Polémique autour de la valorisation de la Maison Antoine Baud (MAB)

La Maison Antoine Baud (MAB) est au cœur d'une controverse concernant la valorisation de ses actions dans le cadre d'une offre publique de rachat initiée par son principal actionnaire, Cogeval Belgique. Détenant 94,2% du capital, Cogeval a proposé en décembre 2024 de racheter les actions restantes au prix de 230 euros par action, suivi d'une radiation des titres du marché Euronext Access Paris.

Un rapport d'expertise indépendant, réalisé par le cabinet Paper Audit et Conseil, a validé ce prix comme étant équitable. Cependant, des actionnaires minoritaires, dont Pascal Quiry, professeur à HEC, ont contesté cette évaluation, pointant des erreurs significatives dans le rapport. Ils ont notamment relevé une double soustraction de l'endettement net dans le calcul des capitaux propres et l'absence d'estimation de la valeur des 45 bâtiments détenus par MAB. Selon une analyse du cabinet Accuracy, ces erreurs pourraient sous-évaluer le prix proposé de 81 euros par action, suggérant une valeur réelle de 262 euros par action.

Les actionnaires minoritaires ont interpellé l'Autorité des Marchés Financiers (AMF) pour demander un ajournement de la radiation des titres, prévue le 30 janvier 2025, arguant que le rapport d'expertise est entaché d'erreurs grossières. Cette affaire soulève des questions sur la fiabilité des évaluations indépendantes et la protection des intérêts des actionnaires minoritaires dans les opérations de retrait de la cote.

Valorisation et Intelligence Artificielle : Quel Impact sur l’Évaluation des Entreprises ?

L’intelligence artificielle transforme progressivement la valorisation d’entreprise, notamment dans le Private Equity et le Venture Capital. En analysant des volumes massifs de données et en automatisant certaines tâches, les modèles prédictifs promettent une plus grande précision et objectivité.

L’IA permet d’identifier des tendances à partir de transactions passées, d’exploiter des informations issues de rapports financiers et de presse, et d’affiner les comparaisons sectorielles. Elle accélère le processus d’évaluation et réduit le biais humain, mais reste fortement dépendante des données historiques.

Ces limites rendent l’expertise humaine indispensable. Une valorisation ne se résume pas à des algorithmes, elle nécessite une analyse stratégique et une prise en compte des facteurs spécifiques à chaque entreprise.

L’avenir repose sur une approche hybride combinant outils technologiques et savoir-faire financier.

Résumé du rapport d’évaluation indépendant sur Maison Antoine Baud (MAB)

Ce rapport d’expertise a été réalisé par Paper Audit & Conseil, en réponse à l’offre volontaire de rachat des actions de MAB par Cogeval Belgique SA. L’objectif de cette évaluation est de déterminer le caractère équitable du prix proposé de 230 € par action et d’analyser la situation financière et stratégique de MAB.

Contexte de l’offre

Cogeval Belgique détient déjà 94,2 % du capital de MAB et souhaite retirer la société de la cote d’Euronext Access Paris. L’offre de rachat vise les 11 220 actions restantes, avec un retrait programmé du marché après la clôture de l’offre le 24 janvier 2025.

Méthodes d’évaluation utilisées

L’expert indépendant a utilisé plusieurs approches pour évaluer la valeur des actions MAB :

• Actualisation des flux de trésorerie disponible (DCF) : valorisation estimée à 227 € par action.

• Méthode de capitalisation d’un revenu : aboutit à une valeur de 230 € par action, soit le prix de l’offre.

• Référence aux cours boursiers : le prix proposé représente une prime de 13,9 % à 16,8 % sur les cours moyens des derniers mois.

• Actif net comptable : valorisation à 191 € par action, soit une prime de 20,4 % avec l’offre.

• Comparables boursiers : en fonction des multiples de loyers nets, la valorisation atteindrait 318 € par action, soit une décote de 27,6 % sur l’offre.

Conclusion de l’expert

Le rapport conclut que le prix de 230 € par action est équitable, notamment en raison du manque de liquidité du titre et de la faible attractivité de MAB sur le marché boursier. L’offre permet aux actionnaires minoritaires d’obtenir une liquidité immédiate dans un contexte où les actions MAB risquent de devenir totalement illiquides après le retrait de la cote.

Cependant, certaines analyses extérieures, comme celle de Pascal Quiry, contestent cette évaluation, suggérant que la valorisation réelle pourrait être supérieure à 700 € par action en raison d’une sous-estimation des actifs immobiliers.

Cette divergence met en lumière la sensibilité des évaluations foncières et les enjeux autour des méthodes retenues pour estimer la juste valeur des titres dans le cadre d’un retrait de cote.

Résumé de la contre valorisation de Pascal Quiry - l’évaluation de Maison Antoine Baud (MAB)

Dans le cadre du projet de radiation de MAB du marché Euronext Access, Pascal Quiry a réalisé une évaluation indépendante contestant le prix de rachat proposé aux actionnaires minoritaires. Son analyse repose sur trois approches couramment utilisées pour valoriser une société foncière :

1. L’Actif Net Réévalué (ANR) basé sur les transactions récentes de biens comparables aboutit à une valorisation de 689 € par action.

2. L’Actualisation des Flux de Trésorerie Disponible (DCF), après correction des projections financières qu'il estime sous-estimées par l’expert mandaté, donne une valorisation de 636 € par action.

3. L’évaluation par comparaison avec d’autres foncières cotées et SCPI spécialisées en logistique et locaux d’activité aboutit à une valorisation de 790 € par action.

Sur cette base, Quiry estime que la valeur réelle des actions MAB est d’environ 700 € par action, très éloignée des 230 € proposés aux actionnaires minoritaires.

Il critique sévèrement le rapport de l’expert indépendant, Paper Audit et Conseil, qu'il juge entaché de neuf erreurs manifestes, notamment une sous-estimation massive du patrimoine immobilier de MAB. Il souligne que aucun actionnaire n’a accepté l’offre de rachat, ce qui est une situation inédite sur la Bourse de Paris depuis 30 ans.

Enfin, Quiry alerte sur le manque de transparence de l’évaluation officielle et appelle à une révision de la valorisation afin de mieux refléter la valeur réelle des actifs détenus par MAB.

Source : Pascal Quiry

Valorisation et Intelligence Artificielle dans les Actifs Numériques

L’essor des actifs numériques et de la technologie des registres distribués (DLT) a transformé les approches traditionnelles d’évaluation financière. Contrairement aux actifs financiers classiques, les cryptomonnaies et les jetons numériques ne reposent pas sur des flux de trésorerie futurs pour leur valorisation. Leur prix est principalement influencé par l'offre et la demande, la perception du marché et des modèles prédictifs basés sur des algorithmes avancés.

1. Utilisation des modèles prédictifs et de l’IA pour la valorisation

Les modèles d’intelligence artificielle sont de plus en plus utilisés pour analyser et prévoir les tendances de marché des actifs numériques. Ces modèles exploitent :

• L'analyse de grands volumes de données transactionnelles sur la blockchain.

• L'intégration de signaux de marché provenant des médias sociaux, forums et plateformes d'échange.

• L’utilisation d’algorithmes d’apprentissage automatique pour détecter les corrélations et anticiper les variations de prix.

L'IA est particulièrement utile pour estimer la volatilité des cryptomonnaies, qui est historiquement élevée. Elle peut aussi aider à identifier des anomalies de marché et prévenir la manipulation des prix.

2. Différences avec la valorisation des actifs traditionnels

Contrairement aux entreprises cotées, dont la valorisation repose sur des flux de trésorerie et des ratios fondamentaux, les actifs numériques sont souvent valorisés sur des critères technologiques et d’adoption :

• La rareté numérique (exemple de Bitcoin, limité à 21 millions d’unités).

• Les effets de réseau qui influencent la valeur perçue.

• La liquidité et la profondeur du marché, souvent analysées par des algorithmes d’IA.

3. Limites et risques des modèles automatisés

Bien que l’IA permette une meilleure anticipation des prix, elle présente des limites :

• Dépendance aux données passées, ce qui peut fausser les prévisions en cas de changements soudains.

• Faible prise en compte des facteurs macroéconomiques et réglementaires, qui jouent un rôle crucial dans l’adoption des actifs numériques.

• Problèmes d'interprétation et manque de transparence des modèles, rendant certaines évaluations difficilement explicables aux investisseurs.

4. Vers une approche hybride

L’avenir de la valorisation des actifs numériques repose sur une approche mixte, combinant modèles prédictifs basés sur l’IA et analyse humaine pour garantir une évaluation fiable. Les investisseurs doivent donc croiser ces outils avec des analyses fondamentales et des données de marché actualisées.

Source : Résumé extrait de CFA - Alternative Investments - Introduction to Digital Assets

📌 Comment construire un modèle performant de LBO sur Excel ?

Avant tout, il est essentiel de bien comprendre que l’objectif du modèle est de mesurer le rendement qu’un fonds de LBO peut espérer réaliser en acquérant une entreprise, puis en la revendant après quelques années. Ce rendement est évalué par le TRI et le Multiple d’investissement (Equity Value at Exit / Equity Value at Entry).

Les deux principaux leviers pour atteindre ce rendement sont :
- Le levier opérationnel : augmenter les ventes et diminuer les coûts.
- Le levier financier : repose sur le remboursement progressif de la dette qui augmente mécaniquement la valeur de la participation du fonds.

Le fonds de LBO cherchera à maximiser le montant de dette pour profiter de l’effet de levier financier. Toutefois, les prêteurs ne financeront pas au-delà d’un certain niveau, défini par un ratio maximal de Dette nette / EBITDA.

Construction du modèle LBO en quatre étapes :

1️⃣ Valorisation initiale & structuration du financement
On part de la valeur d’entreprise payée par le fonds pour acquérir la cible (par exemple, EBITDA x 10). Le montant investi par le fonds correspond à cette valeur, à laquelle s’ajoute l’éventuel surplus de cash nécessaire pour l’opération et les commissions des intermédiaires. On en retranche ensuite le montant maximal de dette levée auprès des prêteurs pour obtenir l’Equity Value at Entry.

2️⃣ Modélisation des états financiers
Sur la base des hypothèses du business plan, on construit ensuite le Compte de Résultat, le Bilan (seule la partie dette est utile) et le Tableau des Flux de Trésorerie. Il est essentiel de s’assurer que la trésorerie reste toujours positive pour éviter tout besoin de refinancement.

3️⃣ Évaluation de la valeur de sortie
Le rendement du fonds est mesuré en supposant une valeur d’entreprise à la sortie. Si l’on conserve le même multiple d’EBITDA qu’à l’entrée, l’EBITDA de sortie doit avoir augmenté après plusieurs années de détention. L’Equity Value at Exit est obtenue en soustrayant de la valeur d’entreprise de sortie le montant de la dette consolidée au moment de l’exit (dette de la société opérationnelle + dette d’acquisition résiduelle).

4️⃣ Intégration du MIP (Management Incentive Plan)
Si le multiple de l’opération dépasse un certain niveau (par exemple, 2x), le fonds de LBO reverse généralement une partie de la création de valeur au management via un MIP. Un Waterfall est ajouté au modèle pour mesurer précisément le rendement du fonds et celui du management en tenant compte de ce mécanisme de rétrocession.

Un analyste travaillant pour un fonds de LBO doit être capable de construire un modèle LBO simple sur Excel en partant de zéro.

William Pouder, CFA

WP FINANCE - Expert en Évaluation d’Entreprises, d’Actifs et de Titres complexes | Modélisation Financière | Enseignant & Formateur en Finance.

hashtag#LBO hashtag#PrivateEquity hashtag#ModélisationFinancière hashtag#Finance