Compétences

 

REFLEXION

Comment mieux intégrer les aléas d’exploitation dans une valorisation d’entreprise 

Grace à la méthode Monte-Carlo

 

Cette question se pose notamment dans le cadre d’une valorisation par l’actualisation des flux futurs de trésorerie (DCF).

Cette approche est généralement basée sur le flux de trésorerie estimé dans le business plan établi par le management de l’entreprise. Même si le chiffrage est fait avec sérieux et les hypothèses chalengées par l’évaluateur ; dans un contexte économique chahuté, ou sur des secteurs d’activité exposés à un risque de cours matières premières ou à un risque de change par exemple, il y aura toujours des aléas qui peuvent remettre en cause la valeur retenue initialement dans le modèle DCF.

 

Une solution largement pratiquée est de faire 2 ou 3 scénarios, dits hypothèse haute, hypothèse basse et hypothèse moyenne. Dans certain cas il sera fait une hypothèse critique.

Cette solution n’est cependant pas totalement satisfaisante car elle reste subjective, notamment dans la combinaison des aléas pouvant impacter la valorisation.

 

Une autre solution est d’introduire une approche statistique du risque dans le modèle de valorisation par les DCF.

 

La méthode Monte-Carlo permet de calculer une valeur numérique en utilisant des procédés aléatoires, c'est-à-dire des techniques probabilistes.

 

Dans le cadre de la valorisation par les DCF, le flux de trésorerie futur sera décrit par des variables clés, tels que volume de vente, prix unitaire, taux de marge, risque de change, charges de structure… Chaque variable clé soumise à un aléa sera affectée d’une distribution de probabilité connue, supposée ou calculée.

La variable résultante, flux de trésorerie, dépendant de ces variables aléatoires au travers d’une formule établie aura par voie de conséquence aussi une distribution et non une valeur fixe.

 

Des logiciels de simulation permettent de définir les distributions puis d’obtenir par le biais de simulations itératives, plusieurs milliers en quelques secondes, une distribution empirique pour les variables d’entrée du modèle et pour la variable résultante.

 

Cette méthode permettra d’affirmer par exemple, que la probabilité pour que la valeur de l’entreprise soit supérieure à 5 M€ est de 85%.

De la même façon, cette méthode pourra être utilisée pour définir le montant maximum d’un endettement  offrant une probabilité de remboursement supérieur à 90%.

 

Par Jean-Michel Wattiez

Promotion CCEF 2009-2011 Spécialisation en évaluation d’entreprises