La précision des prévisions de bénéfices dans le cas des entreprises high-tech : une étude exploratoire des évolutions post-krach

Le secteur des entreprises technologiques a pris une ampleur considérable sur les marchés boursiers au cours de la décennie 90, comme en témoigne la création d’indices dédiés tels que NYSE TMT, DJE Stoxx Technology ou Euronext IT20. Pour l’investisseur, ces entreprises sont caractérisées par une plus grande difficulté d’évaluation, en raison de spécificités telles que l’importance des actifs immatériels et des frais de recherche et développement, la rapidité des évolutions technologiques, une plus faible pertinence des données comptables, souligné par B. Lev dans plusieurs articles [Amir et Lev (1996), Abody et Lev (1998), Lev et Sougiannis (1999, 2003)], caractérisant une forte asymétrie d’information (notée AI par la suite) entre l’entreprise et ses apporteurs de capitaux. La difficulté des investisseurs à valoriser les firmes technologiques renvoie finalement à la capacité d’appréhension des incertitudes par les investisseurs dans ce contexte de forte asymétrie informationnelle (noté AI par la suite). L’activité des analystes financiers, en tant que principale interface informationnelle entre l’entreprise et le marché financier, constitue un objet d’étude particulièrement intéressant pour cerner les difficultés à élaborer des prévisions dans le cas de firmes à fort contenu immatériel ou technologique. Leur production (les prévisions) présente des caractéristiques en termes de précision qui permettent d’évaluer ce niveau d’incertitude et ses conséquences sur la capacité à prévoir. Par ailleurs, le krach boursier en 2000, qui a particulièrement affecté les valeurs technologiques (à partir d’avril 2000), questionne sur l’évolution de l’activité de prévision des analystes suite à cette période marquée par une certaine défiance vis-à-vis du secteur high-tech, qui est susceptible d’avoir engendré un effet de prudence, voire de pessimisme. Ainsi, l’objet de cet article est double, dans une perspective exploratoire : (i) étudier les conséquences de l’incertitude et de l’AI sur la qualité des prévisions, (ii) analyser l’évolution de cette relation suite au krach. Nous utilisons les données de prévisions des analystes financiers (données agrégées issues de la base I/B/E/S), analysons différents indicateurs de qualité pour un échantillon high-tech et pour un échantillon de contrôle, et deux sous-périodes : pré-krach (1998-1999) et post-krach (2002-2003).