Direction des études analytiques : documents de recherche
Estimation des marges bénéficiaires à l’aide de données au niveau de l’entreprise : une analyse comparative

Remerciements

L’auteur tient à remercier Matthew Strathearn, du Bureau de la concurrence Canada, et Nina Stegnjaic, du ministère des Finances Canada, pour leur rétroaction et leurs commentaires utiles.

Résumé

Les marges bénéficiaires, c’est-à-dire le ratio du prix par rapport au coût marginal d’un produit, peuvent servir de mesure du pouvoir de marché. L’augmentation de ces marges est associée à une baisse du bien-être du consommateur, à une augmentation de l’inefficacité et à une diminution de la dynamique des entreprises dans une économie. Par conséquent, il est important de connaître la dynamique des marges bénéficiaires au fil du temps. Récemment, un éventail de méthodes de « fonction de production » a été utilisé pour estimer les marges bénéficiaires à l’aide de données comptables au niveau de l’entreprise. Cependant, deux problèmes ont été relevés quant à la documentation sur l’estimation de la marge bénéficiaire à ce niveau, à savoir l’absence d’une mesure fiable du coût variable des intrants et le biais d’échantillonnage attribuable à l’utilisation exclusive des entreprises cotées en bourse. Pour traiter ces questions, le présent document est fondé sur les données comptables au niveau de l’entreprise tirées du Fichier de microdonnées longitudinales des comptes nationaux (FMLCN), lequel est tenu à jour par Statistique Canada. L’ensemble de données du FMLCN contient l’univers des entreprises canadiennes (cotées en bourse et non cotées en bourse) et un registre de divers coûts variables des intrants, notamment le coût des biens vendus, les dépenses d’exploitation et la masse salariale. La masse salariale, que l’on qualifie dans certaines études de mesure plus fiable du coût variable des intrants, n’est pas disponible dans la plupart des bases de données. Les résultats indiquent que la marge bénéficiaire moyenne sur la production brute, lorsque la masse salariale a été considérée comme une mesure des coûts variables, a augmenté d’environ 5,3 % au cours de la période visée par l’étude, passant de 1,12 en 2001 à 1,18 en 2019. À titre de comparaison, les marges bénéficiaires ont augmenté de 6,7 %, passant de 1,07 à 1,15, lorsque l’ensemble des dépenses d’exploitation a été utilisé comme mesure des coûts variables des intrants, et elles ont augmenté de 13,3 %, passant de 1,38 à 1,56, lorsque le coût des biens vendus a été utilisé comme mesure au cours de la même période. L’étude révèle également que, parallèlement à l’augmentation des marges bénéficiaires, la dynamique des entreprises a diminué et la part moyenne des bénéfices a augmenté; ce qui sous-entend une augmentation du pouvoir de marché dans l’économie canadienne, tout particulièrement après la récession de 2008.

Mots clés : marge bénéficiaire, pouvoir de marché, part des bénéfices, données comptables, coûts variables, masse salariale, coût des biens vendus, dépenses d’exploitation.

1 Introduction

Les marges bénéficiaires, c’est-à-dire le ratio du prix par rapport au coût marginal, sont souvent utilisées comme l’un des indicateurs du pouvoir de marché. L’augmentation de ces marges est associée à une baisse du bien-être du consommateur, à une augmentation de l’inefficacité et à une diminution de la dynamique des entreprises dans une économie. Par conséquent, il est important de connaître la dynamique des marges bénéficiaires au fil du temps ainsi que leur estimation à tout moment. Ces dernières années, des études reposant sur des données au niveau de l’entreprise ont révélé que la marge bénéficiaire dans certains pays a augmenté au cours des dernières décennies (pour les États-Unis, voir Barkai [2017], Hall [2018] et De Loecker et coll. [2020]; pour la France, voir Hong [2018a]; pour l’Australie, voir Hambur [2021]; et pour les marges bénéficiaires mondiales, voir Diez et coll. [2018] et De Loecker et Eeckhout [2018]). Cependant, l’estimation des marges bénéficiaires au Canada figure dans peu de documents et ceux-ci reposent principalement sur des données au niveau de l’industrie (p. ex. voir Martins et coll. [1996], Leung [2008] et Khan et Kim [2013]).

L’utilisation de données au niveau de l’entreprise plutôt qu’au niveau de l’industrie est un avantage clé pour estimer les marges bénéficiaires. D’une part, l’utilisation de données au niveau de l’entreprise permet une estimation plus rigoureuse lorsque l’approche de la « fonction de production » est appliquée (voir Berry, Gaynor et Scott Morton [2019]). D’autre part, elle permet aux chercheurs de saisir l’hétérogénéité entre les entreprises en utilisant des données au niveau de l’entreprise plutôt qu’au niveau de l’industrie. De Loecker et Eeckhout (2018) soulignent que la dispersion des marges bénéficiaires entre les entreprises et leur évolution au fil du temps sont considérablement différentes. Malgré ces avantages, la documentation actuelle sur l’estimation des marges bénéficiaires au niveau de l’entreprise présente deux problèmes.

Premièrement, dans celle-ci, on n’a pas recours à une mesure fiable du coût variable d’un intrant (ci-après appelé « coût variable ») pour les fonctions de production. La marge bénéficiaire au niveau de l’entreprise reposant sur l’approche de la « fonction de production » peut être calculée comme suit : $\text{μ}={\text{β}}_{\text{v}}\frac{\text{production}}{\text{coût variable}}$, où ${\text{β}}_{\text{v}}$ est l’élasticité de la production d’un intrant variable. La marge bénéficiaire estimée au moyen de l’approche de la « fonction de production » dépend grandement de la mesure du coût variable dans le dénominateur de la définition de la marge bénéficiaire. Le principal défi consiste donc à déterminer la façon de mesurer un coût variable à partir de données comptables au niveau de l’entreprise. Selon la documentation, les coûts variables sont principalement mesurés en fonction du coût des biens vendus (CBV) [voir De Loecker et coll. (2020)] ou de l’ensemble des dépenses d’exploitation (voir Faryaar et coll. [2023]; Traina [2018]). Toutefois, certaines études soulignent que le CBV et les dépenses d’exploitation pourraient ne pas fournir de mesure fiable des coûts variables (voir Basu [2019] et Syverson [2019]). Plus particulièrement, le CBV peut causer une sous-évaluation des coûts variables, puisqu’il en exclut certains, comme celui des travailleurs salariés, et il peut également ne pas être uniforme dans l’ensemble des secteurs de production de biens et de services (Basu, 2019). En revanche, les dépenses d’exploitation peuvent entraîner une surestimation de la mesure des coûts variables étant donné qu’elles comprennent des intrants semi-fixes, comme les coûts de marketing. Par conséquent, l’utilisation du CBV peut entraîner une surestimation des marges bénéficiaires, tandis que l’utilisation des dépenses d’exploitation peut entraîner une sous-estimation de celles-ci.

Deuxièmement, la documentation est habituellement axée sur les entreprises cotées en bourse en raison des contraintes de disponibilité des données (voir Bilyk et coll. [2023], De Loecker et Eeckhout [2018], Traina [2018] et De Loecker et coll. [2020]). Toutefois, Van Reenen (2018) fait valoir que la généralisation découlant des entreprises cotées en bourse peut entraîner un biais d’échantillonnage et que, par conséquent, leurs répercussions macroéconomiques peuvent être trompeuses. La répartition des entreprises non cotées en bourse dans l’ensemble des industries diffère notablement de celle des entreprises cotées en bourse. La prise en compte des entreprises non cotées en bourse change considérablement la proportion représentée des industries dans l’économie. Le biais de sélection attribuable à l’utilisation exclusive des entreprises cotées en bourse, qui ont habituellement une plus grande taille et potentiellement un pouvoir de marché plus élevé, a tendance à mener à une surestimation de la moyenne des marges bénéficiaires au niveau de l’entreprise (voir aussi Traina [2018]). Le fait de tenir compte des entreprises cotées en bourse et non cotées en bourse résout le problème du biais d’échantillonnage et fournit des marges moyennes plus précises.

Dans le présent article, on contribue à la documentation relative à l’estimation de la marge bénéficiaire au niveau de l’entreprise en réglant ces problèmes à l’aide de la nouvelle base de données du Fichier de microdonnées longitudinales des comptes nationaux (FMLCN). Cette base de données présente deux avantages notables par rapport aux bases de données largement utilisées dans la documentation, comme Compustat. Premièrement, en plus du CBV et des dépenses d’exploitation, le FMLCN fournit un rapport distinct sur la masse salariale de toutes les entreprises. Deuxièmement, le FMLCN contient des renseignements sur les états financiers de l’univers des entreprises, c’est-à-dire les entreprises cotées en bourse et les entreprises non cotées en bourse. Compte tenu de ces avantages, le présent article contribue à la documentation dans les trois dimensions suivantes.

Premièrement, dans l’article, on utilise la masse salariale comme mesure de rechange des coûts variables, qui est considérée dans certaines études comme plus fiable que d’autres variables utilisées dans la documentation (voir Basu [2019]). Comme on l’a mentionné, la convention figurant dans la documentation est de mesurer les coûts variables à partir du CBV ou des dépenses d’exploitation. Toutefois, le présent article permet de mieux comprendre la documentation, car il porte sur une autre mesure des coûts variables. Dans l’article, on ne prétend pas que l’estimation des marges bénéficiaires à l’aide de la masse salariale comme mesure des coûts variables entraîne une estimation des marges bénéficiaires sans problème de mesure. On fournit plutôt une analyse comparative des résultats des marges bénéficiaires obtenus en utilisant la masse salariale et d’autres mesures des coûts variables décrites dans la documentation, à savoir en fonction du CBV et des dépenses d’exploitation.

Deuxièmement, l’utilisation du FMLCN permet, dans la présente étude, de prendre en compte l’univers des entreprises canadiennes, c’est-à-dire les entreprises cotées en bourse et les entreprises non cotées en bourse, pour que les résultats ne présentent pas de biais d’échantillonnage découlant de l’utilisation exclusive des entreprises cotées en bourse.

Troisièmement, l’utilisation de données au niveau de l’entreprise permet à l’auteur de saisir l’hétérogénéité des entreprises. Seules quelques études ont permis d’estimer les marges bénéficiaires au Canada. Elles reposent principalement sur des données au niveau de l’industrie et ne portent pas sur la période suivant la récession de 2008 (p. ex. voir Martins et coll. [1996], Leung [2008] et Khan et Kim [2013])^Note . Il est important de saisir l’hétérogénéité des entreprises, car des études menées aux États-Unis montrent que la montée des super entreprises contribue le plus au pouvoir de marché aux États-Unis (voir De Loecker et Eeckhout [2018] et Autor et coll. [2020]).

Les résultats montrent que les marges bénéficiaires ont augmenté de 5,3 %, passant de 1,12 en 2001 à 1,18 en 2019, lorsque la masse salariale a été considérée comme un coût variable. À titre de comparaison, les marges bénéficiaires ont augmenté de 6,7 %, passant de 1,07 à 1,15, lorsque les dépenses d’exploitation ont été utilisées comme mesure des coûts variables, et elles ont augmenté de 13,3 %, passant de 1,38 à 1,56, lorsque le CBV a été utilisé comme mesure au cours de la même période. L’étude révèle également que, surtout au cours de la période suivant la récession de 2008, la dynamique des entreprises a diminué tandis que la part moyenne des bénéfices des entreprises a augmenté, ce qui indique un pouvoir de marché croissant dans l’économie canadienne.

Vous trouverez ci-après la structure du reste de l’article. À la section 2, on explique les défis liés à la mesure d’un intrant variable à l’aide de données comptables. La section 3 traite du concept de marge bénéficiaire et de sa différence avec le bénéfice. La section 4 présente la méthodologie du modèle de référence, selon lequel la masse salariale est considérée comme la mesure du coût variable. La section 5 présente brièvement les données. Les résultats sont exposés à la section 6, qui traite de l’estimation des marges bénéficiaires à l’aide de la masse salariale et sa comparaison avec l’estimation à l’aide du CBV et des dépenses d’exploitation. On y montre également la dispersion des marges bénéficiaires, la part des bénéfices et le pouvoir de marché de l’économie canadienne. Enfin, la section 7 conclut l’étude.

2 Les défis liés à la mesure d’un intrant variable

Comme nous en avons discuté plus haut, la marge bénéficiaire estimée au moyen de l’approche de la « fonction de production » dépend fortement de la mesure définie du coût variable dans le dénominateur de la définition de la marge bénéficiaire. L’un des défis courants dans la documentation sur les marges bénéficiaires des entreprises est de mesurer correctement les coûts variables à l’aide des renseignements tirés des états financiers des entreprises. On se doit en particulier d’établir des mesures des coûts de production variables et fixes à partir des états financiers. Toutefois, les catégories utilisées dans les états financiers ne correspondent pas nécessairement aux intrants de la fonction de production. Les intrants dans les états financiers ne sont pas définis comme des coûts fixes ou variables; ils sont plutôt classés comme des coûts directs ou indirects.

En général, les coûts totaux de production et de vente des entreprises sont enregistrés comme des dépenses d’exploitation dans les états financiers, lesquelles sont réparties en deux principales catégories : le CBV et les frais de vente, frais généraux et dépenses administratives. En théorie, si les dépenses ont été utilisées directement dans le processus de production, comme pour les matières ou les salaires des techniciens de la chaîne de production, elles devraient être consignées comme des coûts directs ou un CBV. Les autres dépenses utilisées à des fins de vente et à des fins administratives doivent être consignées comme des frais de vente, frais généraux et dépenses administratives ou des coûts indirects. Par exemple, le prix d’achat de fournitures de bureau pour un service de marketing ou le salaire de vendeurs doit être inscrit comme frais de vente, frais généraux et dépenses administratives. Veuillez consulter le tableau 1 pour obtenir de plus amples renseignements. Toutefois, si l’entreprise achète un capital fixe, comme un immeuble, sa dépréciation peut être comptabilisée sous les deux formes de coûts, selon le but de l’achat. Dans le bilan de l’entreprise, l’immeuble acheté est inscrit dans le compte des immobilisations corporelles et l’amortissement annuel de cet actif capitalisé est déclaré dans les états financiers de l’entreprise sous forme de CBV ou de frais de vente, frais généraux et dépenses administratives, selon le but de l’achat. Si l’immeuble est utilisé pour le service de production, son amortissement est enregistré comme CBV, tandis que si l’immeuble est utilisé pour le service de marketing et d’administration, il fait partie des frais de vente, frais généraux et dépenses administratives. Les achats d’immobilisations incorporelles, comme les logiciels, sont traités de la même façon. L’amortissement des immobilisations incorporelles est comptabilisé comme CBV ou dépense d’exploitation.

Toutefois, l’ensemble des frais de vente, frais généraux et dépenses administratives n’est pas un coût purement fixe ou purement variable, mais une combinaison des deux. Par exemple, les paiements versés aux vendeurs ou au personnel administratif (des frais de vente, frais généraux et dépenses administratives) peuvent être encore plus variables que les salaires des techniciens de la chaîne de production (un CBV). Par contre, les coûts de marketing (des frais de vente, frais généraux et dépenses administratives) sont plus susceptibles d’être fixes que variables. Par conséquent, le fait de considérer les frais de vente, frais généraux et dépenses administratives comme des coûts fixes ou variables peut entraîner une erreur de mesure.

Basu (2019) indique que les coûts de main-d’œuvre peuvent être une mesure plus fiable des coûts variables. Il préconise également l’utilisation d’une mesure plus complète des coûts variables, comme les dépenses d’exploitation (frais de vente, frais généraux et dépenses administratives additionnés au CBV) au lieu du CBV si les coûts de main-d’œuvre ne sont pas disponibles. Il souligne que la théorie sous-jacente n’exige pas que tous les intrants de la marge examinée soient variables. Elle exige seulement que certains intrants soient variables dans l’agrégat d’intrants à l’étude et que l’agrégat soit défini de façon uniforme au fil du temps (p. 18). De plus, il indique que la possibilité d’erreurs de mesure est plus élevée lorsque le CBV est utilisé comme mesure des coûts variables. Par exemple, il explique que la rémunération des travailleurs salariés est classée dans la catégorie des frais de vente, frais généraux et dépenses administratives, tandis que la rémunération des travailleurs rémunérés à l’heure est consignée comme CBV par convention, qu’ils travaillent dans la chaîne de production ou dans un service administratif ou un service de vente. De plus, Basu (2019) souligne que le CBV reflète principalement le coût des variations dans les stocks des secteurs de production de biens et que le concept est moins important dans l’étude des secteurs de production de services, il se peut donc qu’il ne soit pas uniforme d’un secteur à l’autre.

Dans l’ensemble de données du FMLCN, les variables sont définies comme dans l’Index général des renseignements financiers (IGRF). Selon l’IGRF, on obtient le CBV en faisant la somme des postes 8300 à 8503, qui comprennent le stock d’ouverture, le coût des matériaux, les salaires directs, les avantages sociaux relatifs aux salaires directs, les fournisseurs et sous-traitants, les coûts de production (autres que de ressources naturelles), les autres coûts directs et le stock de fermeture. Les frais de vente, frais généraux et dépenses administratives, quant à eux, sont calculés en faisant la somme des postes 8520 à 9286, qui comprennent la publicité et la promotion, l’amortissement des immobilisations incorporelles, l’écart d’acquisition (achalandage), les créances irrécouvrables, les avantages sociaux, l’amortissement des immobilisations corporelles, les intérêts et les frais bancaires, les taxes d’affaires, droits d’adhésion et licences, les frais de bureau, les honoraires professionnels, les frais de location, les réparations et l’entretien, les salaires et traitements, les contrats de sous-traitance, les fournitures, les taxes foncières, les frais de déplacement, les services publics, les dépenses liées à l’informatique, et les autres dépenses. Il convient de noter que la terminologie du FMLCN est légèrement différente de celle qui figure dans la documentation. Dans le FMLCN, on utilise les termes « dépenses d’exploitation » pour les frais de vente, frais généraux et dépenses administratives et « dépenses totales » pour les frais de vente, frais généraux et dépenses administratives additionnés au CBV. Dans la documentation, on utilise le terme « dépenses d’exploitation » pour les frais de vente, frais généraux et dépenses administratives additionnés au CBV. Le présent article reprend la terminologie utilisée dans la documentation.

3 Quelques précisions concernant le concept de marge bénéficiaire

Dans un marché parfaitement concurrentiel, les prix sont fixés par le marché et les décisions de production d’une seule entreprise n’ont pas d’incidence sur le prix du marché. Autrement dit, les entreprises se trouvent devant une courbe horizontale de la demande; quelle que soit leur décision de production, le prix de leur produit est le même que le prix du marché. Une entreprise dans un marché parfaitement concurrentiel produit à un point où le prix de son produit est égal au coût marginal du produit, et la quantité de ses produits n’a pas d’incidence sur le prix du marché. Cependant, lorsque l’économie s’écarte de la concurrence parfaite, une entreprise individuelle a un certain pouvoir de fixation des prix. Une entreprise peut avoir un pouvoir de marché parce qu’elle vend un produit différencié ou parce que des obstacles empêchent ses concurrents d’entrer sur le marché. Dans ces cas, une entreprise se trouve devant une courbe de demande à pente orientée vers le bas et peut donc établir son prix au-dessus du coût marginal de son produit. Par exemple, la figure 1 illustre les courbes de l’offre ($CM$), de la demande ($D$) et des revenus marginaux ($RM$) d’une entreprise concurrentielle monopolistique type. L’objectif d’une entreprise concurrentielle monopolistique est de maximiser ses profits, elle établit donc que $RM=CM$ et produit une quantité $Q$ d’un produit au prix $P$. La marge bénéficiaire de l’entreprise type peut être obtenue en divisant le prix, $P$ par le coût marginal, $CM$, présenté sur l’axe vertical. Par conséquent, la marge bénéficiaire est supérieure à 1 lorsque l’entreprise établit son prix au-dessus du coût marginal de son produit. Par exemple, une entreprise qui se trouve devant un coût marginal de 100 $ et qui facture un prix de 112 $ pour son produit a une marge bénéficiaire de 1,12.

Une marge supérieure à 1 ne signifie pas nécessairement que l’entreprise a des bénéfices positifs. Par exemple, une entreprise qui a un coût fixe (capital) important peut facturer un prix plus élevé que le coût marginal pour couvrir ses coûts fixes. Une entreprise peut enregistrer un bénéfice positif lorsque son coût moyen est inférieur au prix. Par exemple, à la figure 1, si le coût moyen de l’entreprise se trouve quelque part entre le prix, $P$, et le coût marginal, $CM$, l’entreprise enregistrerait un bénéfice positif. Autrement dit, le bénéfice par unité de production correspond à la différence entre le prix et le coût moyen du produit. En théorie, en cas de bénéfice positif et d’absence d’obstacle à l’entrée sur le marché, de nouvelles entreprises entrent sur le marché et abaissent les prix et les marges bénéficiaires.

Description de la figure 1

La figure 1 illustre les courbes de l’offre (CM), de la demande (D) et des revenus marginaux (RM) d’une entreprise type dans un marché concurrentiel monopolistique. L’entreprise concurrentielle monopolistique établit que RM = CM et produit une quantité Q d’un produit au prix P. La marge bénéficiaire de l’entreprise est obtenue en divisant P par CM, comme le montre l’axe vertical.

4 Méthodologie

Sur le plan de la méthodologie, la présente étude suit de près les travaux de De Loecker et Warzynski (2012), inspirés par Hall (1988). En particulier, à chaque période, l’entreprise $i$d’une industrie $j$ réduit ses coûts au minimum

                                                             $\min P_{it}^l{L}_{it}+P_{it}^k{K}_{it}$,                                                           (1)

à condition que

                                                  $Q_{it}\left(L_{it},K_{it},{\Omega }_{it}\right)={\Omega }_{it}{L}_{it}^{{\text{β}}_l}{K}_{it}^{{\text{β}}_k}$,                                                    (2)

où $P_{it}^l{L}_{it}$, $P_{it}^k{K}_{it}$, $Q_{it}(.)$ et ${\Omega }_{it}$sont, respectivement, les coûts des intrants variables (coûts de main-d’œuvre), le coût des intrants fixes (capital), la technologie de production et la productivité neutre au sens de Hicks. En réorganisant les conditions de premier ordre du problème d’optimisation, on peut obtenir l’équation suivante pour la marge bénéficiaire :

                                                             ${\text{µ}}_{it}={\beta }_l\frac{P_{it}{Q}_{it}}{P_{it}^l{L}_{it}}$,                                                           (3)

où $P_{it}{Q}_{it}$et $P_{it}^l{L}_{it}$ sont, respectivement, la production à valeur ajoutée et le coût de l’intrant variable (coût de la main-d’œuvre) obtenus directement à partir de l’ensemble de données. Toutefois, l’élasticité de la production de l’intrant variable, ${\beta }_l$, doit être estimée. Même si la productivité des entreprises d’une même industrie est différente, elles ont accès à une technologie semblable. Par conséquent, on suppose que les entreprises de chaque industrie ont la même élasticité de production des intrants (${\beta }_l$), qui n’est pas propre à une entreprise et qui ne varie pas au fil du temps^Note . Malgré l’utilisation habituelle dans la documentation de l’hypothèse d’une élasticité constante au fil du temps et entre les entreprises d’une même industrie, cette hypothèse peut être forte. Pour obtenir l’élasticité de la production, selon les travaux d’Ackerberg et coll. (2015), la fonction de production à valeur ajoutée suivante est estimée pour chaque industrie :

                                                             $q_{it}={\beta }_l{l}_{it}+{\beta }_k{k}_{it}+{\omega }_{it}+{\sigma }_{it}$,                                                     (4)

où $q_{it}$, $l_{it}$, $k_{it}$ et ${\omega }_{it}$ sont, respectivement, les logarithmes de la valeur ajoutée déflatée au niveau de l’entreprise, du coût variable de la main-d’œuvre, du capital et de la productivité, et ${\sigma }_{it}$ est une erreur de mesure indépendante et identiquement distribuée. Comme l’équation ci-dessus se présente sous forme bilogarithmique, les coefficients estimés sont interprétés comme représentant de l’élasticité. En particulier, le coefficient estimé de l’intrant variable, ${\widehat{\beta }}_l$, est l’élasticité de la production de l’intrant variable.

La productivité (${\omega }_{it}$) tient compte des facteurs qui ont une incidence sur le processus de production, lesquels ne sont pas observables par les économétriciens, mais le sont par les entreprises lorsqu’elles prennent des décisions en matière d’intrants. Par conséquent, une corrélation de ${\omega }_{it}$ avec les intrants est probable; l’omission de cette corrélation mène à des estimations biaisées des élasticités. À l’instar de De Loecker et Warzynski (2012), la présente étude s’appuie sur la méthode d’estimation en deux étapes élaborée par Ackerberg et coll. (2015) pour aborder ce problème.

En ce qui concerne le problème de la productivité non observable, conformément à la documentation, la présente étude s’appuie sur un ensemble d’intrants intermédiaires pour fournir une approximation de la productivité. En particulier, on suppose que la demande intermédiaire de l’entreprise est donnée par

                                                             $m_{it}=f_t\left(k_{it},l_{it},{\omega }_{it}\right)$.                                                        (5)

En supposant une monotonie, la productivité peut être définie comme suit :

                                                             ${\omega }_{it}=f_t^{-1 }\left(k_{it}, l_{it}, m_{it}\right)$.

Compte tenu de la fonction de productivité, on peut estimer l’équation ci-dessus au moyen d’un processus en deux étapes selon lequel, à la première étape, la spécification suivante est estimée :

                                                             $q_{it}={\text{ φ}}_{it}\left(k_{it},l_{it},m_{it}\right)+{\sigma }_{it}$,                                                        (6)

où la production à valeur ajoutée estimée ($\widehat{\phi }$) est fournie par

                                                             ${\phi }_{it}={\beta }_l{l}_{it}+{\beta }_k{k}_{it}+f_t^{-1}\left(k_{it},l_{it},m_{it}\right)$,                                                (7)

La forme fonctionnelle de $f_t^{-1 }(.)$ est inconnue et, par conséquent, la présente étude s’appuie sur une régression non paramétrique (polynomiale d’ordre supérieur) pour obtenir $\widehat{\phi }$ dans l’équation 6. Ensuite, la productivité peut être obtenue pour toute valeur de $\beta =\left({\beta }_l , {\beta }_k\right)$ comme suit :

                                                             ${\omega }_{it}\left(\beta \right)=\widehat{{\phi }_{it}}-{\beta }_l{l}_{it}-{\beta }_k{k}_{it}$.

À la deuxième étape, on suppose que la productivité suit un processus autorégressif AR(1), ${\omega }_{it}=\rho {\omega }_{it-1}+{\xi }_{it}$, où $\rho$ est le paramètre d’autorégression et ${\xi }_{it}$ est un terme d’innovation. L’idée clé sur laquelle repose l’élaboration des conditions de moment est que le choc de la productivité devrait être orthogonal par rapport aux décisions en matière d’intrants prises au cours de la période précédente ($k_{it}$ et $l_{it-1}$). Autrement dit, les paramètres clés permettant de déterminer l’élasticité de la valeur ajoutée en ce qui concerne le travail et le capital sont estimés pour satisfaire à

                                                             $E({\xi }_{it}\left(\beta \right)\left(\begin{array}{c}{k}_{it}\\ l_{it-1}\end{array}\right))=0$,                                                            (8)

où $\beta =\left({\beta }_l , {\beta }_k\right)$^Note .En réinsérant ${\beta }_l$dans l’équation 3, il est possible d’obtenir les marges bénéficiaires pour l’entreprise $i$ à un moment $t$ donné. Les marges bénéficiaires estimées de l’équation 3 sont des marges bénéficiaires sur la valeur ajoutée. Toutefois, la documentation fait état de marges bénéficiaires sur la production brute. Hall, Blanchard et Hubbard (1986) déclarent que l’exclusion des intrants intermédiaires de la production brute peut entraîner une surestimation des marges bénéficiaires (voir Rotemberg et Woodford [1993], Basu et Fernald [1997] ainsi que Basu et Fernald [2002]). Pour calculer les marges bénéficiaires brutes, dans la présente étude, on suit les articles ci-dessus et suppose que la fonction de production brute est proportionnelle aux intrants intermédiaires et que les entreprises sont des preneurs de prix sur les marchés d’intrants intermédiaires. En d’autres termes, la fonction de production brute est de type Leontief dans les intrants intermédiaires :

                                                             $Q_t^g=min\left\{\frac{M_t}{{\text{γ}}_{\text{t}}},\frac{F\left(K_t,L_t\right)}{1-{\text{γ}}_{\text{t}}}\right\}$,                                                     (9)

où $Q_t^g$ est la production brute, $M_t$ est la quantité d’intrants intermédiaires, $F(.)$est la fonction de production à valeur ajoutée et la main-d’œuvre ($L_t$) et le capital ($K_t$) sont les intrants, et ${\text{γ}}_{\text{t}}$ est la pondération des intrants intermédiaires dans une unité de production. Compte tenu de la définition du coût marginal de production en matière de production brute et de production à valeur ajoutée, la relation suivante peut être obtenue entre les marges bénéficiaires sur la production brute et les marges bénéficiaires sur la valeur ajoutée estimées^Note .

                                                             ${\mu }^{\text{*}}=\frac{\mu }{1+\left(\mu -1\right)S^m}$,                                                         (10)

où $S^m$est le ratio des coûts des intrants intermédiaires aux revenus totaux et ${\mu }^{*}$ est la marge bénéficiaire brute qui permet de déterminer le prix d’un produit par rapport à son coût marginal.

5 Données

Dans la présente étude, on utilise des données administratives au niveau de l’entreprise provenant de l’ensemble de données du FMLCN, qui présente deux avantages notables par rapport aux bases de données largement utilisées dans la documentation, comme l’ensemble de données Compustat. Premièrement, le FMLCN fournit un rapport distinct pour la masse salariale de toutes les entreprises. Deuxièmement, le FMLCN contient les renseignements des états financiers de l’univers des entreprises, c’est-à-dire les entreprises cotées en bourse et les entreprises non cotées en bourse.

Les données de la présente étude sont annuelles et portent sur la période de 2001 à 2019. Les variables de régression (production à valeur ajoutée, revenus, produits intermédiaires, capital et masse salariale) sont déflatées au niveau de l’industrie, qui est classée en 15 secteurs selon les codes à deux chiffres du Système de classification des industries de l’Amérique du Nord (SCIAN). L’étude ne tient pas compte du secteur des services publics (code 22 du SCIAN) parce qu’il est hautement réglementé, ni des secteurs des services d’enseignement (code 61 du SCIAN) et des soins de santé et de l’assistance sociale (code 62 du SCIAN) parce qu’ils appartiennent principalement au secteur public. Pour éliminer les distorsions causées par les fusions et les acquisitions, dans l’étude, on élimine les entreprises ayant enregistré plus de 25 % de variation de la croissance de leurs actifs et plus de 50 % de croissance de leurs revenus. De plus, pour atténuer l’effet des valeurs aberrantes, 3 % des variables extrêmes supérieures et inférieures utilisées dans la régression (c.-à-d. production à valeur ajoutée, revenus, masse salariale et capital) font l’objet d’une winsorisation avec remise. Les résultats sont robustes pour une winsorisation d’un seuil minimum de 2 % des valeurs extrêmes et d’un seuil maximum de 5 % des valeurs extrêmes. De plus, l’étude ne tient pas compte de toute observation selon laquelle la part du revenu imputable au travail de l’entreprise se situe hors de la fourchette de $0,65\pm 0,35$^Note . La valeur ajoutée est définie comme dans l’approche de production, c’est-à-dire le revenu total moins les intrants intermédiaires, où les intrants d’intermédiation sont définis comme le revenu total moins la masse salariale totale (coûts de main-d’œuvre) et la dépréciation du capital (coûts du capital). La masse salariale est définie comme le coût total de la main-d’œuvre, qui est calculé en additionnant la masse salariale selon les feuillets T4 à la valeur des avantages sociaux des employés^Note . Pour établir la mesure du capital, on applique, dans l’étude, la méthode de l’inventaire permanent. Pour générer le niveau initial de capital, on élimine l’amortissement cumulé du stock de capital de la première année des entreprises et on l’ajoute au flux d’amortissement pour cette année-là. Après la première année, le capital s’accumule sous la forme $k_{it}= k_{it-1} + i_{it} - \delta k_{it-1}$, où$k_{it}$ et $i_{it}$ sont le capital et l’investissement d’une entreprise au moment $t$.

6 Résultats

6.1    La masse salariale comme mesure des coûts variables

Le graphique 1 présente la marge bénéficiaire brute moyenne lorsque la masse salariale est considérée comme un coût variable. La mesure de la marge bénéficiaire au moyen de la masse salariale est définie comme un niveau de référence et, dans les sous-sections suivantes, les résultats sont comparés aux deux autres coûts variables, c’est-à-dire le CBV et les dépenses d’exploitation. La marge bénéficiaire moyenne est pondérée en fonction de la valeur ajoutée de chaque entreprise. Les résultats montrent que la marge bénéficiaire brute moyenne a augmenté d’environ 5,3 %, passant de 1,12 en 2001 à 1,18 en 2019, lorsque la masse salariale a été considérée comme une mesure des coûts variables. Autrement dit, en moyenne, le ratio du prix aux coûts marginaux a augmenté, passant de 1,12 en 2001 à 1,18 en 2019 dans l’économie canadienne. Par exemple, supposons que le coût marginal d’une entreprise type est de 100 $ et est constant au fil du temps. En 2001, l’entreprise facturait 112 $ pour une unité de son produit et a augmenté le prix à 118 $ en 2019. L’étude révèle que, malgré la fluctuation des marges bénéficiaires au cours de la période précédant la récession de 2008, elles n’ont pas affiché de tendance à la hausse. Toutefois, elles ont augmenté graduellement depuis cette récession. Des études révèlent également que les marges bénéficiaires ont augmenté pendant la récession aux États-Unis parce que les entreprises peu productives ont quitté le marché et que les entreprises restantes ont gagné des parts de marché, ce qui leur a permis d’augmenter leurs marges bénéficiaires (Hong, 2018b).

Comme on l’a mentionné précédemment, une augmentation de la marge bénéficiaire pourrait être associée à une dynamique d’entreprise plus faible. Le graphique 1 illustre la dynamique des entreprises canadiennes. Ce graphique présente les taux de croissance des entreprises actives et les taux d’entrée (pourcentage de nouvelles entreprises par rapport aux entreprises actives) au cours de la période à l’étude. L’étude porte sur la tendance à long terme; les taux sont donc calculés en fonction de la moyenne mobile sur trois ans pour atténuer tout effet temporaire de chocs^Note . Le graphique montre que les taux de croissance des entreprises actives ont diminué, passant d’environ 6,3 % en 2004 à environ 2,0 % en 2019. La diminution de la croissance des taux d’entreprises actives s’explique principalement par la baisse des taux d’entrée, qui sont passés d’environ 14,0 % en 2002 à environ 12,8 % en 2019. Gu (2024) indique également que la baisse des taux d’entrée peut représenter environ 30 % de la diminution des investissements des entreprises canadiennes, ce qui coïncide avec une augmentation de la concentration du marché. En comparant les mouvements des marges bénéficiaires aux taux d’entrée, on peut déterminer que les deux courbes se déplacent dans des directions opposées; à mesure que les taux d’entrée diminuent, les marges bénéficiaires augmentent, surtout après la récession de 2008.

Tableau de données du graphique 1

Tableau de données du graphique 1
Sommaire du tableau
Le tableau montre les résultats de Tableau de données du graphique 1 Marge bénéficiaire selon la masse salariale, calculées selon pourcentage unités de mesure (figurant comme en-tête de colonne).

	Marge bénéficiaire selon la masse salariale
	pourcentage
Notes : La figure présente les estimations de la marge bénéficiaire brute au Canada calculées à l’aide de la masse salariale comme mesure des coûts variables. La marge bénéficiaire moyenne est pondérée en fonction de la production à valeur ajoutée des entreprises. Source : Statistique Canada, calculs de l’auteur à l’aide de microdonnées.
2001	1,121
2002	1,133
2003	1,154
2004	1,123
2005	1,152
2006	1,131
2007	1,143
2008	1,121
2009	1,144
2010	1,174
2011	1,152
2012	1,147
2013	1,157
2014	1,172
2015	1,165
2016	1,174
2017	1,167
2018	1,164
2019	1,181

Tableau de données du graphique 2

Tableau de données du graphique 2
Sommaire du tableau
Le tableau montre les résultats de Tableau de données du graphique 2 Taux de croissance des entreprises actives , Taux d’entrée et Moyenne des taux d’entrée, calculées selon pourcentage unités de mesure (figurant comme en-tête de colonne).

	Moyenne des taux d’entrée
	Taux d’entrée	Taux de croissance des entreprises actives
	pourcentage
Note ... n'ayant pas lieu de figurer Note : Les taux d’entrée et les taux de croissance des entreprises actives sont calculés en fonction d’une moyenne mobile sur trois ans. Source : Statistique Canada, tableau 33-10-0164-01.
2001	... n'ayant pas lieu de figurer	... n'ayant pas lieu de figurer
2002	0,140	... n'ayant pas lieu de figurer
2003	0,144	... n'ayant pas lieu de figurer
2004	0,147	0,063
2005	0,148	0,070
2006	0,148	0,071
2007	0,147	0,068
2008	0,143	0,055
2009	0,138	0,043
2010	0,133	0,034
2011	0,132	0,030
2012	0,130	0,027
2013	0,128	0,025
2014	0,126	0,022
2015	0,124	0,021
2016	0,124	0,020
2017	0,125	0,028
2018	0,131	0,024
2019	0,128	0,020

6.2 Modification de la mesure des coûts variables

Dans la présente sous-section, on estime de nouveau la marge bénéficiaire brute à l’aide de la mesure plus conventionnelle des coûts variables, c’est-à-dire les dépenses d’exploitation et le CBV, les deux coûts variables largement utilisés dans la documentation. Les résultats sont ensuite comparés au modèle de référence, où la masse salariale est considérée comme la mesure du coût variable. Pour estimer la marge bénéficiaire brute directement à l’aide du CBV et des dépenses d’exploitation, la présente étude suit les travaux de De Loecker et Eeckhout (2017) et de De Loecker et coll. (2020). Les résultats, présentés au graphique 4, montrent que la marge bénéficiaire brute a augmenté de 6,7 %, passant de 1,07 en 2001 à 1,15 en 2019, en utilisant les dépenses d’exploitation comme mesure des coûts variables. Toutefois, elle a augmenté de 13,3 %, passant de 1,38 à 1,56, au cours de la même période, en utilisant le CBV comme mesure du coût variable. Les résultats indiquent que les pentes et les niveaux de la marge bénéficiaire estimée reposant sur la masse salariale et les dépenses d’exploitation sont assez semblables. Toutefois, l’utilisation du CBV se traduit par une pente plus prononcée et un niveau de marge bénéficiaire plus élevé que ceux obtenus à l’aide de la masse salariale et des dépenses d’exploitation. À l’aide de données limitées, De Loecker et Eeckhout (2018) étudient la hausse des marges bénéficiaires mondiales; le Canada est également pris en compte dans leur échantillon. Ils utilisent le CBV comme mesure du coût variable et indiquent que la marge bénéficiaire brute au Canada a augmenté de plus de 60 %, passant d’environ 0,92 au début des années 1980 à environ 1,53 en 2016. Toutefois, dans la présente étude, on utilise l’univers des entreprises canadiennes obtenu à partir de l’ensemble de données du FMLCN et on montre que, même si le niveau de marge bénéficiaire au cours des dernières années est semblable à celui de De Loecker et Eeckhout (2018), la croissance des marges bénéficiaires (c.-à-d. la pente) est considérablement plus faible que ce qu’ils estiment.

Comme il en a été question dans l’introduction, l’estimation des marges bénéficiaires est sensible à la mesure du coût variable dans le ratio de la production aux coûts variables^Note . Par conséquent, toute mauvaise mesure des coûts variables dans le dénominateur de l’équation de marge bénéficiaire se traduit par une estimation biaisée des marges bénéficiaires. Basu (2019) souligne que le CBV mène à une sous-évaluation des coûts variables parce qu’il exclut certains coûts variables, comme celui des employés à salaire fixe. Par conséquent, cela peut entraîner un niveau de marge bénéficiaire plus élevé qu’en utilisant les dépenses d’exploitation. En revanche, l’ensemble des dépenses d’exploitation peut mener à une surévaluation des coûts variables parce qu’il comprend des coûts semi-fixes, comme les dépenses de marketing, ce qui entraîne une sous-estimation des marges bénéficiaires. En comparant les valeurs des marges bénéficiaires estimées à l’aide des trois coûts variables, on peut déterminer que, malgré la relative similitude de la croissance des marges bénéficiaires (c.-à-d. la pente des courbes), le niveau de la marge bénéficiaire estimé à l’aide de la masse salariale est beaucoup plus proche de celui estimé à l’aide des dépenses d’exploitation que de celui estimé à l’aide du CBV. Les conclusions de la présente étude permettent de confirmer l’argument de Basu (2019) selon lequel l’utilisation d’une mesure plus complète des coûts variables, comme les dépenses d’exploitation, est meilleure que le CBV en l’absence d’une mesure fiable de l’intrant variable.

Tableau de données du graphique 3

Tableau de données du graphique 3
Sommaire du tableau
Le tableau montre les résultats de Tableau de données du graphique 3 Marge bénéficiaire selon le CBV, Marge bénéficiaire selon la masse salariale et Marge bénéficiaire selon les dépenses d’exploitation, calculées selon pourcentage unités de mesure (figurant comme en-tête de colonne).

	Marge bénéficiaire selon le CBV	Marge bénéficiaire selon la masse salariale	Marge bénéficiaire selon les dépenses d’exploitation
	pourcentage
Note : CBV signifie « coût des biens vendus ». Source : Calculs de l’auteur à l’aide de microdonnées.
2001	1,377	1,121	1,075
2002	1,368	1,133	1,072
2003	1,370	1,154	1,097
2004	1,396	1,123	1,085
2005	1,420	1,152	1,106
2006	1,431	1,131	1,106
2007	1,450	1,143	1,114
2008	1,414	1,121	1,075
2009	1,383	1,144	1,083
2010	1,426	1,174	1,126
2011	1,377	1,152	1,132
2012	1,401	1,147	1,128
2013	1,412	1,157	1,126
2014	1,421	1,172	1,137
2015	1,482	1,165	1,130
2016	1,471	1,174	1,148
2017	1,497	1,167	1,141
2018	1,508	1,164	1,146
2019	1,560	1,181	1,147

6.3 Dispersion des marges bénéficiaires

Disposer de marges bénéficiaires au niveau de l’entreprise permet de suivre leur répartition au fil du temps. Pour étudier la dispersion des marges bénéficiaires entre les entreprises, l’auteur trie les entreprises en fonction de leurs marges bénéficiaires et détermine les 50e, 75e et 90e centiles de marges bénéficiaires. Pour obtenir les centiles, les marges bénéficiaires de chaque entreprise sont pondérées par leur part de la valeur ajoutée. Les résultats, présentés au graphique 4, montrent une divergence notable dans la répartition entre les entreprises au cours de la période à l’étude, peu importe la façon d’estimer les marges bénéficiaires. La médiane des marges bénéficiaires est inférieure à la moyenne et relativement stable au cours de la période à l’étude. Autrement dit, les entreprises dont la marge bénéficiaire se situe au 50e centile de la répartition des marges bénéficiaires n’ont pas affiché d’augmentation de leur marge bénéficiaire au cours de la période à l’étude. La marge bénéficiaire du 75e centile est supérieure et presque parallèle à la marge bénéficiaire moyenne. Celle du 90e centile a augmenté considérablement plus que la marge bénéficiaire moyenne. Par exemple, compte tenu de la dispersion des marges bénéficiaires estimées à l’aide de la masse salariale illustrée au graphique 4a, celle du 90e centile a augmenté de 16,1 %, passant de 1,23 à 1,43, soit plus du double de l’augmentation de la marge bénéficiaire moyenne. La dispersion des marges bénéficiaires indique premièrement une hétérogénéité entre les entreprises à un moment précis; deuxièmement, elle indique que la dispersion au fil du temps a augmenté de manière importante dans l’ensemble de la répartition, surtout pendant la période suivant la récession de 2008. Par exemple, en tenant compte des marges bénéficiaires estimées à l’aide de la masse salariale, la différence entre les médianes et le 90e centile a presque triplé au cours de la période à l’étude. En 2001, la marge bénéficiaire estimée à l’aide de la masse salariale d’une entreprise au 90e centile de la répartition était supérieure de 11,1 % à celle de la médiane, mais la différence est passée à 29,1 % en 2019.

Tableau de données du graphique 4

Tableau de données du graphique 4
Sommaire du tableau
Le tableau montre les résultats de Tableau de données du graphique 4 Médiane, 75e centile, 90e centile et Marge bénéficiaire moyenne , calculées selon pourcentage unités de mesure (figurant comme en-tête de colonne).

	Marge bénéficiaire moyenne	Médiane	75e centile	90e centile
	pourcentage
Source : Statistique Canada, calculs de l’auteur à l’aide de microdonnées.
Dispersion des marges bénéficiaires estimées à l’aide de la masse salariale
2001	1,12	1,11	1,16	1,23
2002	1,13	1,11	1,19	1,27
2003	1,15	1,12	1,23	1,32
2004	1,12	1,10	1,18	1,26
2005	1,15	1,10	1,20	1,38
2006	1,13	1,09	1,18	1,29
2007	1,14	1,10	1,19	1,36
2008	1,12	1,08	1,16	1,27
2009	1,14	1,08	1,20	1,35
2010	1,17	1,10	1,24	1,37
2011	1,15	1,10	1,21	1,37
2012	1,15	1,10	1,23	1,35
2013	1,16	1,10	1,25	1,44
2014	1,17	1,11	1,25	1,46
2015	1,16	1,10	1,25	1,44
2016	1,17	1,11	1,26	1,47
2017	1,17	1,12	1,27	1,40
2018	1,16	1,10	1,26	1,41
2019	1,18	1,11	1,23	1,43
Dispersion des marges bénéficiaires estimées à l’aide des dépenses d’exploitation
2001	1,07	1,04	1,14	1,25
2002	1,07	1,04	1,13	1,25
2003	1,10	1,05	1,19	1,31
2004	1,08	1,05	1,14	1,26
2005	1,11	1,05	1,17	1,28
2006	1,11	1,04	1,15	1,27
2007	1,11	1,05	1,17	1,30
2008	1,07	1,03	1,13	1,27
2009	1,08	1,03	1,12	1,28
2010	1,13	1,04	1,19	1,38
2011	1,13	1,06	1,19	1,45
2012	1,13	1,05	1,21	1,43
2013	1,13	1,04	1,22	1,45
2014	1,14	1,05	1,20	1,51
2015	1,13	1,04	1,21	1,49
2016	1,15	1,05	1,23	1,57
2017	1,14	1,06	1,22	1,43
2018	1,15	1,06	1,22	1,41
2019	1,15	1,05	1,19	1,41
Dispersion des marges bénéficiaires estimées à l’aide du coût des biens vendus
2001	1,38	1,21	1,46	2,10
2002	1,37	1,19	1,46	1,96
2003	1,37	1,21	1,44	2,04
2004	1,40	1,20	1,52	2,10
2005	1,42	1,22	1,52	2,16
2006	1,43	1,20	1,54	2,22
2007	1,45	1,25	1,50	2,50
2008	1,41	1,24	1,48	2,16
2009	1,38	1,20	1,50	2,06
2010	1,43	1,23	1,60	2,21
2011	1,38	1,22	1,52	1,94
2012	1,40	1,22	1,54	2,04
2013	1,41	1,24	1,54	2,06
2014	1,42	1,26	1,54	2,17
2015	1,48	1,24	1,62	2,43
2016	1,47	1,25	1,61	2,47
2017	1,50	1,24	1,63	2,46
2018	1,51	1,26	1,68	2,53
2019	1,56	1,27	1,74	2,56

6.4 Marges bénéficiaires, parts des bénéfices et pouvoir de marché

La hausse des marges bénéficiaires ne signifie pas nécessairement une augmentation des profits des entreprises. Par exemple, supposons qu’une entreprise investit des montants importants en capital (coût fixe des intrants), ce qui entraîne une augmentation de la production. Dans ce cas, ses marges bénéficiaires pourraient augmenter, du moins à court terme, en raison de la part décroissante des intrants variables dans la production. Toutefois, le bénéfice peut ou non changer, selon le coût de l’investissement. En d’autres termes, le bénéfice par unité de production est la différence entre le prix et le coût moyen du produit, tandis que les marges bénéficiaires sont la différence entre le prix et les coûts marginaux de production. Par conséquent, une augmentation de la marge bénéficiaire à elle seule ne permet pas d’expliquer la hausse du pouvoir de marché si elle n’augmente pas la rentabilité des entreprises.

Pour étudier la rentabilité des entreprises, on calcule, dans l’article, la part des bénéfices de production entre les entreprises. La part des bénéfices se définit comme la part des bénéfices (c.-à-d. les revenus moins les dépenses totales) dans les revenus de l’entreprise. Le graphique 5 présente la part moyenne des bénéfices des entreprises au cours de la période étudiée. Les bénéfices moyens sont pondérés par la valeur ajoutée des entreprises. Les résultats indiquent qu’en moyenne, les parts des bénéfices ont augmenté de 4 points de pourcentage, passant de 9,2 % en 2001 à 13,2 % en 2019. Une augmentation de la rentabilité et de la marge bénéficiaire, peu importe la façon de les mesurer, indique une hausse du pouvoir de marché dans l’économie canadienne. Ces résultats reflètent ceux tirés des études récentes du Bureau de la concurrence Canada (2023), dans lesquelles on conclut, à l’aide de divers indices, que la concurrence sur le marché a diminué au Canada. Entre autres indices, le Bureau indique que la concentration dans les industries et les marges bénéficiaires au Canada ont augmenté au cours des dernières années. En particulier, il constate que les marges bénéficiaires ont augmenté de 6,7 % de 2001 à 2018, ce qui est semblable à l’augmentation observée dans le présent article. Gu (2024) constate également que l’augmentation de la concentration dans les industries au Canada coïncide avec une baisse du taux d’entrée des entreprises et une diminution des investissements.

Tableau de données du graphique 5

Tableau de données du graphique 5
Sommaire du tableau
Le tableau montre les résultats de Tableau de données du graphique 5 Part moyenne des bénéfices, calculées selon pourcentage unités de mesure (figurant comme en-tête de colonne).

	Part moyenne des bénéfices
	pourcentage
Notes : La part des bénéfices d’une entreprise est définie comme la part des bénéfices dans les revenus de l’entreprise. Les bénéfices sont obtenus en retranchant les dépenses totales des revenus. La part moyenne des bénéfices est pondérée en fonction de la valeur ajoutée des entreprises. Source : Statistique Canada, calculs de l’auteur à l’aide de microdonnées.
2001	0,09
2002	0,09
2003	0,11
2004	0,10
2005	0,11
2006	0,11
2007	0,12
2008	0,09
2009	0,10
2010	0,12
2011	0,13
2012	0,13
2013	0,12
2014	0,13
2015	0,13
2016	0,14
2017	0,13
2018	0,13
2019	0,13

7 Conclusion

L’augmentation de la marge bénéficiaire peut être associée à une baisse du bien-être- du consommateur, à une plus grande inefficacité et à une diminution de la dynamique des entreprises. Par conséquent, il est important de connaître la dynamique des marges bénéficiaires au fil du temps ainsi que leurs estimations à un moment précis. Même si la documentation sur les marges bénéficiaires au niveau de l’entreprise présente certains avantages, elle présente également certains défis. Les deux principaux défis sont le biais d’échantillonnage attribuable au recours exclusif aux entreprises cotées en bourse et les erreurs dans les mesures courantes des coûts variables. La présente étude aborde ces défis à l’aide de la base de données nouvelle et riche du Fichier de microdonnées longitudinales des comptes nationaux (FMLCN). En particulier, les entreprises cotées en bourse et les entreprises non cotées en bourse sont prises en compte pour corriger le biais d’échantillonnage découlant de l’utilisation exclusive des entreprises cotées en bourse. Dans la présente étude, on définit également la masse salariale comme une mesure de rechange des coûts variables et on compare les résultats avec les marges bénéficiaires obtenues au moyen des mesures du coût des biens vendus (CBV) et des dépenses d’exploitation. En général, le CBV peut mener à une sous-estimation de la mesure des coûts variables, ce qui pourrait entraîner une surestimation des marges bénéficiaires (Basu, 2019). En revanche, les dépenses d’exploitation peuvent mener à une surestimation des coûts variables parce qu’elles comprennent des coûts fixes, comme les dépenses de marketing, ce qui entraîne une sous-estimation des marges bénéficiaires. L’utilisation de la base de données du FMLCN permet, dans l’étude, de définir la masse salariale comme une autre mesure du coût variable; dans certaines études, on juge qu’il s’agit d’une mesure du coût variable plus claire que celles largement utilisées dans la documentation (voir Basu [2019]).

Les résultats montrent que la marge bénéficiaire brute moyenne a augmenté d’environ 5,3 %, passant de 1,12 en 2001 à 1,18 en 2019, lorsque l’on utilise la masse salariale comme mesure des coûts variables. À titre de comparaison, l’utilisation des dépenses d’exploitation comme mesure du coût variable entraîne une augmentation d’environ 6,7 %, soit de 1,07 à 1,15, tandis que l’utilisation du CBV entraîne une augmentation d’environ 13,3 % des marges bénéficiaires, soit de 1,38 à 1,56, au cours de la même période d’étude. En comparant les résultats des trois mesures des coûts variables, on peut conclure que les pentes et les niveaux des marges bénéficiaires estimées à l’aide de la masse salariale et des dépenses d’exploitation sont assez semblables. Toutefois, l’utilisation du CBV se traduit par une pente plus prononcée et un niveau de marge bénéficiaire plus élevé que l’utilisation de la masse salariale et des dépenses d’exploitation. Les conclusions de la présente étude soulignent une incertitude quant aux estimations exactes des marges bénéficiaires, qui dépendent de la façon dont les coûts variables sont mesurés. Peu importe la façon dont les coûts variables sont mesurés, l’étude montre que la marge bénéficiaire a augmenté au Canada au cours des 20 dernières années. La hausse des marges bénéficiaires coïncide avec une baisse de la dynamique des entreprises et une hausse des parts des bénéfices, ce qui pourrait indiquer une augmentation du pouvoir de marché dans l’économie canadienne, surtout pour la période suivant la récession de 2008.

Bibliographie

Ackerberg, D.A., K. Caves et G. Frazer. (2015). Identification properties of recent production function estimators, Econometrica, vol. 83, n^o 6, p. 2411 à 2451.

Autor, D., D. Dorn, L.F. Katz, C. Patterson et J. Van Reenen. (2020). The fall of the labor share and the rise of superstar firms, The Quarterly Journal of Economics,vol. 135, n^o 2, p. 645 à 709.

Barkai, S. (2017). Declining labor and capital shares, document de travail, Université de Chicago.

Basu, S. (2019). Are price-cost markups rising in the United States? A discussion of the evidence, Journal of Economic Perspectives, vol. 33, n^o 3, p. 3 à 22.

Basu, S. et J.G. Fernald. (1997). Returns to scale in U.S. production: Estimates and implications, Journal of Political Economy, vol. 105, n^o 2, p. 249 à 283.

Basu, S. et J.G. Fernald. (2002). Aggregate productivity and aggregate technology, European Economic Review, vol. 46, n^o 6, p. 963 à 991.

Berry, S., M. Gaynor et F. Scott Morton. (2019). Do increasing markups matter? Lessons from empirical industrial organization, Journal of Economic Perspectives, vol. 33, n^o 3, p. 44 à 68.

Bilyk, O., T. Grieder et M. Khan. (2023). Markups and inflation during the COVID-19 pandemic (n^o 2023-8). Banque du Canada.

Bond, S., A. Hashemi, G. Kaplan et P. Zoch. (2020). Some unpleasant markup arithmetic: Production function elasticities and their estimation from production data, document de travail 27002, National Bureau of Economic Research.

Bureau de la concurrence Canada (2023). La concurrence au Canada de 2000 à 2020 : une économie à la croisée des chemins, Ottawa.

De Loecker, J. et J. Eeckhout. (2017). The Rise of Market Power and the Macroeconomic Implications, document de travail 23687. National Bureau of Economic Research.

De Loecker, J. et J. Eeckhout. (2018). Global market power, document de travail 24768, National Bureau of Economic Research.

De Loecker, J., J. Eeckhout et G. Unger. (2020). The rise of market power and the macroeconomic implications, The Quarterly Journal of Economics, vol. 135, n^o 2, p. 561 à 644.

De Loecker, J. et F. Warzynski. (2012). Markups and firm-level export status, American Economic Review, vol. 102, n^o 6, p. 2437 à 2471.

Diez, F., D. Leigh et S. Tambunlertchai. (2018). Global market power and its 111 macroeconomic implications, document de travail WP/18/137. Fonds monétaire international.

Faryaar, H., D. Leung et A. Fortier-Labonte. (2023). Marges bénéficiaires brutes et inflation : des données probantes au niveau de l’entreprise, Rapports économiques et sociaux de Statistique Canada, vol. 3, n^o 6, p. 1 à 12.

Gu, W. (2024). Ralentissement des investissements au Canada après le milieu des années 2000 : le rôle de la concurrence et des actifs incorporels. Direction des études analytiques : documents de recherche. Produit n^o 11F0019M au catalogue de Statistique Canada, n^o 474.

Hall, R.E. (1988). The relation between price and marginal cost in U.S. industry, Journal of Political Economy, vol. 96, n^o 5, p. 921 à 947.

Hall, R.E. (2018). New evidence on the markup of prices over marginal costs and the role of mega-firms in the U.S. economy, document de travail 24574, National Bureau of Economic Research.

Hall, R.E., O.J. Blanchard et R.G. Hubbard. (1986). Market structure and macroeconomic fluctuations, Brookings Papers on Economic Activity, vol. 1986, n^o 2, p. 285 à 338.

Hambur, J. (2021). Product market power and its implications for the Australian economy. Document de travail n^o 2021-03, Treasury Working Paper.

Hong, S. (2018a). Price markups for small and large firms over the business cycle, Economic Synopses, n^o 17, p. 1 à 3.

Hong, S. (2018b). Firms’ Price-Markup Dynamics During the Great Recession, Economic Synopses, n^o 20, p. 1 à 2.

Khan, H. et B.G. Kim. (2013). Markups and oil prices in Canada, Economic Modelling, vol. 30, p. 799 à 813.

Leung, D. (2008). Markups in Canada: Have they changed and why? Document de travail 2008-7. Banque du Canada.

Martins, J.O., S. Scarpetta et D. Pilat. (1996). Mark-up pricing, market structure and the business cycle, Revue économique de l’OCDE, n^o 27, p. 71 à 106.

Rotemberg, J.J. et M. Woodford. (1993). Dynamic general equilibrium models with imperfectly competitive product markets, document de travail 4502, National Bureau of Economic Research.

Stewart, N. (2015). Benefits benchmarking 2015. Disponible au lien suivant : https://www.conferenceboard.ca/e-library/abstract.aspx?did=7364.

Syverson, C. (2019). Macroeconomics and market power: Context, implications, and open questions, Journal of Economic Perspectives, vol. 33, n^o 3, p. 23 à 43.

Traina, J. (2018). « Is Aggregate Market Power Increasing? Production Trends Using Financial Statements », Stigler Center New Working Paper Series 17.

Van Reenen, J. (2018). Increasing differences between firms: market power and the macro-economy, document de travail CEPDP1576, London School of Economics and Political Science.