Notice bibliographique
Résumé
Cette étude propose et teste un modèle empirique des choix financiers des entreprises françaises, issu de la superposition de deux cadres conceptuels principaux, la Static Trade-off Theory et la Pecking Order Theory. En cela, cette analyse se situe dans la lignée des travaux de Fama et French (1997a) et Opler et Titman (1996). Dans ce cadre, les entreprises basent leurs décisions de financement sur leur situation par rapport au ratio cible d’endettement, estimé ici par la moyenne sectorielle. L’analyse utilise un modèle d’explication des flux financiers, non encore appliqué en France et qui ne paraît avoir été employé qu’à quelques reprises antérieurement. Elle couvre la période de 1987 à 1996 et repose sur l’examen de 2 678 observations. Trois modèles expliquent respectivement la proportion des besoins de fonds comblés par l’autofinancement, la dette totale et la dette à long terme. Il ressort que l’écart par rapport à la cible est un élément explicatif important et significatif des décisions d’endettement, mais que les variables liées à la Pecking Order Theory guident également les comportements de financement des entreprises en France. En particulier, la rentabilité et la taille influencent de façon significative le processus de retour vers la cible.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».