header abq

Depuis une dizaine d’années, de nombreuses données détaillées sur les entreprises françaises ont été progressivement mises à la disposition des chercheurs. Ces derniers peuvent accéder aux états financiers et aux liasses fiscales sous forme anonymisée via le Centre d’accès sécurisé aux données (CASD), sur autorisation du comité du secret statistique. Tout au long de la crise, le ministère de l’Économie, des Finances et de la Relance a utilisé intensivement les données disponibles dès qu'elles ont été mises à disposition. On peut distinguer trois étapes successives.

Étape 1 (mars-août 2020) : analyses ex ante

La nécessité de protéger les entreprises des dommages du confinement est apparue très rapidement au début de la crise Covid, en mars 2020. Cela étant, la conception et le calibrage d’un tel soutien n’avaient rien d’évident. À cette époque, seuls les états financiers de 2017 étaient disponibles dans un format exploitable. Afin de quantifier les besoins financiers des entreprises, des microsimulations ont été réalisées par la DG Trésor. Plus précisément, des chocs mensuels par secteur fournis par l'Insee (17 secteurs) pour 2020 ont été appliqués au chiffre d'affaires de chaque entreprise (récupéré à partir des comptes 2017). Les coûts fixes ont été supposés... fixes, et des hypothèses ont été faites sur la capacité des entreprises à ajuster leurs coûts variables au fil du temps. Ensuite, en fonction des critères d’éligibilité et du calibrage des dispositifs de soutien (principalement l’activité partielle et les subventions via le fonds de solidarité), les flux de trésorerie au niveau de l’entreprise ont été simulés sur une base mensuelle. En supposant que les entreprises aient accès au crédit (grâce à la distribution quasi-automatique par le secteur bancaire des prêts garantis par l’État), une entreprise ayant un flux de trésorerie négatif accumule des dettes, en plus des dettes antérieures mesurées fin 2017. Lorsque le montant des dettes dépasse celui des actifs, l'entreprise serait considérée comme insolvable.

D’autres institutions ont réalisé des microsimulations similaires, en utilisant parfois la base de données internationale mais non exhaustive Orbis, que nous ne considérons pas ici. En juillet 2020, Guerini et al. (2020) ont été les premiers à publier une part cumulée des entreprises nouvellement insolvables en raison de la crise (graphique 1).

Graphique 1. Part cumulée des entreprises nouvellement insolvables, mars 2020 – mars 2021
(en % des entreprises initialement solvables)

Part cumulée des entreprises nouvellement insolvables, mars 2020 – mars 2021

Note : Simulations fondées sur les bilans fin 2017 et sur une chute de l’activité à -32% en moyenne pendant 2,5 mois par rapport à la période pré-crise, suivie d’une normalisation graduelle à -5% en septembre 2020 puis -2% fin 2020. Il n’est pas tenu compte du fonds de solidarité dans cette étude.

Source : Guerini et al. (2020).

Étape 2 (septembre 2020 – juin 2021) : données temps réel

Le premier millésime de microsimulations souffrait de deux défauts importants. Premièrement, les simulations reposaient sur des chocs d’activité homogènes par secteur, alors que l’hétérogénéité intrasectorielle et géographique est rapidement apparue comme une caractéristique majeure de la crise (voir Barrot, 2021). Deuxièmement, l’exercice reposait sur des hypothèses ad hoc sur l’ajustement de la masse salariale et sur le recours aux dispositifs de soutien.

À partir de septembre 2020, ces deux écueils ont pu être corrigés en utilisant des données quasiment en temps réel : (i) les déclarations individuelles de TVA, qui fournissent une approximation des chocs d’activité au niveau de l’entreprise (sauf pour les très petites entreprises), et (ii) les déclarations administratives des entreprises sur les salaires versés et le recours aux dispositifs de soutien. Ainsi, une deuxième vague de microsimulations a pu être réalisée par Hadjibeyli, Roulleau et Bauer (2021a) de la DG Trésor, sur la base des états financiers de fin 2018 devenus disponibles entre-temps. Les résultats sont résumés sur le graphique 2 : sans la crise, environ 3,6% des entreprises initialement solvables seraient devenues insolvables entre mars et décembre 2020. La crise Covid ferait passer ce ratio à 11,9% sans soutien public. L’activité partielle réduirait cette proportion de 2,9 points de pourcentage (pp), le fonds de solidarité de 2,1 pp supplémentaires, et les reports et exonérations de charges de 0,3 pp. Si l’on tient compte des trois dispositifs de soutien, la proportion d’entreprises nouvellement insolvables ne serait « que » de 6,6% en décembre 2020 (notons que les entreprises insolvables ne font pas nécessairement défaut).

Graphique 2. Part cumulée des entreprises insolvables, mars 2020 – décembre 2020
(en % d’entreprises initialement solvables)

Part cumulée des entreprises insolvables, mars 2020 – décembre 2020 en % d’entreprises initialement solvables

Source : Hadjibeyli, Roulleau et Bauer (2021a).

Des travaux similaires ont été menées par la Banque de France et l’Insee, avec des hypothèses supplémentaires concernant le crédit inter-entreprises, l’investissement en capital fixe et la distribution de dividendes, mais avec moins de détails sur les aides publiques (voir Bureau et al., 2021). Hadjibeyli, Roulleau et Bauer (2021b) ont comparé les résultats obtenus à partir des vraies données de masse salariale et de recours aux aides à des simulations sans ces informations (résultats « entièrement simulés »). Comme le montre le graphique 3, les résultats « entièrement simulés », qui supposent que toutes les entreprises d’un secteur subissent le même choc, conduisent à sous-estimer la gravité du choc pour certaines entreprises, et donc la part des entreprises devenant insolvables.

Graphique 3. Parts cumulées des entreprises insolvables, mars-décembre 2020
(en % des entreprises initialement solvables : impact d’une meilleure prise en compte de l’hétérogénéité du choc)

Parts cumulées des entreprises insolvables

« Entièrement simulé » signifie que les chocs sont sectoriels et que les taux de recours sont simulés.
Source : adapté de Hadjibeyli, Roulleau et Bauer (2021b).

Le Comité de suivi de la mise en œuvre et de l’évaluation des mesures de soutien financier aux entreprises confrontées à l'épidémie de covid-19 s’est aussi largement appuyé sur des données d’entreprises, en montrant par exemple que le soutien public avait bénéficié relativement plus aux petites entreprises à profitabilité intermédiaire (voir Coeuré, 2021). Ces entreprises sont davantage susceptibles que les autres d’avoir évité l’insolvabilité grâce au soutien public.

Étape 3 (depuis juillet 2021) : états financiers et défaillances d’entreprises en 2020

Ces microsimulations basées sur des données observées de masse salariale et de recours aux aides étaient encore insatisfaisantes. En particulier, elles utilisaient toujours les bilans à fin 2018. Or, suite à la transformation du crédit d’impôt compétitivité et emploi (CICE) en baisse pérenne de charges, les entreprises françaises ont reçu l’équivalent d’un transfert de 1,4% de leur valeur ajoutée en moyenne en 2019. Ce double compte est venu s’ajouter à une croissance soutenue du PIB cette année-là (+1,8%). Par ailleurs, les déclarations mensuelles de TVA constituent une source d’information bruitée. Par exemple, les données d'août et de septembre sont affectées par les vacances des comptables ; et les très petites entreprises ne déclarent leur TVA que trimestriellement, voire annuellement.

En mai 2021, un sous-échantillon de 205 392 bilans pour l’année 2020 (composé d’entreprises ayant un chiffre d'affaires annuel d’au moins 750 k€) a été analysé par la Banque de France, montrant que seulement 14% d'entre elles avaient connu à la fois une hausse de leur endettement et une baisse de leur trésorerie. À l’automne 2021, la DG Trésor a constaté une proportion proche, à 13%, sur un échantillon plus large de 707 000 entreprises non agricoles et non financières soumises au régime fiscal « normal » et pour lesquelles des bilans étaient également disponibles en 2018 et 2019, représentant 75% du chiffre d’affaires en France. Entre 2019 et 2020, la variation médiane du chiffre d'affaires est de -5,7% tandis que la variation médiane des dépenses d'exploitation représente -4,6% du chiffre d'affaires d’avant-crise. Grâce au soutien public, le résultat net médian ne diminue que de 0,3% du chiffre d'affaires d'avant-crise entre 2019 et 2020. Toutefois, par rapport à l’année précédente, la distribution des variations des bénéfices se déforme vers la gauche, ce qui signifie qu’une part plus importante d’entreprises a vu son taux de profit baisser en 2020 (graphique 4).

Graphique 4. Variation annuelle du résultat net
(en % du chiffre d’affaires)

. Variation annuelle du résultat net (en % du chiffre d’affaires)

Source : DG Trésor (préliminaire).

Une source complémentaire d’information sur la santé des entreprises est venue du nombre de défaillances d’entreprises d’après les registres des tribunaux de commerce, qui a mis en évidence une forte réduction des défaillances en 2020 et 2021 par rapport à 2019 (voir graphique 5). Boekwa Bonkosi, Épaulard et Gache (2021) ont remarqué que cette diminution a été plus limitée pour les grandes entreprises, entraînant une baisse moindre du nombre d’emplois à risque. Ils ont également observé que la baisse du nombre de faillites est à peu près la même entre les secteurs les plus touchés par la crise et les autres secteurs, ce qui suggère que le soutien public a contribué à limiter les faillites.

Graphique 5. Nombre mensuel de faillites, en écart à la moyenne 2018-2019 du même mois

Nombre mensuel de faillites, en écart à la moyenne 2018-2019 du même mois

Lecture : En mars 2020, le nombre de faillites était 43% inférieur à la moyenne de mars 2018 et mars 2019. Les faillites recouvrent les redressements judiciaires et les liquidations. La ligne en pointillés représente la moyenne de mars 2020 à octobre 2021.

Source : Maadini et Hadjibeyli (à paraître), à partir du Bodacc.

À la fin de l’année 2020, Cros, Épaulard et Martin (2020) ont fait correspondre les données sur les défaillances avec les bilans d'avant-crise afin d’étudier une possible « zombification » de l'économie. Ils ont constaté que les facteurs expliquant les faillites en 2020 étaient les mêmes que d’habitude, concluant à une « hibernation » plutôt qu’à une zombification. Maadini et Hadjibeyli (à paraître) ont quant à eux observé que les entreprises ayant fait faillite en 2020 présentaient des caractéristiques plus détériorées que celles ayant fait faillite en 2019 – notamment une productivité plus faible – et que cette détérioration était plus importante que pour les autres entreprises, ce qui signifie que l’effet de sélection schumpétérien était toujours présent, bien que les défaillances aient été moins nombreuses. Toutefois, leur travail économétrique montre que l’impact des caractéristiques financières a été atténué pendant la crise, probablement du fait de l’interférence d'autres sources d’hétérogénéité.

Ce pronostic de non-zombification fait en 2021 est cohérent avec deux autres études :

Enfin, l’impact de la crise sur les entreprises a également été appréhendé à travers leurs comptes bancaires. Épaulard et al. (2021) ont passé au crible les comptes bancaires anonymisés d’environ 100 000 petites et très petites entreprises jusqu’en août 2021. La proportion d’entreprises ayant un encours net faible s’est avérée stable en août 2021 par rapport à décembre 2019, avec toutefois des situations variables selon le secteur et la localisation.

***

La crise Covid constitue une expérience extraordinaire pour la recherche en économie. La richesse des données au niveau des entreprises permettra certainement de tirer des leçons qui dépassent cette crise et de repousser la frontière de la connaissance. Après l’analyse de l’extinction progressive des aides publiques, viendra le temps de l'évaluation ex post : les aides publiques aux entreprises ont-elles atteint leurs objectifs ? Ont-elles eu un bon rapport coût-efficacité ? Cette dernière étape sera réalisée par des chercheurs indépendants. Beaucoup de travail intéressant en perspective pour la profession dans les années à venir !

Lire aussi :

>> English version : Firm-level data throughout the Covid crisis in France

>> Tous les billets d'Agnès Bénassy-Quéré, chef économiste de la DG Trésor.