La demande de capitaux propres des PME en croissance : impératif financier ou volonté stratégique ?
Bibliographic record
Abstract
Traditionnellement, la demande de capitaux propres émanant des PME en croissance est présentée comme l’expression d’un impératif financier lié à l’incapacité de l’entreprise à financer par ses ressources financières internes la totalité des besoins générés par la croissance. Il semble cependant, à l’observation du comportement financier des PME en croissance, que l’impératif financier ne puisse être considéré comme la seule variable explicative. L’article prend en compte la volonté des dirigeants de se doter, en dehors de toute contrainte financière, d’une marge de manoeuvre financière à l’origine de levées de capitaux propres. L’étude porte sur 2 161 PME en croissance localisées en Rhône-Alpes. Pour appréhender le besoin de capitaux propres des PME, nous utilisons la capacité d’autofinancement disponible (CAFD = CAF – flux d’investissement – variation du BFR) qui donne une mesure des besoins non couverts par les ressources financières internes. L’étude met en évidence trois catégories de PME procédant à des levées de capitaux propres : une catégorie de PME jusqu’alors non identifiée, qui présente la particularité de procéder à des levées de fonds bien qu’elles ne présentent pas de besoin de financement ; une catégorie de PME ayant un profil de performance ne répondant pas aux exigences des investisseurs et une catégorie de PME conjuguant besoin de financement et performance. On observe qu’une taille élevée, une croissance forte, une intensité capitalistique forte et une rentabilité faible constituent des caractéristiques communes aux PME ayant levé des capitaux propres, qu’il existe ou non un besoin de financement. Par contre, l’appartenance sectorielle et l’âge sont des caractéristiques propres aux PME ne présentant pas de besoin tandis que l’ouverture à l’export et l’effort d’innovation caractérisent les PME industrielles présentant un besoin.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".