PDF, FR, 219 p., 3,1 Mo - Femise

d’affaire par tête sont bien évidemment inférieurs. Nous estimons que ce modèle est mal spécifié
dans le sens où il est fondé sur une hypothèse extrêmement discutable, à savoir celle de
l’exogénéité faible ou l’indépendance entre hétérogénéité non observée et la variable de passage
ou non par les CSF ainsi que les autres variables du modèle. En l’absence de variables
instrumentales pour une estimation à la Hausman et Taylor (1981) par IV ou par GMM à la
Arelao et Bover (1995), la méthode d’estimation que nous proposons est celle qui que nous
nommons une estimation à deux étapes qui rentre aussi dans la famille des méthodes d’estimation
IV.
Tableau 14 : Estimation du passage ou non par une formation CSF
Variables expliquée Log (CA)
Log (CA) par
tête
Log (production)
Log
(production)
part tête
Estimation effet aléatoire 23,52 18,31 16,68 Aucun effet
Estimation en deux étapes 23,52 16,99 Aucun effet Aucun effet
Estimation en deux étapes
robuste à l’hétéroscédasticité
12,45 16,99 Aucun effet Aucun effet
Lorsque nous examinons les résultats issus de l’estimation en deux étapes, ces effets sont plus
faibles, ce qui est une situation tout à fait naturelle et rassurante. En effet, si l’impact sur le CA
mesuré à partir du modèle à effet aléatoire est plus élevé que l'impact mesuré avec une
modélisation plus solide (celle à deux étapes par exemple) c’est tout simplement parce que dans
ce modèle on ne contrôle pas le fait que les caractéristiques non observées des entreprises
corrélées avec la variable dépendante peuvent les amener à faire plus de formation que les autres.
Autrement dit, on mélange deux effets, le premier est dû à la formation et l’autre est dû à ces
caractéristiques non observées. Les estimations nous indique un effet sur le chiffre d’affaires de
12.45% des CSF et un effet de 16.99% sur la valeur de la production. Ces effets sont significatifs
dans les modèles robustes à l’hétéroscédasticité.
Toute la question qui se pose maintenant est de savoir si ces résultats sont confirmés lorsque le
modèle est enrichi par les informations tirées de nos enquêtes.
166