L’ANALYSE DE RISQUE DE TAUX D’INTERET DANS LE SETEUR ...

International Journal of Advanced Research in Innovation, Management & Social Sciences Volume 4, Issue 4, December 2020. https://eursed.org/ijarimss

IJA

RM

IS2

1

L’ANALYSE DE RISQUE DE TAUX D’INTERET DANS LE SECTEUR BANCAIRE AU MAROC LAASAS Sihame1*, KADOURI Abdillah 1 , AZEGAGH Jalal 1

1 Laboratoire:Recherche en Sciences de Gestiondes Organisations, Ecole Nationale de Commerce et de Gestion,CED Université Ibn Tofail, Kénitra. Maroc. Corresponding Author: LAASAS Sihame,E-mail: [email protected]. ARTICLE INFO ABSTRACT

Received: October 2020 Accepted: December 2020 Volume: 4 Issue: 4

L’objectif de notre étude est d’analyser le Risque de taux d’intérêt dans le secteur

bancaire marocain. Pour ce faire, nous nous sommes inspirés de l’approche de marché.

Nous adoptons le modèle de marché à deux facteurs. Ce dernier vise à mettre en

évidence l’impact des variations de taux d’intérêt sur la rentabilité boursière de la

banque. Ainsi, nous considérons les six banques marocaines cotées en bourse de

Casablanca. Nous utilisons une base de données annuelle, observée sur la période de

2005-2019. En plus du rendement global du marché et la variation courante du taux

d’intérêt, nous avons tenté d’introduire au modèle quatre autres variables explicatives :

La différence entre le taux long et le taux court, la variation du total actif, l’évolution de

la marge d’intérêt et une variable muette exprimant l’effet de la réglementation

prudentielle.

Notre étude a prouvé que le secteur bancaire au Maroc est relativement menacé par

le risque de taux d’intérêt, notamment en cas de variations haussière des taux. Nous

avons aussi montré que la réglementation prudentielle affecte négativement cette

menace de risque de taux d’intérêt.

KEYWORDS:

Risque de Taux d’Intérêt, modèle de marché, Modèle de Stone.

1. Introduction :

Le risque bancaire de taux d’intérêt est défini comme étant l’éventualité que l’établissement bancaire voie sa rentabilité ou

la valeur de ses fonds propres affectées par l’évolution des taux d’intérêt (Augros & Queruel, 2000). Une autre définition plus

précise a été proposée par (Geissler et al., 1990, p. 25). Selon lui « Le risque de taux d’intérêt consiste en l’éventualité d’une

dégradation de la situation d’un établissement sous l’effet d’un changement dans la structure et le niveau des taux d’intérêt ;

moins values sur actifs à taux fixe, rétrécissement des marges d’intérêt, déclenchement de clauses du hors bilan ».

Donc le risque de taux d’intérêt se traduit pour un établissement bancaire par la dégradation de la rentabilité et la valeur

de l’établissement bancaire consécutive aux variations défavorables des taux d’intérêt.

Le risque de taux d’intérêt a été pendant longtemps négligé en tant que risque bancaire de premier rang. Aussi , ce risque

n’a jamais était pris en compte de manière explicite dans les restrictives prudentielles.

https://eursed.org/ijarimss

L’ANALYSE DE RISQUE DE TAUX D’INTERET DANS LE SECTEUR BANCAIRE AU MAROC

2

En réalité, les causes dues à cette négligence sont nombreuses. Au fait, durant ces dernières décennies, le niveau général

des taux d’intérêt était élevé et en principe relativement stables. Nous pouvons avancer que les principales causes de cette

sous-estimation sont la complexité de mesure et la mutation de l’activité bancaire, devenant ainsi plus diversifiée.

Certes le risque de taux d’intérêt est par nature plus complexe que le reste des risques bancaires. Ce risque est

potentiellement très dangereux comme l’a prouvé l’expérience malheureuse de Savings & Loan américaine. Des études ont

permis de démontrer que le risque de taux d’intérêt était moins bien perçu que le risque de change du fait qu’il semble pour

les trésoriers de banques plus difficile à appréhender(Choi et al., 1992). Autres chercheurs ont montré qu’à partir des années

80, le risque de taux d’intérêt est devenu très menaçant pour le secteur bancaire(Wetmore & Brick, 1998).

Dans ce contexte, la thématique du risque bancaire de taux d’intérêt a fait l’objet de plusieurs travaux théoriques et

empiriques. Ces derniers ont abouti à offrir une panoplie de méthodes et d’approches de mesure et gestion du risque de

taux d’intérêt.

2. Revue de littérature :

2.1. Les approches de mesure :

Nous distinguons quatre approches de mesure de risque de taux d’intérêtI pour un établissement bancaire. Il s’agit des

approches comptable, de marché, mixte et réglementaire.

Les méthodes de l’approche comptable font partie des outils de la gestion Actif-Passif. Cette dernière, apparue en 1980 au

Etats-Unis, se concentre sur le traitement de trois risques bancaires majeurs : de taux d’intérêt, de liquidité et de change. En

principe, il s’agit de méthodes qui se basent sur les concepts de la duration et des impasses comptables. Pour mener à bien

cette approche, elle exige l’accessibilité aux données comptables parfois très confidentielles.

L’approche de marché, quant à elle, se base sur des données de marché généralement accessibles. Il s’agit d’analyser

l’effet de l’évolution des taux d’intérêt sur la capitalisation boursière ou le cours de l’action de l’établissement bancaire. Les

adhérents de cette approche considèrent que le taux d’intérêt est une variable déterminante et conditionne les coûts et les

rendements des établissements bancaires.

Alors que l’approche mixte utilise des données à la fois comptable et de marché. Dans ce cadre, nous faisons référence au

modèle de Kwan (1991) (Kwan, 1991). Il a été le premier à intégrer la valeur comptable dans un modèle de marché. Sachant

que Flannery et James (Flannery & James, 1984)(1984) ont établi la relation entre la sensibilité aux taux d’intérêt des actions

des établissements financiers et la composition des échéances de leurs actif et passif.

Lors de l’amendement de 1996 de l’accord bâlois, le risque de taux d’intérêt a été pris en compte en tant que risque de

marché encouru par la banque. Ainsi des méthodes ont été préconisées par les autorités prudentielles pour évaluer

l’exposition de l’établissement bancaire aux variations de taux. Cependant le risque de taux d’intérêt n’a pas été traité de

IJAMRISS 2(1):10-14

3

manière explicite. Par la suite, l’accord de Bâle III a incité les banques à mieux analyser les risques de marché, dont le r isque

de taux. Pour ce faire, il a publié la norme BCB3681. Cette norme propose un cadre pour l’évaluation du RTI dans le

portefeuille bancaire tout en mettant à jour les principes de sa gestion2. Actuellement, dans le cadre de la préparation du

quatrième accord, le comité a renforcé la prise en compte de ce risque de marché dans le pilier 2, tout en préconisant la

standardisation de sa mesure. En résumé, le comité de Bâle propose d’évaluer l’impact des variations de taux d’intérêt sur la

valeur économique et des bénéfices de la banque selon deux approches standards et internes.

2.2. Le modèle de marché d’origine :

Le modèle de marché est proposé par Markowitz (Markowitz, 1952) en considérant les hypothèses suivantes :

✓ Les investisseurs ont une aversion pour le risque.

✓ Les investisseurs ont le même horizon et les mêmes prévisions concernant les actifs financiers.

✓ Les taux de prêt et d’emprunt sont les mêmes.

✓ Il n’existe ni impôt ni coût de transaction.

✓ Les investisseurs sont tous rationnels et cherchent à détenir des portefeuilles

efficaces au sens où l’a défini Markowitz3.

La relation linéaire entre l’évolution du rendement de l’actif et le rendement global du marché telle elle est avancé par

Markowitz (Markowitz, 1952) (1952) :

𝑅𝑗,𝑡 = 𝑃𝑗,𝑡 − 𝑃𝑗,𝑡−1 + 𝑑𝑗,𝑡

𝑃𝑗,𝑡−1

Avec :

R j, t : Le rendement de l’actif j à la période t ; P j, t : Le prix de l’actif j à la période t ; P j, t-1 : Le prix de l’actif j à la période t-1 ; D

j, t : Le dividende encaissé à la période t.

En se basant sur la cadre théorique proposé par Markowitz(Markowitz, 1952) et (Tobin, 1958), (Sharpe, 1964) a repris ce

modèle pour évaluer un portefeuille de valeurs (MEDAF). Il avait comme objectif de réduire la méthode de calcul utilisé par

Markowitz (Markowitz, 1952). Ceci en proposant, de calculer de la covariance entre les rendements des différentes valeurs

constituant le portefeuille objet d’étude (Markowitz, 1992, p. 20).

Le modèle linéaire de marché peut s’écrire ainsi :

1 Appelée aussi la norme IRRBB (Interest Rate Risk in the banking book). 2 Pour plus de précision concernant les 15 principes d’analyse de RTI bancaire: « Norme RTI dans le portefeuille bancaire », Comité de Bâle sur le contrôle bancaire, 2016. 3 Un portefeuille est dit efficace selon Markowitz lorsque celui-ci a un rendement le plus élevé pour un niveau de risque donné, ou qui a le risque le plus faible pour un niveau donnée de rendement.


4

Rj,t = αj + βjRm,t + εj,t

R j, t : La valeur du rendement de l’actif j ; R m, t : Le rendement du marché pour une période t ; β j : Le coefficient exprimant la

sensibilité du rendement de l’actif j au rendement de marché ; ε j : Une variable aléatoire exprimant le risque spécifique à la

variable expliquée ; 𝛼 j : Un paramètre spécifique à la variable expliquée, il est sans variance.

Ce modèle a été repris par plusieurs auteurs permettant ainsi d’analyser l’exposition bancaire. Cependant ce modèle n’isole

pas le RTI des autres risques encourus par l’établissement bancaire « j ». Pour ce faire, et pour plus d’affinité, d’autres

versions de ce modèle de marché ont été proposées.

2.3. Le modèle de marché à deux facteurs :

Pour analyser l’exposition des établissements bancaires au risque de taux d’intérêt, plusiers modèles ont été proposés. Ces

derniers ont comblé les lacunes du modèle de marché à un facteur, en introduisant la variable de taux d’intérêt explicitement

dans le modèle d’origine. D’après Stone (Stone, 1974), le modèle d’Evaluation Des Actifs Financiers ne permet qu’une analyse

incomplète des effets systémiques de l’évolution du taux d’intérêt sur la valeur boursière. Au fait, il défend l’idée qu’une

variation de taux d’intérêt peut constituer un risque supplémentaire pour des titres émis par les sociétés financières. Ceci,

indépendamment des échéances des postes de l’actif et du passif du bilan bancaire. Raison pour laquelle il l’a introduit dans

le modèle explicatif des fluctuations boursières, en l’occurrence le modèle de marché de Sharpe. Le modèle de Stone à deux

facteurs se présente alors comme suit :

Rj,t = αj + βjmRm,t + βjIRI,t + εj,t

Avec :

R It : La rentabilité d’un portefeuille obligataire en t ; ε jt : Variable spécifique au titre j, il s’agit d’un bruit blanc faible.

Par conséquent, la banque est dite exposée au risque de taux d’intérêt, si la valeur absolue du βjI est grande. Car dans

cette situation la valeur de la banque est conditionnée par les variations courantes du taux d’intérêt.

. Dans ce sens, Nous parlons d’une relation linéaire au sens opposé et négatif entre la valeur de l’établissement bancaire et

le taux d’intérêt. Au fait, le paramètre βjI représente la sensibilité de l’action de l’établissement de crédit à la variation de la

rentabilité du portefeuille obligataire. Il reflète en réalité le sens contraire de la variation de taux d’intérêt.

Ainsi lorsque le paramètre βjI a un signe positif cela veut dire que l’action « j » varie en même sens que le portefeuille

obligataire, ce qui explique que l’établissement de crédit est exposé défavorablement à la hausse des taux d’intérêt. Tandis

que l’établissement bancaire est exposé favorablement à la hausse des taux d’intérêt lorsque le paramètre βjI a un signe

négatif.

2.4. Autres applications du modèle à deux facteurs :

IJAMRISS 2(1):10-14

5

Une manière de mettre en valeur l’effet de la volatilité et l’évolution du taux d’intérêt dans le temps sur la capitalisation

des établissements bancaires, des auteurs ont pensé d’introduire la variation non anticipée du taux.

Ainsi Scott et Peterson (Scott & Peterson, 1986) et Brewer et Lee (Brewer & Lee, 1986) ont remplacé le RI,t dans l’équation

proposée par Stone(Stone, 1974). Le modèle devient alors :

Rj,t = αj + βjRm,t + βjNARNA,t + εj,t

Avec : RNA : variation non anticipée des taux d’intérêt.

Au fait, il s’agit de calculer en t+1 la différence entre un taux effectif d’une maturité donnée et le taux à terme en t implicite

dans la courbe de rendement.

Les deux premiers auteurs ont prouvé la sensibilité des valeurs des banques aux variations non anticipées, tout en

démontrant qu’elle diffère selon que la valeur la banque est couverte ou non. Ils admettent que les actions non couvertes

sont plus sensibles aux variations non anticipées de taux d’intérêt, par rapport à celles couvertes. quant aux seconds, ils ont

eux aussi confirmé cette sensibilité aux variations non anticipée de taux d’intérêt des actions des banques. Sauf qu’ils ont

conclu que cette sensibilité n’est pas stable au cours d’un cycle économique. Cependant, ils confirment que les variations non

anticipées de taux d’intérêt produisent une réponse négative sur les rendements de l’action des établissements bancaires

étudiés.

Signe du 𝛽𝑗𝐼 Situation de la banque

Variation courante de taux Variation non anticipée de taux

𝛽𝑗𝐼 > 0 Position longue Défavorable à la

hausse des taux

Position

courte

Défavorable à la

baisse des taux

𝛽𝑗𝐼 < 0 Position courte Défavorable à la

baisse des taux

Position

longue

Défavorable à la

hausse des taux

Tableau 1: Récapitulation de la prise en compte des variations de taux dans le modèle de Stone

D’autres études ont plutôt validé le fait que la sensibilité aux taux d’intérêt de la rentabilité boursière de l’établissement

bancaire est conditionnée par le terme des taux. Chose qui a été montrée par Campbell(Campbell, 1987). Selon lui, l’état de

la structure par terme des taux d’intérêt prédit les rendements des actions.


6

(Bashir, A Hassan,A., 1997) ont confirmé la relation de causalité entre le taux d’intérêt et les rendements boursiers des

actions des banques aux Emirats arabes. Gan et Al (Gan et al., 2006) ont vérifié l’existence d’un lien négative entre la dite

rentabilité et les variations de taux d’intérêt à long terme. Par contre dans le marché de Siri Lanka, Samarakoon et

Hasan(Samarakoon et al., 1999) ont suggéré une relation de sensibilité positive entre la rentabilité boursière et les variations

de taux d’intérêt à court terme. Leur résultat concorde avec celui démontré par (Ryan & Worthington, 2004). Ils avancent que

le risque de marché est un déterminant important du rendement des actions des banques australiennes, ainsi que des taux

d’intérêt à court et à moyen terme et de leur volatilité.

(Choi et al., 1992) ont proposé un modèle de marché multifactoriel4. Ce modèle permet d’évaluer la rentabilité des

institutions financières en introduisant le taux d’intérêt et le taux de change comme facteurs de risque. Leur résultat

confirme l’effet des variations de taux d’intérêt à court terme sur la rentabilité des banques.

L’impact de la taille du bilan sur l’exposition d’une banque au risque de taux d’intérêt a fait l’objet de plusieurs études. Les

résultats n’ont pas été unanimes. Mais la plupart des études ont montré que la taille du bilan de la banque conditionne de

manière significative son exposition au risque de taux d’intérêt (Goyeau et al., 1998). Dans ce sens, Wetmore et

Brick(Wetmore & Brick, 1994, p. 594), quant à eux, ils ont affirmé que les estimations du RTI et de change diffèrent en

fonction de type d la taille de la banque.

Goyeau et Al(Goyeau et al., 1998) ont montré que les banques de petite taille sont les plus affectées négativement par les

variations de taux d’intérêt. À l’opposé, d’autres chercheurs tels (Saunders & Swary, 1986, p. 681) ont montré que ce sont les

banques de grande taille les plus menacées.

Nombreuses sont les études qui ont avancé comme résultats, l’existence d’une relation de causalité unidirectionnelle : Le

taux d’intérêt influe le cours de l’action. En l’occurrence les travaux d’(Amarasinghe & Amarasinghe, 2015) qui confirment

que les rendements boursiers sont négativement et significativement sensibles aux variations de taux d’intérêt. Un résultat

qui rejoint celui issu des études sur le marché américains. Récemment, (Alvi et al., 2019) ont aussi confirmé cette sensibilité

négative de la rentabilité boursière des banques pakistanaises. Par contre, sur la place australienne, (Vaz et al., 2008) ont

démontré que les banques sont positivement sensibles aux variations de taux d’intérêt. Selon eux, ce résultat « anormal » est

justifié par le fait que le marché bancaire australien n’est pas si compétitif. Au fait, ce marché bancaire est relativement

concentré par rapport à celui des Etats Unis. Aussi, ils avancent que ces résultats sont conformes avec la théorie de

l’évaluation des dividendes. Selon laquelle les rendements des actions ne doivent pas être affectés si l’effet sur le revenu

domine.

4 En s’inspirant du modèle inter-temporel de Merton (1973) et sweeney et Warga (1986).

IJAMRISS 2(1):10-14

7

Les deux équipes et beaucoup d’autres auteurs ont montré que le paramètre βjNA est significativement différent de zéro.

Selon eux, la plupart des banques étudiées sont négativement sensibles aux variations de taux d’intérêt. Cependant, une

particularité associée aux banques islamiques a été prouvée par (Ayub & Masih, 2013). Au fait, ils ont démontré l’absence de

relation négative et significative entre le cours d’action de la banque et la variation de taux d’intérêt. Par contre cette relation

a été confirmée pour la sensibilité aux variations de taux de change.

3. Méthodologie :

3.1. Le modèle adopté :

L’objectif de notre travail est d’évaluer l’impact des variations de taux d’intérêt sur la rentabilité boursière des

établissements bancaires au Maroc, tout en analysant l’effet de la réglementation prudentielle sur cette exposition. Pour ce

faire nous procédons par une analyse économétrique en reprenant le modèle de marché à deux facteurs proposé par (Stone,

1974). Nous avons introduit quelques modifications en fonction de nos objectifs de recherche.

Dans le cadre de notre travail nous allons nous intéresser au six banques cotées en bourse de Casablanca. Il s’agit des

banques : AttijariWafa Bank, Banque marocaine du Commerce extérieur, Banque Marocaine pour le Commerce et l’Industrie,

Banque Centrale Populaire, Crédit Du Maroc, et le Crédit Immobilier et Hôtelier.

• Les variables explicatives :

Nous allons introduire trois variables dans le modèle de (Stone, 1974). Ainsi le modèle de Stone ajusté contiendra 5

variables explicatives. Il s’agit de :

✓ V_MASI : variable exprimant le rendement de marché global.

✓ Deux variables de taux d’intérêt :

- V_52SEM : Nous avons utilisé les taux de bons de trésors de 52 semaines pour calculer l’évolution des taux zéro

risque. Au fait la variation V_T52SEM est une variable fondamentale dans notre étude. C’est la variable défendue

par Stone (1974).

- (T10ANS__T52SEM) : Le Spread entre le taux long (10ans) et le taux court (52 semaines):

Nous avons calculé la différence entre les taux long (de bons de trésors de 10 ans) et court ( de bons de trésors de 52

semaines). L’objectif de l’usage de cette variable est d’évaluer de la menace provoquée par la pente de la courbe de taux

sur la rentabilité boursière dans banques cotées.


8

Les changements de la pente de la courbe de taux d’intérêt affectent la structure des bilans, ceci en aboutissant aux

réallocations des éléments du bilan de la banque. Nous distinguons alors, deux cas :

o β (T10ANS__T52SEM) > 0 : La banque a tendance à s’engager dans des emplois à long terme et à taux fixe et des

ressources à court terme.

o β (T10ANS__T52SEM) < 0 : La banque adopte une politique de crédits et des placements à court terme et alors

qu’elle cherchera à se procurer des ressources à long terme.

✓ Deux variables comptables :

- (V_MI) : La variation annuelle de la marge d’intérêt:

La marge d’intérêt consiste à calculer la différence entre l’ensemble des intérêts reçus et l’ensemble des intérêts

payés. Elle reflète les retombées de l’activité de l’intermédiation. Deux situations peuvent se présenter :

o β (V_MI) > 0 : Le développement de l’activité de l’intermédiation permet d’améliorer la rentabilité boursière

de la banque.

o β (V_MI) < 0 : La marge d’intérêt et la rentabilité boursière varient dans deux sens opposés : L’accroissement

de l’une provoque la dégradation de l’autre.

- (V_TOT_ACTIF) : La variation annuelle du total actif du bilan:

Cette variable indique l’évolution de la taille du bilan des établissements bancaires. elle reflète le développement de

l’activité bancaire en terme de quantité. Deux situations sont à préciser:

o β (V_Tot_Actif) > 0 : Le développement du bilan bancaire contribue à la croissance de la rentabilité boursière

de la banque.

o β (V_Tot_Actif) < 0 : La rentabilité boursière de la banque ne reflète pas l’accroissement de son bilan.

Autrement dit l’allocation des actifs et des passifs bancaires procure des coûts plus que des revenus.

Une sixième variable, dite muette, est aussi introduite pour mettre en avant l’impact de la réglementation

prudentielle sur l’exposition des six banques. Nous prenons l’année 2007 comme la date de référence associée à la

variable muette (Dummy). Il s’agit de la année de la mise en application de la réglementation prudentielle Bâle II au

Maroc, en l’occurrence l’approche standard au titre des risques de crédits, de marché et opérationnels.

3.2. La sélection des variables pour chaque banque :

En introduisant les variables explicatives, le modèle de Stone Ajusté se présente comme suit :

𝑅𝑏𝑡 = 𝛽0𝑡 + 𝛽1𝑡𝑉_𝑀𝐴𝑆𝐼𝑡 + 𝛽2𝑡 𝑉_52𝑆𝐸𝑀𝑡 + 𝛽3𝑡 𝑇10𝐴𝑁𝑆__𝑇52𝑆𝐸𝑀𝑡 + 𝛽4𝑡𝑉_𝑇𝑂𝑇_𝐴𝐶𝑇𝐼𝐹𝑡 + 𝛽5𝑡 𝑉_𝑀𝐼𝑡 + 𝜀𝑡

La conservation de ces variables est conditionnée par leur contribution dans l’explication de la rentabilité boursière

de l’établissement bancaire. Pour sélectionner les variables explicatives adéquates à chaque banque étudiée, nous

IJAMRISS 2(1):10-14

9

adoptons l’approche « Descendante » (Backward) (du Jardin, 2008). nous nous référons aux coefficient R2 et la statistique

Akaike.

Les 5 facteurs Sans V_MI (4 facteurs)

Sans V_TOT_ACTIF (3 facteurs)

Sans V_T10ANS_T52SEM (2 facteurs)

R2 Akaike info criterion




ATW 0.922 -0.894 0.922 -1.036

BCE 0.73 0.917 0.73 0.775 0.705 0.718 0.702 0.586

BCI 0.59 -0.815 0.553 -1.005 0.55 -1.14

BCP 0.836 0.277 0.83 0.18

CDM 0.88 -1.260 0.88 -1.403

Tableau 2: Les critères de sélection des variables explicatives pour les banques: ATW, BCE, BCI, BC et CDM. (source: Eviews)

Les 5 facteurs Sans V_T10ANS_T52SEM (4 facteurs)

Sans V_TOT_ACTIF (3 facteurs)




CIH 0.771 0.783 0.771 0.641 0.763 0.5315

Tableau 3: Les critères de sélection des variables explicatives pour la banque : CIH. (Source: Eviews)

Ainsi, les équations exprimant la rentabilité boursière des six banques cotées sont :


10

Les banques Les équations

ATW 𝑅𝐴𝑇𝑊𝑡 = 𝛽0𝑖 + 𝛽1𝑖 𝑉_𝑀𝐴𝑆𝐼𝑚𝑡 + 𝛽2𝑖 𝑉_52𝑆𝐸𝑀𝑡 + 𝛽3𝑖 𝑉_𝑇𝑂𝑇_𝐴𝐶𝑇𝐼𝐹𝑡

+ 𝛽4𝑖 𝑇10𝐴𝑁𝑆_52𝑆𝐸𝑀𝑡 + 𝜀𝑡

BCE 𝑅𝐵𝐶𝐸𝑡 = 𝛽0𝑖 + 𝛽1𝑖 𝑉_𝑀𝐴𝑆𝐼𝑚𝑡 + 𝛽2𝑖 𝑉_52𝑆𝐸𝑀𝑡 + 𝜀𝑡

BCI 𝑅𝐵𝐶𝐼𝑡 = 𝛽0𝑖 + 𝛽1𝑖 𝑉_𝑀𝐴𝑆𝐼𝑚𝑡 + 𝛽2𝑖 𝑉_52𝑆𝐸𝑀𝑡 + 𝜀𝑡

BCP 𝑅𝐵𝐶𝑃𝑡 = 𝛽0𝑖 + 𝛽1𝑖 𝑉_𝑀𝐴𝑆𝐼𝑚𝑡 + 𝛽2𝑖 𝑉_52𝑆𝐸𝑀𝑡 + 𝛽3𝑖 𝑉_𝑇𝑂𝑇_𝐴𝐶𝑇𝐼𝐹𝑡


CDM 𝑅𝐶𝐷𝑀𝑡 = 𝛽0𝑖 + 𝛽1𝑖 𝑉_𝑀𝐴𝑆𝐼𝑚𝑡 + 𝛽2𝑖 𝑉_52𝑆𝐸𝑀𝑡 + 𝛽3𝑖 𝑉_𝑇𝑂𝑇_𝐴𝐶𝑇𝐼𝐹𝑡


CIH 𝑅𝐶𝐼𝐻𝑡 = 𝛽0𝑖 + 𝛽1𝑖 𝑉_𝑀𝐴𝑆𝐼𝑚𝑡 + 𝛽2𝑖 𝑉_52𝑆𝐸𝑀𝑡 + 𝛽3𝑖 𝑉_𝑀𝐼𝑡 + 𝜀𝑡

Tableau 4: Les différentes équations adoptées

3.3. La méthode d’estimation :

Pour estimer les équations linéaires multiples présentées ci-dessus, nous avons adopté la méthode des moindres

carrés. Nous allons préciser les valeurs des paramètres associés à chacune des variables explicatives adoptées pour

chaque banque étudiées.

En principe, nous supposons que la rentabilité boursière des banques et la variation de taux d’intérêt varient dans le

même sens. Autrement dit, les banques cotée au Maroc sont menacées à la hausse des taux. Aussi, le développement du

bilan des banques contribue à la croissance de la rentabilité boursière de établissements bancaires. Concernant la marge

d’intérêt, nous avanceons que son accroissement amèliore la rentabilité boursière des dites banques.

Notre étude se base sur un historique annuel observé pour la période de janvier 2005 à Décembre 2019. Pour ce faire

nous avons procédé ainsi :

IJAMRISS 2(1):10-14

11

Variables Abréviations Signification

Rentabilité boursière de la banque i.

V_ATW AttijariWafa Bank

𝑐𝑜𝑢𝑟𝑠 𝑏𝑜𝑢𝑟𝑠𝑖𝑒𝑟 (𝑡) − 𝑐𝑜𝑢𝑟𝑠 𝑏𝑜𝑢𝑟𝑠𝑖𝑒𝑟 (𝑡 − 1)

𝑐𝑜𝑢𝑟𝑠 𝑏𝑜𝑢𝑟𝑠𝑖𝑒𝑟 (𝑡 − 1)

V_BCE Bank of Africa

V_BCI Banque Marocaine pour le Commerce et l’incustrie

V_BCP Banque Centrale Populaire

V_CDM Crédit Du Maroc

V_CIH Crédit Immobilier et Hôtelier

Le taux de rendement des bons de trésor.

V_52SEM Taux (t) – taux (t-1)

T10ANS__T52SEM Taux 10 ans (t) – Taux 52 semaines (t)

Données comptables

V_MI 𝑀𝐼 (𝑡) − 𝑀𝐼(𝑡 − 1)

𝑀𝐼 (𝑡 − 1)

V_TOT_ACTIF 𝑇𝑂𝑇 𝐴𝐶𝑇𝐼𝐹(𝑡) − 𝑇𝑂𝑇_𝐴𝐶𝑇𝐼𝐹(𝑡 − 1)

𝑇𝑂𝑇_𝐴𝐶𝑇𝐼𝐹(𝑡 − 1)

Le taux de rendement du marché

V_MASI 𝑀𝐴𝑆𝐼 (𝑡) − 𝑀𝐴𝑆𝐼(𝑡 − 1)

𝑀𝐴𝑆𝐼 (𝑡 − 1)

Périodicité 1. Les données ont été collectées comme suit :

• Les cours boursiers des banques et l’indice MASI : journalière.

• Les taux d’intérêt de bons de trésor à 10 ans et 52 semaines : mensuelle.

• Les totaux de bilans et les marges d’intérêt des banques : annuelle. 2. Le traitement dans le cadre de notre travail est à base annuelle.

Sources • La bourse de Casablanca.

• Bank-Al-Maghrib.

• Banque de données économiques, financières et sociales MANAR-STAT.

Tableau 5: Récapitulation des données utilisées dans l'étude

4. Discussion des résultats :

4.1. Résultats :

Le modèle de Stone ajusté, avant et après l’application de la réglementation prudentielle, a été estimé sur une base

de données annuelles selon la méthode des moindres de Carrés.


12

Les banques Variables Valeurs des coefficients

R2

MO

DEL

E D

E S

TON

E (

19

74

) A

JUST

E

ATW V_MASI 1.4623* 92.2%

V_52SEM 0.1248 ***

T10ANS_T52SEM 0.1346 *

V_TOT_ACTIF -1.1421 *

BCP V_MASI 1.4623* 83%

V_52SEM -0.0141 (90%)

T10ANS_T52SEM -0.1042 ***

V_TOT_ACTIF -1.1563*

CDM V_MASI 0.6698* 88%

V_52SEM -0.1020 (23%)

T10ANS_T52SEM 0.0466 (17%)

V_TOT_ACTIF 1.3068 (20%)

BCE V_MASI 1.6545* 70.2%

V_52SEM -0.0053 (97%)

BCI V_MASI 0.5011* 55%

V_52SEM 0.0024 (97%)

CIH V_MASI 1.8563* 76.3%

V_52SEM -0.0700 (67%)

V_MI -0.4783 (20%) Tableau 6: Résultats de l'estimation des six équations (Stone Ajusté). Source:Eviews.

Le pouvoir explicatif du modèle de Stone ajusté est fortement significatif pour toutes les banques (R2 > 70%), à

l’exception de la banque BCI où il est relativement acceptable (R2 = 55%). En ce qui concerne la significativité individuelle

des variables explicatives, elle diffère en fonction des banques.

L’introduction de la variable muette vise à mettre en valeur l’effet de la réglementation prudentielle sur l’exposition

au risque de taux d’intérêt des banques au Maroc. Comme le montre le tableau ci-dessous, le pouvoir explicatif du modèle

et la significativité individuelle des variables se sont améliorés.

IJAMRISS 2(1):10-14

13

Les banques Variables Valeurs des coefficients

R2

MO

DEL

E D

E S

TON

E (

19

74

) A

JUST

E +

EFF

ET D

E L

A

REG

LEM

ENTA

TIO

N

ATW V_MASI 1.2948* 92.45%

V_52SEM 0.9286 (56%)

T10ANS_T52SEM 0.1435*

V_TOT_ACTIF -1.0972**

Dummy*V_52SEM -0.8098 (61%)

BCP V_MASI 0.6027 87.95%

V_52SEM 4.3890 (10%)

T10ANS_T52SEM -0.0536

V_TOT_ACTIF -1.0979*

Dummy*V_52SEM -4.4256***

CDM V_MASI 0.2450 92.59%

V_52SEM 2.1364***

T10ANS_T52SEM 0.0731**

V_TOT_ACTIF 1.3437

Dummy*V_52SEM 2.2510***

BCE V_MASI 0.7047 (19%) 80.19%

V_52SEM 5.5842**

Dummy*V_52SEM -5.6420**

BCI V_MASI 0.5111*** 55.01%

V_52SEM -0.1672 (93%)

Dummy*V_52SEM 0.2123 (93%)

CIH V_MASI 0.2011 (67%) 91.46%

V_52SEM 12.1130*

V_MI -1.7344*

Dummy*V_52SEM -12.2239*

Tableau 7: Résultats de l'estimation des six équations (Stone ajusté+ effet de la réglementation). Source: Eviews.

4.2. Discussions :

D’après les équations adoptées, les banques cotées en bourse Casablanca peuvent être scindées en trois groupes :

Groupes A : AttijariWafa Bank, Banque Centrale Populaire et Crédit Du Maroc ; Groupe C : Crédit Immobilier et Hôtelier ;

Groupe B : Bank of Africa et Banque Marocaine pour le Commerce et l’Industrie.

Les résultats présentés précédemment nous permettent d’avancer que le secteur bancaire marocain est relativement

exposé au risque de taux d’intérêt, notamment à la hausse des taux. Il est dit, la courbe de taux d’intérêt a relativement

une allure haussière. Par conséquent ce résultat doit être pris au sérieux.

(Vaz et al., 2008) ont démontré l’existence d’une relation positive entre la rentabilité boursière des banques et les

variations courantes de taux d’intérêt à l’Australie. Selon eux, ce résultat est dû à la spécificité de la place bancaire


14

australienne de forme oligopolistique. Cet argument peut être adopté pour expliquer notre résultat, du fait que le marché

bancaire marocain est aussi oligopole et caractérisé par un niveau de concentration important. Cependant, il existe une

certaine unanimité en termes de la sensibilité négative de la rentabilité boursière vis-à-vis des variations courantes de taux

d’intérêt. Comme a été prouvé par plusieurs travaux tels ceux de : (Amarasinghe & Amarasinghe, 2015), (Scott &

Peterson, 1986), (Ryan & Worthington, 2004) et (Brewer & Lee, 1986).

Cette sensibilité défavorable à la hausse des taux d’intérêt est due principalement à la prise en compte de la

réglementation prudentielle.

Dans ces circonstances, les restrictions réglementaires renforcent la dépendance défavorable et significative de la

rentabilité boursière vis-à-vis les variations de taux d’intérêt.

La pente de la courbe de taux d’intérêt affecte positivement la rentabilité boursière des banques AttijariWafa Bank et

Crédit Du Maroc. Par contre, la rentabilité boursière de la Banque Centrale Populaire est affectée négativement de

manière significative. Ainsi, cette dernière aurait tendance à s’investir dans des actifs à court et moyen terme, et se

procurer des ressources à long terme. Au fait, le risque lié à la pente de la courbe de taux d’intérêt peut s’aggraver si les

taux d’intérêt au Maroc ont une tendance haussière. Alors que si la courbe s’aplatit, cette sensibilité sera neutralisée. Et

vice versa pour les banques AttijariWafa Bank et Crédit Du Maroc.

Concernant la taille du bilan, cette variable influence négativement et de manière significative la rentabilité

boursière des banques AttijariWafa Bank et Banque Centrale Populaire. Ces dernières sont respectivement classées

première et deuxième en termes du total de bilan dans la place marocaine. Par contre, la banque de Crédit Du Maroc

(7ème en termes de total de bilan) aurait intérêt à développer son bilan pour améliorer sa rentabilité boursière.

L’introduction de la variable muette représentant l’effet de la réglementation prudentielle a bouleversé les profils de

l’exposition au risque de taux d’intérêt des banques marocaines cotées. Ce bouleversement consiste à renforcer la

sensibilité aux variations courantes de taux d’intérêt de la rentabilité boursière des banques étudiées.

IJAMRISS 2(1):10-14

15

Les banques

Position Réaction de la rentabilité boursière à la

hausse des taux d’intérêt

Sans réglementation Avec

réglementation

Sans réglementation

Avec réglementation

ATW Longue Longue (-) (+)

BCE Courte Longue (+) (-)

BCI Longue Courte (-) (-)

BCP Courte Longue (+) (-)

CDM Courte longue (+) (+)

CIH Courte Longue (+) (-)

Tableau 8: Récapitulation des résultats de l'analyse de la sensibilité de la rentabilité boursière vis-à-vis la variation de taux d'intérêt

En rendant la position des banques longue, l’application des restrictions baloises a fragilisé le secteur bancaire

marocain. Ce qui joigne les résultats de plusieurs auteurs, tels : Barth et Al (1999, 2002), Repullo (2004) ou encore

Quignon (2008)… Ils opposent à l’adoption des restrictions prudentielles. Selon eux le dispositif bâlois fragilise la

rentabilité et la stabilité financière de la banque. D’autres, tel : (Barth et al., 2000) et (Bongini et al., 2000), ont mis

l’accent sur les spécificités des places émergentes et la nécessité de les prendre en compte lors de la mise en place du

cadre prudentiel réglementaire.

Après l’application de la réglementation prudentielle, la majorité des banques au Maroc sont menacées par la hausse

des taux d’intérêt. Un résultat qui converge vers les résultats du dernier rapport de la supervision bancaire de Bank Al

Maghrib publié en 2019 (Rapport annuel sur la supervision bancaire - Exercice 2019, 2019, p. 89‑90). Ainsi l’évaluation du

risque de taux d’intérêt dans le secteur bancaire marocain selon l’approche de « marché + comptable » s’avère fructueuse

et prometteuse. Au fait nous avons pu contourner la difficulté de l’inaccessibilité aux données comptables nécessaires

pour mener une étude en se basant sur le concept de duration.

5. Conclusion :

Le traitement du sujet de risque de taux d’intérêt a été négligé par la place bancaire pendant longtemps. Cependant

et avec l’avènement de multiples crises bancaires, chercheurs et professionnels se sont trouvées dans l’obligation de

prendre au sérieux la cartographie des risques bancaires dont le risque de taux d’intérêt est une partie prenante.

Le présent article traite l’exposition au risque de taux d’intérêt dans le secteur bancaire marocain selon une approche

de marché ajustée. Nous avons évalué l’impact des variations de taux d’intérêt sur la rentabilité boursière des banques

cotées en bourse Casablanca. Nous avons pu démontrer la menace des variations de taux d’intérêt que peut subir les


16

banques marocaines, notamment à la hausse. Aussi nous avons prouvé l’effet de la réglementation prudentielle

accentuant cette menace.

Références :

[1] Alvi, J., Rehan, M., & Khatri, S. (2019). Role of Sovereign Indicators in Performance of Stock Market of Pakistan.

Journal of Finance and Economics, 7(2), 52‑61.

[2] Amarasinghe, A., & Amarasinghe, M. (2015). Dynamic Relationship between Interest Rate and Stock Price : Empirical Evidence from Colombo Stock Exchange.

[3] Ayub, A., & Masih, M. (2013). Interest Rate, Exchange Rate, and Stock Prices of Islamic Banks : A Panel Data Analysis. 27.

[4] Barth, J. R., Caprio Jr, G., & Levine, R. (2000). Banking systems around the globe. World Bank Development Research Group Working Paper, 2325.

[5] Bashir, A Hassan,A. (1997). Interest Rate Sensitivity and Stock in the United Arab Emirates. Journal of King Saud

University, 9, 79‑89.

[6] Bongini, P., Ferri, G., & Kang, T. S. (2000). Financial Intermediary Distress in the Republic of Korea : Small is Beautiful? World Bank Publications.

[7] Brewer, E., & Lee, C. F. (1986). The impact of market, industry, and interest rate risks on bank stock returns. In Staff

Memoranda (No 86‑4; Staff Memoranda). Federal Reserve Bank of Chicago.

[8] Campbell, J. Y. (1987). Stock returns and the term structure. Journal of Financial Economics, 18(2), 373‑399.

[9] Choi et al. - 1992—The sensitivity of bank stock returns to market, i.pdf. (s. d.). [10] Choi, J. J., Elyasiani, E., & Kopecky, K. J. (1992). The sensitivity of bank stock returns to market, interest and exchange

rate risks. Journal of Banking & Finance, 16(5), 983‑1004. [11] du Jardin, P. (2008). L’influence des méthodes de sélection de variables sur la structure et la performance des

modèles de prévision de la défaillance d’entreprise. Proceedings of the Modèles et Apprentissages en Sciences Humaines et Sociales Workshop, Laboratoire Erudite - Paris 12 et Laboratoire Samos-Matisse-CES, Paris, France.

[12] Flannery, M. J., & James, C. M. (1984). Market Evidence on the Effective Maturity of Bank Assets and Liabilities.

Journal of Money, Credit and Banking, 16(4), 435‑445. [13] Gan, C., Lee, M., Yong, H. H. A., & Zhang, J. (2006). MACROECONOMIC VARIABLES AND STOCK MARKET

INTERACTIONS: NEW ZEALAND EVIDENCE. Investment Management and Financial Innovations, 3(4), 15. [14] Geissler, C., Herouard, G., Sorba, O., & Lagayette, P. (1990). Le risque de taux : Actualité de la question moyens

d’analyse. Revue Banque Edition. [15] Goyeau, D., Sauviat, A., & Tarazi, A. (1998). Sensibilité des résultats bancaires au taux d’intérêt. Revue française

d’économie, 13(2), 169‑200.

[16] Kwan, S. H. (1991). Re-examination of interest rate sensitivity of commercial bank stock returns using a random

coefficient model. Journal of Financial Services Research, 5(1), 61‑76.

[17] Markowitz, H. (1992). L’histoire de la finance moderne. 4, 22.

[18] Markowitz, H. (1952). Portfolio Selection. The Journal of Finance, 7(1), 77‑91.

[19] Markowitz—1952—Portfolio Selection.pdf. (s. d.). [20] Rapport annuel sur la supervision bancaire—Exercice 2019. (2019). BANK AL-MAGHRIB. [21] Risque de taux d’intérêt et gestion bancaire—Jean-Claude Augros ,... - Librairie Eyrolles. (2000). [22] Ryan, S. K., & Worthington, A. C. (2004). Market, interest rate and foreign exchange rate risk in Australian banking :

A GARCH-M approach. 24. [23] Samarakoon, L., Hasan, T., & Hasan, S. (1999). Stock Price Behavior In A Less Devel-oped Market : Evidence From Sri

Lanka. Journal of Applied Business Research, 16. [24] Saunders, A., & Swary, I. (1986). Returns and Risks of U.S. Bank Foreign Currency Activities. The Journal of Finance,

41(3), 671‑682.

IJAMRISS 2(1):10-14

17

[25] Scott, W. L., & Peterson, R. L. (1986). Interest Rate Risk and Equity Values of Hedged and Unhedged Financial

Intermediaries. Journal of Financial Research, 9(4), 325‑329.

[26] Sharpe, W. F. (1964). Capital Asset Prices : A Theory of Market Equilibrium Under Conditions of Risk*. The Journal of

Finance, 19(3), 425‑442. [27] Stone, B. K. (1974). Systematic Interest-Rate Risk in a Two-Index Model of Returns. Journal of Financial and

Quantitative Analysis, 9(5), 709‑721.

[28] Tobin, J. (1958). Liquidity Preference as Behavior Towards Risk. The Review of Economic Studies, 25(2), 65‑86.

[29] Vaz, J. J., Ariff, M., & Brooks, R. D. (2008). The effect of interest rate changes on bank stock returns. Investment Management and Financial Innovations, 5(4), 17.

[30] Wetmore, J. L., & Brick, J. R. (1994). COMMERCIAL BANK RISK : MARKET, INTEREST RATE, AND FOREIGN EXCHANGE.

Journal of Financial Research, 17(4), 585‑596. [31] Wetmore, J. L., & Brick, J. R. (1998). The Basis Risk Component of Commercial Bank Stock Returns. Journal of

Economics and Business, 50(1), 67‑76.

L’ANALYSE DE RISQUE DE TAUX D’INTERET DANS LE SETEUR ...

Documents

Transcript of L’ANALYSE DE RISQUE DE TAUX D’INTERET DANS LE SETEUR ...