsi, si les six principales banques françaises souffrent à des degrés divers sur le front de la banque de détail, elles n’ont pas toutes les mêmes stratégies. Là où les banques les mieux implantées peuvent faire le choix de l’équipement et des volumes, les banques aux réseaux moins pondéreux se doivent d’être plus diversifiées et plus attentives aux rentabilités de chaque activité.

Les symptômes sont divers, mais, pour redresser la rentabilité, les remèdes sont probablement communs : continuer à mieux segmenter et personnaliser les offres, investir pour ne jamais se laisser distancer par les néobanques en matière d’expérience client. Et peut-être fonctionner enfin différemment sur le front du crédit immobilier. Ce qui semble s’engager en ce début d’année.

Article des Echos – 25 Février 2020

ACCOMPAGNEMENT DES START-UPS

Retrouvez l’épisode 1 :
Comment les structures d’accompagnement permettent de créer de la valeur en France ?

Retrouvez l’épisode 3 :
Comment l’écosystème d’innovation marocain se construit-il ?

EN SYNTHESE

Si l’innovation est un sujet stratégique à la fois à l’échelle « macro » des économies nationales et « micro » pour les entreprises concernées, le financement de cette innovation l’est tout autant. Et il s’appuie largement sur les structures d’accompagnement des start-ups.

Alors qu’en France, les premières structures d’accompagnement avaient pour fonction d’offrir un débouché à la recherche publique, l’essor des structures privées s’est accompagné d’une prise en compte croissante de l’impératif de rentabilité. Ainsi, alors même que le nombre de structures d’accompagnement ne cesse de croître, il n’est plus rare d’en voir certaines placées en liquidation judiciaire (Ekito, 33 Entrepreneurs) ou contraintes de pivoter (Numa, Usine IO).

Un modèle économique viable étant difficilement atteignable par les seules prestations de services à destination des start-ups, les levées de fonds sont devenues une source de revenus à part entière pour les structures d’accompagnement, dans un contexte de concurrence accrue entre ces structures. D’ailleurs, la capacité à accompagner des levées de fonds – mesurée par le nombre de levées réalisées, mais aussi les montants collectés – est devenue un signe de performance, parfois de manière réductrice.

Au même moment, le fonctionnement même des levées tend à être remis en question par l’essor de nouveaux usages tels que le financement participatif ou encore le recours à la blockchain et, plus généralement, par des évolutions sociétales importantes. Il est important de prendre la mesure du potentiel et des limites des nouveaux outils et modes de financement, mais aussi des perspectives qu’ils ouvrent pour les acteurs du financement, au premier rang desquels les structures d’accompagnement.

A. Les structures d’accompagnement jouent un rôle important dans le financement de l’innovation en France.

B. Il existe différents modèles de structures, qui proposent chacun une approche différente dans l’accompagnement des levées.

C. Bien qu’en hausse continue, les levées de fonds conventionnelles présentent un certain nombre de limites importantes pour les porteurs de projet.

D. A l’échelle mondiale, le phénomène des Initial Coin Offerings (ICO) a représenté une tentative de réinventer la levée de fonds, remettant notamment en cause le rôle des acteurs traditionnels tels que les fonds d’investissement et les structures d’accompagnement.

E. Capitalisant sur les limites des ICO, de nouvelles pratiques sont déjà en train d’émerger et constituent des opportunités pour les acteurs de l’innovation en France.

1. FINANCEMENT DE L’INNOVATION EN FRANCE : LE RÔLE DES STRUCTURES D’ACCOMPAGNEMENT

A. La forte croissance des activités de capital-risque ces dernières années a considérablement renforcé le rôle des structures d’accompagnement

L’activité de capital-risque, c’est-à-dire le financement d’entreprises à risque mais à fort potentiel, a connu une croissance extrêmement soutenue en France depuis 2015 (près de 30% par an en moyenne pour les levées de fonds de la période 2015-2019). En 2019, c’est ainsi plus de 5 milliards d’euros qui ont été investis dans ce type d’opérations.

Ce phénomène est à mettre en regard de la multiplication du nombre de startups depuis une décennie, qui a entraîné avec elle le développement du marché des structures accompagnatrices. Ces dernières aussi ont vu leur nombre exploser, et plus de 700 communes en France en hébergent désormais au moins une.

Les structures d’accompagnement sont les premiers acteurs à assister les entrepreneurs dans leurs levées. Ainsi, 74%¹ du total des montants investis en capital-risque en France vient financer des start-ups incubées. De fait, l’incubation d’une start-up par une structure maximise ses chances de réussir sa levée. Tout d’abord parce qu’elle constitue un signal à destination des investisseurs potentiels, mais aussi parce que l’accompagnement facilite la mise en relation avec des investisseurs ainsi que l’accès aux savoir-faire nécessaires à la conduite de ce type d’opérations.

Evolution des levées de fonds réalisées par les start-ups en France [Md€]

Sources : Baromètre EY 2019 du capital risque, analyses Accuracy

B. Un accompagnement déterminant en amont et tout au long du processus de levée

Au-delà de l’appartenance à un écosystème, source de valeur pour l’ensemble des parties prenantes, l’inscription d’un projet innovant dans une structure d’accompagnement apporte trois bénéfices majeurs : le soutien administratif et financier, l’accompagnement humain nécessaire à la structuration opérationnelle et stratégique de l’entreprise et, enfin, les moyens de mesurer la réponse du marché. Ce
dernier apport peut se traduire par une réflexion sur le modèle économique, la définition des segments clients, la réalisation de sondages ciblés ou encore le développement d’une approche centrée utilisateurs de type design thinking. Toutes ces actions permettent d’amorcer une traction commerciale et d’avancer vers un proof of concept, décisif pour réussir la première levée et ouvrir l’accès à d’autres financements privés dans un second temps.

Ainsi, les start-ups qui atteignent la levée sont en quelque sorte des privilégiées, et le rôle des structures d’accompagnement est déterminant bien en amont de cette étape. Le schéma ci-dessous, qui illustre les ressources disponibles pour les entreprises innovantes en fonction de leur maturité, montre clairement les enjeux autour de l’accompagnement amont. Il présente notamment « la Vallée de la mort », une étape délicate que de nombreuses start-ups ne parviennent malheureusement pas à dépasser.

Si des dispositifs de financement de l’innovation sont disponibles dans les phases de maturation technologique et économique, le bât blesse au moment de la preuve de concept et du lancement commercial. C’est le moment où généralement la start-up a besoin de ressources financières supplémentaires pour booster sa traction commerciale, mais également le moment où elle a précisément consommé tous ses fonds propres. Pas encore assez désirable pour des investisseurs privés en recherche de croissance commerciale (et qui attendent donc justement une preuve que les clients ont validé l’offre !), la start-up est alors en danger de mort.

Cet état de fait est encore plus prégnant dans les territoires non métropolitains, où les ressources financières privées sont moins accessibles alors même que le besoin est plus important du fait du manque de compétences techniques disponibles (concentration dans les grandes métropoles des profils clés du type développeurs) et d’un écosystème plus réduit (difficulté d’accès à des clients grands comptes, à des partenaires industriels, à des spécialistes du financement, etc.).

Description des étapes clés dans la création et le financement d’une start-up

Dès lors, le rôle des structures d’accompagnement avant la levée est primordial, particulièrement dans les territoires, pour réduire autant que possible la durée du passage dans cette « Vallée de la mort ». Plus précisément, il s’agit de retarder au maximum l’entrée dans cette phase, tout en en anticipant la sortie. A cette fin, l’accompagnement va suivre deux axes complémentaires et interdépendants (illustrés dans le schéma ci-dessus) :

• L’accélération de la maturation technologique et commerciale : il s’agit d’orienter les start-ups et de leur donner les moyens techniques afin de concrétiser leur idée et la confronter au marché. L’amélioration technique et le développement économique du projet s’autoalimentent dans un process itératif centré sur le client. In fine, on arrivera au Minimum Viable Product et à une première preuve de concept commercial.

• L’ingénierie administrative et financière destinée à maximiser les effets de levier : pour obtenir la
preuve de concept, il est nécessaire d’anticiper, mobiliser et optimiser les ressources financières qui vont répondre aux besoins techniques, humains et commerciaux. Or, les start-ups maîtrisent parfois insuffisamment la chaîne de financement de l’innovation, notamment les dispositifs proposés par des structures telles que Bpifrance ou par les régions, qui assument de plus en plus leur compétence économique. Au-delà de la connaissance de ces dispositifs, les structures d’accompagnement vont permettre aux start-ups de les mobiliser au bon moment et de bénéficier d’une expérience non négligeable d’ingénierie administrative.

Ces deux axes vont contribuer à sécuriser le parcours des start-ups et lesrendre désirables pour des investisseurs, tout en leur donnant du temps et donc davantage de pouvoir de négociation.

« La maîtrise du financement de l’innovation par notre incubateur est un élément clé de notre croissance actuelle. Elle nous a permis d’obtenir des éléments de preuve de la pertinence technique et commerciale de notre solution et, ainsi, de préparer plus sereinement notre récente levée de 1,5 million d’euros. »

Pierre Naccache
co-fondateur d’Asystom

C. Des approches différenciées suivant les structures d’accompagnement

Les structures offrent une très grande diversité de tailles et de modèles, avec des profils variés et donc des approches spécifiques.

Structures privées, structures publiques, structures universitaires

Trois grandes familles de structures sont identifiables, celles financées à majorité par des subventions publiques, universitaires ou non, et celles au sein desquelles les capitaux privés sont dominants. Les premières ont la possibilité de se concentrer sur une palette d’enjeux plus larges et d’accompagner un plus grand nombre de start-ups, tandis que l’équation économique des secondes leur impose un positionnement plus précis et sélectif, afin de générer des bénéfices. La nature publique ou privée des structures influe également sur la manière dont l’accompagnement est perçu par les investisseurs.

Nous avons analysé les 20 structures les plus performantes en fonction du montant moyen des levées et du nombre de levées accompagnées. Elles représentent 39% du total des levées de start-ups incubées réalisées en France, pour un montant cumulé d’environ 1 750 m€.

Il est intéressant de constater que les structures « publiques » (hors universitaires) représentent 35% de ces levées de fonds et que deux d’entre elles occupent les deux premières places (Agoranov et Bpifrance Le Hub, voir schéma ci-dessous). Un succès qui s’explique par le fait que leur présence sur une opération représente un signal très positif pour les investisseurs : leur engagement est un gage de stabilité, dans la mesure où elles ne privilégient pas forcément la rentabilité à court terme, mais prennent aussi en compte le développement économique, le renforcement d’écosystèmes locaux, ou l’appui à des secteurs stratégiques.

Structures ayant accompagné le plus de start-ups vers une levée de fonds

Source : Etude menée sur les levées de fonds référencées par Capital Finance sur la période 31 mars 2017 – 8 avril 2019

Top 3 des structures d’accompagnement performantes en matière de levées de fonds en France

A noter : 4 incubateurs de grandes écoles figurent dans le top 20 (Drahi -X Novation Center, ParisTech Entrepreneurs, Incubateur HEC et ESSEC Ventures). Cela s’explique par le fait que ces structures ont pour objectif de développer et d’appliquer des innovations scientifiques, mais aussi par leurs réseaux étendus d’anciens élèves, notamment parmi les principaux acteurs du financement (fonds d’investissement, banques, business angels, administration).

Structures de capital-risque, structures grand groupe

Pour les structures privées, deux grands types de business plan se démarquent : l’un basé sur l’intégration d’une activité de capital-risque, l’autre organisé autour de liens forts avec un grand groupe.
Dans le premier cas, les structures accompagnent de petites promotions de start-ups à haut potentiel, dans lesquelles elles ont également pris des participations. La conduite de levées ultérieures constitue donc un impératif de rentabilité pour ces acteurs.

Dans le second cas, les structures ont davantage un rôle de veille technologique destinée à alimenter le coeur de métier du groupe auquel elles sont adossées. A travers elles, ce dernier prend une participation souvent minoritaire visant à créer de nouvelles lignes de produits et services en synergie avec son coeur de métier, ou à maîtriser le risque d‘une éventuelle disruption.

Structures généralistes, structures spécialisées

44% des levées de fonds sont le fait de structures généralistes, les autres provenant de structures avec un positionnement sectoriel précis. Les secteurs des technologies de l’information et de la communication (21%), de la santé (8%) et de l’énergie (7%) sont particulièrement représentés. Pour ce qui est des montants moyens levés par secteur, les secteurs de l’alimentaire, de l’énergie, des télécoms et de la chimie rassemblent les montants les plus importants. A noter que la moyenne du secteur de la Foodtech est gonflée par la levée record de 72 millions d’euros réalisée par Wynd², start-up accompagnée par l’accélérateur spécialisé Food ShakeUpFactory.

Nombre de levées de fonds par secteur d’incubation

Source : Etude menée sur les levées de fonds référencées par Capital Finance sur la période 31 mars 2017 – 8 avril 2019

Structures plus ou moins sélectives

La capacité à générer des levées de fonds n’est pas directement liée au nombre de start-ups accompagnées – alors que l’on aurait pu s’attendre à ce que plus une structure accompagne de start-ups, plus elle réalise de levées in fine.

Si l’on considère les 17 plus grosses structures en termes de levées de fonds réalisées, elles accompagnent en moyenne 64 start-ups (49 si on exclut Wilco qui en a assisté plus de 300). Or, les trois structures les plus « performantes » (Agoranov, BPIfrance le Hub et The Family) ont toutes des promotions de taille inférieure (respectivement 41, 55 et 17 start-ups accompagnées).

Ce constat reflète des degrés variables de sélectivité d’une structure à l’autre. En particulier, une structure de type fonds d’investissement comme The Family va choisir ses projets principalement sur la base de leur capacité future à lever des fonds. Des structures publiques comme Agoranov et la BPI ont des critères de sélection intégrant les perspectives de réalisation à court terme de levées de fonds mais aussi des objectifs plus larges, tels qu’offrir des débouchés commerciaux à des technologies développées dans les laboratoires de recherche publique.

Nombre de start-ups accompagnées et de levées de fonds réalisées par structure

Source : Etude menée sur les levées de fonds référencées par Capital Finance sur la période 31 mars 2017 – 8 avril 2019

D. Les limites des structures d’accompagnement

La croissance des montants investis dans les opérations de capital-risque et la multiplication des structures d’accompagnement dissimulent une situation assez inégale sur le territoire français, ainsi que plusieurs inefficiences auxquelles s’exposent les porteurs de projet.

Tout d’abord, les structures d’accompagnement se sont certes diffusées assez largement sur le territoire ces dernières années (en particulier via le label FrenchTech), mais les levées de fonds restent concentrées en Île-de-France. Les start-ups implantées dans cette région, en 2019, ont concentré 75% des montants collectés en France et 9³ des 10 plus importantes levées de fonds. Cela s’explique par le fait que les fonds d’investissement et business angels sont majoritairement localisés à Paris.

De plus, aussi bienveillant que soit l’accompagnement, la levée de fonds peut être perçue comme un risque par des entrepreneurs désireux de conserver le contrôle de la gouvernance.

Enfin, la conduite d’opérations de levées de fonds demeure une épreuve pour les start-ups, qui doivent investir de nombreuses ressources humaines et financières dans des processus à l’issue incertaine, souvent répliqués pour chaque investisseur sans économie d’échelle possible et souvent limités à une cible nationale pour ne pas multiplier les rencontres physiques.

Dans ce contexte, des modes de financement alternatifs ont émergé peu à peu. Il s’agit de solutions de financement participatives (crowd-funding, crowd-lending, crowd-equity), mais aussi de mécanismes reposant sur la technologie des blockchains (Initial Coin Offering, Security Token Offering).

Levées de fonds par région en nombre et en valeur en 2019 en France

Source : Analyses Accuracy et Eldorado

2. LE PHENOMENE DES INITIAL COIN OFFERINGS (ICO), UNE MAUVAISE REPONSE A DE VRAIS PROBLEMES

A. Genèse des ICO

Les années 2017-2018 ont vu l’essor d’un nouveau mode de levée de fonds pour les start-ups : les Initial Coin Offerings (ICO), terme calqué sur celui d’IPO (« Initial Public Offering ») qui désigne une introduction en bourse. Une ICO est l’émission sur le marché primaire d’un actif (token) dont la propriété et les transactions sont enregistrées sur une blockchain⁴. Les ICO se sont rapidement imposées comme un moyen innovant de lever des fonds pour les entrepreneurs dans le domaine de la Tech.

Dans ce processus, les tokens représentent le droit d’utilisation futur d’un service, dont leur émission assure le financement. Il s’agit en quelque sorte de bons d’achats revendables sur le marché secondaire. Ainsi, les ICO peuvent s’apparenter à du crowdfunding, puisque l’émission vise à financer un service qui n’existe dans la plupart des cas qu’à l’état de projet au moment de la levée.

A l’issue de leur émission les tokens peuvent directement être échangés sur le marché secondaire. Leur valeur est déterminée par la demande pour le service nécessitant ou bénéficiant de leur utilisation. Les investisseurs misent ainsi sur une adoption croissante du service pour maximiser leurs retours sur investissement. En outre, il n’est pas rare pour les porteurs de projet de se réserver une portion des tokens émis afin de bénéficier eux-mêmes du succès rencontré par leur service.

Schéma explicatif du fonctionnement d’une ICO

B. Après avoir semblé supplanter les modes de financement traditionnels, les ICO sont en très net repli

Après la toute première ICO montée en juillet 2013 par le projet Omni, ces opérations se sont multipliées en parallèle d’une forte hausse de la capitalisation du marché des cryptomonnaies, qui constituent le véhicule d’investissement premier de ces opérations.

Entre septembre 2017 et novembre 2019, ce sont plus de 29 milliards de dollars qui ont été levés dans le monde par ce procédé, principalement sur la fin de l’année 2017 et la première moitié de l’année 2018 (entre septembre 2017 et décembre 2017, la capitalisation de ce marché a été multipliée par 4). A noter qu’en France, le nombre d’opérations au cours de la même période a été plus limité, avec seulement 48 ICO et 153,6 millions de dollars collectés⁵. Cependant, ce montant n’est pas représentatif, dans la mesure où de nombreux entrepreneurs ont choisi d’organiser leur ICO dans d’autres pays⁶.

Si le succès de ce mode de financement s’explique tout d’abord par un certain nombre de facteurs conjoncturels, tels que la forte hausse de la capitalisation des cryptomonnaies, d’autres facteurs structurels sont à mobiliser pour prendre la pleine mesure de ce phénomène.

Tout d’abord, la relative efficience de ces levées, c’est-à-dire le ratio entre les ressources (humaines et financières) mobilisées par un porteur de projet et les montants collectés. Pour une petite entreprise, une émission de tokens sur le marché primaire est en théorie moins coûteuse qu’une levée de fonds classique et permet néanmoins d’accéder à un nombre d’investisseurs plus important. Quant aux
plus grandes entreprises, une ICO est également bien moins coûteuse pour elles que l’émission de titres financiers réglementés.

Répartition des montants collectés selon les modes de levées en France et dans le monde en 2018 et 2019

Par ailleurs, ce mécanisme présente l’avantage de la sécurité, la blockchain étant par nature non piratable. Enfin, il offre une meilleure liquidité, puisque les titres peuvent facilement s’échanger, contrairement à l’investissement direct dans une start-up qui n’est pas du tout liquide.

La forte croissance des montants collectés par ICO a pu donner l’impression que ces dernières allaient s’imposer comme un mode de financement incontournable de l’innovation. Pourtant, depuis le second semestre 2018, les montants collectés, de même que le nombre d’ICO, sont en nette diminution : 2 Md$ par mois en moyenne entre septembre 2017 et août 2018, contre 0,36 Md$ (soit 5 fois moins) entre septembre 2018 et novembre 2019.

Un tel ralentissement s’explique notamment par la baisse de capitalisation du marché des cryptomonnaies. En effet, la perte de valeur de ces dernières a réduit les fonds à disposition des investisseurs et fragilisé les trésoreries des entreprises ayant conservé les montants levés sous forme de cryptomonnaies. L’exposition démesurée de certains projets aux variations de cours a provoqué de nombreuses faillites, ce qui a d’ailleurs souligné l’absence totale de protection pour les détenteurs de
tokens. La diminution du nombre d’ICO s’explique également par les nombreux schémas de fraude et d’escroquerie qui ont essaimé autour de ce type d’opérations, dont certaines ont été largement médiatisées.

Malgré ce bilan mitigé lié à un engouement passager pour les cryptomonnaies, les ICO ont été et demeurent l’expression d’une défiance envers les acteurs historiques de la levée (conseils, investisseurs traditionnels, mais aussi structures d’accompagnement), de besoins de financement non satisfaits et d’un désir prononcé d’innovation. C’est sur ces éléments que se construit désormais une nouvelle génération de modèles de financement.

Montants collectés par ICO / IEO et capitalisation du marché des cryptomonnaies

Source : CoinSchedule, ICO Bench, analyses Accuracy

3. VERS DE NOUVEAUX MODELES HYBRIDES ?

A. Initial Exchange Offering : un retour des tiers de confiance ?

Une Initial Exchange Offering (IEO) est une ICO réalisée directement sur une plateforme d’échange de cryptomonnaies (exchange). Dans ce procédé, l’exchange joue le rôle de tiers de confiance. En triant les projets et en réalisant les due diligences adéquates, il garantit aux investisseurs le sérieux du projet et, surtout, son potentiel. En effet, les exchanges⁷ disposent des compétences nécessaires à l’évaluation des projets et engagent leur réputation en acceptant de les coter – ce qui leur confère la liquidité tant recherchée par les investisseurs.

Cette pratique a pris de l’ampleur depuis la fin de l’année 2018 : alors que le nombre d’ICO est en baisse continue depuis mars 2018, le nombre d’IEO ne cesse de croître depuis janvier 2018.

Cette recentralisation paradoxale – au regard des ambitions décentralisatrices des blockchains – permet de remédier au déficit de confiance des investisseurs. En réhabilitant le principe des ICO, elle montre que ce procédé innovant peut demeurer pertinent pour certains projets et conserve des avantages non négligeables sur les levées de fonds traditionnelles, à condition de remédier aux asymétries d’informations entre porteurs de projets et investisseurs. Elle rappelle que seule une analyse poussée du modèle économique, du marché adressable et de la valeur ajoutée de la technologie blockchain est en mesure de garantir les chances raisonnables de succès d’un projet.

En ce sens, l’expérience des ICO plaide pour une implication croissante de tiers de confiance tels que les conseils, les structures d’accompagnement et, dans le cas des IEO, les exchanges.

Montants collectés par ICO, nombre d’ICO et capitalisation du marché des cryptomonnaies

ICO vs IEO : évolution de la répartition des montants collectés

Source : CoinSchedule, ICO Bench, analyses Accuracy

B. Security Token Offering : un modèle hybride

Les Security Token Offerings (STO) sont des émissions sur le marché primaire de titres financiers représentés par un token sur une blockchain. Loin d’être un simple bon d’achat comme dans le cadre des ICO ou des IEO, les tokens matérialisent ici des droits à des revenus futurs, fixes ou variables suivant leur paramétrage. Les titres financiers étant soumis à des règlementations strictes, les investisseurs disposent de recours potentiels contre des porteurs de projet malintentionnés.

La blockchain n’est ici que l’infrastructure technologique sur laquelle les mouvements de titres sont enregistrés, mais elle ouvre des perspectives plus larges, en termes de digitalisation des titres financiers et au-delà. La prise de participation à hauteur de 5 millions d’euros par l’opérateur boursier Euronext au capital de Tokeny Solutions⁸, une start-up luxembourgeoise spécialisée dans la « tokenisation⁹ » des actifs financiers, s’inscrit dans cette dynamique.

En effet, les propriétés des blockchains permettent d’envisager la titrisation à moindre coût de tous types d’actifs, qu’il s’agisse d’oeuvres d’arts, de titres financiers ou d’actifs immobiliers. La liquidité de ces titres sur le marché secondaire n’est pas encore garantie, du fait de l’absence de plateformes d’échanges disposant des licences nécessaires et de volumes suffisants, mais plusieurs dizaines de projets à travers le monde sont en développement dans ce sens.

Exemples de projets de STO en cours dans le monde

La blockchain représente également une opportunité de développer des titres financiers innovants, qui par exemple attribuent aux investisseurs un pourcentage, déterminé à l’avance, d’éléments tels que le résultat opérationnel ou le bénéfice avant impôt. Si ce type d’instruments était déjà envisageable
avant la blockchain, les possibilités d’automatisation offertes par le recours aux smart contracts¹⁰ modifient leur équation coût / bénéfice, ce qui permettrait d’intéresser plus largement certains investisseurs, en échange d’une implication moindre dans la gouvernance.

Bien qu’en perte de vitesse, le phénomène des ICO est riche en enseignements pour les structures d’accompagnement, qui l’avaient tout d’abord perçu comme une menace. Révélateur des complexités et des excès de la levée « conventionnelle », il est une opportunité, pour l’écosystème du financement de l’innovation, de se réinventer vers de nouvelles formes hybrides.

Et ce n’est pas le seul moteur. En effet, la digitalisation des activités s’accélère avec de plus en plus de services désormais dispensés à distance : accompagnement, évènementiel, conférences, levées de fonds, etc. Cette modification est révélatrice d’une révolution dans les manières de travailler, conduisant à davantage de structures sans lieu physique et de programmes d’accompagnement hors les murs.

Outre l’adaptation à ce mode de travail novateur, les structures d’accompagnement devront se plier aux nouvelles exigences de marché : améliorer leur capacité à intervenir en région en mobilisant des investisseurs pertinents en dehors des grandes métropoles, ou encore développer leur maîtrise de technologies pointues telles que la blockchain, qui permet de dématérialiser des opérations complexes sans mettre en péril la sécurisation des données.

Entre quête de rentabilité, redéfinition des besoins des porteurs de projet (mobilité, souplesse, transparence), innovation d’usage (financement participatif) et technologique (blockchain) et mutations de leur écosystème (dématérialisation, globalisation, décentralisation), les structures d’accompagnement sont sommées de se réinventer.

Notes

¹ Etude Accuracy menée entre le 31 mars 2017 et le 8 avril 2019 sur 650 levées de fonds réalisées par 380 start-ups incubées

² Wynd opère majoritairement mais pas exclusivement dans la foodtech

³ Analyses Accuracy

⁴ Une blockchain est une base de données distribuée ne pouvant être falsifiée et modifiable uniquement par incrémentation, pour plus
de détails voir le livre : Blockchain – vers de nouvelles chaînes de valeur, M. Della Chiesa, F. Hiault, C. Téqui (Eyrolles, 2019)

⁵ D’après analyses Accuracy des données CoinSchedule
⁶ Les Echos, « ICO : les start-up tricolores boudent la France », 06/06/2018

⁷ Les exchanges sont les plus gros acteurs de cet écosystème naissant ; de pas leur poids ils sont en mesure d’inspirer la confiance
des investisseurs

⁸ Les Echos Investir, « Euronext prend une participation de 23,5% dans la fintech Tokeny Solutions », 01/07/2019
⁹ La tokenisation décrit le fait de créer une token sur une blockchain matérialisant la propriété d’un élément externe à cette dernière –
par exemple des parts d’actifs financiers

¹⁰ Un smart contract est une transaction conditionnée et programmée sur une blockchain

ACCOMPAGNEMENT DES START-UPS

Retrouvez l’épisode 1 :
Comment les structures d’accompagnement permettent de créer de la valeur en France ?

Retrouvez l’épisode 2 :
Les structures d’accompagnement en quête d’un nouveau rôle et de nouveaux modèles

EN SYNTHESE

A l’heure où l’innovation devient plus que jamais le moteur de toutes les économies, les start-ups sont placées en première ligne en raison de leur structure simple et agile qui leur permet de s’aventurer dans les secteurs les plus prometteurs.

Toutefois, le développement de l’innovation ne peut aboutir sans un écosystème complet et adapté, rassemblant un ensemble d’acteurs (organisations, entreprises, start-ups, universités, investisseurs), qui interagissent et s’associent pour l’émergence de projets innovants.

Cette étude décrit les dynamiques qui façonnent l’écosystème d’innovation marocain, entres stratégies nationales et initiatives privées. Notre cartographie des structures d’accompagnement permet notamment de prendre la mesure d’un enjeu stratégique, pour tout pays cherchant à profiter pleinement de son potentiel de talents et d’entrepreneurs.

En effet, l’innovation constitue un levier décisif pour la croissance et le développement économique d’un pays.

A. Les structures d’accompagnement des porteurs de projets innovants se sont multipliées au Maroc, fruits d’une volonté politique et d’initiatives privées.

B. Néanmoins leur présence sur le territoire marocain demeure inégale et polarisée autour de la région de Casablanca.

C. Les grandes entreprises marocaines contribuent progressivement à l’écosystème d’innovation et commencent à intégrer l’open innovation comme levier de création de valeur.

D. L’innovation d’origine marocaine, mesurée en termes de demandes de dépôts de brevets et de levées de fonds des start-ups, reste en dessous de son potentiel.

1. LES STRUCTURES D’ACCOMPAGNEMENT DE L’INNOVATION AU MAROC
QUEL EST LE PAYSAGE DE L’INNOVATION AU MAROC AUJOURD’HUI ?

A. Des structures de plus en plus nombreuses

Les structures d’accompagnement sont constituées de structures physiques et non physiques : (i) incubateurs et accélérateurs, (ii) espaces de coworking, (iii) programmes d’accompagnement et (iv) programmes de financement. D’après nos recherches, il existe 74 structures d’accompagnement actives et en projet.

Parmi ces structures, le Technopark a été pionnier et constitue un cas d’école. Créé en 2001, et fruit d’un partenariat public-privé, les Technoparks sont gérés par le MITC (Moroccan Information Technopark Company), dont les actionnaires fondateurs sont l’Etat marocain (35%), la Caisse de Dépôt et de Gestion (17,5%) et des banques marocaines (47,5%). Le MITC propose des espaces et accompagne les porteurs de projets en les faisant bénéficier de son écosystème privilégié. Le modèle a été dupliqué à Rabat en 2012, Tanger en 2015 et bientôt à Agadir (ouverture prévue en 2021). Le Technopark a accompagné plus de 1 100 entreprises en particulier dans les secteurs TIC 1, Green Tech et de l’industrie culturelle depuis sa création. S’il est communément répandu que les start-ups ont besoin d’un accompagnement financier et spécialisé, la nécessité de les intégrer au sein d’une communauté pour échanger entre elles est primordiale. En effet, la communauté représente une intelligence collective très riche et diverse qui permet aux start-ups de discuter dans le cadre d’espaces de co-working, d’échanger sur les bonnes pratiques et de se constituer un réseau pour se développer.

C’est dans ce sens que de nouvelles structures ont vu le jour au Maroc, proposant des services d’accompagnement, de formation et de mentoring. Ces structures d’accompagnement organisent différents évènements comme des hackathons, c’est-à-dire des événements où des équipes variées (composées de développeurs, mais aussi de chefs de projets) doivent répondre à une problématique stratégique en délivrant un PoC 2 (en général un logiciel ou une application) en un temps très réduit. En décembre 2019, Emerging Business Factory a ainsi organisé le premier « Hackathon de l’eau » à Marrakech ayant pour objectif de faire de l’utilisation de l’eau dans la région un mode de consommation durable et éco-responsable.

D’autres structures d’accompagnement ont mis en place des espaces de co-working pour tous ceux qui veulent se lancer dans l’entrepreneuriat et qui cherchent une communauté de partenaires. New Work Lab, espace dédié au développement des startups marocaines à travers l’organisation de rencontres, de formations et la mise à disposition d’un espace de co-working fondé en 2013 à Casablanca, en est un bon exemple.

Cartographie des structures d’accompagnement des start-ups

B. Une répartition géographique encore inégale

Si les structures d’accompagnement se concentrent majoritairement aux alentours de Casablanca, des dynamiques régionales, fruits d’une forte volonté politique, se dessinent, à travers :

• La duplication du Technopark dans les autres villes du Royaume ;

• Des projets d’aménagement du territoire, tels la cité de l’innovation de la région Souss-Massa, qui prévoit la mise à disposition de laboratoires R&D aux porteurs de projets ou encore le pôle urbain de Mazagan aménagé par l’OCP et l’Etat ;

• Des dispositifs d’accompagnement à envergure nationale, avec par exemple le Réseau Entreprendre Maroc et Injaz Al-Maghrib qui accompagnent les porteurs de projets ou encore le programme de financement Fonds Innov Invest. Toutefois, certaines grandes villes marocaines, telles Fès et Meknès, ont une offre d’accompagnement largement en dessous des besoins d’une population étudiante importante, tels les étudiants de l’Université Euro-Méditerranéenne de Fès (UEMF). Lors de la rentrée 2017, cette université rassemblait déjà plus de 1 300 étudiants et chercheurs 4 présentant un potentiel de talents et d’entrepreneurs à ne pas négliger.

C. Des structures essentiellement généralistes et soutenues par une grande diversité de sponsors

Si une écrasante majorité (75.7%) des structures d’accompagnement sont généralistes, trois spécialisations se démarquent :

• Les TIC, notamment grâce à l’essor des Fintechs collaborant avec des groupes (exemple : StartOn, Fintech Challenge) ;

• Les Green Tech, le Maroc s’étant fixé l’objectif de réduire sa dépendance énergétique et d’investir dans les énergies renouvelables (exemple : social Greentech Bidaya) ;

• L’économie sociale et solidaire, en s’appuyant par exemple sur le sport pour créer un lien entre l’emploi des jeunes et l’esprit entrepreunarial (exemple : TIBU Maroc).

Il est également intéressant de relever que les sponsors des structures d’accompagnement sont diversifiés : 57% des structures d’accompagnement sont soutenues par au moins deux organisations (accompagnement, soutien financier etc.). Par ailleurs, 32% de ces structures proviennent d’un partenariat public-privé. Les initiatives d’accompagnement des entrepreneurs s’inscrivent ainsi dans une démarche d’intelligence collective, de mutualisation des ressources entre acteurs complémentaires, en bref, d’open innovation.

2. UNE IMPLICATION CROISSANTE DE GRANDES ENTREPRISES
COMMENT LES GRANDES ENTREPRISES MAROCAINES SE SAISISSENT-ELLES DU SUJET DE L’INNOVATION ?

A. L’OCP : un poids lourd de l’économie nationale et un modèle global d’innovation

Les entreprises marocaines intègrent progressivement l’open innovation et la numérisation dans leurs organisations et sensibilisent leurs collaborateurs à la culture de l’innovation comme le démontre l’exemple du groupe OCP.

OCP est le leader mondial des phosphates et la première entreprise industrielle marocaine. Le Groupe met notamment en oeuvre un programme d’investissement ambitieux (2008-2027) : le Groupe a pour ambition de doubler ses capacités minières et de tripler ses capacités de transformation.

OCP a ainsi a amorcé plusieurs chantiers afin de dynamiser l’innovation au Maroc et au sein du groupe. En plus de structures d’accompagnement physique, de nombreux programmes ont été mis en place comme par exemple la SeedStars Startup Competition ou le programme d’accélération Impulse en partenariat avec Mass Challenge, comme détaillé ci-dessous.

Le milieu universitaire nous ouvre l’accès à d’innombrables centres de recherche
à travers le monde et à l’open innovation […] Quand nous sommes dans l’université,
un autre dialogue s’instaure, beaucoup plus productif

Mohamed Soual, chef économiste à OCP.

B. Une implication croissante des banques marocaines

Les banques marocaines ne sont pas en reste. Attijariwafa Bank et BMCE Bank of Africa ont été pionnières dès 2001 en finançant le Technopark Casablanca, et ont été très actives ces cinq dernières années dans la promotion de l’innovation.

Les initiatives des banques marocaines en faveur des entrepreneurs les ont naturellement conduits à structurer et internaliser la démarche d’innovation pour améliorer leurs processus et leurs offres, dans un contexte de numérisation accrue. Une gestion déléguée à un pure player de l’accompagnement est souvent essentielle afin de faciliter la coopération et maximiser la création de valeur entre les parties prenantes, qui peuvent avoir des cultures très différentes, notamment lorsqu’il s’agit de partenariats public-privé. Si l’écosystème autour des start- ups s’est renforcé avec le lancement de plusieurs dispositifs de soutien, d’accompagnement et de financement (comme détaillé ci-contre), le nombre d’entreprises technologiques innovantes, mesurées en termes de brevets d’invention et de levées de fonds, demeure en dessous du potentiel du Maroc, comme détaillé dans les pages suivantes.

Gestion des structures d’accompagnements créées par les entreprises marocaines appartenant au Moroccan All Shares Index (MASI)

3. L’INNOVATION ET SON FINANCEMENT AU MAROC
COMMENT A EVOLUE L’INNOVATION AU MAROC CES QUINZES DERNIERES ANNEES ?

A. Les stratégies d’industrialisation successives ont contribué à élever le niveau global d’innovation

Evaluer de manière exhaustive le caractère innovant d’un pays est un exercice qui contraint à prendre en compte l’environnement institutionnel, les infrastructures, la formation, la R&D, la structure du marché et la création. Le Global Innovation Index 2019 classe le Maroc au 74e rang mondial parmi 126 pays, sur la base de 80 variables allant de la facilité à obtenir un crédit à la protection des intérêts minoritaires dans une entreprise. Cet index distingue aussi les variables d’inputs qui définissent le potentiel d’innovation du pays des variables d’outputs qui mesurent l’innovation effective.

Nos analyses se concentrent sur les deux critères d’outputs nous ayant paru les plus tangibles : le dynamisme de la recherche à travers les demandes de dépôts de brevets (moteur de l’industrie) et les levées de fonds des startups technologiques et numériques, qui témoignent du potentiel de développement économique.

La mise en parallèle de l’évolution de ces variables avec les plans successifs d’industrialisation mis en place par le Ministère de l’Industrie, du Commerce, de l’Economie Verte et Numérique depuis le milieu des années 2000 fait apparaître une corrélation. Comme le montre la figure ci-après, grâce aux politiques industrielles, ainsi qu’à la stabilité dont bénéficie le Royaume et sa proximité avec l’Union Européenne, le Maroc s’est imposé comme une destination privilégiée pour les investisseurs étrangers.

Depuis 2005, trois grandes stratégies d’industrialisation se sont succédées avec un effet considérable sur l’évolution du nombre de demandes de dépôts de brevets. Néanmoins, ces effets semblent différenciés selon la nature des acteurs. En effet, les demandes déposées par des non-résidents ont triplé entre 2014 et 2018 tandis que celles réalisées par des résidents marocains ont presque été divisées par deux sur la même période.

Le dynamisme de la recherche nationale semble en perte de vitesse, et reste majoritairement le fait des universités (58% en 2018), lorsque les entreprises marocaines n’ont déposé que 9% des demandes de brevets d’invention.

Dans le même temps, la forte augmentation des demandes d’origine étrangère témoigne d’une attractivité renforcée et s’explique par deux facteurs. En premier lieu, la présence d’acteurs étrangers s’est intensifiée au Maroc et ce dans diverses filières comme l’automobile et l’aéronautique suite au Plan d’Accélération Industrielle. En second lieu, la mise en place d’un nouveau mode de dépôt des brevets par l’Office Européen des Brevets, grâce à un partenariat en 2015 avec le Ministère marocain de l’Industrie, du Commerce, de l’Économie Verte et Numérique, permet désormais aux demandeurs de dépôt de brevet au sein de l’Union Européenne de demander également une protection pour leur brevet dans le Royaume. Ainsi, les Etats-Unis (20%) et les pays européens, France et Allemagne (8% chacun) en tête, sont les plus représentés parmi les pays d’origine des demandeurs de brevets.

Demandes de dépôts de brevets d’invention au Maroc (2005 – 2018) et stratégies d’industrialisation

Note :
Nous avons pris le parti d’étudier l’évolution du nombre de dépôts de brevets en raison de la facilité d’accès à ces données, s’ils permettent d’avoir une vision des effets des politiques industrielles successives ils ne permettent pas de porter un jugement sur l’ensemble de leurs effets.

B. Mais les montants levés par les start-ups restent modestes par comparaison à d’autres pays de la région

Enfin, les levées de fonds constituent un autre indicateur du dynamisme du secteur de l’innovation. S’il est complexe d’établir un lien de causalité entre ces dernières et la pratique du dépôt de brevets, ces deux phénomènes constituent des indicateurs complémentaires du dynamisme de l’innovation dans les pays concernés.

Au-delà de l’innovation, la diffusion de la pratique des levées de fonds traduit notamment la participation croissante des acteurs privés, nationaux et internationaux, au financement de l’innovation. En ce sens, de faibles montants peuvent cacher la prédominance du financement de l’innovation par des capitaux publics ou son internalisation par les entreprises déjà existantes.

En termes de levées de fonds, le Maroc figure à la 12e place africaine en 2019 avec 7 millions USD levés par les start-ups technologiques et numériques (contre 3 millions USD en 2018, 15e place) 5. Nous avons rassemblé des données permettant de comparer les situations de l’Algérie, de la Tunisie, du Nigéria, du Kenya et de l’Egypte avec celle du Maroc. Nous avons mis les montants collectés en perspective des PIB respectifs de ces pays. Enfin, pour tous ces pays à l’exception de l’Algérie – pour lequel nous ne disposons pas de données suffisantes – nous avons étudié l’évolution des levées entre 2018 et 2019.

De manière générale, nous constatons une croissance des levées de fonds sur ces deux années. Ainsi, le Maroc, le Kenya, le Nigeria, l’Egypte et la Tunisie font tous face à une hausse significative des montants récoltés. Concernant les montants en eux-mêmes, le Kenya et le Nigeria se distinguent nettement des autres pays. Si dans le cas du Nigeria cela peut être notamment expliqué par la taille de l’économie du pays (368 milliards USD en 2018), le cas du Kenya est différent (87 milliards USD en 2018). A titre de comparaison les montants levés au Maroc paraissent faibles rapportés au PIB du pays (120 milliards de dollars en 2018). Au-delà de la différence de structure des économies considérées, ce résultat peut s’expliquer de différentes manières : moindre accès aux financements, conduite de ces dernières dans d’autres pays, existence de modes de financement alternatif, ou encore moindre diffusion de la pratique des levées. Cette dernière explication semble d’autant plus pertinente qu’il existe une réelle différence entre l’Afrique francophone (Maroc, Algérie, Tunisie) et anglophone (Kenya, Nigeria, Egypte) comme le montre les chiffres de notre étude.

Evolution des levées de fonds entre 2018 et 2019

Source : Partech (levées de fonds) et la banque mondiale (PIB)

Si ces chiffres peuvent être utilisés à l’échelle macroéconomique pour mesurer des tendances telle que l’ouverture de certaines économies aux capitaux extérieurs, ils révèlent aussi l’état d’appropriation de certaines bonnes pratiques par les acteurs locaux. Dans ce contexte, les politiques publiques peuvent jouer le rôle de facilitateur dans une approche « top-down ». Néanmoins les réalités locales ne oivent pas être ignorées. En effet, au-delà des politiques publiques, ce sont les jeux d’acteurs et la qualité des interactions qui permettent la co-construction de programmes innovants et déterminent le dynamisme d’un secteur. L’exemple de l’OCP abordé dans la partie 2 est à e titre évocateur et souligne l’importance d’impliquer l’ensemble des acteurs dans la mise en place d’un écosystème d’innovation.

Ainsi, la diffusion des meilleures pratiques inspirées des pays étrangers pourrait renforcer les écosystèmes locaux. De telles mesures seraient de nature à permettre la réalisation du potentiel d’innovation de pays comme le Maroc, en favorisant l’essor des start-ups.

¹ Technologies de l’information et de la communication

² Proof of Concept

³ Rapport entre le nombre de structures d’accompagnement existantes dans la région et l’ensemble des structures existantes au Maroc

⁴ L’économiste.com, Edition n°5032, 2017, « Fès-UEMF : Une université à la fine pointe de la technologie »

⁵ Partech, 2019 Africa Tech Venture Capital report, page 13 (paru en Janvier 2020)
Note méthodologique : Partech, un fonds de capital-risque, publie annuellement le classement des levées de fonds en Afrique.
Les start-ups qui sont prises en compte remplissent les critères suivants : (i) Les start-ups sont Tech et / ou numériques, (ii) leur marché est l’Afrique (en opérations et en revenus) et (iii) la levée est supérieure à 200 000 USD

ACCOMPAGNEMENT DES START-UPS

Retrouvez l’épisode 2 :
Les structures d’accompagnement en quête d’un nouveau rôle et de nouveaux modèles

Retrouvez l’épisode 3 :
Comment l’écosystème d’innovation marocain se construit-il ?

EN SYNTHESE

Le rythme effréné de l’innovation, le risque de disruption, la volatilité des clients et la pénurie des talents sont autant de facteurs qui doivent pousser les grands groupes à innover non seulement rapidement, mais surtout efficacement. Cet impératif passe notamment par un rapprochement entre grandes entreprises et start-ups.

Néanmoins, il ne suffit pas de vouloir accompagner des start-ups pour que la collaboration fonctionne ! Si l’innovation constitue clairement une passerelle solide qui relie le monde des grands groupes et celui des jeunes entreprises, elle peut être fragilisée en raison d’objectifs stratégiques et modes de fonctionnement structurellement différents.

Notre cartographie des structures d’accompagnement en France permet de comprendre les principales tendances de l’écosystème d’innovation sur le territoire français, ainsi que les leviers de performance d’une démarche d’accompagnement de start-ups :

A. Les grands groupes français sont activement engagés dans l’accompagnement de start-ups. C’est le cas de 90% des entreprises du CAC 40, qui ont créé leur propre structure, participent à des dispositifs multi-entreprises, ou se sont associées à une structure existante.

B. Initialement centrée autour de la région parisienne, l’innovation française se développe très rapidement en région, les grandes métropoles abritant de plus en plus de structures d’accompagnement.

C. La tendance est à des structures spécialisées dans le ou les secteurs d’activité du donneur d’ordre : c’est un facteur de différenciation et de performance, et cela permet au grand groupe d’injecter plus facilement la valeur créée dans sa propre activité.

D. Cinq axes de réflexion permettent de définir le format d’accompagnement le plus adapté aux objectifs stratégiques du grand groupe : niveau de maturité des start-ups et, en matière de solutions offertes, hébergement, moyens techniques, moyens humains, moyens financiers.

E. Un tiers expert est indispensable pour mettre en œuvre la stratégie d’accompagnement, mais aussi sa gouvernance. Il s’agit en effet de fluidifier la coopération et maximiser la création de valeur entre des acteurs aux cultures extrêmement différentes !

INTRODUCTION

Mariage d’amour ou de raison, l’union des grands groupes avec de jeunes pousses est aujourd’hui incontournable pour sécuriser des leviers de croissance dans un monde en mutation constante.

Mais comment s’y retrouver parmi la multitude de formats d’accompagnement possibles ? De l’incubateur à l’accélérateur, en passant par les espaces de coworking, pépinières d’entreprises, fablabs et corporate venture capital, sur quels critères un groupe doit-il choisir la bonne structure d’accompagnement pour répondre à ses objectifs stratégiques ? Faut-il se spécialiser dans son propre domaine d’activité ou rester généraliste, prêt à capter la valeur, d’où qu’elle provienne ?

Accuracy a réalisé une cartographie des structures d’accompagnement françaises, afin de vous donner les clés nécessaires à une bonne compréhension des écosystèmes en place. Cette vision vous permettra de choisir avec discernement le tiers de confiance qui mettra son expertise à disposition pour vous accompagner dans une démarche qui soit réellement productive et rentable pour votre organisation.

1. L’INNOVATION FAIT SA REVOLUTION !

COMMENT EN TIRER PROFIT POUR CREER DE LA VALEUR ?

A. De l’absorption à l’accompagnement

Dans un environnement toujours plus incertain, l’innovation ne se cantonne plus aux investissements de R&D en interne, à la gestion de portefeuilles de brevets et à l’intégration de technologies issues de la sous-traitance. Elle est désormais intimement liée à la prise de risque, à travers l’investissement dans des projets audacieux : pour rester dans la course, il s’agit de miser sur un (plus ou moins jeune) entrepreneur disruptif.

La plupart des grandes entreprises ont d’abord adopté une stratégie d’absorption, parfois agressive et déstabilisante pour les entrepreneurs, et souvent inefficace du point de vue de l’innovation. Les échecs et l’apparition de nouveaux outils d’open innovation ont cependant impulsé de nouvelles pratiques. Aujourd’hui, 90% des grands groupes privilégient le rapprochement avec des structures d’accompagnement de start-ups, soit en créant la leur, soit à travers une gestion partagée ou déléguée.

Gestion des structures d’accompagnement dans lesquelles investissent les entreprises du CAC 40

Par exemple, le groupe Vinci a créé une structure en propre, baptisée « Léonard » qui permet entre autres de stimuler l’intrapreneuriat. Le lieu est à la fois incubateur de start-ups, espace de coworking et point de rencontre des acteurs de la transformation des villes et des territoires. Quant à Airbus, il a signé un partenariat avec l’incubateur Centrale Audencia ENSA Nantes. Outre les services offerts par l’incubateur lui-même, les collaborateurs ont accès à un espace dédié (showroom technique et espace de coworking) pouvant héberger leurs projets intrapreneuriaux.

D’autres entreprises ont préféré solliciter un tiers expert pour mettre en place l’accompagnement. Par exemple, AstraZeneca a sollicité un pure player, Interfaces, pour créer, puis gérer, son programme « Realize » qui vise à innover en matière de parcours patient, de data management et d’innovation scientifique dans le domaine de l’oncologie.

B. Un maillage territorial de plus en plus équilibré

Paris et le désert français ? Pas si sûr… Sans surprise, la capitale est le centre névralgique de l’innovation française : elle héberge 26% des structures existantes, dont les plus performantes et les plus médiatisées. Mais les autres régions de l’Hexagone ne sont pas en reste. Les grandes métropoles de régions se donnent les moyens de peser elles aussi dans la course à l’innovation.

L’écosystème français montre en effet un maillage de plus en plus complet des structures d’accompagnement. Plus de 700 communes en hébergent au moins une, et toutes les régions voient leur nombre de structures augmenter.

Répartition des structures d’accompagnement en France

Notre analyse chiffrée permet de dresser un état des lieux et de prévoir la dynamique à venir de chaque région. L’Ile-de-France affiche un écosystème d’accompagnement de l’innovation déjà relativement mature, tandis que les autres régions, même déjà bien développées comme celles autour de Bordeaux et Toulouse, continuent de montrer de fortes perspectives de croissance.

En somme, l’écosystème hexagonal de l’innovation se calque assez logiquement sur le dynamisme économique des différents territoires, et semble former une Sun Belt à la française, qui partirait de Rennes jusqu’à la région niçoise, en passant par Bordeaux, Toulouse et Montpellier.

C. Des écosystèmes d’innovation de plus en plus spécialisés par secteur

Dans cette régionalisation de l’innovation, certains territoires ont choisi de s’appuyer sur leur histoire économique pour créer des filières spécialisées d’un point de vue sectoriel. Généraliste ou spécialiste ? La plupart des grands groupes ont eux aussi eu cet arbitrage à faire. Pas de figure imposée, chacun a adopté la stratégie qui lui paraissait la plus pertinente en fonction de ses impératifs stratégiques et économiques.

Cependant, le fait est que la spécialisation gagne du terrain. Les plateformes thématiques occupent désormais une part importante des structures d’accompagnement en France. D’une part parce que la valeur ajoutée de l’accompagnement peut s’en trouver décuplée, et d’autre part parce que l’entreprise recherche généralement des retombées dans son domaine d’activité. Par ailleurs, la spécialisation est une manière de faire face à la concurrence induite par l’augmentation du nombre de structures d’accompagnement, ces dernières années.

L’évolution du secteur bancaire illustre parfaitement cette mutation. Depuis 2014, les « Village by CA » du Crédit Agricole ont essaimé un peu partout en France – en ligne avec la présence de ses caisses régionales, et indépendamment du secteur d’application – dans l’objectif de soutenir les entrepreneurs avec de l’accompagnement, un réseau de partenaires et du mentoring des collaborateurs de la banque afin qu’ils deviennent un jour des fournisseurs ou des clients. Toutes les autres grandes banques ont suivi cette démarche d’open innovation et décidé de créer leur structure d’accompagnement. Par exemple, « Plateforme 58 » par la Banque Postale, est active dans la banque et l’assurance ainsi que les technologies financières, mais aussi la santé, l’éducation et les services. Quant à BNP Paribas, avec son programme d’accélération « Bivwak! » (en plus de « WAI »), HSBC et son « Lab innovation » ou Société Générale avec « Swave », elles se concentrent sur des innovations applicables aux métiers de la banque, accompagnant fintechs et assurtechs.

Dans cette tendance à la spécialisation, certains secteurs semblent plus attractifs que d’autres. Le graphique ci-après montre les domaines qui sont sur-représentés dans l’écosystème d’innovation par rapport à leur taille de marché. Les secteurs Agritech, Fintech, Greentech, Biotech, comme les secteurs médias et artistiques, ont beaucoup investit dans l’innovation et devraient récolter le fruit de leurs efforts d’investissement d’ici quelques années par une augmentation de leurs chiffres d’affaires. D’autres ne sont pas à leur plein potentiel et devraient voir leur investissement augmenter comme les secteurs ConTech, PropTech, EdTech, Aéronautique & spatiale ou la mobilité et logistiques urbaines, et vont ainsi tirer l’innovation des prochaines années. D’où l’intérêt de se positionner dès maintenant pour sécuriser la création de valeur de demain !

Structures d’accompagnement spécialisées vs CA par secteurs d’activité INSEE

2. COMMENT CHOISIR SON FORMAT D’ACCOMPAGNEMENT DE START-UPS, ET MAXIMISER LE RETOUR SUR INVESTISSEMENT ?

A. Quel type de structure pour quels objectifs stratégiques ?

Si 90% des entreprises du CAC40 ont fait le choix d’investir dans au moins une structure d’accompagnement de start-ups, le format retenu n’est pas toujours adapté pour atteindre leurs objectifs stratégiques.

Il existe de nombreux types de structures d’accompagnement. Les services proposés sont variés et vont du simple hébergement, à la mise à disposition de machines-outils pour le prototypage, l’accès à du mentorat ou des programmes d’accélération sur-mesure, mais également l’organisation d’événements networking, ainsi que l’aide au financement. Comment déterminer le format le plus adapté au besoin et aux objectifs stratégiques d’un grand groupe ?

Bien évidemment, il faut commencer par clarifier ces objectifs, qui sous-tendent la logique d’investissement du donneur d’ordre. L’ambition est-elle d’obtenir un retour sur investissement rapide ? De participer à l’aménagement d’un territoire afin de le dynamiser ? De mener une veille technologique afin d’intégrer le plus rapidement possible la technologie développée par la start-up ? De répondre à des enjeux de ressources humaines à travers l’intrapreneuriat, le recrutement de nouveaux talents, la marque employeur ou la diffusion de nouveaux modes de travail ?

Ces objectifs vont permettre de définir le type de start-up visé (notamment en matière de maturité) ainsi que les besoins associés (hébergement, moyens techniques, moyens humains, moyens financiers). C’est donc la pondération relative de ces cinq éléments qui dessinera la structure d’accompagnement la plus pertinente, au regard à la fois des priorités stratégiques du grand groupe et des besoins réels de la start-up.

La cartographie ci-après présente en effet les différents écosystèmes d’accompagnement qui existent dans le paysage français, en fonction du poids relatif de chacun de ces cinq critères.

Cartographie des principales structures d’accompagnement

Par exemple, les incubateurs visant essentiellement des objectifs de communication, d’enjeux RH et de captation technologique, l’offre associée comprend surtout de l’hébergement et des moyens humains (coaching, mentorat, conseil…) et s’adresse plutôt à des jeunes pousses. Autre exemple, les fablabs ont moins l’ambition de s’orienter vers la communication et davantage vers le développement des talents, la captation technologique et l’aménagement du territoire, c’est pourquoi on y retrouve des projets plus matures (souvent en phase de prototypage), auxquels le donneur d’ordre fournit des moyens techniques importants.

B. L’épineuse question de la gouvernance : un tiers de confiance pour pérenniser les alliances

Une fois la structure identifiée et pensée, la différence – comme souvent – réside dans l’exécution.

Tout d’abord, pour attirer les startups les plus prometteuses, les groupes doivent s’assurer d’apporter une promesse différenciante. C’est ainsi que Unibail-Rodamco-Westfield leur offre la possibilité de tester leurs innovations et business models dans ses centres commerciaux, tandis que la communication très active autour du dispositif EDF Pulse offre une forte notoriété !

Ensuite, l’accompagnement de start-ups est un projet d’investissement comme un autre et, à ce titre, requiert un suivi rigoureux d’indicateurs préalablement définis. Ce pilotage de la performance, qu’il s’agisse de partenariats stratégiques, de prises de participations ou de programmes d’accompagnement, pose la délicate question du degré d’indépendance nécessaire à l’innovation. Comment mettre en place une gouvernance qui permette d’accompagner sans étouffer ? Adaptation des processus internes pour ne pas entraver le développement de la start-up par trop de rigidité, implication du top management pour renforcer la légitimité du programme en interne, communication régulière mais non intrusive… Autant de facteurs de succès dont la mise en œuvre peut nécessiter la présence d’un tiers de confiance.

Cet expert peut contribuer à construire sur-mesure le programme d’accompagnement, et à le superviser une fois mis en place, notamment dans le cas de structures multi-entreprises telles que « Plant 4.0 », qui rassemble Total, Vinci Energies, Solvay, Eiffage, Orano et Air Liquide.

Ce tiers de confiance doit comprendre les avantages et inconvénients de chaque type de structure afin de créer, sur-mesure, celle qui réponde effectivement à vos enjeux stratégiques d’innovation. Mais surtout, il doit être un véritable pont entre le grand groupe et la start-up accompagnée : en effet, ces acteurs ont chacun des objectifs stratégiques différents, qui convergent cependant sur le terrain de l’innovation. Accuracy intervient alors pour orchestrer, coordonner et optimiser leur coopération dans cet « espace commun ».

¹ Rapport entre le nombre de structures d’accompagnement existantes dans la région et l’ensemble des structures existantes en France.

² Rapport entre le nombre de projets d’ouvertures de structures d’accompagnement et les structures d’accompagnement déjà existante (au sein de la région).

³ Part du chiffre d’affaires INSEE par branche sur le chiffre d’affaires total 2016 français.

⁴ Nombre de structures d’accompagnement par spécialisation sur le total des structures d’accompagnement.

Sources :
– Base de données propriétaire Accuracy – décembre 2019
– Etude David avec Goliath, L’alliance des jeunes et des grandes entreprises – 2018

EN SYNTHESE

Les électeurs britanniques se sont prononcés il y a désormais plus de trois ans, en juin 2016, en faveur de la sortie du Royaume-Uni de l’Union européenne. Depuis, les responsables politiques européens et britanniques cherchent, non sans difficultés, le chemin qui permettra de respecter le suffrage populaire tout en préservant les économies et sociétés des deux partenaires. Ces difficultés s’expliquent par le fort degré d’intégration de deux économies, après plusieurs décennies d’approfondissement du marché intérieur européen.

Il est possible d’analyser les liens économiques qui unissent les deux partenaires à travers quatre dimensions, qui correspondent aux quatre libertés garanties par l’appartenance au marché unique européen : la libre circulation des biens, services, personnes et capitaux. L’Accuracy Brexit Index combine ces quatre dimensions en un unique indice agrégé, dont l’évolution permet de suivre dans le temps le processus d’intégration/désintégration des économies britanniques et européennes.
Sur cette base, cinq grandes tendances se dégagent :

– Alors que le Brexit n’est encore qu’un état futur vers lequel se dirige le Royaume-Uni, les relations avec l’Union européenne, telles que mesurées par l’Accuracy Brexit Index, se sont d’ores et déjà dégradées de 12% ;

– Le vote de 2016, par le contexte d’incertitude qu’il a provoqué, a pesé sur le degré d’intégration des deux économies, affectant principalement les flux d’investissement (baisse de l’indice de 13%) et migratoires (baisse de l’indice de 25%) ;

– L’analyse détaillée des différents types de flux met en exergue deux dynamiques distinctes. D’une part, les flux de capitaux et de personnes sont principalement déterminés par les anticipations des agents et le niveau de prévisibilité de la politique économique : l’impact psychologique du référendum de 2016 et le contexte d’incertitude s’est déjà traduit par une baisse des échanges. D’autre part, les flux de biens et services reposent sur des arbitrages coûts à plus court terme : l’absence de modification des conditions d’échange avant la date effective du Brexit a permis de maintenir à ce stade une certaine résilience des relations commerciales ;

– On observe d’ores et déjà un rééquilibrage des flux migratoires vers le Royaume-Uni, la population asiatique se substituant aux flux en provenance de l’Union européenne. Cette tendance devrait se poursuivre à long terme. Cela s’explique par le fort besoin de main d’œuvre de certains secteurs de l’économie britannique. La promesse des Brexiters de diminuer l’immigration européenne a donc été tenue avant même l’entrée en vigueur du Brexit. Toutefois, les migrants européens ont été remplacés par des migrants asiatiques, si bien que le nombre total de migrants entrant au Royaume-Uni est resté relativement stable ;

– Il est probable d’assister à long terme, une fois le Brexit effectif, à une inversion des effets constatés à court terme dans le sillage du référendum de 2016 : les échanges de biens et services devraient structurellement se réduire, alors que la dissipation de l’incertitude entourant les conditions de sortie pourrait relâcher la contrainte sur les investissements. Ces derniers ne retrouveront cependant probablement pas leur dynamique pré-Brexit. Les flux migratoires en provenance de l’Union dépendront quant à eux des nouvelles conditions d’entrée, et ne retrouveront vraisemblablement pas leurs niveaux historiques.

Leontine Koens-Betz, Managing Partner – Netherlands

Charles Mazé, Associate – France

Daniel Nassar, Associate – France

La banque de détail subit une baisse de sa rentabilité depuis dix ans

Sous pression depuis de nombreuses années, le métier de la banque de détail a connu une forte dégradation de sa rentabilité. De 17% en moyenne pour les banques françaises en 2000, celle-ci a fortement chuté après 2008 pour se stabiliser autour de 8 à 9% depuis quelques exercices. Le price to book est à l’avenant, avec des valeurs autour de 0,5 en moyenne, et une fourchette allant de 0,3 à 0,7 en Europe.

Cette détérioration a de fait banalisé le secteur bancaire par rapport à bien d’autres. Son ROE est aujourd’hui inférieur à celui de secteurs tels que les télécoms ou les biens de consommation, sans parler de la santé, nouvel eldorado des investisseurs. Quant au price to book, celui du secteur bancaire est l’un des pires tous secteurs confondus après avoir longtemps caracolé en tête.

L’une des causes de cette banalisation réside dans l’anémie de la marge d’intérêts. Comparée à celle de 2009 sur l’ensemble des banques françaises, celle-ci a chuté de 10% en dix ans, alors même que les encours ont, au cours de cette période, augmenté de plus de 10%. Cette course aux volumes et aux encours est néanmoins désormais bien plus difficile à mener du fait de son coût en RWA, et donc en fonds propres.

Dans ce contexte, les banques françaises sont toutefois parvenues à afficher des résultats plutôt stables en 2018. Le PNB global de la banque de détail des six principales banques de la Place est stable par rapport à 2017, autour de 60 milliards d’euros. Quant au résultat net de ce même métier, il est lui aussi resté stable à environ 18 milliards d’euros, malgré quelques légères variations d’un établissement à l’autre.

Cette stabilité ne saurait cependant masquer l’ampleur des défis qui vont toucher le secteur dans les années à venir, après pourtant déjà dix années de vaches maigres. Il est possible d’en compter au moins cinq, quatre appartenant à la sphère financière et réglementaire, et un à la sphère commerciale, probablement la plus dangereuse à long terme. Conjugués ensemble, ces défis peuvent entamer les ROE de 2,5 points supplémentaires d’ici 2025.

Quatre défis affectent la sphère financière et réglementaire

Le premier défi est d’ordre nucléaire pour le métier. Il s’agit, naturellement, du niveau des taux. La banque de détail joue un rôle majeur dans l’économie, en assurant la fonction fondamentale de transformation de ressources à court terme, les dépôts, en ressources à long terme, les prêts immobiliers et aux entreprises notamment. L’ALM est cœur de cette transformation, qui nécessite une courbe des taux croissante, avec idéalement une pente de 2%.

Or, la politique monétaire mise en place après la crise de Lehman Brothers a conduit à une double baisse des taux : les courts dans un premier temps, par l’abaissement des taux directeurs, et les longs dans un deuxième, par les programmes de quantitative easing. La pente en Europe est progressivement devenue quasi nulle. Or, gagner de l’argent avec une pente nulle est un défi aux lois fondamentales du métier, qui, de fait, se trouve dans une situation inédite et dangereuse.

Le deuxième défi concerne les fonds propres. Entre 2005 et 2018, les banques françaises dans leur ensemble les ont plus que doublé sous l’effet de Bâle 3. Ils représentaient fin 2018 près de 300 milliards d’euros contre 130 en 2005. Mais après Bâle 3 voici que Bâle 4 s’annonce. L’impact sera certes beaucoup moins élevé que celui évoqué précédemment, mais cette hausse pourrait encore amputer le ROE de quelques précieux dixièmes de point.

Troisième défi, conjoncturel cette fois : le coût du risque. Tous métiers confondus, il est passé de 0,1% des encours en 2005 à près de 1,3% en 2009, avant de retrouver progressivement des niveaux d’avant crise, autour de 0,3% en 2018. Cependant, si la conjoncture devait se dégrader, la courbe pourrait à nouveau s’inverser. Chaque dixième de point de coût du risque en plus représente deux milliards d’euros pour les banques françaises. Ce n’est pas négligeable.

Dernier défi de la sphère financière et réglementaire, en théorie aléatoire, mais au final plutôt structurel depuis une dizaine d’années : les amendes. Depuis 2007, les régulateurs européens et américains ont infligé 230 milliards d’amendes aux banques internationales, dont les subprimes ont représenté près de 70%. On peut donc penser que le pire est passé, mais la fraude et le blanchiment pourraient bien prendre le relai des subprimes et poursuivre la saignée en cas de manquements.

Au final, ces quatre défis pourraient amputer le ROE des banques françaises de presque deux points de ROE supplémentaires, ramenant le secteur à des niveaux extrêmement bas à un horizon de cinq ans. Au-delà de la performance en elle-même, c’est aussi un handicap au moment où il faudrait investir massivement pour répondre au défi suivant, celui du fonds de commerce et du développement.

Le défi commercial constitue la menace principale sur le long terme

Ces quatre défis ne constituent pourtant pas l’essentiel des menaces qui affectent le secteur. La sphère commerciale n’est en effet pas exemptée de difficultés, avec un renforcement constant de l’intensité concurrentielle liée à trois facteurs : l’abaissement des barrières à l’entrée, la transformation des usages et la révolution technologique en cours. De nouveaux acteurs en profitent, les néobanques, qui menacent ainsi les banques traditionnelles.

Si l’on refait un peu l’histoire des néobanques depuis 30 ans, on peut considérer qu’il y a eu deux phases. La première a vu des distributeurs, comme Carrefour et Casino, et des assureurs, comme Axa et Allianz, étendre leurs offres à des services bancaires, dans une logique de fidélisation de la clientèle notamment. En réponse, les banques traditionnelles ont le plus souvent créé des banques en ligne, dans une logique de rétention.

Depuis les années 2010, le contexte a changé, et de nouvelles catégories d’acteurs ont tenté de pénétrer le marché, avec des modèles relativement opposés. Les premiers sont des acteurs tels que Revolut ou N26, qui tentent de créer ex nihilo des banques low cost mais avec une offre complète, en nouant notamment des partenariats. Ces acteurs sont dans une course de vitesse afin d’atteindre une taille critique.

Les deuxièmes nouveaux entrants sont des acteurs des nouvelles technologies, qui entrent par la porte des services, les paiements notamment, et ne cherchent pas à imposer d’emblée une gamme complète de services. Il peut ici s’agir d’Apple Card ou d’Apple Pay, mais aussi d’Amazon dans l’assurance par exemple. Ces acteurs participent ainsi au mitage progressif des revenus des banques traditionnelles.

Ce phénomène de mitage ne cesse de prendre de l’ampleur, sous l’effet de l’arrivée chaque année d’environ 300.000 clients dans les néobanques. Au départ, le PNB par client y est très inférieur à celui d’une banque traditionnelle, le client n’ouvrant souvent qu’un compte secondaire. Mais avec le temps, et la complétude progressive des gammes de produits, l’équipement s’accroît et le compte peut basculer en principal.

Les néobanques imposent de nouveaux standards en matière de qualité, de deux façons. D’abord, par des taux de satisfaction élevée sur les applications digitales. Certaines banques traditionnelles ont néanmoins déjà réagi en procédant à un upgrade significatif de leurs applications. Les néobanques ont ensuite imposé l’ouverture de compte immédiate, en quelques minutes, assez loin des standards traditionnels.

Néanmoins, malgré des succès commerciaux parfois indéniables, aucune néobanque n’est parvenue à trouver le chemin de la rentabilité, l’agressivité des offres de bienvenue étant souvent un frein à celle-ci.

De ce fait, le modèle des banques traditionnelles peut paraître à court terme encore partiellement protégé

Usuellement, la banque de détail est présentée sous la forme de deux univers complémentaires : le premier, non bilantiel, comprend les services relatifs aux paiements et à la banque au quotidien ; le deuxième, bilantiel, recouvre l’épargne, le crédit et l’assurance. Depuis quelques années, un troisième univers a émergé chez quelques acteurs, sous la forme de services de proximité complémentaires, tels que la téléphonie ou la domotique.

Les barrières à l’entrée des deux univers principaux ont globalement baissé ces dernières années, mais de façon non homogène. Concernant l’univers non bilantiel, elles ont fait l’objet d’un double abaissement, à la fois réglementaire (DSP2, open banking, RGPD…) et technologique (progrès du digital, intelligence artificielle). L’univers bilantiel est mieux protégé, via les réglementations multiples sur les fonds propres et la liquidité, mais subit malheureusement le fléau de l’absence de pente lié à l’aplatissement de la courbe des taux.

Dans ce contexte, le risque pour les banques traditionnelles est de devenir simplement le bilan d’autres acteurs qui capteraient la relation client. Les banques traditionnelles ont l’avantage du savoir-faire et de l’existence d’un réseau de distribution, mais elles sont en général moins en pointe sur l’expérience client et la technologie par rapport aux banques en ligne et plus encore aux fintech.

Néanmoins, le réseau physique est un vrai avantage et facteur différenciant fort, pour au moins trois raisons. Il est d’abord vecteur de proximité dans un contexte de redécouverte du centre-ville depuis quelques années. Il facilite également le contact humain, permettant un vrai dialogue avec le consommateur et l’apport de conseils sur-mesure. Enfin, le passage en magasin a un vrai sens dans une période du tout numérique.

D’ailleurs, le numérique ne répond pas à 100% des besoins relatifs aux services financiers. L’univers le plus menacé est bien sûr celui de la banque au quotidien et des paiements, très sensibles à la vitesse et au prix, deux facteurs bien servis par le digital. En revanche, l’univers bilantiel est moins vulnérable, et la possibilité de rencontrer un conseiller demeure un avantage dans l’octroi d’un crédit immobilier ou le conseil sur de l’épargne.

Les banques traditionnelles doivent continuer à accélérer leur mutation commerciale et organisationnelle

Afin de résister à la montée en puissance des nouveaux acteurs, l’univers non bilantiel se doit d’être upgradé au niveau des meilleures pratiques en matière de digital et de mieux encore différencier sa tarification en fonction des clients. Quant à l’univers bilantiel, il doit capitaliser sur l’existence d’un réseau physique souvent placé dans des endroits d’excellence, d’accroître encore la qualité du conseil apporté et de mettre en place des programmes de fidélité mieux segmentés.

Ces constats dessinent un plan d’action en forme de triptyque, reposant sur la diversification, l’ubiquité et un usage respectueux des données.

La diversification est clef pour permettre aux banques traditionnelles de sortir de l’équation impossible d’un univers non bilantiel ouvert à de nouveaux acteurs plus agiles et d’un univers bilantiel soumis à des taux asphyxiants. L’extension vers de nouveaux services de proximité permettrait de développer les revenus tout en accentuant le lien et le contact avec leur fonds de commerce.

Ces services doivent dans un premier temps être définis par adjacence par rapport au cœur de métier actuel, autour des événements majeurs de la relation. Le logement, et l’acquisition immobilière notamment, s’y prêtent naturellement très bien. Mais il est possible d’aller au-delà, vers les services relatifs aux déplacements, voire à certains loisirs. Ces élargissements successifs permettront aux banques de devenir un acteur clef du quotidien de leurs clients.

L’ubiquité est le deuxième axe, très complémentaire du premier. Le réseau physique, bien que coûteux, constitue un avantage majeur pour les banques traditionnelles. Il reste à les transformer pour en faire des lieux de vie à même de faire revenir une large clientèle. Mais il faudra aussi concilier ce réseau physique avec un digital irréprochable, développé en interne ou via des partenariats avec des fintechs.

Cependant, les banques ne pourront tirer profit pleinement de l’avantage de leur réseau physique que si elles parviennent à délivrer dans le même temps la qualité de conseil attendue par leurs clients. Il faudra pour ce faire répondre à trois attentes majeures : une stabilité de la relation client / conseiller ; une attention particulière dans les moments clefs de la vie (chômage, retraite, divorce) ; un conseil personnalisé pour certains produits (assurance vie, crédit immobilier notamment).

Enfin, les banques traditionnelles ont un rôle majeur à jouer dans l’utilisation de la donnée, en devenant un partenaire de confiance de leurs clients et en prenant ainsi le contrepied des GAFA. Si elles y parviennent, elles peuvent regagner des points dans la bataille de l’image. D’autant plus que clients semblent prêts à partager leurs données si cela va de pair avec une meilleure qualité de conseil.

Ces trois axes peuvent constituer le cœur d’un plan à cinq ans visant à regagner tout ou partie des points de ROE qui vont être perdus. Ces actions ne seront néanmoins pas suffisantes, et viendront compléter les plans d’économies et de simplification des process déjà lancés dans tous les établissements, et qui vont devoir encore être accélérés.

Dans un contexte aussi tendu de toute part, le métier est un peu à la croisée des chemins, sommé de se réinventer pour prendre en compte les changements dans les usages et l’arrivée de nouveaux acteurs, tout en étant privé d’une partie de ses moyens financiers pour investir de par l’absence de pente. Face à ces défis, tous les acteurs ne sont pas égaux, et les établissements ne suivront probablement pas tous la même trajectoire.

Deuxième auteur :
Franck Bancel (Academic Advisor)

A l’occasion de la cession de clubs de football, les valeurs qui sont divulguées sont extrêmement variables selon les championnats et les pays concernés (de quelques millions pour un club français de Ligue 2 à plusieurs centaines de millions d’euros pour un club anglais de Premier League). Pourquoi de tels écarts ? Ces valeurs reflètent-elles une bulle ou des erreurs de valorisation ? Au contraire, sont-elles le fruit de la mise en œuvre des méthodes d’évaluation que l’on utilise dans les autres secteurs ?

Pour répondre à ces questions, Franck Bancel et Henri Philippe, co-auteur d’un ouvrage sur la valeur des clubs de football proposent de distinguer trois types de valeur : la valeur financière, la valeur de transaction et la valeur sociétale. Ces trois valeurs peuvent être représentées comme des cercles concentriques qui s’élargissent successivement : au centre, la valeur financière et, à l’extérieur, la valeur sociétale.

Cadre financier

La valeur « financière » est celle qui revient aux seuls actionnaires du club. Elle se détermine en recourant aux méthodes d’évaluation proposées par le cadre financier standard. Pour mesurer cette valeur financière, la méthode DCF (ou « discounted cash flows ») demeure la plus pertinente. Il s’agit d’actualiser les flux de liquidité futurs fondés sur des scénarios cohérents avec l’environnement économique et le projet sportif du club. Dans ce contexte, les clubs des grands championnats européens pour lesquels les droits audiovisuels sont élevés ou ceux qui possèdent leur stade ont la plus grande valeur financière.

La valeur de « transaction » est supérieure à la valeur financière dans la mesure où elle intègre une partie des synergies que l’acquéreur est prêt à payer. Ces synergies peuvent être de nature commerciale, par exemple, quand un club est une vitrine médiatique pour un entrepreneur qui compte utiliser le club pour valoriser ses autres activités. Elles peuvent également représenter le prix à payer pour être exposé médiatiquement ou atteindre d’autres objectifs (philanthropiques, politiques, etc.). Enfin, les acheteurs peuvent dégager d’autres synergies liées par exemple à la propriété de plusieurs clubs.

Valeur sociétale

Enfin, la valeur « sociétale » est celle qui prend en compte la valeur créée pour l’ensemble des parties prenantes (en économie, on parle également « d’externalités »). Il s’agit de mesurer l’impact d’un club sur la création de richesse d’une ville ou d’une région. Cette valeur prend en compte l’ensemble des retombées économiques directes (chiffre d’affaires des commerçants en hausse les jours de matchs, etc.) et indirectes (attractivité renforcée de la ville ou de la région dans laquelle évolue un club de premier plan, etc.). Dans certains cas, cette valeur sociétale est considérable quand un club est le porte-drapeau d’une région et devient une véritable institution (par exemple, le FC Barcelone). Par définition, ces flux pour les parties prenantes sont très difficiles à déterminer.

Au total, un club de football est le plus souvent cédé à une valeur de transaction qui est supérieure à sa valeur financière, mais significativement inférieure à sa valeur sociétale. Comprendre ses différents concepts permet d’appréhender les différentes dimensions de la valeur d’un club de football. Sur le fond, si les modèles financiers permettent de définir la valeur financière d’un club et, dans une moindre mesure, sa valeur de transaction, la valeur sociétale demeure largement hors de portée du cadre financier standard

Article des Echos – 09/07/2019

Le secteur de la construction n’est pas le seul à le constater mais il en est un exemple frappant : son marché est à double fond. Depuis plusieurs décennies les grandes entreprises internationales de construction sont engagées dans une singulière partie qui récompense souvent non pas le meilleur bâtisseur, mais le plus téméraire.

1. DISTRIBUTION DES CARTES

Prenons l’exemple d’un appel d’offres international qui verrait s’affronter au moins cinq acteurs majeurs pour la construction d’un nouvel aéroport. En raison d’une concurrence mondiale exacerbée, il y a fort à parier que le vainqueur remporterait la donne autant pour sa créativité et sa technicité que pour son audace à prendre des risques et proposer un prix lui accordant une marge faible voire quasi nulle. Charge à lui de réaliser un profit grâce à une autre nature de projet : la réclamation, à travers une négociation amiable ou devant un tribunal. Son bénéfice se sera construit en deux temps et selon deux processus bien distincts.

Etrange situation qui fait espérer à tout constructeur de rencontrer des difficultés ou voir se matérialiser certains risques qui ne sont pas de son ressort, afin de disposer d’autant d’opportunités de réviser son contrat et ses prix. Citons pèle mêle les retards dans l’obtention des instructions techniques, la qualité des sols, la défaillance de co-entreprises, les bouleversements sociaux, les grèves, les découvertes archéologiques, les libérations de terrains, des changements techniques etc… Tout autant de possibilités de remettre en cause le prix contractuel et d’ouvrir une négociation avec l’espoir de retrouver sa mise. Mais lors d’un terrassement, tout le monde ne tombe pas sur des vestiges gallo-romains. Première part de hasard.

2. DEUXIEME MAIN

Il est peu probable de voir le marché résorber de lui-même le caractère chaotique de son fonctionnement bien que les prix de la construction aient atteint des niveaux qui réduisent considérablement les espoirs de réaliser un profit. Au contraire, tout semble montrer que ce modèle d’activité tend à se pérenniser, repoussant la création de valeur vers d’autres collèges que ceux des directions opérationnelles et de l’ingénierie.

Les différents acteurs, engagés aux côtés de ces entreprises pour les aider à analyser les faits, établir les causes de leurs difficultés, dire le droit et chiffrer leurs préjudices, pourraient se réjouir de la multiplication des dossiers. Ils façonnent un véritable marché du contentieux de la construction, sous de multiples formes allant de la classique négociation à l’arbitrage international. Il est cependant permis de penser que ce marché mérite mieux qu’un recours fréquent et très coûteux à des procédures de règlement des différends qui semblent se succéder sans véritablement connaître de courbe d’apprentissage.

Les constats restent souvent les mêmes. Les constructeurs peinent, à la fin d’un grand projet, à être en mesure d’en revisiter a posteriori l’exécution afin de démontrer la séquence logique des faits qui expliquent retards et surcoûts. Il est par principe extrêmement difficile de prendre le recul nécessaire pendant l’exécution d’un projet pour mesurer toutes les conséquences de tel ou tel évènement sur trois variables clés d’un ouvrage: la qualité, le temps et le coût. Reste par conséquent nécessaire d’exploiter au mieux les informations de plusieurs natures qui ont été collectées afin de reconstituer plus tard la succession des faits qui racontent l’histoire du projet : données comptables, données de planning, personnels en activité, météorologie, matériels utilisées sont autant de données clés pour reconstruire parfois jour par jour et ouvrage par ouvrage l’avancement de grands chantiers.

A ce jeu, les constructeurs sont rarement exercés et il est frappant de constater le grand écart entre la technicité déployée au service de leurs clients et le peu d’empressement à appliquer la même exigence à leurs pratiques de gestion. Les experts et leurs clients s’évertuent donc à conduire bien tardivement une véritable enquête où les indices laissés par les parties sont souvent incomplets, disparates voire inexistants. Le jeu de piste n’en est que plus long, parfois hasardeux et laisse la place à des approximations, voire au bluff, qui entachent la crédibilité des négociations ou des audiences.

Autant d’imprécisions qui, faute de mieux, conduisent à des protocoles transactionnels déséquilibrés ou poussent les tribunaux à de décevants jugements de Salomon. Après le pari de la reconstitution de la marge, s’ajoute l’incertitude d’une négociation faiblement argumentée. Seconde part de hasard.

3. DU CLUEDO A MASTERMIND

La lecture aisée d’un résumé du projet, qui se serait écrit au fil de l’avancement des travaux grâce à d’efficaces procédures de collecte et de traitement d’information, relève certainement du rêve. Ce type d’exercice dont l’objectif fondamental est de mesurer et expliquer l’écart entre ce qui était prévu et ce qui s’est réalisé, requiert toujours une revue à froid et des analyses poussées. Mais, entre l’avènement d’une intelligence artificielle capable de réaliser en temps réel ce travail et l’état actuel de l’art, la marge est importante. Le secteur de la construction est en matière d’utilisation de nouveaux outils de gestion parmi les derniers de la classe. Ce retard par rapport à d’autres secteurs est d’autant plus prégnant que pointe à l’horizon une véritable révolution numérique.

Le monde de la construction a pris conscience de l’intérêt des outils de modélisation il y a maintenant plusieurs années. Ce que l’on appelle le BIM, pour Building Information Modelling, est l’application à la construction de l’assistance au pilotage des ouvrages selon plusieurs axes : vision 3D des ouvrages, capacité à naviguer dans les historiques des plans, des budgets, pister les responsabilités dans la délivrance des autorisations, possibilités de visualiser les temps passés par ouvrage, etc. Le BIM dans ses versions les plus abouties deviendrait une bibliothèque de données complète de l’ouvrage permettant de le « lire » tant d’un point de vue technique que financier ou juridique. Il est permis d’imaginer à terme un suivi en temps réel des équipements et des équipes afin de reconstituer immédiatement les moyens mobilisés, identifier rapidement les pertes de productivité, chiffrer leurs conséquences. Tout cela afin de déterminer des solutions optimisées de construction et de déploiement d’équipes qui répondent au mieux à la contrainte jugée prépondérante (respect du planning, minimisation des surcoûts, etc..).

Ces systèmes existent et sont utilisés, mais dans des versions encore préliminaires. Leur développement et leur réelle application dans la vie des projets constituerait une révolution des méthodes de construction et de suivi de projets tant leurs implications sont nombreuses. Rien ne s’oppose à cela puisque le chantier est d’ores et déjà un lieu de collecte d’informations pléthoriques. Etrange paradoxe qui voit les acteurs de la construction hésiter à entrer dans un monde qui semble dessiné pour eux ! Entre la diversité des données à analyser (personnels, équipements, matières), et la capacité à les suivre selon un axe technique, temporel et géographique, les outils numériques sont tout indiqués pour extraire de ces données des analyses extrêmement variées. Quelles seraient-elles ?

Il est permis d’anticiper deux phases successives d’utilisation de la donnée.

La première serait tournée vers l’entreprise. Celle-ci utiliserait la masse des données disponibles avec l’objectif d’améliorer la conduite de ses projets ou de mieux démontrer la véracité de ses difficultés. La connaissance en temps réel de la situation améliorerait la réactivité des constructeurs qui piloteraient un modèle intégré de ressources et de coûts avec l’objectif d’en trouver l’optimum, à qualité constante. Le dialogue avec leur client serait plus rationnel, réactif et transparent, au grand bénéfice des directions juridiques des constructeurs qui sauraient mieux préserver leurs droits.

Par ailleurs, la collecte des données permettrait de mieux comprendre et démontrer les mécanismes de la perturbation générale d’un projet, qui résulterait de l’observation de la déformation du modèle dans des cas extrêmes de difficultés nombreuses ou répétées. La littérature est abondante pour expliquer le principe des impacts cumulés sur le rendement d’un chantier. Il se comprend intuitivement : passée une certaine accumulation de difficultés, la désorganisation atteint un tel niveau que les rendements s’effondrent alors que chacune des perturbations prise isolément n’aurait à elle seule que peu d’effet. Pour autant, le monde de la construction a bien du mal à démontrer le phénomène et le quantifier. La plupart des réclamations pour perturbation générale doivent se contenter de l’illustrer qualitativement et tabler sur le caractère démonstratif des évènements censés être à sa source. En analysant systématiquement des données de rendement sur un grand nombre de projets dont l’environnement d’exécution serait enregistré et codifié, le lien de causalité entre la coexistence de nombreuses perturbations et le ralentissement exponentiel de la productivité des travaux pourrait (enfin) être établi. Les tribunaux disposeraient alors de véritables démonstrations pour trancher en connaissance de cause des problématiques qui font aujourd’hui place à beaucoup trop d’intuition ou au mieux d’inférence.

4. VERS UN JEU COLLECTIF

La seconde, plus ambitieuse encore, verrait l’établissement d’une plus grande transparence des résultats entre les acteurs de la construction, clients et fournisseurs, au bénéfice du marché. Le monde aéronautique a intégré cette dimension depuis longtemps en partageant un grand nombre de données notamment issues des incidents ou accidents de vol, avec la volonté d’améliorer la sécurité du secteur. Or les avancées technologiques et l’audace des ouvrages contemporains qui induisent de nouveaux risques devraient pousser ceux-ci à établir une plus grande transparence des caractéristiques des projets : caractéristiques techniques tout d’abord mais aussi réalité des moyens mis en œuvre. La révolution de la donnée induirait une avancée majeure en termes de gestion des grands projets à l’échelle mondiale. A l’image d’autres secteurs, une instance mondiale de coordination pourrait remplir un rôle de facilitateur en collectant systématiquement et de façon anonyme les caractéristiques d’un projet selon ses différentes composantes (technique, coûts, délais), toutes finement détaillées. Le projet serait enregistré et caractérisé en tenant compte de l’ensemble de son exécution jusqu’à sa phase contentieuse. Charge à cet organisme de les mettre librement à disposition, de les analyser, d’encourager l’étude et la recherche à partir de ses bases de données, voire d’émettre des avis indépendants sur la cohérence des propositions lors des phases d’appels d’offre.

La mise à disposition de ces données anonymes sur un marché ouvert dont la diversité d’acteurs libres accélèrerait les innovations, favoriserait les transferts des bonnes pratiques de secteur à secteur, renforcerait les liens entre grandes entreprises, les start-ups, les chercheurs. Ce flux d’informations libres permettrait de décloisonner le monde de la construction, de bénéficier d’expertises nouvelles et de favoriser les innovations de rupture en mutualisant les coûts d’investissements parfois importants que la rentabilité du secteur ne permet pas.

Gageons que cette « tour de contrôle » internationale contribuerait à rétablir des règles de jeux plus rationnelles au bénéfice de toutes les parties prenantes, maîtres d’ouvrage, maîtrise d’œuvre et constructeurs. Elle aiderait à corriger la dérive des prix en montrant et quantifiant le caractère systématique des réclamations financières émises par les constructeurs lors de leurs négociations finales, ainsi que les coûts induits par celles-ci. Il serait alors plus aisé, en utilisant les références disponibles, de bannir les comportements suicidaires et plus généralement d’encadrer les négociations, lors de l’appel d’offre ou à la fin du projet. Les échanges seraient éclairés par un arsenal de situations comparables qui réduirait le champ des incertitudes et permettrait d’enclencher un cercle vertueux de fixation de prix justes. A terme, la circulation d’informations et le partage de données rationnelles ferait converger l’économie des projets. Ces échanges uniformiseraient les marges, à qualité d’ouvrage comparable, et rendraient plus épisodique le recours à de lourds processus contentieux. Les ruptures technologiques n’en seraient que plus mises en valeur.

5. CONCLUSION

Et maintenant ? Les constructeurs peinent à faire le premier pas, sans doute le plus difficile, en formant sur le terrain une nouvelle génération de bâtisseurs à l’utilisation de ces outils. Sans doute faut-il commencer avec une ambition raisonnable, en constituant pas à pas son propre référentiel regroupant outils et bonnes pratiques qui soit pleinement accepté par ses utilisateurs. Ils seront les acteurs clés de la collecte quotidienne des données, leur enrichissement par l’analyse et en seront les premiers bénéficiaires dans leur travail. La puissance des outils laisse entrevoir un bouleversement profond des tâches confiées aux managers de la construction. Les premiers convaincus disposeront d’un avantage compétitif majeur pour optimiser leurs coûts et défendre leur rentabilité, bouleverser le marché en modernisant drastiquement leur relation avec leurs clients par le biais d’un dialogue transparent et argumenté.

L’entreprise qui y parviendra aura cassé les codes du marché.

Quatrième auteur :
Gael Chalvon Demersay

Dans le premier épisode d’octobre, les auteurs ont décrit¹ comment les outils de planification financière évoluent, sur demande du régulateur, vers des plateformes intégrées qui permettent de produire des projections budgétaires et des stress tests à partir de modèles quantitatifs. L’objectif de cet article est de compléter la vision « projet, outil et gouvernance » d’une revue des approches statistiques qui sont au cœur des dispositifs de planification.

L’introduction de méthodes quantitatives s’invite progressivement dans les exercices de planification financière. Motivées par la multiplication d’exercices de stress tests et la volonté de compléter la vision à dire d’expert des opérationnels, les banques développent des modèles de projection des revenus de leurs différents métiers.

Ces projections peuvent s’appuyer sur différentes natures de modèles (mécaniques analytiques, modèles comportementaux ALM, etc.). Pour la projection des volumes d’activité, les modèles économétriques² sont au cœur du dispositif. Cet article détaille les problématiques (notamment statistiques) auxquelles les équipes de modélisation font face et propose quelques pistes de réflexion pour les dépasser.

1. L’APPROCHE STATISTIQUE EST AU CŒUR DE LA CONSTITUTION DE MODELES DE PROJECTION

Les modèles statistiques permettent d’utiliser les historiques de mesures de performance d’une activité pour définir des relations mathématiques entre ces mesures et des variables externes (variables macro-économiques, données du marché bancaire, etc.) ou internes (saisonnalité). Les projections consistent alors en des modèles de régression multivariée, linéaires ou non-linéaires³.

Dans le cadre de ces travaux, un compromis doit souvent être trouvé entre facilité d’implémentation et d’appropriation par les métiers d’une part, et puissance prédictive et robustesse statistique d’autre part. La démarche pour aboutir à ce compromis consiste alors à mettre en œuvre une démarche itérative en trois étapes (comme le détaille le schéma 1) :

1. la récupération et la transformation de la donnée,
2. la construction du modèle,
3. l’évaluation de la performance du modèle.

Processus itératif menant à d’élaboration d’un modèle (schéma 1)

2. LA GESTION DE LA DONNEE : PREREQUIS A LA CONSTRUCTION DE MODELES STABLES

La qualité des approches statistiques dépend fortement des données sur lesquelles s’appuient les travaux de modélisation. En effet, si les données historiques à partir desquelles sont définies les relations avec les indicateurs macro-économiques (ou autres indicateurs) comportent des effets venant les « polluer », les modèles sont moins précis voire peuvent mener à des conclusions erronées. Dans ce contexte, la validation avec les métiers de la qualité des données est un prérequis à toute analyse statistique. Il est important d’impliquer des membres des équipes métiers dans cette réflexion afin de capter l’ensemble des éléments « non-normatifs ». Une fois ces vérifications réalisées, des transformations de séries de données peuvent améliorer la qualité des modèles à tester dans l’étape (2). La pertinence de ces transformations doit tenir compte de différents types d’effets dont :

– la représentativité d’éléments business dits exceptionnels (one-offs), comme des fusions et acquisitions d’ampleur (« jumbo deals ») ou des chocs fiscaux, qui peuvent en réalité être récurrents ;

– la complétion de données manquantes et/ou asynchrones. Par exemple, on peut souhaiter projeter mensuellement un indicateur à partir de prédicteurs disponibles seulement trimestriellement. Dans ce cas, il est soit possible de s’appuyer sur des séries trimestrielles (ce qui implique de perdre des points d’analyse), soit d’interpoler mensuellement (de façon linéaire ou non), voire de réaliser un filtrage⁴ en complétant les données manquantes par des estimations statistiquement cohérentes issues d’indicateurs ayant une plus grande fréquence ;

– la saisonnalité⁵, à retraiter par exemple dans le cas de variables explicatives non saisonnières. La transformation de dessaisonalisation peut se baser sur l’algorithme ARIMA-X12⁶ ou la procédure STL basée sur des régressions locales⁷ ;

– le lissage de la série à expliquer, par exemple en calculant une moyenne mobile⁸ ;

– l’introduction d’un effet retard, ou lag, sur la série à expliquer.

D’autres transformations mathématiques pourront alternativement être appliquées sur les séries pour itérativement améliorer les résultats des modèles évalués pendant l’étape d’évaluation des modèles (3) :

– la différentiation des données – d’ordre un ou deux – avec une fréquence courte (un trimestre par exemple) ou longue (une année par exemple). Ceci permet généralement de corriger le biais statistique de la non-stationnarité⁹, mais peut parfois se révéler instable en projection ;

– l’application de fonctions (rendement, carré, logarithme) visant à capter des effets non linéaires ;

– l’utilisation de modèles en co-intégration (voir ci-dessous) en cas de non-stationnarité des variables à expliquer.

L’appréciation de la qualité des données collectées ainsi que les caractéristiques des transformations qui leur ont été appliquées pendant l’étape de collecte de la donnée (1) doivent être prises en compte dans le choix du modèle développé pendant l’étape de modélisation (2). En effet, la profondeur historique des données doit être suffisante pour capter des situations distinctes (crises, scénarios de taux différenciés, etc.) et les données doivent présenter des réalités métier comparables (par exemple un effet d’échelle lié au nombre de traders sur un desk ou une réorganisation de l’activité doivent être pris en compte pour harmoniser les séries d’un point de vue statistique).

3. ADAPTER LA DETERMINATION DES VARIABLES EXPLICATIVES ET L’EXPRESSION DU MODELE A L’ENVIRONNEMENT

Choix du modèle

L’expression du modèle doit s’adapter aux besoins des utilisateurs de l’outil.

– Les approches linéaires, par exemple, sont plus simples à mettre en œuvre mais ne permettent pas de capter des relations plus complexes qu’une relation affine entre la variable (ou sa croissance) et son inducteur (ou sa croissance). Couplées à l’utilisation de transformations non linéaires sur les variables explicatives du modèle, les approches linéaires simples permettent cependant de capter des non-linéarités. Par exemple, le logarithme des crédits immobiliers peut être corrélé au logarithme de la croissance du revenu des ménages. L’utilisation de la transformation logarithmique permet d’associer des variables dont l’ordre de grandeur est différent.

– Les méthodes d’apprentissage automatique¹⁰, comme les forêts aléatoires¹¹, sont de très bons outils pour orienter le choix des variables. Elles sont par contre rarement conservées pour la projection elle-même car elles sont souvent complexes à mettre en place et difficiles à auditer pour le régulateur. En outre, elles ne mettent pas toujours en exergue de driver exogène de l’activité et peuvent rester trop centrées sur des formes autorégressives¹².

Modèles en co-intégration

En cas de non-stationnarité, les modèles statistiques classiques sont instables et des techniques spécifiques sont à mettre en œuvre. Une notion aujourd’hui centrale est la notion de modèle en co-intégration pour des variables macro-économiques. Un ensemble de variables est co-intégré avec la série observée s’il existe une combinaison des variables permettant d’annuler « la tendance stochastique » de la série observée pour aboutir à une série stationnaire. Par exemple, il a été démontré qu’aux Etats-Unis, la consommation (réelle, par habitant) et le revenu disponible (réel, par habitant) sont co-intégrés, soulignant une relation stable entre ces deux séries non stationnaires.

Ces variables co-intégrées sont alors liées avec la série observée par une équation linéaire dite « long-terme » qui s’interprète comme un équilibre macro-économique par rapport auquel les écarts constituent des fluctuations temporaires. En reprenant l’exemple précédent, une fluctuation temporaire de la consommation par rapport au revenu disponible peut survenir à un trimestre donné, mais celle-ci se répercutera avec le signe opposé sur la consommation future du prochain trimestre dans une proportion comparable, ce qui tend à ramener les deux séries vers leur point d’équilibre qui est représenté par la relation long-terme.

Les approches historiques pour appréhender ce type de relation sont les approches d’Engle et Granger¹³ ou Johannsen¹⁴, ainsi que les modèles dits Autoregressive Distributed Lag (ARDL). Tous ces modèles capturent à la fois les relations de long-terme ainsi que les déviations par rapport à ces équilibres via des modèles de retour à la moyenne et de correction d’erreur.

Choix des variables

Dans un premier temps les variables explicatives seront choisies, parmi l’ensemble des variables transformées, grâce à des études de corrélations simples. Le choix des variables explicatives peut aussi être éclairé par l’expertise métier, des approches systématiques de classification (comme une analyse en composantes principales¹⁵) ou encore leur significativité dans les méthodes d’apprentissage automatique (on conserve alors les variables mises en exergue par la méthode mais en leur appliquant des modèles statistiques classiques).

Au contraire, certaines variables seront exclues a posteriori par les tests statistiques en étape (3). En particulier, un trop grand nombre de variables peut aboutir à du sur-calibrage (over-fitting) et des variables colinéaires à une instabilité des coefficients de la régression¹⁶.

Calibrage des paramètres

La méthode d’estimation des paramètres de la régression dépend des tests réalisés en étape (3). Ils seront estimés soit par l’estimateur des moindres carrés, soit par exemple par des estimateurs de Yule-Walker¹⁷ pour éviter les biais que fait peser l’existence d’autocorrélation des résidus dans les séries utilisées.
Les problèmes posés par la non–stationnarité concernent aussi l’inférence des paramètres du modèle estimé, pour laquelle les lois asymptotiques usuelles dérivées dans le cadre de séries stationnaires peuvent mener à des incohérences si utilisées telles quelles. Notamment, les p-values (voir plus bas) et les intervalles de confiances ne sont plus fiables dans le cadre des séries non-stationnaires ou de la co-intégration.

4. L’EVALUATION DES MODELES DONNE SA CREDIBILITE AUX TRAVAUX DE PROJECTION STATISTIQUE

Le pouvoir prédictif du modèle doit être vérifié par un ensemble de tests. Des tests statistiques ou des backtestings peuvent être conduits pour conforter le choix d’un modèle, bien qu’aucun ne soit éliminatoire quant au choix du modèle. Notons que l’exigence de vérification de ces tests est à pondérer par la qualité de la donnée disponible. La sensibilité du modèle à un choc des variables explicatives devra dans tous les cas être appréciée.

Tests statistiques

Le calcul de la significativité des variables (p-value) est important mais l’estimation des paramètres et le calcul des p-valeurs doivent être corrigés en cas de non-respect des hypothèses de base de la régression linéaire¹⁸ :

– Stationnarité des séries temporelles¹⁹ (homogénéité dans le temps de leur distribution) : les résultats des régressions linéaires peuvent être instables dans le temps si les séries ne sont pas stationnaires, même en cas de bon R². Dans ce cas, il est préférable de transformer les variables (étape (1)) ou de choisir un modèle en co-intégration (étape (2)).

– Résidus homoscédastiques²⁰ (variance constante dans le temps) et/ou plus généralement non auto-corrélés²¹ : en cas de non-respect, cela peut être révélateur d’une autre variable explicative non trouvée. Cela peut biaiser de manière importante les variances et les intervalles de confiance des coefficients. Il est donc nécessaire d’introduire des corrections sur les coefficients²² ou de modifier les estimateurs utilisés²³.

– Normalité des résidus²⁴ : cette hypothèse de la régression linéaire est cependant rarement vérifiable sur de petits échantillons (propriété asymptotique) et n’est pas nécessaire à la convergence des estimateurs des paramètres.

Backtest (ou cross-validation, ou out-of-sample performance)

Si la profondeur historique l’y autorise, il est possible de mesurer l’écart entre la série historique réelle et le modèle calibré sur une période temporelle différente. En renouvelant l’exercice sur plusieurs sous-périodes, il est possible par ailleurs de vérifier la stabilité des coefficients de la régression. Une erreur moyenne équivalente entre la période testée et la période de calibrage est un bon indicateur que le modèle n’est pas sur-calibré (over-fitting).

5. DIFFICULTES

La modélisation de l’ensemble des agrégats financiers de la banque suppose la modélisation d’activités de natures diverses s’appuyant sur des modélisations statistiques hétérogènes. Dans ce contexte, l’équipe en charge du développement des modèles doit s’adapter à la réalité de chacun des segments d’activité. Il en résulte une panoplie de modèles statistiques à articuler sur une plateforme flexible permettant de les lier entre eux et aux sources de données (bases métier notamment) pour proposer des résultats directement exploitables par les équipes de la plateforme.

Quatre types de difficultés doivent être dépassées pour constituer une base de modèles suffisamment solide à intégrer à la plateforme :

– La difficulté à trouver des modèles statistiques prédictifs sur certains périmètres : l’ensemble des activités ne sont pas modélisables par une approche statistique et sont plus complexes à appréhender (commissions spécifiques, frais généraux, éléments exceptionnels etc). Par ailleurs, la plupart des modèles statistiques classiques peinent à capter les non-linéarités dans les comportements passés.

– L’imbrication d’effets distincts à modéliser en parallèle de la modélisation des activités : effets change, concentration des portefeuilles, etc. Les effets de contagion, de réputation et l’ensemble des feedback effects sont particulièrement complexes à capter.

– La difficulté à collecter des données de qualité faciles à mettre à jour après le premier exercice de modélisation : manque de profondeur des données, problématiques d’homogénéité etc.

– Les difficultés organisationnelles et d’outil.

6. CONCLUSION

Si les établissements bancaires disposent aujourd’hui d’équipes spécialistes de la modélisation quantitative reconnues, ces compétences se concentrent surtout dans les équipes Risques sur les problématiques de risque de crédit et de risque de marché. Pour la plupart des établissements, la modélisation prospective à partir de méthodes statistiques implique donc la constitution d’équipes spécialistes.

Les méthodes discutées plus haut apportent une vision d’ensemble des moyens statistiques dont disposent les équipes de planification pour construire des modèles de projection. La dimension humaine et la capacité à recruter des talents capables de construire des modèles complexes est au cœur des enjeux.

Le développement d’une approche tactique, via des outils agiles, permet dans un premier temps de constituer un premier support à la plateforme et de distinguer la construction des modèles de leur industrialisation dans les systèmes de la banque.

¹ « L’émergence des plateformes intégrées de planification financière et de stress tests » Revue Banque 824, pp. xx-xx

² Les modèles économétriques permettent la modélisation de variables économiques à partir de l’observation statistique de grandeurs pertinentes.

³ Les modèles économétriques permettent la modélisation de variables économiques à partir de l’observation statistique de grandeurs pertinentes.

⁴ Ceci peut être implémenté à l’aide d’un filtre de Kalman par exemple.

⁵ Ou plus généralement l’autocorrélation de la série, ce qui revient à introduire une variable endogène dans le modèle.

⁶ L’algorithme ARIMA-X12 est une méthode populaire d’ajustement de la saisonnalité développée par le Bureau du recensement des États-Unis. Cette méthode s’applique à des séries ayant une saisonnalité mensuelle ou trimestrielle. Elle est implémentée dans la plupart des logiciels de statistiques et est l’une des méthodes prônées par l’European Statistical System (ESS).

⁷ La procédure STL (“Seasonal and Trend decomposition using Loess”) est une méthode de décomposition d’une série temporelle en une composante saisonnière, une tendance et des résidus. A ce titre, c’est aussi une méthode d’ajustement de la saisonnalité qui peut être préférée dans certains cas à des méthodes du types ARIMA-X12 (notamment en cas de composante saisonnière fluctuante ou en présence d’observations aberrantes).

⁸ Plus généralement, cela peut être incorporé, avec la saisonnalité, dans une démarché de modélisation de type ARMA (Auto Regressive Moving Average), ARIMA (AutoRegressive Integrated Moving Average) ou SARIMA (Seasonal ARIMA).

⁹ Le caractère stationnaire (ou non) d’une série temporelle se rapporte à l’homogénéité de sa distribution statistique au cours du temps. Une propriété plus faible utilisée en pratique (stationnarité faible) est le fait d’avoir ses deux premiers moments (moyenne et variance) constants, ainsi qu’une fonction d’autocorrélation invariante par translation au cours du temps.

¹⁰ Ces méthodes font partie de ce que l’on appelle aujourd’hui le « Machine Learning » qui vise à tirer parti des données pour déterminer la forme du modèle à adopter, plutôt que de le spécifier en amont. Ces méthodes se fondent sur l’analyse statistique d’un grand nombre de données de natures variées.

¹¹ Les forêts aléatoires sont une famille d’algorithmes d’apprentissage automatique qui se fondent sur des ensembles d’arbres de décision. L’intérêt de cette méthode est d’entrainer un ensemble d’arbres de décision sur des sous-ensembles de l’ensemble des données initiales et ainsi de limiter le problème de sur apprentissage. Ce type d’algorithme permet de faire de la classification (estimation de variables discrètes) mais aussi de la régression (estimation de variables continues).

¹² Un modèle autorégressif est un modèle dans lequel une variable est expliquée par ses valeurs passées plutôt que par d’autres variables.

¹³ Co-Integration and Error Correction: Representation, Estimation, and Testing, Robert F. Engle and C. W. J. Granger, 1987).

¹⁴ Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models, Johansen, Søren, 1991.

¹⁵ L’analyse en composantes principales (ACP), est une méthode d’analyse de données, qui consiste à transformer des variables corrélées entre elles en nouvelles variables dé-corrélées les unes des autres à partir de leur caractéristiques mathématiques (décomposition orthogonale aux valeurs propres).

¹⁶ Les régressions Lasso ou Ridge permettent de régulariser le problème et de sélectionner les variables de plus d’intérêt en introduisant des termes de pénalité.

¹⁷ Les équations de Yule-Walker établissent une correspondance directe entre les paramètres du modèle et ses autocovariances. Elles sont utiles pour déterminer la fonction d’autocorrélation ou estimer les paramètres d’un modèle.

¹⁸ Quand les hypothèses qui fournissent les distributions asymptotiques ou les intervalles de confiance des estimateurs ne sont plus vérifiées, les intervalles de confiance peuvent quand même être calculés par simulation (bootstraping ou ré échantillonnage).

¹⁹ Les tests classiques à mener sont ceux de Dickey-Fuller (augmenté), Phillips-Perron ou Kwiatkowski-Phillips-Schmidt-Shin.

²⁰ Tests de Breusch-Pagan et de Goldfeld et Quandt.

²¹ Tests de Durbin-Watson et de Breusch-Godfrey.

²² Transformation de Yule-Walker (Cochrane-Orcutt généralisé).

²³ Correction de la matrice de covariance par l’estimateur de Newey-West.

²⁴ Test de Shapiro-Wilk par exemple.

Quatrième auteur :
Gael Chalvon Demersay

Les plateformes intégrées de planification financière et de stress test s’imposent comme une révolution des pratiques budgétaires et de gestion des risques. Elles permettent de construire des modèles de projection des résultats établis sur des méthodes statistiques, au même titre que les modèles de risques, permettant d’exploiter au mieux le flux croissant de données disponibles.

La planification financière et les tests de résistance (stress tests) sont deux composantes historiques de la gestion bancaire. La planification financière s’appuie traditionnellement sur des modèles simples déclinés sous la forme d’analyses de création de valeur et d’indicateurs de performance, et repose rarement sur des analyses statistiques. De même, la conduite de stress tests n’est pas un sujet nouveau pour les établissements bancaires français. Les premiers exercices de stress tests apparaissent dès les années 1990, en lien avec le développement de nouveaux outils de gestion du risque tels que la Value at Risk. Les stress tests, mesurant l’impact de scénarios sévères mais plausibles sur la profitabilité et la solvabilité des banques, sont alors menés ponctuellement sur des portefeuilles isolés. Le rôle des stress tests s’est ensuite vu renforcé par la mouvance réglementaire des années 2000 et les accords dits de Bâle II qui les désignent, au sein du Pilier 2, comme un outil de pilotage de la solvabilité des établissements. Depuis les crises financières de 2008 et souveraine de 2011, les régulateurs américains et européens se sont approprié cet outil pour attester à fréquence régulière de la solidité des établissements sous tutelle.

Des modèles de planification et de stress tests imparfaits

Les banques françaises sont donc rompues aux exercices de planification et de stress tests. Néanmoins, les modèles de planification et de stress tests dont disposent les banques présentent encore certaines faiblesses :

– ils reposent significativement sur du dire d’expert et des scénarios extrêmes mis à disposition par le régulateur ;
– ils n’ont pas tous le même degré de sophistication, ni le même niveau de granularité ;
– ils ont été développés de manière indépendante, répondant à différents impératifs réglementaires (ICAAP, ILAAP¹, plan de résolution) ou internes (budget) et ne communiquent pas entre eux ;
– le déploiement d’un exercice de planification ou de stress test de bout en bout peut prendre un temps significatif et mobiliser de nombreuses ressources ;
– les équipes centrales disposent rarement de modèles suffisamment poussés pour leur permettre de challenger les remontées métiers.

Un enjeu stratégique

Aujourd’hui, l’enjeu n’est pas tant pour les établissements de mener des projections et des stress tests, que de constituer une intégration stratégique des stress tests dans leur dispositif de gestion des risques et de planification financière. Les banques doivent de manière cohérente exprimer une ambition stratégique, mener leurs projections budgétaires et gérer leurs risques. Les stress tests deviennent, au-delà d’un exercice de mise en conformité réglementaire, un outil de gestion des ressources rares (capital, liquidité) et de pilotage du RONE² s’intégrant parfaitement dans une gestion optimisée du SREP³. La planification et les stress tests doivent permettre de valider des choix stratégiques et être un outil de communication avec les marchés. Patrick Sommelet, directeur financier délégué à la Société Générale précise ainsi que « l’un des facteurs endogènes les plus importants dans le développement de la plateforme a été la volonté de la direction générale de disposer d’outil permettant de réagir plus rapidement à des chocs d’environnements ».

Les plateformes de planification financière et de stress test, qui sont l’objet de cet article, sont une des réponses à cet enjeu. Elles ont pour but de réunir différents outils d’analyse et différentes ressources pour produire, dans une durée restreinte, les principaux indicateurs de profitabilité et de risque de la banque sur un horizon de trois à cinq ans (voir Schéma 1). Elles constituent ainsi une révolution dans la modélisation du résultat et des risques et s’inscrivent dans un contexte favorable d’émergence de nouvelles technologies et d’une nouvelle culture « data » (voir Schéma 2). Les facteurs clés de succès d’une plateforme de planification et de stress test sont :

– la constitution d’une bibliothèque de scénarios de stress ;
– des modèles robustes paramétrés dans des outils agiles ;
– une gouvernance claire instaurée par le Comité de direction des banques et impulsant une collaboration étroite entre les fonctions Finance et Risques ;
– une utilisation concrète ou insertion opérationnelle des modèles de stress test.

Nous proposons de revenir de manière détaillée sur chacun de ces facteurs.

Utilisations des plateformes de planification financières et de stress test (schéma 1)

L’utilisation de modèles quantitatifs assis sur des analyses statistiques (schéma 2)

1. LA CONSTITUTION D’UNE BIBLIOTHEQUE DE SCENARIOS COHERENTS

La constitution d’une bibliothèque de scénarios cohérents est le point de départ des exercices de modélisation. L’évaluation collégiale des banques (« peer review ») menée par l’Autorité bancaire européenne (EBA) en 2013 a mis en exergue d’importantes limites dans les stress tests menés par les institutions, parmi lesquelles des scénarios de stress insuffisamment pertinents et ne couvrant pas l’ensemble des risques. Le régulateur a notamment mis en évidence les difficultés des banques à modéliser les effets de contagion et de diversification entre risques, ce que confirme Marc Irubetagoyena, responsable du programme de planification financière et de stress test de BNP Paribas : « nous travaillons aujourd’hui à la modélisation des effets de contagion. Néanmoins, ces effets dominos reposent sur l’utilisation de probabilités conditionnelles dont le calibrage suppose l’accumulation d’un nombre significatif de données rendant l’exercice de longue haleine ». La plateforme de planification financière et de stress test participe à remédier à ces lacunes en simulant sous différents scénarios, des projections du compte de résultat et des risques des banques (voir Schéma 3). La première étape de ce processus consiste à se doter d’une bibliothèque de scénarios à sévérité croissante (central, adverse, passage en remédiation).

L’élaboration des scénarios

La construction de chaque scénario est fonction de la nature du stress appliqué. Il est d’usage de distinguer les stress tests historiques, ceux induisant une mise en défaut de l’établissement (ou reverse stress tests) et les analyses de sensibilité (« what if analysis »). Sous un stress historique, la banque établit une liste des crises passées (par exemple le Brexit, la crise des subprimes ou l’éclatement de la bulle internet du début des années 2000) et constitue des historiques de données sur ces périodes. Le reverse stress est un procédé différent où l’établissement part de l’identification des principaux facteurs de risque susceptibles de mettre en défaut la banque, desquels sont inférés des éléments déclencheurs de ces risques (drivers) et donc un scénario. L’analyse de sensibilité est un exercice au style plus libre, où le périmètre d’application du stress et son intensité sont décidés par l’établissement.

La définition des briques constituant chaque scénario est ensuite déterminante. Marc Irubetagoyena évoque « la taxonomie des scénarios » et rappelle « qu’il est essentiel, pour assurer l’homogénéité des scénarios, d’en définir des dimensions précises communes », parmi lesquelles :

– l’intensité du stress : les plateformes intégrées de planification financière et de stress test ont pour première vocation de communiquer une trajectoire du bilan et des métriques de la banque en scénario central, puis une ou plusieurs trajectoires stressées ;
– le périmètre considéré : une des avancées des plateformes intégrées est de pouvoir réaliser dans un temps réduit une projection et un stress de l’ensemble des activités de la banque. Cependant, la modélisation d’une activité particulière est toujours possible. L’EBA incite en ce sens les banques à conjuguer stress globaux et locaux ;
– l’horizon du stress : sur un stress couvrant l’ensemble des activités de la banque, l’horizon du stress sera généralement de trois à cinq ans. Néanmoins, l’horizon dépend du calcul considéré : les stress de liquidité ont généralement des horizons d’un mois à un an tandis que les stress liés à la solvabilité des établissements s’appliquent sur trois ans ou plus ;
– le type de scénario : stress macroéconomique lent ou plus rapide, stress idiosyncratique ou combiné ;
– la source des données utilisées : les plateformes intégrées cherchent à produire une projection objective, si bien que les données disposant d’une justification statistique sont privilégiées. Elles peuvent être complétées au besoin par du dire d’expert. Les données incluent les données macroéconomiques (croissance du PIB, taux de chômage, etc.), bancaires (taille du marché des crédits immobiliers, taux de rémunération des dépôts, etc.) et idiosyncratiques (propres à un établissement ou une activité).

La construction de scénarios cohérents implique par ailleurs la prise en compte de boucles de rétroaction entre les différentes typologies de risques (liquidité et crédit, crédit et marge d’intérêt par exemple) et combiner des effets macroéconomiques et des chocs sur des portefeuilles spécifiques.

D’un point de vue opérationnel, la définition des scénarios de stress s’inscrit dans les processus d’identification et d’évaluation des risques des banques. Les scénarios doivent ainsi inclure un stress des variables jouant sur le déclenchement d’événements de risques probables et intenses relevés dans le processus de cartographie des risques. Par exemple, si la banque identifie un risque de défaut sur ses contreparties établies en Turquie, le scénario de stress peut se traduire par une hausse des spreads corporate turcs ou une baisse du PIB turc couplée à une hausse du chômage. Les exercices de stress test et d’identification des risques sont de fait interdépendants. Les stress tests permettent également d’affiner l’appétit au risque des banques. Marc Irubetagoyena précise que « les stress tests permettent d’éprouver les seuils d’alerte ou limites de risque, entraînant parfois leurs recalibrages ».

Trois difficultés à surmonter

De notre expérience, trois difficultés doivent être surmontées pour rendre efficiente la construction de bibliothèques de scénarios de stress :

– la première difficulté réside dans la définition d’une probabilité d’occurrence de chaque scénario. S’il est important de disposer d’un nombre significatif de scénarios, il est aussi important de pouvoir déterminer un classement des quelques scénarios les plus probables afin d’estimer les impacts moyens attendus ;
– le deuxième obstacle réside dans la difficile industrialisation de la production des scénarios de stress. À ce titre, BNP Paribas a lancé un projet sur les générateurs de scénarios économiques, en coopération avec l’École Polytechnique, dont l’objectif est de constituer une base de modèles
– enfin, la définition des scénarios doit être approuvée par les plus hautes instances de la banque, afin d’apporter de la crédibilité à l’exercice.

2. LE DEVELOPPEMENT DES MODELES : UN PROJET COMPLEXE

Les modèles développés dans le cadre des plateformes intégrées sont principalement les modèles de projection statistique des volumes d’activité, de marge d’intérêt et de commissions, les banques disposant déjà de modèles de risques conçus dans le cadre de travaux comptables ou réglementaires. Ces nouveaux modèles de projection du produit net bancaire répondent au souhait du régulateur d’éprouver la robustesse des plans stratégique et financier. Selon Teresa Mora Grenier, directrice du contrôle de gestion chez Natixis : « Le régulateur encourage le développement de modèles quantitatifs s’appuyant sur des travaux statistiques permettant d’isoler les principaux drivers des modèles d’activité bancaires et de réaliser des stress tests à la demande ». Les équipes de la BCE se dotent d’ailleurs elles aussi de modèles calibrés sur les données transmises par les établissements, d’où la nécessité d’agir pour les banques.

Les travaux menés dans le cadre des modèles s’articulent autour des problématiques suivantes : définir le bon niveau de granularité ; définir des méthodes de projection et identifier les drivers ; procéder à des projections statistiques ; assurer l’articulation des différents modules de calcul.

Définir le bon niveau de granularité

La définition du niveau de granularité modélisé par les plateformes de planification et de stress test est une étape importante. Les lignes métiers souhaitent généralement réaliser des projections de niveau fin sur des sous-portefeuilles, tandis que les équipes centrales réalisent des projections « top-down » visant à donner une trajectoire globale du bilan et des performances de l’établissement. Ces deux objectifs complémentaires peuvent inciter les établissements à construire des modèles au niveau le plus fin, puis à procéder à une consolidation. La construction des modèles à un niveau trop granulaire complexifie néanmoins la construction, la maintenance et l’utilisation des outils.

Il s’agit donc de définir une granularité intermédiaire permettant une mise à jour des projections rapide, et constituée de modèles avancés et granulaires sur les métiers et les agrégats les plus critiques en termes de pilotage (par exemple les activités de marché, la marge nette d’intérêts, partie cyclique des commissions et coûts). Des discussions avec les métiers en amont des travaux statistiques permettent de valider le niveau de granularité et facilitent le processus de modélisation.

Définir des méthodes de projection et identifier les drivers

Les travaux de segmentation des activités et de définition du niveau de granularité permettent de construire des modèles de projection à partir de réalités business cohérentes. L’étape suivante consiste alors à projeter les volumes, puis la marge d’intérêt et les commissions sur ces segments. Les projections s’appuient sur des familles de modèles complémentaires incluant, pour la projection des volumes, des régressions statistiques, les modèles de réplication communiqués par l’ALM mais aussi des modèles analytiques plus simples (si une partie des coûts peut faire l’objet d’analyses plus poussées, les modules de bonus par exemple sont souvent purement analytiques).

Sur certains pans d’activité, la projection des volumes s’appuie sur des benchmarks ou des projections de marché externes complétant les modèles quantitatifs.

Pour d’autres activités, une modélisation de la taille globale du marché ajustée de l’ambition de conquête de la banque peut être adoptée, notamment sur les activités pour lesquelles la part de marché des différents acteurs est connue (conseil en fusions/acquisitions, ECM DCM etc.) ou pour les activités suivies par les organismes de statistiques nationaux (montant de production de crédit, pools de dépôts, etc.).

La projection « déterministe » des modèles doit être complétée d’ajustements managériaux. Ces derniers permettent de tenir compte d’inflexions dans la politique de prix ou de conquête commerciale, d’acquisitions ou d’évolutions imprévisibles de l’activité. Cette couche d’ajustements managériaux permet de tenir compte des remarques des métiers et facilite l’insertion de la plateforme.

Si ces méthodes sont complémentaires, il est primordial de conserver une unicité des modèles utilisés pour une métrique et un type d’activité donnés afin de conserver un bon niveau de comparabilité des résultats (modèles de projection de la marge nette d’intérêt (MNI) cohérent sur l’ensemble des métiers banque de détail par exemple).

Procéder à des projections statistiques

Les modèles de volume peuvent s’appuyer sur des méthodes statistiques reposant sur la corrélation historique des volumes projetés et des variables macroéconomiques communiquées par le scénario (modèles de régression et de classification multivariées, linéaires ou non-linéaires).

Lors de la calibration de ces modèles, un compromis est souvent à trouver entre facilité d’implémentation et d’appropriation par les métiers d’une part, et puissance prédictive et robustesse statistique d’autre part. La démarche à mettre en œuvre pour assurer la robustesse statistique du modèle consiste en une approche itérative en trois étapes : collecte et retraitement de la donnée ; détermination des variables explicatives et de l’expression du modèle ; et évaluation de sa performance.

Les transformations mathématiques des séries de données peuvent améliorer la qualité des modèles à tester. La pertinence de ces transformations doit être évaluée à l’aune de la représentativité business d’éléments dits exceptionnels et de la complétion de données manquantes.

Le choix de la forme des modèles statistiques est d’abord fonction de la qualité et de la profondeur des données récoltées. Par exemple, les données doivent être suffisamment profondes pour représenter différentes situations économiques (expansion, crise) et différents contextes de taux (taux bas par exemple). Ensuite, les modèles linéaires sont privilégiés pour leur appropriation plus aisée. Des régressions quantiles peuvent éventuellement être utilisées en situation de stress. Les méthodes d’apprentissage automatique permettent d’orienter le choix des variables, même si ces dernières méthodes ne sont généralement pas retenues in fine du fait de leur complexité et parfois du manque de profondeur d’historique disponible.

Afin d’être homologué par le régulateur et les équipes d’audit de modèles internes à la banque, le pouvoir prédictif des modèles doit ensuite être vérifié par un ensemble de tests. Notons que l’exigence de vérification de ces tests est à pondérer par la qualité de la donnée disponible et le jugement expert indispensable à la modélisation de certains postes de P&L – frais de gestion ou commission non financières par exemple. Les établissements doivent conserver les résultats de l’ensemble des tests réalisés car ils constituent un élément clé de l’audit des équipes des différents régulateurs.

Assurer l’articulation des différents modules de calcul

Une fois les modèles de volumes, de marge nette d’intérêt et de commissions développés, la plateforme intégrée de planification et de stress test doit assurer le lien entre les différents modules de calcul (P&L, risques, liquidité).

Assurer une cohérence des projections des volumes d’activité, des marges commerciales et des risques (coût du risque, créances douteuses, emplois pondérés) est un sujet historiquement complexe pour les établissements. En effet, les systèmes d’information sont généralement spécifiques à chaque métier et s’appuient sur des référentiels de données non harmonisés.

En cela, les plateformes intégrées de planification et de stress test constituent une véritable avancée. Pour assurer l’unicité des données utilisées par les plateformes, certaines banques ont par exemple lancé la construction de bases de données (« datawarehouse ») partagées par l’ALM, les Risques et la Finance qui viennent se déverser dans les différents modules de calcul de la plateforme. Une fois alimentées de données, les plateformes assurent la communication entre projection du bilan, des indicateurs de profitabilité et des emplois pondérés. À ce titre, la projection du bilan devient la pierre angulaire d’un système arborescent qui permet la projection des revenus (marge d’intérêt et commissions) et la production des métriques de risques et de liquidité sur la base d’encours communs. La croissance du bilan commercial permet en effet de faire croître les expositions au défaut (EAD) utilisées pour le calcul du coût du risque et des emplois pondérés. La projection du bilan commercial sert aussi de base à l’obtention du bilan de liquidité.

La projection du bilan s’interface donc avec les modules de calcul. Des boucles de rétroaction peuvent être également prises en compte. Les flux de passage en défaut calculés dans le module de calcul du coût du risque peuvent être réintégrés au bilan, puis pris en compte dans le cadre du calcul de la marge nette d’intérêt. La projection des générations de nouvelle production peut permettre le calcul de commissions sur nouvelles productions.

3. UNE GOUVERNANCE FORTE : UN FACTEUR CLE DE SUCCES

La mise en place d’une gouvernance claire est un élément clé du bon fonctionnement des plateformes intégrées de planification et de stress tests, comme l’a rappelé récemment l’EBA en publiant le 19 juillet dernier son rapport final sur les bonnes pratiques en matière de stress tests.

Le programme doit obtenir le soutien de la direction générale des établissements, responsable de sa mise en application et de sa performance. La gestion du projet (regard critique sur les scénarios retenus, les principales hypothèses de modélisation, échanges avec les métiers, etc.) peut être déléguée à des managers séniors en charge de rédiger des normes et des procédures documentant les travaux menés. Teresa Mora Grenier « insiste sur l’importance de co-construire ces modèles avec les opérationnels pour faciliter leur intégration dans le processus d’animation de la performance dès la genèse du projet ».

Pour assurer l’efficacité du programme, la communication doit être verticale, depuis le comité de direction jusqu’aux lignes métiers, mais également horizontale. Cette communication horizontale peut se traduire par une communication entre lignes métiers, qui permet par exemple d’assurer une homogénéité des modèles de projection retenus. La communication horizontale peut également se manifester à l’intérieur même d’une ligne métier par un renforcement des liens entre les équipes chargées de la finance, de la gestion du capital et de la liquidité lors de la conception des modèles ou de périodes de production.

Un choc culturel pour la fonction Finance

Rebattant les cartes d’un jeu où la planification est traditionnellement le domaine de la Finance et les stress tests des Risques, les plateformes intégrées de planification et de stress test constituent un choc culturel pour la fonction Finance. Les fonctions Risques sont en effet habituées à s’appuyer dans leurs analyses sur des modèles quantitatifs développés dans le cadre de Bâle III ou de la mise en application d’IFRS 9. Si la fonction Finance dispose généralement de modèles d’analyse des indicateurs de performance, la culture de la modélisation statistique y est souvent moins développée. Pourtant, les modèles PPNR⁴ développés aux États-Unis et les dernières recommandations de l’EBA sur la modélisation des commissions mettent en lumière la nécessité de développer des modèles économétriques de projection du produit net bancaire et des frais. En ce sens, les compétences quantitatives dont disposent les fonctions Risques peuvent venir soutenir la Finance.

Des équipes mixtes

La convergence entre la Finance et les Risques peut aussi se manifester, en matière d’organisation, par la mise en place d’équipes mixtes ou « joint-ventures » mêlant des profils issus des risques, de la gestion actif passif et du contrôle de gestion. Ces équipes sont chargées de faire le lien entre les différentes lignes métiers et la direction de l’établissement. La mise en place de ces nouvelles équipes hybrides ne se fait pas sans mal, comme le rappelle Marc Irubetagoyena : « Le rassemblement au sein d’une joint-venture de profils aux cultures différentes est un mal nécessaire. Il constitue une réunion d’expertises capable de traiter des enjeux complexes et d’attirer de nouveaux talents ». Constituer une équipe centrale en charge de la planification et des stress tests permet de gagner en efficacité opérationnelle en réduisant les délais de production (voir Schéma 3).

Un processus global d’identification des risques (schéma 3)

4. UTILISATION CONCRETE

La création d’une plateforme de planification financière et de stress tests n’est pas un exercice « hors sol » de modélisation mais constitue avant tout une refonte des processus, et de l’organisation de la banque. Patrick Sommelet insiste : « dès cette année, le processus budgétaire a été amendé, et le modèle y a été intégré. La gouvernance évolue et le poids des modèles quantitatifs dans les exercices de planification ne va cesser de croître ». Dans ce contexte, nous identifions les fonctions principales de ces plateformes.

Répondre à une demande spécifique de la direction générale ou du régulateur. Les plateformes intégrées de planification financière et de stress test révolutionnent les pratiques budgétaires en réduisant le « dire d’expert » et les temps de production. Elles permettent de constituer des trajectoires financières assises sur les variables économiques et des modèles. Ceci répond aux attentes des régulateurs américain et européen exprimées respectivement dans le cadre du CCAR⁵ et des stress tests EBA. Elles permettent également de répondre rapidement aux demandes de simulation de la direction générale, en produisant des analyses traçables et itératives.

Faciliter la couverture des exigences de stress testing et de simulation ad hoc. Les plateformes intégrées sont des outils agiles permettant la réalisation de différents stress tests (budgétaire, réglementaire) et travaux réglementaires (ICAAP, ILAAP, travaux liés aux plans de résolution). En 2018, le volet commissions des stress EBA a par exemple été réalisé en totalité via des versions tactiques des plateformes par deux grandes banques de la place. Un autre établissement français a utilisé la plateforme intégrée dans ses travaux en lien avec le Brexit. Ces outils centraux limitent les dépendances dans les processus de production et les coûts de production des reportings. Les plateformes s’intègrent donc dans cette revue des processus au point d’être devenu l’un des quatre piliers du SREP.

Renforcer le pilotage stratégique et financier. Les plateformes de planification financière et de stress test réalignent la feuille de route stratégique, la planification du capital ainsi que son allocation et le plan de financement, en cohérence avec l’appétit pour le risque de l’entreprise. Elles permettent un pilotage fin, cohérent avec le cycle économique, et offrent des possibilités de simulation ad hoc combinant des impacts variés (effets croisés : volumes de NPL et MNI, remboursements anticipés et commissions…). Elles permettent enfin d’appréhender les enjeux de recalibrage du business mix en ligne pour maximiser le RONE, avec une capacité accrue d’identification de leviers de croissance et d’optimisation.

Démontrer la valeur ajoutée des modèles de planification. Le régulateur insiste fortement sur la capacité des établissements à démontrer l’utilisation et la valeur ajoutée de leurs modèles de planification, utilisant notamment les notions d’insertion opérationnelle ou usages (use tests). Dans cette perspective, la formation des équipes à ces nouveaux outils est un bon indicateur. L’utilisation, en première approche, de ces nouveaux outils comme challenger models de méthodes de planification historiques peut être également un premier pas vers l’usage cible des plateformes.

5. UNE ETAPE DE PLUS DANS LE PROCESSUS D’INTEGRATION DE LA DONNEE À LA PRISE DE DECISION

La naissance des plateformes intégrées de planification financière et de stress test marque une étape importante sur le chemin de l’évolution des pratiques budgétaires et de gestion des risques. Les modèles de projection des résultats sont désormais établis sur des méthodes statistiques, au même titre que les modèles de risques, permettant d’exploiter au mieux le flux croissant de données. Les établissements ont pris conscience de la valeur ajoutée que peut constituer l’exploitation de données fiables et toujours plus abondantes. Cet élan, doit permettre de soutenir les projets permettant d’enrichir et de fiabiliser la donnée jusqu’à automatiser les chaines d’analyses dès aujourd’hui car ces programmes prennent du temps.

Les modèles de résultats et de risques sont également interconnectés et appellent de nouvelles synergies entre les équipes Finance et Risques (voir Schéma 4). Néanmoins, les défis restent encore nombreux. On peut citer :

– la modélisation et l’allocation analytique des charges d’exploitation ;
– la connexion de la démarche budgétaire des banques aux processus de vente et aux outils marketing. L’intégration de la demande est encore loin d’être gérée par les outils.

Le chemin de l’évolution des plateformes est donc encore semé d’embûches.

Les plateformes de planification financière et de stress test (schéma 4)

Article disponible sur www.revue-banque.fr et le numéro d’ocobre de Revue Banque.

¹ Internal Capital Adequacy Assessment Process ; Internal Liquidity Adequacy Assessment Process.

² Return on Notional Equity.

³ Supervisory Review and Evaluation Process.

⁴ Pre-Provision Net Revenue.

⁵ Comprehensive Capital Analysis and Review.

Deuxième auteur :
Franck Bancel (Academic Advisor)

Les montants rendus publics à l’occasion des récents transferts de joueurs (Neymar, Mbappé) ont très largement occupé l’espace médiatique des derniers mois. L’importance des sommes affectées aux transferts pose aux financiers la question de leur évaluation. Comment justifier de tels montants ? Répondent-ils à une forme de rationalité économique ou ne sont-ils que l’expression de « l’exubérance irrationnelle » chère à Alan Greenspan et à l’oeuvre cette fois-ci sur le marché des transferts des joueurs ?

Rappelons tout d’abord les facteurs qui conditionnent la valeur financière d’un transfert. En premier lieu, les clubs évaluent le potentiel physique (résistance, vitesse, etc.) et technique (passes décisives, tacles, etc.) d’un joueur. Par ailleurs, certains postes comme les avant-centres sont très recherchés et vaudront donc plus cher, à niveau de performance ou à âge équivalent.

Tout ce qui contribue à la visibilité médiatique du joueur augmentera la valeur de son contrat (sélections en équipe nationale, nombre de « followers » sur les réseaux sociaux, etc.). Ensuite, un transfert repose sur un contrat d’engagement qui est un actif comptable (ce qui est d’ailleurs une des particularités du football). Plus la durée d’engagement figurant dans le contrat est étendue, plus sa valeur sera élevée, car le club dispose de fait d’un droit d’usage plus long.

Enfin, la très forte progression des droits TV dans certains championnats (et notamment le championnat anglais), l’arrivée d’investisseurs internationaux comme le Qatar ou Abu Dhabi et la globalisation de l’économie du football ont créé les conditions pour une inflation des valeurs des transferts des joueurs.

1. PAS DE MODELE CONCLUSIF

La littérature économique et financière propose différentes approches pour estimer la valeur financière des transferts. Certains chercheurs ont tenté d’expliquer les valeurs constatées à partir de quelques variables (âge du joueur, poste, nationalité, performance sportive et extra-sportive, etc.). D’autres ont modélisé l’incertitude associée à la performance sportive future ou encore à la capacité d’un club à exploiter pleinement le potentiel d’un joueur.

Aucune de ces approches n’est pourtant totalement convaincante pour appréhender la globalité du marché des transferts. Trop de paramètres entrent en jeu, car il faut modéliser non seulement les performances sportives et extra-sportives du joueur, les caractéristiques du contrat, mais également les capacités sportives et financières des clubs acheteurs et vendeurs, etc. Tout cela dans un contexte où l’importance des différentes variables change dans le temps.

2. UN ‘MARCHE’ TRES HETEROGENE

Autre difficulté majeure : le « marché » des transferts est très loin d’être homogène. La valeur moyenne d’un transfert se situe à des niveaux très inférieurs à celles des montants communiqués pour les quelques transferts les plus médiatisés. Pour les joueurs « standards » qui représentent la majeure partie des transactions, la théorie financière et les modèles sont relativement performants. Les clubs disposent de nombreux points de comparaison sur le marché des transferts et peuvent utiliser une approche analogique pour les valoriser.

S’agissant des quelques joueurs « stars », il est tout à fait abusif de parler de « marché » au sens où l’entend la théorie financière, du fait de la très grande rareté de ces joueurs et du nombre réduit de clubs acheteurs ou vendeurs. Il devient alors illusoire de valoriser les joueurs « stars » en retenant une approche financière classique.

L’inflation de la valeur des transferts ne bénéficiera pas aux clubs, car les plus-values réalisées devront être réinvesties dans d’autres transferts et en salaires sous peine de voir la performance sportive décliner. Marché peu régulé, afflux de capitaux, ressources rares… sans surprise dans le contexte actuel, seuls les joueurs et leurs agents seront au final les bénéficiaires.

Article des Echos – 12/09/2017

​​Third author:
Franck Bancel (Academic Advisor)

Le football européen repose sur une organisation pyramidale. A la base se trouvent les clubs amateurs de chaque pays, et au sommet, les clubs de première division. Cette représentation dominante repose sur l’idée qu’il existe une certaine « porosité » entre football amateur et football professionnel. Même si cela doit rester un exploit, une équipe de football amateur est supposée pouvoir battre n’importe quel club professionnel, notamment lors des coupes nationales organisées dans les différents pays d’Europe.

Cette structure pyramidale s’oppose au concept de ligue fermée qui caractérise le sport professionnel en Amérique du Nord (NBA, NFL, etc.). Par définition, les équipes engagées dans une ligue fermée ne sont pas concernées par une quelconque relégation en division inférieure. L’organisation des ligues fermées nord-américaines repose sur un ensemble de dispositifs de régulation qui visent à assurer l’équité sportive entre les clubs. A la fin de chaque saison, les meilleurs joueurs universitaires sont ainsi répartis entre les équipes professionnelles par un tirage au sort qui favorise les équipes les moins bien classées (‘draft’).

1. LA LIGUE DES CHAMPIONS, A PREMIERE VUE, OUVERTE…

Les instances européennes du football militent pour le maintien d’un système de ligue ouverte. Ce discours masque cependant une réalité bien différente. Le football professionnel se caractérise aujourd’hui par une concentration des moyens financiers dans un nombre limité de clubs. Ces grands clubs ne sont plus en compétition qu’entre eux, comme c’est le cas dans une ligue fermée.

L’UEFA a pourtant instauré le « fair-play » financier en 2010, mais sans réguler directement les conditions de l’équité sportive. Les grands clubs européens peuvent racheter les joueurs les plus talentueux, entretenir des effectifs pléthoriques, et ils disposent de tous les moyens pour s’assurer une domination sans partage sur le plan sportif.

La Ligue des champions, qui est la plus prestigieuse des compétitions de football en Europe, en est une parfaite illustration. A priori, toutes les équipes engagées en Ligue des champions sont supposées pouvoir la gagner. Cependant, quand on regarde ce qui s’est passé depuis vingt ans, on se rend compte que ce n’est pas la glorieuse incertitude du sport qui domine, mais, au contraire, un renforcement significatif de la place de certains pays et de certains clubs.

2. MOINS DE PLACE POUR LES PETITES NATIONS

Selon une étude Accur’League, entre 1995 et 2001, 25 % des quarts de finalistes de la Ligue des champions ne faisaient pas partie des clubs des cinq grands championnats (Allemagne, Angleterre, Espagne, France et Italie). Depuis 2002, ce pourcentage moyen n’est plus que de 13 %.

Au niveau des demi-finales, la présence d’un club d’un « petit » pays relève désormais de l’anomalie statistique (depuis 2005, seul le PSV Eindhoven a atteint ce stade de la compétition). Les moyens financiers nécessaires pour être compétitif en Ligue des champions sont hors de portée de la plupart des clubs. Ainsi, si l’on observe le chiffre d’affaires des clubs ayant participé à la compétition sur les dix dernières éditions, on constate qu’il s’établissait en moyenne à 248 millions d’euros pour les huitièmes de finale, 348 millions d’euros pour les demi-finales et 379 millions euros pour le vainqueur.

A partir de 2018, les quatre pays les mieux classés à l’indice UEFA (Espagne, Royaume-Uni, Allemagne et Italie) bénéficieront automatiquement de quatre engagés. Cette réforme diminuera encore les risques de non-participation pour les clubs de ces quatre pays qui pourront procéder à des investissements toujours plus importants.

3. CONCLUSION

La Ligue des champions s’apparente déjà à une ligue fermée et cette tendance devrait encore se renforcer dans les prochaines années.

Article des Echos – 05/08/2017

Autres auteurs :
Franck Bancel (Academic Advisor)
Bruno Belgodere (Director of Economics Affairs of Premiere Ligue)

D’un point de vue financier, investir dans un club de Ligue 1 n’est pas si irrationnel. Plus le budget est important, moins le risque est élevé.

Le secteur du football est régu lièrement présenté comme un exemple « d’exubérance – irrationnelle » du point de vue de ses pratiques financières (rémunération des joueurs, montant des transferts, etc.). Les clubs de football sont souvent décrits comme peu performants dans leur gestion financière et comme des entités opaques et risquées.

Pourtant, malgré cette image peu flatteuse, l’attractivité du secteur ne se dément pas. De grands clubs européens ont ainsi été acquis par des investisseurs de diverses nationalités, qui ont investi des sommes importantes : Manchester City, Chelsea, le PSG et plus récemment l’Olympique de Marseille, racheté par l’investisseur américain Franck McCourt.

1. LES RESULTATS SPORTIFS, SEUL VRAI RISQUE

Le club de football serait-il la « danseuse » du financier du XXI siècle ? Une des manières de faire avancer ce débat serait de mesurer les risques pris par les financiers quand ils investissent dans le football. Quels sont ces risques ? Peut-on les quantifier ? Est-il envisageable de s’en prémunir ? Existe-il des gisements de valeur dans les clubs qui sont aujourd’hui sous-estimés ?

La réponse à la première question est la plus simple : pour un club de football, le risque est avant tout sportif. Un club qui « sous-performe » sur un plan sportif devra assumer, l’année suivante, une baisse de ses revenus et de ses ambitions. Sur le long terme, l’absence de résultats sportifs dégrade progressivement la valeur de la marque. Ce risque sportif n’est pas le même pour tous les clubs, c’est une évidence.

2. LA PERFORMANCE, INTIMEMENT LIEE AU BUDGET

En revanche, ce qui est plus surprenant, c’est l’ampleur des écarts entre les clubs. Nous avons ainsi pu mesurer la corrélation entre le risque sportif (et donc les revenus) des clubs de Ligue 1 et leur budget. Ainsi, aucun club dont le budget est supérieur à 100 millions d’euros n’a été, durant les dix dernières années, relégué en Ligue 2.

The football sector is regularly portrayed as an example of ‘irrational exuberance’ with regard to its financial practices (player remuneration, prices of transfers, etc.). Football clubs are often described as underperforming in their financial management and as opaque and risky entities.

However, despite this unflattering image, the appeal of the sector is undeniable. Investors of diverse nationalities have invested significant sums to acquire large European clubs: Manchester City, Chelsea, Paris Saint-Germain, and more recently Olympique de Marseille, bought by the American investor Franck McCourt.

Les clubs présentant les budgets les plus importants ont seulement 8 % de risque d’être classés entre la 10e et la 17e place

Les clubs présentant les budgets les plus importants ont seulement 8 % de risque d’être classés entre la 10 et la 17 place, 65 % de chance de se qualifier pour la Ligue des champions et 23 % de se qualifier pour la Ligue Europa. A l’autre extrême, un club dont le budget est inférieur à 40 millions d’euros a 22 % de risque d’être relégué en Ligue 2, 4 % de chance de se qualifier en Ligue Europa et seulement 1 % en Ligue des champions.

Dit autrement, le budget conditionne les résultats sportifs et on observe que cette tendance s’est significativement renforcée au cours des dernières années avec l’arrivée d’investisseurs et l’accroissement des droits télévisuels. Le budget total de la Ligue 1 est ainsi passé en dix ans de 850 millions d’euros à environ 1,5 milliard d’euros, permettant à quatre clubs d’avoir un budget supérieur à 100 millions d’euros en 2015.

3. ECART SUPPORTABLE

Par ailleurs, les clubs de Ligue 1 disposent de réserves de valeur importantes. En 2015, la majorité des clubs de Ligue 1 (15 clubs) ont un écart entre la valeur de marché et la valeur comptable de leur et la valeur comptable de leur effectif compris entre 2 et 15. Cette réserve de valeur s’explique en partie par le fait que de nombreuses équipes détiennent un centre de formation performant et sont capables d’éduquer des joueurs de premier plan dont la valeur n’apparaît pas dans les comptes.

Investir dans le football n’est donc pas complètement irrationnel d’un point de vue financier. Le risque est quantifiable et, par ailleurs, très fortement corrélé au budget. En Europe, la Ligue 1 dispose d’un important potentiel de développement et a vocation à continuer à attirer des investisseurs. Au total, avec un risque de mieux en mieux appréhendé et maîtrisé par les financiers, le football est un territoire qui leur reste encore à défricher, toujours à la recherche de nouvelles opportunités d’investissement.

Articles des Echos – 26/02/2017