Moore Stephens
Actualité canadienne

Gérer les biais dans le processus d’évaluation

Cet article, portant sur le processus d’évaluation, est tiré de notre bulletin trimestriel, Canadian Overview, publié par les cabinets canadiens membres de Moore Amérique du Nord. Les articles issus de notre bulletin s’inscrivent dans notre mission de devenir le partenaire par excellence de votre réussite en vous informant sur l’actualité.

Une évaluation est souvent considérée comme un exercice mathématique au cours duquel des données et des hypothèses facilement disponibles sont décortiquées. En réalité, elle implique généralement de nombreuses analyses et hypothèses, ainsi que des choix, souvent subjectifs. Ceux-ci sont donc susceptibles de biaiser les résultats d’une évaluation. Par ailleurs, l’objectif sous-jacent de l’évaluation est souvent ce qui influence son résultat. Si l’objectif n’est pas contrôlé correctement, l’utilité du résultat peut être limitée.

Des sources fréquentes de biais dans un processus d’évaluation

Les prévisions. Une prévision ou une projection des flux de trésorerie futurs d’une entreprise est un élément clé d’un modèle d’évaluation basé sur les flux de trésorerie futurs. Lors de l’élaboration d’une prévision, les sources de biais potentiels sont nombreuses. Par exemple, il arrive qu’on s’appuie trop sur l’expérience personnelle ou l’intuition, aux dépens des renseignements et des données indépendants, pour estimer le taux de croissance des revenus et les mesures de rentabilité. Même si des renseignements objectifs sont utilisés au cours de l’analyse, le biais de confirmation peut donner plus de poids aux renseignements qui confirment des croyances optimistes existantes qui, au fond, peuvent être optimistes ou pessimistes. Par ailleurs, quand on estime la rentabilité d’une entreprise, on accorde souvent de l’importance aux rendements historiques. Pourtant, ces résultats historiques font souvent l’objet d’ajustements destinés à normaliser les résultats qui peuvent ainsi être inclus ou exclus de manière sélective.

Les données. Au-delà des hypothèses de prévision, un modèle d’évaluation prend en compte d’autres éléments. Il s’agit notamment des besoins en fonds de roulement et en dépenses en immobilisations, de la détermination des actifs redondants, des taux d’actualisation et des ajustements de la valeur terminale. Par exemple, les taux d’actualisation devraient refléter le risque associé à la réalisation des flux de trésorerie futurs prévus. Toutefois, il existe plusieurs solutions de rechange pour élaborer les taux d’actualisation qui sont sujets à des biais. N’importe lequel de ces intrants, s’il est mal appliqué ou s’il est sélectionné sans aucune base objective, peut entraîner des variations importantes dans les résultats de l’évaluation.

Les multiples d’évaluation. Les acteurs du marché peuvent s’appuyer sur une évaluation relative ou sur une approche du marché comme méthode d’évaluation primaire ou secondaire. Il peut être difficile d’obtenir des données pertinentes auprès d’entreprises véritablement comparables cotées en bourse. Ainsi, il peut être très tentant de baser ses comparaisons sur des entreprises qui ne sont en fait pas comparables en raison de leur taille, de leur gamme de produits, de leurs marchés finaux, etc. Lors de la sélection de multiples d’évaluation à partir de transactions sur le marché libre, il se peut que les transactions choisies soient trop anciennes ou non pertinentes, et ce, pour les mêmes raisons que pour les transactions liées aux sociétés cotées en bourse. En outre, certains multiples d’évaluation de sociétés comparables peuvent être inclus ou omis pour atteindre les objectifs de l’évaluation, alors que sont minimisés ceux qui sont en conflit avec les objectifs.

Application de décotes ou de primes. L’utilisation de décotes telles que les primes d’illiquidité, les escomptes de minoritaire ou les primes de contrôle sont plus typiques dans les évaluations des sociétés privées effectuées dans le cas de différends entre actionnaires ou d’autres types de litiges, notamment en ce qui concerne les impôts. Comme il existe peu d’informations objectives sur les décotes et les primes, le résultat définitif d’une évaluation peut être réduit ou augmenté d’une manière subjective à l’aide d’ajustements également subjectifs pour différentes situations.

Réponses aux biais

Corroborer les données utilisées pour effectuer des prévisions. Des éléments tels que les taux de croissance de l’industrie et les parts de marché doivent être pris en compte au moment d’estimer des taux de croissance des revenus. Des renseignements indépendants contradictoires ne doivent pas être écartés. Au contraire, ils doivent être utilisés pour tester les prévisions. Par exemple, on peut s’attendre à ce qu’une entreprise connaisse une croissance plus rapide que la moyenne de l’industrie à court ou à moyen terme. Mais à long terme, la croissance des entreprises a tendance à revenir près de la moyenne. Il convient, autant que possible, de corroborer les marges de profit historiques en pourcentage des recettes à l’aide de preuves indépendantes fournies par l’industrie, et ce, pour en établir le caractère raisonnable. Cela s’applique particulièrement pour remédier au biais des résultats financiers normalisés, ou lorsque l’historique des opérations est limité.

Corroborer les données utilisées pour effectuer l’évaluation. Dans la mesure du possible, les autres données utilisées pour effectuer l’évaluation et qui ont un impact significatif sur celle-ci doivent être basées sur des informations objectives et vérifiables. C’est le cas, par exemple,des renseignements historiques liés aux données, comme les besoins en fonds de roulement et en dépenses en immobilisations, ainsi que des informations basées sur le marché relatives au calcul et à la sélection des taux d’escompte.  Les données historiques propres à l’entreprise constituent généralement des preuves solides pour appuyer les données telles que le fonds de roulement et les dépenses en immobilisations. Cela dit, les données de l’industrie doivent également être utilisées lorsque les preuves historiques ou les données disponibles au sein d’une entreprise en démarrage sont limitées.

Contre-vérifier les résultats. Si possible, une méthode d’évaluation secondaire doit être utilisée pour garantir que les conclusions de l’évaluation primaire (généralement une méthode basée sur les flux de trésorerie) sont raisonnables et cohérentes. Une méthode d’évaluation secondaire permet ainsi d’étayer les données et les hypothèses utilisées dans la méthode d’évaluation primaire.  Pour ce faire, on compare généralement les multiples d’évaluation d’une entreprise avec ceux d’autres sociétés comparables ou avec des transactions antérieures sur les actions de la société concernée. Cette analyse, si elle est correctement effectuée, peut aider à tester la méthode d’évaluation primaire.

La fourchette de l’évaluation. Toute valeur obtenue pour une entreprise est avant tout une estimation. Ainsi, elle doit être quantifiée comme une fourchette d’estimations pour tenir compte de la marge d’erreur qui y est associée.  Pour ce faire, on peut appliquer plusieurs scénarios ou présenter une estimation de la valeur dans le meilleur des cas (élevée) et dans le pire des cas (faible).  En fin de compte, le résultat présenté doit refléter les estimations de valeur et l’incertitude inhérente à celles-ci.

Conclusion

Les biais les processus d’évaluation ne peuvent être complètement éliminés. En effet, une incertitude émanant de l’estimation elle-même subsistera toujours en raison de sa nature prospective et des nombreuses hypothèses utilisées. Toutefois, l’élaboration de meilleurs modèles d’évaluation qui utilisent efficacement les informations objectives et indépendantes disponibles représente un moyen efficace de remédier au biais et à l’incertitude découlant des conditions macroéconomiques, industrielles et propres aux entreprises.

Rédigé par Michael Frost, CPA, CA, EEE de Mowbrey Gil. Le présent document a été rédigé dans le cadre de notre survol trimestriel sur l’actualité canadienne, un bulletin publié par les cabinets canadiens membres de Moore Amérique du Nord.

Abonnez-vous pour recevoir nos conseils.

RÉCENTES NOUVELLES

Toujours bien informés

L’intelligence d’affaires propulsée par Power BI : c’est quoi?

Dévoilez le pouvoir de vos données! Une nouvelle solution d'intelligence d'affaires débarque dans l’arsenal DB. Ce nouveau service de visualisation et d’interprétation des données, propulsé par Power BI, vous permet d’avoir une meilleure visibilité sur votre performance et de suivre les tendances, pour ainsi prendre des décisions éclairées. Le pouvoir de l'analytique d'affaires Saviez-vous que : [...]
LIRE

Intelligence artificielle, apprentissage automatique et profession comptable

Cet article rédigé par Scott Nabozniak CPA chez Mobrey Gil, provient du survol trimestriel sur l’actualité canadienne, un bulletin publié par les cabinets canadiens membres de Moore Amérique du Nord. L’article, portant sur l'utilisation d'outils d'intelligence artificielle dans le cadre des fonctions en tant que comptable. s'inscrit dans notre mission de devenir partenaire par excellence de [...]
LIRE

Opérateurs de plateformes numériques : Comment déclarer les revenus provenant d’Uber, d’Airbnb, d’Etsy et autres

Cet article rédigé par Nav Pannu, CPA chez DMCL, provient du survol trimestriel sur l’actualité canadienne, un bulletin publié par les cabinets canadiens membres de Moore Amérique du Nord. L’article, portant sur l'impôt sur les revenus provenant des plateformes numériques comme Uber, AirBnB et Etsy, s’inscrit dans notre mission, soit devenir le partenaire par excellence de votre [...]
LIRE

Report des changements du taux d’inclusion du gain en capital

Le gouvernement fédéral vient d’annoncer une importante nouvelle concernant l’imposition des profits de placement (aussi appelés gains en capital) : la nouvelle législation sur le gain en capital annoncée à l’automne 2024 est reportée au 1ᵉʳ janvier 2026. Le gouvernement provincial suivra la même direction que le gouvernement fédéral.

LIRE

Outil d’aide à la prise de décision : la magie du Power BI

Dans un monde des affaires où la rapidité et la précision des décisions deviennent des avantages concurrentiels majeurs, la capacité à transformer les données en insights stratégiques n’est plus un luxe, mais une nécessité.
Les entreprises d’aujourd’hui font face à un défi de taille : comment exploiter efficacement la masse croissante de données pour prendre des décisions éclairées?

LIRE

Douanes américaines : comment limiter l’impact des barrières tarifaires?

Un article de Gerry de Luca et d'Olivier Djoufo. Voici les stratégies à adopter pour minimiser les effets de la hausse des tarifs douaniers américains sur votre entreprise Les entreprises canadiennes font face à un défi majeur : Donald Trump vient de frapper fort en imposant des tarifs douaniers qui menacent directement leur compétitivité. Depuis [...]
LIRE

Stage d’hiver en comptabilité

Stage en comptabilité l’hiver : 3 raisons d’y penser sérieusement On entend souvent parler des stages d’été, mais beaucoup moins des stages d’hiver… Pourtant, il s’agit d’une opportunité unique de plonger tête première dans l’action, de développer sa versatilité, et de profiter de multiples opportunités de réseautage. Tu es en recherche de stage? Et si […]

LIRE

Réduction de la TVH en Nouvelle-Écosse : êtes-vous prêts?

Dès le 1ᵉʳ avril 2025, la composante provinciale de la TVH en Nouvelle-Écosse passera de 10 % à 9 %, réduisant ainsi le taux total à 14 %. Cette baisse affectera directement votre facturation, votre comptabilité et votre gestion fiscale. Afin d'anticiper, nos experts vous ont préparé quelques points clés pour une transition sans accroc. [...]
LIRE
  • Montréal
  • Brossard
  • Près de vous pour vous accompagner très loin
  • Laval
  • Montréal
  • Brossard
  • Près de vous pour vous accompagner très loin
  • Laval
  • Montréal
  • Brossard
  • Près de vous pour vous accompagner très loin
  • Laval
  • Montréal
  • Brossard
  • Près de vous pour vous accompagner très loin
  • Laval