L'incertitude réglementaire : un risque non probabilisable que les outils classiques ignorent

Lorsqu’un dirigeant de PME évalue un projet d’extension de capacité, il dispose en général d’outils d’évaluation financiers éprouvés : valeur actuelle nette, taux de rendement interne, seuil de rentabilité. Ces outils supposent que les paramètres du projet sont estimables en termes de probabilités. La demande peut être modélisée, les coûts de production anticipés, le prix de marché approché avec une marge d’erreur raisonnable. En quinze ans de direction dans le secteur numérique, j’ai utilisé ces outils à de nombreuses reprises, et ils m’ont été utiles, pour la partie du projet qu’ils sont conçus pour évaluer.

Le problème survient lorsque le projet comporte une composante dont la distribution de probabilité n’est pas connue : un changement de norme en cours d’instruction, un délai d’autorisation dont la durée est imprévisible, un recours de tiers dont l’occurrence ne peut être estimée. Sur ces composantes, la VAN ne dit rien. Le seuil de rentabilité ne les intègre pas. Et le dirigeant, face à ce silence des outils, fait ce que j’ai observé chez la plupart de mes pairs : il reporte ou renonce, non par irrationnalité, mais parce que l’instrument disponible ne couvre pas le risque auquel il est effectivement exposé.

Cet article propose d’examiner pourquoi les outils financiers classiques échouent à capturer cette composante, et en quoi la distinction fondatrice établie par Frank Knight en 1921 entre risque et incertitude éclaire cette impasse.

Ce que les outils classiques supposent : un monde probabilisable

Les manuels de finance d’entreprise présentent la valeur actuelle nette comme l’outil de référence pour évaluer un projet d’investissement. Son principe est formellement simple : actualiser les flux de trésorerie futurs attendus au coût moyen pondéré du capital, et comparer le résultat à la dépense initiale. Si la VAN est positive, le projet crée de la valeur ; s’il est négatif, il en détruit (Brealey, Myers & Allen, 2020 ; Vernimmen et al., 2022).

Le taux de rendement interne, le délai de récupération et le seuil de rentabilité reposent sur des postulats voisins : les paramètres du projet sont estimables, leurs variations peuvent être encadrées par des scénarios, et le décideur peut attribuer à chaque scénario une probabilité, fût-elle approximative. Le postulat implicite de ces outils est que l’univers décisionnel est probabilisable.

Ce postulat n’est pas absurde. Pour les composantes marchandes d’un projet (demande anticipée, prix, coûts de production), il est même souvent raisonnable. Les données sectorielles, les séries historiques, les enquêtes de conjoncture fournissent des bases d’estimation imparfaites mais exploitables. On ne connaît pas la demande future avec certitude, mais on peut raisonnablement la modéliser dans un intervalle et en tirer un calcul d’espérance.

Le problème apparaît lorsque le projet comporte des paramètres qui ne sont pas de cette nature, c’est-à-dire des paramètres dont non seulement la valeur est inconnue, mais dont la distribution de probabilité elle-même est inaccessible au décideur.

La distinction fondatrice de Knight : risque mesurable et incertitude radicale

Frank Knight formule cette distinction en 1921 dans Risk, Uncertainty and Profit. Il établit une séparation conceptuelle nette entre deux types de situations : le risque, où le décideur peut estimer une distribution de probabilité sur les résultats possibles, et l’incertitude au sens strict, où cette distribution elle-même est inconnue. Dans le premier cas, l’aléa est quantifiable : on peut l’intégrer dans un calcul, l’assurer, le provisionner. Dans le second, le décideur fait face à un état du monde qu’il ne peut ni mesurer ni modéliser.

« L’incertitude doit être comprise dans un sens radicalement distinct de la notion familière de risque, dont elle n’a jamais été convenablement séparée. Un risque mesurable est si différent d’une incertitude non mesurable qu’il n’est, en réalité, pas du tout une incertitude. » — Frank Knight, 1921, Risk, Uncertainty and Profit

La portée de cette distinction dépasse largement la finance d’entreprise. Knight en fait le fondement même du profit entrepreneurial : c’est précisément parce que certains états du monde ne sont pas probabilisables que le marché ne peut les éliminer par l’assurance ou la diversification, et que l’entrepreneur qui accepte de s’y confronter peut en retirer un profit. Mais l’inverse est également vrai : face à l’incertitude radicale, le décideur rationnel peut légitimement préférer l’inaction.

Il faut noter que Knight écrit avant le développement des outils bayésiens et des modèles de risque qui dominent aujourd’hui la finance. Mais sa distinction n’a pas été rendue obsolète par ces développements : elle a été prolongée et affinée, notamment par les travaux d’Ellsberg (1961) sur l’aversion à l’ambiguïté, que j’ai discutés dans un article précédent. La question posée par Knight (que fait le décideur lorsque l’aléa n’est pas quantifiable ?) demeure ouverte et empiriquement pertinente.

L’environnement réglementaire français : un terrain d’incertitude knightienne

Appliquée au contexte de la PME française, la distinction de Knight prend une dimension particulièrement concrète. Considérons un dirigeant qui envisage une extension de capacité (construction d’un bâtiment, acquisition d’une ligne de production, ouverture d’un site). La partie marchande du projet est probabilisable : la demande client peut être estimée, le coût de l’équipement est connu, les prix de vente sont observables. On est dans le domaine du risque au sens de Knight.

La partie réglementaire du même projet présente un profil radicalement différent. Le délai d’obtention d’un permis de construire varie selon les communes, les périodes, l’encombrement des services instructeurs. L’OCDE relève que la France figure parmi les pays de l’Union européenne où la charge réglementaire pesant sur les entreprises est la plus élevée (OCDE, 2021). L’enquête annuelle de la CPME indique régulièrement que plus de 80 % des dirigeants de TPE-PME interrogés considèrent l’instabilité normative comme un frein à leurs projets d’investissement (CPME, 2022). Ces données ne mesurent pas directement l’incertitude au sens de Knight, mais elles reflètent un environnement dans lequel le décideur ne peut pas construire de distribution de probabilité fiable sur les paramètres institutionnels de son projet.

Trois composantes spécifiques méritent d’être distinguées. La première est l’instabilité normative : les règles applicables au projet peuvent changer entre le moment de la décision et celui de la mise en œuvre. En matière environnementale, de sécurité incendie, d’accessibilité ou de performance énergétique, le rythme de modification des normes est suffisamment élevé pour que le dirigeant ne puisse pas garantir que les spécifications retenues en phase d’étude seront encore conformes en phase d’exécution.

La deuxième est l’imprévisibilité des délais administratifs. Un dossier d’autorisation d’exploitation peut être instruit en trois mois ou en dix-huit. Cette variance ne dépend pas uniquement de la qualité du dossier : elle tient à la charge des services, aux demandes de pièces complémentaires, aux consultations croisées entre administrations, et aux éventuels recours de tiers. Le dirigeant ne dispose d’aucune série statistique fiable pour estimer ce délai.

La troisième est le risque de recours. Dans plusieurs secteurs, notamment le BTP et l’agroalimentaire, un projet autorisé par l’administration peut être contesté devant le tribunal administratif par un tiers. La probabilité d’un tel recours, son issue et sa durée sont des variables que le dirigeant ne peut ni estimer ni provisionner dans un modèle financier standard.

Ce que la VAN ne capture pas : l’angle mort des modèles d’évaluation

La VAN, telle qu’elle est présentée dans les manuels de référence (Vernimmen et al., 2022 ; Brealey, Myers & Allen, 2020), intègre l’incertitude de deux manières. La première consiste à ajuster le taux d’actualisation pour refléter le risque du projet : plus le projet est risqué, plus le taux est élevé, et plus la valeur actuelle des flux futurs diminue. La seconde passe par l’analyse de scénarios : on calcule la VAN sous différentes hypothèses (optimiste, centrale, pessimiste) et on pondère les résultats par les probabilités estimées de chaque scénario.

Ces deux mécanismes fonctionnent bien lorsque l’incertitude est probabilisable, c’est-à-dire lorsqu’on se situe dans le domaine du risque au sens de Knight. Ils deviennent inopérants face à l’incertitude radicale, pour une raison simple : on ne peut ni ajuster un taux pour un risque qu’on ne sait pas mesurer, ni construire des scénarios lorsqu’on ne connaît pas l’espace des états possibles.

Prenons un exemple concret. Un dirigeant de PME industrielle envisage la construction d’un nouveau bâtiment pour absorber une hausse de demande. Il peut estimer le coût de construction, le chiffre d’affaires additionnel attendu, le coût du financement. Il peut même majorer ses coûts de 10 % et tester la sensibilité de la VAN à une baisse de demande de 15 %. Ce faisant, il traite le risque. Mais il ne traite pas l’incertitude suivante : quel sera le délai réel d’obtention du permis de construire ? Ce délai peut-il être allongé de six mois par une demande de pièces complémentaires ? Un recours d’un riverain peut-il geler le projet pour un an ? Aucun de ces paramètres n’entre dans le tableur de la VAN, parce qu’aucun d’eux n’est probabilisable au sens requis par l’outil.

Le résultat est un angle mort structurel. L’outil dit : le projet est rentable. Le dirigeant sent, et parfois sait par expérience, que cette rentabilité calculée ne tient pas compte d’une composante décisive. Comme je l’ai évoqué dans un article précédent de cette série, March et Shapira (1987) ont montré que les dirigeants n’arbitrent pas en maximisant une espérance mathématique : ils comparent la rentabilité perçue à un seuil subjectif d’acceptabilité. Lorsque la composante réglementaire est non probabilisable, ce seuil s’élève, et le projet, même rentable sur le papier, passe en dessous.

Ce que ce cadre ouvre comme perspectives

La distinction de Knight, appliquée à la situation du dirigeant de PME face à l’environnement réglementaire, permet de reformuler le problème du non-investissement. La question n’est pas seulement de savoir si le projet est rentable au regard des données disponibles. Elle est aussi de savoir si le dirigeant peut modéliser la totalité des aléas qui pèsent sur le projet, et lorsque la réponse est négative, quelles stratégies alternatives s’offrent à lui.

Deux pistes méritent d’être signalées, qui feront l’objet d’articles ultérieurs. La première est la théorie des options réelles, formalisée par Dixit et Pindyck (1994), qui propose un cadre dans lequel l’attente, c’est-à-dire le report de la décision d’investissement, a une valeur économique positive lorsque l’investissement est irréversible et l’environnement incertain. La seconde est l’analyse institutionnelle de North (1990) et Williamson (1985), qui fournit un cadre pour comprendre les mécanismes par lesquels l’environnement réglementaire produit ces coûts de friction que les modèles financiers standards n’intègrent pas.

Pour le praticien, la conséquence immédiate est plus modeste mais utile : reconnaître que la VAN ne capture qu’une partie de l’aléa, c’est se donner la possibilité de nommer ce qu’elle ne capture pas. L’incertitude réglementaire n’est pas un résidu inévaluable : c’est une composante spécifique, identifiable, dont les mécanismes peuvent être analysés, même si elle ne peut pas être chiffrée avec les outils habituels. Identifier cette composante et la distinguer du risque probabilisable constitue, à mon sens, un préalable nécessaire à tout diagnostic d’investissement rigoureux en contexte PME.