PROJET D'ECONOMETRIE

LA CREATION D'ENTREPRISE EN
FRANCE
D'AOT 2001 A JANVIER 2007

SOMMAIRE

PARTIE 1

Introduction.......2
Problmatique........2

I Les variables.....3
A La variable expliquer...........3
B Les variables explicatives...........3
II Statistiques descriptives......5

III - Tableau des coefficients obtenus par le modle de rgression multiple..13

IV Les tests...13
A Test de significativit des coefficients de corrlation......13
B Test de significativit globale ou de Fisher......14
C Test de significativit des coefficients de rgression16
D Test dajout de variables...........17
E Test de stabilit du modle ou Test de Chow.......18
F Test de stabilit structurelle...19

Conclusion...20

PARTIE 1

Introduction

Selon le "Global Entrepreneurship Monitor 2006", la France se situe une fois de plus
parmi les derniers pays en matire de cration d'entreprise. Un des enjeux majeurs de la
prsidentielle de 2007 est de rpondre cette problmatique. Les candidats se prononcent tour
tour ce sujet, apportant leurs propres ides. Certains se prononcent en faveur dune
revalorisation du SMIC pour une relance de la demande, dautre un assouplissement des
charges sociales et de la fiscalit, ou encore un rtablissement des frontires afin de protger
le march intrieur dune concurrence dite dloyale. Bien que trs diffrentes les unes des
autres, ces mesures, dont je laisse le soin au lecteur den apprcier les pertinences, visent
toutes lamlioration du contexte conomique.
En effet, crer une entreprise comporte toute une srie de risques, fortement lis
lenvironnement conomique, que lentrepreneur value avant de prendre une dcision. Est-il
rentable de crer une entreprise dans un contexte donn ? Quen est-il des dbouchs pour le
bien produit ? Le cot de la main duvre est-il supportable ?
Si lon veut essayer de comprendre au mieux lvolution de la cration dentreprise en
France, il faut donc modliser les variables que lentrepreneur prend en compte dans son
processus de dcision dinvestissement.

Problmatique

Mon projet a pour but de modliser les principaux critres de dcisions

linvestissement afin dexpliquer le nombre de cration dentreprise en France par mois. Pour
se faire, je travaille sur des donnes CVS mensuelles dAot 2001 Janvier 2007. Les
donnes proviennent majoritairement de lInsee.

I Les variables
A - La variable expliquer
La variable expliquer est le nombre de cration dentreprise en France par mois.

B - Les variables explicatives

Le taux de rendement des obligations dEtat
Le taux de rendement des obligations dEtat est considr comme le taux certain.
Cest un taux talon partir duquel les agents vont se financer (moyennant une prime de
risque). On peut donc penser que les niveaux du taux de rendement des obligations dEtat sont
un bon indicateur des niveaux des taux dintrts sur les marchs financiers.
Lorsque les taux dintrts sont bas, les investissements rentables sont plus nombreux.
En effet, plus les taux dintrts sont bas, plus la VAN dun projet est leve. On peut donc
penser que le nombre de cration dentreprise est inversement li au taux de rendement des
obligations dEtat.
Cette supposition se vrifie empiriquement. DAot 2001 Janvier 2007, les taux
dintrets ont bais, et la cration dentreprise a augment.

Le SMIC
Le SMIC est le salaire minimum de croissance. Cest un minimum lgal en dessous
duquel aucune rmunration ne peut descendre. Le SMIC a ses avantages et ses dsavantages
quant la cration dentreprise. Le cot du travail est principalement constitu par le salaire
de lemploy. Plus le SMIC est lev, plus le facteur travail est cher pour une entreprise, et
moins des projets nouveaux verront le jour. Cependant, il est connu que la propension
consommer chez les bas salaires est trs leve. Ainsi, on peut penser quun SMIC lev aura
un impact positif sur la demande et donc sur la cration dentreprises.
Empiriquement, SMIC et cration dentreprise sont fortement et positivement corrls.
Cela ne veut cependant pas dire que leffet positif lemporte sur leffet ngatif .
Corrlation ne veut pas dire causalit. En effet, la raison exprime par les syndicats pour
justifier la revalorisation du SMIC est linflation. Il est en fait plus judicieux de regarder
limpact du pouvoir dachat des mnages sur la cration dentreprise.
Jai donc calcul le SMIC rel en utilisant lindice des prix la consommation que jai
ramen la base 100 pour la priode aot 2001 (dbut de mon tude). Le SMIC rel est en
constante hausse depuis aot 2001. Cest cette variable que nous utiliseront par la suite.

Les charges sociales

Les charges sociales sont des prlvements obligatoires indexs sur les salaires. Ils
augmentent donc le cot du travail et seraient un frein la cration dentreprise et lemploi.
Cest pour cette raison, par exemple, que Monsieur Bayrou sest prononc en faveur de la
cration de deux emplois exonrs de charges pendant 5 ans pour les PME. Cette mesure, si
elle est applique, encouragerait par la mme occasion la cration dentreprise.

Le taux de chmage
Lorsque le taux de chmage est lev, le contexte conomique est bien souvent
morose, les investisseurs nont pas le moral, lenvironnement nest pas propice la cration
dentreprise. Le taux de chmage serait donc inversement corrl avec le nombre de cration
dentreprises.

La population franaise
Il parat vident quune entreprise se cre sil existe des dbouchs. Une population
qui augmente implique une demande en hausse, et de la place pour de nouvelles entreprises.
La cration dentreprise crot donc avec la population franaise. Le coefficient de corrlation
entre cration dentreprise et population est naturellement positif.

Le CAC 40
Lindice phare de la bourse de Paris est un bon indicateur du climat conomique de la
France. En effet, les marchs financiers intgrent dans les cours de Bourse toutes les
informations relatives aux entreprises cotes et au contexte conomique (Hypothse
defficience des marchs financiers). En introduisant cette variable explicative, on rend
compte dun certain nombre dlments comme lindice de confiance des investisseurs,
lindice de consommation des mnages, ou toute autre information ayant un impact sur
lenvironnement conomique. Mme si le CAC 40 ne reprend que les plus grosses
capitalisations de la bourse de Paris, on peut imaginer quun bon niveau de lindice reflte une
bonne sant gnrale des diffrents secteurs de lconomie, et donc un contexte propice la
cration dentreprise.

La balance commerciale
La balance commerciale est le solde entre les exportations du pays et ses importations.
Un solde qui augmente signifie une meilleure activit conomique. La balance commerciale
est donc un facteur explicatif de la cration dentreprise.

II - Statistiques Descriptives

La cration dentreprise

26000

24000

22000

20000

18000

16000
2002

2003

2004

2005

2006

CREATION

La cration dentreprise augmente globalement sur la priode, passant de 17 908 en

Aot 2001 25 375 en Janvier 2007. Le minimum est atteint en Mai 2002, le maximum en
Novembre 2006.
Lcart-type de la variable est de 2 502. Il ne veut rien dire en soit car il dpend de
lordre de grandeur de la variable. Il est donc plus intressant de calculer le coefficient de
variation. Il est de 11,84%, ce qui est relativement faible. Sur le long terme, la cration
dentreprise dpend donc surtout de variables structurelles. Cependant, si on regarde plus
court terme, le coefficient de variation moyen obtenu en subdivisant nos donnes par groupes
de 3 mois est de 24,69%. Il y a donc un effet notable des variables conjoncturelles sur la
cration dentreprises.

La balance commerciale
26000
24000
22000
20000
18000

1000

16000

0
-1000
-2000
-3000
-4000
-5000
2002

2003

2004

BALANCECO

2005

2006

CREATION

Le niveau de la balance commerciale est en baisse sur la priode. Son coefficient de

variation est de 85,93%, on peut donc considrer les variations de cette variable comme
importantes. Le coefficient de corrlation entre la variable balance commerciale et
cration dentreprise est de -0.79. Il serait htif et dnu de sens den dduire quune
balance commerciale en baisse est bonne pour la cration dentreprise. Le coefficient de
corrlation est un indicateur de tendance. Par une analyse plus fine, celle du modle de
rgression multiple, on obtient un coefficient de rgression gal 0,449596. Selon ce modle,
une amlioration de la balance commerciale a un impact positif sur la cration dentreprise, ce
qui parait, en effet, plus cohrent.
CREATION vs. BALANCECO
26000

CREATION

24000

22000

20000

18000

16000
-6000

-4000

-2000

2000

BALANCECO

Le CAC 40
26000
24000
22000
20000

6000

18000
5000

16000

4000
3000
2000
2002

2003

2004

CAC40

2005

2006

CREATION

Le CAC 40 a atteint son plus bas en Mars 2003. Il est en Janvier 2007 au plus haut
depuis le dbut de la priode. Le coefficient de variation de la variable CAC 40 est de
18,63%. Le coefficient de corrlation nest pas trs lev puisquil est 0.450. Le coefficient
de rgression dans le modle de rgression multiple est de 0.678. La bonne sant des
entreprises du CAC40 a un impact positif sur la cration dentreprise.
CREATION vs. CAC40
26000

CREATION

24000

22000

20000

18000

16000
2000

3000

4000

5000

6000

CAC40

Les charges
26000
24000
2700
22000
2600
20000
2500
18000
2400
16000
2300
2200
2002

2003

2004

CHARGES

2005

2006

CREATION

Le coefficient de variation est de 3,91%. Il nest pas surprenant que la variation des
charges sociales soit faible puisque celles-ci sont fixes par lEtat. Le coefficient de variation
entre les variables charges et cration dentreprise est de 0.91. Ici encore, il serait bien
sur erron den dduire que les charges sociales sont un moteur de la cration dentreprise.
Ces deux variables ont une tendance similaire mais il ne faut y voire aucune causalit. Cest
une des limites majeures du coefficient de corrlation. En effet, la corrlation entre ces deux
variables est explique par une troisime variable, dite de tendance. Lorsque la situation dun
pays samliore, les crations dentreprise sont plus nombreuses et le systme de protection
social devient plus gnreux.
Le coefficient de rgression est de -5.81. Les charges reprsentent donc bien
un frein la cration dentreprise.
CREATION vs. CHARGES
28000
26000

CREATION

24000
22000
20000
18000
16000
2200

2300

2400

2500

2600

2700

CHARGES

Le taux de chmage

26000
24000
22000
10.4
20000
10.0
18000
9.6
16000
9.2
8.8
8.4
2002

2003
CHOMAGE

2004

2005

2006

CREATION

Le coefficient de variation est de 5,33%. Le chmage ne varie que faiblement sur la

priode. La corrlation entre taux de chmage et cration dentreprise ne semble pas
vidente : Le coefficient de corrlation est de 0.19. Il ny a pas de tendance commune. Le
coefficient de rgression est gal 1062,167. Je mtonne de la positivit de ce coefficient. Le
taux de chmage est un indicateur de conjoncture conomique que les entrepreneurs regardent
avec attention. Jaurai imagin un coefficient plutt ngatif

CREATION vs. CHOMAGE

26000

CREATION

24000

22000

20000

18000

16000
8.4

8.8

9.2

9.6

10.0

10.4

CHOMAGE
9

La population

26000
24000

6.16E+07
6.12E+07

22000

6.08E+07

20000

6.04E+07

18000

6.00E+07
16000
5.96E+07
5.92E+07
2002

2003

2004

CREATION

2005

2006

POP

Le coefficient variation est de 0,98%. En effet, la population crot sur la priode dune
manire constante et ne subit pas de variations fortes. Le coefficient de corrlation entre
population et crations dentreprise est de 93,97%. Ces deux variables sont, en toute
logique, trs fortement corrls. Le coefficient de rgression vaut 0,005974. Sans surprise, ce
coefficient est positif.
POP vs. CREATION
6.16E+07
6.12E+07

POP

6.08E+07
6.04E+07
6.00E+07
5.96E+07
5.92E+07
16000

20000

24000

28000

CREATION

10

Le SMIC
26000
24000
7.6
22000

7.4
7.2

20000

7.0

18000

6.8

16000

6.6
6.4
2002

2003

2004

SMIC

2005

2006

CREATION

Le coefficient de variation de la variable SMIC (SMIC rel) est de 4,77%. Cette

variable ne varie pas beaucoup car, pour la mme raison que celle indique pour les charges,
le SMIC nominal est fix par lEtat et lindice des prix ne varie que faiblement de mois en
mois.
Le coefficient de corrlation est de 86,57%. Ainsi, sur le long terme, les deux variables
ont la mme tendance car lorsque lconomie progresse, les crations dentreprise sont plus
nombreuses et les employs revendiquent une augmentation de salaire. Cependant, le
coefficient de rgression est de -627,47. Ainsi, lorsquon regarde plus prcisment, on
saperoit que les hausses du SMIC ont un impact ngatif sur la cration dentreprise
(coefficient du modle de rgression multiple ngatif).
CREATION vs. SMIC
26000

CREATION

24000

22000

20000

18000

16000
6.4

6.6

6.8

7.0

7.2

7.4

7.6

SMIC

11

Les obligations

26000
24000
22000
20000
18000
5.5

16000

5.0
4.5
4.0
3.5
3.0
2002

2003

2004

CREATION

2005

2006

OBLIGATION

Les taux dintrt des emprunts dEtat varient relativement peu puisque le coefficient
de variation est de 13,38%. Le coefficient de corrlation entre les taux dintrt et la cration
dentreprise est de -0,744. Sur le long terme, la baisse des taux dintrt est sans doute
contributive une augmentation du nombre de cration dentreprise. Cependant le coefficient
de rgression est gal 479,14, ce qui implique un impact positif des taux dintrt sur la
cration dentreprise. Cest contraire lintuition, mais on verra plus tard que le coefficient de
rgression nest pas significativement diffrent de zro. La variable Obligation nest en
fait pas explicative.
OBLIGATION vs. CREATION
5.6
5.2

OBLIGATION

4.8
4.4
4.0
3.6
3.2
2.8
16000

20000

24000

28000

CREATION

12

III - Tableau des coefficients obtenus par le modle de rgression multiple

Dependent Variable: CREATION
Method: Least Squares
Date: 03/22/07 Time: 12:19
Sample: 2001:08 2007:01
Included observations: 66
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
CAC40
CHARGES
CHOMAGE
OBLIGATION
POP
SMIC
BALANCECO

-335868.4
0.678208
-5.810469
1062.167
479.1439
0.005974
-627.4740
0.449596

57943.10
0.264827
5.021374
330.5939
394.5766
0.001210
1095.759
0.169501

-5.796521
2.560951
-1.157147
3.212905
1.214324
4.936228
-0.572639
2.652473

0.0000
0.0131
0.2520
0.0021
0.2295
0.0000
0.5691
0.0103

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0.914364
0.904028
775.1160
34846680
-528.4848
1.377096

Mean dependent var

S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

21136.29
2502.045
16.25711
16.52253
88.46901
0.000000

IV - Les Tests

A Test de significativit des coefficients de corrlation

Ce test consiste se demander si chacune des variables explicatives est significativement
corrle ou non la variable expliquer. Cela revient tester les hypothses suivantes :

H 0 : rx , y = 0

H 1 : rx , y 0
x, y
Sous H 0 , on peut dmontrer que :

(1 x2, y )

St n 2
H0

n2
On calcule alors le t de Student empirique pour chaque variable explicative que lon
souhaite tester.
t* =

x, y
(1 x2, y )
n2

13

La valeur lue dans la table de Student au seuil = 5% (66-2) degrs de libert est de 1,997.
Cela signifie que si le t de Student est suprieur cette valeur, alors on rejette lhypothse
H 0 selon laquelle le coefficient de corrlation est nul.
Application numrique:
Voici un tableau rcapitulatif des tests sur les coefficients de corrlation pour les diffrentes
variables explicatives.
Variables
balanceco
cac40
charges
chmage
pop
smic
obligation

t de Student
10,31
4,03
17,56
1,55
21,98
13,84
8,91

Seul le t de Student empirique de la variable chmage est infrieur au t de Student

lu dans la table. En effet, il vaut 1,57 contre 1,997 pour le t lu dans la table. On accepte
lhypothse H 0 pour la variable chmage . Le coefficient de corrlation entre cration
dentreprise et chmage est considr comme nul. La variable chmage nest pas
significativement corrle avec la variable cration dentreprise .
Toutes les autres variables sont considres comme significativement corrles avec la
variable cration dentreprise .

B- Test de significativit globale ou de Fisher

On se demande ici si le modle que lon a construit permet ou non dexpliquer
significativement la variable expliquer. Ce test revient tester sil existe dans le modle au
moins une variable significativement explicative.
Les hypothses sont donc les suivantes :

H 0 : a1 = a 2 = a3 = a 4 = a5 = a 6 = a 7 = 0

H1 : Il existe au moins un des coefficients non nuls

Avec a1 = a2 = a3 = a4 = a5 = a6 = a7 les coefficients obtenus par le modle de rgression
multiple et la mthode des moindres carrs.

( y)

y)

La statistique de test est la suivante : F * =

k
et2
t

n k 1

R2
k
=

Fk;nk1
H0
1 R 2
n k 1

14

Avec R 2 le coefficient de dtermination (ici R 2 = 0,914364)

k le nombre de variables explicatives (ici k = 7)
n le nombre dobservations (66 observations, dAot 2001 Janvier 2006)

Cette statistique est un rapport de deux chi deux diviss par leur degr de libert. Elle suit
donc une loi de Fisher.
Si la statistique de test du Fisher empirique est suprieure au F thorique, alors on rejette H 0 ,
le modle explique significativement la variable tudier.
Application numrique : F = 2,172 F * = 88,469
On rejette lhypothse H 0 : le modle est globalement explicatif.
Remarque1 : Lapport dinformation de ce test de Fisher est presque nul car en rejetant H 0 , il
est simplement prouv quau moins un des coefficients nest pas nul. Mais on ne sais pas
combien, ni lesquels. Cest pour cette raison quil est intressant deffectuer un test de
significativit des coefficients de rgression pour chacune des variables explicatives.
Remarque2 : Le rsultat de ce test peut tre directement vu sur Eviews.
Dependent Variable: CREATION
Method: Least Squares
Date: 03/22/07 Time: 12:19
Sample: 2001:08 2007:01
Included observations: 66
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
CAC40
CHARGES
CHOMAGE
OBLIGATION
POP
SMIC
BALANCECO

-335868.4
0.678208
-5.810469
1062.167
479.1439
0.005974
-627.4740
0.449596

57943.10
0.264827
5.021374
330.5939
394.5766
0.001210
1095.759
0.169501

-5.796521
2.560951
-1.157147
3.212905
1.214324
4.936228
-0.572639
2.652473

0.0000
0.0131
0.2520
0.0021
0.2295
0.0000
0.5691
0.0103

0.914364
0.904028
775.1160
34846680
-528.4848
1.377096

Mean dependent var

S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

21136.29
2502.045
16.25711
16.52253
88.46901
0.000000

F * est directement donn par la valeur F-statistic . On retrouve bien la mme valeur que
celle calcule plus haut, savoir 88,47.
Une autre solution consiste comparer la probabilit critique de la F-statistic au seuil
= 5% . Ici la probabilit critique Prob(F-statistic) avoisine zro. Le modle est donc
globalement significatif.

15

C Test de significativit des coefficients de rgression

Ce test permet de tester le pouvoir explicatif de chaque variable. Il sagit de tester la nullit du
coefficient de rgression pour chacune des variables que lon dsire tester. Le test
dhypothse est le suivant :

H 0 : ai = 0

H1 : ai 0
Or,

a i ai
St nk1
a i

Sous H 0 , ai = 0 et donc

a i
St nk1
ai H 0

Si le ratio de Student se trouve en dessous du t de Student thorique au seuil = 5% ,

alors on se trouve dans la zone dacceptation de H 0 , le coefficient de rgression nest pas
significativement diffrent de zro.
Application numrique :
Variables
BALANCECO
CAC40
CHARGES
CHOMAGE
POP
SMIC
OBLIGATION

Ratios de Student
2,65
2,56
1,16
3,21
4,94
0,57
1,21

0,05
= 1,998 . Les
Il convient maintenant de comparer les valeurs des ratios de Student t 64
coefficients des variables Charges , SMIC et Obligation ne sont pas
significativement diffrents de 0. Ces variables ne sont donc pas significativement
explicatives de la variable cration dentreprise .

Remarque :
Les rsultats de ce test sont directement visibles sur Eviews. En effet, la colonne t-Statistic
correspond aux ratios de Student. Il ny a plus qu comparer ces valeurs au t de Student
thorique. Une autre mthode, toujours sur Eviews, consiste regarder la probabilit critique
laquelle correspond le ratio de Student (colonne Prob. ). Si cette probabilit critique est
infrieure au seuil = 5% , alors on rejette H 0 , et la variable est significativement
explicative.
Ce dernier test conduit supprimer les variables charges , SMIC et obligation du
modle. Il faut maintenant calculer les nouveaux coefficients de rgression.

16

Remarque :
Le montant des charges est ce dont se plaignent le plus les entrepreneurs. Pourtant, le modle
conomtrique nous indique que cette variable nest pas significativement explicative. Ce
rsultat est peut-tre d au fait que les charges nont pas un impact direct sur la cration
dentreprise, mais diffr. On peut imaginer par exemple que la cration dentreprise un
moment donn dpend davantage des charges sociales moyennes des 24 derniers mois que du
montant des charges de la priode en question. Le manque de donnes sur les charges sociales
davant Aot 2001 mempchent de continuer dans cette voie. Et bien que le modle indique
une non significativit de la variable charge , jai fait le choix personnel de garder cette
variable, tant elle est rcurrente dans les dbats politiques et les discours des entrepreneurs.

Les nouveaux coefficients des variables sont donns par le tableau suivant :
Dependent Variable: CREATION
Method: Least Squares
Date: 03/23/07 Time: 14:02
Sample: 2001:08 2007:01
Included observations: 66
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
BALANCECO
CAC40
CHARGES
CHOMAGE
POP

-286694.8
0.514511
0.694107
-3.320888
906.7544
0.005046

40059.73
0.163275
0.242290
4.344930
305.2291
0.000825

-7.156684
3.151183
2.864781
-0.764313
2.970734
6.117439

0.0000
0.0025
0.0057
0.4477
0.0043
0.0000

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0.911337
0.903948
775.4384
36078283
-529.6310
1.382841

Mean dependent var

S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

21136.29
2502.045
16.23124
16.43030
123.3440
0.000000

D Test dajout de variables

On se demande si lajout dun bloc de variables explicatives amliore significativement le

pouvoir explicatif du modle.
La variable ipi reprsente lindice de production industrielle. La variable ipc
reprsente lindice des prix la consommation. Ces variables amliorent-elles
significativement lestimation de la variable endogne ?
Les hypothses sont :
H 0 : aipi = aipc = 0

H1 : Il existe au moins un des deux coefficients non nul

17

La statistique de test est la suivante :

F* =

(SCE SCE1 ) /(k k')

SCR /(n k 1)

Avec :
SCE = somme des carrs expliqus par le modle
SCE1= somme des carrs expliqus aprs ajout du bloc de variables
k = nombre de variables explicatives du modle
k = nombre de variables explicatives du modle aprs ajout du bloc de variables
Le test seffectue sur Eviews et donne les rsultats suivants :
Omitted Variables: IPI IPC
F-statistic
Log likelihood ratio

1.028649
2.300501

Probability 0.363918
Probability 0.316557

La probabilit critique est suprieure au seuil choisi = 5% . On accepte donc H 0 , lajout des
variables ipi et ipc namliore pas de manire significative le pouvoir explicatif du
modle.

E - Test de stabilit du modle ou Test de Chow

Aux vues des donnes, le milieu de lanne 2003 semble indiquer un point de rupture : En
effet, cest environ cette priode que le taux de chmage a cess de crotre, quil sest
stabilis, puis quil a amorc une baisse continue. Cest aussi cette priode que le CAC 40 a
atteint son plus bas niveau.
Le test de Chow permet de savoir si le modle est stable sur lensemble de la priode ou non.
On considre une premire sous priode Aot 2001-Aout 2003 et une seconde sous priode
Septembre 2003-Janvier2007.
H : SCR = SCR1 + SCR2
On teste 0
H 1 : SCR SCR1 + SCR2

La statistique de test est la suivante :

F* =

(SCR SCR1 SCR2 ) /(n k 1)

(SCR1 SCR2 ) /(n 2k 2)

Fk +1;n 2 k 2
H0

Le test seffectue trs simplement par Eviews. Les rsultats sont les suivants :
Chow Breakpoint Test: 2003:08
F-statistic
Log likelihood ratio

4.151818
25.03614

Probability 0.001682
Probability 0.000336

18

La probabilit critique est infrieure au seuil choisi = 5% . On rejette donc H 0 , les

coefficients ne sont pas significativement stables sur la priode. Aot 2003 constitue une date
de rupture.

F Test de stabilit structurelle

Il est possible de gnraliser le test de Chow sur toute la priode. En effet, le test de Chow
implique de connatre priori une date de rupture. Il indique si la date choisie est un point de
rupture ou non. Les tests du CUSUM permettent de connatre toutes les dates de rupture
dun modle.
On effectue le test CUSUM of Squares sur Eviews.
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
2002

2003

2004

CUSUM of Squares

2005

2006

5% Significance

Le graphique confirme les rsultats obtenus par le test de Chow. Le deuxime semestre de
2003 constitue un point de rupture, au seuil de 5%.

19

Conclusion

Les variables expliquant le nombre de cration dentreprise en France chaque mois

sont multiples. Elles sont dordre conomique, lgal, ou personnel. Les variables dordre
personnel sont absentes de mon modle, faute de donnes et de difficult modliser. Il ma
cependant t possible dintgrer les variables conomiques et lgales les plus importantes
mon sens.
Certaines dentre elles sont, ma grande surprise, non significativement explicatives.
Cest le cas du taux dintrt des obligations dEtat, ou des charges sociales. Comme je lai
prcis prcdemment, malgr la non significativit de la variable charges sociales, jai fait le
choix personnel de la garder, tant elle est rcurrente dans les dbats politiques et les discours
des entrepreneurs.
Quant la variable chmage, elle est contraire mon intuition. En effet, daprs le
modle, le chmage un impact positif sur la cration dentreprise.
Cependant, la plupart des variables auxquelles jai pens au dpart sont conformes
mon intuition. Un accroissement de la population et de la balance commerciale constitue
mcaniquement une augmentation de la demande. Pour rpondre cette demande, de
nouvelles entreprises se crent. Par ailleurs, le CAC 40 est un indicateur de sant de
lconomie franaise. Une embellie des marchs financiers est souvent le signe dune reprise
conomique et dune confiance en lavenir qui encourage les entrepreneurs frileux se lancer.

20