UNIVERSITÉ DE DOUALA

Ecole Doctorale Sciences Economiques et de Gestion

***********

Faculté des Sciences Economiques et de Gestion

Appliquée

***********

Groupe d’Etudes et de Recherche en Economie

Appliquée (GEREA)

UNIVERSITÉ GASTON BERGER DE SAINT-LOUIS

Ecole Doctorale Sciences de l’Homme et de la Société

***********

Unité de Formation et de Recherche des Sciences

Economiques et de Gestion

***********

Laboratoire de Recherche en Economie de Saint-Louis

(LARES)

QUALITE DU PORTEFEUILLE DE CREDITS, CAPITALISATION ET SOLIDITE

BANCAIRE DANS LA COMMUNAUTE ECONOMIQUE ET MONETAIRE DE

L’AFRIQUE CENTRALE (CEMAC)

THÈSE EN COTUTELLE INTERNATIONALE

Présentée et soutenue par :

André KADANDJI

Pour l’obtention du grade de : Docteur de l’Université Gaston Berger de Saint-Louis et Docteur de

l’Université de Douala

Discipline/Spécialité : Sciences Economiques

Dirigée par :

Professeur Mouhamadou FALL

Professeur François KOUM EKALLE

JURY :

Président : Pr El Hadji Abdoul Aziz NDIAYE, Maître de Conférences Agrégé à l’Université Gaston Berger

de Saint-Louis

Rapporteur : Pr Seydi Ababacar DIENG, Maître de Conférences Agrégé à l’Université Cheikh Anta Diop de

Dakar

Rapporteur : Pr Mathurin FOUNANOU, Maître de Conférences Agrégé à l’Université Gaston Berger de

Saint-Louis

Directeur de thèse : Pr Mouhamadou FALL, Maître de Conférences Agrégé à l’Université Gaston Berger de

Saint-Louis

Co-Directeur de thèse : Pr François KOUM EKALLE, Maître de Conférences et HDR à l’Université de

Douala

21 Avril 2016

L’Université de Douala et l’Université

Gaston Berger de Saint-Louis n’entendent

donner aucune approbation ni improbation

aux opinions émises dans cette thèse. Ces

opinions doivent être considérées comme

propres à leurs auteurs.

i

A la mémoire de mon père et ma grand-mère, la force de vos mémoires est une motivation ;

A Mme Doudou ASNE et au Dr SOUKSOUNA G., en reconnaissance de votre affection ;

A mes frères, sœurs, cousins et cousines, qui ont toujours cru en moi ;

A mes enfants, je voudrais être pour vous, un exemple à dépasser ;

A mon épouse, pour ton soutien.

ii

REMERCIEMENTS

Nous ne saurions remercier assez Messieurs les Professeurs François KOUM

EKALLE et Mouhamadou FALL pour avoir accepté de diriger notre thèse. Nous tenons à

remercier Monsieur le Professeur François KOUM EKALLE qui n’a pas hésité à partager la

paternité de ce travail. Nous sommes émus par les qualités scientifiques et humaines rares de

Monsieur le Professeur Mouhamadou FALL. Messieurs les Professeurs, nous vous prions de

trouver ici l’expression de toute notre gratitude. Votre sollicitude combinée à la rigueur pour

un suivi bienveillant, fondent la pertinence de cette thèse.

Nous exprimons notre gratitude à Messieurs les Professeurs Seydi Ababacar DIENG

et Mathurin FOUNANOU, qui nous honorent en acceptant d’évaluer cette thèse. Nos sincères

remerciements vont également à Monsieur le Professeur El Hadji Abdoul Aziz NDIAYE, qui

a accepté participer à notre jury de thèse.

Notre reconnaissance va aussi aux autorités administratives des Universités de Douala

et Gaston Berger de Saint-Louis, pour la mise en place de la cotutelle de cette thèse. Nous

remercions le Grand chancelier et l’Administrateur général de l’Université Catholique Saint

Jérôme de Douala. Nous souhaitons que cette thèse soit perçue comme le fruit des efforts des

enseignants qui consacrent leur existence à la formation de l’Homme, particulièrement ceux

qui nous ont enseignés. Nous adressons notre gratitude à nos collègues de l’Université

Catholique, au Docteur Jean Bernard BOYABE et à l’ensemble des membres du LARES, à

qui nous devons une partie considérable de la pertinence scientifique de cette thèse.

Nous tenons à remercier le Secrétaire Général de la COBAC et certains cadres de cette

institution, qui ont bien voulu mettre à notre disposition des données pour la réalisation de

cette étude. Nous profitons de l’occasion pour témoigner notre gratitude aux responsables des

banques, qui ont bien voulu nous consacrer une partie de leur temps.

La nature nous a placés dans un environnement familial exceptionnel, nous voudrions

dire merci particulièrement à Mesdames Doudou ASNE, Jacqueline AMMA et au Docteur

Souksouna GUESSAITOUING pour leur affection et la confiance qu’ils ont placée en notre

modeste personne. Nous remercions aussi celle qui a suffisamment supporté les états d’âme

d’un doctorant, mille fois merci Madame Justine MAIWAMBE.

Nous n’oublions pas, toutefois, ceux dont les noms n’ont pas été cités ici, mais qui ont

contribué d’une manière ou d’une autre à la réalisation de cette thèse. Que tous ceux qui se

reconnaîtront à travers leur soutien trouvent ici notre sincère gratitude.

iii

Résumé

L’objectif de notre thèse est d’examiner la solidité bancaire compte tenu des exigences

de qualité d’actifs et de capitalisation dans la Communauté Economique et Monétaire de

l’Afrique Centrale (CEMAC). Pour cela, nous analysons les facteurs d’amélioration de la

relation qui existe d’une part entre la qualité du portefeuille de crédits et la solidité bancaire,

et d’autre part, celle qui existe entre le niveau de capitalisation et la solidité bancaire. La

démarche adoptée consiste à tester d’un côté l’influence des indicateurs du type CAMEL(S) et

macroéconomiques sur la relation qui existe entre la qualité du portefeuille de crédits et la

solidité bancaire, et d’un autre côté l’influence de ces indicateurs sur la relation niveau de

capitalisation et solidité des banques dans la CEMAC. Nous mobilisons pour ce qui est de

l’importance de la qualité du portefeuille de crédits : la théorie du signal, la théorie du compte

chèque et les contrats incitatifs. En ce qui concerne le niveau de capitalisation nous nous

appuyons sur la controverse qui existe entre la théorie de préférence des états et la théorie du

choix de portefeuille.

Nous utilisons pour ce faire un panel constitué de 41 banques réparties dans 4 pays de

la CEMAC sur la période 2000 – 2013. A cet effet, nous mobilisons un modèle à équations

imbriquées avec le Z-score comme indicateur de la solidité. Nous procédons aux estimations

des coefficients par la méthode des moments généralisés pour appréhender la première

relation et par la méthode LSDVC pour la deuxième relation afin d’apprécier les effets des

variables macroéconomiques et des variables CAMEL(S). Il ressort de cette étude que la prise

en compte simultanée des indicateurs CAMEL et des indicateurs macroéconomiques améliore

la solidité des banques. Pour sauvegarder la solidité des banques, un renforcement de la

réglementation prudentielle sous l’impulsion de l’organe de supervision sous régional est

nécessaire. Cette institution doit insister sur le bien-fondé de la bonne gouvernance interne

des banques et la prise en compte du cadre macroéconomique dans l’exercice des activités

bancaires.

Mots clés : qualité, portefeuille de crédits, capitalisation et solidité bancaire

iv

Abstract

The aim of this thesis is to examine the soundness of banks in CEMAC. For this,

firstly we analyze the relationship enhancement factors between the quality of the loan

portfolio and the sound banking, and secondly, the relationship between the level of

capitalization and sound banking. The adopted approach is to test the effects of the

CAMEL(S) and the macroeconomic indicators on the relationship between the quality of the

loan portfolio and sound banking, and on the other hand the influence of these indicators on

the relationship between capitalization level and soundness of banks in the CEMAC. We

mobilize in terms of the importance of the quality of the loan portfolio: the signal theory, the

checking account theory and the incentives contracts. Regarding the level of capitalization we

rely on the controversy between the state preference theory and the theory of portfolio choice.

We use a panel of 41 banks of 4 countries in the CEMAC over the period of 2000 -

2013. The analysis provides a model nested equations panel data with Z-score as an indicator

of sound banking. We proceeded to estimate coefficient by the generalized method of

moments (GMM) to understand the first relationship and the LSDVC method for the second

relationship in order to assess the effects of macroeconomic and CAMEL(S) variables. It

appears from this study that the simultaneous consideration of CAMEL indicators and

macroeconomic indicators improves the soundness of banks. The strengthening of prudential

regulation by the regional supervisory are necessary to protect the solidity of banks. This

institution must insist on the validity of the internal control of banks and taking account of the

macroeconomic framework in the banking activities.

Keys words: quality, loan portfolio, capitalization and sound banking

v

Liste des abréviations

AMAO : Agence Monétaire de l’Afrique de l’Ouest

BCE : Banque Centrale Européenne

BEAC : Banque des Etats de l’Afrique Centrale.

CAMEL(S): Capital adequacy, Asset quality, Management quality, Earning ability, liquidity

position and Sensitivity to market risk

CEMAC : Communauté Economique et Monétaire de l’Afrique Centrale.

CERBER : Collecte, Exploitation et Restitution aux Banques et Etablissements Financiers

des Etats Réglementaires

COBAC : Commission Bancaire de l’Afrique Centrale.

CREDTA : Créances Douteuses sur Total des Actifs

CREDTCR : Créances Douteuses sur Total des Crédits

CRESTCR : Créances en Souffrance sur Total des Crédits

CRNTA : Crédits Nets sur Total des Actifs

DEPTA : Total des Dépôts sur Total des Actifs

FCFA : Franc de la Coopération Financière Africaine.

FDIC : Federal Deposit Insurance Corporation

FED : Réserve Fédérale Américaine

FMI : Fonds Monétaire International

FP : Fonds Propres

FPTA : Fonds Propres sur Total Actifs

FPTCR : Fonds Propres sur Total Crédits

G20 : Groupe des vingt

IPC : Indice des Prix à la Consommation

ISF : Indicateurs de Solidité Financière

LCR: Liquidity Coverage Ratio

LSDVC: Least Squares Dummy Variable Corrected

vi

MCG : Moindres Carrés Généralisés

MCO : Moindres Carrés Ordinaires

MMG : Méthode des Moments Généralisés

NINJA : No Income, No Job and Asset

NSFR: Net Stable Funding Ratio

OCDE : Organisation pour le Commerce et le Développement Economique

PESF : Programme d’Evaluation du Secteur Financier

PIB : Produit Intérieur Brut.

PME : Petite et Moyenne Entreprise

PME : Petites et Moyennes Entreprises

PMI : Petite et Moyenne Industrie

PROCCRED : Provisions à Constituer sur Créances Douteuses

PROECRED : Provisions Existantes sur Créances Douteuses

PROETA : Provisions Existantes sur Total des Actifs

PROETCR : Provisions Existantes sur Total des crédits

ROA: Return on Asset.

ROE: Return on Equity.

S.A : Société Anonyme

S.A.R.L : Société A Responsabilité Limitée

S.N.C : Société en Nom Collectif

SYSCO : Système de Cotation des Établissements de Crédit

TA : Total des Actifs

TCRDEP : Total des Crédits sur Total des Dépôts

TIC : Technologie de l’Information et de la Communication.

TPE : Très Petite Entreprise

UEMOA : Union Economique et Monétaire Ouest Africaine.

vii

Liste des illustrations

Figure 1 : cadre conceptuel de l’analyse ……………………………………………………..9

Figure 2 : la courbe du rendement attendu d’un crédit ……………………………………...24

Figure 3 : la synthèse des problèmes d’information dans le processus de crédit .............…...42

Figure 4 : cadre conceptuel du modèle d’analyse de l’influence de la qualité du portefeuille

de crédits sur la solidité bancaire …………………………………………………………….73

Figure 5 : Cadre conceptuel du modèle d’analyse de l’influence du niveau de capitalisation

sur la solidité bancaire ………………………………………………………………………156

viii

Liste des tableaux

Tableau n° 1 : Analyse des éléments constitutifs d’un dossier de demande de crédit …...…27

Tableau n° 2 : Echelle de Rating SYSCO ……. ……………………………………………59

Tableau n° 3 : Les statistiques descriptives du Z-score des banques de la CEMAC de 2000 à

2013 …………………………………………………………………………………………..78

Tableau n° 4 : Récapitulatif des variables explicatives et les signes attendus ……...………83

Tableau n° 5 : Récapitulatif des résultats des estimations avec les variables prises par

groupe..……………………………………………………….……………………………….84

Tableau n° 6 : Récapitulatif des résultats des estimations des équations imbriquées …...….86

Tableau n° 7 : récapitulatif de la constitution des fonds propres ……………………….…113

Tableau n° 8 : synthèse des axes de recherche autour de la nécessité des fonds propres …134

Tableau n° 9 : Synthèse des ISF relatif aux modèle CAMEL …………………………......146

Tableau n° 10 : la synthèse des variables d’intérêt ………………………………………...161

Tableau n° 11 : la synthèse des variables individuelles utilisées comme amplificatrices ....163

Tableau n° 12 : synthèse des variables macroéconomiques utilisées comme amplificatrices

….……………………………………………………………………………………………164

Tableau n° 13 : récapitulatif des variables explicatives …………………………………...165

Tableau n° 14 : synthèse des résultats des équations individuelles ………………..………168

Tableau n° 15 : synthèse des résultats des équations imbriquées ………………………….169

ix

Liste des annexes

Annexe 1 : les estimations de la première partie…………………………………………198

Statistiques descriptives CEMAC………………………………………………………...…198

Test de corrélation…………………………………………………………………………...198

Test avec les variables d’intérêt (Qualité du portefeuille de crédits)……………………..…199

Test avec les variables liées à la liquidité……………………………………………..…….200

Test avec les variables liées à la qualité de gestion uniquement………………………….…201

Test avec les variables liées à la capitalisation………………………………………...……202

Test avec les variables liées à la rentabilité…………………………………………………203

Test avec les variables macroéconomiques……………………………………………….....204

Test avec les variables liées à la liquidité et à la qualité de gestion………...……………….205

Test avec les variables liées à la liquidité, la gestion et la capitalisation……………………206

Test avec les variables liées à la liquidité, la gestion, la capitalisation et la rentabilité…..…207

Test avec les variables liées à la liquidité, la gestion, la capitalisation, la rentabilité et les

variables macroéconomiques…………………………………………………………..……208

Annexe 2 : les estimations de la deuxième partie…………………………………...……209

Estimation avec les variables liées aux fonds propres……………………………………....209

Estimation avec les variables liées aux fonds propres et la liquidité…..……………………210

Estimation avec les variables liées aux fonds propres et la qualité de gestion………..…….211

Estimation avec les variables liées aux fonds propres et la rentabilité…………..………….212

Estimation avec les variables liées aux fonds propres et la qualité du portefeuille…............213

Estimation avec les variables liées aux fonds propres et les variables macroéconomiques...214

Estimation avec les variables liées aux fonds propres, la liquidité et la rentabilité…………215

Estimation avec les variables liées aux fonds propres, la liquidité, la rentabilité et la qualité de

gestion……………………………………………………………….………………………216

Estimation avec les variables liées aux fonds propres, la liquidité, la rentabilité, la qualité de

gestion et la qualité du portefeuille……………………………………………….…………217

x

Estimation avec les variables liées aux fonds propres, la liquidité, la rentabilité, la qualité de

gestion, la qualité du portefeuille et les variables macroéconomiques……………...………218

xi

SOMMAIRE

Introduction générale ………………………………………………………………………..1

Première partie : la relation qualité du portefeuille de crédits et solidité des banques :

l’importance des indicateurs individuels et macroéconomiques …………………….......11

Chapitre 1 : la qualité du portefeuille de crédits : une condition nécessaire, mais pas

suffisante pour la solidité bancaire ………………………………………………………...14

Section 1 : la théorie du signal : la détection des emprunteurs de bonne qualité une condition

de solidité bancaire ………………………………………………………………………...…16

Section 2 : la justification théorique de l’exigence de la qualité d’actifs pour la solidité

bancaire ………………………………………………………………………………………34

Chapitre 2 : l’influence de la qualité du portefeuille de crédits sur la solidité bancaire

dans la CEMAC : une évaluation empirique …………………………………………...…49

Section 1 : les différentes approches empiriques de l’évaluation de la solidité des banques...51

Section 2 : l’élaboration d’une stratégie de solidité des banques dans la CEMAC ……….…67

Deuxième partie : les exigences de capitalisation sont-elles suffisantes pour la solidité

bancaire ? ......................................................................................................................……..99

Chapitre 3 : la controverse sur la relation qui existe entre le niveau de capitalisation et la

solidité bancaire …………………………........................................................................... 101

Section 1 : les exigences en fonds propres : une condition de solidité bancaire………….....102

Section 2 : Le cadre d’analyse de l’effet de la quantité des fonds propres sur la solidité

financière des banques...…………..…………………………………………………….......115

Chapitre 4 : l’influence du niveau de capitalisation sur la solidité bancaire dans la

CEMAC : une évaluation empirique ..................................................................................137

Section 1 : le cadre d’utilisation des indicateurs de solidité financière du type CAMEL ….139

Section 2 : le niveau de capitalisation : le nœud de la solidité bancaire …………................150

Conclusion générale …...........................................................................................................179

Bibliographie …................................................................................................................... 186

1

Introduction générale

La crise bancaire des années 1980 est à l’origine d’une profonde mutation du système

d’intermédiation financière en Afrique. L’une des manifestations de cette crise du système

bancaire africain de la décennie 80 est la dégradation de la rentabilité et la solvabilité des

banques. Cette dégradation a eu pour conséquence la baisse de la solidité des banques sur le

continent. La solidité bancaire est définie par Lindgren et al. (1996), comme la capacité de la

banque à résister à des événements indésirables tels que la panique bancaire, les changements

politiques, la libéralisation du secteur financier et les catastrophes naturelles. Par conséquent,

la solidité bancaire reflète la capacité de la banque à être solvable et à résister dans des

conditions économiques difficiles par les moyens de son capital et de ses réserves. Ainsi, la

capacité d’une banque à gérer les chocs, est à la fois endogène et exogène1. La stabilité

financière dépend de la bonne santé financière des institutions financières et de leur capacité

de résilience suite à un choc macroéconomique. Les crises financières récentes sont à

l’origine des accords de Bâle III. Ces crises ont montré l’importance de renforcer les

différentes approches de la réglementation microprudentielle (pour la capacité endogène) et

macroprudentielle (pour les facteurs exogènes). C’est pour cette raison que, Gammadigbé

(2012) estime qu’il est important de chercher à quantifier en permanence l’endurance du

système bancaire et ses composantes face à l’émergence des divers chocs. C’est dans cette

logique qu’intervient notre thèse dont l’intention est d’aider à prémunir les banques contre

l’apparition des crises.

Les crises financières et les faillites des institutions bancaires entraînent le plus

souvent des ruées bancaires2 (Diamond et Dybvig 1983). Scialom (2007) définit la banque

non seulement comme une industrie, mais aussi comme un intermédiaire financier spécifique

qui a pour fonction traditionnelle de collecter des dépôts et d’octroyer des crédits. Gurley et

Shaw (1960) dans leur modèle supposent que les banques jouent une fonction de

transformation. Elles collectent les ressources (essentiellement les dépôts) qui peuvent être

réclamés à tout moment par les déposants, accordent des crédits, gèrent les moyens de

paiement et les risques de transformation. Ainsi, les banques doivent faire face à des

situations de risque de défaut ou de contrepartie et de risque de liquidité, risques qui peuvent

1 La capacité endogène à gérer les chocs est l’aptitude interne, c’est-à-dire individuelle de la banque à faire face

aux chocs. Tandis que pour la capacité exogène, nous faisons allusion à l’aptitude du système bancaire à gérer les chocs. 2 C’est des situations dans lesquelles, les déposants vont effectuer des retraits précipités. Elles sont aussi

connues sous l’expression courses aux guichets

2

entrainer la faillite de la banque. En cas de difficulté d’une banque, les différents déposants

veulent retirer le plus rapidement possible leurs épargnes pour les sécuriser d’une autre

manière. Les courses aux guichets peuvent, par effet d’entraînement, exposer d’autres

banques du système à des difficultés particulières. Ceci peut être illustré par la crise bancaire

chypriote de 2013 et plus récemment la crise grecque de 2015. De par l’interconnexion des

moyens de paiement et de financement, la faillite d’une banque peut s’étendre à d’autres

banques par « effet de contagion ». C’est pour cette raison qu’il apparaît utile d’identifier la

meilleure stratégie visant à préserver la solidité des institutions bancaires en particulier et la

stabilité du système financier en général (Autorité Monétaire de l’Afrique de l’Ouest ci-après

AMAO, 2009). De plus, pour Madji (2002), les différentes expériences tant au sein de la

Communauté Economique et Monétaire de l’Afrique Centrale (CEMAC)3 que dans les autres

sous-régions montrent que le bon fonctionnement du système bancaire et financier dépend

étroitement de la solidité financière des entités qui le composent. L’auteur fonde son

argumentation sur le fait que les incidents d’une certaine gravité enregistrés au sein d’une

banque peuvent ébranler, par un effet de contagion, la solidité de plusieurs établissements de

crédit avec des conséquences néfastes sur l’ensemble du secteur, voire de l’économie (on se

trouvera en présence d’une crise systémique). Les risques liés à l’activité bancaire peuvent

être localisés du côté de l’actif et/ou du côté du passif du bilan de la banque. On peut dire que

le risque de faillite d’une banque peut être circonscrit des deux côtés du bilan de la banque.

L’analyse de l’actif des banques des pays de la CEMAC montre que la qualité du

portefeuille de crédits s’est dégradée dans tout le système bancaire de la communauté. En

effet, au 31 décembre 2013, les créances en souffrance ont augmenté de 48% par rapport à

l’année précédente. Les plus fortes dégradations sont observées en Centrafrique, au Tchad, en

Guinée Equatoriale et au Gabon où les encours des créances douteuses ont progressé

respectivement de 151%, 102,4%, 62,3% et 40,1% en 2013 (Commission Bancaire de

l’Afrique Centrale ci-après COBAC, 2013). Le Cameroun en 2013 avec 253 milliards soit

50,9% du total des créances douteuses de la sous-région, a le plus gros volume. Les

statistiques récentes de la COBAC montrent que les créances en souffrances dans la

Communauté s’élèvent à 894 milliards FCFA en fin mars 2015 contre 696 milliards FCFA en fin

mars 2014, ce qui représente à ces dates 11,88% et 9,99% des crédits bruts. Cette situation

montre que la qualité apparente du portefeuille de crédits continue de se dégrader. Cette

3 La CEMAC est constituée de six pays à savoir : le Cameroun, le Congo, le Gabon, la Guinée Equatoriale, la

République Centrafricaine et la Tchad. Elle est née des cendres de l’Union Douanière et Economique de l’Afrique Centrale (UDEAC) le 16 mars 1994 par la signature du traité de Ndjamena au Tchad.

3

dégradation est causée en partie par le risque lié aux différentes créances. On peut donc

penser que prévenir les risques que peut entrainer la dégradation de la qualité du portefeuille

de crédits sur la solidité des banques, est sans doute l’une des préoccupations des autorités

monétaires de cette sous-région (Abdou, 2002).

La préoccupation des autorités monétaires de la CEMAC portant sur la qualité du

portefeuille de crédits des banques, témoigne de la nécessité d’avoir des banques solides dans

cette sous-région. Nous savons que le portefeuille de crédits est un des principaux canaux

générateurs des revenus dans les banques. Afin d’éviter la dégradation de la qualité des actifs

des banques, la politique de stabilisation du système bancaire s’impose comme une nécessité

macroéconomique absolue pour certaines économies. Cette politique prend appui sur les

composantes solides et saines du système. C’est ainsi que, la mise en place du programme de

gestion des risques dans les institutions financières au Kenya a permis d’améliorer la qualité

des portefeuilles des banques de ce pays (Central Bank of Kenya, 2011). En plus des

prescriptions des règles de comportement au niveau national, on constate qu’il faut tenir

compte des exigences qui dépassent le cadre du territoire national.

D’après Lacoue-Labarthe (2008), la recherche effrénée du gain par les banques peut

accroître la probabilité de la survenance des crises financières. Quant à Madji (2002), la

probabilité pour une banque de rester solvable est subordonnée principalement à une

capitalisation suffisante permettant à cette dernière de faire face à des évolutions

défavorables, ainsi qu’à sa rentabilité. C’est pour cette raison que la COBAC, à la sortie de la

crise de la décennie 1980, a mis l’accent sur la crédibilité du plan de restructuration, tant au

niveau de la restauration des équilibres financiers fondamentaux à court terme, qu’au niveau

de la pérennité à moyen terme des établissements financiers. Le contrôle prudentiel, principal

élément de la supervision des banques, vise à réduire ou mieux à maîtriser les risques gérés

par les différentes banques. Pour ce contrôle, on dispose généralement de deux niveaux

d’intervention complémentaires. On peut noter, le contrôle institutionnel par lequel, la banque

centrale assure la mise en œuvre efficace de la politique monétaire et la supervision assurée

par une autre institution dépendante (ou indépendante) de la banque centrale qui vise à

s’assurer de la solidité des banques (la COBAC pour l’Afrique centrale). La COBAC assure la

mission de supervision au moyen d’une surveillance permanente et d’inspections

approfondies des banques prises individuellement ou en groupe.

4

Comme instrument de surveillance, le ratio Cooke4 a constitué la première étape vers

une approche prudentielle à l’échelle internationale, fondée sur une norme de fonds propres,

calculée selon une formule connue et acceptée de tous. Ce ratio permet de prémunir le

déposant contre le risque de faillite et constitue un mécanisme incitatif permettant de contrôler

la prise de risques par les banques. Pour l’adapter à l’évolution des activités de l’industrie

bancaire et plus spécifiquement des composantes du passif et de l’actif, et à la mutation des

risques, on est passé de Bâle I à Bâle III. Aujourd’hui le ratio Cooke est substitué par le ratio

Mc Donough pour tenir compte de cette nouvelle donne.

La COBAC dans le cadre de ses missions de suivi de la solidité des banques de la

CEMAC, a élaboré une réglementation prudentielle qui impose aux banques le respect d’une

norme minimale de ratio de couverture des risques par les capitaux propres fixé à 8 %. Il

ressort du rapport annuel de la COBAC en 2013, que onze banques sur cinquante, ne

respectent pas cette norme. Sur les onze banques en infraction par rapport au ratio de

couverture des risques par les capitaux propres, cinq sont au Cameroun, deux au Gabon, deux

au Congo, une au Tchad et une en Guinée Equatoriale. On constate qu’à la même période, on

a un taux de dégradation du portefeuille de crédits au-delà de 10 % et environ 22 % des

banques sous-capitalisées dans la sous-région. De plus, Gulde-Wolf et Ghura (2012) dans le

rapport du FMI sur la stabilité du système financier de la CEMAC, constatent après les tests

de résistance que le système bancaire de cette sous-région est en général vulnérable à de

nombreux risques. Ils soulignent aussi le fait que les ratios prudentiels régionaux soient dans

l’ensemble peu respectés. Pour cela, il convient de s’attarder sur les relations qui existent

entre les exigences de qualité du portefeuille de crédits, de capitalisation et le concept de

solidité bancaire dans cette sous-région.

La réforme du cadre prudentiel et l’aptitude des banques à gérer des moments de

tensions sont devenues un thème d’une grande actualité et un champ de réflexion important de

la recherche en économie monétaire. Les principaux enseignements tirés de la récente crise

financière ont montré avec acuité l’importance de ce sujet. Cette crise à amener le Comité de

Bâle a élaboré un programme de réformes profondes, pour une véritable refonte du secteur

bancaire. Les séquelles de cette crise ont été perceptibles dans le système bancaire de la

4 Le ratio Cooke mis en place en juillet 1988 par le comité des règles et pratiques du groupe des dix pays les

plus riches et du Luxembourg, est un ratio international de solvabilité que doivent respecter les établissements de crédit. Il est le rapport entre le montant des fonds propres et celui des encours de crédit. La logique du ratio « Cooke » est celle d'un ratio de risques pondérés devant atteindre 8 %, du coût en fonds propres. Il a pour objectif de renforcer la solidité et la stabilité du système bancaire, atténuer les inégalités concurrentielles entre les banques.

5

CEMAC avec, notamment, des tensions de liquidité observées dans certains établissements

bancaires, fortement impliqués dans le secteur forestier (Madji, 2002). De plus, les crises

financières entrainant des faillites bancaires ont des conséquences qui vont au-delà de la

sphère bancaire. Ces conséquences peuvent rapidement atteindre la sphère réelle, parce qu’un

manque de confiance envers les banques met en danger l’économie monétaire. C’est pour

cette raison qu’il est important de s’interroger sur la solidité apparente des banques dans la

CEMAC face aux chocs économiques et financiers.

Certains auteurs dans le cadre de leurs études se sont intéressés à la question de la

solidité financière dans les pays aussi bien développés (Furlong et Kwan, 2007 ; Couppey et

Madiès, 1997) qu’en voie de développement (Caprio, 1997 ; Abdou, 2002 ; AMAO, 2009).

Bien que la nécessité d'assurer la solidité financière fasse l'objet d'un large consensus dans la

littérature économique, des controverses subsistent, notamment sur les moyens d'y parvenir,

mais aussi sur les institutions devant se charger de cette mission. Caprio (1997) en

s’interrogeant sur les coûts des crises bancaires dans les pays en développement, étudie les

facteurs saillants des faillites bancaires dans ces économies. Il rapporte que la qualité du

portefeuille et la solidité des banques s’appuient sur quatre piliers : la relation entre les

actionnaires et les dirigeants ; la présence des régulateurs ; la qualité de la gouvernance et la

discipline de marché. Cette idée est soutenue par Godlewski (2005) qui pense que l’excès de

prise de risque en milieu bancaire est favorisé par les facteurs comme la faiblesse de la

gouvernance des banques, la faiblesse de la discipline des marchés et la régulation inefficace.

D’où la nécessite d’un questionnement profond de la solidité bancaire dans la sous-région

CEMAC. C’est pour cette raison, qu’il apparaît intéressant de se poser la question suivante :

quels sont les effets des indicateurs individuels et macroéconomiques sur d’une part la

relation qui existe entre la qualité du portefeuille de crédits et la solidité bancaire, et

d’autre part celle qui existe entre le niveau de capitalisation et la solidité bancaire ? De

cette question principale, il découle deux questions spécifiques. La première s’intéresse à

l’exigence de qualité d’actifs comme condition de solidité bancaire et la deuxième aux

exigences en matière de capitalisation. Nous nous posons donc les questions suivantes :

- quels sont les effets des indicateurs individuels et macroéconomiques sur la

relation qui existe entre la qualité du portefeuille de crédits et la solidité

bancaire ?

- quels sont les effets des indicateurs individuels et macroéconomiques sur la

relation qui existe entre le niveau de capitalisation et la solidité bancaire ?

6

Dans un contexte de recherche effrénée de la rentabilité par les entreprises, la banque

en tant qu’entreprise doit maximiser son profit. Cette volonté peut l’amener à prendre des

risques excessifs, risques qui peuvent être à l’origine de sa faillite et partant celle du système

bancaire (risque systémique). Pour ce faire, il s’avère important de disposer des banques

solides qui sont des éléments indispensables de la sécurité financière. Notre thèse qui rentre

dans cette logique a pour objectif principal d’analyser la solidité bancaire compte tenu des

exigences de capitalisation et de qualité du portefeuille de crédits. Pour cela, nous apprécions

l’influence des indicateurs individuels du type CAMEL(S)5 et des indicateurs

macroéconomiques sur la double relation établie d’une part entre la qualité du portefeuille de

crédits et la solidité bancaire, d’autre part la capitalisation et la solidité bancaire. Ceci dans le

but de maintenir ou d’accroître la solidité des banques. Ainsi, pour atteindre cet objectif

général, nous nous fixons les objectifs spécifiques suivants :

- identifier les exigences fondamentales de la solidité des banques ;

- proposer des variables de contrôle ;

- examiner la nature des relations qui existent entre la solidité des banques et ses

exigences dans un contexte des pays en développement ;

- proposer après analyse un modèle d’amélioration de la solidité des banques dans la

CEMAC.

Les recherches portant sur la solidité des banques constituent un centre d’intérêt de

grande importance dans les travaux menés sur le secteur financier en général et le secteur

bancaire en particulier. Pour une combinaison optimale des différents déterminants de la

solidité des banques, il est nécessaire de connaître l’importance et la contribution de tout

déterminant à l’atteinte de la solidité. Ainsi, l’étude de la solidité des banques permet aux

dirigeants des banques d’avoir des stratégies leur permettant de disposer des institutions

solides et dynamiques. Cette étude envoie un signal sur la santé financière des banques aux

autres intervenants du secteur bancaire. De plus, notre thèse constitue une contribution au

débat sur l’importance de la prise en considération des indicateurs de type CAMEL et des

indicateurs macroéconomiques dans la définition de la solidité bancaire. Il développe des

5 CAMEL(S) est un cadre d’analyse qui définit six (06) catégories des variables permettant d’apprécier et de

couvrir les risques financiers et non financiers auxquels sont exposées les institutions financières. Les six critères sont : l’adéquation du capital ou la solvabilité (Capital adequacy) ; la qualité des actifs et du portefeuille (Asset quality) ; la gestion et la gouvernance d’entreprise (Management quality) ; la rentabilité (Earning ability) ; la liquidité (liquidity position) et la sensibilité au risque de marché (Sensitivity to market risk).

7

stratégies permettant d’améliorer la solidité bancaire dans le contexte des pays en

développement notamment les pays de l’Afrique centrale. Ceci afin de permettre à ces pays de

disposer des banques solides capables de soutenir la croissance.

Dans la littérature, les déterminants de la solidité bancaire sont regroupés souvent en

facteurs microéconomiques et macroéconomiques. D’un point de vue microéconomique, les

causes des crises bancaires peuvent être regroupées à travers des causes interne et externe aux

banques. D’après Caprio (1997), les causes de crises bancaires ont pour principal aspect,

l’asymétrie d’information entre les différents protagonistes. Les asymétries d’information que

nous retrouvons au niveau de la banque, nous amène à nous intéresser à l’ensemble de

relations qui existent autour et au sein de la banque (Couppey et Madiès, 1997). Dans cet

ordre d’idées, Zamil (2010) pense que l’instabilité du secteur financier ne peut être combattue

efficacement que par une bonne manière de gérer les risques par les institutions. Caprio

(1997) s’inscrit dans la même lignée et discute l’hypothèse selon laquelle la standardisation de

la réglementation bancaire améliorerait la qualité du portefeuille et accroît la solidité des

banques des pays en développement.

En pratique, on peut constater deux sources de vulnérabilité des systèmes bancaires

(Albulescu, 2009). La première source est associée à une faible diversification du risque

présent dans le bilan et le hors bilan des banques. Ce risque peut être localisé des deux côtés

du bilan de la banque, il se matérialise en risque de crédit, risque opérationnel, risque de

liquidité, etc. La deuxième source de vulnérabilité est représentée par le risque systémique qui

proviendrait de l’ensemble du système bancaire. La qualité des actifs est devenue une

exigence réglementaire pour diminuer le niveau du risque dans les bilans des banques.

D’après Godlewski (2004), une banque peut devenir insolvable lorsque ses actifs génèrent des

pertes.

Concernant la gestion des risques, Hayden et al. (2007), décèlent deux théories

contradictoires sur la banque. Ils ont identifié la théorie traditionnelle de la banque et la

théorie de la finance d’entreprise. La théorie traditionnelle de la banque est fondée sur la

banque comme contrôleur délégué (Diamond, 1984). Cette théorie recommande que la banque

se diversifie, si possible, pour atteindre son organisation optimale. En revanche, la théorie de

la finance d’entreprise suggère que la banque, considérée comme une entreprise, se concentre

sur la cible qui lui permet d’obtenir le plus grand avantage possible. Pour cela, les dirigeants

des banques doivent donc savoir concilier les natures des comportements divergents de leurs

pourvoyeurs des ressources financières à savoir : les actionnaires qui ont un goût pour le

8

risque et les déposants qui préfèrent une gestion prudente (Couppey et Madiès, 1997). La

réglementation bancaire qui résulte de ces natures de comportement peut être définie d’après

Zamil (2010), comme l’ensemble des règles qui permettent à l’autorité bancaire d’inciter les

banques à avoir un comportement prudent dans la gestion des risques. Couppey et Madiès

(1997) pensent que l’efficacité de cette réglementation dépend de la complémentarité des

instruments utilisés. Ceci dit on ne saurait oublier l’importance des autres éléments dans ce

processus. En tenant compte des spécificités de l’activité bancaire et de ce qui précède, nous

formulons l’hypothèse suivante :

Hypothèse 1 : La prise en compte simultanée des indicateurs individuels de type

CAMEL et des indicateurs macroéconomiques améliore la solidité bancaire.

En outre, aucune approche de la régulation bancaire ne peut être transposée sans tenir

compte du contexte. Couppey et Madiès (1997), en traitant de l’efficacité de la réglementation

prudentielle, supposent que la complémentarité des instruments est une condition nécessaire

de l’efficacité. Ils rejettent les approches théoriques traditionnelles6 et soutiennent l’approche

théorique dite de la « réglementation optimale » qui intègre les apports de l’économie de

l’information. Celle-ci suppose qu’une norme de solidité n’est efficace que si elle repose sur

une action globale. Pour certains auteurs (Tartari, 2002 ; Gouriéroux et Tiomo, 2007 ; Berger,

2010 ; Petey, 2004 ; Madji, 2002), l’analyse de la solidité bancaire devrait tenir compte de la

structure financière de la banque. Ces auteurs considèrent les fonds propres comme un

« amortisseur » en cas de pertes imprévues. D’ailleurs, c’est pour cette raison que les

régulateurs utilisent les exigences en matière des fonds propres définies par le Comité de Bâle

comme des instruments préventifs. Pour Berger (2010), ce recours à la réglementation des

fonds propres permet de réduire l’asymétrie d’information qui existe entre le régulateur et la

banque en incitant cette dernière à limiter sa prise de risque. La relation entre le niveau de

capitalisation et le risque de faillite des banques est loin de faire l’objet d’un consensus. Pour

cela, nous formulons l’hypothèse ci-après :

Hypothèse 2 : La prise en compte conjointe de l’aspect interne de la banque et de

l’aspect macroéconomique améliore la contribution du niveau de capitalisation à la solidité

bancaire.

6 Par approches théoriques traditionnelles, nous faisons allusions aux théories telles que la théorie de

préférence sur les états et la théorie du choix de portefeuille qui intègrent difficilement les spécificités des banques.

9

Tout comme nos hypothèses, la méthodologie et le choix des variables utilisées

s’inspirent de l’examen de certains modèles théoriques et empiriques connus dans la

littérature. Notre cadre conceptuel (figure 1) et la disponibilité des données sont déterminants

dans le choix du modèle et des variables. Pour cette thèse, nous utilisons les données

annuelles des banques de la CEMAC pour la période allant de 2000 à 2013. Ces données sont

extraites du système de Collecte, d’Exploitation et de Restitution aux Banques des Etats

Réglementaires (CERBER)7 de la COBAC.

Figure n° 1 : cadre conceptuel de l’analyse

Liaison d’intérêt

Liaison directe entre les variables de contrôle et la solidité bancaire

L’influence des variables de contrôle sur les relations préétablies (hypothèses)

Source : auteur

7 Le sigle CERBER est utilisé pour Collecte, Exploitation et Restitution aux Banques et Etablissements Financiers

des Etats Réglementaires. A partir des données de ce dispositif, la COBAC établit le rating SYSCO pour l’évaluation des banques de la CEMAC. Bien que les données issues de ce dispositif ne soient pas publiables, nous avons pu obtenir, et ceci grâce à la collaboration de certaines personnes externes et internes à la COBAC, qui ont accepté volontairement de mettre à notre disposition certaines informations dont nous avons besoin.

La qualité du

portefeuille de

crédits

Le niveau de

capitalisation

La solidité

bancaire

Les indicateurs individuels et les

indicateurs macroéconomiques

Les indicateurs individuels et les

indicateurs macroéconomiques

H

1

H

10

Dans le but de répondre à notre question de recherche, notre travail est structuré par la

suite en deux parties. La première partie se propose d’analyser la relation qui existe entre la

qualité du portefeuille de crédits et la solidité bancaire. Nous tentons à partir d’une analyse

théorique puis empirique de répondre à notre première question spécifique. A travers une

revue de littérature, le premier chapitre pose le jalon de l’influence de la qualité du

portefeuille de crédits sur la solidité bancaire. Nous mobilisons les différentes théories

permettant à la banque d’avoir des débiteurs sains pour un portefeuille de crédits de bonne

qualité. Le deuxième chapitre porte sur l’aspect empirique de cette partie. Nous procédons à

une analyse du modèle dynamique de la solidité avec des données de panel. Nous testons le

comportement de la relation qui existe entre la solidité bancaire et la qualité du portefeuille de

crédits en injectant les autres variables internes et externes à la banque.

La deuxième partie s’articule aussi autour de deux chapitres. Cette partie se propose

d’analyser la relation qui existe entre le niveau de capitalisation et la solidité bancaire. Pour ce

faire, nous présentons dans le troisième chapitre une revue de littérature relative à ce lien.

Nous mettons en lumière les éléments constituant les fonds propres. Nous nous intéressons

particulièrement au sens de la relation qui existe entre la capitalisation et la solidité. Au

niveau du chapitre quatre, nous procédons à une évaluation empirique de cette relation. Ici,

nous apprécions les effets de la présence des variables internes et externes à la banque sur la

relation préétablie entre la solidité bancaire et le niveau de capitalisation.

11

PREMIERE PARTIE : LA RELATION QUALITE DU PORTEFEUILLE DE

CREDITS ET SOLIDITE DES BANQUES : L’IMPORTANCE DES INDICATEURS

INDIVIDUELS ET MACROECONOMIQUES

Introduction Première partie

La crise financière des années 2000 a révélé, une fois de plus, l’importance d’avoir des

banques solides pour des économies solides. Cette crise s’est déclenchée dans la seconde

moitié de 2007 avec la série de déclassement des agences de notation. Un an plus tard,

précisément à la mi-septembre 2008, on a atteint le pic de la crise avec la faillite de grands

groupes financiers. La Crise des subprimes8 est une crise financière du marché des produits

structurés, déclenchée aux Etats-Unis par un effondrement du marché des prêts hypothécaires

à risque. Pour comprendre la séquence de ces événements, Artus et al. (2008) supposent qu’il

existe deux approches possibles : la première met l’accent sur la dérèglementation qui s’est

amplifiée tout au long de 2007, la seconde considère que tout part d’une base elle-même

fragile. La deuxième approche relève l’importance d’une base solide, c’est-à-dire une base

capable de faire face à un choc.

Dans ce contexte, la maîtrise des risques devient une urgence. La diversification et la

réduction des risques semblent interpeller toutes les institutions. Il est aussi important de

savoir qu’en réalité, la gestion des risques n’est pas une préoccupation nouvelle pour les

institutions financières. En effet, depuis longtemps les institutions financières s’intéressent à

la gestion des risques. Cette gestion est fondamentale, car nous pouvons nous appuyer sur

Lindgren et al. (1996), pour dire qu’une banque est solide lorsqu’elle peut faire face à tout

type de risques. En d’autres termes, c’est celle qui remplit les conditions nécessaires de bon

fonctionnement en tant que banque. Pour Caprio (1997) et Godlewski (2005), les facteurs

comme la faiblesse de la gouvernance des institutions bancaires et de la discipline des

8 Les crédits subprimes sont des prêts hypothécaires consentis à des emprunteurs dont la situation en termes

de revenus est au-dessous des critères habituels d’éligibilité des banques, sur la base d’une majoration du taux

d’intérêt « surprime ». Ces prêts sont accordés à des conditions de taux d’intérêt variables. Ces prêts sont

rendus gérables par les mécanismes de titrisation qui permettent de créer des obligations de bonne note en

jouant sur la diversification du risque et la valeur du bien immobilier. Pour plus de détails, le lecteur peut se

référer à Artus et al. (2008).

12

marchés, suivies d’une régulation inefficace favorisent l’excès de prise de risque en milieu

bancaire.

Pour les banques, le risque de crédit, c’est-à-dire le risque lié au défaut de

remboursement du débiteur est l’un des principaux risques à gérer. Ainsi, il s’avère donc que

l’une des préoccupations des banques à l’heure actuelle est la gestion du risque de crédit.

Selon Matoussi et Abdelmoula (2010), la gestion du risque de crédit par une banque doit tenir

compte de la qualité de son débiteur, car cette dernière est un élément fondamental pour la

dite gestion. Pour une activité comme l’octroi de crédit qui repose sur la confiance et avec

l’asymétrie d’information qui existe entre les protagonistes, il s’avère difficile de distinguer le

bon débiteur du mauvais débiteur. Ainsi, les accords de Bâle II recommandent aux banques

une mesure pertinente du risque de crédit en tenant compte de la qualité de l’emprunteur,

même à travers le système de notation interne propre à chaque banque. Ceci permet aux

banques de respecter les exigences suivantes : les conditions des exigences minimales des

fonds propres, le processus de surveillance prudentielle et les règles de discipline des

marchés.

La mauvaise évaluation du risque provenant de la structure déséquilibrée du bilan de

l’emprunteur aboutit parfois à des prêts non performants (Godlewski, 2005). La détention de

ce type de prêts par une banque détériore la qualité du portefeuille de crédits de cette dernière.

De plus, à long terme, cette détérioration peut aussi provenir de la hausse du taux d’intérêt qui

peut conduire à une mauvaise évaluation du risque en accroissant la sélection adverse (Stiglitz

et Weiss, 1981). La détérioration de la qualité des actifs de la banque se répercute sur la

qualité de son portefeuille. Cette détérioration baisse les produits nets de la banque et peut

avoir des conséquences sur la capacité de cette dernière à supporter le choc. C’est pour cette

raison que, Godlewski (2004) pense qu’une banque peut devenir insolvable, lorsque ses actifs

génèrent des pertes. Ceci nous amène à dire que la dégradation de la qualité du portefeuille de

crédits a un effet négatif sur la rentabilité de la banque. C’est pourquoi, il est important

d’améliorer l’estimation du risque des dossiers étudiés afin de réduire au minimum les

créances douteuses.

La bonne gestion des risques logés dans le bilan de la banque est un élément important

pour le maintien ou l’amélioration de la capacité de la banque à faire face aux chocs. En effet,

la transformation du risque encouru est l’une des fonctions fondamentales de la banque. Ainsi,

lorsqu’une banque échoue à ce niveau, elle aura plusieurs difficultés à exercer son activité, car

elle ne pourra plus mutualiser les risques. Ainsi, en s’interrogeant sur la manière de maintenir

13

ou d’accroître la solidité des banques, il s’avère important d’examiner les effets des variables

de contrôle sur l’influence de la qualité du portefeuille de crédits sur la solidité bancaire.

L’objet de cette première partie est d’analyser les effets de la prise en compte des

indicateurs du type CAMEL et des indicateurs macroéconomiques sur la relation qui lie la

qualité du portefeuille de crédits à la solidité bancaire. Tout en estimant que la qualité du

portefeuille de crédits d’une banque reflète le niveau des risques qu’elle prend, nous

présentons dans cette partie les limites de l’exigence de la qualité d’actifs comme condition de

la solidité des banques. Pour cela, nous montrons l’importance de la prise en compte de

certains éléments dans la recherche de la solidité bancaire.

14

CHAPITRE 1 : LA QUALITE DU PORTEFEUILLE DE CREDITS : UNE

CONDITION NECESSAIRE, MAIS PAS SUFFISANTE POUR LA SOLIDITE

BANCAIRE

Introduction

Les crises économiques et financières sont souvent les conséquences d’un

enchaînement simple d’événements. Cet enchaînement d’événements peut être expliqué par le

surendettement des clients suite à un développement accéléré du crédit bancaire suivi des

faillites en chaîne dans les différents secteurs de l’économie, accentuées parfois par certains

évènements au niveau national ou international. La faillite d’un emprunteur concrétise la

réalisation de son défaut, ce qui va accroître les créances douteuses de sa banque. Or, ces

créances sont souvent à l’origine des faillites des établissements bancaires. Les banques pour

sortir les créances douteuses de leurs portefeuilles, ont développé plusieurs techniques de

transfert des risques par l’ingénierie financière. L’innovation à travers des éléments comme la

titrisation des créances bancaires a permis, à un certain moment aux banques d’exercer en

marge de la réglementation9. Ceci en transférant les risques pris par les banques sur des

débiteurs dont la signature est de mauvaise qualité, aux investisseurs sur les marchés

financiers. Mais, la titrisation a montré ses limites et ses conséquences à travers la récente

crise des subprimes qui s’est transformée en crise financière.

La crise du marché hypothécaire à risque aux États-Unis pendant l’été 2007 s’est

transformée en crise financière grave et s’est propagée rapidement dans le reste du monde.

D’après plusieurs auteurs à l’instar d’Angora (2009), cette crise a révélé de graves lacunes

dans le contrôle et la réglementation des institutions financières. Cette situation a entraîné une

dégradation de la qualité du portefeuille des actifs des banques, détérioré la confiance et

amplifié l’asymétrie d’information. Il est important de rappeler que cette crise provient du fait

que les banques ont pris des risques excessifs sur le marché des crédits hypothécaires en

octroyant des crédits à des emprunteurs de mauvaise qualité à savoir les NINJA (No Income,

No Job and Asset). Les banques ont pris cette résolution, peut-être parce qu’elles savaient,

qu’elles allaient sortir ces créances adossées à des débiteurs de mauvaise qualité de leurs

portefeuilles de crédits par le biais de la titrisation.

9 Cette situation a amené le comité de Bâle à revoir les accords de Bâle 2 après la crise financière des années

2008, pour passer aux accords de Bâle 3.

15

La volonté de contourner la réglementation par l'inventivité, pose donc le problème de

l’exigence de la qualité du portefeuille d’actifs des banques. Cette dernière joue un rôle

essentiel dans le processus de l'évolution de l’innovation financière, car les banques sont des

entreprises dont l’objectif est la maximisation de leurs valeurs. Face à des contraintes limitant

leur rentabilité, elles vont développer des stratégies de contournement. D’après Diatkine

(2002), Schumpeter compare le comportement de la banque dans une relation de crédit à celui

du planificateur en régime socialiste qui donne des « ordres ». En effet, en régime capitaliste,

en donnant son accord à l'emprunteur, la banque lui fournit des moyens de paiement pour

s’approvisionner en facteurs de production. La mise à la disposition des emprunteurs de

nouveaux pouvoirs d’achat par les banques s'apparente donc à la fourniture de moyens de

subordination ou de « pouvoir » de commandement sur les autres agents économiques. Si la

banque est considérée comme un personnage qui délègue un pouvoir à ses clients

emprunteurs, il se pose donc un problème de la qualité de l’emprunteur. En effet, il est

important, pour la banque, de connaître la qualité de celui à qui elle délègue ce pouvoir. Pour

cela, avant toute opération de crédit, la banque doit évaluer le risque lié au prêt et à

l’emprunteur. Ensuite, elle doit après l'octroi du crédit, surveiller l’emprunteur à travers son

remboursement et le suivi de ses activités. L'existence d'asymétrie d'information dans ce

domaine nécessite que la banque acquière la connaissance du projet à financer et celle de

l'emprunteur. La théorie de l’intermédiation financière, suppose qu’en surveillant le

comportement de ses emprunteurs, la banque acquiert une information privée relative à la

qualité de son portefeuille de crédits (Pop, 2005). La banque prend toutes ces précautions

dans le but d’éviter les créances douteuses, car celles-ci peuvent entrainer sa faillite. D’où, la

question de savoir, si la qualité du débiteur dont dépend la qualité du portefeuille, n’est pas

une condition suffisante pour avoir des banques solides.

L’objet de ce chapitre est d’analyser l’influence sur la solidité bancaire de l’exigence

de la qualité du portefeuille de crédits, c’est-à-dire de l’actif comme déterminant de la solidité

de la banque. Ceci afin de ressortir les éléments influençant la solidité de la banque du côté de

l’actif de son bilan. Ce chapitre est organisé dans la suite en deux sections. Dans la première

section, nous allons mobiliser la théorie du signal et la théorie du compte chèque qui peuvent

être utilisées par la banque pour différencier les emprunteurs. La deuxième section se fonde

sur la théorie d’agence à travers le phénomène d’asymétrie d’information pour justifier

l’exigence de la qualité de l’emprunteur par les banques dans les opérations de crédit.

16

Section 1 : La théorie du signal : la détection des emprunteurs de bonne qualité une

condition de solidité bancaire

La théorie du signal a été développée par Spence en 1973. Elle est définie dans le

cadre du marché de travail en présence d’asymétrie d’information. Il suppose que cette

asymétrie d'information entraîne l'ignorance par les employeurs des caractères personnels des

demandeurs d’emploi. Cependant, les employeurs peuvent s'appuyer sur des signaux envoyés

par les candidats, par exemple le diplôme, pour sélectionner le bon candidat. A tort ou à

raison, le bon candidat est alors celui qui est « signalé » par un diplôme. On peut supposer que

les individus qui ont de fortes capacités, et qui sont donc plus productifs, obtiennent des

diplômes plus facilement, c’est-à-dire à des coûts plus faibles (moindre efforts). Les bons

candidats sont donc prêts à consacrer un investissement en éducation plus important que les

autres candidats, pour obtenir le diplôme qui leur permet de signaler leur qualité aux

employeurs.

La formation n'a donc pas, comme objectif unique, d'accroître la productivité

individuelle par l’amélioration du capital humain, elle a aussi le rôle de fournir au marché un

signal sur la qualité de l’individu qui postule pour un emploi. Pour Spence (1973), on peut

généraliser le raisonnement à d'autres produits. Ainsi, la publicité serait pour lui un autre

signal, pour ceux qui croient en leur produit, et qui sont prêts à engager pour ceux-ci des

dépenses publicitaires. Si nous assimilons les emprunteurs aux vendeurs des titres de

créances, ceux-ci vont donc envoyer des signaux sur la qualité de leurs titres aux acheteurs,

c’est-à-dire les banquiers. Comme dans le cas des vendeurs de voiture d’occasion qui peuvent

offrir une garantie qui sert de signal de qualité de la voiture (Akerlof, 1970), les débiteurs de

bonne qualité peuvent en faire autant pour la qualité de leur signature.

Cherif (1999) pense qu’il faut développer, d’une part, des techniques de décodage par

les banquiers du signal reçu des emprunteurs et d’autre part, des techniques de signalisation

qui permettent aux emprunteurs d’envoyer de bonnes informations, pour résoudre le problème

d’asymétrie d’information. Pour lui, cela consiste à envoyer l’information au marché à travers

une variable de décision qui signale indirectement la qualité de l’emprunteur. En effet, pour

Lobez et Vilanova (2008), dans un contexte d’asymétrie d’information surtout ex-ante, les

candidats emprunteurs de haute qualité, caractérisés par un faible risque de défaut, sont les

premières victimes de l’incapacité des créanciers à les identifier. Pour cela, ces emprunteurs

doivent utiliser tous les moyens à leur disposition pour signaler leur qualité réelle. Dans tous

17

les cas, la théorie du signal vient faciliter le choix garant du bon emprunteur, c’est-à-dire du

débiteur de signature de bonne qualité, rendu difficile par l'absence de transparence et par

l'asymétrie d'information.

Dans cette section, nous présentons les éléments sur lesquels les banquiers doivent

s’attarder pour décoder le signal envoyé par les clients emprunteurs. Ces éléments servant de

canaux de transmission du signal de la qualité de signature doivent être aussi connus par les

emprunteurs afin d’éviter toute asymétrie d’information. Ainsi, nous élucidons d’abord le

concept du débiteur sain avant de présenter quelques indicateurs d’un débiteur sain.

I- La nature de l’emprunteur : l’élément fondamental de la qualité du portefeuille

de crédits

Il existe, selon Smith10

, deux types d'emprunteurs. Il y a d'une part, les « agents

économiques prudents » qui n'empruntent que pour financer leur encaisse de transaction pour

des échéances précises, et qui peuvent, en principe, rembourser11

. Il y a d'autre part, ceux qu’il

considère comme les « faiseurs de projets » ou spéculateurs qui présentent des projets risqués.

Ces derniers peuvent être appelés les « mauvais emprunteurs ». Ils empruntent pour financer

tout leur capital (ils vont donc au-delà des besoins de leur encaisse de transaction) et, l'issue

de leurs entreprises est incertaine et les amènera vraisemblablement à ne pas pouvoir

rembourser à la banque. Cette dernière catégorie d’emprunteur est constituée des insolvables.

Tout comme, il existe deux types de promoteurs (bon et mauvais), il existe aussi deux types

de projets (à rentabilité élevée et faible). Les projets des mauvais promoteurs ont des

rentabilités faibles avec certitude, tandis que ceux des bons promoteurs peuvent avoir une

rentabilité élevée ou faible avec les probabilités respectives de p et 1 p (Godbillon-

Camus et Godlewski, 2005).

Par conséquent, il faut prêter attention au bilan et aux indicateurs de rentabilité des

projets des clients emprunteurs. Les déficiences financières telles que des coefficients

emprunts sur fonds propres élevés et/ou une faible rentabilité des projets des emprunteurs ont

un effet direct sur le portefeuille de la banque en raison de leur impact sur la qualité des actifs.

10

Smith A. (1776), An Inquiry into the Nature and Causes of the Wealth of Nations, pour une lecture confère Diatkine (2002) 11

Ceux-ci peuvent être considérés comme les bons emprunteurs que nous appelons dans notre contexte les « débiteurs sains »

18

Compte tenu de l’interconnexion des banques, ces déficiences peuvent se répercuter

directement sur tout le secteur bancaire. Ainsi, les emprunteurs en mauvaise santé financière

peuvent rendre une banque plus vulnérable, et moins résistante, aux chocs extérieurs.

Pour ce qui est de la bonne qualité du portefeuille de crédits, il y a plusieurs éléments

permettant à la banque de détecter les débiteurs sains. C’est la raison pour laquelle,

l’acceptation du dossier de crédit selon Diab Malouf (2007), est fonction de plusieurs facteurs

notamment : la nature de l’entreprise ; la qualité de ses bilans ; celle de ses dirigeants ; sa

rentabilité ; la nature de l’opération financière ; les garanties présentées ; sa surface

financière ; etc. Le fait que l’acceptation du dossier de crédit soit conditionnée par ces

éléments, provient de la science et de l’expérience du banquier à pouvoir détecter la qualité de

l’emprunteur. Pour cela, nous présentons par la suite, les différents canaux de transmission du

signal de l’emprunteur au banquier. Nous nous limiterons sur quatre éléments principaux qui

permettent non seulement à l’emprunteur d’envoyer un signal sur sa qualité, mais aussi au

banquier de décoder la nature de l’emprunteur et de constituer un portefeuille de crédits de

bonne qualité. C’est ainsi que nous présentons tour à tour, la capacité financière, le statut

juridique, la situation fiscale et le secteur d’activité de l’emprunteur.

I.1- La capacité financière de l’emprunteur

La capacité financière permet d’apprécier l’aptitude d’un agent économique à faire

face à un certain nombre d’engagements financiers actuels ou à venir. Le lexique de finance

définit la capacité financière comme l’ensemble des actifs détenus par un agent économique et

qui sont mobilisables à des fins d’investissements, d’emprunts ou de remises de garanties.

Comme le banquier ne connait qu’imparfaitement les risques afférents aux prêts qu’il accorde

à ses clients, il est important qu’il apprécie d’avance les capacités de ses clients à honorer

leurs engagements. En effet, ces clients emprunteurs connaissent mieux la probabilité de

réussite de leur projet que le banquier, ce qui pose un problème d’asymétrie d'information qui

va provoquer une anti-sélection.

L’anti-sélection peut être définie sur le marché de crédit comme un mécanisme de

marché qui conduit à un recul progressif des emprunteurs de bonne qualité, au bénéfice des

emprunteurs de niveau de qualité moindre (Diatkine 2002). Ce phénomène s’explique par le

départ des bons emprunteurs du marché, ce qui peut entraîner la banque à sélectionner

19

involontairement les mauvais emprunteurs et constituer un portefeuille de crédits de mauvaise

qualité.

Le banquier doit s’assurer de la capacité de l’emprunteur à rembourser le crédit, en

tenant compte de l’endettement total généré par l’opération de crédit. Pour ce faire, il est

important pour le banquier de connaître la capacité financière de l’emprunteur. En effet,

l’opération de crédit ne survient qu’au bout d’une certaine durée de la relation entre le

banquier et son client emprunteur (Bédué et Lévy, 1997). Ce temps est souvent considéré

comme une période d’observation. Pendant cette période, les deux protagonistes s’observent

l’un et l’autre. Ici, l’observation prend plusieurs formes : la dimension financière à travers les

mouvements des dépôts et de retraits sur le compte du client (la théorie du compte chèque),

mais aussi la dimension informationnelle avec les informations reçues du client et/ou les

informations données par la banque au client.

Pour ce qui est de l’appréciation de la solvabilité financière du client par la banque, en

tenant compte de l’hypothèse de la banque unique et en absence de thésaurisation, il est clair

que la banque détient le monopole des informations financières de son client. Ainsi, à travers

les mouvements des dépôts et des retraits du client, il devient possible pour la banque de

déterminer les clients qui sont capables de faire face à leurs engagements. Le banquier doit

connaître la solvabilité de son client emprunteur. Il doit identifier et maîtriser les revenus (le

Cash-flow) de son client emprunteur. Ceci afin de s’assurer du bon usage du prêt et d’avoir

une idée sur la rentabilité de l’activité à financer. Il faut tenir compte du fait que sans

rentabilité, il ne peut avoir de consolidation des fonds propres, ce qui influence la capacité

financière de l’emprunteur à travers sa capacité de création de valeur (Tariant 2011). De plus,

un débiteur de bonne qualité ne peut s’engager à financer son projet par un crédit que pour la

partie qu’il n’arrive pas à autofinancer. Ceci dit, un bon emprunteur signale aussi la qualité de

sa signature par son apport personnel dans le financement de son projet.

Il est évident pour la banque de distinguer les débiteurs sains des autres débiteurs à

l’aide des informations dont elle dispose. Les informations que les clients envoient à la

banque dépendent de plusieurs éléments, parmi lesquels leurs statuts.

I.2- Le statut juridique du débiteur

Le statut juridique d’une entreprise est fondamentalement sa forme juridique. Il est le

cadre juridique selon lequel l’entreprise existe au sein d’une économie. Le statut est bien

20

évidemment juridique, mais aussi fiscal et commercial. Les statuts servent donc à définir la

manière dont l’entreprise et ses partenaires sont liés. Les statuts déterminent également

l’activité de l’entreprise et la manière dont elle doit être perçue par les administrations fiscale

et juridique. Ainsi, les statuts juridiques des clients sont importants pour les banques. En effet,

le rapport COBAC (2010) montre que dans la zone CEMAC, les entreprises privées

résidentes ont bénéficié d’environ 64 % de crédits distribués en 2010. En plus, certaines

études (Lobez et Vilanova, 2008) considèrent que, les PME sont beaucoup plus dépendantes

des banques. En d’autres termes, la majorité des débiteurs des banques est constituée des

PME. C’est pour cette raison que le statut des PME paraît important pour les banques.

La banque, afin de distinguer ses différents clients doit connaître leurs statuts. Ainsi, le

statut juridique du débiteur permet à la banque de déterminer la conduite à tenir pour ce

débiteur. Cela ne veut pas dire, pour autant, que la relation banque – PME est multiforme. Il

survient souvent des différences dues à la proximité relationnelle, la nature de l’information

échangée, la durée de la relation, etc.

Dans la pratique, la banque, dès l’entrée en relation avec un client, doit le situer dans

les deux catégories définies par les sciences juridiques à savoir : personne physique ou

personne morale. Si le client est une personne morale, la banque doit connaître son statut

(entreprise publique ou parapublique, entreprise privée), il faudra aussi chercher à savoir s’il

s’agit d’une Société Anonyme (S.A), d’une Société A Responsabilité Limitée (S.A.R.L),

d’une Société en Nom Collectif (S.N.C) afin de lui ouvrir le compte approprié. Lors de

l’étude du dossier de demande de crédit, l’analyste de crédit doit se rassurer de la conformité

du statut déclaré à l’ouverture du compte et les pièces du dossier de demande de crédit.

La majorité des banques structure leurs marchés en segmentant leurs clientèles. En

effet, la banque classe les clients par type de risque, ce qui lui permet de segmenter son

portefeuille de crédits. Ainsi, nous pouvons constater que dans certaines banques, les clients

sont classés par catégorie correspondant à des segments du portefeuille de crédits : Grandes

Entreprises Multinationales ; Grandes Entreprises Locales ; Petites et Moyennes Entreprises et

Particuliers12

. Ceci permet à la banque de diversifier le niveau de risque à prendre en

diversifiant son portefeuille de crédits entre ces différents segments. Encore que, les

informations collectées varient avec le type de client.

12

Cette segmentation inspirée de Product Program de ECOBANK Cameroun, n’est pas identique pour toutes les banques de notre contexte d’étude. Mais, elle est l’une des plus proches de toutes les segmentations de la clientèle menées par les banques en Afrique centrale.

21

Dans la relation de financement qui existe entre l’emprunteur et la banque, il peut

avoir une asymétrie d’information. En effet, l’emprunteur propriétaire du projet connaît avec

plus de certitude que la banque, la rentabilité et la légalité de son projet. Or, dans cette

relation, la banque fonde son jugement sur les documents et informations fournis par

l’emprunteur (Diab Malouf, 2007). Elle se trouve obliger dans cette situation d’évaluer le

risque du projet et surveiller par la suite l’entreprise qu’elle finance. Ainsi, peut être considéré

comme débiteur sain au sens du statut juridique, tout emprunteur qui est en règle avec

l’administration locale. Le respect de la réglementation dans un domaine peut être aussi

vérifié par la situation fiscale du débiteur.

I.3- La situation fiscale de l’emprunteur

L’analyse d’un dossier de demande de crédit qui aboutit à son acceptation est fonction

de plusieurs éléments parmi lesquels la situation fiscale du demandeur. Ainsi, il est important

de savoir pourquoi le banquier doit apprécier la situation fiscale du demandeur. On entend,

par situation fiscale, l’état de la relation du client de la banque avec l’administration fiscale du

pays. En effet, la situation fiscale de l’emprunteur peut servir au banquier d’instrument

d’appréciation de la moralité de l’entrepreneur et de la notoriété de l’entreprise, en ce sens

qu’un bon entrepreneur doit tout faire pour être en règle avec l’administration fiscale.

Un dossier fiscal falsifié va biaiser l’analyse du dossier de demande de crédit, ce qui

peut être à l’origine des prêts non performants. De plus, il est hasardeux pour une banque

d’octroyer des crédits à un emprunteur indélicat, car en matière de recouvrement, l’Etat est le

créancier de premier ordre en sa qualité de créancier super privilégié13

. La banque, en tant que

créancier, est donc concernée par le risque de faillite de l’emprunteur, risque qui peut provenir

d’une décision de recouvrement ou de redressement fiscal. C’est pourquoi, Vilanova (1997)

considère les banques comme les premières victimes de l'incapacité de l'emprunteur à faire

face au passif exigible.

L’incapacité de l’emprunteur peut provenir aussi du type d’activité qu’il exerce. Par

conséquent, le banquier avant de financer un projet, doit connaître le secteur d’activité du

client, notamment s’il s’agit d’un secteur en expansion ou en déclin.

13

En droit commun, on retrouve dans l’ordre quatre types de créancier à savoir : les créanciers supers privilégiés, les créanciers privilégiés, les créanciers chirographaires, les créanciers résiduels.

22

I.4- Le secteur d’activité de l’emprunteur

A l’heure actuelle où la lutte contre le blanchiment d’argent est important, il est

nécessaire, pour toute banque, avant d’entrer en relation avec un client, de connaître la source

de ses revenus. C’est pourquoi, la banque doit exiger de son client, les documents justificatifs

de la provenance de ses revenus. Cette obligation de justification des revenus est aussi valable

pour les opérations de crédit. Pour Vilanova (1997), la banque, avant de prendre toute

décision de prêt, met en œuvre une évaluation de l'emprunteur et de son projet. Cette

évaluation précise permet à la banque d’apprécier la rentabilité du projet, de déterminer le

secteur d’insertion du projet, d’apprécier le risque lié à ce type d’activité. Cette évaluation

détermine la décision d’octroi ou non du crédit par la banque.

La connaissance du secteur d’activité d’un emprunteur, permet de classer les projets

qu’il soumet à un financement bancaire en projets rentables et/ou projets non rentables. C’est

ainsi que la banque pourra éviter la sélection adverse, c’est-à-dire éviter de rejeter les projets

rentables et financer les projets non rentables. Selon Breton (2005), chaque banque14

est

spécialiste d'un secteur i quelconque avec i appartenant à l’ensemble S des secteurs d’activité

et N le nombre total de secteurs d’activité (iS = 1,2,3,........, N ). Ainsi, la banque

spécialiste du secteur i peut évaluer le projet qui lui est proposé à moindre coût, si ce projet

appartient au secteur i. Cette évaluation qui a un coût en termes d'effort, produira un bon

signal sur le type de l’emprunteur. Ce signal est révélé par la suite aux autres partenaires de

l’emprunteur. Dans ce cas, le signal donné par la banque spécialiste du secteur i, peut être

exploité par une autre banque.

Les banques, pour classer les différents secteurs d’activité par type de risque,

segmentent leurs clientèles. Ainsi, certaines banques ventilent les activités en activité

commerciale, activité industrielle, activité de transport, etc. Ce regroupement permet à la

banque de prendre la décision de financer ou non un projet. En effet, une banque peut décider,

au regard du risque qu’elle encourt pour un secteur d’activité X de ne pas financer les projets

portant sur ce secteur. Les banques utilisent aussi cette différenciation des secteurs d’activité

comme moyen de diversification du risque.

En principe, il est important de tenir compte de l’effet de la concentration des crédits

sur un secteur. Celle-ci peut engendre un risque en rendant la banque prêteuse vulnérable aux

difficultés de ce secteur d’activité en particulier. Pour cela, la banque doit identifier et évaluer

14

Ici, la banque est considérée comme un investisseur pour toute opération de crédit.

23

systématiquement le risque lié aux différents secteurs d’activité, de sorte qu’à chaque fois

qu’elle finance un projet, qu’elle soit consciente du risque encouru. Fox (2010) suppose que la

gestion du portefeuille de crédits permet d’identifier les risques de concentration par client,

par secteur, par type de crédits, par échéance, etc. Par conséquent, il est important de fixer des

limites pour les facilités accordées aux clients, déterminer les stratégies de couverture et les

stratégies commerciales (nouveaux produits, ciblage de clientèle, etc.). C’est pour cela que,

dans la zone CEMAC, le régulateur conscient du risque de la concentration des crédits,

impose le respect d’un ratio de division du risque par les banques (Règlement COBAC R-

2010/02 relatif à la division des risques des établissements de crédit). L’article un du

Règlement COBAC R-2010/02 stipule que, toute banque est tenue de respecter en

permanence un rapport maximum de 45% entre l’ensemble des risques qu’il encourt sur un

même bénéficiaire et ses fonds propres nets. Pour l’ensemble de ce type de bénéficiaire, le

rapport maximum est de 800%. Une bonne diversification du portefeuille de crédits permet de

viser les orientations stratégiques de la banque vers les secteurs ou les clients les plus

créateurs de valeur, compte tenu du profil de risque choisi par l’institution.

Le concept de la qualité du portefeuille de crédits qui dépend de la qualité des crédits,

c’est-à-dire de la qualité des emprunteurs apparaît donc comme un concept multidimensionnel

qu’il faut, à chaque fois, placer dans son contexte. Ainsi, au vu de ce qui précède, on peut

considérer comme emprunteur de bonne qualité, tout emprunteur qui remplit certains critères

et qui est capable de faire face à ses engagements à l’échéance. Il convient donc d’exposer les

indicateurs permettant de détecter ce type de débiteurs.

II- Détermination de la qualité de l’emprunteur et la solidité bancaire

Les indicateurs de la qualité des débiteurs sont multiples. La variable qui détermine

l'offre de prêt de la banque n'est pas seulement le taux d'intérêt, il y a aussi la probabilité de

remboursement de l'emprunteur. En effet, si la banque, face à un excès de demande sur le

marché du crédit, cherche à élever le niveau du taux d'intérêt afin d’augmenter sa marge

d’intermédiation pour améliorer sa solidité, elle doit savoir qu’en même temps elle va

augmenter son niveau de risque en attirant les mauvais emprunteurs. Ceci s’explique par la

décroissance de la qualité des emprunteurs, car les bons emprunteurs sont découragés par

24

l’augmentation du taux d’intérêt. Le rendement attendu des prêts15

ne sera donc pas une

fonction monotone croissante du taux d'intérêt et permettant d’améliorer la solidité de la

banque, mais elle sera représentée par une courbe en cloche passant par un maximum

(Diatkine, 2002).

Figure n° 2 : la courbe du rendement attendu d’un crédit

Source : Stiglitz et Weiss (1981)

En principe, c'est le taux d'intérêt (*t ) qui maximise le taux de rendement des prêts (

ar ) (le point ultime de la courbe en cloche) qui doit être facturé par la banque. Un taux

d'intérêt supérieur fait encourir à la banque un profit plus faible. Stiglitz et Weiss (1981)

approfondissent cette idée en indiquant que ce taux maximum peut conduire au rationnement

de crédit. En effet, pour ces auteurs, si au niveau de ce taux maximum rentable pour la

banque, il subsiste un excès de demande de crédits de la part de l'ensemble des emprunteurs

(bons et mauvais), et que l'offre n'augmente pas, il y aura rationnement du crédit.

Tout comme il est important de savoir que les banques disposent de plusieurs

indicateurs leur permettant de connaître la qualité de leurs emprunteurs. Il en est de même

pour la connaissance de leurs déterminants. A cet effet, il est nécessaire d’apprécier le signal

envoyé par l’emprunteur à la banque sur la qualité de sa signature, et le signal reçu des autres

partenaires du débiteur.

15

Nous considérons comme le rendement attendu du prêt, le produit issu de la multiplication du taux d’intérêt par le montant probable du remboursement.

A

Zone de

rendement

décroissant

25

II.1- Les indicateurs de la qualité d’un nouveau débiteur : les contrats incitatifs

Il existe plusieurs indices qui permettent à la banque de détecter la qualité des

différents types d’emprunteurs. Les banques fixent souvent des taux d'intérêt assez élevés

pour leur permettre de se couvrir contre le risque de choisir les mauvais emprunteurs. La

conséquence de ces taux élevés est la fuite des bons emprunteurs, c’est-à-dire les débiteurs

sains qui méritent des taux d'intérêt plus faibles. Toutefois, comme les mauvais emprunteurs

ont une demande de crédit moins élastique au taux d'intérêt, la banque risque de sélectionner

involontairement les mauvais emprunteurs et se voir dans l'obligation d'augmenter encore ses

taux (Diatkine, 2002). Stiglitz et Weiss (1981) considèrent qu’il existe un seuil au-dessus

duquel l'augmentation du risque est plus forte que l'augmentation du taux. Pour ces auteurs, il

existe un taux au-dessus duquel l’exigence de la rentabilité a un effet négatif sur la solidité de

la banque. Pour cela, à partir du taux d’intérêt maximum, la banque est appelée à revoir sa

stratégie. En effet, le crédit est rationné au-dessus de ce taux débiteur optimal, en plus de la

perte des bons emprunteurs, les banques ne vont pas financer tous les emprunteurs à haut

risque. En conséquence, les banques renoncent à augmenter leur taux d'intérêt au-delà de ce

seuil.

Selon Diamond (1984), une autre solution en situation d’asymétrie d’information

consiste à construire un « contrat incitatif ». Si le débiteur rembourse un montant A, une

pénalité non « monétaire » f(A), lui est infligée. La pénalité f(A) peut être interprétée comme

une perte de réputation ou de considération pour l’emprunteur. Étant donné cette fonction de

pénalité, le débiteur choisira d'effectuer le paiement qui maximise son profit net. Diamond

montre que le contrat optimal, prend la forme suivante : tant que le débiteur paie un montant

fixe A, il n'est pas puni, c'est-à-dire que f(A) = 0 pour tout versement supérieur ou égal à A. A

contrario, s’il paie un montant B inférieur à A, alors la punition est de f(A) = A - B. Etant

donné ce schéma de punition, l’emprunteur choisira de payer le montant A tant que le

rendement du projet C est supérieur au montant A. Si le rendement du projet C est insuffisant

pour payer le montant A, le débiteur paie le montant C et encourt une pénalité de f(A) = A - C.

Il s'agit donc d'un contrat de dette standard avec un paiement fixe du montant A. Si le débiteur

ne paie pas le montant A, il est mis en faillite et il ne peut conserver aucun profit C qui est

saisi pour la perte infligée au prêteur en cas de défaut.

Pour Leland et Pyle (1977), la volonté de l’emprunteur d’investir dans son projet est

aussi un signal important sur la qualité de son projet et indirectement la qualité de sa

signature. En d’autres termes, pour ces auteurs, la structure du capital du projet peut servir de

26

signal pour les prêteurs. Pour Ross (1977) tous les éléments qui ont une influence sur la

structure financière du projet ou de l’emprunteur, envoient un signal sur la qualité de cet

emprunteur. En fait, pour lui les acteurs du marché, préoccupés par la valeur de marché de

l’entreprise prêtent une attention particulière aux éléments qui influencent cette valeur. Les

écarts de coût du crédit entre les emprunteurs peuvent ensuite renvoyer aux garanties offertes

par ceux-ci lorsqu'ils s'endettent. Les bons emprunteurs utilisent tous les moyens possibles

pour se signaler auprès de leurs investisseurs et pour se distinguer des autres en acceptant

notamment les garanties importantes exigées par la banque (Bédué et Lévy, 1997).

L'introduction des garanties dans les contrats de prêts permet donc de discriminer les

emprunteurs. Les banques peuvent associer à des fortes garanties des taux débiteurs faibles.

Il s’avère important d’étudier les différents instruments qui permettent à la banque de

mettre en œuvre une stratégie fondée sur le taux d’intérêt ou d’appliquer la méthode de

contrat incitatif telle que proposée par Diamond (1984).

II.1.1- L’importance des éléments constituants le dossier de demande de crédit

Le dossier de demande de crédit est l’un des instruments utilisés par la plupart des

banques pour la collecte des informations à propos du demandeur de crédit. En effet, la

détermination de la qualité de l’emprunteur dépend largement de la qualité de l’information

concernant cet emprunteur et de la capacité d’analyse de la banque. Comme la solidité de la

banque dépend aussi de la qualité d’information dont elle dispose, il apparaît nécessaire

d’appréhender l’importance des différents éléments d’un tel dossier. Pour cela, il faut d’abord

présenter l’exemple de la constitution d’un dossier de demande de crédit, ensuite l’expliciter,

élément par élément, avant de conclure sur le contenu informationnel et signalétique du

dossier.

Dans notre contexte d’étude, la constitution du dossier de demande de crédit est

presque la même pour toutes les banques. Mais, il convient de signaler qu’on peut avoir des

exceptions qu’une banque peut accorder à un client, suite à la qualité de sa signature ou de

leur relation de clientèle. Nous présentons ici la synthèse des éléments de la constitution du

dossier de demande de crédit en vue de financer un bon de commande pour une PME par les

banques dans la CEMAC et particulièrement au Cameroun.

Au Cameroun et dans les autres pays de la CEMAC, un dossier de demande de crédit

pour le financement d’un bon de commande doit contenir au moins les éléments du tableau n°

27

1 ci-dessous. Le banquier, en demandant toutes les pièces ci-après cherche à connaître la

qualité de son emprunteur et le risque à prendre. En clair, au travers de chaque pièce, il

cherche une information précise.

Tableau n° 1 : Analyse des éléments constitutifs d’un dossier de demande de

crédit

N° Pièces Informations attendues

01 une demande du financement - précision sur l’objet du crédit,

- la durée du financement,

02

l’original du bon de commande ou du contrat

(le projet à financer)

- l’objet du projet de financement,

- le secteur d’insertion du projet,

- la faisabilité du projet,

- la rentabilité du projet,

- le délai d’exécution du projet,

03

trois (03) copies des bons de commande

précédents déjà réalisés, accompagnés de

leurs bordereaux de livraison ou des procès-

verbaux de réception et les factures acceptées

par les payeurs (clients)

- l’expérience de l’emprunteur dans le

domaine,

04 l’attestation de virement irrévocable - l’identification et la maîtrise de la

source de remboursement,

05 le plan de trésorerie de l’emprunteur

couvrant la période de l’engagement

- la capacité financière de l’emprunteur,

06 le plan d’utilisation des fonds prêtés - la qualité de gestion des fonds prêtés,

07 le mode de paiement des fournisseurs de

l’emprunteur

- les canaux de recoupage de

l’information sur l’emprunteur,

08 l’apport personnel de l’emprunteur ;

les collatéraux.

- le type d’emprunteur,

- l’assurance du remboursement du prêt

Source: auteur sur la base des entretiens avec les cadres de certaines banques camerounaises

28

Nous constatons que chaque élément apporte une information précise au banquier. En

effet, chaque pièce constitutive du dossier est un instrument de signalisation de la qualité de la

signature de l’emprunteur. Il faut rappeler que ce type d’information présente des avantages

en termes de faible coût, d’économie d’échelle et de possibilité de mesurer la valeur réelle du

projet financé grâce au recours à des modèles de risque de crédit (Godbillon-Camus et

Godlewski, 2005).

De plus, certains éléments du dossier dévoilent à la banque les partenaires de

l’emprunteur. La banque peut utiliser ces relations qui existent entre l’emprunteur et ses

partenaires pour la collecte de certaines informations.

II.1.2- La théorie du compte chèque : le recoupage de l’information par la banque

L’activité bancaire est fortement tributaire de l’information. La banque est en effet

confrontée très souvent à un problème d’asymétrie d’information qui est dû à l’opacité

informationnelle des emprunteurs. Cette opacité varie avec les emprunteurs, notamment les

PME, c’est-à-dire, la grande composante de la clientèle bancaire. Pour résoudre ce problème

d’asymétrie d’information, la banque peut acquérir deux types d’information : de

l’information « hard », en externe, par le biais de l’information publique (rating, score, etc.),

et de l’information « soft », en interne, par le biais de la relation de clientèle (Godbillon-

Camus et Godlewski, 2005).

Les banques considérées comme des firmes multi – produits par Eber (2001), ont tout

d'abord, l'avantage de gérer les comptes de leurs propres clients, surtout si elles leur font des

crédits. En effet, la théorie du compte du chèque suppose que l’emprunteur est également un

déposant. Ainsi, le suivi des mouvements des comptes des clients est une source continue

d’informations sur les capacités à rembourser des clients. La banque peut avoir une idée sur le

degré d’aversion pour le risque d’un client en observant les mouvements sur les comptes de ce

dernier. Ainsi, elle peut conclure sur le type de choix d’investissement du potentiel

emprunteur. Pour Diatkine (2002), la raison d’être des banques se trouve dans la réduction des

asymétries d’information et le financement des projets. En théorie, les banques réduisent

l’asymétrie d’information à travers l’intermédiation financière. C’est pour cela que, Vilanova

(1997) soutient que les relations établies par la banque, au-delà de la relation de compte

courant, permettent à celle-ci d'obtenir de l'information gratuite. La banque, en suivant les

mouvements du compte de son client, accroît son indépendance par rapport aux informations

29

transmises par celui-ci. Ainsi, lorsque le risque encouru sur un emprunteur est important, la

banque doit mettre plus l’accent sur le suivi. Ce point de vue est défendu par certains auteurs

comme Fama (1985) qui trouve que l'incitation à contrôler l'emprunteur devrait être d'autant

plus importante que les pertes encourues par la banque en cas de faillite de son débiteur sont

importantes. En effet, le banquier contrôle l’emprunteur non seulement à travers le suivi de

ses activités par le « monitoring », mais il se rapproche des fournisseurs de l’emprunteur pour

avoir une idée de ses dépenses et il fait autant avec ses clients pour suivre ses recettes. C’est

l’une des raisons pour lesquelles la banque exige dans la constitution du dossier de demande

de crédit, le plan d’utilisation des fonds prêtés et le mode de paiement des fournisseurs. Ceci

permet à la banque d’élargir sa base d’information. A travers les mouvements de sorties de

fonds (retraits) et d’entrées (dépôts), la banque acquiert des données primaires très riches en

information.

Certaines études comme celle de Lacker (1991) arrivent à des conclusions similaires

en utilisant un raisonnement différent. Dans son modèle, Lacker (1991) considère que le

collatéral joue un rôle dissuasif sur les emprunteurs qui cherchent à dissimuler leurs revenus

réels et opérer un « défaut volontaire ». Lorsque les garanties demandées par la banque sont

suffisamment importantes, les emprunteurs sont incités à déclarer leurs véritables revenus et

la banque n'aura plus besoin d’opérer un contrôle. Si le collatéral permet de crédibiliser la

menace de liquidation et de dissuader certains emprunteurs d'augmenter leur niveau de risque,

le contrôle de l'emprunteur reste néanmoins nécessaire, car le collatéral ne permet pas de

garantir la totalité du prêt et peut perdre de la valeur au fil du temps (Vilanova 1997). Ceci

peut être illustré par le boom immobilier des années 2000, qui a conduit à la crise de subprime

en mi 2007. Il est donc préférable pour la banque d’utiliser une stratégie mix en prenant en

compte le collatéral et le contrôle, afin de détecter les emprunteurs de bonne qualité et réduire

le risque de perte. De plus, Godbillon-Camus et Godlewski (2005) pensent à travers les

différentes simulations que l’addition des informations recueillies par la banque du public

peut être avantageuse, puisqu’elle permet de réduire les fonds propres. Ce type d’information

présente des avantages pour l’analyse et la prise des risques dans l’activité de crédit. En effet,

la banque qui recoupe l’information a accès à l’information supposée confidentielle. Cette

information lui permet d’accroître la précision de l’estimation de la qualité de l’emprunteur.

Il est clair que les banques traitent avec plusieurs emprunteurs, sur plusieurs segments

des marchés. Tous ces emprunteurs opèrent avec des partenaires qui peuvent être des clients

de la même banque. Ainsi, comme soulignent Guigou et Vilanova (1999), le fait que la

30

banque traite avec un grand nombre d'emprunteurs, lui permet de recouper les informations

entre ceux-ci et d’en tirer des enseignements pour l'évaluation des nouveaux prêts. Il est

impératif de tenir compte de l’importance accordée par de nombreuses études aux relations

bancaires de long terme. En effet, il y a plusieurs bénéfices associés à ce type de relations.

II.2- Les relations de long terme entre la banque et l’emprunteur

Bédué et Lévy (1997) soulignent notamment que la quantité d'information disponible

sur la qualité du débiteur et son coût d'acquisition peuvent avoir une expression différenciée

selon la taille de l'emprunteur, le caractère personnalisé et durable de la relation de clientèle

qui s'établit entre l’emprunteur et la banque. D’après ces auteurs, il semble que la qualité de

chaque agent constitue un aspect essentiel de la relation de crédit qui n'est pas suffisamment

pris en compte dans la littérature théorique. Il faut rappeler que cet aspect peut être

déterminant dans la nature de la relation contractuelle qui lie la banque et l'emprunteur.

La théorie contemporaine met en évidence la possibilité de diminuer les effets de

l'asymétrie d'information grâce à la mise en place d'une relation de long terme entre la banque

et l'emprunteur. Cette relation permet une accumulation de connaissances continue par la

banque sur le client, se transformant en une relation de proximité, bilatérale et non anonyme.

C’est ainsi que le crédit bancaire devient un actif spécifique qui incorpore une information

privée. Les emprunteurs de bonne qualité sont capturés par les banques qui vont extraire des

informations sur eux. En outre, il faut noter avec Vilanova (1997) que les banques traitent

avec plusieurs emprunteurs, ainsi donc, les informations recueillies sur l’un d’eux peuvent

être réutilisées pour l'évaluation d'autres emprunteurs similaires. De plus, pour Mojon (1996),

les banques fixent leurs taux d’intérêt débiteur en tenant compte des événements passés, car

elles couvrent ex-post les pertes issues de la réalisation d’un risque de défaut d’un

emprunteur. Il intègre ainsi, l’idée selon laquelle, on suppose que le prix contient toute

l’information disponible. De même, les relations de long terme entre un emprunteur et une

banque permettent à cette dernière d'exploiter les informations collectées lors des premières

opérations de crédit pour l'évaluation des prêts ultérieurs accordés à cet emprunteur. De plus,

l’évaluation et la surveillance des entreprises par les banques permettent aux entreprises dont

la qualité est connue d’obtenir ultérieurement et plus facilement d'autres sources de

financement, une fois leurs réputations de solvabilité établies.

31

Selon Schumpeter16

, la banque doit acquérir l'information concernant les projets à

financer et concernant les clients eux-mêmes. Il fait du banquier un agent qui doit être doté de

qualités « morales » particulières, étant donné le rôle de surveillant et de créateur de moyens

de paiement qu'il lui confère. C'est sur lui que repose la prise de risque et l'accord pour la mise

en œuvre des projets. Or, beaucoup de banquiers ne possèdent pas ces qualités et ne sont pas

aptes à évaluer correctement les emprunteurs et le risque de défaut de leur projet. Il en résulte

une insolvabilité des banques qui peut entraîner des faillites bancaires et, par contagion, un

risque systémique qui a des conséquences sur le secteur réel. C’est le cas avec la crise des

subprimes de 2008.

En effet, pour dissuader l’emprunteur de cacher les bonnes informations qu’il détient

et surtout l’amener à révéler ses vraies intentions ou actions, la banque peut adopter des

techniques de prêts progressifs (ou par pallier) qui peuvent servir de moyens d’incitations

dynamiques. Des prêts de ce type permettent de nouer une relation contractuelle durable entre

la banque et l’emprunteur et impliquent, pour un remboursement sans incident du premier

prêt, le déblocage d’un second plus important, et ainsi de suite. Il apparaît de ce fait que

l'appréciation de la qualité de l'emprunteur et l'évaluation de son risque de défaillance

semblent surtout devoir dépendre de l'établissement d'une relation de clientèle personnalisée

et durable entre la banque et l'emprunteur. Ceci explique le fait que le coût de l'endettement

bancaire n'est pas seulement déterminé par la taille de l'emprunteur, il l’est également par la

nature de la relation existant entre l’emprunteur et le prêteur. C’est pour cette raison que

Bédué et Lévy (1997) pensent que le coût d'endettement semble être d'autant plus faible qu'il

existe une relation de long terme de qualité entre les parties contractantes.

II.2.1- Le respect des échéances et le renouvellement de la surface financière du débiteur

La comptabilité bancaire analyse les crédits à la clientèle en fonction de plusieurs

caractéristiques, à savoir : la catégorie du client (grandes entreprises, PME/PMI, TPE,

particuliers, professionnels, etc.) ; la forme du crédit (crédits à l’exportation, crédit

d’équipement, crédit habitat, crédit à la consommation, etc.) ; la durée du crédit (court terme,

moyen terme, long terme) et le caractère mobilisable ou non du crédit. De plus, il est à noter

que l’analyse des différents comptes d’un client par la banque, permet à cette dernière de

dresser le profil de la capacité de remboursement d’un prêt accordé à ce client (Guigou et

16

Confère Diatkine (2002)

32

Vilanova, 1999). C’est ainsi que nous considérons que le remboursement sans incident d’un

prêt entraîne, avec moins de difficultés, le déblocage d’un autre prêt plus important.

L’emprunteur de bonne qualité est celui qui respecte les échéances de son prêt. En effet, en

remboursant son prêt à l’échéance, l’emprunteur renouvelle sa surface financière. A travers

cet acte, il améliore sa relation avec son banquier. Par conséquent, la banque peut utiliser les

prêts progressifs comme moyens d’incitation de l’emprunteur à dévoiler toutes les

informations le concernant. Vilanova (1997) et Fox (2010) trouvent, pour une telle relation,

que la banque a un avantage d’information sur ce client par rapport aux autres partenaires de

l’emprunteur.

La capacité de remboursement de l’emprunteur (la solvabilité) est un élément très

important sur lequel, le banquier se concentre souvent principalement pour prendre la décision

d’octroi de crédit. Ainsi après l’octroi d’un premier prêt, la banque effectue une analyse

approfondie de la capacité de remboursement avant l’octroi de tout autre prêt. Il s’avère donc

important pour un emprunteur de signaler sa qualité par le renouvellement de sa capacité de

remboursement. Nous pouvons donc souligner que l’observation des mouvements des

comptes et les relations de proximité procurent aux banques un avantage informationnel

durable sur le segment des petites et moyennes entreprises.

II.2.2- L’avantage informationnel du suivi de l’emprunteur

La relation bancaire s’articule autour de plusieurs dimensions comme celle de

l’information privée sur la situation financière du client. La fonction de la banque fait qu’elle

soit considérée, sans suivre une procédure au préalable et de manière non officielle comme le

comptable ou le « teneur de livres » de son client. Cette fonction, définie autrement à travers

la « théorie du compte chèque » par certains auteurs, à l’instar de Fama (1985), souligne

l’importance de la relation de dépôt et du flux de l’information qu’elle génère dans la

détermination des conditions des relations de long terme entre la banque et son client. Guigou

et Vilanova (1999) estiment que les banques, en début de relation avec les nouveaux clients,

ne disposent pas encore d’avantage informationnel significatif par rapport aux autres

investisseurs. En revanche, la banque accède à une information privilégiée si la relation se

poursuit dans le temps. Cette interprétation s’inscrit dans la lignée de la pensée de Fama

(1985), selon laquelle, un créancier accumule de l’information en maintenant une relation

étroite et durable avec son client. D’une part, le banquier peut observer l’évolution des

33

différents comptes du débiteur ainsi que sa capacité à honorer les échéances de prêt. D’autre

part, l’acquisition d'information par la banque étant sans doute moins coûteuse chez un ancien

client que chez un nouveau, le banquier est davantage incité à octroyer le crédit à

l’emprunteur dont la relation de prêt est établie soit par le renouvellement du prêt soit par une

relation de proximité.

Il est généralement admis que le crédit scoring est un outil de gestion des risques qui

vise à prédire la probabilité de défaut d'un nouveau prêt en utilisant le contenu des

informations des prêts précédents. D'ailleurs, le modèle de crédit scoring est considéré

comme un moyen aidant les analystes à obtenir une image complète des caractéristiques de

l'emprunteur. Il s'agit, dans ce cas, d'un processus complexe qui implique une analyse

attentive des informations concernant les emprunteurs pour estimer la probabilité que le prêt

demandé soit régulièrement remboursé. En effet, le crédit scoring est le processus

d'assignation d'une note ou d'un score à un emprunteur potentiel pour estimer la performance

future de son prêt. Ce processus utilise des mesures quantitatives de performance et les

caractéristiques des prêts précédents pour prédire la performance des prêts futurs avec des

caractéristiques similaires. Le crédit scoring est un ensemble de modèles de décisions et des

techniques sous-jacentes qui aident à la prise de décision d'octroi des crédits.

Pour cette section portant sur la détermination de la qualité du portefeuille de crédits,

nous avons établi d’abord la nature de l’emprunteur, car il y a plusieurs éléments qui

permettent à la banque de distinguer la nature des emprunteurs dont dépend la qualité du

crédit. Dans la littérature, il ressort que la qualité d’un débiteur dépend de la nature de

l’entreprise, la qualité de ses bilans, celle de ses dirigeants, sa surface financière, sa

rentabilité, la nature de l’opération financière, les garanties présentées, etc. Ensuite, nous

avons identifié quelques indicateurs attachés aux débiteurs sains. Ces indicateurs sont

nombreux, c’est pour cette raison, qu’il est important de savoir que les variables

déterminantes dans la décision de la banque à offrir un prêt n'est pas seulement le taux

d'intérêt ou bien le rendement du prêt, il y a aussi la probabilité de remboursement de

l'emprunteur. C’est ainsi que nous étudions d’une part les indicateurs de la qualité d’un

nouveau débiteur, et d’autre part la relation de long terme entre la banque et son client.

D’après la théorie contemporaine, la relation de long terme permet de réduire les effets de

l’asymétrie d’information. Elle permet à la banque d’obtenir un avantage informationnel. De

ces analyses, il ressort que les emprunteurs ont la possibilité d’envoyer des signaux à la

banque sur la qualité de leurs signatures. Quant aux banques, il y a plusieurs éléments qui leur

34

permettent de détecter les emprunteurs de bonne qualité. Ainsi, lorsque les différents

protagonistes de la relation banque – client appliquent objectivement les éléments de la

théorie du signal, les mauvais débiteurs vont s’auto-exclure progressivement du marché de

crédit. Il apparaît donc important d’étudier l’influence de l’exigence en qualité d’actifs en

matière de crédit.

Section 2 : La justification théorique de l’exigence de la qualité d’actifs pour la solidité

bancaire

Si nous faisons appel à l’adage populaire qui dit : « on ne prête qu’aux riches », il est

clair que l’octroi de crédit est fondé sur la qualité de l’emprunteur. Certainement, cela

provient de la capacité du riche à honorer ses engagements. Si l’octroi de crédit repose

essentiellement sur la confiance, on peut se poser la question de savoir pourquoi ne prête-t-on

seulement qu’aux riches. En effet, ceci se justifie non pas, par la capacité du débiteur à

honorer ses engagements, mais plutôt par l’asymétrie d’information qui existe entre le prêteur

et l’emprunteur. Cette asymétrie d’information ne permet pas aux prêteurs de distinguer les

bons emprunteurs des mauvais emprunteurs. C’est pourquoi, certaines exigences sur la

capacité à rembourser et le degré de confiance à attribuer à l’emprunteur pour s’assurer de sa

solvabilité et de sa volonté d’honorer ses engagements sont indispensables pour l’activité de

crédit (Matoussi et Abdelmoula, 2010). Pour cela, les institutions dont l’octroi de crédit est

l’une des principales activités, ont intérêt à prendre des mesures pertinentes pour

l’appréciation et le contrôle du risque de crédit en tenant compte de la qualité de

l’emprunteur.

Une mauvaise appréciation du risque provenant de la qualité de l’emprunteur, conduit

parfois, selon Godlewski (2005), aux prêts non performants qui à leur tour détériorent la

qualité du portefeuille de crédits de l’institution. Par conséquent, il est important d’améliorer

l’analyse du risque lors des études des dossiers de crédit, afin de réduire les créances

douteuses.

La mission principale de la banque est la réduction des asymétries d’information entre

le prêteur individuel (le déposant) et l’emprunteur (le débiteur). Ainsi, la banque doit chercher

à réduire l’asymétrie d’information qui existe entre elle et l’emprunteur, c’est-à-dire, le

débiteur par sa capacité de collecte et de traitement de l’information.

35

L’objectif de cette section est de ressortir l’importance de la prise en compte de la

qualité du débiteur dans l’activité d’octroi de crédit. Ceci, afin d’apprécier le caractère solide

de l’intermédiaire financier, c’est-à-dire, la banque. Pour y parvenir, notre travail est organisé

comme suit : dans un premier temps, nous mettons en évidence l’importance de la circulation

et la détention de l’information dans l’activité d’octroi de crédit. Nous présentons les

fondements de l’asymétrie d’information en milieu bancaire, avant de faire un bref état des

lieux de ce phénomène dans notre contexte. Ensuite, nous soulignons les exigences de la

qualité des actifs. Ceci passe par la présentation des exigences réglementaires et les conditions

de performance.

I- Le phénomène de l’asymétrie d’information : des conflits d’intérêt à la solidité

bancaire

Traditionnellement, le prix est considéré comme un élément donnant un signal sur la

qualité et la rareté d’un produit. Mais, en situation d’incertitude, le prix ne joue pas

parfaitement le rôle du révélateur de l’information. En effet, dans cette situation, les produits

ne sont pas identiques. Pour Scialom (2007), la situation où le prix n’assure pas l’égalisation

de l’offre et de la demande a une portée large et s’applique aussi à la relation banque –

emprunteur. La conséquence de ce phénomène repose sur le fait qu’il fausse le mécanisme

concurrentiel, car le prix ne signale plus de façon adéquat la valeur du bien (pour un prix

identique, il est possible d’acquérir des biens de qualités différentes).

En principe, en ce qui concerne le secteur bancaire, un aspect particulier de l’activité

de crédit réside dans le fait que le risque et la rentabilité des opérations réalisables ne sont pas

identiques. Ainsi, comme chaque opération de crédit est unique en soi, Diab Malouf (2007)

défend l’idée qu’il doit en résulter une très grande variabilité des composantes du binôme

risque et rentabilité. L’asymétrie informationnelle induit une information imparfaite. Elle rend

difficile l’évaluation du risque lié à un client par la banque. Le problème d’évaluation et de la

gestion des risques par les banques trouve son origine dans l’asymétrie d’information. En

effet, en matière de crédit, l’incertitude porte aussi bien sur le projet d’investissement que sur

la qualité de l’emprunteur, c’est-à-dire sa capacité à mettre en œuvre le projet avec succès.

Les asymétries d’information rattachées aux opérations de crédit peuvent être regroupées en

deux catégories reflétant les phénomènes d’information et d’actions cachées.

36

En matière de crédit, il y a l’asymétrie d’information ex-ante qui aboutit à la sélection

adverse et l’asymétrie d’information ex-post qui induit l’aléa de moralité. Ainsi, il convient de

présenter les fondements du phénomène d’asymétrie d’information, avant de l’évaluer à

l’aune de notre contexte bancaire.

I.1- Les fondements de l’asymétrie d’information

Les problèmes d’asymétrie d’information trouvent leurs fondements dans

l’imperfection de l’information. Pour la théorie de l’agence, ces problèmes apparaissent non

seulement quand il y a imperfection de l’information, relativement à l’état de la nature et aux

comportements des différents agents, mais aussi à la divergence des intérêts entre l’agent et le

principal, car, l’un aura tendance à dissimuler l’information (Cherif, 1999). La conséquence

de ces problèmes d’information conduit, d’une part, à l’incomplétude du contrat qui lie les

parties et, d’autre part, à l’insuffisance des moyens de contrôle parfait et sans coût de l’action

de l’agent par le principal. Les rapports entre les deux parties conduisent alors aux problèmes

de sélection adverse et d’aléa moral.

Une littérature importante s’est développée sur l’imperfection de l’information, et la

relation de dépendance entre le prix et la qualité sur plusieurs marchés. Ainsi, certains

marchés comme celui des assurances, du travail, des biens d’occasion sont des marchés

privilégiés de manifestation de ce phénomène (Scialom, 2007). L’exemple le plus connu c'est,

celui du marché des voitures d’occasion à la suite de l'article d'Akerlof (1970) à qui l'on

associe généralement la paternité de l’origine de la notion de « sélection adverse ». L'auteur y

présente un modèle de marché à produits hétérogènes avec asymétrie d'information entre

vendeurs et acheteurs.

Le modèle proposé peut être adapté de la manière ci-après. Soit un marché des

voitures d’occasion, où il existe deux types de voitures d’occasion à savoir : les voitures de

mauvaise qualité et celles de bonne qualité. Les vendeurs connaissent en toute logique la

qualité de leurs voitures et les potentiels acheteurs sont incapables d’observer la qualité des

voitures mises en vente sur ce marché, car la qualité des voitures vendues sur ce marché est

extrêmement variable, au point qu'il existe une incertitude sur chaque voiture du marché.

Ainsi, les vendeurs attribuent un prix V

BP à une bonne voiture et V

MP à une mauvaise voiture,

et les acheteurs quant à eux attribuent des prix AP supérieurs à celui des vendeurs

VP pour

37

chaque type de voiture (A

BP > V

BP pour les bonnes voitures et A

MP > V

MP pour les mauvaises

voitures). Les acheteurs n’étant pas informés de la qualité des voitures vendues sur ce marché,

vont proposer un prix unique P pour toutes les voitures. Ce prix sera calculé en fonction de

la qualité moyenne des voitures présentes sur ce marché. Ceci dit, si on note q la probabilité

que la voiture soit bonne et 1 q la probabilité qu’elle soit mauvaise, on aura donc :

. (1 ).A A

B MP q P q P

L'existence de la diversité des voitures vendues sur ce marché est de nature, à offrir

l'occasion aux vendeurs de voitures de moindre qualité, de les proposer aux acheteurs mal

informés, à des prix de voitures de bonne qualité. Or, si cette situation se généralise, les

vendeurs des voitures de bonne qualité seront moins rémunérés par leurs ventes et vont

décider, par conséquent, de se retirer du marché, laissant la place aux vendeurs des voitures de

mauvaise qualité. Le principe de la sélection adverse, s'apparente à la loi de Gresham (la

mauvaise monnaie chasse la bonne monnaie). La sélection adverse peut ainsi, être définie

comme un mécanisme de marché qui conduit à un recul progressif des produits de bonne

qualité, au bénéfice des produits de niveau de qualité moindre (Boyabé, 1999).

Dans le milieu financier, les asymétries d’information conduisent parfois à l’abandon

des bons projets au profit des projets de moindre qualité. Dans le domaine du crédit, la

sélection adverse est le mécanisme qui conduit à l’augmentation des emprunteurs de mauvaise

qualité au détriment de ceux de bonne qualité. L’asymétrie d’information dépend du

comportement des agents économiques, c’est ainsi qu’elle se trouve élevée dans certain type

d’économie. Selon Akerlof (1970), les asymétries informationnelles sont élevées dans les

pays en développement. C’est pourquoi, il est important de dresser un état des lieux dans le

contexte africain.

I.2- L’état de l’asymétrie d’information dans le milieu bancaire africain

Les analyses des asymétries d'information sur le marché du crédit représentent un

enjeu considérable. Sur ce marché, les débiteurs empruntent aux banques la monnaie

nécessaire pour leurs transactions. En effet, les banques jouent un rôle essentiel dans le

financement de l’économie et doivent, de ce fait, sélectionner et contrôler les emprunteurs.

Grâce à leurs aptitudes à apprécier les niveaux des risques, les banques sont au centre du

mécanisme qui permet l'allocation efficace du capital au niveau macroéconomique.

38

Cependant elles peuvent se tromper et ne pas pouvoir réduire les asymétries d'information

qu’elles subissent17

.

Les difficultés à maîtriser le risque de défaut des emprunteurs peuvent conduire à un

échec sur le marché de crédit. En effet, la banque, intermédiaire financier rapproche les bilans

des déposants aux bilans des emprunteurs en allouant les avoirs des déposants aux besoins des

emprunteurs. Ainsi, le cycle crédit-dépôt-crédit peut être interrompu, lorsque les emprunteurs

ne remboursent pas, surtout si cela est doublé d’une volonté manifeste de retrait des déposants

et/ou une insuffisance des fonds pour le financement des emprunteurs. D’après Diatkine

(2002), les banques ne peuvent pas savoir à priori, si elles sont en situation de sélection

adverse, et qu’elles financent les mauvais emprunteurs lorsqu'elles octroient un crédit. De

plus, il est couteux pour une banque de contrôler l’usage que fera l'emprunteur de son

financement. Les banques peuvent établir des contrats qui réduisent ces asymétries

d'information par leur capacité à évaluer et sélectionner les emprunteurs, ainsi qu'à assurer le

suivi des remboursements, et par la mise en place de mécanismes de contrôle.

Selon Cherif (1999), parmi tous les projets qui sont à la recherche d’un financement

externe, seuls quelques-uns présentent un intérêt réel. La banque doit donc effectuer une

analyse des projets pour distinguer les bons projets des mauvais. Pour atténuer les effets des

problèmes d’asymétrie informationnelle, la banque peut accroître ses exigences de rentabilité

en alignant celles-ci sur la qualité moyenne des projets à la recherche de financement. Ceci va

entraîner une augmentation des coûts de financement pour les emprunteurs ayant des projets

porteurs, ce qui peut les amener à abandonner la recherche des capitaux extérieurs pour ne

laisser sur le marché du crédit que les projets de moindre qualité.

La délégation à la banque de la surveillance des emprunteurs par les prêteurs

individuels (c’est-à-dire les déposants) n’est pas exempte du risque moral qui peut être

encouru par ceux qui font de la finance directe. En effet, la banque peut être décrite dans la

relation déposant – emprunteur, comme le siège de l'articulation de deux relations d'agence :

l'une provenant du contrat de dépôt entre les déposants (les prêteurs individuels) et la banque

et l'autre induite par le contrat de crédit entre la banque et l'emprunteur.

Concernant le contrat de crédit, les conflits d’intérêt peuvent surgir après que le

financement ait été accordé. Ainsi, les emprunteurs peuvent engager des dépenses inutiles au

17

En effet, pour Couppey et Madiès (1997), il existe deux types d’asymétrie d’information au niveau de la banque. Il y a l’asymétrie d’information au bénéfice de la banque et l’asymétrie d’information au détriment de cette dernière.

39

développement du projet financé, et diminuer de la sorte les montants disponibles pour

rembourser la banque. Le potentiel de ce type de conflit est particulièrement élevé dans le cas

des emprunteurs engagés dans des start-ups. Cette situation dite d’aléa moral provient de

l’asymétrie d’information propre au contrat, lorsque la banque ne peut pas contrôler les

agissements de l’emprunteur (Cherif, 1999). Cependant, on peut supposer que le rôle des

banques envisagé par Diamond (1984) est limité aux relations avec les petites et moyennes

entreprises relativement peu connues. Les grandes entreprises quant à elles, préfèrent la

finance directe, car elles sont connues des prêteurs. De plus, ces entreprises peuvent fournir

des garanties qui diminuent le risque moral ou se financer grâce à leurs profits qu’elles

réinvestissent.

La mission principale de la banque est le financement de l’économie, mais le paysage

bancaire en Afrique et particulièrement dans la CEMAC est caractérisé par une faible activité

de crédits. Dans cette communauté, la structure des crédits consacre la prépondérance du

court terme et du moyen terme. La proportion des crédits de long terme dans l’encours total

des crédits sains en 2013 est d’environ 4 %. En effet, malgré toutes les reformes entreprises

dans cette communauté depuis les années 90, les crédits à court et à moyen terme restent

majoritaires, avec environ 64,7 % de l’encours des crédits sains octroyés à l’économie pour

l’année 201318

. Cette faible activité de crédits peut être justifiée par un problème de diffusion

de l’information (asymétrie d’information), un environnement institutionnel inadéquat et un

système judicaire inefficace (Soupmo Badjio, 2009). En effet, le secteur bancaire de cette

communauté est vulnérable au risque de crédit, car certaines banques de la CEMAC sont

faiblement capitalisées19

, et leur exposition au risque concerne peu de secteurs et

d’emprunteurs. En effet, sur 50 banques en activité dans la CEMAC à la fin 2013, il y a onze

banques sous-capitalisées (COBAC, 2013) contre sept banques sous-capitalisées sur 43

banques analysées par la COBAC en 2010. De plus, le cadre juridique dans cette sous-région

n’est pas favorable au recouvrement des créances, d’où la réticence des institutions bancaires

à l’octroi de crédit.

En faisant allusion à l’environnement institutionnel, nous parlons des organismes et

des réglementations qui dans les pays en développement n’influencent pas trop l’asymétrie

18

Confère le rapport annuel 2013 de la COBAC, p.30 19

Dans le cadre de cette étude, nous considérons qu’une banque est capitalisée lorsqu’elle dispose d’un

montant de fonds propres qui couvre au moins 8 % de la valeur de ses actifs pondérés de leurs risques. Ainsi,

une banque est faiblement capitalisée, lorsqu’elle a un ratio fonds propres sur total actifs inférieur à 8%.

40

d’information. En plus, cet environnement ne favorise pas une large diffusion de

l’information. C’est pourquoi, Soupmo Badjio (2009) n’est pas surpris du fait que les

variables mesurant la qualité des crédits octroyés par les banques ne soient pas statistiquement

significatives pour un modèle de prédiction de difficultés bancaires en Afrique Centrale.

I.3- De l’asymétrie d’information à la solidité bancaire en passant par la qualité de

l’emprunteur

Le risque de crédit est inhérent à l’activité bancaire, cela est dû essentiellement à

l’asymétrie de l’information entre la banque et son client emprunteur qui l’expose au risque

de défaut. Cette asymétrie est de deux sortes. Le premier type d’asymétrie est lié à

l’incertitude qui existe avant la signature d’un contrat de crédit et qui conduit à une sélection

adverse.

La sélection adverse provient de la difficulté pour la banque de distinguer les bons

projets, des projets risqués, et donc de distinguer les crédits potentiellement sains des créances

à risque. Pour tenir compte de cette incertitude, la banque aura tendance à se protéger en

instituant une prime de risque conséquente (Abdou, 2002). Les bons projets se verront alors

pénalisés par une surprime de risque par exemple, la hausse du taux d’intérêt. Cette dernière

aura pour conséquence de pousser l’agent de bonne qualité, soit à quitter le marché en

renonçant au projet, ou à changer de banque partenaire, du fait de la diminution de la

rentabilité de son projet, soit à étaler la qualité de son projet afin de réduire l’asymétrie

d’information et par conséquent le doute qui existait quant à la bonne qualité du projet. La

théorie du signal décrite précédemment, a l’avantage de pousser les clients emprunteurs, à

dévoiler davantage la qualité de leurs projets aux banques. Cet avantage profite aussi bien à la

banque qu’aux emprunteurs.

L’autre type d’asymétrie d’information qu’on retrouve en milieu bancaire, est l’aléa

moral. En effet, l’emprunteur ne disposant pas de garanties solides paraît moins préoccupé

par la rentabilité de son projet, car la perte qu’il aura à supporter est minime en cas de

réalisation de garanties, suite au risque de défaut. Cette asymétrie d’information justifie

l’importance des garanties exigées par les banques et les mécanismes d’incitation de

l’emprunteur à participer à la réduction du risque de non remboursement.

41

Les banques considérées comme des contrôleurs délégués par Diamond (1984), sont

chargées par les déposants20

de contrôler les emprunteurs et de limiter les problèmes de

sélection adverse et d'aléa moral inhérents à toute relation de crédit. Pour ce faire, elles

doivent connaître leurs emprunteurs. C’est ainsi, qu’elles collectent et détiennent des

informations précises sur la qualité des différents emprunteurs. Comme, les banques traitent

avec plusieurs emprunteurs, il est donc clair qu’elles détiennent plus d’informations précises

sur la qualité des emprunteurs que les déposants. C’est pourquoi, Vilanova (1997) pense que

la banque peut être considérée comme un spécialiste de l’information. Avec ce statut de

spécialiste de l’information et à travers une opération de crédit, la banque envoie au marché

un signal gratuit sur la santé actuelle de l'emprunteur et sur les perspectives de ses revenus

futurs. On peut, constater sur ce point, que la confiance du banquier entraîne souvent celle des

autres partenaires (parmi lesquels on peut retrouver les consœurs de la banque prêteuse) de

l'emprunteur.

Par ailleurs, après obtention du crédit, l’emprunteur est susceptible de réduire son

effort de production et/ou de lancer des projets plus risqués puisque plus rentables pour lui.

D’où la naissance des conflits d’intérêt entre l’emprunteur et le prêteur après l’accord du

financement. Par exemple, un emprunteur dont le projet de création d’une industrie a reçu le

financement d’une banque, peut engager des dépenses d’achats des biens de luxe qui n’ont

rien à voir avec l’industrie, ce qui va ralentir la mise en place de l’industrie et réduire la

capacité de remboursement de cet emprunteur. Ce type de conflit d’intérêt est

particulièrement élevé pour les emprunteurs engagés dans des projets nouveaux. De plus, pour

Mojon (1996), le rendement de l’investissement est fonction croissante de la qualité de du

projet ou de l’entreprise et de la réalisation de l’aléa sur l’état de nature lié à cet

investissement.

Pour que les banques assurent les financements, selon Cherif (1999), certains

mécanismes permettant aux bons emprunteurs de se distinguer des mauvais emprunteurs qui

sont à la recherche de financement, doivent être mis en place compte tenu de l’asymétrie

d’information sur le marché de crédit. Parmi ces mécanismes, nous avons, d’une part les

activités de signalisation de la part des entreprises, et d’autre part, le rôle des intermédiaires

financiers spécialisés. Dans le contexte d’asymétries d’information, certains prêteurs

élaborent des contrats leurs permettant de distinguer les différents types d’emprunteurs. Une

20

Les déposants sont les investisseurs finaux qui choisissent de passer par un intermédiaire financier au lieu de la rencontre directe entre prêteur et emprunteur.

42

banque peut ainsi s’appuyer soit sur le taux d’intérêt, soit sur la garantie pour différencier ses

emprunteurs. En effet, l’expérience montre que les emprunteurs à haut risque ont souvent

tendance à choisir des taux d’intérêt élevés et ne mettent pas de garantie contrairement aux

emprunteurs à faible risque qui engagent des garanties et obtiennent des taux d’intérêt faible.

De ce qui précède, nous pouvons synthétiser le phénomène de l’asymétrie

d’information dans le domaine bancaire par le graphique ci-dessous.

Figure n° 3 : la synthèse des problèmes d’information dans le processus de crédit

Ligne du temps t=0 t=1 t=2

Evénement la nature détermine contrat échéance

les types de crédit du crédit

Type Information

incomplète

Information asymétrique

Asymétrie Pas d’asymétrie Asymétries

précontractuelles

Asymétries post-contractuelles

Risque Incertitude bilatérale Anti-sélection Aléa moral ex ante Aléa moral ex post

Action Formation des types Sélection Surveillance Audit

Source : Lanha (2006)

Nous pouvons penser dans la lignée de Matoussi et Abdelmoula (2010), que

l’asymétrie d’information sur les caractéristiques de l’emprunteur est particulièrement

préjudiciable à la banque au moment de l’octroi du crédit. Elle réduit la capacité de la banque

à distinguer les bons emprunteurs des mauvais emprunteurs. La connaissance des

caractéristiques des emprunteurs permet de réduire les phénomènes de sélection adverse et

d’améliorer la gestion du risque de crédit par les banques. Cette capacité est d’une grande

importance pour les économies de l’Afrique, en particulier celles de l’Afrique centrale où les

banques connaissent souvent des problèmes de fragilité dus à l’importance des créances

douteuses dans leur portefeuille de crédits. De ce qui précède, on peut en déduire que la

qualité des emprunteurs influence considérablement la qualité solidité des banques. En effet,

43

la qualité des crédits considérée comme une exigence de solidité bancaire est induite par la

qualité des emprunteurs.

II- La qualité des actifs : une nécessité de la solidité bancaire

Les banques, comme toutes les entreprises, sont à la recherche de leur rentabilité. En

effet, la recherche de la rentabilité durable passe nécessairement par la qualité de l’actif et la

qualité du passif de la banque. Ainsi, la diversification des ressources, des sources de revenus

et des portefeuilles améliore la performance et la stabilité des banques (Abdennour et

Houhou, 2008). C’est pour cette raison que, la recherche de la rentabilité nécessite une

gouvernance de qualité de la banque. De plus, pour avoir une bonne performance, il faut être

discipliné dans ses actes. Ainsi, l’excès de risque peut être rentable, mais les conséquences

négatives y afférentes sont énormes. D’où la nécessité d’un contrôle interne et/ou externe

effectif de la banque.

Barth et al. (2004) ont vérifié empiriquement que le développement des banques est

positivement associé à l’existence de politiques qui renforcent le contrôle privé. Leurs

résultats montrent aussi l’importance de la discipline de marché, comme élément crucial dans

les stratégies de surveillance et de régulation bancaires. Dans les pays ayant les marchés les

plus contestables, où les banques sont encouragées à diversifier leurs portefeuilles au niveau

national et international, la discipline de marché est plus effective et les banques sont plus

performantes et plus stables. Ceci nous amène à considérer la qualité des actifs comme un

élément de performance. C’est ainsi que, toute banque doit avoir un système de contrôle

interne effectif et se fixer certaines exigences pour atteindre cet objectif.

Un système prospectif de classement des prêts qui vise à encourager les banques à

prendre davantage en compte les risques, à travers le système CAMELS a été mis en œuvre

dans certaines économies, notamment celle des Etats Unis d’ Amérique. L’amélioration du

calcul des normes de fonds propres, de la Banque des Règlements Internationaux (BRI) et des

obligations plus rigoureuses en termes de provisionnement sont entrées en vigueur dans les

faits. Ainsi, l’importance des facteurs institutionnels et réglementaires dans l’explication des

difficultés bancaires est clairement soulignée dans la littérature. La prise en compte de ces

exigences fait l’objet de la suite de notre étude.

44

II.1- La qualité de crédits un élément des exigences réglementaires

Les banques sont exposées aux crises qui affectent régulièrement l’économie. Pour les

rendre plus résistantes face à ces épisodes de crise qui entrainent souvent leurs défaillances,

une importante réglementation à caractère prudentiel a progressivement été mise en place par

les banques centrales au cours du vingtième siècle (Combes-Thuélin et Escaffre, 2004). Dans

un premier temps, les préoccupations des autorités étaient d’ordre monétaire, d’où l’accent

mis par la réglementation sur la liquidité21

des banques. Ces préoccupations d’ordre monétaire

se sont ensuite accompagnées de préoccupations portant sur la solidité financière de ces

établissements. C’est ainsi qu’à la fin des années 1980, les Gouverneurs des banques centrales

des pays du G10, réunis dans le cadre du Comité de Bâle, se sont accordés sur la nécessité de

définir en commun des critères de solvabilité. Il est effectivement nécessaire que les

contraintes en termes de niveau de fonds propres soient identiques d’un pays à l’autre, ceci

afin d’éviter les distorsions de concurrence.

Ces travaux ont débouché en 1988 sur la naissance d’un ratio de solvabilité,

communément appelé ratio Cooke, qui est le rapport des fonds propres sur les actifs pondérés

selon leur niveau de risque. Ce dispositif a ensuite été étendu en 1996 aux risques de marché

avec le ratio d’adéquation des fonds propres. Aujourd’hui avec la réforme Mc Donough, ce

ratio a été entièrement refondu et élargi, mais les fonds propres et la qualité des actifs

continuent d’y occuper une place déterminante.

Les normes prudentielles définies par le Comité de Bâle cherchent à prévenir les

faillites des banques. Ainsi, pour garantir l’efficacité de ce dispositif prudentiel, les autorités

de contrôle s’intéressent de plus en plus à la qualité de l’information comptable publiée en

matière d’activité de crédit. Dans le calcul du ratio de solvabilité, l’importance de la qualité

des actifs n’est plus à démontrer. En effet, dans ce ratio, nous avons au dénominateur les

actifs pondérés. De plus, la littérature suggère un grand nombre de ratios de qualité de l’actif

tels que les ratios de prêts non performants ou de provisions pour pertes rapportés à

l’ensemble des crédits ou total de l’actif. Dans le milieu bancaire, les actifs sont constitués

dans leur grande partie des crédits. C’est ainsi que, nous constatons que la pondération des

actifs utilisée pour déterminer le ratio de solvabilité tient compte de la qualité du débiteur.

Dans la CEMAC, les normes de solvabilité sont construites sur la base de la définition

standard des fonds propres et ont trait à la couverture des risques, à la division des risques, à

21

La liquidité des banques fait allusion à leur capacité, à un moment donné, de faire face à un passif exigible grâce à la part de l’actif réalisable et disponible.

45

la couverture des immobilisations, aux prises de participations et à la limitation des

engagements en faveur des actionnaires, des dirigeants et du personnel. Ces normes sont

inspirées des normes adoptées sur le plan international par le Comité de Bâle. Elles font

l’objet de plusieurs règlements et instructions de la COBAC.

Il ressort du Règlement COBAC R-93/03 relatif à la Couverture des Risques des

Etablissements de crédit, abrogé par le Règlement COBAC R-2001/02 et modifié par le

Règlement COBAC R-2003/06 que « les Etablissements de crédit sont tenus, dans les

conditions prévues au présent Règlement, de respecter en permanence un ratio de couverture

des risques, rapport entre le montant de leurs fonds propres nets et celui de l’ensemble des

risques de crédit qu’ils encourent du fait de leurs opérations, au moins égal à 8%. ». Au fait,

l’ensemble des risques de crédit qui est au dénominateur de ce ratio est constitué des éléments

d’actif et de hors bilan affectés d’un coefficient de pondération variable selon le risque de

crédit dont ils sont assortis. Pour un souci affirmé de simplification du calcul des normes

destinées aux banques, qui pour la première fois devaient faire face à un dispositif prudentiel

de cette nature, la COBAC a en 1993 délimité le nombre de taux de pondération à trois. C’est

ainsi que dans la réglementation de 1993 en Afrique centrale, on trouve trois niveaux de

pondération des risques dans le cadre du calcul du ratio de couverture des risques. Une

pondération à 100 % est exigée pour les crédits à la clientèle, les opérations de crédit-bail. Le

taux de 10 % est retenu pour les autres engagements par signature en faveur de la clientèle.

Tous les autres éléments d’actif sont pondérés à 0 %. Des risques pondérés sont déduites les

provisions complémentaires qu’il convient de constituer. Provisions qui ont, par ailleurs, été

déduites du montant des fonds propres. Or, à la même période en Europe et particulièrement

dans certains pays comme la France, ces coefficients de pondération allaient de 0 à 100 %

avec plusieurs niveaux : 0 % pour les créances sur les Etats membres de l’OCDE ; 20 % pour

les créances sur les banques ou les collectivités locales d’Etats membres ; 50 % pour les

créances à garantie hypothécaire et 100 % pour toutes les autres créances.

Pour limiter les engagements des banques en faveur de leurs actionnaires ou associes,

administrateurs, dirigeants et personnel, la COBAC a instauré le Règlement COBAC R-93/13

relatif à ce type d’engagements. Ce règlement a été modifié par le Règlement COBAC R-

2001/05. Il limite les concours octroyés par les établissements de crédit aux actionnaires,

administrateurs, dirigeants et personnel. L’encours global des engagements par signature ou

par caisse d’un établissement de crédit sur les personnes définies ci-dessus ne peut dépasser

15 % de ses fonds propres nets.

46

Comme nous l’avons noté, le risque de défaillance d’une banque peut être localisé

dans les deux parties de son bilan. C’est pour cela que, toutes les normes de solvabilité

rapprochent les risques des crédits logés à l’actif aux fonds propres situé au passif de la

banque. C’est ainsi que, ces exigences réglementaires mettent l’accent sur la qualité des actifs

des banques. Or, la qualité des actifs des banques est directement liée à la qualité des

débiteurs des banques. Il en est de même, pour la relation performance financière et qualité

des actifs. Il est donc important, d’étudier l’influence de la qualité des débiteurs d’une banque

sur sa performance financière.

II.2- La qualité des crédits : élément de performance financière

Nouy (1993) définit la rentabilité d'une banque comme son aptitude à dégager de son

exploitation des gains suffisants, après déduction des coûts nécessaires à cette exploitation,

pour poursuivre durablement son activité. La rentabilité bancaire est un résultat d’une bonne

exploitation. Elle provient du processus de transformation au sens large des ressources mis en

œuvre par les banques dans le cadre de leur fonction d'intermédiation des bilans. Or, l'activité

de transformation est à l'origine de risques comme celui de contrepartie, dont la gestion doit

être optimisée, en vue d'obtenir un maximum de gains avec un minimum de pertes

potentielles. C’est ainsi que, la notion de la rentabilité bancaire est indissociable de la prise de

risques et le compte de résultat doit refléter ce couple rentabilité – risques.

Le résultat net est un solde intégrant parfois des produits et des charges non récurrents

qui peuvent influencer la structure de la rentabilité de la banque. Ainsi, l’analyse de l'équilibre

rentabilité – risques ne doit pas toujours tenir compte du seul examen du résultat net, mais de

la nature des produits et des charges qui entrent dans la détermination du résultat. C'est la

raison pour laquelle, l'analyse de la rentabilité bancaire passe par la mise en évidence de

soldes intermédiaires de gestion tels que le produit net bancaire ; le résultat brut

d'exploitation ; le résultat d'exploitation ; etc. Ces soldes permettent d'identifier les éléments

ayant concouru à l'obtention du résultat final. En effet, le produit net bancaire est calculé par

la différence entre les produits et les charges bancaires liés aux activités de prêt et d'emprunt

ou de collecte de dépôts, aux opérations sur titres, etc. Cette différence permet de mesurer la

contribution spécifique de chaque élément à la détermination de la rentabilité bancaire.

Il est important, d’indiquer que certains actifs non performants comme les créances

douteuses, ont un impact négatif sur les résultats de la banque. C’est pourquoi, Soupmo

47

Badjio (2009) pense qu’il faut tenir compte lors de l’analyse de la rentabilité bancaire, de

certains indicateurs microéconomiques et macroéconomiques. Les indicateurs

microéconomiques portant sur la qualité des actifs, la profitabilité, la sensibilité aux risques de

marché et les fonds propres, et certains indicateurs macroéconomiques comme la croissance

économique, la volatilité de l’inflation, des taux d’intérêt et des taux de change ont un impact

sur la rentabilité des banques. En effet, on peut interpréter la montée des risques par la

traduction comptable des dotations aux comptes de provisions que les banques effectuent.

Cette augmentation des dotations due à l’augmentation des créances en souffrance, influence

significativement le résultat net dégagé par les banques (Nouy, 1993). De plus, la constitution

des provisions peut s’analyser en termes économiques comme une charge, car les dotations

aux comptes de provisions affectent les résultats dégagés par les banques. En effet, en Afrique

centrale les banques ont vu, pour l'exercice 2013, les provisions pour dépréciation des

comptes de la clientèle s’accroître d’environ 4,9 % (COBAC, 2013). Cette croissance des

provisions a un impact non seulement sur la rentabilité des banques, mais elle réduit aussi leur

solidité financière. Pour Godlewski (2005), la défaillance des banques est principalement

associée à la mauvaise qualité des actifs bancaires, dont la responsabilité incombe aux

managers de ces établissements. En effet, la mauvaise gestion du risque de crédit, se traduit

par un excès de prise de risque qui est très souvent à l’origine de la défaillance bancaire. Pour

l’auteur, les différents symptômes de l’excès de risque de crédit sont : la mauvaise qualité du

portefeuille de crédits, c’est-à-dire une part importante de prêts non performants, la

concentration excessive par emprunteur, par maturité, ou par secteur d’activité des crédits

dans le portefeuille. Angora (2009), lui constate que la solvabilité des banques est

compromise lorsque leurs actifs se dégradent. C’est pourquoi, la majorité des ratios de

couverture de risques concernent tout d’abord l’état des portefeuilles de créances et le risque

de crédit lié aux éléments du hors bilan notamment aux garanties, aux éventuels engagements

et aux instruments dérivés. Ces ratios tentent surtout d’apprécier la valeur nette de l’actif

après déduction des pertes réelles ou estimées. Ils peuvent traduire aussi la plus ou moins

grande concentration de prêts auprès d’un client donné ou d’un secteur d’activité donné.

A la fin de cette section, on est en mesure de souligner la pertinence des fondements

qui justifient le bien-fondé pour la banque d’avoir des débiteurs sains. En effet, nous

montrons ici l’importance de la prise en considération du phénomène d’asymétrie

d’information dans l’activité de crédit. De plus, nous mettons en évidence la relation entre la

performance de la banque et la qualité du débiteur. Celle-ci est bien estimée par tous les

48

acteurs du système bancaire. En somme, au vu de ce qui précède, il apparaît que la qualité du

débiteur n’est pas seulement une préoccupation des managers des banques, mais aussi celle de

tous les acteurs conscients de l’importance du système bancaire dans une économie. C’est

pourquoi, en plus du contrôle interne (les exigences de performance), il existe des contrôles

externes (les exigences réglementaires).

Conclusion

Ce chapitre s’articule autour de la nécessité de la prise en compte de la qualité du

débiteur dans la solidité de la banque. Ainsi, nous nous sommes appuyés sur l’importance de

la qualité du débiteur en essayant de cerner les contours du concept du débiteur sain.

L’objectif de ce chapitre est de montrer que la qualité du débiteur est un facteur important de

la solidité pour les banques. Il est aussi important de comprendre comment la qualité du

débiteur peut être prise en compte dans les études consacrées à l’analyse de la solidité des

banques. Il ressort de ce chapitre que la qualité du débiteur même si, elle n’est pas une

condition suffisante pour la solidité d’une banque, il n’en demeure pas moins qu’elle est

nécessaire pour cette dernière. De plus, il est clair que tout facteur qui agit négativement sur la

qualité du portefeuille et la rentabilité des banques, peut précipiter tout le système bancaire

dans une situation de détresse. C’est ce qui explique sans doute le fait que, plusieurs études

théoriques et empiriques accordent une attention particulière aux phénomènes qui permettent

de détecter les différentes qualités de débiteurs. En d’autres termes, les moyens permettant

d’identifier les débiteurs sains. Dans la plupart des études, la qualité du débiteur est traitée

comme un phénomène binaire : bons emprunteurs et mauvais emprunteurs.

En effet, ce chapitre met en exergue les éléments permettant à la banque de détecter

les emprunteurs sains et les signaux par lesquels les bons emprunteurs peuvent se distinguer

des mauvais. L’accent a été mis sur la théorie du signal, la théorie du contrat avec les contrats

incitatifs et la théorie du compte chèque pour démontrer les éléments d’une bonne relation

banque – client. Il convient par la suite d’évaluer empiriquement l’importance de la qualité du

débiteur pour la solidité de la banque.

49

CHAPITRE 2 : L’INFLUENCE DE LA QUALITE DU PORTEFEUILLE DE

CREDITS SUR LA SOLIDITE BANCAIRE DANS LA CEMAC : UNE EVALUATION

EMPIRIQUE

Introduction

L’expérience récente a montré que les différentes crises (crise financière asiatique des

années 1990 et la crise financière de 2008) sont une source d’instabilité. Elles provoquent des

chocs qui affectent l’activité bancaire et par contagion l’économie réelle. L’instabilité des

systèmes bancaires a amené les autorités monétaires à prendre conscience de l’importance des

répercussions parfois systémiques que peut entraîner la faillite d’une banque. C’est pour cela

que la plupart des autorités monétaires prêtent une attention particulière à la solidité de leurs

systèmes financiers.

L’analyse de la solidité des banques est centré sur l’objectif micro-prudentiel de

limitation du risque de défaillance des banques. Lors du suivi de la solidité des banques, la

qualité et la composition de leurs actifs ainsi que leur exposition aux risques financiers

méritent une grande attention. Dans la CEMAC, la dégradation de la qualité du portefeuille de

crédits est importante et varie en dents de scie. On constate qu’au 31 décembre 2013, les

créances en souffrance ont augmenté d’environ 48% et à la même période, il y avait onze

banques sous-capitalisées. C’est pour cette raison qu’il serait intéressant d’avoir des

informations sur le passif (les fonds propres) et sur l’actif (la qualité du portefeuille de crédits)

de ces banques. Albulescu (2009) pense qu’en pratique, les systèmes bancaires sont

caractérisés par deux sources de vulnérabilité. La première source est associée à une faible

diversification du risque présent dans le bilan et le hors bilan des banques, risque qui se

matérialise en risque de crédit, risque opérationnel, risque de liquidité, etc. La deuxième

source de vulnérabilité concerne l’ensemble du système bancaire à travers le risque

systémique.

L’identification des facteurs qui affectent la solidité des banques est utile à plus d’un

titre pour les autorités monétaires (Abdou, 2002). En effet, l’une des missions généralement

assignées aux autorités monétaires est de conduire la politique monétaire22

de façon à assurer

22

La politique monétaire affecte le secteur réel à travers ses différents canaux de transmission. Ces canaux de

transmission peuvent être regroupés en trois catégories : le canal traditionnel des taux d’intérêt, le canal du

taux de change et les canaux des crédits. Le canal du crédit bancaire est fondé sur l’idée que les banques jouent

50

un financement sain de l’économie. Un système bancaire qui accumule des créances en

souffrance ne peut jouer efficacement ce rôle. La raison en est simple, et pour cause, lorsque

les banques détiennent des créances en souffrances, elles ont l’obligation de les provisionnées.

Or, lorsque ces créances sont provisionnées, la rentabilité des banques est réduite et leur

capacité à financer les activités économiques se trouve affectée négativement. Ce constat nous

amène à analyser la solidité bancaire dans la CEMAC, à travers la relation préétablie entre

cette dernière et la qualité du portefeuille de crédits.

La littérature souligne que les banques supposées myopes vis-à-vis du risque,

constituent souvent les provisions sur les crédits non performants avec un retard (Mojon,

1996). Toutefois, qu’en cas de non provisionnement, les créances en souffrance détériorent la

capitalisation de la banque, puisqu’elles sont déduites des fonds propres réglementaires.

Ainsi, les fonds propres effectifs vont baisser, ce qui aura un impact négatif sur la solvabilité

de la banque. L’insolvabilité d’une banque en devenant chronique peut par effet de contagion

se généraliser et accroître le risque d’une crise systémique (Bordes, 2005). Ceci peut aboutir à

la vulnérabilité de tout le système bancaire, car lorsque les capacités de résistance aux chocs

endogènes et/ou réels d’un système bancaire sont réduites, il devient vulnérable aux crises

(Albulescu, 2009). De ce qui précède, on peut en déduire que, les mauvais crédits exercent un

effet d’éviction sur le financement des projets viables. Cette situation est de nature à freiner

ou à brider l’expansion économique.

L’objectif de ce chapitre est de proposer un modèle qui permet d’analyser la relation

qui existe entre la qualité du portefeuille de crédits et la solidité bancaire, en tenant compte

des indicateurs individuels de type CAMEL et des indicateurs macroéconomiques. La suite de

ce chapitre est organisée en deux sections. La première section porte sur les différentes

approches de l’évaluation de la solidité bancaire. Dans cette section, nous présentons les

indicateurs qui donnent des informations sur la solidité des banques et les tests de résistance

aux chocs (stress tests), et puis les systèmes d’alerte précoce et les autres techniques

quantitatives utilisées pour apprécier la solidité des entreprises (les analyses discriminantes et

les Z-scores). Dans la deuxième section, nous analysons la relation portefeuille de crédits et

solidité des banques dans la CEMAC en tenant compte des facteurs complémentaires. A cet

effet, nous présentons tout d’abord les spécificités de l’activité bancaire dans la zone, ensuite

le modèle que nous développons et enfin les enseignements qui en découle.

un rôle spécifique au sein du système financier, car elles sont particulièrement bien placées pour résoudre les

problèmes d’asymétrie d’information sur les marchés de crédit.

51

Section 1 : Les différentes approches empiriques de l’évaluation de la solidité des

banques

L’analyse de la solidité des banques est complexe du fait de la multiplicité des facteurs

qui peuvent influencer la solidité bancaire. Cette complexité rend délicat le cadre conceptuel

fondé sur un seul indicateur et le choix des variables explicatives. L’évaluation de la solidité

ne doit pas se résumer aux capacités des institutions à absorber un choc. Il faut identifier tous

les éléments qui peuvent altérer ces capacités en créant les conditions d’un déséquilibre futur.

Certains auteurs considèrent que la quantification de la solidité financière est difficile, mais

pas impossible. Johnston et al. (2000) dans leur étude sur la vulnérabilité du système

financier, distinguent quatre modalités pour évaluer la solidité. L’approche économique

s’intéresse aux sources de vulnérabilité dans le système financier (asymétrie de l’information,

aléa moral, etc.). Par ailleurs, l’approche par l’évaluation des risques essaie de quantifier les

risques et les expositions individuelles des institutions financières (les techniques de gestion

du risque, les indicateurs micro et macro-prudentiels, les stress-tests, etc.). La troisième

approche, c’est-à-dire l’approche par la surveillance, implique un cadre de surveillance et de

réglementation adéquat (les standards internationaux, les meilleures pratiques, etc.). Enfin, il

y a l’approche qui s’intéresse à l’évaluation de la vulnérabilité individuelle des institutions

financières et du système (la capacité des banques ou du système à gérer les risques).

Dans notre étude, nous nous intéressons à la dernière approche qui traduit

l’interdépendance entre les performances et la solidité des banques (les indicateurs de la

qualité des actifs, les stress-tests, les systèmes d’alerte précoce, etc.). Une telle approche

donne principalement la possibilité d’étudier minutieusement l’impact de la qualité du

portefeuille de crédits sur la solidité des banques. Les techniques utilisées pour mesurer la

vulnérabilité des banques ont été développées après l’évaluation des coûts directs et indirects

élevés des crises financières (Caprio, 1997). Dans cette section, nous présentons tout d’abord

les indicateurs de la solidité financière en mettant en lumière leur importance. Ensuite, nous

décrivons les techniques quantitatives d’évaluation de la solidité financière, en soulignant leur

complémentarité et leur diversité.

52

I- Les indicateurs de la solidité des banques

La dégradation de la qualité des crédits est l’un des principaux facteurs de défaillance

bancaire, car la plupart des actifs des banques sont des prêts ou des placements qui visent à

générer des profits pour la banque. Lorsque la qualité des actifs d’une banque est faible, c’est-

à-dire, quand les actifs d’une banque génèrent des pertes, cette banque peut devenir insolvable

(Godlewski, 2004). Les indicateurs de la qualité des actifs sont généralement des ratios

financiers relatifs au portefeuille de crédits, puisque le crédit constitue la principale activité

des banques. Pour établir ces indicateurs, le FMI a entrepris des travaux dans les années 2000.

Ces travaux ont montré clairement que l’éventail et la nature des Indicateurs de Solidité

Financière (ISF) varient d’un pays à l’autre.

Compte tenu de leur importance primordiale dans tous les pays, les ISF des institutions

bancaires sont jugés indispensables pour toute analyse de l’état de santé et de la solidité des

systèmes financiers nationaux (FMI, 2006). De plus, en raison du rôle que la qualité des actifs

joue dans la rentabilité et la solidité des banques, il est utile d’obtenir des informations sur les

principaux actifs. Ainsi, dans un premier temps, nous analysons les indicateurs qui fournissent

des informations sur la solidité des banques et dans un deuxième temps, nous présentons les

tests de résistance aux chocs (stress tests), ensuite les systèmes d’alerte précoce et d’autres

techniques quantitatives utilisées pour évaluer la solidité (analyses discriminantes et Z-

scores).

I.1- Les indicateurs standards de l’appréciation de la solidité financière

Sundararajan et al. (2002) en publiant leur étude sur les indicateurs de solidité

financière répondent à la nécessité de disposer d’instruments permettant d’évaluer les forces

et les faiblesses des systèmes financiers et celles de leurs composantes. Cette nécessité s’est

plus manifestée après la récession financière des années 1990. De plus, la récurrence des

crises financières a accentué le besoin d’outils permettant de tester la santé financière des

institutions. La mise au point d’indicateurs de solidité financière est la conséquence de

diverses crises et du fait que les décideurs s’accordent à penser qu’ils ont besoin de nouveaux

types de données pour prendre leurs décisions. C’est ainsi que le FMI en marquant une étape

importante dans la création d’une référence normalisée a publié en 2006, un guide pour les

établissements financiers. Ce guide apparaît comme une référence en matière des concepts,

53

définitions et techniques qui régissent l’élaboration et la diffusion des indicateurs de solidité

financière.

Les ISF sont des indicateurs d’actualité qui renseignent sur la santé et la solidité de

l’ensemble des institutions financières d’un pays. Certains de ces indicateurs prennent en

compte des données agrégées sur des institutions et d’autres des indices représentatifs des

marchés sur lesquels opèrent les institutions financières. Certes, le FMI et la Banque

Mondiale ont proposé ces indicateurs dans le cadre des méthodologies d’évaluation du secteur

financier, mais plusieurs de ces ISF peuvent être utilisés dans des analyses individuelles. Ces

indicateurs concernent toutes les catégories d’institutions (banques, assurances, marchés des

capitaux, etc.) qui sont actives dans la sphère financière. Les ISF sont calculés et diffusés pour

les besoins de l’analyse prudentielle, dont l’objet est l’évaluation et le suivi des forces et des

faiblesses des systèmes financiers, afin de renforcer la stabilité et en particulier de limiter les

risques de défaillance (Albulescu, 2009). Le FMI dans son guide de 2006, classe les

indicateurs en fonction des éléments qui les déterminent. C’est ainsi qu’on a des indicateurs

portant sur les fonds propres, d’autres sur les actifs et certains sur les charges et produits.

Les indicateurs standards qui s’articulent autour des fonds propres peuvent être

répartis en deux catégories : les indicateurs centraux et les indicateurs recommandés. Pour les

indicateurs centraux, nous pouvons citer : les ratios des fonds propres réglementaires sur les

actifs pondérés en fonction des risques ; les fonds propres réglementaires de base sur les actifs

pondérés en fonction des risques ; les prêts improductifs moins provisionnement divisés par

les fonds propres ; la rentabilité des fonds propres (produit net/valeur moyenne des fonds

propres) ; la position ouverte nette en monnaies étrangères sur les fonds propres. Les autres

indicateurs liés aux fonds propres sont : les ratios des fonds propres sur les actifs ; les grands

risques rapportés aux fonds propres ; les positions d'actifs ou de passifs brutes sur dérivés

financiers sur les fonds propres ; la position ouverte nette en actions et autres participations

divisée par les fonds propres.

Les indicateurs faisant appel aux actifs peuvent-être aussi regroupés en deux

catégories. Ici, pour ce qui est des indicateurs centraux on a : les actifs liquides sur le total des

actifs (communément appelé ratio de liquidité des actifs) ; les actifs liquides divisés par les

passifs à court terme ; la rentabilité des actifs (produit net/valeur moyenne du total des

actifs) ; les prêts improductifs sur le total des prêts bruts ; la répartition sectorielle des prêts

sur le total des prêts. Les autres indicateurs basés sur les actifs sont : les prêts immobiliers

résidentiels sur le total des prêts ; les prêts immobiliers commerciaux sur total des prêts ; les

54

dépôts de la clientèle sur le total des prêts non interbancaires ; la répartition géographique des

prêts rapportée au total des prêts ; les prêts libellés en monnaies étrangères divisés par le total

des prêts et les passifs libellés en monnaies étrangères sur le total des passifs.

Pour les indicateurs portant sur les produits et charges, deux sont considérés comme

centraux. Il s’agit des ratios marge d'intérêt sur produit brut et charges hors intérêts sur

produit brut. Les autres indicateurs sont les produits des transactions sur le total des produits

et les charges de personnel sur les charges hors intérêts.

En résumé, les ISF sont destinés au suivi de l’évolution des positions (et/ou

expositions) et des flux susceptibles de révéler des signes d’accroissement de la vulnérabilité

du secteur financier ou d’une institution financière. Ils aident à évaluer la capacité de

résistance d’une institution aux chocs défavorables. Les indicateurs de solidité sont

pratiquement utilisés dans la majorité des techniques quantitatives d’évaluation de la solidité

(Albulescu, 2009).

I.2- La revue des études empiriques de la solidité des banques

L’analyse des ISF a commencé avec la construction des modèles théoriques qui

expliquent l’apparition des crises (Albulescu, 2009). Ces indicateurs ont pris une importance

particulière avec le perfectionnement des techniques quantitatives d’évaluation de la solidité

financière. Ils ont été utilisés dans les systèmes d’alerte précoce et dans les stress-tests.

Certains auteurs à l’instar de Demirguc-Kunt et Detragiache (1998), Kaminsky et Reinhart

(1999), Goyeau et Tarazi (1992), Albulescu (2009) et Powo (2000) montrent que ces

indicateurs individuels de solidité peuvent offrir des informations limitées sur la capacité de

résistance aux chocs du système bancaire.

Les études portant sur la gestion des risques par les banques, peuvent être regroupées

en deux catégories. L’une utilise les données individuelles et l’autre recours aux données

macroéconomiques. Les indicateurs usuels utilisés dans les études faisant recours aux données

macroéconomiques on peut citer : le taux de croissance du crédit réel ; l’évolution du PIB ; le

taux d’intérêt réel ; l’inflation, etc. En s’appuyant sur l’étude de Demirguc-Kunt et

Detragiache (1998), on peut regrouper ces indicateurs en trois catégories : les variables

macroéconomiques, les variables financières et les variables institutionnelles.

55

Demirgüç-Kunt et Detragiache (1998) en utilisant les données macroéconomiques ont

abouti à la conclusion selon laquelle, l’environnement macroéconomique défavorable (un

faible taux de croissance du PIB et/ou un taux d’inflation élevé) altère la qualité du

portefeuille de crédits et la rentabilité des banques dans les pays en développement et les pays

développés. Ainsi, l’environnement macroéconomique peut précipiter le système bancaire

dans une situation de détresse. Kaminsky et Reinhart (1999) aboutissent aux mêmes résultats

dans leurs travaux en considérant un panel de banques des pays en développement. Hardy et

Pazarbasioglu (1998) confirment la pertinence de cette conclusion à l’aide d’un modèle Logit

sur des banques asiatiques. Ces auteurs notent que dans la plupart des cas, la crise a été

précédée par un accroissement excessif de la distribution de crédits et une hausse significative

des taux d’intérêt réels qu’ils ont utilisé comme un proxy de la libéralisation financière. Les

résultats de l’étude menée par Angora et Tarazi (2011) sur l’UEMOA montrent que la baisse

de l’inflation et la contraction de l’activité économique sont les principaux facteurs qui ont

fragilisé le système bancaire et déclenché la crise des années 1980. Pour Abdennour et

Houhou (2008), l’environnement institutionnel, juridique et réglementaire influence la prise

de risque par les banques dans les pays émergents. Pour ce faire, ils proposent un système

d’alerte précoce de difficultés bancaires incluant des variables financières de type CAMEL,

des variables institutionnelles, juridiques et réglementaires, comme outils efficaces dans la

détermination des établissements en situation financière difficile dans ces pays.

En revanche, l’étude de Diamond et Dybvig (1983) sur la ruée aux guichets a mis en

évidence le rôle dominant des facteurs spécifiques aux banques, minimisant ainsi l’effet de

l’environnement macroéconomique. Goyeau et Tarazi (1992) quant à eux, en s’intéressant aux

difficultés des banques en Europe, soulignent le rôle crucial de l’insuffisance de la couverture

des risques par les banques comme facteur de vulnérabilité de ces institutions. Pour ce qui est

de l’Afrique, Powo (2000) utilise un modèle Logit multivarié pour évaluer les probabilités de

survie des banques et d’avènement de crise bancaire dans la zone UEMOA. En utilisant les

données issues des bilans des banques, il montre que les éléments liés à la composition du

portefeuille des banques (tel que les effets commerciaux) et le faible montant des dépôts à

terme ont été déterminant dans les faillites des banques au cours de la deuxième moitié des

années 1980. Toutefois, dans cette étude, il n’a pas analysé les mécanismes par lesquels une

accumulation de créances douteuses peut fragiliser la banque en affectant sa rentabilité et sa

solvabilité. Soupmo Badjio (2009) en cherchant à proposer un modèle de prédiction de

difficultés bancaires en zone CEMAC, utilise les variables financières. Il trouve que trois

56

variables sont statistiquement significatives pour la construction du modèle de prévision des

difficultés bancaires dans la CEMAC. Il s’agit des ratios : des fonds propres sur le total des

crédits, du total des dépôts sur le total des actifs et des produits d’exploitation sur le total des

actifs. L’auteur ne prend pas en compte des variables macroéconomiques et institutionnelles

dans son étude.

Notre étude centrée sur la solidité des banques se positionne entre les deux approches

(celle utilisant les indicateurs macroéconomiques et celle qui fait recours aux facteurs

spécifiques aux banques). En effet, nous utilisons les variables macroéconomiques et les

variables individuelles des banques. Ceci nous permet de tenir compte de l’influence des

effets de l’économie réelle sur les actions individuelles des banques en contexte des pays en

développement. De plus, cette étude est menée dans un contexte de stabilité apparente du

système bancaire de la sous-région. C’est pour cette raison qu’il faut une étude

microéconomique approfondie pour déceler les éléments de la solidité des institutions

bancaire de cette sous-région. Pour cela, il nous faut un instrument de mesure de la solidité

adapté à ce type des travaux.

II – Les méthodes d’appréciation de la solidité des banques

Une première mesure d’évaluation empirique de la solidité est l’analyse des

indicateurs de la solidité financière. Cette analyse a débuté avec le développement des

théories expliquant le déclenchement des crises (Albulescu, 2009). Le perfectionnement des

techniques quantitatives utilisées pour évaluer la solidité financière, telles que les tests de

résistance et les systèmes d’alerte précoce a donné un intérêt particulier aux indicateurs de la

solidité financière.

L’utilisation d’une possibilité pour évaluer la solidité financière d’une institution

dépend de la fonction objective de la recherche. Par exemple, les systèmes d’alerte précoce

peuvent être utilisés pour identifier rapidement les problèmes d’un système bancaire ou d’une

banque, en s’appuyant sur les indicateurs qui émettent des signaux liés à la vulnérabilité des

banques (Abdennour et Houhou, 2008). Ces systèmes qui permettent d’anticiper l’avènement

d’une crise, peuvent aussi avoir d’autres objectifs. En effet, ces techniques peuvent être

utilisées par les autorités de supervision pour identifier les banques présentant une forte

exposition aux risques. Dans ce cas, on utilise des méthodes spécifiques comme l’élaboration

de ratings qui permet de classer les banques selon leur santé financière. Une autre manière

57

d’évaluer la solidité financière consiste à mener un stress-test. En effet, les tests de résistance

ont la capacité de jauger la vulnérabilité des portefeuilles d’une institution à des changements

majeurs de la situation macroéconomique ou à des événements exceptionnels, mais plausibles

(Sundararajan et al. 2002). On peut mettre en œuvre un stress-test pour apprécier l’impact

d’un choc sur la capacité de la banque à faire face à un tel type de choc. Les stress-tests

peuvent être pratiqués tant au niveau individuel des banques qu’au niveau global du système

bancaire. Pour évaluer l’impact d’un choc externe sur leurs portefeuilles, les grandes banques

internationales ont procédé pour la première fois à l’emploi de ces tests. L’utilisation de ces

techniques est encouragée par le Comité de Bâle. En effet, les Accords de Bâle II stipulent

que les institutions qui recourent aux méthodes avancées de gestion du risque de crédit

doivent effectuer de stress-tests. Cependant, pour justifier le choix de notre modèle d’analyse,

nous présentons en détail les différents instruments de mesure de la solidité.

II.1- Les systèmes d’alerte précoce

Les crises financières de dernières décennies ont conduit au développement de

plusieurs stratégies permettant de détecter la vulnérabilité des banques (Angora, 2009 ;

Angora et Tarazi, 2011 ; Abdennour Houhou, 2008). Les organismes de supervision à travers

le monde ont développé à cet effet, des procédures d’alerte précoce. Les systèmes d’alerte

précoce développés par ces autorités ont mis en évidence les effets des perturbations du

système financier sur les performances des économies émergentes. Ces systèmes permettent

d’identifier les banques dont la situation apparaît préoccupante. De plus, il faut souligner que

les différentes crises financières ont accru la nécessité d’identifier les indicateurs d’alerte qui

permettent d’évaluer la solidité du système en vue de prendre des mesures politiques destinées

à réduire le risque.

Pour Abdennour et Houhou (2008), les systèmes d’alerte précoce permettent

d’identifier rapidement les difficultés de la banque à l’aide des indicateurs qui émettent des

signaux. Ils peuvent être définis comme « un ensemble de processus, de procédés, de

modèles, d’indicateurs, etc., qui synthétisent les informations et les données nécessaires pour

identifier les institutions financières risquées et les risques qui affectent ces institutions, leurs

clients, d’autres institutions et le système financier en général, et qui permettent d’anticiper

l'apparition d’une crise future » (Albulescu, 2009). L’objectif de ces instruments de

quantification de la solidité est de fournir une structure cohérente pour analyser les problèmes

58

de solidité financière des institutions. Ceci dans le but de rendre possible l’identification

précoce des vulnérabilités, pour favoriser la mise en place et la réussite des politiques

préventives et de correction nécessaires pour éviter l’instabilité financière.

Généralement, ces systèmes sont utilisés pour anticiper l’apparition d’une crise, ils

peuvent être utilisés par les régulateurs pour identifier les banques les plus exposées aux

risques (Angora et Tarazi, 2011). Dans ce cas, il y a un processus d’évaluation sur place (on-

site) des modèles internes des banques et un processus externe (off-site) pour synthétiser les

informations et les données. Une telle approche combine les caractéristiques d’une analyse

discriminante (identifier les banques fragiles en fonction de certaines variables) avec des

éléments d’un stress-test (évaluer les modèles internes et l’incidence de chocs). On distingue à

ce jour deux types de systèmes d’alerte précoce : les systèmes d’alerte de première génération

et ceux de seconde génération. Les premiers attribuent une note qui mesure la fragilité à partir

des ratios financiers. Tandis que les seconds utilisent des modèles statistiques pour estimer les

probabilités de faillite, de dégradation des banques ou leur rating à un horizon donné. Ils

peuvent être aussi classés en approche « top down » et approche dite « bottom up ». En effet,

l’approche « top down » envisage le processus d’alerte précoce en tenant compte de la

stabilité du système financier dans sa globalité. Cette approche privilégie l’aspect

macroprudentiel de l’analyse. Par contre l’approche « bottom up » se limite à l’équilibre

financier individuel au niveau des institutions. On peut dire de cette approche qu’elle se base

sur l’aspect microprudentiel.

Angora (2009) pense qu’il est primordial de définir la portée du dispositif, à savoir s’il

vise à détecter une faillite ou une défaillance à l’échelle de la banque (approche

microprudentielle) ou du système bancaire (approche macroprudentielle). Parce que, les

éléments requis pour la conception d’un système d’alerte précoce sont étroitement liés à son

usage. L’élaboration d’un système d’alerte au niveau de la banque ne requiert pas les mêmes

variables que dans le cas d’une approche macroprudentielle.

Dans le cadre de la supervision bancaire dans la CEMAC, la COBAC a mis en œuvre

un système d’alerte de première génération : le Système de Cotation des Établissements de

Crédit (SYSCO). Ce système résume l’analyse des ratios prudentiels des banques de la sous-

région. Il est proche des CAMELS, mais il possède des spécificités qui l’éloigne de ceux-ci.

Nous pouvons résumer le rating de la COBAC dans le tableau n° 2 suivant.

59

Tableau n° 2 : Echelle de Rating SYSCO

Cote Description Niveau du score

1 Situation financière solide 69,8 à 100

2 Situation financière bonne 39,1 à 69,7

3A Situation financière légèrement fragile 34,2 à 39,0

3B Situation financière moyennement fragile 8,8 à 34,3

3C Situation financière très fragile -6,0 à 8,7

4A Situation financière critique -16,6 à -6,1

4B Situation financière très critique -56,4 à -16,7

4C Situation financière irrémédiable -100 à -56,4

Source : COBAC

L’architecture du modèle utilisé pour établir les notations présente deux composantes :

un modèle statistique d’évaluation des probabilités de dégradation des ratings bancaires et un

modèle des estimations qualitatives réalisées par des experts à l’aide d’informations

complémentaires. Cependant, la COBAC ne dispose pas encore d’un système d’alerte de

seconde génération. Or, Sahajwala et Bergh (2000) reconnaissent que ces systèmes d’alerte

fonctionnent bien sur les banques de petites ou moyennes tailles engagées dans les activités

bancaires traditionnelles. Sous l’hypothèse que les banques de la CEMAC23

sont orientées

essentiellement vers les activités bancaires traditionnelles, il peut être utile de disposer d’un

système de seconde génération dans cette sous-région.

Les premiers systèmes d’alerte de seconde génération sont apparus avec les travaux de

Meyer et Pifer (1970) aux États-Unis. Plus récemment, leur utilisation a pris de l’ampleur

dans le cadre de la supervision bancaire. Pour Sahajwala et Bergh (2000), l’augmentation des

cas de défaillances bancaires aux États-unis est sans doute à l’origine de cette situation. De

nombreuses techniques d’estimation ont été utilisées pour construire ces systèmes : la

23

Le secteur bancaire de la CEMAC est constitué des banques locales, des filiales des banques ouest africaines et certaines filiales des banques occidentales. Pour la période 2000-2013, la moyenne du logarithme népérien du total de l’actif des banques de la sous-région est de 5,45, on peut donc les considérer comme des banques de moyenne taille.

60

régression linéaire, l’analyse discriminante, les modèles probit/logit, les méthodes d’analyse

des données, etc.

La majorité des études adoptant les systèmes d’alertes précoces pour analyser les

vulnérabilités des banques et vérifier la possibilité d’apparition d’une crise, utilise deux

approches. L’une fondée sur les signaux et l’autre sur l’économétrie des variables qualitatives.

II.1.1- La méthode du signal d’alerte précoce

Cette approche a été développée à l’origine pour identifier les points de retournement

dans la théorie du Cycle des Affaires. Kaminsky et Reinhart (1999) dans leur étude portant

sur soixante-seize crises de changes et vingt-six crises bancaires subies par vingt pays

émergents et développés, sont les premiers à mettre en œuvre cette approche dans le domaine

des crises financières. Les principales questions de ces travaux portent sur les causes des

crises jumelles, c’est-à-dire l’occurrence conjointe des crises de changes et des crises

bancaires. Borio et Lowe (2002) pour évaluer la fragilité des systèmes bancaires des pays

européens et des pays émergents, utilisent une méthode similaire. Les travaux de Kaminsky et

Reinhart (1999) ont inspiré d’autres recherches sur les crises financières dans certaines

régions.

La méthode du signal des systèmes d’alertes précoces analyse le comportement des

indicateurs financiers avant et pendant les périodes de crise, en se référant aux périodes

normales. Cette approche non paramétrique a un degré de précision assez faible (Albulescu

2009). Les améliorations concernant le développement de cette méthode sont liées plus à

l’utilisation de nouveaux indicateurs. La plupart des études montrent que la méthode des

signaux est souvent utilisée pour identifier les facteurs déterminants d’une crise ou de la

vulnérabilité d’une banque. L’avantage de celle-ci repose sur le fait que chaque indicateur est

analysé individuellement pour déterminer sa capacité prédictive (Angora, 2009). Les

inconvénients proviennent du fait qu’elle ne prend pas en considération les interactions entre

les différents indicateurs. Elle suppose une relation fonctionnelle spécifique entre les variables

explicatives et les variables dépendantes. Cette méthode ne permet pas de mettre en œuvre

une évaluation sur la base des méthodes statistiques standards.

La méthode des signaux en prenant les indicateurs de façon individuelle et isolée, ne

peut fournir une information collective de tous les indicateurs dans l’occurrence d’une

situation de vulnérabilité. Par contre, les modèles fondés sur l’économétrie des variables

61

qualitatives présentent l’avantage de fournir une probabilité qui explique simultanément la

variable endogène. De plus, il est possible de déterminer la contribution marginale de chaque

variable à la réalisation de l’évènement.

II.1.2- Les modèles logit et probit, binomial et multinomial

Pour la construction des systèmes d’alertes précoces, on peut faire appel à une

régression de type logit ou probit, qui donne la possibilité d’établir une relation entre les

différents indicateurs choisis et la solidité d’une banque. Martin (1977) et Demirguc-Kunt et

Detragiache (1998) sont parmi les premiers auteurs ayant utilisé les modèles logit dans le

domaine financier. Selon les modalités que prennent les variables à expliquer, le modèle peut

être spécifié en logit binaire ou logit multinomial.

Il existe deux groupes pour ce type de modèles. Il y a d’une part, le modèle

exploratoire et explicatif, et d’autre part, le modèle prédictif. Le modèle exploratoire et

explicatif cherche à déterminer les facteurs responsables des défaillances bancaires, tandis que

le modèle prédictif a pour objectif la prédiction et la surveillance de la fragilité des banques et

du système bancaire. Par rapport à la méthode des signaux, les modèles logit et probit

présentent plusieurs avantages (Albulescu, 2009). En effet, il est facile d’interpréter la

capacité prédictive et de déterminer la probabilité d’apparition de la crise. De plus, les

informations fournies par une nouvelle variable peuvent être repérées facilement.

La méthode des signaux présente l’inconvénient de perdre de la qualité des

informations, en transformant les variables exogènes en variables binaires. Or, les modèles

logit et probit ont pour avantage l’utilisation des variables dépendantes discrètes et

l’association des variables exogènes continues à la probabilité d’une situation de vulnérabilité

des banques. Certes, la variable dépendante reste aussi une variable binaire ou multinomiale,

mais les variables indépendantes sont continues. Ces variables diffèrent d’un modèle à un

autre, elles peuvent être : macroéconomiques ; macromonétaires et institutionnelles. C’est

ainsi que pour analyser les principaux déterminants de la dégradation financière des banques

de l’UEMOA, Powo (2000) utilise les données comptables issues des bilans de ces banques.

Tandis que Angora et Tarazi (2011) emploient les variables macroéconomiques et trouvent

qu’elles sont les principaux facteurs qui ont fragilisés le système bancaire ouest-africain dans

les années 1980.

62

En résumé, il existe plusieurs techniques disponibles et deux possibilités pour

construire un système d’alerte précoce. Même si la littérature sur l’anticipation des crises à

l’aide des systèmes d’alertes précoces est très développée, dans la pratique, l’usage de ces

systèmes est réduit (Albulescu, 2009). En outre, leur capacité prédictive est assez faible, car

un nombre important de signaux s’avère faux (Angora, 2009). Par conséquent, il est très

important d’utiliser cette méthode en parallèle avec d’autres techniques de quantification de la

solidité financière comme les stress-tests.

II.2- Les stress-tests

Les stress-tests sont développés à l’origine par le FMI pour étudier la stabilité

macroéconomique et évaluer la capacité des pays émergents à résister principalement à des

crises de change. Ces tests ont été étendus au secteur bancaire dans le cadre du Programme

d’Evaluation du Secteur Financier (PESF) des institutions de Bretton-Woods. L’objectif étant

de mesurer la résilience des institutions financières en cas de très fortes tensions macro-

financières, à travers des scénarios extrêmes et peu probables (Gammadigbe, 2012). Cette

préoccupation a retenu l’attention du Comité de Bâle qui l’a intégrée dans l’accord de Bâle II,

puisque les stress-tests font partie de cet accord à travers son second pilier dédié à la

supervision du système bancaire. Les stress-tests ou test de résistance aux chocs permettent de

répondre à la question de savoir qu’est-ce qui se passerait s’il arrivait un tel choc ? Ces tests

qui représentent différentes techniques utilisées par les institutions financières pour mesurer

leur vulnérabilité potentielle face aux risques, ont aussi pour but d’évaluer les effets de

certains chocs sur le système financier (Albulescu, 2009). On peut illustrer cela par le stress-

test des banques européennes, mené par la Banque Centrale Européenne (BCE) en 2014.

Selon cette étude, vingt-cinq banques sur cent trente ont échoué (BCE, 2014). Ceci témoigne

de la présence du risque systémique dans le secteur bancaire européen. Il faut aussi souligner

la nature macroéconomique et microéconomique des stress-tests, en compte tenu de la

possibilité de distinguer les tests de résistance macro-financiers des tests de résistance menés

par les institutions individuelles (micro stress-tests).

Dans la mise en œuvre des stress-tests, deux grandes approches sont mobilisées :

l’approche « bottom up » et l’approche « top down ». Selon la première approche, les banques

sont chargées de simuler, chacune de leur côté, les scénarios de référence et d’en mesurer

l’impact sur les différentes variables d’intérêt (rentabilité, risques et solvabilité), sur la base de

63

leurs comptes consolidés (De Bandt et Oung, 2004). Ces micros tests ont comme objectif

l’identification des vulnérabilités qui menacent les institutions individuelles. Ce sont les

grandes banques internationales qui ont construit pour la première fois ces tests dans le but

d’évaluer les réactions potentielles de leur portefeuille à un choc externe. La deuxième

approche, c’est-à-dire les stress-tests systémiques se proposent d’évaluer la solidité financière

du système dans son ensemble. Les tests systémiques peuvent avoir pour objectif l’étude des

effets de certaines variables macroéconomiques sur les variables bancaires (la rentabilité, la

marge d’intérêt bancaire, la liquidité, etc.) par des simulations de chocs adverses mais

vraisemblables (Gammadigbe, 2012). Ils permettent d’apprécier la vulnérabilité des banques

aux chocs de l’activité réelle (récession prononcée), aux relèvements des taux du marché

monétaire. Les macros stress-tests offrent une gamme d’application plus large, prennent en

compte le risque de contagion. Les risques individuels, tels le risque opérationnel ou la qualité

des actifs, ne sont pas pris en compte. Selon Albulescu (2009), ces tests au niveau agrégé

fournissent des résultats approximatifs, qui simplifient la réalité, du fait de la complexité du

système financier.

Les objectifs de ces deux catégories de stress-tests sont donc différents. Les macros

stress-tests aident les autorités de régulation et de surveillance à identifier les vulnérabilités

structurelles de l’ensemble du système, vulnérabilités qui peuvent mener à une situation

d’instabilité généralisée. Les stress-tests individuels analysent quant à eux la solidité de

chaque institution.

Une limite des stress-tests réalisés au niveau individuel réside dans la sous-estimation

de la liquidité, lorsque les institutions réduisent leurs expositions simultanément. Une autre

limite est la difficulté d’agréger les résultats des tests effectués par les banques et la difficulté

d’interpréter et de comparer ces résultats, car les institutions recourent à des techniques

différentes (Anand et al. 2014). De plus, les liens interbancaires peuvent être plus

insuffisamment pris en compte dans les tests effectués à l’interne par les banques. Anand et al.

(2014) considèrent que la simulation d’un choc commun par un test systémique réduit les

problèmes liés à l’interprétation des résultats. Malgré cet effort des stress-tests systémiques

pour évaluer la solidité des systèmes financiers, ils fournissent moins de précisions sur les

caractéristiques de chaque établissement. L’expérience montre que les stress-tests n’ont pas

un rôle décisif dans les discussions sur la santé du système financier. Ceci nous amène à

nous intéresser aux autres modèles quantitatifs permettant d’analyser la solidité des banques.

64

II.3- Les autres méthodes quantitatives d’analyse de la solidité financière

Les techniques d’analyse de la solidité présentées dans cette sous-section sont plutôt

destinées au secteur bancaire et donnent la possibilité d’évaluer la solidité des institutions

individuelles et de classer les banques en fonction d’indicateurs de solidité bancaire. Les

techniques d’analyse de la solidité du secteur bancaire les plus connues sont les analyses

discriminantes et les Z-scores.

II.3.1- Les analyses discriminantes

L’analyse discriminante est une technique statistique qui vise à prédire l’appartenance

à des groupes prédéfinis. La question classique est de savoir si deux ou plusieurs groupes

diffèrent significativement en fonction de la moyenne ou de la dispersion d’une variable. Si la

moyenne et la dispersion de cette variable sont significativement différentes pour divers

groupes, alors cette variable discrimine entre les groupes (ceux-ci ne sont pas homogènes).

Les objectifs qui conduisent à l’utilisation des analyses discriminantes sont multiples. Elles

peuvent être utilisées pour : 1) déterminer la part de la variance d’une variable dépendante par

une variable indépendante ; 2) classer les éléments d’une population en groupes à l’aide d’une

équation discriminante (analyses fondées sur des composantes principales) ; 3) définir les

différences entre les groupes ; 4) évaluer l’importance relative d’une variable indépendante

dans la classification d’une variable dépendante et éliminer les variables non importantes pour

caractériser les groupes (Albulescu, 2009).

Dans le cas des modèles de solidité financière, le modèle peut être utilisé pour

discriminer les banques faisant partie du groupe des banques fragiles ou des banques solides

pour un indicateur donné, à partir d’une série de variables explicatives. La forme la plus

commune de modèle discriminant essaie de trouver une fonction linéaire entre les variables

comptables et les variables de marché qui distinguent le mieux deux classes de banques :

celles qui sont solides et celles qui ne les sont pas (deux groupes mutuellement exclusifs).

Cela nécessite une analyse du groupe de variables maximisant la variance entre les groupes et

minimisant la variance à l’intérieur des groupes. Altman (1968) pour estimer la santé

financière de la firme à utiliser dans son modèle une fonction discriminante. Cette analyse qui

présente certains avantages n’est pas exempte de critiques.

Eisenbeis (1977) dans son ouvrage sur les pièges de l’utilisation de l’analyse

discriminante en finance, critique l’analyse discriminante. Il soulève plusieurs problèmes

65

inhérents à ce type d’analyse. Premièrement, les variables explicatives utilisées dans les

études de faillite sont considérées comme ayant une distribution normale multi-variée.

Lorsque cette supposition ne s’applique pas en pratique, les tests de significativité perdent

leur fiabilité. Ensuite, une hypothèse classique de l’analyse discriminante linéaire suppose que

la matrice de variance et covariance est la même pour chaque groupe. Lorsqu’elle est non

respectée, cette propriété peut affecter la significativité du test des différences entre les

moyennes pour chaque groupe, et ainsi les limites pour définir les groupes peuvent varier. De

plus, les coefficients des facteurs utilisés dans une fonction discriminante n’ont aucune

signification économique. Eisenbeis (1977) souligne qu’il peut aussi y avoir des problèmes

liés à l’oubli d’inclure une partie de la population. C’est le cas avec Altman (1968), dont

l’échantillon d’étude n’était constitué que des petites compagnies.

Joy et Tollefson (1975) ont orienté une bonne partie de leur recherche sur ce problème.

Ils soutiennent que pour obtenir des résultats utiles pour ce qui est de la classification, il faut

que la population utilisée pour estimer la fonction discriminante soit la même que celle pour

laquelle on tire les nouvelles observations afin d’appliquer le modèle. Ils prennent l’exemple

classique du modèle d’évaluation de crédit où le banquier utilise une analyse discriminante

sur une population de firmes à qui une banque a auparavant octroyé un crédit. Ils considèrent

que dans ce cas, la population initiale est composée de firmes à qui on a déjà accordé un

crédit. Selon ces auteurs, la fonction discriminante n’est donc pas appropriée pour l’ensemble

de la population des demandeurs de crédits, mais plutôt pour le sous segment de ceux qui ont

été accepté pour un crédit. Il ne faudrait donc pas qu’un tel modèle soit appliqué aux

nouvelles demandes de crédits. Un autre désavantage de l’analyse discriminante vient du

caractère aléatoire du tirage des échantillons. Ceci révèle le fait qu’il peut exister un biais

dans les études d’analyse discriminante. En réalité, si on se réfère à l’étude menée par Altman

(1968), le fait que les entreprises étudiées soient jumelées pour certaines caractéristiques

comme la taille de l’entreprise, conduit au développement d’autres modèles d’analyse.

II.3.2- Les Z-scores

Le modèle de Z-score apparaît dans une étude publiée par Altman (1968) sur la

prédiction des défauts des entreprises. Ce modèle est devenu le plus populaire de la littérature

en finance, particulièrement dans le domaine de la défaillance des institutions financières. Le

modèle Z-score basé sur l’analyse discriminante multiple sert comme outil de comparaison de

66

base des modèles pour les travaux scientifiques. Altman (1968) questionne la pratique

populaire de l’époque qui s’appuie sur la comparaison de ratios financiers afin d’attribuer une

cote de crédit à une entreprise. En effet, jusqu’à la publication de cet étude, les analyses

étaient essentiellement univariées en nature. Certaines études (Goyeau et Tarazi 1992,

Doucouré et Sène 2014) en utilisant les variables financières ont déterminé un indicateur de

faillite construit à partir du modèle de Z-score. L’indicateur Z-score permet d’approximer le

risque de défaillance et de tester la fragilité des banques. C’est ainsi que Goyeau et Tarazi

(1992) pour évaluer la fragilité bancaire au sein de l'Europe, utilisent le Z-score comme proxy.

Ils montrent que les défaillances bancaires sont positivement reliées à une forte exposition aux

risques de portefeuille et à une diminution du degré de couverture. Pour le faire, ils proposent

une décomposition du Z-score en une composante couverture du risque de portefeuille et une

composante performance ajustée du risque.

Le modèle de Z-score est un modèle de quantification des risques qui caractérisent

l’activité bancaire. Les Z-scores sont inversement corrélés avec la probabilité d’insolvabilité

(la probabilité que la valeur des actifs de la banque soit inférieure aux dettes), ce qui a rendu

cette technique simple populaire pour mesurer la solidité des institutions de crédit (Albulescu,

2009). En général, Altman (1968) pense qu’une entreprise ayant une cote Z-score supérieure à

2,99 devrait être considérée comme ayant une excellente santé financière et celle ayant une

cote inférieure à 1,81 serait en faillite dans un horizon d’une année. Pour cela, les entreprises

dont les scores se situeraient entre ces deux valeurs (1,81 et 2,99) devraient donc être

soumises à une étude plus approfondie puisqu’elles tombent dans une zone d’incertitude. Une

limite à l’utilisation de ce modèle est cependant à noter : la taille et la concentration de

l’échantillon dans un seul secteur. Le caractère réduit et la concentration de l’échantillon

laissent planer un doute sur la précision des coefficients.

Un peu plus tard, Altman et Narayanan (1977) pour élucider la difficulté de l’étude

d’Altman (1968), utilisent un échantillon ayant une taille plus grande. Pour cette étude, ils

arrivent à la conclusion que le modèle Z-score est pertinent pour estimer les faillites.

Comparativement au modèle de 1968, le modèle de 1977 est beaucoup plus précis pour la

classification des faillites sur un horizon de cinq ans.

En résumé, dans cette section il a été question pour nous d’une part, de ressortir les

différents indicateurs de la solidité financière et d’autre part, de discuter des modèles utilisés

pour mesurer la solidité des institutions financières. Il ressort de ce qui précède, qu’il existe

trois types d’indicateurs de solidité financière des banques : les indicateurs faisant appel à la

67

qualité des actifs ; les indicateurs fondés sur les fonds propres et ceux liés aux produits et

charges. Ces indicateurs peuvent être classés en catégorie macroéconomique ou

microéconomique. Pour ces différentes catégories, plusieurs instruments de mesure de la

solidité financière sont utilisés. Ces instruments peuvent être utilisés dans le but d’apprécier la

solidité du système bancaire dans sa globalité ou la solidité individuelle des banques. Les

modèles utilisés pour les études macro ou micro de la solidité financière sont : les systèmes

d’alertes précoces, les stress-tests et les autres instruments. Au vu des avantages et des limites

de ces différents modèles, le modèle de Z-score semble être plus approprié pour notre étude.

En effet, en plus du fait qu’il soit un modèle probabilisable, ce modèle est plus adapté pour

notre horizon temporel. Ainsi, nous présentons dans la suite de ce travail la méthode

d’élaboration d’un modèle de solidité des banques dans la CEMAC.

Section 2 : L’élaboration d’une stratégie de solidité des banques dans la CEMAC

Les mutations rapides de l’environnement financier en général et bancaire en

particulier, nécessitent une intervention efficace des autorités financières surtout celles de la

supervision bancaire. Dans un contexte marqué à la fois par la globalisation financière, les

turbulences économiques et la persistance des chocs endogènes et/ou exogènes, le

développement d’outils d’appréciation, de contrôle et de supervision pour prévoir la difficulté

des banques est devenu incontournable (Doucouré et Sène, 2014).

Dans un tel contexte, Bordes (2005) soutient l’idée que la politique de réglementation

prudentielle doit avoir deux fonctions distinctes. Premièrement, la réglementation doit

protéger les déposants et les investisseurs en présence d’éventuels événements malheureux.

Elle doit poursuivre cet objectif en assurant la sécurité des institutions financières

individuelles et par extension celle des systèmes bancaires. Deuxièmement, elle doit stabiliser

le système monétaire et financier sur le plan macroéconomique et donc contrer le risque

systémique. Dans la pratique, on constate qu’en réalité les différentes définitions du ratio de

solvabilité des banques par les accords de Bâle répondent pour l’essentiel à la première

fonction et ne semblent pas être en mesure de limiter les chocs macroéconomiques (Angora

2009). Cependant les autorités de supervision évaluent la situation individuelle des banques et

du système bancaire de plusieurs façons.

Dans le cadre de l’étude de la situation des banques, une littérature abondante s’est

intéressée à la problématique de l’apparition des crises et de la fragilité des banques dans les

68

pays développés et en développement. Ainsi, pour améliorer la solidité des banques, les

recherches ont été davantage orientées ces dernières années, sur les déterminants de la

fragilité des banques dans les pays développés et en développement. Plusieurs travaux se sont

intéressés aux facteurs de solidité financière des banques (Angora, 2009 ; Angora et Tarazi,

2011 ; Godlewski, 2004 ; Goyeau et Tarazi, 1992).

Les études fondées sur les modèles d’alerte précoce avec les contributions de

Kaminsky et al. (1998) et les stress-tests ont été d’un grand apport à la littérature. En effet,

Doucouré et Sène (2014) soutiennent que plusieurs variantes de ces modèles ont fait l’objet

d’expérimentation dans certains pays développés et en développement. L’exemple le plus

connu, c’est l’approche CAMEL formalisée par la Réserve Fédérale Américaine (FED) et le

Federal Deposit Insurance Corporation (FDIC). En réalité cette approche est fondée sur un

système de classement des banques selon les cinq critères suivant : l’adéquation du capital, la

qualité des actifs, la qualité de management, la profitabilité et la liquidité. Les banques mal

classées par le système font l’objet d’une surveillance particulière de la part du régulateur.

Les actifs des banques étant constitués en majorité des crédits, leurs rentabilités sont

ainsi intimement liées à l’évolution et à la qualité de leurs crédits. Ainsi, une augmentation

des créances douteuses d’une banque peut entrainer la baisse de sa rentabilité. En effet, la

détérioration de la qualité des actifs bancaires se répercute sur leur performance. La montée

des pertes potentielles liées au crédit lorsqu’elles sont non anticipées, peut engendrer un

problème de liquidité. Des études récentes réalisées dans les zones UEMOA et CEMAC

(Abdou, 2002 ; Doucouré et Sène, 2014 ; Gammadigbé, 2012 ; Powo, 2000 ; Soupmo Badjio,

2009) et les différents rapports d’évaluations de la stabilité financière de ces zones par les

institutions de Bretton Woods, montrent que le risque de crédit demeure le facteur le plus

important de vulnérabilité des secteurs bancaires de ces sous-régions. Ce risque peut être

expliqué par certains facteurs tels que la concentration du crédit, les prêts non performants et

l’exposition des banques aux créances publiques, qui caractérisent les activités bancaires dans

ces zones.

I – Les spécificités de l’activité bancaire

L'activité bancaire repose sur trois piliers fondamentaux : la limitation des risques ;

l’instauration d’une relation de confiance réciproque avec les clients, le recueil et l’analyse

d’informations (Diatkine, 2002 ; Saidane et Boughzala, 1999 ; Vilanova, 1997). Ce triptyque

69

constitue le principe de base structurant l’activité bancaire au cours des siècles et aujourd’hui

encore. En effet, le banquier est considéré comme un collecteur d’informations, car sans elles,

il ne peut véritablement asseoir son activité de distribution de crédits et limiter ses risques

(Vilanova, 1997). Il découle de ces trois fondamentaux que, c’est l’imperfection des marchés

qui explique la raison d’être et la spécificité de la banque, qui dans la théorie de

l’intermédiation financière, réduit les coûts et l’incertitude en transformant des informations

et des risques en liquidité.

Les asymétries d’informations sur les marchés des capitaux fournissent une

justification à l’existence des intermédiaires financiers et la théorie de l’agence explique le

comportement des prêteurs et emprunteurs dans un tel contexte (Scialom 2007). En confiant

la gestion de ses fonds à une banque dénommée agent, qui détient des informations et un

savoir-faire, le mandant réduit les coûts qu’il devrait engager s’il assurait lui-même la gestion

de ces fonds. Ceci se matérialise à travers l’économie d’échelle qu’elle exploite dans

l’établissement de ses contrats de dette, ce qui lui permet de profiter d’une réduction des coûts

de transaction.

La banque peut être considérée comme une firme productrice de crédits à partir des

dépôts que certains considèrent comme des inputs soit comme une firme fabricant de dépôts à

partir de crédits (Saidane et Boughzala, 1999). Le fait que l’activité bancaire soit fortement

réglementée et soumise à un agrément, rend le fonctionnement de la banque semblable à celui

d’une firme industrielle dotée de spécificités. Dans le domaine bancaire, Gurley et Shaw

(1960) ont établi une tradition qui admet que les banques assurent une fonction de

transformation des crédits en dépôts sur la base d’une modification d’échéance, de

rémunération et du risque.

Certains auteurs à l’exemple de Saidane et Boughzala (1999) pensent que la banque se

distingue des autres firmes au moins à deux niveaux : le caractère spécifique de sa

réglementation et le caractère spécifique de sa production. En réalité, les activités

économiques réglementées comme l’activité bancaire sont rares. Dans la CEMAC, le rôle du

régulateur est assuré par un organisme international qui agit conjointement sur les conditions

de production des banques ainsi que sur leur environnement. Pour tenir compte du fait que

c’est une activité fortement réglementée, il est important dans notre étude portant sur la

CEMAC de relever les spécificités du dispositif réglementaire de cette zone.

70

I.1- Les spécificités du dispositif réglementaire de la CEMAC en matière de qualité des

actifs

Le système bancaire et financier de la CEMAC connaît depuis les années 1990 une

restructuration continue et des initiatives nombreuses, dont les effets affectent aussi bien son

organisation que les conditions d’activité de l’ensemble des établissements, quelle que soit la

diversité de leurs statuts (Avom et Eyeffa, 2007). L’importance économique du secteur

bancaire se mesure souvent par le taux de bancarisation de la population. Le degré de

pénétration du système bancaire de la CEMAC, tel qu’il apparaît à travers le taux de

bancarisation de la population, environ 7% en 2013 et un réseau de 51 banques en 201424

,

figure parmi les plus bas en Afrique. Les produits en termes de moyens de paiement, de

placements et de crédits offerts à la clientèle sont moins variés. Pour booster ce secteur, les

autorités de régulation ont mis sur pied un dispositif réglementaire. Au vu des statistiques, ces

autorités doivent améliorer ce dispositif réglementaire, afin d’accroître l’importance

économique de ce secteur.

La supervision bancaire dans la zone CEMAC est assurée par un organisme dépendant

de la banque centrale à savoir : la COBAC. Cette dernière veille sur la qualité de la situation

financière des banques et s’assure du respect des règles déontologiques de la profession par

les banques. Le dispositif réglementaire évolutif adopté à la base par la COBAC en 1993 est

constitué de normes se rapportant à la solvabilité, à la liquidité et au contrôle interne des

établissements de crédit.

Les normes de solvabilité sont construites sur la base d’une définition standard des

fonds propres et ont trait à la couverture des risques, à la division des risques, à la couverture

des immobilisations, aux prises de participations et à la limitation des engagements en faveur

des actionnaires, des dirigeants et du personnel. Ces normes font l’objet de plusieurs

règlements et instructions et s’inspirent des normes adoptées sur le plan international.

Le Règlement COBAC R-93/02 relatif aux Fonds Propres Nets des Etablissements de

Crédit (modifié par le Règlement COBAC R-2001/01) s’inspire de la définition des fonds

propres nets par l’accord de Bâle I de 1988. Il tient compte des différentes fonctions assurées

par les fonds propres (Soupmo Badjio, 2009). Il ressort du Règlement COBAC R-2010/01

relatif à la Couverture des Risques des Etablissements de crédit (abrogeant le Règlement

24

Pour les statistiques, il faut se référer au site de la BEAC par le lien suivant : https://www.beac.int/index.php/supervision-bancaire/lexique-des-banques-de-la-cemac, consultation du 05 mars 2015.

71

COBAC R-2001/02 qui abrogeait à son tour le Règlement COBAC R-93/03 et modifié par le

Règlement COBAC R-2003/06) que « les Etablissements de crédit assujettis sont tenus, dans

les conditions prévues au présent Règlement, de respecter en permanence un ratio de

couverture des risques, rapport entre le montant de leurs fonds propres nets et celui de

l’ensemble des risques de crédit qu’ils encourent du fait de leurs opérations, au moins égal à

8%. ».

Le Règlement COBAC R-93/05 relatif à la Couverture des Immobilisations des

Etablissements de crédit (modifié par le Règlement COBAC R-2001/06), stipule que les

immobilisations doivent être financées au minimum à 100% par des ressources permanentes.

Le but est d’éviter que les établissements de crédit financent l’acquisition des immobilisations

avec les dépôts des clients.

Le Règlement COBAC R-93/11 relatif aux Participations d’Etablissements de crédit

dans le Capital des entreprises limite les prises de participation des établissements de crédit à

45% et chaque participation ne pourra excéder 15 % des fonds propres nets de l’établissement

assujetti. Le Règlement COBAC R-93/13 relatif aux Engagements des Etablissements de

crédit en faveur de leurs actionnaires ou associes, administrateurs, dirigeants et personnel

(modifié par le Règlement COBAC R-2001/05), limite les concours octroyés par des

établissements de crédit aux actionnaires, administrateurs, dirigeants et personnel. L’encours

global des engagements par signature ou par caisse d’un établissement de crédit sur les

personnes définies ci-dessus ne peut dépasser 15 % des fonds propres nets des établissements

de crédit.

La Commission Bancaire a également institué deux normes de liquidité : l’une inscrite

dans le Règlement COBAC R-93/06 relatif à la Liquidité des Etablissements de crédit

(modifié par le Règlement COBAC R-94/01) et l’autre dans le Règlement COBAC R-93/07

relatif à la Transformation réalisée par les Etablissements de crédit. La Commission Bancaire

impose également aux banques, par le Règlement COBAC R-93/08, l’institution d’un système

de contrôle interne en vue d’améliorer la qualité de gestion. Remarquons que le Règlement

COBAC R-93/08 a été abrogé par le Règlement COBAC R-2001/07 relatif au Contrôle

Interne dans les Etablissements de crédit.

Après cette présentation du dispositif de supervision de la COBAC, l’on est en droit de

se poser la question suivante : quel est le modèle approprié pour apprécier l’impact de la

qualité du portefeuille de crédits sur la solidité des banques de cette sous-région ?

72

I.2- Présentation du modèle d’estimation de la relation qualité du portefeuille de crédits

et solidité des banques

Plusieurs modèles ont été développés pour mesurer la fragilité des banques, et puis de

tester leur solidité. Au vu des caractéristiques des modèles présentés dans la revue de

littérature, pour apprécier la solidité des banques dans le contexte de la CEMAC, le modèle Z-

score est plus adapté. En effet, l’indicateur Z-score paraît plus fiable pour se prononcer

directement sur le degré de solidité d’une banque. Nous rappelons que cet indicateur

synthétise l’information contenue dans les séries de rentabilité, de volatilité de ce rendement

et celles relatives à la couverture des risques par les fonds propres (Solhi et Mehdi, 2012). Le

Z-score est inversement lié à la probabilité de faillite de la banque. Plus la valeur du Z-score

est élevée, plus le risque de défaillance de la banque est faible. Goyeau et Tarazi (1992) ont

décomposé le Z-score en deux parties. La première partie tient compte simultanément du

niveau du rendement et de la volatilité de ce rendement. A cet effet, considérons la relation ci-

après :

21

( ) ( )

( )( )

FPROATAZ

ROA

FPROA TAZROA ROA

Z z z

Avec 1

ROAz

ROA et

2

FPTAz

ROA Où la variable ROA représente le rendement moyen

des actifs de la banque, FP les fonds propres en pourcentage du total des actifs (TA) et σROA

l'écart-type du ROA comme un proxy pour la volatilité des rendements.

Pour mieux capter les divers effets du risque global sur le portefeuille, Solhi et Mehdi

(2012) pensent que l’indicateur du risque de l’actif représenté par ROA s’avère plus

pertinent que le ROE (l’écart-type de la rentabilité des fonds propres). En effet, le ROA

tient compte non seulement des risques des actifs individuels par les écart-types des

rentabilités des actifs, mais aussi des interactions entre ces risques à travers les covariances

des rentabilités des actifs.

73

L’objectif de notre étude est d’examiner en présence des indicateurs individuels et

macroéconomiques la relation préétablie entre la qualité du portefeuille de crédits et la solidité

des banques dans CEMAC. Ceci afin de proposer un modèle d’analyse de la solidité bancaire

dans cette communauté. Pour cela, nous analysons les différentes relations représentées dans

le cadre conceptuel ci-après.

Figure n° 4 : cadre conceptuel du modèle d’analyse de l’influence de la qualité du

portefeuille de crédits sur la solidité bancaire

Liaison d’intérêt

Liaison directe entre les variables de contrôle et la solidité bancaire

L’influence des variables de contrôle sur la relation préétablie (hypothèse)

Source : auteur

Au vu de la variable dépendante, du cadre conceptuel et en nous inspirant des travaux

antérieurs, nous adoptons une approche qui nous permet de développer notre propre modèle.

Pour ce faire, nous adaptons le modèle CAMEL utilisé par certaines autorités de supervision

et par plusieurs auteurs (Abdennour et Houhou, 2008 ; Goyeau et Tarazi, 1992). Nous

appliquons l’approche du modèle dynamique qui permet d’exploiter les dimensions

interindividuelle et inter-temporelle des données. Notre modèle s’écrit de la façon suivante :

1it it it it i itZ Z X M avec Zit le ratio Z-Score, c’est-à-dire

l’indicateur de solidité de la banque ; Xit le vecteur de l’ensemble des variables CAMEL

(variables liées au capital, à la qualité des actifs, à la liquidité et à la qualité de gouvernance) ;

Mit le vecteur des variables macroéconomiques (taux de croissance du PIB et taux

La qualité du

portefeuille de

crédits (A)

La solidité

bancaire

(Z-score)

Les autres indicateurs du type

CAMEL (CMEL) et les indicateurs

macroéconomiques

Hypothèse

H

74

d'inflation) ; i l’effet fixe ; it le terme de l’erreur ; α, β, λ les matrices des coefficients de

régression.

Les modèles dynamiques se caractérisent par la présence d’une ou de plusieurs

variables endogènes retardées parmi les variables explicatives comme dans l’équation initiale

de notre modèle. Dans ce cas, les méthodes d’estimation classiques (MCO, LSDV et MCG)

sont inappropriées, car elles génèrent une estimation biaisée des coefficients à cause d’une

part, de l’endogéinté dû à la corrélation entre la variable endogène retardée et le résidu, et

d’autre part, de l’hétérogénéité individuelle des résidus issus de la régression.

Dès lors, pour pallier à ces biais, surtout quand l’horizon temporel est limité, plusieurs

modèles dynamiques sont fournis par la littérature. Pour éliminer l’hétérogénéité, certains

proposent la méthode des variables instrumentales, sous l’hypothèse de la validité des

instruments. C’est pour cette raison que, les méthodes des moments généralisés (MMG)

gagnent en efficacité. Elles utilisent toutes les variables retardées de la variable dépendante et

les variables explicatives exogènes comme instruments. C’est dans ce cadre que s’inscrit les

travaux d’Arellano et bond (1991). Ces deux auteurs ont estimé les modèles dynamiques par

la méthode des moments généralisés en différence pour contourner le problème de colinéarité

multiples et d’endogéniété des régresseurs. Ainsi, il convient de réécrire notre modèle en

différence première afin d’éliminer les effets fixes. Le modèle réécrit en différence première

est le suivant :

1it it it it itZ Z X M

Blundell et Bond (1998) ont montré que l’estimateur MMG en système est plus

performant que l’estimateur de MMG en différence première. En effet, la MMG en différence

donne des résultats biaisés dans des échantillons finis lorsque le nombre d’instruments est

faible. L’estimateur MMG en différence souffre de deux inconvénients : conceptuel et

statistique. L’inconvénient conceptuel porte sur la différenciation qui élimine les effets

spécifiques. Pour ce qui est de l’inconvénient statistique, il porte sur la faiblesse des

instruments pour la régression en différence première (Blundell et Bond, 1998). Ceci nous

amène à adopter la MMG en système pour l’estimation de notre modèle. En résumé, le

modèle que nous souhaitons estimer s’écrit sous la forme du système d’équations suivant :

75

1

1

it it it it it

it it it it i it

Z Z X M

Z Z X M

Pour le développement du modèle, nous disposons des données de panel, avec 41

banques reparties dans quatre pays (Cameroun, Congo, Gabon et Tchad) de la CEMAC sur

une période de quatorze ans. Les variables retenues sont un mélange de variables répertoriées

dans la littérature empirique sur la solidité bancaire et de ratios que nous considérons comme

pertinents pour la gestion des banques en Afrique centrale. L’originalité de notre étude

provient du fait qu’elle vient non seulement combler un vide, et puis elle propose des

éléments qui permettent de développer une supervision bancaire adaptée au contexte. A notre

connaissance, il n’existe pas à ce jour, un modèle de solidité bancaire de deuxième génération

dans les pays de la CEMAC. Ceci est sans doute lié à la difficulté d’accès aux données

individuelles des banques. Nous avons retenu dans le cadre de cette étude, des variables qui

sont à la fois en adéquation avec les données disponibles et la gestion des banques dans la

sous-région.

II – La qualité des données et le traitement de l’information comptable

En accordant des crédits, la banque prend plusieurs types de risques. Le risque de

contrepartie est le principal risque de l’activité bancaire. Il survient lorsque les paiements

promis par les débiteurs ne sont pas totalement effectués. Ce risque peut aboutir au risque

d’insolvabilité de la banque. Pour éviter le risque d’insolvabilité qui témoigne de la fragilité

de la banque, cette dernière prend des précautions pour réduire son niveau d’actifs

insolvables.

Pour atteindre l’objectif d’analyse en matière de contrôle du risque d’insolvabilité de

la banque, on doit investir dans la recherche de l’information. Outre la consultation des

documents, il est nécessaire de procéder au recoupement de l’information auprès des

organismes compétents en la matière. Le diagnostic comptable et financier d'une banque est

fondé sur une analyse détaillée de ses bilans et ses comptes de résultats. Les études relatives à

la vulnérabilité, la fragilité, la stabilité et la solidité des institutions financières utilisent des

données financières individuelles et macroéconomiques. Ces données peuvent provenir des

76

bases utilisées par des institutions spécialisées telles que la Banque centrale, l’organisme de

régulation, le marché financier, etc. Afin d’éviter de faire subir aux pourvoyeurs des fonds

(déposants, actionnaires et créanciers) des faillites bancaires coûteuses (Caprio, 1997), le

régulateur a mis sur pied des dispositifs institutionnels exigeant aux banques de lui fournir

certaines informations. Il s’avère important de présenter notre base des données pour la suite

de notre thèse.

II.1- Présentation de la base et les données utilisées

La présente thèse porte sur la solidité bancaire dans les pays de la CEMAC. Pour cette

thèse, nous disposons des données annuelles, fréquemment retenues dans la littérature

empirique. Les données statistiques utilisées pour mener nos analyses quantitatives sont issues

du système CERBER25

utilisé par le secrétariat général de la COBAC et des rapports annuels

de la Banque centrale. Ce système permet à l’organe de supervision, à l’issue du

dépouillement des états financiers transmis par les banques, de leur restituer la situation

financière. C’est le principal outil de contrôle sur pièce. Les données annuelles recueillies

pour la période allant de 2000 à 2013 concernent 41 banques situées au Cameroun, au Congo,

au Gabon et au Tchad. Nous retenons dans le cadre de cette thèse les données concernant les

bilans et les comptes de résultat pour les variables financières et les données

macroéconomiques. Pour le calcul des ratios qui concernent le bilan et le compte de résultats

nous ne travaillons, qu’avec les données annuelles retenues par la COBAC au 31 décembre de

chaque année.

Il résulte de cette présentation que nous disposons des données de panel pour 41

banques sur les 51 présentes dans les pays de la CEMAC en 2014, soit 80,39% des banques.

Les données macroéconomiques retenues concernent les pays dans lesquels se trouvent les

banques de notre échantillon. Ces données sont spécifiques à chaque pays et permettent de

mieux apprécier la solidité financière des banques. Les données macroéconomiques mesurent

l’effet de l’environnement économique sur les banques de chaque pays.

25

Comme nous l’avons dit ci-haut, le sigle CERBER est utilisé pour Collecte, Exploitation et Restitution aux Banques et Etablissements Financiers des Etats Réglementaires. C’est la base des données utilisée par la COBAC pour l’évaluation des banques de la zone.

77

II.2- Présentation des variables utilisées

La littérature théorique et empirique sur les indicateurs de la solidité bancaire examine

une grande diversité de variables. Le nombre et la nature de ces variables dépendent de la

question spécifique de recherche et de la disponibilité des données. Pour cette étude, nous

avons deux types de variables : une variable endogène et plusieurs variables exogènes.

II.2.1- La variable à expliquer

Le risque d’insolvabilité désigne le risque de dégradation de la capacité de la banque à

honorer ses engagements. Il peut être considéré comme la probabilité que les pertes d’une

banque deviennent supérieures à ses fonds propres. Ce risque se manifeste pour une banque à

travers l’absence de fonds propres suffisants pour absorber les pertes éventuelles (Tartari,

2002 ; Berger, 2010). Le risque d’insolvabilité résulte d’une part, du montant des fonds

propres disponibles, et d’autre part, des risques encourus. Ainsi, dans le cadre de la recherche

de stabilité de système bancaire, certaines études mettent l’accent sur le niveau des fonds

propres et d’autres, sur la qualité des actifs des banques.

Plusieurs approches ont été introduites pour évaluer la solidité financière des banques.

Sorge (2004) dans sa revue de littérature sur les différentes méthodologies, constate qu’il y a

trois méthodes qui sont généralement discutées. Parmi ces dernières, on a l’approche

fondamentale qui évalue la vulnérabilité des banques et du secteur bancaire par rapport à

plusieurs sources de risque prises isolément. Cette approche permet d’isoler l’impact des

variables macroéconomiques sur une variété d’indicateurs bilanciels. On peut aussi procéder à

l’élaboration d’un indice agrégé de stress et ensuite évaluer l’impact des variables

individuelles et macroéconomiques sur la solidité financière. Cette approche semble plus

pertinente, car elle permet de tenir compte d’un ensemble de données financières capables de

capturer la fragilité bancaire et de mesurer le comportement de cet éventail de variables face à

des chocs d’origine économique (Doucouré et Sène, 2014).

Pour cette thèse, nous proposons une variable de mesure de solidité de la banque à

partir de certains agrégats. En effet, pour évaluer la solidité financière, plusieurs auteurs

(Altman, 1968 ; Goyeau et Tarazi, 1992) suggèrent l’utilisation d’un des proxies de la solidité

d’une banque. Exemple du Z-score qui est souvent utilisé comme indice du risque de fragilité

de la banque. Ainsi, pour construire la variable dépendante, notre choix portera sur deux

agrégats bancaires : les fonds propres et la rentabilité des actifs dont les composantes

semblent bien expliquer la solidité financière des banques dans la CEMAC. Notre analyse

78

repose dans un premier temps sur la construction de cette variable et dans un second temps

sur la détermination des facteurs qui influencent cette variable.

Dans notre thèse, nous adoptons le Z-score inspiré de Goyeau et Tarazi (1992),

Doucouré et Sène (2014). Cet indice contient l’information sur la couverture des risques par

les fonds propres de la banque, et la performance de la banque par rapport à ses actifs. En

effet, la variation de la qualité des actifs se répercute directement sur la performance de la

banque.

( ) ( )FPROATAZ

ROA

Dans cette relation, le ratio FP/TA représente l’adéquation du capital. Ce ratio permet

d’évaluer la couverture des risques par les fonds propres de la banque. Le ratio des fonds

propre est une mesure d’appréciation de la capacité de la banque à résister à des chocs

endogènes ou exogènes. Le ROA (Return On Asset) représente la rentabilité des actifs de la

banque. C’est le ratio Bénéfice net sur Total actifs. Il permet de quantifier la performance de

la banque par rapport à ses actifs. En effet, une rentabilité élevée accroît la solidité de la

banque. Le ROA mesure la volatilité du rendement des actifs de la banque. En effet, la

détérioration de la qualité des actifs a un effet sur la solidité de la banque à travers la

performance de cette dernière.

Altman (1968) dans son étude portant sur la faillite des entreprises définit un intervalle

de la cote du Z-score pour caractériser les entreprises. Ainsi, les entreprises dont les Z-scores

se situeraient entre 1,81 et 2,99 devraient être soumises à une étude plus approfondie

puisqu’elles sont dans la zone d’incertitude. Les entreprises ayant une cote de Z-score

supérieure à 2,99 sont considérées comme ayant une excellente santé financière et celle ayant

une cote inférieure à 1,81 étant dans une situation de santé financière critique.

Tableau n° 3 : Les statistiques descriptives du Z-score des banques de la CEMAC de

2000 à 2013

Source : auteur sur la base des données du Secrétariat Général de la COBAC

zscore 574 2.026026 1.72099 -.6175089 10.5242

Variable Obs Mean Std. Dev. Min Max

79

Certes nous ne sommes pas dans le même contexte, mais il nous semble pertinent

d’utiliser le benchmark d’Altman (1968) comme référence. Ainsi, on constate à la lecture du

tableau n° 3 que la moyenne du Z-score des banques de la CEMAC (2,026) ne dépasse pas le

seuil de 2,99 défini par Altman (1968). Cette moyenne de Z-score des banques de la CEMAC

se situe dans la zone d’incertitude, c’est-à-dire que le risque de faillite des banques de la sous-

région est présent sans être très fort. Ceci témoigne une fois de plus, l’importance d’une étude

approfondie de la santé financière de ces banques. Pour estimer la relation qui existe entre le

Z-score et les autres facteurs, nous avons deux types de variables exogènes. Nous avons d’une

part, les variables qui prennent en compte les effets individuels, et d’autre part, les variables

représentant l’environnement.

II.2.2- Les variables explicatives

Nous nous appuyons sur les modèles économétriques des variables quantitatives

couramment utilisées dans la littérature pour apprécier la solidité des institutions financières.

Cette démarche se justifie par le fait que nous considérons que les états de santé financière des

différentes institutions bancaires ne se caractérisent pas par une situation binaire à savoir :

solidité ou fragilité. Ces états peuvent être caractérisés par des situations qui ne sont ni des

situations de solidité ni des situations de fragilité. Surtout que cette situation ne dépend pas

seulement des actions individuelles de ces banques. C’est pour cette raison que nous

définissons deux types de variables explicatives, à savoir les variables individuelles et les

variables macroéconomiques.

II.2.2.1- Les variables d’intérêt

La plupart des indicateurs de solidité financière sont exprimés sous forme de ratios.

Pour cette raison, des définitions sont requises pour les séries chronologiques qui sous-tendent

le calcul de ces indicateurs. En outre, pour ce qui est de la définition de ces séries spécifiques,

il est manifeste que de nombreuses séries peuvent être calculées à partir des données des

bilans ou des comptes de résultat. Donc, pour tous les ratios propres aux banques, il est

nécessaire de partir du principe que les séries chronologiques sous-jacentes doivent, dans la

mesure du possible, être tirées d’états financiers cohérents à savoir : le bilan et le compte de

résultat (FMI, 2006). Le calcul d’indicateur à partir des données tirées d’états financiers ayant

une cohérence interne rend les indicateurs beaucoup plus utiles pour l’analyse et facilite le

contrôle de la qualité des données publiées en raison du lien clairement établi qui existe entre

les différents postes des états financiers. Nous avons répertorié les variables principalement

80

utilisées dans la littérature empirique sur la solidité bancaire. Compte tenu de la disponibilité

des données, nous sommes obligés de nous passer de certaines variables. Pour apprécier la

qualité du portefeuille de crédits, nous avons retenu quatre variables.

Nos variables d’intérêt mesurent la qualité des actifs de la banque, c’est-à-dire de ses

crédits. Ces variables nous permettent de déterminer l’impact de la qualité du portefeuille de

crédits sur la solidité d’une banque dans le contexte des pays en développement. Ces variables

peuvent être compte tenu de leurs signes attendus regroupées en deux catégories. Il y a le ratio

Crédits Nets sur Total des Actifs (CRNTA) qui représente la part des crédits nets octroyés

par la banque dans ses actifs. L’activité d’intermédiation financière donne à ce ratio une

importance capitale. On attend un signe positif de cet indicateur.

Les autres variables indiquent la qualité du portefeuille de crédits de la banque. Il

s’agit des variables continues donc la hausse traduit celle du risque de crédit. Pour des raisons

de disponibilité des données, nous ne tenons pas compte de la structure des crédits octroyés

par les banques. Nous avons retenu les ratios : les Créances en Souffrance sur Total des

Crédits (CRESTCR) ; les Créances Douteuses sur Total des Crédits (CREDTCR) et les

Créances Douteuses sur Total des Actifs (CREDTA). Dans l’UEMOA26

, les banques sont

tenues de respecter un ratio minimum de structure du portefeuille de crédits (un rapport entre

l’encours des crédits bénéficiant des accords de classement délivrés par la banque centrale et

le total de crédits bruts) de 60 % (Dannon et Lobez, 2014). L’objectif de cette exigence est

d’inciter les banques à détenir des actifs sains. En effet, une augmentation des créances en

souffrance ou douteuses peut être considérée comme un signe de dégradation de la qualité du

portefeuille de crédits de la banque. Ainsi, pour ces trois dernières variables, nous attendons

des signes négatifs.

II.2.2.2- Les variables de contrôle

Les variables de contrôle sont celles que nous allons utiliser dans nos estimations pour

apprécier leur influence sur la relation préétablie entre nos variables d’intérêt et la variable à

expliquer (le Z-score). Ces variables sont de deux types : les variables individuelles et les

variables macroéconomiques.

26

UEMOA c’est-à-dire l’Union Economique et Monétaire Ouest Africaine et la CEMAC sont les deux sous-régions de la zone franc CFA.

81

- Les variables individuelles

Les variables individuelles retenues sont du type CAMEL. Compte tenu des éléments

qu’elles représentent, nous les avons réparties en quatre groupes. Les variables du premier

groupe mesurent l’exposition de la banque au risque de liquidité, en se focalisant sur les

ressources disponibles et les degrés de liquidité des actifs de la banque. Pour ce groupe, nous

retenons deux ratios : le ratio Total des Crédits sur Total des Dépôts (TCRDEP) et le ratio

Total des Dépôts sur Total des Actifs (DEPTA). La surliquidité de la banque peut être

apprécier à l’aide des indicateurs tels le refinancement des banques auprès de la banque

centrale, les placements des banques auprès de la banque centrale, le taux de couverture des

engagements à vue de la banque par des avoirs extérieurs27

(Wanda, 2007). Nous retenons les

indicateurs ci-dessus parce qu’ils comparent les notions de crédit et de dépôt très prisées en

matière de risque de crédit. De plus, c’est des notions qui font allusion au solde des opérations

avec la clientèle. On s’attend à des signes positifs pour ces deux variables.

Le deuxième groupe est celui des variables qui font référence à la qualité de gestion

de la banque, c’est-à-dire la qualité de la gouvernance. En Afrique centrale et de l’Ouest, les

superviseurs mettent l’accent sur certains ratios prudentiels spécialement rattaché à la bonne

gouvernance (Dannon et Lobez, 2014). Ces variables semblent être pertinentes pour un

modèle d’appréciation de l’effet de la qualité du portefeuille de crédits sur la solidité de la

banque. Nous retenons quatre ratios à partir des éléments que la COBAC considère comme

importants pour la gestion de la banque. Il s’agit des ratios : Provisions Existantes sur

Créances Douteuses (PROECRED) ; Provisions à Constituer sur Créances Douteuses

(PROCCRED) ; Provisions Existantes sur Total des crédits (PROETCR) et Provisions

Existantes sur Total des Actifs (PROETA). En effet, en dehors de la variable qui tient

compte des provisions à constituer, les autres variables montrent quelle part de l’encours de

crédit ou des actifs dont la banque estime que le recouvrement est hypothétique. La variable

PROECRED permet d’apprécier la part de créances douteuses qui ont été provisionnées.

Toutes ces variables donnent une indication sur la manière dont la banque est préparée pour

affronter le scénario catastrophique. Les signes attendus pour PROECRED et PROETCR sont

positifs et pour PROCCRED et PROETA négatifs.

27

Le taux de couverture des engagements par les avoirs extérieurs est l’inverse de la variable représentant la transformation de des dépôts en crédits. Ainsi, selon Wanda (2007), une banque est en état de surliquidité lorsque son taux de transformation des dépôts en crédits est inférieur à 1 ou encore si le taux de couverture des engagements est supérieur 1. Tandis que la variable total des dépôts sur total actifs permet d’apprécier la volatilité des ressources de la banque.

82

Le troisième groupe des variables est constitué des variables représentant la capacité

de la banque à générer des fonds. Pour ce groupe nous retenons deux variables mesurant la

rentabilité de la banque. Il s’agit du ratio de rendement défini par Résultat Net sur Total des

Actifs (ROA) et du ratio de rentabilité, c’est-à-dire Résultat Net sur Fonds Propres (ROE).

Les signes attendus de ces variables sont positifs. En effet, la rentabilité de la banque accroît

ses réserves et indirectement ses capacités à résister aux chocs.

Le dernier groupe est celui des variables qui s’appuient sur les fonds propres. Le

Fonds Propres sur Total Actifs (FPTA) est un indicateur de l’effet financier, c’est-à-dire

dans quelle mesure les actifs sont financés autrement que par les fonds propres. C’est une

autre mesure de l’adéquation des fonds propres au portefeuille de crédits des banques. On a

aussi le ratio Fonds Propres sur Total Crédits (FPTCR). Ce dernier représente d’après

Godlewski (2004) un tampon pour absorber les potentielles pertes. L’une des activités

principales de la banque étant l’octroi de crédit, nous attendons de ces deux variables un

impact positif sur la solidité de la banque.

Pour cette étude portant sur la santé financière de la banque, il faut tenir compte de son

environnement économique. Pour ce faire, nous retenons certaines variables

macroéconomiques qui paraissent représentatives de l’environnement.

- Les variables macroéconomiques

Les analyses de la solidité des banques ont connu une importance particulière avec le

perfectionnement des techniques quantitatives d’évaluation de la stabilité du système

bancaire. Certes les indicateurs individuels de solidité peuvent offrir une information sur la

santé financière des différentes banques, mais cela n’exclut pas qu’on tienne compte de

certains indicateurs macroéconomiques dans l’analyse.

Les indicateurs usuels utilisés dans les méthodes d’appréciation de la solidité sont : le

taux de croissance du crédit réel ; l’évolution du PIB ; le rapport entre le crédit au secteur

privé et le PIB ; les termes d’échanges ; le rapport M2 sur les réserves en devises ; le taux

d’intérêt réel ; l’inflation ; la dépréciation de la monnaie, etc.

Il y a des indicateurs caractéristiques pour chaque secteur et des indicateurs de

développement financier qui caractérisent le secteur financier dans son ensemble et qui

peuvent offrir de bons repères sur son degré de stabilité. L’objectif central est d’apprécier

l’influence de l’environnement macroéconomique sur la relation dégradation du portefeuille

de crédits et solidité financière des banques. Cette mission n’est pas du tout aisé du fait de la

83

multitude d’éléments qui peuvent être pris en compte et du manque des données appropriées.

Ce problème peut expliquer la rareté des analyses sur le secteur bancaire de la CEMAC. Pour

ce faire, dans notre modèle, nous retenons le taux de croissance du PIB (TPIB) et la

variation de l’indice de prix à la consommation (IPC) comme variables macroéconomiques.

Tableau n° 4 : Récapitulatif des variables explicatives et les signes attendus

N° Variables Définitions Type Signe attendu

1 CRNTA Les Crédits Nets/Total des Actifs A +

2 CRESTCR les Créances en Souffrance/Total des Crédits A -

3 CREDTCR les Créances Douteuses/Total des Crédits A -

4 CREDTA les Créances Douteuses/Total des Actifs A -

5 TCRDEP le Total des Crédits/Total des Dépôts L +

6 DEPTA le Total des Dépôts/Total des Actifs L +

7 PROECRED Provisions Existantes/Créances Douteuses M +

8 PROCCRED Provisions à Constituer/Créances Douteuses M -

9 PROETCR Provisions Existantes/Total des crédits M +

10 PROETA Provisions Existantes/Total des Actifs M -

11 ROA Résultat Net/Total des Actifs E +

12 ROE Résultat Net/Fonds propres E +

13 FPTA Le Fonds Propres/Total Actifs C +

14 FPTCR Fonds Propres/Total Crédits C +

15 TPIB Le taux de croissance du PIB Macro +

16 IPC Le taux d’inflation Macro -

Source : auteur à partir de Soupmo Badjio (2009)

L’analyse de solidité de la banque comporte plusieurs étapes. Après avoir présenté le

modèle d’analyse et les différentes variables, il est opportun pour nous de procéder à la

présentation et à l’interprétation de nos résultats.

84

II.3- Interprétation des résultats de l’analyse

Il est question pour nous dans cette sous-section de présenter les résultats obtenus, afin

de mettre en lumière, les différentes relations statistiques qui existent entre la variable

dépendante et les variables explicatives pour chacune de nos équations. Les statistiques

descriptives et le test de corrélation montrent que certaines variables sont faiblement

corrélées. Les estimations de nos différentes équations nous donnent plusieurs résultats, qu’il

est important de présenter dans un tableau récapitulatif.

Compte tenu de la structure de notre modèle et de nos données, nous avons retenu le

logiciel statistique et économétrique STATA/SE 12.0, pour estimer nos équations. Les tableaux

ci-dessous présentent les éléments essentiels des différentes régressions. Nous y mettons, les

coefficients, le t de Student et le degré de significativité.

Tableau n° 5 : Récapitulatif des résultats des estimations avec les variables prises par

groupe

Zscore(1) Zscore(2) Zscore(3) Zscore(4) Zscore(5) Zscore(6)

L.zscore 0.457 0.474 0.465 0.438 0.484 0.459

(5.11)*** (4.69)*** (5.25)*** (5.33)*** (4.70)*** (5.19)***

Crnta 0.962 0.135 0.966 1.130 1.010 0.947

(2.24)** (0.29) (2.25)** (2.75)*** (2.11)** (2.20)**

Crestcr 0.947 1.243 0.196 1.269 0.937 0.922

(1.44) (1.80)* (0.22) (1.35) (1.11) (1.39)

Credtcr 0.904 0.825 1.257 1.204 0.724 0.936

(2.42)** (2.40)** (1.90)* (2.30)** (1.10) (2.51)**

Credta -1.737 -1.968 -2.773 -2.197 -1.172 -1.726

(2.04)** (2.62)** (1.86)* (1.66) (1.01) (2.08)**

Tcrdep 0.030

(4.53)***

Depta 0.794

(1.94)*

Proecred -0.001

(0.15)

Proccred -0.002

(1.85)*

Proetcr 1.212

(0.70)

85

Proeta 0.560

(0.30)

Fpta -0.712

(0.46)

Fptcr 0.334

(1.10)

Roa 0.352

(0.36)

Roe -0.019

(0.38)

Tpib -0.280

(0.42)

Ipc 0.825

(0.82)

_cons 0.692 0.518 0.671 0.614 0.546 0.679

(4.79)*** (4.37)*** (4.78)*** (4.61)*** (3.08)*** (4.49)***

N 533 533 533 533 533 533

Prob >F 0.000 0.000 0.000 0.000 0.000 0.000

Nombre

d’instrument

s

8 10 12 14 14 10

Nombre de

groupes

41 41 41 41 41 41

Test AR(1) 0.012 0.009 0.011 0.008 0.017 0.011

Test AR(2) 0.887 0.921 0.916 0.882 0.686 0.699

Test

Sargan

0.951 0.980 0.931 0.994 0.894 0.946

Test Hansen 0.741 0.983 0.750 0.903 0.727 0.715

Notes : les valeurs entre parenthèses représentent les t statistique de Student calculé et *

p<0.1; ** p<0.05; *** p<0.01

Source : auteur sur la base des calculs effectués sous Stata/SE 12.0

86

Tableau n° 6 : Récapitulatif des résultats des estimations des équations imbriquées

Zscore(1) Zscore(7) Zscore(8) Zscore(9) Zscore(10)

L.zscore 0.457 0.477 0.519 0.551 0.543

(5.11)*** (4.65)*** (2.64)** (2.58)** (2.49)**

Crnta 0.962 0.123 0.115 0.137 -0.060

(2.24)** (0.24) (0.13) (0.08) (0.04)

Crestcr 0.947 0.969 1.053 0.968 0.955

(1.44) (0.79) (0.70) (0.67) (0.65)

Credtcr 0.904 0.876 1.114 1.700 1.569

(2.42)** (1.20) (1.37) (1.58) (1.55)

Credta -1.737 -2.234 -2.545 -3.367 -3.090

(2.04)** (1.38) (1.42) (1.54) (1.48)

Tcrdep 0.029 0.031 0.033 0.033

(4.58)*** (4.46)*** (3.10)*** (3.20)***

Depta 0.808 0.672 0.828 1.018

(1.99)* (1.07) (0.64) (0.86)

Proecred -0.006 -0.005 0.000 -0.001

(1.45) (1.08) (0.03) (0.11)

Proccred -0.004 -0.004 -0.002 -0.001

(3.14)*** (2.44)** (0.29) (0.12)

Proetcr 0.511 0.295 0.177 0.539

(0.40) (0.13) (0.08) (0.22)

Proeta 0.071 0.657 0.333 -0.577

(0.04) (0.26) (0.10) (0.20)

Fpta -0.543 -1.664 -1.166

(0.25) (0.54) (0.42)

Fptcr 0.037 0.549 0.419

(0.07) (0.50) (0.40)

Roa -0.665 -0.636

(0.59) (0.59)

Roe -0.025 -0.036

(0.36) (0.52)

Tpib -0.293

(0.33)

Ipc 1.226

(0.90)

_cons 0.692 0.517 0.488 0.505 0.472

(4.79)*** (4.31)*** (3.47)*** (2.91)*** (3.03)***

N 533 533 533 533 533

87

Prob >F 0.000 0.000 0.000 0.000 0.000

Nombre

d’instruments

8 14 20 26 28

Nombre de

groupes

41 41 41 41 41

Test AR(1) 0.012 0.009 0.006 0.010 0.012

Test AR(2) 0.887 0.851 0.907 0.955 0.871

Test Sargan 0.951 0.965 0.997 0.997 0.995

Test Hansen 0.741 0.970 0.894 0.910 0.886

Notes : les valeurs entre parenthèses représentent les t statistique de Student calculé et *

p<0.1; ** p<0.05; *** p<0.01

Source : auteur sur la base des calculs effectués sous Stata/SE 12.0

Nous avons pas à pas effectué plusieurs régressions. Ainsi, il ressort des différentes

estimations plusieurs résultats. En effet, nous constatons qu’au niveau de la première

estimation, les variables liées à la qualité du portefeuille de crédits donnent des résultats

mitigés sur la solidité des banques. Le lien entre les variables représentant la qualité du

portefeuille de crédits et le Z-score est dans son ensemble significatif au seuil de 5%, à

l’exception contre toute attente, de la variable CRESTCR (le niveau de créances en souffrance

par rapport au total de crédits bruts). La variable retardée influence d’une manière positive et

significative la solidité de la banque (Z-score) au seuil de 1%, ce qui prouve que la solidité

bancaire est dynamique. Par ailleurs, parmi les variables liées à la qualité du portefeuille de

crédits, on constate que le taux de distribution de crédits nets (CRNTA) contribue d’une

manière significative à la solidité au seuil de 5 % (l’augmentation d’une unité de ce rapport

entraine une augmentation de la solidité de la banque d’environ 0,96). Le taux de créances

douteuses (CREDTCR) avec un signe positif contredit la prédiction théorique. Cela peut être

dû à la qualité des informations fournies par les banques à l’organe de supervision et même à

la tarification des produits bancaires dans la zone. La variable représentant l’importance de la

dégradation de la qualité des actifs, c’est-à-dire du portefeuille global des actifs de la banque

(CREDTA) réduit significativement la solidité bancaire au seuil de 5 % (à ce seuil, une

dégradation de la qualité du portefeuille de la banque d’une unité réduit la solidité de cette

banque d’environ 1,74), ce qui confirme l’influence négatif de la dégradation du portefeuille

de la banque sur la solidité bancaire. La contribution de la variable qui représente la

88

distribution des crédits nets par la banque (CRNTA) à la solidité bancaire confirme la

prédiction théorique.

Nous pouvons ainsi avancer que la solidité d’une banque dépend de sa situation

antérieure, de sa capacité à distribuer des crédits et de la qualité de son portefeuille de crédits

et des actifs. Il ressort de ce modèle que l’augmentation du niveau des crédits accordés peut

approfondir l’exposition des banques au risque de crédit. Cela peut être expliqué, par

l’existence d’une corrélation positive entre le taux de distribution de crédits et les créances

douteuses et/ou en souffrances. Ceci dit, l’augmentation du taux de distribution de crédit peut

entraîner une augmentation du niveau des créances non performantes. Ce résultat rejoint le

constat de Rochet (2008) par rapport à certaines crises. Cet auteur constate que certaines

crises à l’exemple de la crise japonaise de 1995-1999, ont été précédées par une phase

d’expansion spectaculaire du crédit bancaire.

Lorsqu’on ajoute les variables liées au risque de liquidité (DEPTA et TCRDEP), on

constate que la variable CRNTA, c’est-à-dire la capacité de distribution des crédits nets par la

banque devient non significative. Cependant, les variables CREDTCR et CREDTA liées à la

qualité du portefeuille de crédits restent significatives au seuil de 5% avec des influences

mitigées. De plus, la variable liée au niveau de créances en souffrance (CRESTCR) devient

significative au seuil de 10%. En effet, lorsque le banquier tient compte du niveau de liquidité

de sa structure, il peut être laxiste dans le processus d’octroi du crédit, ce qui peut l’amener à

octroyer des crédits qui vont augmenter le niveau de ses prêts non performants. Toutes choses

étant égales par ailleurs, l’influence de la dégradation de la qualité du portefeuille de crédits

représentée par les variables CRESTCR, CREDTA et CREDTCR sur la solidité de la banque

devient importante. En effet, on constate une légère augmentation des coefficients de ces

variables. Le niveau de couverture de liquidité de la banque (DEPTA) influence positivement

la solidité de la banque au seuil de 10% (une augmentation de la liquidité d’une unité entraine

une augmentation de la solidité d’environ 0,79 à ce seuil). En même temps la fonction de

transformation de dépôts en crédits (TCRDEP) par la banque contribue significativement à la

solidité de la banque au seuil de 1% (à ce seuil, une augmentation d’une unité de la capacité

d’intermédiation d’une banque accroît la solidité de cette banque d’environ 0,03).

L’importance de cette variable dans ce modèle, voudrait dire que la capacité des banques à

transformer les dépôts en crédits soit élevée. Ainsi, nous pouvons dire que le fait pour la

banque de mettre l’accent sur la gestion de sa liquidité, peut la rendre solide.

89

En ajoutant à notre équation de départ certains indicateurs de bonne gestion définis par

la réglementation COBAC, on constate un changement important dans les résultats. Pour cette

équation (estimation 3), la variable liée au niveau de distribution des crédits nets (CRNTA)

est significative au seuil de 5%. Les autres variables (CREDTCR et CREDTA) deviennent

moins significatives (leurs seuils de significativité baissent en passant de 5% à 10%) en

gardant leurs signes. Ceci montre que lorsque la qualité de gestion est bonne, il y a des fortes

chances qu’on soit méticuleux dans le processus d’octroi de crédits. Cette attitude permet

d’améliorer la solidité de la banque à travers l’augmentation de sa capacité à distribuer les

crédits de bonne qualité. De plus, on se rend compte que la variable représentant la

dégradation de la qualité du management (PROCCRED) réduit significativement la solidité

bancaire au seuil de 10%. Au vu des effets des variables caractérisant la bonne gouvernance

des banques dans la CEMAC, on peut dire bien que ces indicateurs soient considérés comme

pertinents pour la COBAC, elles le sont moins pour notre modèle. D’où l’importance pour la

COBAC de définir aussi des indicateurs qualitatifs de la gouvernance bancaire. Cependant, il

faut relever l’importance de la prise en compte de ces variables, car l’introduction de ces

variables dans le modèle a permis de réduire la significativité de l’influence négative de la

dégradation de la qualité du portefeuille des actifs sur la solidité bancaire. Ceci permet de

stabiliser ou d’accroître la solidité bancaire.

En plus des variables liées à la qualité du portefeuille de crédits, on ajoute les variables

représentant le niveau de capitalisation de la banque (estimation 4). Les indicateurs du niveau

de capitalisation tiennent compte des fonds propres (FPTA et FPTCR). L’activité de la

banque étant essentiellement l’octroi de crédits, ces variables peuvent être considérées comme

des meilleurs indicateurs de difficultés bancaires (Berger, 2010 ; Gouriéroux et Tiomo, 2007 ;

Petey, 2004 et Tartari, 2002). L’introduction de ces variables révèle certains faits majeurs. En

effet, la variable représentant la qualité du portefeuille des actifs de la banque (CREDTA) qui

avait un signe négatif, devient non significative. Tandis que les autres variables représentant

la qualité du portefeuille de crédits dont les signes sont positifs (CREDTCR et CRNTA)

restent significatifs au seuil de 5%. Le niveau de significativité de la capacité à distribuer des

crédits nets par les banques passe de 5% à 1%, ce qui témoigne de l’accroissement de

l’importance de la distribution des crédits dans la CEMAC (une augmentation d’une unité de

la capacité de distribution de crédits nets entraine une augmentation de 1,13 la solidité

bancaire). Le paradoxe se trouve au niveau de l’influence du taux de créances douteuses sur la

solidité bancaire. On constate que cette variable influence positivement la solidité au seuil de

90

5%, ce qui est contradictoire aux prédictions théoriques. Certes, la variable liée à la qualité

des actifs qui influence négativement la solidité est devenue non significative, mais l’effet

modérateur du niveau de capitalisation est nuancé par l’influence positive de la variable

CREDTCR. En plus, on constate que les variables liées aux fonds propres ne sont pas

significatives.

Introduisons les variables liées à la rentabilité de la banque (ROA et ROE) dans

l’équation de départ (estimation 5). Il ressort de l’estimation de cette nouvelle équation que, le

taux de crédits nets (CRNTA) accroît significativement la solidité bancaire au seuil de 5%. Le

ROE et le ROA c’est-à-dire le ratio résultat net par rapport aux fonds propres et le ratio

résultat net par rapport au total des actifs permettent de quantifier la performance de la banque

par rapport à ses fonds propres et à ses actifs. En effet, lorsque la banque octroi des crédits

sains, sa rentabilité augmente, indirectement ses réserves augmente et sa solidité s’accroît. En

augmentant ses réserves, la banque augmente sa capacité à résister aux chocs défavorables.

L’effet modérateur de ces variables est bien perceptible, car toutes les variables liées à la

dégradation du portefeuille de crédits deviennent non significatives.

Pour la suite des estimations des équations avec les variables par groupe, nous avons

ajouté les variables macroéconomiques. Le premier constat qui vient de cette estimation est le

fait que les résultats restent presque les mêmes pour les variables liées à la qualité du

portefeuille de crédits (CRNTA, CRESTCR, CREDTCR et CREDTA). Pour ce qui est des

variables macroéconomiques, elles ne sont pas significatives dans l’explication de la solidité

des banques. Il faut retenir de cette estimation que la pro-cyclicité des banques n’a pas un

effet modérateur de l’influence de la dégradation de la qualité du portefeuille de crédits sur la

solidité des banques. Une situation pro-cyclique peut plutôt amplifier les effets de la

dégradation du portefeuille de crédits sur la solidité bancaire. En effet, on constate qu’avec la

prise en compte des indicateurs macroéconomiques, le seuil de significativité de l’influence

des variables représentant la dégradation de la qualité du portefeuille de crédits est resté à 5%.

Les coefficients des variables significatives sont restés sensiblement égalent à ceux de

l’équation de base. Ces remarques nous amènent à dire que la prise en compte des variables

macroéconomiques peut entraîner une augmentation de la distribution de crédits, ce qui peut

conduire à une hausse du niveau de créances douteuses. C’est pour cette raison que

l’influence négative de la dégradation de la qualité du portefeuille des actifs ne baisse pas.

Cependant, il faut dire que, malgré la mission principale de la banque qui est le financement

de l’économie, le paysage bancaire de la CEMAC est caractérisé par une faible activité de

91

crédits (Soupmo Badjio, 2009). Certaines études montrent que, cette faible activité de crédits

peut être due à des éléments tels que : la difficulté de la diffusion de l’information,

l’inadéquation de l’environnement institutionnel et l’inefficacité du système judicaire

(Godlewski, 2005). Il n’est donc pas surprenant que les variables mesurant la qualité du

portefeuille de crédits des banques soient statistiquement significatives pour un modèle de

solidité bancaire dans la CEMAC.

Pour apprécier l’effet collectif de certains indicateurs, nous avons procédé à des

estimations des équations imbriquées. Il ressort de ces estimations plusieurs résultats

intéressants, car l’effet modérateur ou amplificateur de la prise en compte conjointe de

certains groupes de variable est perceptible. En effet, au niveau du tableau n° 6, on constate

que le fait de prendre conjointement les variables liées à la liquidité et celles liées à la qualité

de gouvernance de la banque (estimation 7) permet de neutraliser les effets néfastes de la

dégradation de la qualité du portefeuille de crédits sur la solidité bancaire. Dans cette équation

toutes les variables liées à la qualité du portefeuille de crédits deviennent non significatives.

Cependant, la fonction de transformation des dépôts en crédits (TCRDEP) est significative au

seuil de 1% et le niveau de dépôts dans le total des actifs (DEPTA) au seuil de 5%. Toutefois,

la contribution de ces deux variables à la solidité bancaire, peut être réduite significativement

jusqu’au seuil de 1% par une mauvaise politique de gouvernance (PROCCRED).

Lorsqu’on y ajoute les variables liées au niveau de capitalisation à l’équation

précédente (estimation 8), l’effet modérateur de l’ensemble de ces variables s’améliore.

Toutes les variables liées à la qualité du portefeuille de crédits restent non significatives et le

seuil de significativité de la variable représentant la mauvaise gouvernance passe de 1% à 5%.

Même comme le niveau de dépôt devient aussi non significatif, la fonction de transformation

de dépôts reste significative au seuil de 1%. En ajoutant les variables représentant la

rentabilité de la banque, on a un modèle presque complet avec l’ensemble des variables liées à

la banque (estimation 9). L’estimation de cette équation montre que toutes les variables ayant

un signe négatif auparavant deviennent non significatives. Seule la variable liée à la

transformation des dépôts en crédits (TCRDEP) est significative au seuil de 1%. Ainsi, l’effet

néfaste de la dégradation de la qualité du portefeuille de crédits est réduit, ce qui permet de

maintenir ou d’accroître la solidité bancaire. Ce résultat est consolidé par la prise en compte

des variables macroéconomiques (estimation 10).

Pour l’appréciation de l’effet modérateur ou amplificateur dans les équations

imbriquées, il se dégage deux principaux constats. Premièrement, on constate que la fonction

92

d’intermédiation représentée par la transformation des dépôts en crédits (TCRDEP) est restée

significative au seuil de 1%. Ceci témoigne de l’importance de la finance indirecte dans la

CEMAC. Ce résultat démontre que la surliquidité est nocive pour la solidité des banques.

Deuxièmement, lorsque toutes les variables internes et les variables macroéconomiques sont

conjointement prise en compte, seule la transformation des dépôts en crédits reste

significative au seuil de 1% dans le modèle. La prise en considération de ces variables aura

permis de neutraliser l’effet néfaste de la dégradation de la qualité du portefeuille de crédits

sur la solidité (la différence des variables significatives entre l’estimation 1 et l’estimation

10). Pour cela, les banquiers pour n’est pas subir les effets de la dégradation de la qualité de

leurs portefeuilles de crédits, doivent mettre en place des politiques prenant en compte tous

les aspects internes de la banque et l’environnement macroéconomique.

Ces résultats conduisent à la validation de notre hypothèse une intitulée : « la prise en

compte simultanée des indicateurs individuels de type CAMEL et des indicateurs

macroéconomiques améliorent la solidité bancaire ». En effet, on constate que lorsqu’on

prend en considération toutes les variables individuelles et les variables macroéconomiques,

seule la variable représentant l’activité d’intermédiation bancaire à travers la transformation

des dépôts en crédits reste significative au seuil de 1% avec un coefficient positif. Ainsi, tous

les effets négatifs des autres variables se trouvent neutralisés par la prise en compte

simultanée des variables individuelles et macroéconomiques.

Pour la validité de nos estimations, nous avons effectué plusieurs tests. Il ressort des

différentes estimations que la variable retardée de la variable dépendante est significative d’où

la confirmation de la qualité dynamique de notre modèle. En plus, pour toutes ces estimations,

les tests AR(2) d’Arellano et Bond rejettent au seuil de 5% l’hypothèse d’autocorrélation

d’ordre deux, ce qui confirme l’absence d’un effet AR(2). Par ailleurs, les tests de sur-

identification de Sargan ou de Hansen, valident le choix des instruments pour toutes nos

équations. Le modèle dans sa globalité est significatif au seuil de 1%, selon les résultats du

test de Fisher. Pour la robustesse de ces résultats, nous avons utilisé la méthode Least Squares

Dummy Variable Corrected (LSDVC). Les résultats obtenus par cette méthode sont

relativement proches de ceux obtenus par la méthode de Blundell et Bond (1998).

93

Conclusion

Pour l’analyse de la relation qui existe entre la qualité du portefeuille de crédits et la

solidité bancaire, nous avons opté pour un modèle dynamique du Z-score. En effet,

l’indicateur Z-score nous semble contenir toute l’information sur la santé financière de la

banque. La performance ajustée du risque et la couverture du risque de portefeuille de crédits

par les fonds propres de la banque sont contenues dans cet indicateur (Goyeau et Tarazi,

1992). Ensuite, nous avons défini comme variables explicatives, cinq catégories des variables

individuelles : les variables liées à la qualité du portefeuille de crédits ; les variables liées au

risque de liquidité ; les variables liées à la qualité de gestion ; les variables liées au niveau de

capitalisation et les variables liées à la rentabilité. Compte tenu de l’environnement

macroéconomique dans lequel évolue la banque, nous avons ajouté aux variables

individuelles deux variables macroéconomiques. Pour apprécier les effets des groupes de

variables de contrôle sur la relation établie entre la qualité du portefeuille de crédits et la

solidité bancaire, nous avons ainsi procédé à plusieurs estimations. Pour ces estimations,

compte tenu du modèle dynamique et du type des données, nous avons utilisé la MMG en

système de Blundell et Bond (1998).

Globalement, nous constatons que les différents modèles sont significatifs. De ces

différents modèles, il ressort plusieurs constats. Lorsqu’on estime le Z-score en fonction des

variables liées à la qualité du portefeuille de crédits, on constate une influence ambiguë et

significative de la dégradation de la qualité du portefeuille de crédits au seuil de 5%. Au

regard des signes des différentes variables liées à la qualité du portefeuille de crédits, le débat

sur la relation qui existe entre la qualité du portefeuille de crédits et la solidité bancaire reste

encore mitigé. Ce résultat confirme le débat théorique sur l’influence de la qualité du

portefeuille de crédits sur la santé financière de la banque. Les variables liées à la qualité de

gestion quant à elles ne sont pas significatives dans l’ensemble, mais leur présence dans le

modèle joue un rôle modérateur important. Le degré de significativité de l’influence de la

dégradation de la qualité du portefeuille de crédits sur la solidité des banques baisse en

présence des variables liées à la qualité de gestion. Pour ce qui est du niveau de capitalisation,

l’effet modérateur de la présence de ces variables, reste ambigu. Cependant, la présence de

ces variables améliore la significativité de la variable liée à la distribution de crédits et

indirectement la solidité bancaire. En prenant en considération les variables

macroéconomiques, on constate que l’influence de la dégradation de la qualité du portefeuille

de crédits sur la solidité des banques ne s’améliore pas. La prise en compte de ces variables

94

maintient l’influence de la qualité du portefeuille de crédits sur la solidité bancaire. Ce résultat

confirme l’idée défendue par Angora et Tarazi (2011) qui pense que les facteurs

macroéconomiques sont susceptibles d’influencer la situation des banques. Ceci va dans le

même sens que la conclusion de Demirguc-Kunt et Detragiache (1998) qui trouvent qu’aussi

bien dans les pays en développement que dans les pays industrialisés, l’environnement

macroéconomique agit sur la qualité du portefeuille et la rentabilité des banques.

Pour l’appréciation de l’effet modérateur ou amplificateur des variables groupées dans

les équations imbriquées, nous dégageons deux constats. D’abord concernant la fonction

d’intermédiation, il s’avère que cette dernière est importante dans la CEMAC. Elle contribue

significativement à l’amélioration de la capacité des banques à résister aux chocs.

L’importance de la fonction de transformation des dépôts en crédits nous amène à conclure

que, la surliquidité des banques n’est pas bonne pour leur solidité. Ensuite, lorsque toutes les

variables de contrôle (variables CAMEL et variables macroéconomiques) sont prises en

compte, seule la fonction de transformation des dépôts en crédits reste significative dans le

modèle. L’injection de ces variables dans le modèle aura permis de lever l’équivoque sur

l’influence de la qualité du portefeuille de crédits sur la solidité bancaire.

Les résultats concernant les effets modérateurs de l’influence négative de la

dégradation de la qualité du portefeuille de crédits sur la solidité bancaire par les autres

variables nous paraissent satisfaisants. La contribution majeure de notre étude est de parvenir

à montrer que certains facteurs individuels et macroéconomiques peuvent influencer les effets

de la qualité du portefeuille de crédits sur la solidité des banques. En d’autres termes,

l’exigence de qualité d’actifs n’a d’importance pour la solidité bancaire que lorsqu’elle tient

compte des aspects interne et externe de la banque. Pour réduire les effets néfastes de la

dégradation de la qualité du portefeuille de crédits, les banques et les autorités bancaires

doivent mettre en place des politiques tenant compte de l’aspect interne (de type CAMEL) de

la banque et de l’environnement macroéconomique. Cette proposition devrait amener les

autorités de régulation et les managers des banques à approfondir la réflexion sur les

indicateurs de solidité financière des banques dans la CEMAC. La qualité de ce modèle peut

être améliorée par l’intégration des variables culturelles et institutionnelles. Ceci n’est

possible que si la barrière de l’accès aux données complètes sur les banques de la CEMAC est

levée. C’est pour cette raison que Soupmo Badjio (2009) signalait le danger que représente la

faiblesse voire l’absence de communication financière dans la CEMAC, pour l’essor de la

recherche et du secteur bancaire de cette sous-région. De plus, il ressort des différentes

95

évaluations des secteurs financiers des pays de la CEMAC par le FMI et la Banque mondiale,

qu’il y a des réformes à mettre en œuvre pour améliorer le secteur financier de cette zone.

Notre étude rejoint celle de Gulde-Wolf et Ghura (2013), qui préconisent pour atténuer les

risques qui menacent la stabilité du secteur financier de la CEMAC, le renforcement des

capacités de l'autorité de réglementation régionale, l’application stricte des normes

prudentielles et la prise en considération des indicateurs macroéconomiques dans la

détermination des règles.

96

Conclusion première partie

Cette première partie voudrait contribuer à l’analyse de la solidité bancaire, à travers

l’examen de la relation qui lie cette dernière à la qualité du portefeuille de crédits. S’il est

établi dans la littérature que la dégradation de la qualité du portefeuille de crédits a un effet

négatif sur la solidité, il s’avère donc important de chercher les facteurs modérateurs de cette

relation. C’est ainsi que, nous avons tenté d’apporter des éléments de réponse à la question de

savoir : quels sont les effets des indicateurs individuels et macroéconomiques sur l’influence

de la qualité du portefeuille de crédits sur la solidité bancaire ?

Pour ce faire, nous avons passé en revue, dans le premier chapitre, la littérature

théorique et empirique traitant de l’importance de la qualité du portefeuille de crédits pour la

solidité bancaire. La qualité du portefeuille de crédits d’une banque est dépendante de la

qualité de ses débiteurs. Ainsi, nous avons étudié dans ce chapitre la nécessité pour les

banques d’avoir des débiteurs sains. Nous sommes revenus sur le phénomène d’asymétrie

d’information (Akerlof, 1970) qui est à l’origine des mauvais prêts. Il ressort de la revue de

littérature que tout facteur qui dégrade la qualité du portefeuille de crédits d’une banque agit

négativement sur la rentabilité de celle-ci et peut entraine la faillite de cette banque. C’est

pourquoi, plusieurs études théoriques et empiriques réservent une attention particulière aux

phénomènes qui permettent de détecter les différentes qualités de débiteurs. Nous avons

mobilisé la théorie du signal et la théorie du compte chèque pour déterminer la qualité du

débiteur. Dans la plupart des cas, la qualité du débiteur est traitée comme un phénomène

binaire (bons emprunteurs et mauvais emprunteurs). Ce chapitre nous a permis d’évaluer

l’importance de certaines théories dans la relation qui existe entre la solidité des banques et la

qualité des débiteurs. La littérature montre que la réglementation devrait être une combinaison

d’exigences en termes de qualité d’actifs et de capitalisation. Pour Camara (2010) les

exigences de qualité du portefeuille de crédits reposent sur l’information relative à la qualité

des actifs bancaires.

Pour l’évaluation empirique des effets des différents indicateurs individuels et

macroéconomiques, nous avons utilisé un modèle linéaire. Pour cela, nous avons défini

l’indicateur Z-score pour appréhender la solidité bancaire. En fait, le Z-score contient toute

l’information concernant la santé financière de la banque. Il est constitué d’une composante

qui tient compte de la performance de la banque ajustée du risque et d’une autre composante

portant sur la couverture du risque du portefeuille de crédits par les fonds propres. Nous avons

97

exposé dans la suite les différents indicateurs permettant d’apprécier les éléments internes à la

banque et les indicateurs macroéconomiques, avant de présenter les différents liens qui

existent entre la qualité du portefeuille de crédits et la solidité bancaire. Ceci, nous a permis

de spécifier un modèle économétrique que nous avons estimé sur un panel de 41 banques pour

la période 2000-2013. Pour cette étude, nous avons opté pour un modèle dynamique du Z-

score compte tenu du débat sur le caractère dynamique de la solidité bancaire.

Nous avons estimé notre modèle en deux étapes. Premièrement, nous injectons

individuellement les indicateurs internes et macroéconomiques dans la relation préétablies

entre les indicateurs de la qualité du portefeuille de crédits et la solidité bancaire. Il ressort de

ces estimations que les indicateurs internes en dehors de ceux représentant la rentabilité ne

modèrent pas significativement la relation qui existe entre la qualité du portefeuille de crédits

et la solidité bancaire. Pour ce qui est des variables macroéconomiques, on constate que leur

présence dans le modèle n’améliore pas la solidité des banques. Cependant, leur prise en

compte dans le modèle maintient l’ambiguïté de l’influence de la qualité du portefeuille de

crédits sur la solidité bancaire. Ce résultat rejoint celui de Demirguc-Kunt et Detragiache

(1998) qui pensent que l’environnement macroéconomique agit sur la qualité du portefeuille

et la rentabilité des banques. Deuxièmement, nous avons apprécié l’effet modérateur et/ou

amplificateur collectif des variables par des équations imbriquées. Il ressort de ces estimations

des observations importantes. Il s’avère que la fonction d’intermédiation est importante dans

la CEMAC. Cette fonction contribue significativement à l’amélioration de la solidité bancaire.

C’est pour cette raison que nous concluons en disant que la surliquidité des banques

provenant de la faible activité de crédit est nocive pour la solidité des banques. La prise en

considération simultanée de toutes les variables explicatives dans notre modèle permet de

lever l’équivoque sur l’influence de la dégradation de la qualité du portefeuille de crédits sur

la solidité bancaire. Les résultats de ces estimations valident notre première hypothèse

intitulée : « la prise en compte simultanée des indicateurs individuels de type CAMEL et des

indicateurs macroéconomiques améliore la solidité bancaire ».

Nos résultats montrent que la prise en compte simultanée des différents indicateurs du

type CAMEL et des indicateurs macroéconomiques améliore la solidité bancaire. Dans notre

équation de base, on constate que l’influence de la qualité du portefeuille de crédits sur la

solidité bancaire reste ambiguë. Lorsque toutes les variables explicatives sont prises en

compte dans le modèle, l’influence négative de la dégradation de la qualité du portefeuille de

crédits devient nulle. Cette évaluation empirique confirme les actions des bailleurs de fonds

98

internationaux (le FMI et la Banque mondiale) qui ne cessent de solliciter des autorités de la

CEMAC, l’amélioration de la gouvernance bancaire et la prise des mesures nécessaires pour

minimiser les risques financiers. Ces risques demeurent un obstacle au développement du

système financier et le financement de l’économie. Les mesures prises par les autorités

bancaires de la CEMAC pour améliorer la qualité des créances des banques après la crise des

années 80, n’ont apporté que de faibles améliorations.

Montrer l’importance d’une part de la prise en compte de certaines théories pour

l’analyse de la solidité bancaire, et d’autre part celle de la prise en considération de l’aspect

interne de la banque et des indicateurs macroéconomiques dans la politique de suivi des

banques est la contribution majeure de cette partie. Elle peut être une brèche pour

l’approfondissement de la réflexion sur l’amélioration de la solidité financière des banques

dans la CEMAC. La qualité de ce modèle peut être améliorée par l’intégration d’autres

variables. Ceci n’est possible que si on arrive à surmonter la difficulté d’accès aux données

complètes sur les banques de la CEMAC. Certainement, c’est pour cette raison que Soupmo

Badjio (2009) pense que l’absence de communication financière dans la CEMAC représente

un danger pour l’essor du secteur bancaire de cette sous-région.

S’il parait évident qu’on peut améliorer la solidité bancaire en réduisant l’influence

négative de la dégradation de la qualité du portefeuille de crédits, il semble aussi intéressant

d’explorer d’autres pistes permettant d’améliorer la solidité bancaire. Au vu des résultats

obtenus, outre la nécessité de suivre la qualité des actifs, il est indispensable de s’intéresser

aux autres exigences de la réglementation prudentielle. Pour cela donc, on peut porter une

attention particulière sur l’exigence en fonds propres. Ainsi, il faut analyser l’influence du

niveau de capitalisation sur la solidité bancaire. L’amélioration de la solidité bancaire dans la

CEMAC peut aussi passer par l’amplification des effets positifs sur la solidité bancaire.

99

DEUXIEME PARTIE : LES EXIGENCES DE CAPITALISATION SONT-ELLES

SUFFISANTES POUR LA SOLIDITE BANCAIRE ?

Introduction deuxième partie

La prise excessive de risque de crédit par les banques trouve son origine dans la

qualité du traitement de l’information relative à la qualité de l’emprunteur. Cette prise de

décision découle d’un diagnostic de la capacité de remboursement de l’emprunteur et de la

capacité de la banque à gérer le risque. La gestion du risque par la banque est une exigence

pour les différents apporteurs des fonds à la banque. Comme tous ces apporteurs des fonds

(actionnaires, déposants et créanciers) n’ont pas la même fonction objective, il est donc

important qu’un observateur indépendant intervienne pour protéger les épargnants.

Le couple dirigeants/actionnaires peut cacher une information importante, concernant

le niveau de risque de leur institution, afin d’amener les déposants à choisir leur structure pour

la sécurité de leurs épargnes. Ils profitent de l’incapacité des déposants à distinguer les

couples dirigeants/actionnaires risquophobes des couples risquophiles. En effet, une fois le

dépôt effectué, la banque peut adopter des stratégies risquées afin de maximiser l’espérance

de son revenu au détriment des déposants. L’aléa moral, entre les déposants et la banque, naît

donc de l’incapacité des déposants à contrôler les intentions du couple dirigeants/actionnaires

et à évaluer ses efforts une fois le dépôt effectué (Boussaada, 2012). C’est cette situation qui

justifie avant tout l’existence du régulateur. Ce dernier cherche à réduire l’asymétrie

d’information qui existe entre le couple dirigeants/actionnaires et les déposants. Pour atteindre

l’objectif de protection des déposants, le régulateur recommande le respect de certaines

exigences : les exigences des fonds propres, la discipline de marché et la communication

financière.

Les exigences en matière de capitaux constituent un instrument préventif utilisé par les

régulateurs. En effet, pour certains auteurs (Berger, 2010 ; Petey, 2004 et Tartari, 2002) les

fonds propres constituent pour la banque le premier élément qu’attaquent les pertes avant

qu’elles ne s’en prennent à l’épargne des déposants et conduisent vers la défaillance de la

banque. Les exigences en capitaux propres selon les accords de Bâle comprennent des

mesures qualitatives et quantitatives conçues comme modèle de référence par le Comité de

Bâle. L’aspect quantitatif de ces exigences provient de l’estimation des risques à couvrir par

les fonds propres. C’est pour cette raison que Tartari (2002) pense qu’un ratio approprié des

capitaux propres peut être considéré comme un instrument de solidité bancaire.

100

L’impact des exigences en fonds propres sur la solidité des banques est d’un intérêt

considérable. Les résultats du débat théorique et empirique sur ce sujet restent mitigés, car la

réglementation prudentielle peut avoir un effet incitatif pour la prise des risques. C’est pour

cette raison que certains auteurs (Blüm, 1999 ; Kim et Santomero, 1988 ; Koehn et

Santomero, 1980) pensent qu’une exigence en fonds propres restrictives peut accroître le

niveau de risque de la banque. La réglementation prudentielle peut aussi rendre les banques

sélectives en rationnant le crédit (Aglietta, 1992 ; Mojon, 1996). Pour ces différents auteurs,

cette réglementation peut sous certaines conditions, réduire la solidité des banques en

augmentant le niveau de leurs risques de défaillance. Par contre, plusieurs auteurs (Berger,

2010 ; Gouriéroux et Tiomo, 2007 ; Madji, 2002 ; Petey, 2004 ; Tartari, 2002) considèrent les

fonds propres comme un garant de la solvabilité des banques. Pour ces auteurs, sous certaines

conditions, les exigences en fonds propres peuvent conduire les banques à réduire leur prise

de risque. C’est cette dernière idéologie qui est prônée par le Comité de Bâle.

Dans cette partie, nous avons l’intention d’examiner théoriquement et empiriquement

la relation qui existe entre le niveau de capitalisation et la solidité bancaire. Ainsi, nous nous

posons la question de savoir : quels sont les effets des indicateurs individuels et

macroéconomiques sur la relation qui existe entre le niveau de capitalisation et la solidité

bancaire dans la CEMAC ? La réponse à cette question nous permettra de savoir si les

exigences en capitalisation sont une condition suffisante pour la solidité bancaire.

L’objectif de cette partie est de contribuer à la détermination des facteurs internes et

externes à la banque, permettant d’améliorer la solidité bancaire. Pour cela, nous étudions les

effets amplificateurs ou modérateur de l’impact du niveau de capitalisation sur la solidité

bancaire. Cette partie s’articule autour de deux chapitres. Le premier arrêt de cette partie

(chapitre 3) pose les fondements théoriques de l’étude de la relation niveau de capitalisation et

capacité bancaire à résister aux chocs défavorables. Au deuxième arrêt (Chapitre 4), nous

nous intéressons aux différentes études empiriques autour de ce lien. Ce chapitre constitue

aussi une étude empirique, dans le contexte de la CEMAC.

101

CHAPITRE 3 : LA CONTROVERSE SUR LA RELATION QUI EXISTE ENTRE LE

NIVEAU DE CAPITALISATION ET LA SOLIDITE BANCAIRE

Introduction

La capitalisation d’une banque fait allusion à son niveau d’accumulation des fonds

propres. Elle détermine la capacité de la banque à supporter les pertes (Lindgren et al., 1996).

C’est pour cette raison qu’en réaffirmant l’importance des fonds propres comme élément

essentiel de solidité des banques, le Comité de Bâle a publié en 2004, un dispositif révisé sur

la « convergence internationale de la mesure et des normes de fonds propres ». De plus en

2012, ce Comité a publié un dispositif provisoire énonçant les règles prudentielles applicables

aux exigences de fonds propres en regard des expositions des banques aux risques. Ce

dispositif complète et modifie la version antérieure du dispositif révisé sur la convergence

internationale. Selon Tartari (2002), les exigences en fonds propres dépendent largement de

la volonté du régulateur de protéger les intérêts des déposants, qui ont du mal à évaluer la

solidité financière des banques auxquelles ils confient leur épargne. Ces exigences ont pour

rôle de réduire les risques de faillite individuelle des banques, faillite dont les déposants sont

les principales victimes. C’est pour cette raison que, la détention des fonds propres et la

réglementation qui l'encadre visent principalement la réduction du niveau d'insolvabilité des

banques en les dotant d'une capacité suffisante d'absorption des pertes (Petey, 2004). Ceci dit,

l’augmentation du niveau des fonds propres pour une banque avec un actif inchangé, doit

conduire à la réduction de sa probabilité de défaillance.

Cependant, Saadaoui (2010) pense que dans un contexte de recherche de la rentabilité,

l’imposition d’un seuil réglementaire de capitalisation indépendant du risque peut conduire

les dirigeants d’une banque en fonction de leur aversion au risque à adopter des stratégies

plus ou moins risquées. En effet, la combinaison optimale rendement – risque implique un

niveau minimal d’engagement en termes de risque dont il est difficile pour le banquier de

s’en priver. Il est important de remarquer qu’à chaque fois qu’une unité des fonds propres

remplace une unité des créances, la banque subit un coût28

. Afin de combler cette perte, une

28

En fait lorsque les créances d’une banque deviennent douteuses, elle doit les provisionner. Pour cela, elle se trouve obliger d’immobiliser une partie de ses fonds propres. La quantité des fonds propres immobilisé qui sert de provision, ne peut pas faire l’objet d’un crédit. Ainsi ceteris paribus, la capacité de la banque à octroyer le crédit va baisser d’au moins de cette quantité.

102

solution consiste à renforcer le poids relatif des actifs risqués et rentables dans le bilan, tout

en respectant le niveau de capitalisation exigé.

Pour éviter ce comportement risqué, il est recommandé par le Comité de Bâle, de lier

le niveau de capitalisation réglementaire au niveau du risque qui caractérise les différentes

catégories d’actifs dont dispose une banque. La dissociation des actifs par catégorie de risque

est la principale innovation proposée par le Comité de Bâle à travers les différents accords

appliqués à l’échelle internationale après l’accord de Bâle I. Les banques doivent ainsi

disposer, à tout moment, d’un montant de fonds propres qui couvre au moins 8% de la valeur

des actifs pondérés de leurs risques. Plus une banque finance des projets risqués, plus elle

doit disposer des capitaux propres qui couvrent cette prise de risque.

On constate que la relation entre le niveau de capitalisation de la banque et la prise de

risque est loin de faire l’objet d’un consensus. L’analyse de cette relation est un sujet qui

suscite un regain d’intérêt des instances de supervision bancaire. En effet, selon le la logique

du Comité de Bâle, le niveau de capitalisation d’une banque doit être considéré comme un

instrument de signalisation de la situation financière de la banque et de son goût pour le

risque. Notre étude constitue une contribution au débat et tente d’appréhender l’importance

des facteurs internes et externes à la banque dans l’analyse de la liaison qui existe entre le

niveau de capitalisation et la solidité bancaire. L’objectif principal de ce chapitre est de

mettre en exergue l’influence du niveau de capitalisation sur la capacité de la banque à

supporter les chocs défavorables. Pour cela, nous allons d’une part présenter les éléments

permettant de mesurer le niveau de capitalisation et d’autre part ressortir l’importance des

fonds propres dans certains instruments utilisés comme indicateur de solidité des banques.

Section 1 : les exigences en fonds propres : une condition de solidité bancaire

Nous rappelons que la capitalisation d’une banque tient compte de son niveau

d’accumulation des fonds propres et détermine sa capacité à supporter les pertes.

L’appréciation du niveau de progression de la capitalisation d’une banque dépend de

plusieurs éléments. Ainsi, l’importance de la capitalisation des banques dans la gestion des

risques bancaires révèle le degré de considération à accorder à ses différentes composantes.

La réglementation du capital s’appuie beaucoup sur des exigences minimales en capital qui

sont fonctions du risque des banques. Pour Mishkin et al. (2010), l’obligation faite aux

banques de détenir un minimum des capitaux propres constitue une autre façon de réduire le

103

risque moral créé par les institutions financières. Ils pensent que le fait qu’une banque perde

en cas de défaillance un montant élevé de capital qu’elle a été contrainte à détenir, va

l’amener à s’engager dans des activités moins risquées. C’est pour cette raison que nous

pouvons considérer les capitaux propres comme des amortisseurs de chocs négatifs. Artus

(1991) dans une étude des effets de l’exigence en fonds propres sur le comportement des

banques soutient qu’il faut tenir compte du niveau d’aversion pour le risque de ces banques.

Il montre qu’exiger plus des capitaux aux banques qui peuvent être neutres vis-à-vis du

risque, ne les conduit pas toujours à modifier leur comportement vis-à-vis du risque de

faillite. En tenant compte de cette controverse au sujet des effets de la capitalisation sur le

comportement des banques, nous nous évertuons dans cette section à ressortir certains

indicateurs de capitalisation des banques. Pour ce faire, il serait intéressant de décliner ce que

nous entendons par fonds propres avant de présenter leurs déterminants quantitatifs et

qualitatifs.

I – La définition des fonds propres sur la base des accords de Bâle I et Bâle II

Les accords de Bâle définissent les fonds propres des institutions financières en tenant

compte de leur constitution. Il ressort de ces accords que les fonds propres effectifs sont

constitués par des ressources permanentes ou stables permettant à l’établissement financier

d’exercer son activité et disponibles au besoin pour apurer des pertes ou, en cas de

liquidation, remboursables seulement après les autres dettes. Dans le contexte des pays en

développement29

où le risque est élevé, il est difficile pour les banques de financer

l’économie sans s’exposer au risque. C’est ainsi que, si les dirigeants d’une banque sont

risquophiles (c’est-à-dire, des dirigeants qui ont un goût avéré pour le risque), ils seront

attirés par l’excès de risque pour maximiser la rentabilité de leur institution (Saadaoui, 2010).

Cependant, la conformité de cette dernière à une norme de fonds propres peut les empêcher

d’adopter une telle attitude. C’est pour cette raison que la réglementation prudentielle met

l’accent sur les fonds propres. De plus, les fonds propres réglementaires sont capables de

résoudre le problème de l’asymétrie de l’information entre les apporteurs des fonds de la

banque (actionnaires, créanciers et déposants) et ses dirigeants. Comme la réglementation en

matière de capital dépend de la volonté du régulateur de protéger les intérêts des déposants,

29

Les pays de la CEMAC (Cameroun, Congo, Gabon, Guinée Equatoriale, République de la Centre Afrique et Tchad) font partie des pays en développement.

104

alors on est tenté dans le cas où elle existe, de dire que le mécanisme microprudentiel portant

sur les fonds propres est utilisé en complémentarité de l’assurance-dépôts.

L’accord de Bâle de 1988, en devenant une norme internationale de réglementation

des fonds propres, a joué un rôle clé dans l’harmonisation de l’environnement bancaire

international. La COBAC, en suivant l’exemple du Comité de Bâle s’est largement inspirée

de ses normes pour élaborer sa réglementation prudentielle entrée en vigueur en 1993. Elle a

repris une bonne partie des principes et concepts développés dans l’accord de Bâle de 1988.

Toutefois, les diverses considérations locales l’ont amenée à adopter des choix qui n’entrent

pas toujours dans le cadre de la stricte application des normes et directives du Comité de Bâle

(Ikori à Yombo, 2004).

Selon le régulateur des banques de la CEMAC, les fonds propres réglementaires sont

constitués essentiellement de deux éléments. La COBAC considère les fonds propres de base

et les fonds propres complémentaires comme les principales composantes des fonds propres

réglementaires.

I.1 – Les fonds propres de base

Pour cette étude nous considérons comme fonds propres l’ensemble des ressources

stables nécessaire à l’exercice de l’activité bancaire, disponibles au besoin pour apurer les

pertes de la banque et remboursable seulement après les autres dettes. Cette définition des

fonds propres réglementaires est celle du dispositif réglementaire en vigueur dans la

CEMAC. Elle est d’ailleurs très proche de celle des accords de Bâle. Comme l’indique le

Comité de Bâle dans son Accord sur les fonds propres, les fonds propres de base sont un

élément commun du système bancaire de tous les pays, car c’est sur ces fonds que le marché

et les autorités de contrôle se fondent pour déterminer l’adéquation des fonds propres. Ces

fonds ont une forte influence sur la marge bénéficiaire et la compétitivité de la banque (FMI,

2006). Ces fonds permettent non seulement d’évaluer les marges bénéficiaires des banques,

mais leurs capacités concurrentielles aussi. C’est pour cette raison que plusieurs acteurs du

système bancaire prêtent une attention particulière à ce type de fonds. De façon générale, la

réglementation du capital voudrait que le montant des fonds propres de base soit d’au moins

4 % des actifs pondérés du risque des banques (Camara, 2010).

Selon le Comité de Bâle, les fonds propres de base ou de catégorie 1 sont constitués

essentiellement du capital bancaire et des réserves déclarées qui peuvent être librement

105

utilisés pour honorer les créances sur la banque. Selon la réglementation du capital en vigueur

dans la CEMAC, les fonds propres de base comprennent : les dotations ; les réserves ; les

primes liées au capital ; le report à nouveau créditeur ; les provisions réglementées ; les fonds

affectés ; les fonds pour risques bancaires généraux ; le résultat net bénéficiaire de l'exercice

non approuvé ou non affecté, à hauteur de 15% (pour plus de détail, confère le Règlement

COBAC R-2001/01 modifiant le Règlement COBAC R-93/02 relatif aux fonds propres des

établissements de crédit).

Il est important de souligner que certains éléments (la prime de capital, le report à

nouveau créditeur et les provisions pour risques bancaires généraux) qui font partie des

réserves telles que définies par le Comité de Bâle sont repris par la COBAC dans la

détermination des fonds propres de base. En prenant en compte le cadre contextuel, la

COBAC intègre dans les fonds propres de base les subventions, les autres provisions pour

risques généraux, le bénéfice intermédiaire et le résultat en attente d’affectation. Ces éléments

rentrent dans le cadre de la spécificité des règles de la COBAC. Le Comité de Bâle

recommande en outre de déduire des fonds propres de base, le fonds de commerce. C’est

ainsi que la COBAC en prenant à son compte cette disposition, préconise de déduire des

composantes précitées les éléments suivants : le capital non versée ; les actions propres

détenues (toutes participations, dotations des succursales et tous emplois constituant des

fonds propres ou assimilés chez d’autres banques et établissements financiers) ; le report à

nouveau débiteur ; les immobilisations incorporelles ; les pertes en instance d’approbation ou

d’affectation ; le résultat déficitaire déterminé à des dates intermédiaires (particulièrement au

30 juin) et des provisions complémentaires à constituer pour dépréciation ou risque de non-

recouvrement d’actifs ou pour charges et pertes diverses. En plus, la COBAC admet que les

fonds propres de base doivent constituer au moins 50 % de l’ensemble des fonds propres nets.

Ceci rend le calcul des fonds propres dans la CEMAC plus restrictif que la norme

internationale définie par le Comité de Bâle.

Pour Camara (2010), on peut apprécier la pertinence de l’introduction des fonds

propres de base dans la réglementation du capital au regard de trois critères à savoir :

- les éléments devant entrer dans la définition du capital réglementaire doivent

servir de coussin de sécurité pour absorber les pertes avant l’activation de tout

autre système comme l’assurance-dépôts ;

106

- ces instruments financiers doivent être très vite disponibles. Ils doivent constituer

des fonds stables durant une panique possible des créanciers de la banque. Cela

réduit la possibilité de contagion bancaire et permet aux régulateurs de disposer de

plus de temps pour évaluer et répondre au choc ;

- un instrument considéré comme capital réglementaire doit réduire les incitations

des actionnaires et dirigeants des banques à tirer avantage de l’aléa de moralité lié

à l’exploitation de la protection du filet de sécurité public.

Ces critères d’appréciation des fonds propres de base, permettent de distinguer ces

fonds des autres fonds propres. Selon la réglementation prudentielle de la COBAC, tout autre

fonds répondant aux différentes conditions de disponibilité immédiate ; d’être subordonnés

en capital et en intérêts peut être considéré comme un fonds propre complémentaire. De plus,

les fonds propres de base peuvent constituer jusqu’à 50 % de l’ensemble des fonds propres

nets, d’où l’importance des fonds propres complémentaires. En d’autres termes, les fonds

propres ne sont pas seulement constitués des éléments qui forment la base, mais il y a aussi

d’autres fonds d’une importance capital. Après ce bref aperçu des fonds propres

complémentaire, il serait intéressant de les présenter pour une bonne appréciation.

I.2 – Les fonds propres complémentaires

Les fonds propres réglementaires sont constitués des fonds propres de base auxquels

s’ajoutent les fonds propres complémentaires. Selon les recommandations du Comité de Bâle

pour la réglementation du capital, ces derniers fonds ne doivent pas dépasser 50 % du total

des fonds propres. Nous pouvons dire qu’il existe un plancher de 50 % de l’ensemble des

fonds propres pour les fonds propres de base et un plafond de 50 % de cet ensemble pour les

fonds propres complémentaires. Les autorités nationales sont libres d’inclure ou de ne pas

inclure certains éléments des fonds propres complémentaires, dans la détermination des fonds

propres réglementaires. Tout dépend du système comptable, des réglementations et de la

supervision bancaire en vigueur dans le pays (Camara, 2010).

Les fonds propres complémentaires se composent des instruments financiers et des

réserves qui sont disponibles pour absorber des pertes. Toutefois, ils ne peuvent pas être

permanents, ils ont une valeur incertaine occasionnant peut-être des coûts s’ils sont vendus ou

dépourvus de la pleine capacité des fonds propres de base à absorber pleinement les pertes.

Ces fonds peuvent être répartis en plusieurs catégories.

107

On regroupe dans les fonds propres complémentaires de catégorie 1, les dettes

subordonnées de long terme (les obligations convertibles ou remboursables en actions ou en

espèces), les instruments hybrides de dettes et de capital, les réserves non publiées, les

réserves de réévaluation et provisions générales ou réserves générales pour pertes sur prêts.

Quant aux fonds propres complémentaires de catégorie 2, ils sont constitués des dettes

subordonnées de court terme.

Pour certains auteurs (Pop, 2005), la prise en compte des dettes subordonnées dans le

calcul du capital réglementaire vient du rôle que celles-ci doivent jouer dans la discipline de

marché. Certes la transparence à travers le IIIe pilier de Bâle II (la discipline de marché) est

une condition nécessaire pour l’évaluation de la santé financière des banques. Mais, elle n’est

pas suffisante pour certains analystes. Les accords de Bâle prévoient une possibilité, mais non

l’obligation d’émettre des titres de dette subordonnée. C’est pour cette raison que certains

régulateurs comme la COBAC, ne mettent pas l’accent sur ce type de fonds complémentaires.

Dans la CEMAC, la constitution des fonds propres complémentaires reprend certains

éléments définis par le comité de Bâle, mais la COBAC tient compte des réalités

contextuelles en introduisant d’autres éléments. Dans cette zone, les fonds propres

complémentaires sont constitués : des subventions d’investissement ; des écarts de

réévaluation ; des réserves latentes positives de crédit-bail ou de location avec option d’achat

(nettes des impôts différés) après vérification par les commissaires aux comptes ; des

comptes bloqués d’actionnaires ; des titres et emprunts subordonnés à durée indéterminée.

Selon la réglementation du capital de la COBAC, le respect des conditions de

disponibilité immédiate ; de subordination en capital et en intérêts par tout autre fonds peut

conduire à sa considération comme fonds propres complémentaires. Ceci dit, qu’en cas de

liquidation de la banque assujettie, ces fonds ne peuvent être remboursés qu’après règlement

de toutes les autres dettes existantes à la date de mise en liquidation ou contractées pour les

besoins de celle-ci. Pour cela donc, ces fonds ne doivent être remboursables qu’à l’initiative

de la banque emprunteuse et sous réserve exclusive que la solvabilité de celle-ci ne soit pas

affectée ou que des fonds stables d’égale ou de meilleure qualité soient substitués à ces

emprunts ainsi remboursés. Il est important que ces fonds soient assortis d’une clause de

différé de paiement des intérêts dus au cas où la rentabilité de la banque ne rendrait pas

opportun leur versement. La disponibilité de ces fonds doit permettre à la banque assujettie

d’apurer ses pertes afin de poursuivre son activité.

108

La réglementation du capital dans la CEMAC en s’arrimant aux recommandations du

Comité de Bâle, précise qu’en tout état de cause, pris globalement, les fonds propres

complémentaires, ne peuvent être inclus dans les fonds propres réglementaires effectifs que

dans la limite de 100 % du montant des fonds propres de base. De plus, la COBAC indique

que les titres et emprunts subordonnés à durée déterminée sont plafonnés, ainsi donc quel que

soit leur montant, ils ne doivent pas dépasser 50 % du montant des fonds propres de base

retenus pour la détermination des fonds propres effectifs. Un état mensuel de suivi des

provisions complémentaires demandées par la COBAC et non encore constituées doit être

annexé à l’état de calcul des fonds propres effectifs.

Après avoir présenté les différentes formes des fonds propres, nous allons nous

appesantir sur les aspects quantitatif et qualitatif de ces fonds à l’image de l’accord de Bâle

III. En effet, les réformes engendrées par les conséquences des récentes crises financières ont

conduit à la reconsidération de la composition et de la structuration des fonds propres.

II – Les déterminants de la quantité et de la qualité des fonds propres après les récentes

crises financières (les accords de Bâle III)

Les concepts d’anti-sélection et de risque moral expliquent l’existence de plusieurs

types de régulation bancaire. Aux Etats Unis et dans d’autres pays on a : le filet de sécurité

public, les restrictions visant à limiter la détention d’actifs risqués, les actions coercitives

précoces, les exigences de communication financière aux régulateurs et aux marchés, la

protection des consommateurs, la restriction de concurrence, les exigences réglementaires en

capital, etc. (Mishkin et al., 2010). Les récentes crises financières30

, ont révélé l’importance

du risque systémique de nombreuses institutions du système bancaire, institutions sur

lesquelles n’existait presque pas une autorité ordonnée. C’est ainsi que les filets de sauvetage

activés par les Etats Unis et financés par les contribuables américains ont érodé la discipline

de marché, créé chez certains dirigeants des établissements un sentiment d’impunité et

exaspéré les opinions publiques. Cette situation a conduit le Comité de Bâle à réfléchir sur les

instruments micro et macro-prudentiels. D’où le passage de l’accord de Bâle II à Bâle III qui

prend en considération le risque marché dans la détermination du nouveau ratio de fonds

propres.

30

Crises qui ont commencé au second semestre 2007 avec la crise des subprimes qui éclate en août aux Etats Unis avant de s’étendre à toute la sphère financière et de se muer en crise économique les années suivantes.

109

En s’appuyant sur les trois piliers de Bâle II, le Comité de Bâle va s’employer à

accroître la résilience du secteur bancaire en renforçant le dispositif réglementaire de fonds

propres. Le nouveau dispositif de Bâle élève la qualité et le niveau des fonds propres

réglementaires et étend la couverture des risques. Le dispositif réglementaire mondial est

enrichi de divers éléments macro-prudentiels qui contribuent à contenir les risques

systémiques résultant de la pro-cyclicité et de l’interdépendance des établissements financiers

(Comité de Bâle sur le contrôle bancaire, 2011). Dans la définition des fonds propres

réglementaires, le Comité de Bâle distingue trois catégories de fonds à savoir : le Tier 1, le

Tier 2 et le Tier 3.

Le Tier 1 constitue, aux yeux de ce Comité, l’élément le plus important des fonds

propres dans la mesure où il est le plus stable et le plus à même de résorber les pertes subies

par la banque (Soupmo Badjio, 2009). D’où l’importance du capital de la banque comme

élément de son succès. En effet, le capital facilite le développement de la banque et contribue

à assurer la pérennité de cette dernière. Ainsi, il peut être considéré comme un élément

essentiel de la solidité financière de la banque. Dans cette sous-section, nous nous attardons

sur la constitution quantitative et qualitative du noyau des fonds propres (Tier 1) et le Tier 2.

II.1 – Le noyau des fonds propres : le Tier one

Les accords de Bâle II ont permis de mettre en place à partir de 2006 un ratio de

solvabilité fondé sur le même principe que celui de Bâle I, c’est-à-dire du rapport entre les

fonds propres et le montant des crédits distribués pondérés par les risques associés. La nature

des risques pris en compte a cependant changé et a été enrichie par la prise en compte du

risque de marché, du risque de crédit et du risque opérationnel. En plus, les méthodes de

calculs des risques ont été améliorées. Le ratio global est notamment décomposé en deux

parties : un ratio dit Tier 1 de 4 % où le capital est supposé être du capital pur (c’est-à-dire

sans risque) et un autre ratio de 4 % appelé le Tier 2 pour lequel les contraintes sont moins

fortes.

Le Tier 1 à son tour a été décomposé lui aussi en deux : le Core Tier 1 de 2 % pour

lequel sont pris en compte seulement les actions et les profits de la banque réinvestis et

l’autre partie du Tier 1 où des titres hybrides (comme les obligations convertibles) étaient

considérés comme des fonds propres. Le Core Tier 1 est un ratio de solvabilité qui permet

d’apprécier la solvabilité des banques en mettant en relation les fonds propres et les actifs

110

détenus qui sont pondérés en fonction de leurs risques. Dans le Core Tier 1, comme il est

précisé ci-dessus, les fonds propres sont constitués uniquement du capital apporté par les

actionnaires, augmenté des bénéfices conservés par l’institution chaque année. Le Core Tier 1

exclut toutes les formes de capitaux hybrides (par exemple les obligations convertibles ne

sont pas prises en compte dans le Core Tier 1).

Suite aux faits des crises des années 2008, le Comité de Bâle, a adopté le 12

septembre 2010 de nouvelles règles concernant les fonds propres des banques. L’accord de

Bâle III a été avalisé par les chefs d’Etat et de gouvernement lors de la réunion du G20 à

Séoul, les 11 et 12 novembre 2010. Les exigences minimales en fonds propres des banques

ont été revues. C’est ainsi que le minimum de fonds propres que les banques doivent détenir a

été relevé. Pour cela donc, les banques devront respecter un Tier 1 de 7 % au lieu de 4 % dans

l’accord de Bâle II et un Core Tier 1 de 4 % au lieu de 2 % pour l’accord précédent. Elles se

doteront aussi d’un matelas de sécurité supplémentaire de 2,5 %, qu’elles devront alimenter

avec leurs bénéfices en période de prospérité économique (au lieu de distribuer ceux-ci en

dividendes ou en rachat d’action) et dans lequel elles puiseront en cas de difficultés. Ceci

relève l’importance du provisionnement contra-cyclique pour la solidité des banques.

Pour limiter le levier d’endettement des banques et garantir qu’elles détiennent en

permanence des liquidités suffisantes, de façon à faire face à un blocage éventuel du marché

du crédit interbancaire. En d’autres termes, prouver leurs solidités financières, d’autres ratios

complémentaires doivent être appliqués. Un renforcement supplémentaire des fonds propres

exigés peut être appliqué aux grandes banques dont la faillite éventuelle entrainerait un risque

systémique (le phénomène du « too big to fail »). En fait, il faut dire que l’une des causes

majeures de la crise récente est le déséquilibre survenu dans la gouvernance des banques, du

fait de l’émergence rapide et massive de l’effet du « too big to fail » (Lobez 2010).

II.2 – La partie souple des fonds propres : le Tier 2

Le changement des méthodes de calculs des risques apporté en 2006 par les accords

de Bâle II, a entrainé une décomposition du ratio global du minimum des fonds propres. C’est

ainsi que ce ratio global d’exigence minimal en capitaux a été décomposé en deux parties à

savoir : le Tier 1 et le Tier 2. Ce dernier est moins contraignant que le Tier 1 qui est supposé

être constitué que du capital pur. Le Tier 1 correspond à ce qu’on a appelé dans les accords

de Bâle I les fonds propres de base et le Tier 2 les fonds propres complémentaires.

111

Comme le Tier 1, le Tier 2 est aussi divisé en deux parties : les Upper Tier 2 et les

Lower Tier 2. Dans la première partie, c’est-à-dire le Upper Tier 2, on a des titres

subordonnés à durée indéterminée. Leur risque est plus limité, car ils n’ont pas de date de

maturité. Pour ces titres, la banque peut avoir une option de remboursement anticipé à partir

de 5 ans de vie et le coupon peut être cumulable en cas de non versement.

Le Lower Tier 2 sort de la catégorie des dettes à durée indéterminée, mais cette

deuxième partie du Tier 2 est aussi constituée des titres subordonnés. Les éléments du Lower

Tier 2 n’ont pas de priorité de remboursement en cas de faillite. Mais, ils ont une date

d’échéance supérieure à 5 ans et leur coupon est obligatoire (il peut toutefois être reporté en

cas de difficulté de la banque).

En Europe, la réforme financière est essentiellement concentrée dans la nouvelle

réforme appelée Bâle III. Elle introduit des éléments microéconomiques comme

l’augmentation des réserves en capital, pour grossir la capitalisation moyenne et donc la

solidité du secteur bancaire. Cette réforme conduit à la mise en place des ratios maxima

d’endettement et des ratios minima de liquidité. À ces réformes microéconomiques, s’ajoute

une dimension macro-prudentielle. En effet, les réserves en capital pourront être augmentées

dans les phases de croissance, afin de forcer les banques à faire des réserves, et diminuer en

cas de crise pour permettre aux banques d’absorber les dépréciations d’actifs. Tout ceci rentre

dans le cadre de la réduction de la pro-cyclicité des banques et la mise en place de la

constitution de volants contra-cycliques.

Il ressort de ce qui précède que la constitution des fonds propres au sens large du

terme, tient compte de plusieurs éléments. L’objectif poursuivi étant la solidité des banques,

il s’est avéré nécessaire d’adapter ces différents éléments au contexte et à la conjoncture.

C’est ainsi que les normes internationales en matière de réglementation des fonds propres ont

évolué du premier accord de Bâle aux accords de Bâle III. Cette évolution a été imposée par

les différentes crises qu’a connues la sphère financière. En effet, nous pouvons constater qu’à

chaque fois que le secteur bancaire a été secoué par un choc défavorable, les solutions sont

cherchées dans la réglementation (Zamil, 2010). Ceci peut être illustré par les accords de Bâle

III qui surviennent à la suite des crises des années 2008.

En ce qui concerne les réalités contextuelles, leurs prises en compte dans la

détermination de la réglementation sont reflétées dans notre cas par les écarts qu’il y a entre

la réglementation COBAC et certaines normes internationales définies par le Comité de Bâle.

112

C’est ainsi qu’en 2006, le FMI et la Banque Mondiale dans leurs évaluations du système

financier de la CEMAC, constatent certains écarts entre le dispositif de supervision de la

COBAC et d’autres principes fondamentaux révisés des accords de Bâle (Baumgartner et Bio

Tchané, 2006). Cela n’a pas empêché les évaluateurs du FMI et de la Banque Mondiale de

soutenir le fait que ce dispositif constitue une bonne base pour une mise en œuvre réussie des

accords de Bâle sur les fonds propres dans la CEMAC.

En résumé, le tableau 7 fait une synthèse de la présentation des fonds propres

réglementaires.

Tableau 7 : récapitulatif de la constitution des fonds propres

Types des fonds Bâle I et Bâle II Bâle III COBAC Niveau d’adéquation

Fonds propres

de base

Les fonds propres de base sont

constitués essentiellement du

capital bancaire et des réserves

déclarées.

Le Tier 1 décomposé

en deux : le Core Tier

1 de 4 % avec

seulement les actions

et les profits de la

banque réinvestis et

l’autre partie du Tier 1

constitué des titres

hybrides.

Les fonds propres de base

comprennent : les dotations ; les

réserves ; les primes liées au

capital ; le report à nouveau

créditeur ; les provisions

réglementées ; les fonds affectés ;

les fonds pour risques bancaires

généraux ; le résultat net

bénéficiaire de l'exercice non

approuvé ou non affecté, à

hauteur de 15% ; le résultat

intermédiaire au 30 juin, à

hauteur de 15%.

la réglementation du capital

voudrait que le montant des

fonds propres de base soit

d’au moins 4 % des actifs

pondérés du risque des

banques et un Tier 1 de 7%

avec Bâle III.

Ils doivent être ≥ 50 % de

l’ensemble de fonds propres.

Fonds propres

complémentaires

On a :

- les fonds propres

complémentaires de catégorie 1,

les dettes subordonnées de long

terme, les instruments hybrides

Le Tier 2 est divisé en

deux :

- les Upper Tier 2

constitués des titres

subordonnés à durée

Les fonds propres

complémentaires sont constitués :

des subventions d’investissement

; des écarts de réévaluation ; des

réserves latentes positives de

Ces fonds ne doivent pas

dépasser 50 % du total des

fonds propres.

de dettes et de capital, les

réserves non publiées, les

réserves de réévaluation et

provisions générales ou réserves

générales pour pertes sur prêts.

- les fonds propres

complémentaires de catégorie 2,

sont constitués des dettes

subordonnées de court terme.

indéterminée ;

- le Lower Tier 2

constituée des titres

subordonnés avec une

date d’échéance

supérieure à 5 ans.

crédit-bail ou de location avec

option d’achat (nettes des impôts

différés) ; des comptes bloqués

d’actionnaires ; des titres et

emprunts subordonnés à durée

indéterminée.

Fonds propres

réglementaires

Ensemble fonds propres de base

et fonds propres

complémentaires

Constitués de trois

catégories des fonds à

savoir : le Tier 1, le

Tier 2 et le Tier 3.

Ensemble fonds propres de base

et fonds propres

complémentaires.

La norme minimale est fixée à

8 %

Source : auteur

Il ressort de cette présentation que la définition des fonds propres réglementaires est dynamique et tient compte de la conjoncture et du

contexte. Ainsi, après avoir présenté les différents éléments constituant les fonds propres compte tenu de la réglementation prudentielle en la

matière, il serait important de s’attarder sur l’utilisation de ces fonds comme instrument d’appréciation de la solidité des banques.

115

Section 2 : Le cadre d’analyse de l’effet de la quantité des fonds propres sur la solidité

financière des banques

La faillite d’une banque peut avoir une influence sur la confiance que les clients

accordent à l’ensemble du système bancaire. Le risque systémique peut partir de la faillite

d’une seule banque. C’est pour cette raison, qu’il est important de mettre sur pied des

stratégies permettant de réduire la probabilité de survenance des faillites des banques. Parmi

ces stratégies, nous avons l’exigence minimale en fonds propres. En effet, l’idéologie

défendue par la plupart des organismes de supervision, c’est que les fonds propres doivent

protéger la banque contre les risques de défaillance. Considérer les fonds propres comme un

coussin, pose la problématique de la quantité adéquate des fonds propres qu’une banque doit

disposer dans son bilan. C’est ainsi qu’en juillet 1988, le Comité de Bâle publie l’accord sur

les fonds propres en se fixant deux objectifs fondamentaux à savoir :

- le renforcement de la solidité des établissements financiers et de la stabilité du

système bancaire international ;

- et proposer un dispositif simple et pertinent afin d’être uniformément applicable

dans toutes les banques de tous les pays.

Les exigences en matière des fonds propres, définies par les Accords de Bâle, sont

utilisées comme un instrument préventif par les régulateurs pour atteindre l’objectif de la

stabilisation du système bancaire (Tartari, 2002). La stabilité31

du système bancaire est une

conséquence positive de la solidité des banques. La situation d’instabilité ou de turbulence

intervient lorsqu’un choc de grande ampleur déstabilise le système financier. L’instabilité

financière est souvent confondue avec la notion de fragilité ou de vulnérabilité des

institutions32

. Dans le cadre de la préservation de la solidité des banques, une réglementation

micro-prudentielle est proposée par le Comité de Bâle. Pour atteindre l’objectif de stabilité du

système bancaire en mettant l’accent sur la solidité des composantes du système bancaire, le

Comité de Bâle a conçu des mesures qualitatives et quantitatives des fonds propres pour

couvrir les risques. Ces mesures sont reprises dans le volet prudentiel des différents

organismes de régulation.

31

La stabilité bancaire fait référence aussi bien à la stabilité de chaque établissement bancaire qu’à celle des relations qui s’établissent entre ces institutions. 32

Dans la littérature, on considère généralement que la fragilité porte sur les risques endogènes et la vulnérabilité se manifeste vis-à-vis des facteurs exogènes de risque et est regardée comme un phénomène externe.

116

Dans son enquête de 2009 portant sur la mise en œuvre de Bâle II dans la CEMAC, la

COBAC constate qu’il n’y a que 34 établissements de crédit sur 46 qui publient des

informations au grand public, informations tant qualitatives que quantitatives. Sur ces 34

établissements de crédit, 19 établissements publient les informations qualitatives sur la

structure de leurs fonds propres et 11 établissements sur l’adéquation de leurs fonds propres.

Les informations quantitatives portent sur la structure des fonds propres (pour 26

établissements) et l’adéquation des fonds propres (pour 12 établissements). Les informations

qualitatives et quantitatives sur les risques (le risque de crédit, le risque de liquidité, le risque

de change, le risque opérationnel et le risque de taux d’intérêt) ne sont publiées que par un

nombre très réduit d’établissements de crédit (en moyenne 5 établissements). Cela justifie

une fois de plus l’importance de l’application des exigences minimales en matière des

capitaux propres. Le ratio couramment utilisé pour atteindre l’objectif de solidité des banques

et de la stabilité du système bancaire se présente sous la forme d’un rapport avec pour

numérateur les fonds propres nets et pour dénominateur les risques pondérés. La composition

de chaque élément du rapport est précisée et la norme minimale est fixée à 8 % (Ikori à

Yombi, 2004).

Un ratio des fonds propres bien élaboré et approprié peut être utilisé comme un

instrument adapté pour la solidité bancaire. En effet, les fonds propres permettent à la banque

d’éviter la faillite en absorbant ses pertes. C’est pour cette raison que l’aspect quantitatif des

fonds propres doit résulter de l’estimation des risques par des méthodes de calcul bien

élaborées. Ainsi, dans le cadre de la prévention de la faillite bancaire, concevoir un lien entre

les exigences en fonds propres et la solidité des banques s’avère important. Pour cela, il se

pose des interrogations sur la quantité des fonds propres et sur l’estimation des risques

bancaires.

Dans cette section, nous présentons d’une part, l’implication des fonds propres dans la

détermination de certains ratios et d’autre part, l’importance des fonds propres comme

instrument de couverture contre les risques bancaires.

I – Les fonds propres et certains ratios

L’importance des capitaux propres dans la solidité des banques, peut être appréciée à

travers la qualité du ratio calculé. En effet, un ratio approprié des capitaux propres augmente

les capacités de la banque à faire face aux chocs défavorables et peut servir d’outil de

117

prévention de celle-ci contre la faillite. La solidité financière d’une banque peut être

essentiellement mesurée par le montant des fonds propres de cette banque, car ces capitaux

déterminent la capacité de la banque à supporter les éventuels risques liés à ses activités.

Les banques doivent être en permanence solvables, c’est-à-dire pouvoir honorer leurs

engagements à tout moment. En effet, si les clients déposants de la banque doutent de sa

solidité financière, ils risquent de ne plus avoir confiance en la banque et de retirer leurs

dépôts, précipitant ainsi la banque (et tout le système s’il s’agit d’une banque importante)

dans des difficultés majeures. Pour cela, il faut des instruments permettant de jauger le niveau

de solvabilité des différentes banques. C’est pour cette raison que le Comité de Bâle a établi

des ratios, que les différents régulateurs doivent mettre en application et s’assurer du respect

de ces ratios par toutes les banques.

I.1 – Le ratio de solvabilité : la pierre angulaire de l’appréciation de la solidité des

banques

La solvabilité d’une banque est sa capacité à rembourser la totalité ou encore

l’intégralité de ses engagements en cas de liquidation totale. Elle dépend de la qualité des

actifs de cette banque, particulièrement de la facilité avec laquelle ces actifs peuvent être

transformés en liquidité, et du montant des engagements de cette banque. La solvabilité d’une

banque peut être aussi considérée comme sa capacité à supporter les demandes de retrait de

ses déposants. Il est de la responsabilité du superviseur de s’assurer que les banques sont bien

aptes à respecter l’obligation de satisfaire les demandes de retrait de leurs clients déposants.

Pour ce faire, les superviseurs apprécient la solvabilité des banques en imposant un niveau

minimal des fonds propres, ceci en tenant compte du principe que les fonds propres de la

banque sont son seul moyen de protection contre les probables pertes. Pour Gouriéroux et

Tiomo (2007) les fonds propres de la banque peuvent être considérés comme le garant de la

solvabilité de celle-ci face aux pertes que peuvent engendrer les risques qu’elle aura pris à

l’actif. Le fait de considérer les fonds propres comme une garantie, témoigne de l’importance

des exigences en capitaux propres.

Les exigences réglementaires en capitaux prennent souvent deux formes à savoir : le

ratio de solvabilité brute et le ratio des fonds propres ajusté des risques (Mishkin, 2010). Le

ratio des fonds propres (FPTA) est utilisé par les banques et les autorités de contrôle des

banques comme un instrument important de gestion. Ce ratio est le rapport des fonds propres

118

(FP) au total de l’actif du bilan (TA) de la banque, FP

FPTATA

. Pris ainsi, ce ratio donne

une mesure brute de la solvabilité de la banque. Son inverse est très souvent considéré

comme le multiplicateur de fonds propres appelé couramment le ratio de levier financier. Ce

ratio indique le nombre d’unités d’actifs rémunérateurs que peut générer chaque unité de

capitaux propres détenue par la banque. Il permet aussi de ressortir la relation qui existe entre

le coefficient de rentabilité (rapport entre le profit net après impôt et fonds propres) et le

coefficient de rendement (rapport entre le profit net après impôt et total actif).

Le ratio de levier financier permet aux actionnaires d’arbitrer entre la sécurité et la

rentabilité des capitaux investis, ce qui conduit à mettre en évidence l’importance du capital

de la banque du point de vue des apporteurs des fonds. En effet, pour les actionnaires par

exemple, le capital est avantageux, parce qu’il rend leur investissement sûr en réduisant la

probabilité de faillite de la banque.

La deuxième forme de ratio de solvabilité est le ratio de fonds propres ajusté des

risques. Ce ratio tient compte du risque des actifs. Pour Mishkin et al. (2010), il existe deux

variantes de ce ratio selon la manière dont on mesure les risques, ce sont : soit

forfaitairement, soit à l’aide des modèles probabilistes plus élaborés. En effet, les crises de fin

des années 1980 ont attiré l’attention des régulateurs sur la détention des actifs risqués. Cette

situation a conduit les superviseurs bancaires des économies industrialisées à une

concertation entre eux au sein du Comité de Bâle. Cette coopération aboutit en 1988 à la

définition d’un ratio de fonds propres ajusté des risques communément appelé le ratio Cooke.

Pour les Etats qui appliquent ce ratio, les banques assujetties sont obligées de détenir en

capital l’équivalent d’au moins 8 % de leurs actifs pondérés par des coefficients de risque

forfaitaires. L’entrée en vigueur de l’accord de Bâle II a eu pour idée principale de proposer

aux banques une approche probabiliste, et non plus arithmétique du risque de crédit et à leur

permettre de calculer leurs fonds propres réglementaires sur la base de leurs modèles internes

d’évaluation des risques.

I.2 – Le ratio de liquidité : un élément du renfort de la résilience des banques

La liquidité une notion faussement facile, mais bien au contraire c’est un concept

complexe comme l’a illustré la récente crise des subprimes. La notion de liquidité est

multidimensionnelle et se réduit difficilement et/ou statistiquement à un seul indicateur. Le

119

Comité de Bâle, dès sa création, avait travaillé parallèlement sur la solvabilité et la liquidité,

mais autant le thème portant sur la solvabilité a été couronné de succès avec la mise en place

de Bâle I puis de Bâle II, autant celui de la liquidité n’a concrètement débouché sur un

exercice de coordination internationale.

La crise des subprimes qui a mis en exergue la question des risques de liquidité, a

conduit à l’intégration plus qu’avant des considérations de liquidité dans le toilettage de Bâle

II. Cela se justifie d’autant plus que les considérations de solvabilité, de liquidité, et les

risques associés sont fortement interdépendants. Le fait d’accorder plus de poids

qu’auparavant au risque de liquidité concerne les trois piliers de Bâle II : d’abord la définition

des ratios des fonds propres proportionnés aux risques encourus (pilier 1), ensuite les règles

de surveillance de la gestion des fonds propres, c’est-à-dire l’exercice de la supervision

bancaire (pilier 2) ici, il faudra accorder une attention particulière à la liquidité des

institutions, et enfin la « discipline de marché » (pilier 3) puisque les banques doivent être

plus transparentes sur leur situation de liquidité.

Pour le Comité de Bâle, les exigences strictes en matière de fonds propres sont

indispensables à la stabilité du secteur financier, mais elles ne suffisent pas. Pour cela, avoir

une liquidité adéquate, renforcée par des normes prudentielles robustes est tout aussi

importante. Jusqu’en 2011, il n’y a pas eu d’harmonisation internationale dans le domaine de

la liquidité des institutions financières (Comité de Bâle sur le Contrôle Bancaire, 2011). Le

Comité de Bâle dans ses réformes récentes avec les accords de Bâle III, a mis en place des

normes de liquidité mondiales harmonisées. De même que les normes mondiales de fonds

propres, les normes de liquidité établissent des exigences minimales. Ces normes favorisent

des conditions de concurrence équitables pour éviter un « nivellement par le bas ».

Les accords de Bâle III édictent un ensemble de normes portant sur la mise en place

d’un ratio de liquidité pour les banques internationales, d’un ratio d’effet de levier, des

mesures contra-cycliques, d’une redéfinition des fonds propres et d’une révision de la

couverture de certains risques. Cet ensemble de normes contribue à renforcer la résilience du

secteur financier et bancaire en prévision de nouvelles tensions financières et économiques,

indépendamment de la source. L’ensemble de ces nouvelles mesures que le Comité de Bâle a

développé pour solidifier la réglementation, le contrôle et la gestion des risques dans le

secteur bancaire vise à renforcer la transparence et la communication au sein des banques.

Ces mesures permettent d’améliorer la capacité des banques à absorber les chocs

défavorables, la gestion des risques et la gouvernance. Le renforcement des exigences

120

qualitatives, quantitatives et les mesures élaborées par le Comité de Bâle sont axés sur deux

démarches. Ils concernent d’une part la réglementation au niveau des banques, c’est-à-dire le

niveau micro-prudentiel, pour renforcer la résilience des institutions bancaires en période de

tension. D’autre part ces mesures concernent les risques systémiques (le niveau macro-

prudentiel de la réglementation) qui peuvent s’accumuler dans le secteur bancaire, ainsi que

leur amplification pro-cyclique dans le temps.

Les réformes élaborées par le Comité de Bâle pour les accords de Bâle III ont pour

objectif d’améliorer la capacité du secteur bancaire à absorber les chocs consécutifs à des

tensions économiques ou financières et de réduire par conséquent, le risque de propagation à

l’économie réelle. Ces réformes sont conçues pour renforcer la réglementation micro-

prudentielle et comportent également, une dimension macro-prudentielle en visant les risques

systémiques qui peuvent entrainer la faillite de tout le système.

Pour contrer les pressions observées durant la récente crise, deux normes

réglementaires ont été élaborées par le Comité de Bâle pour réaliser des objectifs distincts

mais complémentaires au niveau international. Il s’agit du :

- ratio de liquidité à court terme, « Liquidity Coverage Ratio » (LCR) : il concerne

certains actifs liquides pouvant être utilisés pour compenser des sorties nettes de

liquidités dans des scénarios de tensions brèves définis par les responsables

prudentiels ;

- ratio structurel de liquidité à long terme, « Net Stable Funding Ratio » (NSFR) : il

évalue l’ensemble du bilan au moyen d’une estimation des sources de financement

fiables en présence de tensions plus prolongées et moins sévères.

Le ratio de liquidité à court terme (LCR) est un ratio qui doit favoriser la résistance

immédiate des banques à une éventuelle situation d’illiquidité. Les banques sont tenues de

disposer d’un volant de sécurité d’actifs liquides de haute qualité et suffisant pour résister à

des crises de liquidité aiguës sur une durée d’un mois. Les réserves de liquidité doivent être

supérieures aux fuites de liquidité générées par la perte des possibilités de refinancement sur

le marché, la fuite des dépôts, et par une série d’autres facteurs qui peuvent survenir lors

d’une telle crise de liquidité. Les principaux paramètres du LCR sont les suivants :

- le cash et les titres d’Etat sont pondérés à 100%, d’autres titres sont pondérés à

85% (15% de décote sur leur valeur de marché) et le refinancement de marché est

renouvelé à 0% ;

121

- les prêts aux clients sont supposés renouvelés à 50% et les prêts interbancaires ne

sont pas renouvelés. Les dépôts des Grandes Entreprises subissent un taux de fuite

entre 25% et 75% selon la stabilité estimée du dépôt en question alors que les

autres dépôts subissent des taux de fuite entre 5% et 10% selon la stabilité estimée

du dépôt en question ;

- une conservation d’actifs liquides permettant l’absorption d’une crise sur une

durée d’un mois et un ratio de ces actifs sur les flux de décaissement calculé sur la

base de stress-tests doit être supérieure à 100%.

Le ratio de liquidité à long terme (NSFR) est un ratio à un an qui doit favoriser la

résistance de la banque face à une situation de crise spécifique à cet établissement. Ce ratio

remédie aux asymétries de financement et incite les banques à recourir à des sources stables

pour financer leurs activités. Les principaux paramètres du NSFR sont les suivants :

- ratio des ressources stables supérieur à un an par rapport au montant nécessaire

des ressources stables doit être supérieur à 100% ;

- prise en compte du renouvellement automatique de certains emplois.

Selon Berger (2010), la liquidité est le principal défi pour de nombreuses banques

avec plusieurs conséquences (abandon d’activités, désintermédiation du financement des

entreprises). L’objectif des accords de Bâle III est de réduire au minimum l’exposition du

système bancaire aux chocs néfastes d’offre et de demande d’actifs liquides.

I.3 – Les ratios de la rentabilité : un indicateur de gestion pour les actionnaires

La décision des banques concernant leurs capitalisations se justifie par trois raisons :

le capital sert à éviter les défaillances bancaires ; le montant de capital affecte le rendement

des propriétaires de la banque et l’exigence réglementaire d’un montant minimal de capital.

En effet, les actionnaires d’une banque doivent avoir une idée sur sa gestion. Pour cela, ils

ont besoin d’un instrument de mesure de la profitabilité bancaire.

Il existe deux types d’instrument permettant d’apprécier la rentabilité d’une banque. Il

s’agit du coefficient de rendement et du coefficient de rentabilité.

Le coefficient de rendement (Return On Assets, en abrégé ROA) est une mesure

simple de la rentabilité bancaire. Le ROA est un rapport entre le profit net après impôt (RN)

122

et le total des actifs (TA). Sa formule est RNROA

TA . Il donne une idée sur le profit net

d’impôt généré par une unité d’actif. Ce ratio donne une information sur l’efficacité de

gestion de la banque par les managers. Indirectement le coefficient de rendement permet

d’apprécier la productivité de la banque en indiquant combien de bénéfices sont engendrés en

moyenne par une unité d’actif.

Les actionnaires s’intéressent beaucoup à ce que leur rapporte leur investissement.

Pour avoir cette information, les investisseurs utilisent un deuxième instrument

d’appréciation de la rentabilité. Le coefficient de rentabilité (Return On Equity, en abrégé

ROE) est une mesure simple de la profitabilité bancaire. Ce ratio est déterminé par le rapport

entre le profit net après impôt et les fonds propres (FP), en d’autres termes, RN

ROEFP

.

Nous constatons que la relation qui existe entre le niveau de capitalisation et la

rentabilité des capitaux est directe dans le coefficient de rentabilité. Cette relation montre

bien l’importance du débat qu’il y a autour de l’exigence des fonds propres minimum. En

effet, nous constatons qu’une augmentation des fonds propres sans impact sur le profit va

entraîner une baisse du coefficient de rentabilité. Par contre, certains auteurs pensent que

l’augmentation des fonds propres entraîne une augmentation du profit, ce qui va induire aussi

une augmentation du coefficient de rentabilité. Il est donc important de ressortir la relation

qu’il y a entre le coefficient de rendement et le niveau de capitalisation. Pour cela, nous

devons savoir qu’il y a une relation directe entre le coefficient qui mesure l’efficacité de

gestion de la banque et celui qui mesure le rendement de l’investissement des actionnaires de

la banque. En effet, si nous tenons compte du multiplicateur de fonds propres encore appelé

le ratio de levier financier (Leverage Ratio, abrégé LR), qui se définit comme le montant

d’actifs par unité de capital. C’est-à-dire TALR

FP . Ainsi, en partant de la relation

RN RN TA

FP TA FP avec RN

ROEFP

, RN

ROATA

et TALR

FP on a donc la relation

suivante : ROE ROA LR . Ceci nous amène à comprendre l’importance de la prise en

compte du niveau de fonds propres ou en d’autres termes de capitalisation de la banque dans

la détermination de sa performance.

123

II – Les fonds propres : un outil de couverture contre les risques

Le capital d’une banque est un outil de protection contre les pertes susceptibles de

survenir dans cette banque. Les banques peuvent être obligées de maintenir un niveau optimal

de capitalisation pour trois raisons d’après Saadaoui (2010). 1) Il existe un niveau optimal de

capitalisation déterminé par un arbitrage entre le coût de faillite et l’avantage fiscal33

, de

façon à maximiser la valeur des titres de propriété. En effet, d’après Modigliani et Miller

(1958), il existe un caractère incontestable de la nécessité d’une adéquation entre les fonds

propres et le risque de défaillance. 2) La deuxième raison est liée au coût de transaction, étant

donné qu’une banque a une préférence pour les comptes de dépôts qui sont moins coûteux à

émettre et à gérer que les titres de propriété. Par ailleurs, il est impossible de se financer

exclusivement par émission de dettes, elle sera alors incitée à identifier un montant optimal

de fonds propres qu’elle devrait affecter afin de ne pas compromettre sa rentabilité. 3) La

troisième raison est l’existence d’un problème d’asymétrie de l’information entre l’autorité de

régulation et la banque, ce qui légitime le recours à la réglementation des fonds propres afin

d’inciter la banque à limiter sa prise de risque (Berger, 2010). Le recours aux exigences en

matière des fonds propres renforce la capitalisation et permet de réduire l’exposition aux

risques en limitant l’effet de levier.

Pour Petey (2004), la capitalisation des banques et la réglementation qui l'encadre

visent à réduire la faillite des banques en diminuant leurs probabilités d’insolvabilité, car ils

permettent de doter ces banques des capacités suffisantes d'absorption des pertes. Ainsi, un

niveau de capitalisation plus élevé avec un actif inchangé doit conduire à une réduction

globale de la probabilité de défaillance des banques. De plus, il est important de noter que

l’exigence de se conformer à une norme des fonds propres peut empêcher une banque d’avoir

une attitude risquophile. Le fait que le capital représente la perte par la banque en cas

d’insolvabilité pousse cette dernière à prendre soins de risque qu’elle encourt au fur et à

mesure que son niveau de capitalisation augmente (Ndiaye, 2015). Ceci justifie la relation

positive entre le niveau de capitalisation et la solidité bancaire. Pour que l’exigence en fonds

propres et la réglementation qui l’encadre soient efficaces, il faut tenir compte de la qualité

des actifs, c’est-à-dire de la composition des portefeuilles d’actifs et de la structure du capital

des banques.

33

Pour plus de développement, confère la théorie de Modigliani et Miller

124

D’après Saadaoui (2010), les fonds propres réglementaires sont là aussi pour résoudre

le problème de l’asymétrie d’information. Il suppose que ce mécanisme prudentiel peut être

utilisé afin de complémenter l’assurance-dépôts. Ainsi, en combinant ces deux outils

réglementaires, les autorités bancaires auront d’après cet auteur la possibilité d’extraire le

maximum d’informations concernant la situation de la banque et la qualité de ses actifs. De

plus, en s’appuyant sur une norme de fonds propres, les autorités bancaires ont la possibilité

de réduire le risque d’anti-sélection dans les banques. En effet, l’introduction d’une norme

rigide peut permettre par effet de répression réglementaire d’éviter la prise excessive de

risque, ce qui peut obliger les banques à adopter un comportement prudent vis-à-vis du

risque.

En se référant à certains auteurs (Berger, 2010 ; Petey, 2004 et Saadaoui, 2010), on

peut dire qu’en effet, les fonds propres réglementaires, à travers leur effet prudentiel, servent

à diminuer la prise de risque dans les banques, à protéger ces dernières du risque de crédit et

à les contraindre à couvrir leur endettement en limitant l’effet de levier. Ainsi, lorsqu’une

banque se conforme à ces exigences réglementaires, on suppose qu’une augmentation du

niveau de ses fonds propres doit conduire à une diminution de sa prise de risque. Tandis

qu’une augmentation de la prise de risque d’une telle banque, doit être couverte par un

renforcement de ses fonds propres. En conséquence, un accroissement de l’effet de levier va

conduire cette banque à augmenter ses fonds propres pour couvrir son endettement et sa

position en liquidité.

Le rôle des exigences en fonds propres comme instrument de couverture contre le

risque fait l’objet d’un débat théorique. En effet, tout comme certains défendent le rôle

prudentiel des fonds propres, plusieurs auteurs remettent en cause ce rôle prudentiel associé

aux normes de fonds propres. Pour ces derniers auteurs, quand cette norme est définie

indépendamment du risque, par la fixation d’un seuil minimal de capitalisation proportionnel

au volume des prêts, cela peut amener la banque qui vise à optimiser la combinaison

rendement – risque de son portefeuille, à accroître le niveau relatif des crédits risqués. Cette

attitude est liée au degré d’aversion au risque de cette banque et à la nature de la relation

entre le rendement et le risque, en d’autres termes la volatilité du rendement. De toutes les

façons l’exigence en fonds propres est un mécanisme qui est susceptible d’induire la

prudence des banques vis-à-vis des risques.

125

II.1 – La théorie de préférence sur les états : l’exigence de capitalisation a un effet

positif sur la solidité bancaire

La capitalisation est un élément essentiel de la solidité, du développement et de la

pérennité de tout établissement financier. En effet, certains auteurs comme Lindgren et al.

(1996), pensent que la capitalisation peut être considérée comme un critère important dans la

détermination de la solidité bancaire. Dans cette lignée, Petey (2004) suppose que la décision

de capitalisation de la banque est basée en grande partie sur un objectif de maîtrise du risque

de ses activités et particulièrement de son risque de faillite. C’est pourquoi, la variation du

capital de la banque doit être observée périodiquement, pour un suivi dynamique de sa

solidité. En principe, le risque de faillite de la banque est permanent, il est donc nécessaire

que la vigilance de la banque soit aussi permanente. On peut justifier cette observation

dynamique de la capitalisation bancaire, par le fait qu’une banque peut théoriquement

augmenter ou diminuer sa prise de risque en distribuant des crédits aujourd’hui, compte tenu

de la couverture des coûts futurs lié à l’accroissement des exigences réglementaires.

Concernant les exigences réglementaires, il existe plusieurs approches théoriques

parmi lesquelles on a : la théorie de la préférence sur les états et la théorie du choix de

portefeuille. Ces théories de la réglementation prudentielle posent le problème de la

controverse qui existe autour des effets des exigences réglementaires.

La théorie de préférence sur les états développée par des auteurs comme Kareken et

Wallace (1978), considère que les dirigeants de la banque cherchent à maximiser la valeur de

leur institution tout en respectant la réglementation. Ainsi, pour répondre à une exigence

réglementaire sur les capitaux propres plus rigoureuse, les dirigeants de la banque vont

toujours réduire le risque du portefeuille de cette dernière afin d’éviter les pénalités. En effet,

les pénalités peuvent avoir un impact négatif sur la valeur de la banque. C’est pour cette

raison que, les banques ont souvent tendance à arbitrer entre les pertes de rendement

qu’engendre leur conformité aux exigences réglementaires et les coûts liés aux sanctions

légales si elles enfreignent les règles. Pour Couppey et Madiès (1997), cette théorie constitue

l’un des premiers cadres d’analyse utilisé pour étudier les exigences réglementaires dans le

domaine bancaire. L’hypothèse fondamentale de cette théorie est l’existence d’un système

complet de marchés financiers contingents. Dans ce cadre d’analyse, la banque est

appréhendée comme une entreprise spécifique du fait de son pouvoir de marché tant à l’actif

qu’au passif. La complétude de marchés financiers est difficile à atteindre dans les économies

en développement, ceci rend l’hypothèse de base de cette théorie moins réaliste.

126

Supposons que la banque agit entre deux instants représentant le début et la fin d’une

période d’exercice. Les résultats obtenus par la banque en fin de période sont conditionnés

par des états de la nature possibles dans son monde. Ces états de nature existent en nombre

fini. De plus, on considère que les décisions concernant le choix d’un portefeuille d’actifs

financiers et d’une structure de passif de la banque ont lieu en début de période. A cet instant

l’état de la nature qui va prévaloir dans ce monde n’est pas encore connu. Il faut rappeler que

les choix de la banque tiennent compte des fonctions objectives des différents apporteurs des

fonds (les actionnaires, les créanciers et les déposants). Les actionnaires de la banque sont

supposés avoir une responsabilité limitée, car les fonds propres représentent une créance

résiduelle que détiennent les actionnaires sur les actifs de la banque (Mongin, 2000). Dans ce

contexte, la banque effectue son choix de manière à maximiser sa valeur, sous la contrainte

d’équilibre de son bilan.

Lorsque la banque constate une diminution de ses produits issus d’intérêts, donc de

ses bénéfices anticipés, suite à un changement du contexte, elle va augmenter sa prise de

risque (Saadaoui, 2010). En effet, la préservation du pouvoir de marché, est un objectif

primordial pour la banque dans la conquête de sa part de marché. Ceci dit, la perte de

l’avantage de préservation du pouvoir de marché par une banque peut l’inciter à l’excès de

prise de risque. C’est pour cette raison, qu’il faut tenir compte de certains facteurs pour

l’exigence des fonds propres, car l’imposition d’une norme de fonds propres onéreuse et

contraignante, peut avoir des effets néfastes sur les banques. Il peut arriver qu’une banque en

difficulté de capitalisation, pour se conformer à la norme prenne des risques. Cette banque va

financer des activités à forte rentabilité et volatiles avec une marge d’intérêt élevée pour

augmenter ses réserves et indirectement accroître son niveau de capitalisation d’une manière

rapide, mais imprudente.

Dans la littérature, la solidité d’une banque, c’est-à-dire sa probabilité à rester rentable

et solvable pour résister à des évolutions défavorables est subordonnée principalement à une

capitalisation suffisante. C’est pour cela que la plupart des organes de supervision bancaire

exige un certain niveau de capitalisation des banques. Le sixième principe fondamental pour

un contrôle bancaire efficace stipule ce qui suit : « les autorités de contrôle bancaire doivent

fixer à toutes les banques des exigences de fonds propres minimales et appropriées. Celles-ci

devraient refléter les risques qu’elles encourent et doivent déterminer les composantes du

capital, en tenant compte de leur capacité d’absorber les pertes. Au moins pour les banques

qui opèrent à l’échelle internationale, ces exigences de fonds propres ne doivent pas être

127

inférieures à celles qui sont prévues dans l’Accord de Bâle et ses amendements ». Si l’on se

réfère aux accords de Bâle II, il ressort que les principes essentiels du deuxième pilier de ces

accords sur la surveillance prudentielle, met l’accent sur l’adéquation des fonds propres.

C’est ainsi que le principe un de Bâle II se décline en ces termes : « les banques devraient

disposer d’une procédure permettant d’évaluer l’adéquation globale de leurs fonds propres

par rapport à leur profil de risque, ainsi que d’une stratégie permettant de maintenir leur

niveau de fonds propres ». La mise en œuvre d’une telle procédure n’implique pas seulement

les dirigeants des banques, mais elle passe par : une surveillance par les actionnaires et les

managers ; une évaluation saine des fonds propres ; une évaluation exhaustive des risques ; la

mise en place d’un système adéquat de surveillance et de notification de l’exposition au

risque aux instances de la banque ; et enfin l’analyse par le contrôle interne (COBAC, 2009).

Ces éléments sont importants pour le maintien des équilibres financiers fondamentaux et

même de la pérennité des banques. C’est pour cette raison que certains superviseurs exigent

un couplage de l’apurement du bilan avec des mesures interne visant à accroître la

profitabilité à travers une recapitalisation.

Les accords de Bâle qui ont été mis en place depuis 1988 avec l’accord de Bâle I, se

fondent sur l’idée de mise en adéquation des fonds propres aux risques des banques. C’est

ainsi qu’à cette époque, cet organe innove en proposant dans son premier accord un ratio des

fonds propres qui devrait permettre aux banques de couvrir leurs risques. Les banques

doivent ainsi disposer, à tout moment, d’un montant de fonds propres qui couvre au moins

8% de la valeur de leurs actifs pondérés de leurs risques. Cependant, il s’avère que

l’imposition d’un seuil réglementaire de capitalisation, indépendant du risque, peut conduire

les dirigeants d’une banque, qui cherchent à maximiser leur profit, à adopter des stratégies

plus ou moins risquées, en fonction de leur aversion au risque. C’est pour éviter un tel

comportement risqué, qu’il est recommandé de lier le niveau de capitalisation réglementaire

au niveau du risque qui caractérise les différentes catégories d’actifs dont détient une banque

(Saadaoui, 2010). C’est pour cette raison que les accords de Bâle en proposant le ratio des

fonds propres, propose aussi une application à l’échelle internationale de la dissociation des

actifs par catégorie de risque. A chaque fois, il a fallu l’adapté à la conjoncture économique.

C’est ainsi qu’en 2009, conformément au mandat confié par le G20, le Comité de Bâle a

défini un troisième dispositif, qui a abouti à la publication en décembre 2010 de nouvelles

normes détaillées sur l’adéquation des fonds propres et la liquidité des établissements de

crédit, communément appelées « Bâle III ».

128

Le dispositif prudentiel dans son ensemble, comprend des normes quantitatives de

solvabilité et de liquidité et des normes qualitatives se rapportant à la gestion des risques. En

ce qui concerne les normes de solvabilité, dans la CEMAC, la COBAC a fait usage de ses

prérogatives dès le démarrage de ses activités dans les années 1990 en promulguant des

règlements relatifs aux fonds propres nets, à la couverture et à la division des risques des

banques (Madji, 2002). Ces normes de solvabilité ont été élaborées en tenant compte, d’une

part, des directives du Comité de Bâle en la matière, et d’autre part, des spécificités des

systèmes bancaires de la CEMAC. Progressivement, la COBAC met ses normes en

conformité avec les standards internationaux, si l’on s’en tient aux rapports sur les différentes

évaluations du système financier de la CEMAC réalisées par le FMI et la Banque Mondiale.

On peut le constater dans les règlements récents à travers certains changements, portant sur la

notion de « fonds propres complémentaires » qui a remplacé celle de « ressources assimilées

aux fonds propres ». Il en est de même pour les « fonds propres de base » qui s’alignent sur

les standards internationaux.

C'est autour de cette nouvelle structure des fonds propres que la COBAC définit cinq

ratios. Parmi lesquels, le ratio de couverture des risques qui est inspiré des principes de la

réglementation internationale à travers les accords de Bâle. Il répartit les actifs par catégorie

de risques. Les coefficients de pondération sont définis par type d’actif. La pondération des

établissements de crédit est fonction de leur rating. Celle relative aux Etats de la CEMAC est

fonction du respect des critères de convergence. Et puis, la pondération est réduite de moitié

pour les crédits bénéficiant d’un accord de classement de la Banque centrale. Il faut souligner

que certaines particularités dues à des dispositions spécifiques méritent d’être soulevées. En

effet, pour tenir compte de l’étroitesse du marché bancaire de la CEMAC et de la limitation

des concours bancaires aux apparentés qui ne fait pas l’objet d’une directive précise des

accords de Bâle, la COBAC a adopté en matière de division des risques un ratio. Le ratio de

division des risques tient compte de la sagesse populaire reprise par Winton (1999) en ces

termes « Don’t put all your eggs in one basket » autrement dit, il n'est pas raisonnable de

« mettre tous ses œufs dans un même panier ». Ce ratio oblige les banques à éviter la

concentration des prises de risques sur un petit nombre d’emprunteurs dont l'insolvabilité

définitive ou même partielle pourrait les ébranler. Il limite à 45% des fonds propres nets les

risques pondérés portés sur un même bénéficiaire alors que le standard international est fixé à

25%. D’après Winton (1999), la conséquence d’une telle réglementation, c’est que la

diversification des banques nécessite plus des fonds propres que leurs spécialisations dans un

129

domaine précis. Cet aspect fait l’objet d’un débat entre la théorie de l’intermédiation

financière qui défend la diversification des institutions et la finance d’entreprise qui voudrait

que les banques se spécialisent pour en tirer le maximum de profits de leurs cibles.

La réglementation COBAC prévoit également la limitation des concours octroyés aux

actionnaires, associés, administrateurs, dirigeants et au personnel. Cette décision part du fait

qu’un établissement peut être mis en difficulté à travers l’utilisation par ses partenaires

privilégiés des ressources collectées auprès de la clientèle, pour financer au moyen de

concours excessifs leurs propres affaires dont la bonne fin s’avère souvent malheureuse.

Ainsi, la COBAC exige l’observation de ces deux règles en permanence : l'encours global des

engagements des apparentés ne peut excéder 15% des fonds propres nets et les engagements

qui excédent 5% des fonds propres nets doivent venir en déduction du montant des fonds

propres nets. En obligeant les établissements de crédit à se doter de fonds propres en

adéquation avec les risques encourus, ces normes, ainsi que les règles de comptabilisation et

de provisionnement des créances en souffrance qui leur sont associées depuis 1998,

concourent au maintien de la stabilité financière en limitant les facteurs d'incertitude et de

volatilité (Madji, 2002). En effet, le respect de l’ensemble des normes prudentielles doit

contribuer à préserver la stabilité du système bancaire de la sous-région. En plus, pour

certaines études comme celle de Rochet (2008), la rentabilité du système bancaire est

intimement liée à sa stabilité, car les résultats conditionnent l’existence de fonds propres

susceptibles de permettre aux banques de supporter les chocs défavorables. Toutefois, ce

système nécessite qu’en contrepartie la prise de risque par les banques soit limitée par une

réglementation prudentielle adaptée. On peut faire allusion notamment aux exigences en

capitaux propres proportionnées aux risques pris par ces banques, et à un système de

supervision suffisamment efficace pour empêcher ces banques de contourner la

réglementation.

Dans la même logique Kim et Santomero (1988) montrent qu'en l'absence de

contrainte réglementaire sur le niveau de fonds propres, les banques présentant une faible

aversion pour le risque vont sélectionner des actifs plus risqués et cherchent le taux de fonds

propres le plus faible. Pour Saadaoui (2010), il est possible aussi que les banques réduisent

leur effort de capitalisation et augmentent leur prise de risque durant les périodes de forte

concurrence où les marges d’intermédiation se resserrent. Selon l’auteur, la comparaison des

résultats entre les banques fortement capitalisées et les banques faiblement capitalisées

montre qu’il n’y a pas de relation claire entre le degré de capitalisation et la prise de risque.

130

Par conséquent, une attention particulière doit être portée, sur le degré de capitalisation et la

sensibilité des banques à leurs marges d’intermédiation. Kim et Santomero (1988) pensent

que l'hétérogénéité des préférences en matière de risque dans l'industrie bancaire implique

une relation négative entre le risque des actifs et le taux de fonds propres. Pour cela donc, la

capitalisation des banques doit influencer négativement la prise des risques, d’où la relation

négative entre la capitalisation et le risque d'insolvabilité. Malheureusement, certaines études

empiriques soutiennent que l’augmentation de la capitalisation réglementaire n’influence pas

la prise de risque des banques, alors que l’excès de risque induit une diminution du niveau de

leurs fonds propres (Saadaoui, 2010).

II.2 – La théorie du choix de portefeuille et les effets pervers des exigences en fonds

propres

Le niveau de capitalisation de la banque relève des exigences réglementaires utilisées

pour résoudre le problème posé par l’incitation des banques à une prise excessive de risque.

En dépit des raisons avancées pour justifier l’importance des exigences en fonds propres,

l’efficacité de ces exigences reste largement controversée. En effet, Diamond (1984)

considère la banque comme un gestionnaire délégué du portefeuille. Ainsi, face à une

contraction des exigences en fonds propres, la réaction de la banque peut prendre la forme

d'une réallocation de son portefeuille d'actifs. En effet, pour augmenter sa rentabilité, la

banque peut être amenée à accroître proportionnellement ses actifs rentables et risqués, ce qui

va par conséquent augmenter sa probabilité de faillite. On aboutit ainsi à un paradoxe, car le

respect de la réglementation conduit à un effet pervers, c’est-à-dire l’accroissement de la

prise de risque par la banque.

Pour la théorie du choix de portefeuille, la banque choisit la composition de son

portefeuille en fonction de la rentabilité et de la volatilité de cette dernière. Ainsi, pour un

niveau de risque donné, la banque choisira le portefeuille qui maximise son profit espéré,

compte tenu des rendements des actifs. Ceci suppose que la banque agisse dans un espace

risque – rentabilité. Ainsi, l’introduction d’une exigence en fonds propres influence la

frontière risque – rentabilité de la banque, ce qui conduit la banque à reconfigurer la

composition de son portefeuille des actifs. La banque en reconfigurant son portefeuille peut

augmenter sa probabilité de faillite, car le dirigeant de la banque peut choisir de compenser la

perte d’utilité due à l’introduction de l’exigence en fonds propres en choisissant un

131

portefeuille plus risqué. Pour Kim et Santomero (1988), Koehn et Santomero (1980), la

reconfiguration du portefeuille de la banque dépend de son degré d’aversion au risque. Pour

ces auteurs les banques non averses au risque vont répondre à l’introduction de l’exigence en

fonds propres par une augmentation du risque de leurs portefeuilles, ce qui va par conséquent

augmenter leurs niveaux du risque de faillite. En effet, ils pensent qu’une restriction sur les

fonds propres est susceptible de rendre le portefeuille de crédits de la banque inefficient, ce

qui ne lui permettra pas d’atteindre la combinaison optimale rendement – risque qui

maximise la valeur de son portefeuille. On peut expliquer ainsi, le fait qu’une banque à faible

aversion au risque puisse modifier la structure de son portefeuille crédits en octroyant plus de

crédits risqués (Kim et Santomero, 1988 ; Koehn et Santomero, 1980). Ainsi, la

réglementation prudentielle est alors vidée de toute substance, puisqu'elle aboutit à l'effet

opposé à celui escompté.

Dans l’étude de la relation ratio minimum du capital et cycle de crédit, Mojon (1996)

pense que le seul moyen pour les banques de procéder à leur recapitalisation à partir de leur

activité traditionnelle d’intermédiation est d’augmenter leur marge d’intérêt. En effet, les

banques peuvent aussi se tourner vers des activités hors-bilan sur produits dérivés en misant

sur les commissions. Ces activités semblent être moins consommatrice du capital que la

transformation de dépôt en crédit. Cette nouvelle orientation stratégique des banques

contribue à la baisse de l’offre de crédit, au travers du désengagement des banques de leur

activité traditionnelle. C’est ainsi que l’auteur constate que dans les années 1990, la mise en

place de la nouvelle réglementation prudentielle dans le secteur bancaire a renforcé le

retournement de l’offre de crédit qui avait un lien étroit avec la conjoncture. Selon lui, ce

n’est qu’après avoir constaté une forte augmentation du nombre des prêts non-performants

due à l’offre de crédit parallèle à la conjoncture, que les banques ont commencé à

provisionner beaucoup plus qu’elles ne le faisaient auparavant.

D’autres auteurs pensent que la réglementation prudentielle a pour effet le

rationnement du crédit par les banques. En réalité, les banques moins capitalisées étant

limitée dans la distribution de crédit, vont procéder au rationnement du crédit. Ce

comportement va se généraliser dans le système bancaire du fait de mimétisme des banques.

Pour Aglietta (1992), ce comportement peut conduire à une instabilité dynamique de l’offre

de crédit, car il pense que même les banques bien capitalisées, c’est-à-dire dont le niveau de

fonds propres est supérieur au minimum exigé, auront tendance à rationner les crédits par un

comportement moutonnier des autres banques. Contrairement à cette idée, Saadaoui (2010)

132

croit que les banques bien capitalisées peuvent développer un engouement pour le risque. Il

se fonde sur le fait que la forte capitalisation de leur banque, procure un excès de confiance

aux actionnaires qui auront tendance à pousser les managers de leur banque à s’aventurer

dans le financement des projets plus risquées afin d’accroître leur marge de profit. Pour bien

comprendre cette situation, il faut partir de l’hypothèse de conflit d’agence (principal-agent)

qui peut influencer le rôle prudentiel des fonds propres réglementaires. En effet, les

actionnaires d’une banque (le principal) sont portés essentiellement vers la maximisation de

la valeur de leurs actions, alors que les dirigeants (l’agent) cherchent à protéger leur poste et

leur rémunération. Ainsi, si ce sont les actionnaires supposés peu averses au risque qui

influencent les choix de financement de la banque, il peut avoir une hausse de la prise de

risque, notamment si leurs objectifs coïncident avec ceux poursuivis par les dirigeants. De

plus, il peut arriver que l’excès de capitalisation provoque chez les dirigeants de la banque,

un sentiment de sécurité qui va les encourager à choisir des stratégies plus risquées. Il faut

rappeler que l’offre de crédit bancaire est fonction du taux d’intérêt et du taux de

refinancement bancaire. En s’appuyant sur la théorie du cycle du crédit, on peut dire que les

fonds déterminant l’offre de crédit sont constituées principalement des fonds propres et des

dépôts.

Il faut se rappeler des différentes asymétries d’information qu’on trouve au niveau de

la banque. D’après Couppey et Madiès (1997), pour bien étudier la banque, il est nécessaire

de tenir compte de toutes ses relations, car dans celles-ci, il existe une asymétrie

d’information qui peut être favorable ou défavorable à la banque. Il peut avoir une asymétrie

d’information exploitée ou subie par la banque dans ses différentes relations. Par conséquent,

en ce qui concerne la relation banque – régulateur, la structure du contrat qui les lie doit

prendre en considération cette réalité. Dans la littérature, lorsque le contrat liant le régulateur

et la banque prend en considération une contrainte d’incitation, le mécanisme des fonds

propres réglementaires devient alors un mécanisme susceptible de conduire les banques à la

prudence. Toutefois, dans certaines circonstances, les éléments qui poussent une banque à

prendre de risque à l’excès peuvent dominer ceux qui l’incitent à la prudence (Saadaoui,

2010). Par exemple, le niveau de conformité d’une banque aux exigences réglementaires peut

baisser, si les dirigeants de celle-ci anticipent une diminution de l’espérance des profits

futurs, suite à l’augmentation du capital et/ou si le coût de monitoring des crédits octroyés par

cette institution est assez élevé (Blüm, 1999). On peut dans certains cas penser que, les

banques prennent des risques excessifs pour couvrir les coûts associés aux procédures

133

d’augmentation du capital, tout en maximisant la valeur de leurs actions. De plus, l’obligation

de la reconstitution du capital par les banques pour atteindre le ratio minimum de

capitalisation, est un facteur haussier du niveau de risque. Mojon (1996) suppose que

lorsqu’une banque constate des pertes sur les prêts accordés antérieurement, elle va chercher

à accroître son produit bancaire jusqu’à ce que ces pertes soient intégralement absorbées. Les

banques étant incapables de prévoir le risque de défaut de leurs emprunteurs, couvrent ex-

post les pertes associées à la réalisation de ce risque en augmentant souvent avec retard leur

marge d’intérêt.

De ce qui précède, on peut dire que l’exigence réglementaire en fonds propres peut

provoquer des effets inattendus sur le comportement d’une banque. Il peut arriver qu’une

banque renforce sa capitalisation, en augmentant sa prise de risque et, parallèlement, si elle

augmente sa prise de risque, elle réduira ses fonds propres. En effet, dans le contexte de la

CEMAC, en augmentant la prise de risque, la banque augmente la distribution de crédits à

l’économie. Malheureusement, l’augmentation de la prise de risque a un effet nocif sur les

fonds propres, ce qui va réduire inéluctablement la capacité de la banque à distribuer des

crédits. Ainsi, le volume du crédit peut se restreindre considérablement d’une période à une

autre si les pertes supportées par les banques sont importantes. En résumé, il ressort que les

effets de la capitalisation sur les risques bancaires restent ambigus. La tendance majoritaire

soutient l’idée de l’effet positif de l’adéquation des fonds propres aux risques sur la solidité

bancaire. C’est ainsi que la plupart des organes de supervision applique des ratios des fonds

propres en rapport avec les risques des actifs pondérés. Pour la CEMAC en 2009, l’enquête

de la COBAC pour la mise œuvre des accords de Bâle II, révèle qu’il n’y a que dix-neuf

établissements de crédit sur quarante-six répondants qui disposent d’une procédure

d’évaluation de l’adéquation de leurs fonds propres par rapport à leur profil de risque. En

plus, parmi ces dix-neuf établissements de crédit, il y en a seize qui déclarent disposer d’une

stratégie leur permettant de maintenir le niveau de leurs fonds propres lorsqu’ils opèrent en

situation économique défavorable. Pour cela, il est important d’étudier le niveau d’adéquation

des fonds propres aux risques bancaires. Faut-il en faire une exigence ? Il est difficile de

répondre à cette question au regard du débat théorique qui aboutit à l’ambiguïté de l’effet des

fonds propres sur la prise de risque.

Au terme de cette section, on peut présenter une synthèse du débat classique sur la

nécessite des fonds propres à travers le tableau no 8.

Tableau 8 : synthèse des axes de recherche autour de la nécessité des fonds propres

Axe de recherche Cadre d’analyse Position Références

Les fonds propres comme

amortisseurs des risques

La théorie de préférence

sur les états

Les fonds propres comme coussin et garant

de la solvabilité des banques

Berger (2010), Madji (2002),

Gouriéroux et Tiomo (2007),

Petey (2004) et Tartari (2002)

Asymétrie d’information et fonds

propres

La théorie de préférence

sur les états

Les fonds propres permettent de réduire

l’asymétrie d’information entre le

régulateur et la banque

Berger (2010), Couppey et

Madiès (1997), Saadaoui

(2009)

Les instruments de solidité des

banques

La théorie de préférence

sur les états

Les fonds propres sont un instrument

important de la solidité bancaire

Lindgren et al. (1996), Petey

(2004)

Relation exigence en capital et

cycle de crédit

La théorie du choix de

portefeuille

Une exigence contraignante en fonds

propres entraine une augmentation de la

prise des risques. Une augmentation

d’exigence en capital peut conduire au

rationnement de crédit

Aglietta (1992), Mojon (1996)

Fonds propres et prise des

risques

La théorie du choix de

portefeuille

Une restriction en fonds propres peut

accroître le niveau de risque de la banque

Blüm (1999), Kim et

Santomero (1988), Koehn et

Santomero (1980)

Source : auteur

135

Conclusion

L’objet de notre étude est d’analyser la relation qui existe entre le niveau de

capitalisation et la solidité bancaire. Pour ce faire, nous avons présenté dans ce chapitre les

différentes composantes des fonds propres, afin de circonscrire le concept de capitalisation.

Ainsi, on constate à travers les différents accords de Bâle que, le concept de capitalisation est

dynamique. Ce caractère dynamique apparaît dans les différentes formules définies par le

Comité de Bâle pour la constitution des fonds propres. De plus, on constate que non

seulement les composantes des fonds propres ont évolué dans le temps, elles diffèrent aussi

dans l’espace. Ainsi, la définition des fonds propres par la COBAC, du fait qu’elle tienne

compte de certaines réalités contextuelles, n’est pas la même définition qu’utilise la

Commission Bancaire Européenne.

En réalité, toutes les économies n’ont pas les mêmes caractéristiques et n’évoluent pas

avec la même conjoncture. C’est pour cette raison que, pour un bon suivi des institutions

bancaires, la régulation doit prendre en compte les spécificités de l’économie. C’est ainsi que,

pour la définition de la réglementation dans la CEMAC, la COBAC adapte les fondamentaux

définis par le Comité de Bâle. Pour ce qui est des exigences en fonds propres, la COBAC

définit les fonds propres de base qui peuvent être assimilés au Tier 1 dans la nouvelle

réglementation de Bâle (Bâle III) et les fonds propres complémentaires, c’est-à-dire le Tier 2

pour la nouvelle réglementation. Les aspects contextuel et conjoncturel sont pris en compte au

sein de ces catégories des fonds propres.

Pour ce qui est de la nature de l’influence du niveau de capitalisation sur la solidité

bancaire, il ressort de la revue de littérature théorique une controverse. En effet, certains

auteurs (Shrieves et Dahl, 1992 ; Kim et Santomero, 1988 ; Artus, 1991) pensent qu’il existe

une relation positive entre le niveau de fonds propres et la prise de risque. Pour ces auteurs,

les exigences en fonds propres contraignantes et coûteuses ont pour effet l’augmentation de la

prise des risques, non seulement par les banques moins capitalisées, mais par effet d’imitation

même les banques bien capitalisées augmentent leur prise des risques. Ils justifient cela, en

s’appuyant sur la théorie du choix de portefeuille. Ces auteurs pensent qu’il est important de

tenir compte de l’asymétrie d’information qui existe entre la banque et le régulateur et le

degré d’aversion pour le risque, afin d’éviter un sentier d’expansion déséquilibré de la

136

banque, compte tenu des différents modes de gouvernance34

. C’est pour cette raison que

Rochet (2008) pense qu’il ne sert à rien de mettre au point des ratios de solvabilité complexes,

si les banques qui ne respectent pas ces exigences ne sont pas sévèrement pénalisées.

Malheureusement, il paraît révélateur à cet égard que le pays qui était allé le plus loin dans ce

sens (les États-Unis avec le système de « Prompt Corrective Action », les actions de

correction rapide qui oblige les autorités de contrôle à fermer les banques insuffisamment

capitalisées avant qu'il ne soit trop tard), n'a pas pu empêcher la quasi-faillite de la banque

Bear Stearns.

A contrario, certains auteurs comme Miskhin et al. (2010) montrent qu’il existe bel et

bien une relation négative entre la capitalisation bancaire et la prise des risques. Pour ces

auteurs, le débat devrait plutôt porter sur le niveau de capitalisation et non le sens de la

relation. Cette idéologie soutenue par la théorie de préférence sur les états, est celle défendue

par le Comité de Bâle. En fait, l’idée c’est d’arriver à déterminer un niveau adéquat des fonds

propres pour chaque niveau de risque. C’est pour cette raison que tous les actifs doivent être

pondérés, car fixer un taux minimum forfaitaire des fonds propres indépendamment du niveau

de risques peut conduire à l’effet contraire.

34

En ce qui concerne les modes de gouvernance de la banque, Lobez (2010) décrit deux modes contradictoires qui déterminent le type de sentier d’expansion de la banque. Il s’agit du mode de gouvernance des actionnaires avec plus de risques et du mode de gouvernance des déposants qui prône moins de risques.

137

CHAPITRE 4 : L’INFLUENCE DU NIVEAU DE CAPITALISATION SUR LA

SOLIDITE BANCAIRE DANS LA CEMAC : UNE EVALUATION EMPIRIQUE

Introduction

Principal canal de mobilisation de l’épargne et de financement des investissements

dans les pays en développement, les banques font face à plusieurs risques. L’une des causes

de la crise bancaire des années 2008, communément connue sous l’appellation de la crise des

subprimes est l’excès de prise des risques. En effet, l’une des principales activités de la

banque est l’octroi de crédit. Pour garantir une couverture suffisante des risques liés à cette

activité, les banques doivent détenir un montant minimum de capital défini par les autorités

réglementaires. Cependant, cette réglementation relative au capital n’a pas toujours permis

d’atteindre avec efficacité l’objectif de la solidité des banques (Camara, 2010). La

réglementation en matière de capital s’appuie sur des exigences minimales en fonds propres

qui dépendent du risque des banques. Modigliani et Miller (1963) pensent que la nécessité

d’une adéquation entre les fonds propres et les risques est incontestable. En effet, l’un des

principes de l’analyse financière porte sur la couverture d’une partie des actifs, notamment

les moins liquides, par des capitaux permanents. Les fonds propres qui font partie des

capitaux permanents assurent au sein de la banque, les fonctions d’assainissement des pertes,

de financement de l’actif immobilisé, de la confiance des déposants et de la correction des

distorsions d’échéances (Solhi et Mehdi, 2012).

Pour le secteur bancaire de la CEMAC, il ressort du rapport annuel de la COBAC en

2010 que sept banques sur quarante-trois ne respectent pas la norme prudentielle. Le nombre

des banques sous-capitalisées est allé croissant. C’est ainsi qu’en 2013, onze banques sur

cinquante, n’ont pas respecté cette norme (COBAC, 2013). Sur les onze banques en

infraction par rapport au ratio de couverture des risques par les capitaux propres, cinq sont au

Cameroun, deux au Gabon, deux au Congo, une au Tchad et une en Guinée Equatoriale. Au

vu de cette situation et de l’importance du risque systémique, il serait intéressant d’accorder

une attention particulière aux banques de ces pays. De plus, les secteurs bancaires de ces pays

sont fragiles, car caractérisés par un volume important de créances douteuses et litigieuses, et

un environnement légal, institutionnel et réglementaire inadéquat (Soupmo Badjio, 2009).

C’est pour ces raisons que les dernières évaluations du secteur financier de la CEMAC par le

FMI et la banque mondiale, ont conduit Gulde-Wolf et Ghura (2013) à préconiser

138

l’application stricte des normes prudentielles pour atténuer les risques qui menacent la

stabilité du secteur bancaire de cette zone.

Les conclusions sur l’impact des exigences en capital sur la prise des risques par les

banques sont mitigées, aussi bien pour les travaux théoriques qu’empiriques. Blüm (1999)

dans un modèle dynamique, montre que l’adéquation du capital bancaire au risque peut

accroître le niveau de risque de la banque. Il pense qu’il faut tenir compte de l’effet inter-

temporel, pour que l’exigence en capital ait un effet négatif sur la prise de risque par les

banques. Pour lui, l’effet positif du niveau de capitalisation sur la solidité des banques dépend

de l’effet inter-temporel. Lorsque l’exigence en termes des capitaux propres est coûteuse, la

seule possibilité pour une banque d’augmenter dans le futur le niveau de ses fonds propres,

c’est d’augmenter aujourd’hui sa prise de risque en investissant dans des actifs à forte

rentabilité et volatilité. La contrainte inter-temporelle de l’exigence en capital peut aussi

dépendre du niveau du capital ex ante de la banque (Camara, 2010). Ainsi, les banques sous

capitalisées peuvent prendre des risques excessifs lorsqu’elles veulent augmenter leur niveau

de capitalisation.

Les études empiriques comme celle de Shrieves et Dahl (1992) qui examinent le

comportement des banques vis-à-vis des risques face à la variation des exigences en capital,

mettent en évidence les effets du renforcement des exigences en capital. En effet, ces

exigences contribuent à accroître le niveau de capitalisation des banques, mais l’impact de

cette pression réglementaire sur la prise de risque reste mitigé. La crise des « subprimes » a

révélé les insuffisances de la réglementation en matière du capital. Malgré les niveaux de

capitalisation acceptables des banques, l’intervention de l’Etat a été déterminante pour la

poursuite des activités bancaires. La solvabilité réelle des banques était devenue douteuse, ce

qui entraîna une crise de confiance. Cette situation nous amène à s’interroger à propos de

l’influence de la capitalisation sur la solidité des banques dans un contexte normal. A cet

égard, il y a lieu de se poser la question de savoir : comment relever la contribution du niveau

de capitalisation à la solidité des banques ? Pour ce faire, nous allons nous intéresser aux

effets des indicateurs individuels du type CAMEL et des indicateurs macroéconomiques sur

la relation qui lie le niveau de capitalisation à la capacité des banques à résister aux chocs

défavorables.

Les études existantes dans ce domaine se sont intéressées plus à l’impact des

composantes du capital sur le comportement des banques et ont révélé des résultats mitigés

139

(Camara, 2010 ; Saadaoui, 2010). La majorité de ces travaux concerne le système bancaire

américain (Shrieves et Dahl, 1992 ; Jacques et Nigro, 1997) et le système bancaire européen

(Rime, 2001). Peu de travaux se sont intéressés aux relations entre le capital et la solidité des

institutions bancaires dans les pays de l’Afrique subsaharienne. Notre étude déplace le débat

concernant le sens de la relation qui existe entre le niveau de capitalisation et la solidité des

banques, vers les facteurs amplificateurs ou modérateurs de cette relation. La proposition

d’un modèle permettant d’améliorer la capacité des banques de la CEMAC à faire face aux

chocs, constitue l’une de nos préoccupations dans le cadre de cette étude.

La suite de ce chapitre est organisée en deux sections. La première section présente et

justifie le cadre d’application du modèle utilisé pour la réglementation prudentielle dans la

CEMAC. Dans la deuxième section, nous passons en revue les principaux résultats de la

modélisation des effets des autres facteurs sur la relation qui existe entre la capitalisation et la

solidité bancaire. En dernier ressort, nous présentons le modèle, les résultats des estimations

et les interprétations qui en découlent sans oublier les recommandations.

Section 1 : Le cadre d’utilisation des indicateurs de solidité financière de type CAMEL

Un système bancaire efficace et solide ne peut exister selon Albulescu (2009) sans

une régulation efficace et une surveillance attentive des institutions bancaires. La surveillance

prudentielle des institutions bancaires implique une analyse de la solidité de ces institutions.

L’analyse de la solidité d’une banque doit tenir compte des activités principales de cette

dernière. On doit ainsi, dans le cadre de cette analyse s’intéresser à l’activité de mobilisation

de l’épargne et de financement des projets par les banques. C’est pour cette raison, qu’il est

important d’analyser les procédures appliquées par les banques pour accorder des crédits et

du maintien d’un niveau adéquat des fonds propres. Albulescu (2009) et Borio (2003)

résument les perspectives d’une réglementation micro-prudentielle en objectif à court terme

et objectif final35

. Les organes de supervision pour atteindre l’objectif final, utilisent souvent

un modèle de risque exogène, et le type de contrôle prudentiel utilisé tient compte des risques

des institutions individuelles (bottom up).

35

La réglementation micro-prudentielle a pour objectif la protection des fournisseurs des fonds (les actionnaires, les créanciers et les déposants). Les autorités réglementaires cherchent atteindre cet objectif par la limitation des déséquilibres individuels des banques.

140

Capelle-Blancard et Chauveau (2004) pensent que pour atteindre leurs différents

objectifs, les autorités de surveillance disposent d’un large éventail d’instruments. Pour ce qui

est de la CEMAC, la COBAC utilise de deux manières les instruments qui lui permettent de

surveiller les conditions dans lesquelles les institutions bancaires exercent leurs activités. Elle

procède souvent à un examen qualitatif des banques au cas par cas (contrôle sur place) ou à

un suivi permanent à distance à travers le traitement de l’information purement statistique

(contrôle sur pièce).

I – la supervision bancaire : le contrôle sur pièce et le contrôle sur place

Pour remédier à la situation provoquée par la crise des années 1980, une réforme du

dispositif de supervision bancaire fut engagée en Afrique centrale. C’est ainsi qu’en octobre

1990, la COBAC est créée afin d’assurer la surveillance du système bancaire de la sous-

région. Cette réforme a continué avec l’adoption en 1992 de la convention définissant les

conditions d’exercice et de contrôle de l’activité bancaire dans la zone. Dans le cadre du suivi

des activités des banques de la sous-région, la COBAC intervient suffisamment en amont

pour éviter le non-respect de la réglementation en matière des fonds propres. Elle agit pour

éviter l’insuffisance des fonds propres des banques par rapport aux exigences prudentielles

minimales. Elle a le pouvoir discrétionnaire d’ordonner en cas de besoin des mesures

correctrices. Pour ce faire, dans la CEMAC, la convention de 1992 définissant les conditions

d’exercice et de contrôle de l’activité bancaire a mis en place un processus de surveillance

prudentielle.

Le processus de surveillance prudentielle prend en compte la nature, la taille et la

complexité de l’activité des établissements bancaires. La COBAC développe un système

d’évaluation des risques pour organiser et mettre en œuvre dans le cadre du processus de

surveillance, l’évaluation du profil de risque des établissements bancaires. Elle a mis en place

le cadre d’un dialogue permanent entre elle et les établissements bancaires. A travers un

échange structuré des informations sur la base des résultats du processus de surveillance,

d’évaluation prudentielle et de l’adéquation des fonds propres, l’autorité de surveillance

apprécie les mesures de gestion des risques mis en place par les banques.

Les méthodes et les outils utilisés par la COBAC dans le cadre du processus de

surveillance et d’évaluation défini par la convention de 1992, s’appuient, d’une part, sur un

141

dispositif de contrôle sur pièces, et d’autre part, sur celui d’un contrôle sur place. Le contrôle

sur pièces est fondé sur l’examen périodique de l’ensemble des informations dont dispose la

COBAC. Tandis que le contrôle sur place, consiste à conduire, au sein des banques, de

missions de vérification ponctuelles, générales ou thématiques, permettant à la commission

de compléter et d’approfondir la surveillance opérée dans le cadre du contrôle sur pièces.

Chacun de ces contrôles concourt à l’évaluation prudentielle globale portée sur une banque.

I.1- le contrôle sur pièces

Dans le cadre de l’exercice de ses activités de contrôle, la COBAC a développé des

méthodes et des outils d'évaluation prudentielle. Certains de ces outils sont développés

spécialement pour l’exercice des contrôles sur pièces et d’autres sont conçus pour l’exercice

des contrôles sur place. Les diagnostics issus de la mise en œuvre de chacun de ces outils

et/ou méthodologies peuvent être utilement exploités tant par les unités en charge des

contrôles sur pièces que par celles conduisant les missions de vérification sur place.

L’analyse du respect des différents ratios prudentiels constitue un des éléments

essentiels du processus de surveillance prudentielle dans le cadre de l’exercice des contrôles

sur pièces. Les informations transmises périodiquement par les banques, portent notamment

sur leur solvabilité. Cette dernière est appréciée suivant une approche prudentielle, à travers

le ratio de couverture des risques (Règlement COBAC R-2010/01 abrogeant les Règlements

COBAC R-2003/06 qui complétait le Règlement COBAC R-2001/02 et le Règlement

COBAC R-93/03). Le Règlement COBAC R-2010/01 exige des établissements de crédit la

détention d’un certain niveau de fonds propres en couverture de leurs risques pondérés. Les

fonds propres doivent ainsi couvrir les risques pondérés à hauteur de 8% au minimum. Les

informations demandées par la commission bancaire peuvent concerner la composition des

fonds propres et de ressources permanentes (Règlement COBAC R-93/02 modifié par le

Règlement COBAC R-2001/01 relatif aux fonds propres nets des établissements de crédit),

ou bien, la liquidité de la banque (Règlement COBAC R-93/06 relatif à la liquidité des

établissements de crédit). Pour avoir une vision synthétique des types des risques supportés

par la banque, la COBAC collecte aussi des éléments relatifs au contrôle des grands risques

(Règlement COBAC R-2010/02 relatif à la division des risques des établissements de crédit).

Tous ces éléments contribuent à l’identification des potentiels facteurs de vulnérabilité d’une

banque.

142

La COBAC pour avoir une image fidèle de la situation des banques, peut compléter

l’analyse des différents ratios par l’étude d’autres éléments. Ceci dans la mesure où elle

suppose que ces ratios de gestion ne reflètent que partiellement les spécificités de l’activité et

de la situation individuelle de la banque. Elle peut utiliser des éléments comme les documents

comptables transmis périodiquement par les banques et les documents d’ordre interne,

notamment, ceux destinés aux membres des organes exécutifs et délibérants. Il faut signaler

que ces documents à leur réception font systématiquement l’objet de vérifications. En plus,

pour approfondir l’analyse, la COBAC peut s’intéresser à l’ensemble des informations

publiées par les banques, notamment celles à destination du public et des investisseurs. Ces

données font l’objet d’analyses, afin d’identifier les évolutions atypiques, voire

préoccupantes, susceptibles de traduire une situation de fragilité de la banque. De même, la

commission peut procéder à des comparaisons entre les banques de même taille, pour tenter

d’identifier celles présentant des situations individuelles s’écartant de celles que présentent

l’ensemble homogène auquel elles appartiennent.

Ces comparaisons entre banques ayant des profils de risque similaires contribuent à

l’homogénéité de traitement entre banques dans le cadre du processus de surveillance

prudentielle. Pour Gilbert et al. (2000), les superviseurs pour le contrôle sur pièces,

s’appuient souvent sur les modèles économétriques et le suivi. C’est dans ce cadre que la

Commission bancaire met en œuvre des outils d’aide à l’analyse financière et des risques. La

COBAC a mis en place un Système de Collecte, Exploitation et Restitution aux Banques et

Etablissements Financiers des Etats Réglementaires (CERBER), qui contribue au diagnostic

sur l’évolution probable de la solvabilité d’un établissement ou sur la qualité de son

portefeuille de crédits. Elle définit les ratios financiers provenant des bilans et comptes de

résultats des banques à propos de leurs solidités. Les inspecteurs de la COBAC s’appuient sur

leur expérience pour apprécier les informations contenues dans les différents ratios.

Les différentes évolutions de la politique de supervision bancaire de la COBAC à

travers les différents règlements, montrent que le contrôle sur pièce est incontournable. En

effet, certaines études (Cole et Gunther, 1998 ; Hirtle et Lopez, 1999) révèlent que la

situation d’une banque peut rapidement se dégrader entre deux périodes de contrôle sur place.

Ainsi, le contrôle sur pièces doit être considéré comme un outil important de décision pour la

commission bancaire. Il aide cette dernière à identifier les institutions qui ont besoin d’une

attention particulière.

143

I.2- le contrôle sur place

Pour la surveillance des banques, les superviseurs utilisent le contrôle sur place et le

contrôle sur pièces. Ces contrôles leurs permettent d’identifier les banques fragiles, afin de

prendre des mesures correctives. D’après Gilbert et al. (2000), l’outil le plus utilisé pour

identifier les banques dont la situation n’est pas satisfaisante est le contrôle sur place. Pour ce

type de contrôle, les inspecteurs de l’organe de supervision (la COBAC) se déplacent vers les

locaux de la banque et passent en revue tous les aspects de la solidité et de la sécurité de la

banque. Ce contrôle par sa nature est coûteux pour l’organe de supervision et la banque

contrôlée. C’est pour cela que, les superviseurs utilisent davantage le contrôle sur pièces pour

un suivi permanent des banques. Le contrôle sur pièces incite la banque à maintenir une

bonne solidité et sécurité entre les différents passages des contrôleurs. Dans le cadre de

l’exercice de ses missions, la COBAC diligente des missions de vérification sur place qui

évaluent la nature et la qualité des risques portés par la banque grâce à un examen approfondi

des opérations de cette dernière (Madji, 2002). L’équipe de la Commission bancaire contrôle

l’adéquation de l’organisation interne de la banque à la nature de ses activités et de ses

risques. Elle vérifie la sincérité et l’exhaustivité de l’information comptable et financière

adressée par la banque aux autorités de contrôle.

Le contrôle sur place intervient comme un complément indispensable pour le contrôle

sur pièces. En effet, ce contrôle est diligenté pour toute question qui ne peut être traitée ou

examinée par les unités chargées des contrôles sur pièces. La COBAC définit annuellement le

programme des missions de vérification devant être conduites au cours du prochain exercice.

Pour ce faire, elle se fonde sur les conclusions des travaux conduits par les unités du contrôle

sur pièces, les développements du marché et les constats opérés par les équipes du contrôle

sur place à l’occasion de leurs précédentes missions de vérification. La commission bancaire

en tenant compte des évolutions des situations des différentes banques, peut en cours

d’exercice ajuster la liste des banques à visiter. Les missions de vérification conduites sur

place peuvent être d’ordre général ou thématique (c'est-à-dire limitées à un type de risque

particulier). Les éléments comme la taille de la banque à contrôler sont souvent pris en

compte dans la détermination de la nature de la mission de vérification. En outre, certaines

missions thématiques peuvent être transversales et concerner par conséquent plusieurs

banques à la fois.

144

Pour bien conduire ces contrôles, la commission bancaire utilise des modèles

statistiques et économétriques pour les analyses des informations collectées. C’est pour cette

raison que Gilbert et al. (2000) pensent que l’une des contributions remarquables des

économistes au développement de la supervision bancaire, est l’apport des modèles

économétriques. Ces modèles permettent aux superviseurs bancaires de détecter rapidement

les banques qui sont dans une situation préoccupante. Ces modèles utilisent les informations

issues des états financiers des banques. C’est ainsi que pour les modèles d’alerte précoce,

l’attention va porter sur la probabilité de faillite de la banque dans le futur, tandis que le

stress-test va chercher à apprécier la capacité de la banque à supporter un choc.

II – les fondamentaux de l’estimation avec les indicateurs CAMEL

Les superviseurs pour assurer la surveillance micro-prudentielle disposent de deux

types de contrôle (Kamgna et al, 2009 ; Capelle-Blancard et Chauveau, 2004 ; Gilbert et al.,

2000). Ils s’appuient sur le contrôle sur pièces et le contrôle sur place pour examiner la

situation financière des banques. L’audit d’une banque concerne l’intégralité de sa situation

financière et permet au superviseur d’identifier les banques fragiles. Pour effectuer ses

analyses lors de la surveillance, la commission bancaire définit des indicateurs de solidité

financière sur la base des données transmises par les banques. Les indicateurs les plus

connus, sont ceux de type CAMEL. Ces derniers sont utilisés par les autorités de supervision

bancaire américaine depuis le début des années 1980 (Capelle-Blancard et Chauveau, 2004).

Le sigle CAMEL ou encore CAMEL(S) fait référence à cinq et depuis 1997 à six critères qui

sont généralement pris en considération lors du rating de chaque banque. Ces critères sont : la

solvabilité (Capital adequacy), la qualité des actifs (Asset quality), la qualité de la gestion

(Management quality), l'aptitude à réaliser des profits (Earnings ability), la trésorerie

(Liquidity position) et depuis 1997, la sensibilité au risque de marché (Sensitivity to market

risk).

En pratique, à l'issue du passage d'une équipe de supervision mandaté par les autorités

de contrôle, il est attribué une note à chacun de ces six critères de référence. Généralement la

notation est faite sur la base d’une échelle de 1 à 5 avec 1 comme la meilleure note 5 la

mauvaise. Ces notes résument l’analyse prudentielle des ratios et doivent servir à la

commission bancaire pour déterminer la cote de la banque. Dans le cadre de la CEMAC, la

commission dispose d’un système de cotation des établissements de crédit (SYSCO) qui

145

utilise un indicateur composite qui reste strictement confidentiel. En 2011 sur 35 banques

cotées, seulement 2 banques présentaient une situation financière solide, tandis que 6 banques

présentaient une situation financière fragile (COBAC, 2011). L’étude de (Sahajwala et Bergh,

2000) révèle que les autorités de contrôle accordent de plus en plus d'importance aux

procédures formelles d'estimation du risque de défaut par des analyses quantitatives. En effet,

Capelle-Blancard et Chauveau (2004) pensent que ces procédures n'ont plus pour seul but de

dresser un bilan de santé de la banque à un moment donné, ils fournissent également des

indicateurs avancés d'insolvabilité de cette dernière.

II.1- les différents indicateurs de type CAMEL

La définition des indicateurs de solidité financière (ISF) est primordiale pour un

contrôle efficace des banques. En effet, les ISF sont des indicateurs qui fournissent des

informations pertinentes sur la santé et la solidité des banques d’un pays (FMI, 2006). Les

ISF permettent à l’organe de contrôle de filtrer les banques, pour n’en retenir pour un examen

approfondi qu’un nombre réduit. Ces indicateurs sont extraits des informations comptables

régulièrement transmises par la banque à l’autorité de contrôle. Ils permettent à cette dernière

de juger de la solidité financière de la banque.

La solidité financière est souvent opposée aux notions de fragilité ou de vulnérabilité

financière. Certains auteurs comme Albulescu (2009) considèrent qu’une institution est solide

lorsqu’elle est caractérisée par un faible degré de fragilité ou de vulnérabilité. Dans la

littérature, la délimitation entre les termes fragilité et vulnérabilité reste ambiguë. Néanmoins,

les études considèrent généralement que la fragilité porte sur les risques endogènes du

système, tandis que, la vulnérabilité se manifeste vis-à-vis des facteurs exogènes du système.

La vulnérabilité est appréhendée comme une vulnérabilité externe. Au-delà de la distinction

entre ces notions apparentées, il est important d’analyser les éléments qui caractérisent la

solidité financière des banques pour une bonne appréciation.

L’analyse de la solidité des banques conduite par la COBAC s’appuie énormément sur

la structure et le niveau des fonds propres. En effet, les fonds propres constituent le point

d’ancrage des différents ratios de gestion définis par la réglementation prudentielle dans la

sous-région. De plus, ces fonds permettent à la banque de faire face à la concrétisation de ses

risques (Saadaoui, 2010). En outre, lors d’un contrôle, la commission bancaire vérifie la

146

représentation du capital minimum et étudie les composantes du ratio de solvabilité. C’est

pour cette raison que dans la plupart des cas, la composition des fonds propres fait l’objet

d’un règlement ou d’une instruction et surtout d’un examen approfondi lors des contrôles.

Les unités de contrôle s’intéressent notamment à la part des fonds propres de base (tier 1) et

leur qualité, compte tenu des exigences de disponibilité et de permanence de ce type de

fonds.

Certains ISF sont des ratios représentant les variables relatives aux engagements et

aux actifs des banques. Ils rendent compte de la solvabilité de ces institutions. Les indicateurs

utilisés dans le domaine bancaire peuvent être d’après les recommandations du FMI (2006)

répartis en deux sous-groupes : les indicateurs centraux dont la production est fortement

prescrite et les indicateurs recommandés dont la production est encouragée. Les indicateurs

centraux couvrent les risques liés à l’adéquation des fonds propres, la qualité des actifs, la

qualité de gestion, la rentabilité et la liquidité. Le tableau n° 9 suivant fait la synthèse des ISF

utilisés dans le cadre des modèles qui font usage des indicateurs CAMEL.

Tableau n° 9 : Synthèse des ISF relatifs aux modèles CAMEL

N° Indicateurs Types Eléments de base Observations

1 Fonds propres réglementaires/actifs

pondérés en fonction des risques

C Fonds propres Central

2 Fonds propres réglementaires de

base/actifs pondérés en fonction des

risques

C Fonds propres Central

3 Fonds propres/actifs C Fonds propres

4 Prêts improductifs/total des prêts bruts A Actifs (Crédits) Central

5 Répartition sectorielle des prêts/total des

prêts

A Actifs (Crédits) Central

6 Répartition géographique des prêts/total

des prêts

A Actifs (Crédits) Recommandé

7 Grands risques/fonds propres A Fonds propres Recommandé

147

8 Prêts improductifs moins

provisionnement/fonds propres

A Fonds propres Central

9 Marge d'intérêt/produit brut M Produits Central

10 Produit des transactions/total des produits M Produits Recommandé

11 Charges hors intérêts/produit brut M Produits Central

12 Charges de personnel/charges hors

intérêts

M Charges Recommandé

13 Rentabilité des actifs (produit net/valeur

moyenne du total des actifs)

E Actifs Central

14 Rentabilité des fonds propres (produit

net/valeur moyenne des fonds propres)

E Fonds propres Central

15 Actifs liquides/total des actifs (ratio de

liquidité des actifs)

L Actifs Central

16 Dépôts de la clientèle/total des prêts (non

interbancaires)

L Actifs (Crédits) Recommandé

17 Actifs liquides/passifs à court terme L Passifs Central

Source : FMI (2006)

Ces indicateurs présentent plusieurs avantages, dont le principal réside dans leur faible

coût de mise en œuvre. En effet, la détermination de ces indicateurs ne requiert pas

automatiquement une visite de la banque. Ces indicateurs permettent aux superviseurs de

contrôler les banques en continu et par conséquent de réagir promptement lorsque la situation

de l'une d'elles se détériore. De plus, ces indicateurs peuvent être utilisés systématiquement

pour l'ensemble des institutions du système bancaire.

L’autorité de contrôle résume les informations apportées par les ISF à travers un

système de cotation des banques permettant de classifier celles-ci. Plusieurs techniques

comme les systèmes d’alerte précoce, l’analyse discriminante ou le modèle logit-probit sont

utilisées pour la réalisation de cette classification. Ces techniques ont permis l’automatisation

148

du calcul des scores et le classement une fois les ISF collectés auprès des banques (Kamgna

et al., 2009). Les modèles de prévision du risque de faillite des banques font l'objet de

nombreuses recherches dans les pays développés (Capelle-Blancard et Chauveau, 2004). Il

est important de présenter les différents courants de ces études.

II.2- Le débat théorique sur l’utilisation des indicateurs de type CAMELS : les

avantages et limites

L’objectif des analyses utilisant les indicateurs CAMELS est d’apprécier la situation

d’une banque, afin de limiter la prise excessive de risque. En effet, la faillite d’une banque a

plus de résonance que celle des autres entreprises et elle est coûteuse pour l’économie

(Caprio, 1997). C’est pour cette raison que les autorités monétaires développent des stratégies

pour réduire et si possible maîtriser les faillites bancaires. Selon Sahajwala et Bergh (2000),

l’augmentation des cas de défaillances bancaires aux États-unis a entrainé l’apparition de

plusieurs techniques d’estimation. Certaines de ces techniques d’estimation sont utilisées

pour construire des modèles d’appréciation de la solidité des banques : la régression linéaire,

l’analyse discriminante, les modèles probit/logit et les méthodes d’analyse des indicateurs.

De plus, l’analyse à travers les indicateurs de solidité peut être utilisée simplement comme

une procédure de partition des banques en deux catégories : les banques solides et les

banques fragiles. Sous certaines hypothèses, toutes ces techniques permettent d’identifier la

nature et l’importance des explications d’un ISF donné d’une banque (variable dépendante)

par d’autres indicateurs (variables indépendantes). La variable dépendante peut être un

indicateur de type CAMELS. Dans la littérature, les indicateurs de type CAMELS sont

davantage utilisés comme facteurs explicatifs dans la plupart des modèles de prédiction de

défaillance bancaire ou d’estimation de rating des banques (Abdennour et Houhou, 2008 ;

Saadaoui, 2010).

Dans la CEMAC, l’organe de supervision utilise un Système de Cotation des

Etablissements de Crédit (SYSCO). Ce système résume l’analyse des ratios prudentiels

définis par la COBAC pour la surveillance prudentielle. Le système SYSCO est proche des

méthodes des signaux36

qui utilisent les indicateurs CAMELS, mais il possède des

spécificités qui l’éloigne de ceux-ci. Les banques présentes dans la CEMAC sont dans la

36

La méthode du signal des systèmes d’alerte permet d’analyser le comportement des indicateurs financiers.

149

grande majorité assimilables à des banques de petites et moyennes tailles, d’où la nécessité

d’un système de second génération. En effet, ce type de système fonctionne bien sur les

banques de petites et de moyennes tailles (Sahajwala et Bergh, 2000).

Les indicateurs de type CAMELS présentent deux qualités essentielles à savoir : leur

simplicité et leur faible coût de mise en œuvre (Gilbert et al., 2000). Ces indicateurs sont

généralement déterminés par le recours aux données comptables. Ils peuvent être utilisés pour

les méthodes statistiques pour le contrôle off-site ou on-site. Un autre avantage de ces

indicateurs est leur utilisation en continu et au plus grand nombre d’institutions. Ils

permettent d’apprécier la santé financière des banques et d'identifier celles qui sont en

difficulté. Plusieurs études (Gilbert et al., 2000 ; Kim et Santomero, 1988 ; Koehn et

Santomero, 1980 ; Martin, 1977 et Meyer et Pifer, 1970) utilisent ces indicateurs déterminés

par des ratios provenant des informations comptables. L’approche CAMELS malgré ses

avantages présente toutefois des limites et nécessite des améliorations.

Une première voie de recherche pour l’amélioration de l’approche CAMELS

standard, consiste simplement à l’enrichir en ajoutant aux ratios individuels d'autres

variables. On peut y ajouter des variables qualitatives ou quantitatives, censées représenter

par exemple les conditions économiques locales (Pantalone et Platt, 1987). Un autre

prolongement possible consiste à incorporer des indicateurs de marchés qui peuvent être

calculés à partir des taux d'intérêt (Jagtiani et al., 2000) ou des indices boursiers. Dans notre

cas, nous ajoutons deux variables macroéconomiques, une variable représentant

l’environnement économique et l’autre représentant l’environnement monétaire.

Il ressort de cette présentation du cadre d’utilisation des indicateurs de type

CAMELS, que tous les acteurs (apporteurs des fonds, dirigeants, régulateurs, etc.) du secteur

bancaire peuvent les utilisés pour apprécier la solidité des banques. Les superviseurs

bancaires utilisent ces indicateurs d’une part pour le contrôle sur place et d’autre part pour le

contrôle sur pièces. Les informations comptables transmises par les banques à l’organe de

contrôle permettent de définir les ISF. Le FMI (2006) a répartis les ISF en indicateurs

centraux dont la production est fortement prescrite et en indicateurs recommandés, c’est-à-

dire ceux dont la production est encouragée. Ces indicateurs présentent des avantages liés à

leur simplicité, à leur faible coût de mise en œuvre et à leur utilisation en continue. De plus,

on constate que dans la plupart des études utilisant ces indicateurs, l’accent est mis sur

l’adéquation des fonds propres comme instrument de couverture des risques.

150

Section 2: Le niveau de capitalisation : le nœud de la solidité bancaire

Les banques à travers leurs activités de mobilisation de l’épargne et du financement

des projets par l’octroi de crédits, sont exposées à plusieurs types de risque. En effet, à travers

le droit qu’ont les déposants d’exiger lorsqu’ils le veulent et sans préavis le retrait de leurs

fonds, les banques sont soumises au risque de retrait. Ce risque peut rendre la banque

vulnérable et entrainer sa faillite, car selon Diamond et Dybvig (1983), la fuite des dépôts est

la forme la plus redoutable du risque de système qui inquiète la banque. Les retraits des fonds

par les déposants sont influencés par le degré de confiance qu’ont ces déposants envers leurs

banques.

La confiance des déposants à la banque est fondée sur plusieurs éléments parmi

lesquels, la capitalisation de la banque. Le niveau de capitalisation de la banque signale aux

déposants et au régulateur, la situation financière de la banque et son niveau de risque. C’est

pour cette raison que, certains auteurs comme Saadaoui (2010) pensent que l’imposition d’un

seuil de capitalisation, indépendant du risque, peut conduire les dirigeants des banques à

adopter des stratégies plus ou moins risquées en fonction de leur aversion au risque. Les

dirigeants moins averse au risque, en cherchant à maximiser la valeur de leurs banques, vont

adopter des comportements plus risquées. Il faut dire que chaque unité du capital qui

remplace une unité de créances en souffrance est un coût pour la banque. Ainsi, afin de

combler cette perte, certains dirigeants utilisent comme une solution tout en respectant le

niveau de capitalisation exigé, le renforcement dans les bilans de leurs institutions du poids

relatif des actifs risqués dont la rentabilité est élevée. Pour éviter ce comportement risqué, le

Comité de Bâle recommande de lier le niveau de capitalisation réglementaire au niveau du

risque qui caractérise les différentes catégories d’actifs dont dispose une banque (Rochet,

1992).

Pour ce qui est des banques de la CEMAC, leur comportement extrêmement prudent

dans le financement de l’économie peut être dû à la peur de prendre de nouveaux risques en

relation avec leur niveau de capitalisation. Il ressort du rapport annuel de la COBAC, que sur

un total de quarante-trois banques analysées à la fin de l’année 2010, trente-six ont affiché un

ratio de couverture de risques pondérés par les fonds propres nets supérieur ou égal au

minimum réglementaire de 8 %, contre trente-deux banques en 2009. Il souligne que sept

banques sont en infraction soit 16,3 % de l’ensemble des banques de la sous-région. Les sept

banques en infraction par rapport au ratio de couverture des risques, sont en activité

151

respectivement au Cameroun (trois banques), au Tchad (deux banques), en Centrafrique (une

banque) et en Guinée Equatoriale (une banque). Un an après, on constate que la situation ne

s’est pas améliorée. Le rapport en fin d’année 2011 affiche les résultats suivant : sur un total

de quarante-cinq banques en activité, trente-huit ont un ratio de couverture de risques

pondérés par les fonds propres nets supérieur ou égal au minimum réglementaire de 8 %,

contre trente-six sur quarante-trois banques pour l’année 2010. Sur les sept banques en

infraction, cinq banques sont en activité au Cameroun et deux banques au Congo. Ces

banques représentent environ 15,6 % des banques présentes dans la CEMAC et 10 % du total

des actifs du système bancaire. La COBAC constate qu’entre 2010 et 2011, la part des fonds

propres comptables dans le total de la situation cumulée des banques de la CEMAC s’est

relativement dégradée en passant de 8,54 % en 2010 à 8,23 % en 2011. En plus, en raison de

la forte concentration des crédits sur quelques grands clients, la commission bancaire met

l’accent sur les normes de division des risques qui demeurent à parfaire (Gulde-Wolf et

Ghura, 2013).

La solidité financière des banques reste une des préoccupations majeures des autorités

de surveillance et des banques centrales. L’identification des méthodes de mesure de ce

phénomène complexe constitue une préoccupation pour les économistes. L’analyse des

indices de solidité construit à partir des indicateurs CAMELS représente l’une des techniques

appropriées pour fournir aux analystes des informations importantes sur le niveau de la

solidité d’une banque. De plus, certaines autorités de surveillance utilisent des modèles

permettant d’apprécier la dynamique de la solidité d’une banque. La construction d’un tel

modèle comporte trois étapes. Il s’agit tout d’abord de construire l’indicateur qui reflète la

situation financière de la banque. Ensuite, il faut choisir les indicateurs individuels qui

expliquent cette situation, puis retenir une procédure de normalisation de ces indicateurs.

Enfin, il faut définir un système de pondération de ces indicateurs individuels pour expliquer

la solidité de la banque (Albulescu, 2008).

Dans cette section, nous élaborons un modèle de solidité des banques pour la CEMAC

en tenant compte des indicateurs CAMEL et des indicateurs macroéconomiques. L’objectif

est d’analyser les effets des facteurs amplificateurs ou modérateurs de la contribution du

niveau de capitalisation à la solidité des banques dans la CEMAC en tenant compte des

indicateurs individuels de type AMEL et des indicateurs macroéconomiques. Dans la mesure

où nous supposons que la solidité financière de la banque est un processus dynamique, nous

appliquons le modèle sur une période de quatorze ans.

152

I – la relation entre le niveau de capitalisation et l’indicateur de solidité de la banque

Le Comité de Bâle a établi en 1988 son premier accord (Accord de Bâle I) portant sur

le contrôle bancaire. L’une des idées défendues par cet accord est la couverture des risques

pris par les banques par leurs fonds propres. Cet accord appliqué à l’échelle internationale a

permis de dissocier les actifs des banques par catégorie de risque. Le Comité de Bâle

recommande aux organismes de contrôle d’exiger aux banques la détention à tout moment,

d’un montant de fonds propres qui couvre au moins 8% de la valeur de leurs actifs pondérés

de leurs risques. Ainsi, plus une banque acquiert des actifs risqués, plus elle doit détenir des

fonds propres pour couvrir cette prise de risque. Ce système de couverture des risques par les

fonds propres présente cependant des limites, car il ne prend pas en considération l’aspect

dynamique de l’augmentation du capital. La variation du niveau de capitalisation est un

processus dynamique, car les réserves considérées comme composantes de base des fonds

propres se renouvellent périodiquement. Certains auteurs (Kim et Santomero, 1988 ; Koehn

et Santomero, 1980 ; Saadaoui, 2010) pensent que lorsqu’on est dans un cadre dynamique,

une banque peut augmenter sa prise de risque aujourd’hui, pour couvrir les coûts liés à une

hausse future des exigences en fonds propres réglementaires. Cette attitude risquée se

confirme en situation d’intensification de la concurrence. Lorsque la concurrence entraîne

une baisse des produits de la banque, c’est-à-dire son profit anticipé, la banque sera tentée de

maintenir ou d’accroître sa rentabilité en prenant plus de risque.

Les mesures réglementaires relatives au niveau de capitalisation des banques sont

définies pour encadrer l’incitation des banques à la prise excessive de risque. Bien que l’on

puisse justifier l’imposition de contraintes institutionnelles sur les fonds propres, l’efficacité

de cette réglementation dans la gestion des risques par les banques reste largement

controversée. Rochet (2008) pense que le dispositif prudentiel du Comité de Bâle a échoué. Il

analyse l’échec de ce dispositif par son incapacité à gérer à la fois le risque individuel logé

dans le bilan de la banque et le risque systémique. Pour lui, le Comité de Bâle devrait tenir

compte de l’endogénéité des risques bancaires et financiers dans ce dispositif. La crise des

« subprimes » avec le phénomène de titrisation nous a démontré que les risques découlent des

prises de décision de nombreux agents qui participent au système bancaire et financier

(Camara, 2010). Cela nous rappelle l’idée défendue par Couppey et Madiès (1997) dans le

cadre de leur étude sur l’efficacité de la réglementation. Selon ces auteurs, l’efficacité de la

réglementation prudentielle dépend de la prise en considération de la banque dans toutes ses

153

relations. C’est pourquoi, nous pensons que le régulateur avant de prendre une décision doit

tenir compte de l’environnement interne et externe de la banque.

Si la banque est considérée comme un gestionnaire délégué du portefeuille d’actifs

(Diamond, 1984), le resserrement des contraintes des fonds propres peut avoir un effet

contraire. Pour la théorie du choix de portefeuille, lorsque la banque se comporte comme un

gestionnaire, elle choisit la composition de son portefeuille en cherchant à maximiser son

profit pour un niveau de risque donné. Les résultats des travaux menés dans ce cadre

d’analyse sont mitigés. En effet, face à un resserrement de la contrainte des fonds propres, la

réaction de la banque peut prendre la forme d'une réallocation du portefeuille de ses actifs

afin d’accroître sa rentabilité. Cette attitude va augmenter le niveau de risque dans le bilan de

la banque et indirectement sa probabilité de faillite. Dans ce cas de figure, la réglementation

des fonds propres ne permet pas d’atteindre son objectif, puisqu'elle aboutit à l'effet opposé à

celui escompté par les autorités monétaires.

Une multitude de travaux (Kim et Santomero, 1988 ; Koehn et Santomero, 1980 ;

Rochet, 1992 ; Saadaoui, 2010) sont réalisés sur l’importance de la capitalisation dans la prise

de risque par les banques et la détermination de leurs capacités à résister à un choc

défavorable. La multiplicité de ces études témoigne de l’intérêt que revêt la réglementation

du capital et son impact sur le comportement des banques. Aggarwal et Jacques (2001) dans

le cadre de leur étude sur les banques américaines trouvent qu’il existe une relation positive

et statistiquement significative entre la variation du niveau du capital et celle de la prise de

risque de ces banques. Cette relation a été mise en évidence pour les banques Suisses par

Rime (2001). Une relation positive entre le niveau de capitalisation de la banque et du risque,

suppose que les banques disposant de niveaux de risque élevés vont essayer d’accroître leur

capital afin d’éviter d’être pénalisées. Tandis que les banques ayant des niveaux élevés de

capital vont s’engager dans des activités risquées.

Obliger la banque à accroître son capital, peut d’après Koehn et Santomero (1980)

réduire sa rentabilité, car il est coûteux pour une banque de lever des capitaux. C’est pour

cette raison que ces auteurs pensent qu’une exigence restrictive en fonds propres a pour

conséquence l’augmentation du niveau de risque de la banque. Cependant, certains auteurs

comme Kim et Santomero (1988) ou Rochet (1992) pensent que l’exigence minimale en

capital si elle tient compte du risque, peut éliminer cette distorsion dans l’allocation des actifs

par la banque à condition que les pondérations des risques soient correctement choisies.

154

L’objectif principal des régulateurs est de renforcer la solidité et la viabilité des banques.

C’est pour cette raison que la réglementation bancaire cherche à réduire la prise excessive de

risque par les banques, afin de baisser la probabilité de faillite de ces dernières.

Pour évaluer l’impact de la capitalisation sur la solidité des banques, certains auteurs

affirment qu’il faudrait déterminer une relation explicite entre les autres indicateurs de types

CAMELS, le niveau de capitalisation et l’indicateur de solidité. L’un des indicateurs clés de

la solidité le plus couramment utilisé est le Z-score (Solhi et Mehdi, 2012). Cet indicateur a

fait l’objet de plusieurs investigations pour mieux cerner la relation éventuelle entre la

solidité bancaire et les exigences de capitalisation. De plus, le Z-score est inversement lié à la

probabilité d’insolvabilité bancaire.

I.1- Présentation du modèle d’analyse de la relation capitalisation et solidité bancaire

L'Accord de Bâle de 1988, ainsi que les modifications y relatives jusqu’aujourd’hui

cherchent à accroître la solidité des banques et indirectement la stabilité du système bancaire

international. En effet, le comité de Bâle pour atteindre l’objectif de la solidité des banques,

propose un schéma réglementaire fondé sur trois principaux piliers qui se consolident

mutuellement (Pop, 2005). Il se fonde sur le renforcement de la structure financière des

banques par des exigences minimales en fonds propres (pilier 1), le processus de surveillance

prudentielle (pilier 2) et la discipline de marché (pilier 3). Le premier pilier concerne

l’amélioration du niveau de capitalisation des banques pour augmenter leur capacité de

couverture des risques. La combinaison de cette exigence sur le ratio de capital pondéré du

risque aux autres piliers doit accroître la solidité des banques (Rochet, 2008). Cependant, en

pratique ces accords s’avèrent imparfaits suite à l’évolution des techniques et des mutations

des systèmes bancaires.

Pour analyser l’impact du niveau de capitalisation sur la solidité des banques, il est

important de souligner le rôle des incitations. Une exigence en capital non contraignante peut

avoir un double impact négatif sur la solidité des banques. On constate dans la littérature

qu’une réglementation non exigeante peut réduire l’intensité du suivi des projets financés par

les banques. Une telle réglementation va accroître la prise des risques par les banques en

diminuant leurs niveaux de capitalisation (Shrieves et Dahl, 1992). L’incitation à l’arbitrage

réglementaire a compromis l’efficacité de l’Accord de Bâle I en tant qu’indicateur de la

155

solvabilité d’un établissement, et a entraîné l’adoption d’un nouveau dispositif réglementaire

à travers l’Accord de Bâle II. Ce nouveau dispositif, permet de fournir aux banques plusieurs

méthodes d’évaluation des exigences en fonds propres, et de donner un rôle plus important

aux modèles internes et aux marchés dans l’évaluation des risques. Bien qu’étant une avancée

majeure dans la réglementation du capital, le dispositif déterminé par Bâle II a montré ses

limites lors de la récente crise des « subprimes », même si cette crise a été amplifiée par les

phénomènes d’illiquidité (Camara, 2010). En effet, une crise de confiance s’est installée

concernant la solvabilité réelle des banques bien que celles-ci affichaient, pour la plupart, des

ratios de fonds propres réglementaires relativement élevés. Ces difficultés rencontrées par le

système bancaire ont montré que la réglementation du capital n’a pas été suffisamment

incitative pour modifier le comportement de prise de risque excessive des banques.

Dans un système bancaire, les fonds propres qui sont considérés comme amortisseurs

en cas de pertes imprévues, sont importants pour toutes les banques (FMI, 2006). C’est pour

cette raison que l’analyse des indicateurs de solidité financière (ISF) doit couvrir la plupart

des aspects de la santé et de la solidité financière de la banque. Shrieves et Dahl (1992) pour

analyser la variation du capital et la prise de risque par les banques américaines ont utilisé des

équations simultanées. Jacques et Nigro (1997) en utilisant une approche similaire, ont

montré que l’introduction des exigences en capital fondées sur le risque a entraîné une

amélioration de la capitalisation des banques et une baisse du risque de leurs portefeuilles. De

même, Godlewski (2004) a trouvé une relation négative entre les variations du capital et

celles du risque. Ces résultats contredisent la conclusion de Koehn et Santomero (1980) selon

laquelle les exigences en capital restrictives entrainent une augmentation de la prise de risque.

A côté des équations simultanées, la construction et l’analyse des ISF représente l’une

des méthodes utilisées pour mesurer la solidité des banques. En effet, l’analyse des ISF

permet d’observer l’évolution du niveau de solidité d’une banque. Elle donne aussi la

possibilité d’établir une comparaison entre les différentes banques. Même si cette technique

est considérée comme une technique simple, rigide et mécanique, elle présente d’autres

avantages par rapport aux autres méthodes. Parmi ces avantages, on peut citer : la

transparence, l’identification plus facile des données statistiques nécessaires et la simplicité

des calculs (Albulescu, 2008). L’analyse de l’indicateur de solidité d’une banque repose sur

un ensemble d’indicateurs de santé financière proposés par le FMI et la Banque Mondiale.

Les principales difficultés de cette analyse de la solidité résident dans les choix des

indicateurs individuels, de la méthode de normalisation et du jeu de pondération à retenir.

156

Certaines études (Doucouré et Sène, 2014 ; Goyeau et Tarazi, 1992 ; Solhi et Mehdi,

2012) pour analyser la solidité des banques, ont fait recours à l’indicateur Z-score. Solhi et

Mehdi (2012) pensent que l’indicateur Z-score est plus fiable. En effet, cet indicateur

synthétise d’une part, l’information contenue dans la rentabilité et sa volatilité, et d’autre part,

celle relative à la couverture des risques par les fonds propres. Altman et Narayanan (1977)

trouvent que le Z-score est beaucoup plus précis pour étudier la solidité des banques. Dans le

cadre notre étude, nous retenons une approche qui nous permet d’examiner la relation qui

existe entre le niveau de capitalisation et le Z-score d’une banque, simultanément avec

l’apport des éléments individuels et macroéconomiques. Pour ce qui est des facteurs

individuels, nous nous appuyons sur les indicateurs de type CAMEL retenus habituellement

pour construire les indicateurs avancés de faillite. Le cadre conceptuel de notre modèle est

représenté par la figure n° 5.

Figure n° 5 : Cadre conceptuel du modèle d’analyse de l’influence du niveau

capitalisation sur la solidité bancaire

Liaison d’intérêt

Liaison directe entre les variables de contrôle et la solidité bancaire

L’influence des variables de contrôle sur la relation préétablie (hypothèse)

Source : auteur

Le niveau de

capitalisation

La solidité

bancaire :

(Z-score)

Les autres indicateurs de type CAMEL

et les variables macroéconomiques

Hypothèse

157

Il découle de notre cadre conceptuel le modèle suivant :

1it it it it i itZ Z X M , Zit représentant l’indicateur Z-Score, c’est-à-

dire l’indicateur de la solidité de la banque ; Xit le vecteur des variables individuelles de type

CAMEL ; Mit le vecteur des variables macroéconomiques (taux de croissance du PIB et taux

d'inflation) ; i l’effet fixe ; it le terme de l’erreur ; α, β, λ les matrices des coefficients de

régression.

Ce modèle étant dynamique, il se pose donc un problème d’endogéneité dû à la

présence de la variable dépendante retardée parmi les variables explicatives. Dans ce cas, les

méthodes d’estimation classiques (MCO, LSDV et MCG) génèrent une estimation biaisée des

coefficients. Elles sont inappropriées pour ce type de modèle, à cause d’une part, de la

corrélation entre la variable dépendante retardée et le terme de l’erreur, et d’autre part, de

l’hétérogénéité individuelle des résidus issus de la régression. Pour remédier à cette situation,

plusieurs méthodes d’estimation des modèles dynamiques sont fournies par la littérature.

Parmi ces méthodes, nous pouvons citer la méthode des moments généralisés (MMG) et la

méthode Least Squares Dummy Variable Corrected (LSDVC).

Pour notre étude, en nous appuyant sur certains travaux (Bruno, 2005 ; Bun et Kiviet,

2003), nous choisissons une méthode d’estimation des modèles dynamiques appropriée. Il

s’agit de la méthode LSDVC. Cette méthode est considérée comme plus performante que les

autres méthodes. Elle est plus adaptée pour les échantillons de faible dimension comme le

nôtre. C’est pour cette raison que nous trouvons qu’elle est adaptée pour une étude qui porte

sur un panel réduit des banques de la CEMAC. En effet, Bun et Kiviet (2003) justifient la

performance de la méthode LSDVC par le calcul du biais corrigé des estimateurs de la

méthode LSDV.

Parmi les biais de l’estimateur LSDV, Bun et Kiviet (2003) ont défini trois types de

biais notés βi pour i = 1, 2, 3.

1

1 1

1 1

2 1 2

1 2

3 2 3

( )

( )

( )

c T

c N T

c N T

158

Où N représente le nombre d’individus, T indique le nombre de périodes et Ci est un

coefficient.

L’estimateur LSDVC est défini par le biais corrigé de l’estimateur LSDV, selon

l’expression suivante : i iLSDVC LSDV . Pour trouver l’estimation de βi, Bruno

(2005) propose les méthodes d’estimation d’Arellano et Bond (1991) et Blundell et Bond

(1998).

Pour l’estimation des paramètres de ce modèle représenté par la fonction ci-dessus,

nous allons procéder à l’estimation en plusieurs étapes. En première étape, nous estimons

l’indicateur Z-score qui représente la solidité en fonction des indicateurs représentant le

niveau de capitalisation afin de déterminer le sens de la relation dans notre contexte. Ensuite

nous allons introduire les autres indicateurs de type CAMEL par catégorie d’indicateurs en

suivant l’ordre de l’acronyme. Ceci afin d’apprécier les effets modérateurs de ces différents

indicateurs pris individuellement ou collectivement. Enfin, nous introduisons les variables

macroéconomiques pour tester l’effet amplificateur de ces derniers.

I.2- Les variables et les données utilisées

L’ensemble des indicateurs définis par le FMI constitue une base importante pour

l’analyse de la solidité financière des banques. En effet, ces indicateurs offrent des

informations sur la structure financière des banques et caractérisent en particulier

l’environnement financier et en général l’environnement macroéconomique. L’analyse des

indicateurs de solidité financière fournit des informations aux apporteurs des fonds, pour leur

permettre de formuler leurs décisions de retirer ou de mettre leurs fonds à la disposition d’une

banque. Les variations de ces indicateurs envoient des informations sur la vulnérabilité de la

banque face aux potentiels chocs défavorables. Les autorités de surveillance aussi utilisent

ces indicateurs dans leurs différents modèles de surveillance, pour évaluer la solidité des

banques ou pour construire des scénarios des stress-tests. Par conséquent, nous utilisons pour

notre analyse les différents indicateurs individuels du type CAMEL.

159

I.2.1- La variable à expliquer

Le risque de solvabilité dépend du niveau des fonds propres et des éventuelles pertes

de la banque (Tartari 2002). Ceci implique que la solidité d’une banque est fonction d’une

part, du montant des fonds propres disponibles, et d’autre part, des risques encourus. En plus

de ces exigences fondamentales, les dernières crises financières déclenchées par les

subprimes ont montré l’importance de la prise en considération des autres éléments pour

l’appréciation de la solidité des banques. Dans le cadre de cette étude, nous cherchons les

éléments amplificateurs de la contribution de l’exigence en fonds propres à la solidité des

banques.

Pour apprécier l’impact de la prise en compte des autres variables sur la relation qui

existe entre le niveau de capitalisation et la solidité des banques, nous élaborons un indicateur

agrégé. Par la suite, nous évaluons l’impact des autres variables individuelles de type

CAMEL et les variables macroéconomiques sur cet indicateur. Doucouré et Sène (2014)

pensent que cette approche est pertinente, car elle intègre un ensemble de données financières

fournissant des informations sur la fragilité et le comportement bancaire. Comme le Z-score

contient de l’information sur la couverture des risques par les fonds propres, nous l’adoptons

pour notre étude (Doucouré et Sène, 2014 ; Goyeau et Tarazi, 1992).

( ) ( )FPROATAZ score

ROA

Dans cette relation, FP/TA (Fonds Propres divisés par le Total des Actifs) représente

l’adéquation du capital. Cette dernière permet d’évaluer la couverture des risques par les

fonds propres de la banque. Le ratio des fonds propres est une mesure d’appréciation de la

capacité de la banque à faire face à des chocs endogènes ou exogènes. Le ROA (Return On

Asset est égal au Résultat Net divisé par le Total des Actifs) représente la rentabilité des actifs

de la banque. Il permet de quantifier la performance de la banque par rapport à ses actifs. En

effet, on s’attend à ce qu’une rentabilité élevée accroît la solidité de la banque. Le ROA

mesure la volatilité du rendement des actifs de la banque. La détérioration de la qualité des

actifs se répercute directement sur la performance de la banque.

L’analyse de l’indicateur Z-score permet d’apprécier la solidité de la banque. Pour

l’analyse de cet indicateur, il est important de tenir compte de son évolution dans le temps,

car la solidité financière est un processus dynamique. Par conséquent, pour estimer notre

160

modèle, nous utilisons dans notre analyse empirique certaines variables individuelles qui

caractérisent la solidité bancaire.

I.2.2- Les variables explicatives

Nous définissons un certain nombre d’indicateurs de solidité susceptibles de

contribuer à l’explication de la santé financière des banques. Les indicateurs proposés

contiennent des informations sur la solidité financière des banques. Ces indicateurs sont issus

de ceux utilisés par les institutions de Bretton Woods pour évaluer le niveau de stabilité des

institutions financières et systèmes financiers des pays membres. Ces indicateurs sont

construits à partir des ratios comptables les plus fréquemment utilisés dans l’évaluation de la

situation financière des banques. Par convention, le sigle CAMEL permet de regrouper ces

ratios en cinq catégories qui correspondent à ses différentes composantes. Pour chaque

catégorie, nous proposons au moins deux ratios. Ces ratios peuvent être introduits dans

l’équation du modèle, soit directement en niveau, soit en variation. D’après Distinguin et al.

(2006), cette démarche est pertinente pour l’appréciation de la solidité de la banque.

I.2.2.1- Les variables d’intérêt

Le groupe de ces variables correspond aux variables de type C (Capital adequacy).

Les variables de ce groupe fournissent une information sur l’estimation des capitaux dont la

banque dispose pour absorber ses éventuelles pertes. Ces variables sont représentées par des

ratios qui s’appuient sur les fonds propres. Nous retenons l’indicateur de l’effet financier pour

mesurer l’adéquation des fonds propres aux différents actifs de la banque. Cet effet est

mesuré par le ratio Fonds Propres/Total Actifs (FPTA) qui reflète aussi le niveau de

capitalisation de la banque. Nous nous appuyons sur Godlewski (2004) pour retenir le ratio

Fonds Propres/Total Crédits (FPTCR) qui mesure la couverture des risques pris lors de

l’octroi de crédit par les fonds propres. Ces fonds servent de tampon pour absorber les

potentielles pertes de la banque. Selon les accords de Bâle, ces variables doivent être

positivement liées à la solidité des banques.

161

Tableau n° 10 : la synthèse des variables d’intérêt

N° Indicateurs Sigles Représentants Signe attendu

1 Fonds propres / Total actifs FPTA Capitalisation +

2 Fonds propres / Total crédits FPTCR Capitalisation +

Source : auteur

I.2.2.1- Les variables de contrôle

Ces variables sont reparties en plusieurs groupes. Le premier groupe de ces variables

est constitué des variables de type A (Asset quality). Ces variables reflètent la qualité des

actifs de la banque. Pour ce groupe, nous avons retenu quatre variables. On retient la part de

crédits nets octroyés par la banque dans ses actifs, représentée par le ratio Crédits Nets/Total

des Actifs (CRNTA) et les variables qui indiquent la qualité du portefeuille de crédits de la

banque. Ces dernières sont les ratios : les Créances en Souffrance/Total des Crédits

(CRESTCR) ; les Créances Douteuses/Total des Crédits (CREDTCR) et les Créances

Douteuses/Total des Actifs (CREDTA). Pour représenter la dégradation de la qualité du

portefeuille de crédits détenus par une banque, nous avons choisis les ratios des créances non-

performantes par rapport au volume total des crédits et total des actifs. Ces variables ont été

critiquées dans la littérature, parce qu’elles donnent une évaluation ex-post du risque.

Certains auteurs pensent que ces variables peuvent être affectées par des aléas inattendus ou

des événements extraordinaires, indépendants du comportement de la banque vis-à-vis du

risque (Saadaoui, 2010). Toutefois, ces variables demeurent des bons indicateurs de la qualité

du portefeuille de crédits, car elles se focalisent exclusivement sur le risque de crédit

(Godlewski, 2005). La concurrence et la recherche de la rentabilité peuvent fortement

augmenter le volume des créances douteuses (Abulescu 2008). L’augmentation du volume de

ces créances entraine une augmentation de ces trois derniers ratios et traduit une détérioration

de la qualité des actifs de la banque. C’est pour cette raison que nous attendons que

l’introduction de ces variables dans notre modèle présente un effet réducteur de la capacité de

la banque à résister à un potentiel choc défavorable.

Le troisième groupe est celui des variables de type M (Management quality) qui font

référence à la qualité de gestion de la banque. Dans ce groupe, nous retenons quatre ratios qui

s’appuient sur des éléments que la COBAC considère comme importants pour la gestion de la

162

banque. Nous avons les ratios : les Provisions Existantes/Créances Douteuses

(PROECRED) ; les Provisions à Constituer/Créances Douteuses (PROCCRED) ; les

Provisions Existantes/Total des crédits (PROETCR) et les Provisions Existantes/Total des

Actifs (PROETA). En tenant compte de la définition du risque de crédit, nous retenons les

provisions pour pertes sur les crédits. En effet, les provisions servent soit à couvrir les pertes

déjà enregistrées et de les éliminer du montant total des crédits, soit à couvrir les pertes

futures attendues, ce qui aboutit à une relation positive entre le volume des créances

douteuses et les provisions pour pertes sur crédits (Saadaoui, 2010).

Pour représenter la rentabilité (Earning ability), c’est-à-dire les variables de type E,

nous retenons le rendement des actifs (ROA) et la rentabilité des fonds propres (ROE). En

effet, Solhi et Mehdi (2012) pensent que le ROA s’avère plus pertinent que la rentabilité des

fonds propres (ROE). Le rendement des actifs (ROA) est supposé varier dans le même sens

que le ratio d’adéquation des fonds propres, puisqu’une partie des fonds propres de la banque

est composée des réserves des bénéfices récoltés lors de l’exercice précédent. De plus, le Z-

score, c’est-à-dire l’indicateur de solidité de la banque a une composante qui tient compte de

la performance de la banque. Au-delà de la nécessaire maîtrise des différents risques générés

par l’activité courante, la réalisation d’un bénéfice d’exploitation suffisant est indispensable

pour garantir le maintien de la solidité de la structure financière d’un établissement. C’est

pour cette raison que, la Commission Bancaire attache une attention particulière à l’étude des

conditions de formation des résultats et de la rentabilité, qui ne se limite pas à la seule

constatation de profits.

Les variables du dernier groupe permettent d’apprécier le niveau de liquidité de la

banque. Ce sont les variables de type L (Liquidty position). Elles se focalisent sur les

ressources disponibles et les degrés de liquidité des actifs de la banque. Ici, nous retenons

deux ratios : le ratio Total des Crédits/Total des Dépôts (TCRDEP) et le ratio Total des

Dépôts/Total des Actifs (DEPTA). Le règlement COBAC R-93/07 relatif à la transformation

définit un rapport minimum que les banques doivent respecter en permanence. En 2011, sur

les quarante-cinq banques de la CEMAC, six banques n’ont pas respecté ce minimum, cinq

banques sur les six en infraction étaient implantées au Cameroun et une en Guinée

Equatoriale. Pour protéger les déposants, les autorités monétaires exigent aux banques de

détenir des réserves auprès de la Banque centrale. Ces réserves bancaires jouent le rôle d’une

garantie pour les déposants. En effet, elles représentent les capacités des banques à faire face

aux retraits massifs des déposants, c’est-à-dire la course aux guichets. Pour la même période,

163

seules quarante banques sur quarante-cinq ont respecté la règle liée au rapport de liquidité.

Sur les cinq banques en infraction, deux banques sont au Gabon et les trois autres sont

implantées au Cameroun, en Centrafrique et au Congo. La préférence pour la liquidité est

importante dans cette sous-région, car l’habitude de payer en espèces est élevée dans la

CEMAC.

Tableau 11 : la synthèse des variables individuelles utilisées comme variables de

contrôle

N° Définitions des variables Sigles Les rôles des variables Signes

1 Crédits Nets/Total des Actifs CRNTA Le taux de distribution des

crédits sains

+

2 les Créances en Souffrance/Total

des Crédits

CRESTCR Risque de crédit et qualité

du portefeuille de crédits

-

3 les Créances Douteuses/Total des

Crédits

CREDTCR Risque de crédit et qualité

du portefeuille de crédits

-

4 les Créances Douteuses/Total des

Actifs

CREDTA Risque de crédit et qualité

des actifs

-

5 Provisions Existantes/Créances

Douteuses

PROECRED Qualité de management

des créances

+

6 Provisions à Constituer/Créances

Douteuses

PROCCRED Qualité de management

des créances

-

7 Provisions Existantes/Total des

crédits

PROETCR Qualité de management

des créances

-

8 Provisions Existantes/Total des

Actifs

PROETA Qualité de management

des actifs

-

9 le rendement des actifs ROA Capacité à produire des

fonds propres (réserves)

+

164

10 La rentabilité des fonds propres ROE Capacité à produire des

fonds propres (réserves)

+

11 Total des Crédits/Total des Dépôts

et le ratio

TCRDEP Transformation des dépôts

en crédits (gestion de

liquidité)

+

12 Total des Dépôts/Total des Actifs DEPTA Transformation des dépôts

en crédits (gestion de

liquidité)

-

Source : auteur

Pour ce qui est des variables macroéconomiques, nous retenons certaines variables qui

représentent l’environnement macroéconomique pour nous. Compte tenu du manque des

données appropriées et de la rareté des analyses sur le secteur bancaire de la CEMAC, nous

retenons le taux de croissance du PIB (TPIB) et l’indice de prix à la consommation (IPC)

comme variables macroéconomiques. Le taux d’inflation est considéré dans la littérature

comme un indicateur de vulnérabilité macroéconomique (Albulescu, 2008). C’est pourquoi,

l’un des objectifs principaux des banques centrales est la recherche d’un taux d’inflation

soutenable. Le taux d’inflation observé fournit donc des informations sur les politiques

économiques. De plus, un niveau d’inflation faible augmente la confiance des investisseurs.

A côté de cet indicateur qui reflète plutôt la performance de la politique monétaire, nous

avons retenu un autre indicateur qui exprime la performance économique. Cet indicateur est

le taux de croissance du PIB.

Tableau n° 12 : synthèse des variables macroéconomiques utilisées comme variables de

contrôle

N° Définitions des variables Sigles Eléments appréciés Signes

15 le taux de croissance du PIB TPIB La performance économique du pays +

16 l’indice de prix à la

consommation

IPC La vulnérabilité macroéconomique et

performance de la politique monétaire

-

Source : auteur

165

Nous présentons dans le tableau n° 13 la synthèse des variables explicatives utilisées

dans notre modèle. Ce tableau reprend les définitions des différentes variables, les sigles

utilisés pour ces variables, leurs types, les signes attendus et les manières dont ces variables

sont utilisées.

Tableau n° 13 : récapitulatif des variables explicatives

N° Définitions des variables Sigles Types Considération

de la variable

Signes

attendus

1 Fonds Propres/Total Actifs FPTA C Variable

d’intérêt

+

2 Fonds Propres/Total Crédits FPTCR C Variable

d’intérêt

+

3 Crédits Nets/Total des Actifs CRNTA A Variable de

contrôle

+

4 Créances en Souffrance/Total

des Crédits

CRESTCR A Variable de

contrôle

-

5 Créances Douteuses/Total des

Crédits

CREDTCR A Variable de

contrôle

-

6 Créances Douteuses/Total des

Actifs

CREDTA A Variable de

contrôle

-

7 Provisions Existantes/Créances

Douteuses

PROECRED M Variable de

contrôle

+

8 Provisions à Constituer/Créances

Douteuses

PROCCRED M Variable de

contrôle

-

9 Provisions Existantes/Total des

crédits

PROETCR M Variable de

contrôle

-

10 Provisions Existantes/Total des PROETA M Variable de -

166

Actifs contrôle

11 Le Rendement des actifs ROA E Variable de

contrôle

+

12 La rentabilité des fonds propres ROE E Variable de

contrôle

+

13 Total des Crédits/Total des

Dépôts et le ratio

TCRDEP L Variable de

contrôle

+

14 Total des Dépôts/Total des

Actifs

DEPTA L Variable de

contrôle

-

15 Le Taux de croissance du PIB TPIB Macro Variable de

contrôle

+

16 L’Indice de prix à la

consommation

IPC Macro Variable de

contrôle

-

Source : auteur

En conclusion, nous avons tenté de prendre en considération la majorité des aspects

qui font référence à la santé des banques : le niveau et l’adéquation du capital, la performance

des crédits, la qualité du management, la liquidité et la profitabilité. La capacité de la banque

à résister aux chocs défavorables, constitue un élément important de l’analyse conduite par la

Commission bancaire. Pour ce qui est de la taille, la théorie « Too Big To Fail » continue de

susciter les débats quant à la relation entre la taille et la faillite des banques. Selon Diamond

(1984), les grandes banques occupent par leur taille une place prépondérante dans l’industrie

bancaire. Aggrawal et Jaques (2001) indiquent que la taille de la banque, mesurée par le

logarithme du total des actifs de la banque, influence le niveau de capitalisation choisi par

cette dernière. Plus le volume des actifs d’une banque est important, plus celle-ci aura une

facilité à mobiliser les fonds requis. Pour ce qui est de la CEMAC, les banques sont toutes

presque de même taille, si on mesure cette dernière par le logarithme du total des actifs de ces

banques. Ces dernières ne peuvent être considérées comme des grandes banques. C’est pour

ces raisons que nous n’avons pas retenu la variable taille dans notre modèle.

167

I.2.3- Les données utilisées

L’identification des indicateurs de solidité repose sur plusieurs types de données. Pour

l’étude de la solidité bancaire dans la CEMAC, nous nous limitons à l’utilisation des données

annuelles, fréquemment retenues dans la littérature empirique. Les données statistiques

utilisées pour mener les analyses quantitatives sont issues du système CERBER utilisé par le

Secrétariat général de la COBAC et des rapports annuels de la banque centrale. Ce système

permet à l’organe de supervision, à l’issue du dépouillement des états financiers transmis par

les banques, de leurs restituer leurs situations financières. C’est le principal outil de contrôle

sur pièce. Les données recueillies concernent les bilans annuels et les comptes de résultats

annuels des banques du Cameroun, du Congo, du Gabon et du Tchad (quatre pays sur le six

de la zone CEMAC), pour la période allant de 2000 à 2013. Nous retenons dans le cadre de

cette thèse, les données concernant les bilans et les comptes de résultat pour les variables

financières, et les séries macroéconomiques pour les variables macroéconomiques sur la

période d’étude. Pour le calcul des ratios qui concernent le bilan et le compte de résultats

nous ne travaillons qu’avec les données annuelles retenues par la COBAC au 31 décembre de

chaque année.

Il résulte de cette présentation que nous disposons de données de panel pour quarante-

une banques commerciales présentes dans les pays de la CEMAC. Nous utilisons les données

des banques installées dans quatre pays (Cameroun, Congo, Gabon et Tchad) de la CEMAC.

Le nombre total des banques présentes dans ces pays représente environ 82% de banques de

la sous-région (soit 41 banques sur 50). Face à la difficulté liée à la disponibilité des données,

nous effectuons cette étude sur la période allant de 2000 à 2013, soit quatorze ans. Les

données sur les variables macroéconomiques sont spécifiques à chaque pays de la sous-

région. Ces données permettent de mieux apprécier la solidité financière des banques. Elles

mesurent l’effet de l’environnement économique sur les capacités des banques de chaque

pays à résister à un choc défavorable. Le secteur bancaire de la CEMAC considéré comme un

cercle fermé rend la disponibilité des données difficiles, du fait du secret professionnel et de

la confidentialité des informations communiquées par les banques au régulateur. Cependant,

les indicateurs retenus expriment la solidité du secteur bancaire.

168

II – Les enseignements du modèle CAMEL pour les banques en zone CEMAC

La revue de littérature nous a fait comprendre qu’il existe encore un débat

contradictoire sur la contribution du niveau de capitalisation à la solidité des banques. Pour

cela, nous avons déterminé notre modèle d’étude en tenant compte des caractéristiques non

seulement des banques, mais aussi des économies dans lesquelles se trouvent ces banques.

Ainsi, il est donc important pour nous de présenter nos résultats.

Tableau n° 14 : synthèse des résultats des équations individuelles

Zscore(1) Zscore(2) Zscore(3) Zscore(4) Zscore(5) Zscore (6)

L.zscore 0.291 0.266 0.266 0.283 0.261 0.290

(8.23)*** (7.26)*** (7.32)*** (8.22)*** (6.83)*** (8.33)***

Fpta 4.209 4.175 4.175 4.256 4.071 4.237

(14.50)*** (14.63)*** (13.92)*** (14.15)*** (13.89)*** (14.75)***

Fptcr 0.276 0.264 0.281 0.271 0.299 0.268

(3.33)*** (3.29)*** (3.32)*** (3.20)*** (3.59)*** (3.26)***

Tcrdep 0.013

(1.51)

Depta 0.202

(1.24)

Proecred -0.003

(0.23)

Proccred -0.001

(0.16)

Proetcr 1.145

(1.42)

Proeta -0.448

(0.48)

Roa -0.024

(0.09)

Roe -0.005

(0.21)

Crnta 0.211

(1.09)

Crestcr 0.329

(0.98)

Credtcr -0.140

(0.39)

Credta 0.417

(0.70)

Tpib 0.032

(0.05)

Ipc 0.377

(0.43)

N 533 533 533 533 533 533

Notes : les valeurs entre parenthèses représentent les t statistique de Student calculé et * p<0.1;

** p<0.05; *** p<0.01

Source : auteur sur la base des calculs effectués sous Stata/SE 12.0

169

Tableau n° 15 : synthèse des résultats des équations imbriquées

Zscore(1) Zscore(7) Zscore(8) Zscore(9) Zscore(10)

L.zscore 0.291 0.260 0.240 0.244 0.244

(8.23)*** (7.13)*** (6.28)*** (6.26)*** (6.29)***

Fpta 4.209 4.163 4.141 4.081 4.080

(14.50)*** (14.20)*** (13.04)*** (11.36)*** (11.37)***

Fptcr 0.276 0.280 0.282 0.281 0.279

(3.33)*** (3.42)*** (3.43)*** (3.34)*** (3.31)***

Tcrdep 0.013 0.014 0.012 0.012

(1.51) (1.62) (1.31) (1.32)

Depta 0.282 0.273 0.018 0.022

(1.54) (1.42) (0.05) (0.06)

Proecred -0.005 -0.005 -0.005

(0.39) (0.40) (0.42)

Proccred 0.000 0.000 0.000

(0.12) (0.09) (0.09)

Proetcr 1.499 2.572 2.577

(1.69)* (2.08)** (2.09)**

Proeta -1.103 -2.177 -2.199

(0.93) (1.24) (1.25)

Roa -0.116 -0.113 0.066 0.067

(0.47) (0.35) (0.16) (0.16)

Roe -0.009 -0.011 -0.008 -0.009

(0.43) (0.40) (0.30) (0.32)

Crnta 0.292 0.289

(0.73) (0.73)

Crestcr -0.293 -0.286

(0.64) (0.63)

Credtcr -0.510 -0.502

(0.88) (0.87)

Credta 1.067 1.062

(0.88) (0.88)

Tpib 0.056

(0.08)

Ipc 0.355

(0.40)

N 533 533 533 533 533

Notes : les valeurs entre parenthèses représentent les t statistique de Student calculé et * p<0.1;

** p<0.05; *** p<0.01

Source : auteur sur la base des calculs effectués sous Stata/SE 12.0

Il découle de ces résultats plusieurs enseignements dont il est important de décliner.

Pour ce faire une interprétation de ces résultats est nécessaire avant toute conclusion.

II.1- Interprétation et discussion des résultats des estimations du modèle

Ici, nous allons mettre en exergue les résultats obtenus afin, de mettre en lumière les

différentes liaisons statistiques qui existent entre les différentes variables explicatives et la

variable à expliquer pour nos différentes estimations.

170

Le caractère dynamique de notre modèle est validé dans l’ensemble de nos équations.

En effet, l’ensemble des résultats obtenus de nos différentes estimations montrent que la

solidité bancaire est dynamique, car la variable retardée de la variable à expliquer (L.Zscore)

est statistiquement significative. Une solidité antérieure élevée entrainerait une augmentation

du niveau de solidité de la banque, ce qui confirme l’importance de la prise en considération

de l’aspect dynamique dans la détermination des exigences de solidité prôné par certains

auteurs (Kim et Santomero, 1988 ; Koehn et Santomero, 1980 ; Saadaoui, 2010). Pour ce qui

est de notre relation d’intérêt, nos estimations montrent qu’il existe bien sur la période

étudiée une relation statistiquement significative entre les exigences de capital représentée

par le niveau de capitalisation (FPTA et FPTCR) et la solidité bancaire (Z-score). Les signes

positifs des variables représentant le niveau de capitalisation est également conforme aux

prédictions théoriques et à nos attentes. Ceci dit une augmentation du niveau de capitalisation

entraine une augmentation significative au seuil de 1% de la capacité de la banque à résister

aux chocs défavorables. Ce résultat rejoint celui d’Avery et Berger (1991) qui trouvent qu’un

ratio (capitaux propres sur total actifs) plus élevé est associé à une probabilité de faillite plus

faible. Ceci confirme l’idée défendue par Saadaoui (2010), qui pense qu’en appliquant une

norme de fonds propres l’organe de régulation a la possibilité d’éviter une prise de risque

excessive par les banques et de les obliger à adopter un comportement prudent. On peut donc

dire que les exigences de capital selon la réglementation COBAC calquée sur le type des

Accords de Bâle II semblent être bien adaptées au contexte, en ce sens, qu’elles conduisent

effectivement à l’amélioration de la solidité des banques dans la sous-région.

L’objectif de notre recherche est d’examiner la relation qui existe entre le niveau de

capitalisation et la solidité bancaire, afin de proposer un modèle permettant de maintenir,

voire d’améliorer la solidité des banques dans la CEMAC. C’est ainsi que nous introduisons

d’abord individuellement les variables de contrôle pour apprécier leur effet sur notre relation

d’intérêt et ensuite nous introduisons successivement ces variables pour voir leurs effets

simultanés sur la relation de base. Les résultats du modèle résumés dans le tableau n° 14,

indiquent pour l’équation (2) que la prise en considération des variables tenant compte de la

liquidité de la banque (DEPTA et TCRDEP) permet de maintenir le niveau d’influence de la

capitalisation au seuil de 1%. Cette estimation révèle aussi que la capacité de la banque à

collecter les dépôts et à les transformer permet de stabiliser l’influence du niveau de

capitalisation sur la solidité bancaire, car les coefficients des variables représentant le niveau

de capitalisation restent sensiblement les mêmes.

171

Pour ce qui de la qualité de gestion, lorsqu’on introduit les indicateurs quantitatifs

retenus par la COBAC (PROECRED, PROCCRED, PROETCR et PROETA) dans notre

modèle, on constate qu’aucune d’entre ces variables n’est significative et que le niveau de

significativité de l’influence de la capitalisation reste au seuil de 1%. De plus, on retrouve

presque les mêmes coefficients (4,175) pour la variable fonds propres sur total actif (FPTA)

et (0,264) pour les fonds propres sur total des crédits (FPTCR). Ceci montre que certes, la

prise en considération de la qualité de gestion n’a pas un effet amplificateur sur la relation

capitalisation et solidité bancaire, mais elle permet de maintenir la contribution de la

capitalisation à la solidité à un niveau significatif.

Lorsqu’on introduit les indicateurs de la rentabilité (ROA et ROE) dans le modèle

initial, il ressort de l’estimation que la contribution du niveau de capitalisation à la solidité

reste significative au seuil de 1%. Le rendement des actifs (ROA) et la rentabilité des fonds

propres (ROE) ne sont pas significatifs dans l’explication de la solidité. Ceci peut être

expliqué par le fait que la rentabilité de la banque dépend du résultat net de cette dernière, or

la banque peut garder une partie de ce résultat comme réserve. Tout en sachant que les

réserves sont intégrées dans les fonds propres, la rentabilité de la banque peut améliorer le

niveau de capitalisation de celle-ci.

L’équation (5) dans laquelle nous introduisons les variables relatives à la qualité du

portefeuille de crédits (CRNTA, CRESTCR, CREDTCR et CREDTA) révèle que la prise en

considération de ces variables dans le modèle permet de maintenir le niveau de significativité

de la contribution de la capitalisation à la solidité bancaire au seuil de 1%. Par ailleurs, on

constate qu’aucune de ces variables n’est significative dans l’explication de la solidité

bancaire dans la CEMAC. En effet, lorsque les actifs sont de bonne qualité, le niveau de

provision de la banque baisse. Ceci permet de maintenir ou d’améliorer le niveau de

capitalisation de la banque. De plus, les banques dans la CEMAC sont frileuses. En moyenne,

elles distribuent en crédits nets moins de la moitié de leurs actifs (la moyenne de la variable

CRNTA est de 35%).

Pour ce qui est des variables macroéconomiques (PIB et IPC), nous constatons que

leur prise en considération dans le modèle maintient au seuil de 1% le niveau de

significativité de l’influence du niveau de capitalisation sur la solidité bancaire. Nous

retrouvons presque les mêmes coefficients initiaux pour les variables représentant le niveau

de capitalisation. Tout comme les variables liées à la qualité du portefeuille de crédits, aucune

172

variable macroéconomique n’est significative. Ceci dit dans la CEMAC, les banques ne sont

pas procycliques.

Les résultats présentés ci-dessous sont issus des introductions individuelles des

variables de contrôle, ce qui nous a permis d’apprécier leurs effets individuels sur notre

relation d’intérêt. Pour apprécier l’effet collectif de certaines variables, voire de l’ensemble

de nos variables de contrôle, nous avons introduit successivement ces variables dans notre

modèle initial. Les résultats issus des estimations des différentes équations imbriquées sont

proches de ceux présentés précédemment, ce qui confirme les effets individuels de certaines

variables.

L’équation (7) nous permet d’apprécier l’effet collectif des variables liées à la

liquidité (DEPTA et TCRDEP) et celles de la rentabilité (ROA et ROE). L’estimation de

cette équation montre qu’en plus de la variable retardée, il n’y a que les variables liées à la

capitalisation qui sont significatives dans l’explication de la solidité bancaire. On constate

que le niveau de significativité de la contribution du niveau de capitalisation à la solidité reste

à 1%. Par ailleurs, la capacité de la banque à collecter les dépôts, à les transformer et sa

rentabilité ne sont pas significatives. La prise en compte simultanée de ces variables n’a

qu’un effet stabilisateur de la relation qui existe entre le niveau de capitalisation et la solidité

bancaire, car les coefficients des variables d’intérêt restent sensiblement les mêmes.

Lorsqu’on ajoute à l’équation (7) les variables liées à la gouvernance (équation 8), on

se rend compte que l’une des variables liées à la qualité de gestion (PROETCR) devient

significative au seuil de 10%. Le niveau de significativité des variables liées à la

capitalisation reste à 1%. Au vu de ces seuils de significativité et des signes des coefficients,

on peut conclure que la prise en considération simultanée de ces variables améliore la solidité

des banques.

Dans l’équation (9), nous intégrons les variables liées à la qualité du portefeuille de

crédits. Il ressort de l’estimation de cette équation au moins deux constats remarquables. On

constate qu’en dehors de la variable retardée et des variables liées à la capitalisation, la

variable liée à la capacité de la banque à provisionner les créances en souffrances

(PROETCR) devient significative au seuil de 5%. On retrouve les mêmes résultats à

l’estimation de l’équation (10) dans laquelle on ajoute les variables macroéconomiques à

l’équation (9). Il ressort donc de ces deux équations que la prise en compte simultanée des

variables individuelles et des variables macroéconomiques a eu un effet stabilisateur pour la

173

capitalisation. Certes le coefficient d’une des variables représentant le niveau de

capitalisation baisse légèrement (passant de 4,209 à 4,080 pour la variable FPTA), cela est

compensée par l’amélioration de l’influence positive de la qualité de gestion sur la solidité

bancaire. Sur ce point, nos résultats contredisent la recommandation d’Oung (2003)

concernant le secteur industriel. Cet auteur suggère une évolution des exigences en capital

assez cohérente avec la conjoncture mesurée par le taux de croissance du Produit Intérieur

Brut (PIB). En fait, si on se trouve dans une situation de contrat incitatif, l’exigence de

capitalisation peut être un mécanisme susceptible d’inciter les banques à la prudence, sauf

que dans certaines circonstances, les éléments qui poussent la banque à faire le choix de

poursuivre sa rentabilité au détriment de la prudence dominent (Saadaoui, 2010). En plus, la

banque est considérée comme une industrie particulière du fait de la spécificité de ses inputs

et outputs. Au-delà de la stabilité de l’influence du niveau de capitalisation sur la solidité

bancaire dans cette équation, on constate que la variable liée au niveau de provisionnement a

un effet positif avec un coefficient de 2,577 au seuil de 5%. Ainsi, on peut dire que les

variables de contrôle permettent non seulement de stabiliser la contribution du niveau de

capitalisation, mais améliore la solidité bancaire dans les pays de la CEMAC. Ainsi, notre

hypothèse deux intitulé : « La prise en compte conjointe l’aspect interne de la banque et de

l’aspect macroéconomique améliore la contribution du niveau de capitalisation à la solidité

bancaire dans la CEMAC. » est rejetée.

II.2- Les recommandations pour une politique bancaire efficace

L’objectif de cette thèse est d’évaluer l’apport des autres variables individuelles et

macroéconomiques à la relation qui existe entre le niveau de capitalisation et la solidité

bancaire. Certains des indicateurs individuels et macroéconomiques exercent des effets

différents sur la solidité des banques de la CEMAC. Les différentes estimations nous amènent

à faire des recommandations pour les trois principales remarques.

Premièrement, nous remarquons que la solidité des banques est dynamique et dans

toutes les estimations il existe une relation positive et significative entre l’ensemble des ratios

du capital (FPTA et FPTCR) et le Z-score. Les banques qui ont un ratio du capital plus

important présentent une solidité plus élevée. Ce résultat est en conformité avec les résultats

des études réalisées par Solhi et Mehdi (2012) sur un panel constitué des banques des pays de

la région Moyen-Orient et Afrique du Nord. Il corrobore également les résultats obtenus par

174

Camara (2010) qui montrent que les ratios du capital réglementaire pondéré du risque

contribuent à réduire le risque de défaillance des banques européennes. Pour ce faire, il

s’avère nécessaire pour les institutions de régulation sous-régionales des banques des pays

d’Afrique comme la COBAC d’élever le niveau du ratio du capital minimum, afin

d’améliorer la solidité des banques de la sous-région. Pour ce qui est des banques, elles ne

doivent pas chercher à avoir un niveau très élevé du total de dépôts sur le total actif, car cela

indique que le niveau du capital ou de fonds propres est faible, c’est-à-dire une faible

solvabilité. C’est vrai que le niveau de capitalisation élevée d’une banque (surcapitalisée),

nous amène à la considérer comme robuste, mais cette banque peut montrer une préférence

pour le risque. En effet, si l’excès de capitalisation de cette banque provoque un sentiment de

sécurité chez les dirigeants, ces derniers choisiront des stratégies plus risquées (Saadaoui,

2010).

Deuxièmement, lorsqu’on prend individuellement les différents indicateurs, on ne

constate pas d’effet significatif dans les différentes relations établies entre la solidité bancaire

et les indicateurs individuels et macroéconomiques. De plus, la relation préétablie entre les

ratios des fonds propres et le Z-score est restée presque stable (relation significative au seuil

de 1% avec des coefficients maintenus autour de 4,2 pour le ratio fonds propres sur total des

actifs et 0,28 pour le ratio fonds propres sur total des crédits bruts). Ceci nous amène à dire

que, l’application d’une politique prudentielle qui prend en considération individuellement

ces éléments ne pourra pas améliorer la solidité des banques. S’agissant des effets des

variables macroéconomiques, il ressort de nos estimations que le taux de croissance du PIB et

le taux d’inflation n’ont aucun effet sur la solidité des banques dans la CEMAC. Ce résultat

ne confirme pas celui de Dannon et Lobez (2014) qui constatent que dans l’UEMOA les taux

de croissance élevés sont associés à un risque de défaillance bancaire plus faible. Ceci peut

être expliqué par la frilosité des banques de cette sous-région. Le manque de diversification

au niveau des sources de rendement des banques de la sous-région, engendre une domination

des commissions sur une large partie des profits réalisés. Pour Saadaoui (2010), cette

situation de dépendance des banques à l’égard des activités d’intermédiation traditionnelles

peut être due à la faiblesse des activités des marchés financiers qui constituent une source,

alternative et plus fructueuse de revenus. Il est donc important de résoudre le problème

d’asymétrie d’information afin de stimuler les activités de crédit et des marchés financiers.

En effet, en période de croissance, l’amélioration des revenus des agents économiques

175

augmente leur capacité à honorer leurs engagements et les banques choisissent les actifs les

moins risqués.

Troisièmement, nous remarquons qu’il y a une amélioration de la solidité bancaire

lorsque tous les indicateurs du type CAMEL sont pris en compte simultanément. On a le

même résultat lorsqu’on ajoute à ces indicateurs les indicateurs macroéconomiques. Cette

amélioration de la solidité des banques proviendrait d’une gouvernance prudente, qui se

manifeste à travers le provisionnement des créances. Dans nos estimations 9 et 10, on

constate que la variable PROETCR est significative au seuil de 5% avec des coefficients

positifs. Il ressort donc de ces estimations que la gouvernance bancaire contribue à la solidité

de la banque à condition que les autres indicateurs internes soient pris en considération.

Conclusion

Dans ce chapitre, nous avons évalué empiriquement si la prise en compte des autres

indicateurs internes et externes amplifie ou modère la contribution du niveau de capitalisation

à la solidité bancaire dans la CEMAC. Nous avons utilisé les données de panel pour 41

banques reparties dans quatre pays de la CEMAC (Cameroun, Congo, Gabon et Tchad) sur la

période allant de 2000 à 2013. Les données utilisées sont extraites du système CERBER de la

COBAC. Pour apprécier les influences individuelles et groupées, nous avons procédé à

l’estimation de notre modèle en deux étapes.

Dans la première étape, plusieurs estimations du modèle dynamique de panels ont été

considérées afin d’apprécier l’impact individuel de chaque groupe des variables sur la

relation qui existe entre le niveau de capitalisation et la solidité bancaire. Nous avons d’abord

défini le modèle de base avec les variables liées au niveau de capitalisation. Ensuite, nous

avons estimé plusieurs équations en injectant les variables par groupe dans le modèle de base.

Nos résultats pour cette première étape montrent que la prise en considération individuelle

des différents indicateurs CAMEL et macroéconomiques, n’amplifie pas la contribution des

exigences en fonds propres à la solidité bancaire. Cependant, pris individuellement ces

indicateurs permettent de stabiliser la relation qui existe entre le niveau de capitalisation et la

solidité bancaire.

Dans la seconde étape, nous élargissons notre analyse à l’ensemble des indicateurs.

Nous avons procédé à l’estimation des équations imbriquées afin d’analyser les effets des

groupes des variables pris simultanément. Nous effectuons cette étude pour les banques de la

176

CEMAC avec le même échantillon que celui de l’étape précédente. Nous constatons que

lorsqu’on tient compte de toutes les variables CAMEL dans une politique d’exigence des

fonds propres, il y a une amélioration de la solidité. En effet, non seulement la relation de

base reste significative au seuil de 1%, la bonne gouvernance représentée par la capacité à

provisionner les créances douteuses contribue à améliorer la solidité bancaire au seuil de 5%.

Cette relation reste stable lorsqu’on ajoute les indicateurs macroéconomiques.

Les résultats de notre étude mettent en évidence l’importance de la prise en

considération de la plupart du contour de la banque pour l’amélioration de la solidité bancaire

tout en stabilisant la contribution du niveau de capitalisation. Les résultats des estimations des

équations imbriquées qui font apparaître l’importance des provisions existantes sur le total de

crédits bruts, vont dans le sens de la mise en œuvre d’une régulation contra-cyclique de la

capitalisation bancaire dans la CEMAC. Les résultats de nos analyses confirment la nécessité

d’une mise œuvre contextualisée de la réglementation prudentielle définie par les accords de

Bâle III.

177

Conclusion deuxième partie

Dans cette deuxième partie de notre travail, nous poursuivons avec l’examen des

différentes relations existantes entre les exigences réglementaires et la solidité des banques.

Dans cette partie l’attention est portée sur la contribution du niveau de capitalisation à la

solidité bancaire. Théoriquement, il est établi avec les accords de Bâle que le niveau de

capitalisation à partir d’un seuil bien défini améliore la solidité bancaire. Si on considère que

la relation qui existe entre le niveau de capitalisation et la solidité bancaire est positive, il se

pose donc la question de son amplification. C’est la raison pour laquelle, nous avons essayé

d’apporter une réponse à la question de savoir : quels sont les effets des indicateurs

individuels et macroéconomiques sur la relation qui existe entre le niveau de capitalisation et

la solidité bancaire notamment dans la CEMAC ?

Nous avons entamé le troisième chapitre par une réflexion sur la définition des fonds

propres. Il nous a semblé important de revenir sur le concept des fonds propres avant de

ressortir les différentes relations qui existent entre le niveau de capitalisation et la solidité

bancaire. Il ressort de la revue de littérature que le concept de capitalisation est dynamique.

En plus, on constate que la définition des fonds propres dépend du contexte. C’est pour cette

raison que la définition des fonds propres dans la CEMAC n’est pas la même chose qu’en

Europe. En effet, chaque régulateur tient compte des spécificités de son économie. Ainsi, tout

en reprenant à son compte les fondamentaux définis par le Comité de Bâle, chaque organe de

supervision définit sa réglementation.

Après avoir levé l’équivoque sur la définition du concept des fonds propres, nous

avons exploré la littérature pour ressortir les différentes relations qui existe entre le niveau de

capitalisation et la solidité bancaire. Au vu de la littérature l’influence de la capitalisation sur

la solidité à travers la prise de risque reste controversée. En effet, certains auteurs (Artus,

1991 ; Kim et Santomero, 1988 ; Shrieves et Dahl, 1992) montrent que l’exigence en matière

de capitalisation a un effet négatif sur la solidité des banques. Pour eux les exigences en

matière de fonds propres peuvent avoir pour conséquence l’augmentation de la prise des

risques. Par contre certains auteurs (Miskhin et al., 2010) qui défendent l’idéologie du Comité

de Bâle, pensent que le débat devrait plutôt porter sur le niveau de capitalisation et non sur le

sens de la relation. Pour les auteurs de ce courant de pensée, la capitalisation améliore la

solidité bancaire. C’est cette idéologie qui est appliquée dans la CEMAC. C’est pour cette

raison que nous considérons qu’il existe une relation positive entre le niveau de capitalisation

et la solidité bancaire dans la CEMAC.

178

Cette relation établie, nous avons procédé dans le quatrième chapitre à l’évaluation

empirique des effets de la prise en compte de certaines variables internes à la banque et les

variables macroéconomiques dans les différentes estimations de cette relation. Nous avons

utilisé des données de panel pour 41 banques dans un modèle dynamique pour la période

2000-2013. Nous avons procédé à l’estimation de notre modèle en deux étapes.

Premièrement, nous avons cherché à apprécier l’impact individuel de chaque groupe

des variables de contrôle sur la relation qui existe entre le niveau de capitalisation et la

solidité bancaire. Nous avons estimé plusieurs équations en injectant les variables de contrôle

groupe par groupe dans le modèle de base. Nous n’avons pas constaté un effet amplificateur

ou modérateur pour cette première étape. En effet, la prise en compte individuelle des

indicateurs CAMEL et des indicateurs macroéconomiques, n’améliore pas la contribution du

niveau de capitalisation à la solidité bancaire. Cependant, ces indicateurs jouent un rôle

stabilisateur de la relation qui existe entre le niveau de capitalisation et la solidité bancaire.

Deuxièmement nous avons apprécié l’effet collectif des variables de contrôle. Pour

cela, nous avons procédé à l’estimation des équations imbriquées qui nous permettent

d’analyser les effets des groupes des variables pris simultanément. Le premier constat qu’on

dégage de ces estimations est l’importance de la prise en compte simultanée de l’aspect

interne de la banque pour une politique d’exigence en fonds propres efficace. Ensuite, la prise

en considération de l’aspect macroéconomique permet de stabiliser cette relation. C’est pour

cette raison qu’il est recommandé aux autorités monétaires de la CEMAC de prendre en

considération l’aspect interne de la banque et le cadre macroéconomique pour toute politique

d’exigence des fonds propres.

179

Conclusion générale

Compte tenu des exigences de capitalisation et de qualité d’actif, l’objectif de notre

thèse est d’analyser la solidité bancaire dans la CEMAC. Pour y arriver, nous avons retenu

deux principaux axes de recherches. Nous avons d’une part étudié les effets des variables

individuelles et macroéconomiques sur la relation préétablie entre la qualité du portefeuille de

crédits et la solidité bancaires, et d’autre part les effets de ces variables sur la relation qui

existe entre le niveau de capitalisation et la solidité bancaire. Pour ce faire, nous avons scindé

le travail en deux parties. Dans la première partie, nous avons porté notre attention sur

l’analyse de la relation qui existe entre la qualité du portefeuille de crédits et la solidité

bancaire. La deuxième partie s’est portée sur l’importance de la prise en compte des variables

individuelles et macroéconomiques sur le lien qu’il y a entre le niveau de capitalisation et la

solidité bancaire.

Comme il est établi par plusieurs auteurs dans la littérature, le risque de crédit est le

principal risque de défaillance des banques. Les prêts non performants sont la conséquence

d’une prise de risque de crédit par la banque. Dans la CEMAC, en dépit des efforts déployés

depuis les années 90 pour assainir le secteur bancaire, le taux des crédits non performants

demeure élevé. Avec un taux des créances douteuses d’environ 7,22 % en 2011, la qualité du

portefeuille de crédits des banques de la communauté s’est de plus dégradée en 2013 avec

une hausse de 48 % des créances en souffrance par rapport à 2012 (COBAC, 2013). Ce taux

envoie un signal sur la qualité du portefeuille de crédits des banques de la sous-région.

L’estimation de notre modèle de base montre que l’augmentation des créances douteuses

détériore la solidité des banques. Pour cela, il semble important de chercher les facteurs

modérateurs de cette influence. C’est ainsi que, nous avons dans la première partie de notre

thèse tenté d’apporter des éléments de réponse à la question suivante : quels sont les effets

des variables individuelles et macroéconomiques sur la relation qui existe entre la qualité du

portefeuille de crédits et la solidité bancaire dans la CEMAC ?

Pour une meilleure connaissance de la qualité du portefeuille de crédits, nous nous

sommes intéressés à la littérature théorique et empirique traitant de ce sujet. L’importance de

la qualité des actifs pour la banque n’est plus à démontrer. En effet, la qualité du portefeuille

de crédits d’une banque est dépendante de la qualité de ses actifs, c’est-à-dire de ses

débiteurs. Ainsi, nous avons étudié dans le premier chapitre la nécessité pour les banques

d’avoir des débiteurs sains. Nous avons mobilisé certaines théories (la théorie du signal, les

180

contrats incitatifs et la théorie du compte chèque) permettant à la banque de distinguer les

débiteurs sains des autres débiteurs. En effet, le phénomène d’asymétrie d’information

expliqué par Akerlof (1970) est à l’origine de la distinction entre les mauvais emprunteurs et

les bons emprunteurs dans le secteur bancaire. Dans un contexte d’asymétrie d’information

Spence (1973) développe la théorie du signal pour déterminer les éléments permettant

d’envoyer un signal sur la qualité du demandeur d’emploi. Nous avons mobilisé cette théorie

dans le cadre du marché bancaire, pour sa double utilisation. D’une part elle permet aux

banquiers de distinguer les bons emprunteurs des mauvais emprunteurs et d’autre part elle

peut être utilisée par les emprunteurs pour signaler la qualité de leurs signatures. Pour

résoudre le problème d’information, Cherif (1999) pense qu’il faut développer non seulement

des techniques de décodage du signal par les banquiers, mais les techniques de signalisation

permettant aux emprunteurs d’envoyer les bonnes informations aux banques. Pour ce faire,

nous avons développé des éléments qui permettent de connaître la nature de l’emprunteur : la

capacité financière de l’emprunteur, le statut juridique du débiteur, la situation fiscale du

débiteur et le secteur d’activité du débiteur. Eber (2001) considère la banque comme une

structure multi – produits, il suppose qu’elle a l'avantage de gérer les comptes de ses clients.

La théorie du compte du chèque développée par des auteurs comme Fama (1985), suppose

que l’emprunteur est en même temps un déposant. La banque peut donc se servir du suivi des

mouvements du compte de son client pour tirer en continue d’informations sur les capacités à

rembourser de ce client. Ainsi, elle peut apprécier le degré d’aversion pour le risque d’un

client en observant les mouvements de son compte. Vilanova (1997) soutient que la relation

de compte courant établie entre la banque et son client, permet à la banque d'obtenir de

l'information gratuite. En plus, les banquiers peuvent utiliser d’autres techniques pour extraire

l’information sur la qualité de leurs emprunteurs.

Parmi les variables qui déterminent l’offre de crédit par la banque il y a le taux

d’intérêt. Les banques en voulant se couvrir contre les risques, fixent leurs taux d’intérêt en

tenant compte de la probabilité du défaut des emprunteurs. Pour Stiglitz et Weiss (1981),

l’évolution du rendement de la banque en fonction du taux d’intérêt suit une courbe en

cloche. En effet, si la banque se focalise seulement sur le taux d’intérêt pour distinguer les

différents emprunteurs, elle va atteindre un niveau maximum du taux d’intérêt au-dessus du

quel son rendement ne s’accroît plus. A ce niveau la banque pour éviter la dégradation de la

qualité de son portefeuille, finit par rationner les crédits. La banque peut aussi utiliser le

contrat incitatif pour réduire l’asymétrie d’information (Diamond, 1984). Le contrat incitatif

181

permet à la banque de distinguer les mauvais emprunteurs des bons dans une relation de long

terme. La banque peut aussi utiliser l’apport personnel comme moyen de distinction des

débiteurs. En effet, la volonté d’investir dans son projet envoie un signal important par

rapport à la qualité du projet (Leland et Pyle, 1977). Pour Ross (1977), la structure financière

de l’entreprise envoie un signal qui permet à la banque de déterminer la qualité de cette

entreprise. Le banquier peut s’appuyer sur tous ces éléments pour avoir un portefeuille de

crédits de bonne qualité. Abdou (2002) pense que la qualité des crédits est importante à plus

d’un titre pour les autorités monétaires.

L’évaluation de la solidité d’une banque ne doit pas se limiter à la capacité de cette

institution à faire face aux chocs défavorables, il faut identifier les facteurs qui peuvent

influencer l’équilibre de cette banque. C’est ainsi que dans la littérature plusieurs auteurs

considèrent que les facteurs qui dégradent la qualité du portefeuille de crédits d’une banque

agissent négativement sur la solidité de cette dernière. Cette relation étant établie, nous nous

sommes intéressés dans le deuxième chapitre de ce travail à l’évaluation empirique des effets

de certains facteurs internes et externes à la banque sur l’influence de la qualité du

portefeuille de crédits.

Pour l’évaluation empirique des effets des différents indicateurs individuels et

macroéconomiques, nous avons utilisé l’indicateur Z-score pour appréhender la solidité

bancaire. En fait, le Z-score contient toute l’information concernant la santé financière de la

banque. Il est constitué d’une composante qui tient compte de la performance de la banque

ajustée du risque et d’une autre composante portant sur la couverture du risque du portefeuille

de crédits par les fonds propres. Nous avons présenté dans la suite les différents indicateurs

internes de la banque et les indicateurs macroéconomiques, avant d’exposer les différents

liens qui existent entre la qualité du portefeuille de crédits et la solidité bancaire. Ceci, nous a

permis de spécifier un modèle économétrique que nous avons estimé sur un panel de 41

banques pour la période allant de 2000 à 2013. Pour cette étude, nous avons opté pour un

modèle dynamique du Z-score compte tenu du caractère dynamique de la solidité.

Dans ce modèle, nous avons utilisé les indicateurs de solidité financière déterminés

par les organismes de Bretton-Woods (FMI, 2006). Pour ce faire, nous avons présenté les

différentes techniques d’appréciation de la solidité avant de procéder au choix de la technique

appropriée pour notre étude. Ainsi, nous avons présenté les tests de résistance aux chocs

(stress tests), les systèmes d’alerte précoce et les autres techniques quantitatives utilisées

182

pour évaluer la solidité (les analyses discriminantes et les Z-scores). En effet, les stress tests

sont des tests de résistance qui permettent de jauger la vulnérabilité d’une banque ou d’un

système bancaire face à un changement majeur de la situation économique. Ils permettent de

savoir ce qui va se passer dans la banque ou le système bancaire en cas de survenance d’un

choc quelconque dans l’économie. Ces tests sont pratiqués tant au niveau microéconomique

(la banque) qu’au niveau macroéconomique (le système bancaire). Tandis que les systèmes

d’alerte précoce permettent de détecter la vulnérabilité des banques. Ils permettent

d’identifier les banques dont la situation apparaît préoccupante. Leur objectif est d’identifier

les indicateurs d’alerte qui permettent d’évaluer la solidité de la banque ou du système

bancaire pour établir des politiques préventives et correctives si nécessaire pour éviter

l’instabilité financière. Ces systèmes sont utilisés pour anticiper l’apparition d’un choc. Pour

cela, on utilise soit la méthode du signal qui permet d’analyser individuellement chaque

indicateur, soit les modèles logit et probit binomial ou multinomial qui permettent d’établir

une relation entre les différents indicateurs. Les autres techniques d’analyse de la solidité

bancaire les plus connues sont les analyses discriminantes et les Z-scores. L’analyse

discriminante vise à prédire l’appartenance au groupe des banques solides ou des banques

fragiles. Cette technique peut être utilisée lorsqu’on a un objectif de classification des

banques étudiées. Par ailleurs, le modèle de Z-score basé sur l’analyse discriminante multiple

est le plus populaire dans la littérature dans le domaine de la défaillance des institutions

financières. En effet, l’indicateur Z-score permet d’approximer le risque de défaillance et de

tester la fragilité de la structure étudiée. Cet indicateur est inversement corrélé à la probabilité

d’insolvabilité de la banque. Pour notre étude, nous avons retenu cet indicateur qui est

constitué d’une composante portant sur la performance des actifs de la banque et d’une autre

qui porte sur la couverture du risque de ces actifs par les fonds propres. Ceci nous permet

d’analyser d’une part la relation qui existe entre les indicateurs de la qualité des actifs et le Z-

score, et d’autre part les indicateurs du niveau de capitalisation et le Z-score.

Dans la deuxième partie de cette thèse, nous poursuivons avec l’analyse de la solidité

bancaire en s’intéressant à la contribution du niveau de capitalisation. Pour le faire, nous

avons d’abord rappelé le débat théorique portant sur les exigences en fonds propres et la

poursuite de l’objectif de solidité dans le secteur bancaire. S’il est établi dans la littérature à

travers les accords de Bâle que le niveau de capitalisation a une relation positive avec la

solidité bancaire, il s’avère donc important d’améliorer cette relation. C’est la raison pour

laquelle, nous nous sommes intéressés aux effets des variables de contrôle sur cette relation

afin d’améliorer la solidité bancaire. Dans cette partie, nous sommes revenus sur la définition

183

des fonds propres selon les accords de Bâle. Car, il était important de circonscrire le concept

de capitalisation qui est fondé sur les fonds propres avant de ressortir les différentes relations

qui existent entre le niveau de capitalisation et la solidité bancaire. Nous constatons dans la

littérature qu’en plus de la contextualisation de la définition des fonds propres, le concept de

capitalisation est dynamique.

Après avoir circonscrit le concept de capitalisation, nous avons exploré dans le

troisième chapitre de notre travail, la littérature portant sur la relation qui existe entre le

niveau de capitalisation et la solidité bancaire. Il existe dans la littérature une controverse au

sujet de cette relation. En effet, plusieurs auteurs pensent comme Kim et Santomero (1988)

que l’exigence en matière de capitalisation a un effet négatif sur la solidité des banques. Pour

ces auteurs partisans de la théorie du choix de portefeuille, le fait d’exiger des banques un

certain niveau des fonds propres peut entrainer l’augmentation de la prise des risques par ces

dernières. Pendant que les auteurs comme Miskhin et al. (2010) partisans de la théorie de

préférence des états, défendent l’idéologie selon laquelle l’augmentation du niveau de

capitalisation influence négativement la prise de risque par la banque. Pour ces auteurs, les

exigences en fonds propres améliorent la solidité bancaire. C’est cette idéologie qui est

prônée par le Comité de Bâle depuis 1988 avec les premiers accords de Bâle. En tenant

compte de la position du Comité de Bâle, on considère que la capitalisation contribue à

l’atteinte de l’objectif de solidité de la banque. Ainsi, nous avons donc procédé dans la suite

de cette thèse à l’évaluation empirique des effets des facteurs individuels et

macroéconomiques sur la contribution du niveau de capitalisation à la solidité bancaire.

Pour l’évaluation empirique de la relation qui existe entre le niveau de capitalisation

et la solidité des banques, nous avons utilisé les mêmes données pour les 41 banques retenues

dans la première partie pour la période de 2000 à 2013. Pour l’estimation du modèle

dynamique dans cette partie, nous avons retenu la méthode LSDVC au lieu de la méthode des

moments généralisée (MMG) utilisée dans la première partie. Comme dans la partie

précédente, nous avons procédé à l’estimation de notre modèle en deux étapes. Nous avons

cherché d’abord à apprécier l’effet individuel de chaque groupe des variables de contrôle,

avant de chercher à apprécier l’effet collectif de prise en compte simultanée de certains

groupes des variables. Dans le premier cas, nous avons estimé plusieurs équations en

injectant les variables de contrôle groupe par groupe dans le modèle de base. Deuxièmement

nous avons procédé à l’estimation des équations imbriquées qui nous ont permises d’analyser

les effets des groupes des variables pris simultanément.

184

Au terme de cette thèse, nous dégageons pour nos objectifs intermédiaires des

résultats pertinents pour l’amélioration de la solidité bancaire dans la CEMAC. Pour ce qui

est de la première relation, nos résultats montrent que la prise en compte simultanée des

différents indicateurs individuels du type CAMEL et des indicateurs macroéconomiques

réduit l’effet négatif de la dégradation de la qualité du portefeuille de crédits sur la solidité

bancaire. En effet, lorsqu’on injecte toutes les autres variables individuelles et les variables

macroéconomiques dans le modèle, on constate que l’influence négative des variables

représentant la dégradation de la qualité du portefeuille de crédits sur la solidité bancaire

devient non significative. Lorsqu’on prend individuellement les groupes de variables, il n’y a

que les variables représentant la rentabilité de la banque qui modère l’influence de la

dégradation de la qualité du portefeuille de crédits. Pour ce qui est de la deuxième relation,

c’est-à-dire celle qui existe entre la capitalisation et la solidité bancaire, nos résultats

montrent que la prise en compte individuelle des indicateurs CAMEL et des indicateurs

macroéconomiques, n’amplifie pas cette relation. Ces indicateurs permettent de stabiliser la

relation qui existe entre le niveau de capitalisation et la solidité bancaire. Lorsqu’on prend en

considération toutes les variables de contrôle (les variables individuelles et

macroéconomiques), on constate une amélioration de la solidité, car en plus du niveau de

capitalisation, la capacité de la banque à provisionner ses créances explique significativement

la solidité bancaire. Compte tenu du seuil de significativité des différentes variables liées au

niveau de capitalisation, on peut dire que l’effet des variables individuelles et

macroéconomiques sur la relation préétablie entre le niveau de capitalisation et la solidité

bancaire reste ambigu.

Les résultats de ces évaluations empiriques confirment les actions des bailleurs de

fonds internationaux qui ne cessent de solliciter des autorités de la CEMAC l’amélioration de

la gouvernance bancaire et la prise des mesures nécessaires pour minimiser les risques

financiers. Nos résultats pour ce qui est des variables macroéconomiques rejoignent le

résultat de Demirguc-Kunt et Detragiache (1998) qui pensent que l’environnement

macroéconomique agit sur la qualité du portefeuille et la rentabilité des banques. De plus, il

ressort de cette étude que la fonction d’intermédiation est importante dans la CEMAC. En

effet, cette fonction contribue significativement à l’amélioration de la solidité bancaire. C’est

pour cette raison que nous concluons en disant que la surliquidité des banques provenant de

la faible activité de crédit est nocive pour la solidité des banques de la sous-région. Il faut

rappeler que nos résultats révèlent un effet stabilisateur pour la prise en considération de

l’aspect macroéconomique dans la solidité bancaire. C’est pour toutes ces raisons qu’il nous

185

semble important de tenir compte de tous les aspects de la banque pour une politique

prudentielle efficace. Ainsi, la COBAC pour la définition de sa réglementation prudentielle

doit tenir compte de tous les aspects internes de la banque et du cadre macroéconomique dans

lequel évolue cette dernière. La principale contribution de cette étude c’est de déplacer les

débats qui ont cours autour des relations qui existent d’une part entre la qualité du

portefeuille de crédits et la solidité bancaire, et d’autre part entre le niveau de capitalisation et

la solidité bancaire. Au lieu de débattre des sens de ces relations, nous nous sommes

intéressés aux effets qui permettent d’améliorer ces différentes relations. Ainsi, au terme de

nos analyses, il apparaît des résultats pertinents. Notre hypothèse une intitulée : « la prise en

compte simultanée des indicateurs individuels de type CAMEL et des indicateurs

macroéconomiques améliorent la solidité bancaire » est validée. Tandis que l’hypothèse deux

intitulée : « la prise en compte conjointe de l’aspect interne de la banque et de l’aspect

macroéconomique améliore la contribution du niveau de capitalisation à la solidité bancaire

dans la CEMAC » est rejetée.

Il parait évident que cette thèse contribue à l’analyse de la solidité bancaire. Elle

propose d’une part un modèle qui permet de réduire les effets néfastes de la dégradation de la

qualité du portefeuille de crédits et d’autre part un modèle qui permet de stabiliser la

contribution du niveau de capitalisation. Toutefois, il semble intéressant d’approfondir ces

pistes de chercher permettant d’analyser la solidité bancaire. Au vu des résultats obtenus,

outre la nécessité de suivre la qualité des actifs ou du niveau de capitalisation, il est important

de s’intéresser aux autres exigences de la réglementation prudentielle. Pour cela, on pourra

décomposer les différentes variables individuelles et tenir compte d’autres aspects

macroéconomiques. Ainsi, on peut intégrer dans notre modèle des variables institutionnelles,

juridiques et mêmes des variables socioculturelles. Pour atteindre cet objectif, il faudra

surpasser l’obstacle de la disponibilité et de la qualité des informations.

186

Bibliographie

Abdennour F. et Houhou S., (2008), « Un modèle d’alerte précoce de difficultés

bancaires pour les pays émergents », Economie Internationale, N° 114, pp. 69 – 92.

Abdou R., (2002), « Les déterminants de la dégradation du portefeuille des banques : une

approche économétrique et factorielle appliquée au système bancaire nigérien »,

Etudes et Recherches, BCEAO.

Aggarwal R. et Jacques K. T., (1998), “Assessing the impact of prompt corrective action

on bank capital and risk”, Federal Reserve Bank of New York Policy Review, Vol. 4,

n°3, pp. 23-31.

Aglietta M. (1992), « Comportement bancaire et risque de système », Document de

travail CEPII.

Akerlof G., (1970), “The Market for Lemons: Qualitative Uncertainty and the Market

Mechanism”, Quarterly Journal of Economics, volume 84, pp. 488 – 500.

Albulescu C. T. (2009), La stabilité du secteur financier en Roumanie dans la perspective

de son adhésion à l’UEM, Thèse de Doctorat en Sciences Economiques, Université de

Poitiers et Université de l’Ouest de Timisoara

Albulescu C. T., (2008), « La dynamique de la stabilité du système financier roumain :

une analyse en terme d’indice agrégé de stabilité », MPRA paper, n° 16754.

Altman E. I., (1968), “Financial Ratios, Discriminant Analysis, and the prediction of

corporate Bankruptcy”, Journal of Finance, Vol. 23, n° 4, pp. 589-609.

Altman E. I., Haldeman R. and Narayanan P., (1977), “Zeta™ Analysis: A new Model to

identify Bankruptcy risk of corporations”, Journal of Banking and Finance, Vol. 1, n°

1, pp. 29-55.

AMAO (2009), Stabilité financière et supervision bancaire au sein de la CEDEAO.

Anand K., Bédard-Pagé G. et Traclet V., (2014), « L’application des tests de résistance au

système bancaire canadien : une approche systémique », Banque du Canada, Revue du

système financier, pp. 69-78.

Angora A. E., (2009), Système d’alerte avancée des crises bancaires : une approche

fondée sur les modèles multinomiaux, Thèse de Doctorat en Sciences Economique,

Université de Limoges.

187

Angora A. et Tarazi A., (2011), « Crises bancaires dans les pays de l’UEMOA : un

système d’alerte avancée fondé sur une approche logit multinomiale », Brussels

Economic Review, vol. 54, N° 1, pp. 21-50.

Arellano M. and Bond S., (1991), “Some tests of specification for panel data: Monte

Carlo evidence and an application to employment equations”, Review of Economic

Studies, vol. 58, pp. 277–297.

Artus P., (1991), « Ratios de fonds propres et comportement des Banques », Recherches

Économiques de Louvain / Louvain Economic Review, vol. 57, n° 2, pp. 189-204.

Artus P., Betbèze J. P., Boissieu C. et Capelle-Blancard G., (2008), La crise des

subprimes, Rapport au Conseil d’Analyse Economique, La documentation française,

284 p.

Avery R. B. et Berger A., (1991), “Risk-based capital and deposit insurance reform”,

Journal of Banking and Finance, vol. 15, n° 4-5, pp. 847-874.

Avom D. et Eyeffa Ekomo S. M. L. (2007) « Quinze ans de restructuration bancaire dans

la CEMAC : Qu’avons-nous appris ? », Revue d’Economie Financière, pp. 1-30.

Barth J.R., Caprio G. et Levine R., (2004), “Bank regulation and supervision: What

works best?”, Journal of Financial Intermediation, N° 13, pp. 205 – 248.

Baumgartner U. et Bio Tchané A., (2006), “Central African Economic and Monetary

Community: Financial System Stability Assessment, including Reports on the

Observance of Standards and Codes on the following topics: Monetary and Financial

Policy Transparency, and Banking Supervision”, IMF Country Report, No 06/321

BCE (2014), Aggregate report on the comprehensive assessment, 178 p.

Bédué A. et Lévy N., (1997), « Relation banque-entreprise et coût du crédit », Revue

d'économie financière, N°39, pp. 179-200.

Berger R., (2010), « Les régulateurs ont apporté quelques assouplissements au calcul du

ratio de liquidité, mais sans en bouleverser la logique », L’AGEFI, 17 décembre.

Blüm J.M., (1999), “Do capital adequacy requirements reduce risks in banking?”, Journal

of Banking and Finance, vol. 23, pp. 755–771.

Blundell R. et Bond S., (1998), “Initial conditions and moment restrictions in dynamic

panel data models”, Journal of Econometrics, n° 87, pp. 115-143.

188

Bordes C., (2005), « Droit, Economie et Justice dans le secteur bancaire. Banque et risque

systémique », Septième conférence Banque et risque systémique, Grand’ Chambre de

la Cour de cassation.

Borio C. and Lowe P., (2002), “Assessing the risk of banking crises”, BIS Quarterly

Review, pp. 43-54.

Boussaada R., (2012), L’impact de la gouvernance bancaire et de la relation bancaire

sur le risque de crédit : cas des banques tunisiennes, Thèse de Doctorat en Sciences

Economique, Université Montesquieu de Bordeaux IV et Université de Tunis.

Boyabé J.B., (1999), « Marché informel : une lecture critique du modèle d’Akerlof »,

Revue Tiers Monde, tome 40, N° 157, pp. 169 – 186.

Breton R., (2005) « Intermédiation, diversification et dissimulation d'information »,

Revue économique, vol. 56, No. 3, pp. 765 – 775.

Bruno G. S. F., (2005), “Approximating the bias of the LSDV estimator for dynamic

unbalanced panel data models”, Economics Letters, n° 87, pp. 361-366.

Bun M. J. G. et Kiviet J. F., (2003), “On the diminishing returns of higher order terms in

asymptotic expansions of bias”, Economics Letters, n° 79, pp. 145-152.

Camara B. N., (2010), Réglementation prudentielle et risque bancaire : incidence de la

structure et du niveau du capital réglementaire, Thèse de Doctorat en Sciences

Economique, Université de Limoges.

Capelle-Blancard G. et Chauveau T., (2004), « L’apport de modèles quantitatifs à la

supervision bancaire en Europe », Revue française d’économie, vol. 19, n° 1, pp.77-

120.

Caprio G., (1997), “Safe and Sound Banking in Developing Countries: We’re Not in

Kansas Anymore”, World Bank, Policy Research Working Paper, January.

Cherif M., (1999), « asymétrie d’information et financement des PME innovantes par le

capital-risque », Revue d'économie financière, pp. 1 – 16.

COBAC (1992), Convention portant harmonisation de la réglementation bancaire dans

les Etats de l’Afrique central, 20 p.

COBAC (2009), « Mise en œuvre de Bâle II dans la CEMAC », 2ème

Réunion annuelle de

concertation avec la profession bancaire et financière, juillet, 27 P.

189

COBAC, les différents règlements

COBAC, Rapport annuel, de 2000 à 2013.

Cole R. A. et Gunther J. W., (1998), “Predicting Bank Failures: A Comparison of On-

and Off-Site Monitoring Systems”, Journal of Financial Services Research, vol. 13,

n° 2, pp. 103-117.

Combes-Thuélin et Escaffre, (2004), « Performance et juste valeur : la communication

financière des établissements de crédit », 25e congrès de l’AFC, 16 p.

Comité de Bâle sur le Contrôle Bancaire, (2004), convergence internationale de la

mesure et des normes de fonds propres, dispositif révisé, Banque des Règlements

internationaux.

Comité de Bâle sur le Contrôle Bancaire, (2011), Bâle III : dispositif réglementaire

mondial visant à renforcer la résilience des établissements et systèmes bancaires,

document révisé, Banque des Règlements internationaux.

Comité de Bâle sur le Contrôle Bancaire, (2012), exigence de fonds propres en regard

des expositions bancaires sur les contreparties centrales, Banque des Règlements

internationaux.

Commission Bancaire de l’UEMOA, Rapport annuel, de 2000 à 2010.

Couppey J. et Madiès P., (1997), « L’efficacité de la réglementation prudentielle des

banques à la lumière des approches théoriques », Revue d’Economie Financière, N°

39, pp. 95-124.

Dannon P. H. et Lobez F., (2014), « La régulation bancaire dans l’Union Economique et

Monétaire Ouest-Africain est-elle efficace ? », Revue d’économie financière, n° 116,

pp. 279-304

De Bandt O. et Oung V., (2004), « Bilan des stress tests menés sur le système bancaire

français », Banque de France, Revue de la stabilité financière, N°5, pp.55-72.

Demirgüç-Kunt A. et Detragiache E. (1998), “The determinants of banking crises in

developing and developed countries”, IMF Staff Papers, 45(1), pp. 81-109.

Dermine J., (1988), « Assurance-dépôt et réglementation bancaire », Revue d’économie

financière, No 5/6, Juin – Septembre, pp.274-283.

190

Diab Malouf C., (2007), Le risque du crédit au Liban : une évaluation empirique, Thèse

de Doctorat en Sciences Economique, Université de Nancy 2.

Diamond D. W. and Dybvig P. H., (1983), “Bank Runs, Deposit Insurance, and

Liquidity”, The Journal of Political Economy, Vol. 91, n°. 3, pp. 401-419.

Diamond D. W., (1984), “Financial Intermediation and Delegated Monitoring”, The

Review of Economic Studies, vol. 51, n° 3, pp. 393 – 414.

Diatkine S., (2002), Les fondements de la théorie bancaire : des textes classiques aux

débats contemporains, Théories Economiques, Dunod, 195 p.

Distinguin I., Rous P. et Tarazi A., (2006), « Contrôle prudentiel et détection des

difficultés financières des banques : quel est l’apport de l’information de marché ? »,

Revue Economique, vol. 57, n° 3, pp. 497-506.

Doucouré F. B. et Sène B., (2014), « Les déterminants macroéconomiques de l’indice de

stress bancaire dans les pays de l’UEMOA », BCEAO, Revue Economique et

Monétaire, n° 16, pp 9-28.

Eber N., (2001), « Les relations bancaires de long terme : une revue de la littérature »,

Revue d'économie politique, vol. 111, n° 2, p. 195-246.

Eisenbeis, R. A., (1977), “Pitfalls in the application of discriminant analysis in business,

finance, and economics”, Journal of Finance, vol. 32, N° 3, pp. 875-900.

Fama E., (1985), “What’s different about banks?”, Journal of Monetary Economics, vol.

15, pp. 29 – 40.

FMI (2006), Indicateurs de solidité financière : guide d’établissement, Fonds Monétaire

International, Washington D.C

Fox M., (2010), Mesure et modélisation du risque systématique d’un portefeuille de

crédits aux particuliers, Thèse de Doctorat, Université catholique de Louvain

Furlong F.T. and Kwan S.H., (2007), “Safe and Sound Banking Twenty Years Later:

What Was Proposed and What has Been Adopted”, Federal Reserve Bank of Atlanta,

Economic Review 92, N° 1 (First and Second Quarters), pp. 1-23.

Gammadigbé V., (2012), « Stress test macroéconomique du système bancaire de

l’UEMOA », Munich Personal RePEc Archive.

191

Gammadigbé V., (2013), « Nouvelles exigences en capital des banques de l’UEMOA,

concentration bancaire et coût du crédit au Togo », Munich Personal RePEc Archive.

Gilbert R. A., Meyer A. P. et Vaughan M. D., (2000), “The Role of CAMEL Downgrade

Model in Bank Surveillance”, The Federal Reserve Bank of St. Louis Working paper

series, n° 2000-021A.

Godbillon-Camus B. et Godlewski J.C., (2005), « Gestion du risque de crédit dans la

banque : information hard, information soft et manipulation », Miméo, LaRGE,

Université Robert Schuman, Strasbourg III

Godlewski C. J., (2004), « Le Rôle de l’environnement réglementaire, légal et

institutionnel dans la défaillance des banques : le cas des pays émergents », Banque &

marchés, n° 73, pp. 20-31.

Godlewski J., (2005), Information, organisation et prise de risque dans la banque, Thèse

de Doctorat de Sciences de Gestion, Université Robert Schuman Strasbourg III.

Gourièroux C. et Tiomo A., (2007), Risque de crédit : une approche avancée, Les cahiers

du CREF, CREF 07-05.

Goyeau D. et Tarazi A., (1992), « Evaluation du risque de défaillance bancaire en

Europe », Revue d’économie politique, n° 2.

Guigou J. D. et Vilanova L., (1999), « Les vertus du financement bancaire : fondements

et limites », Finance Contrôle Stratégie, volume 2, N° 2, pp. 97 – 133.

Gulde-Wolf A. M. et Ghura D., (2012), « Communauté économique et monétaire de

l’Afrique centrale : Rapport des services du FMI sur les politiques communes des

États membres », Rapport du FMI, No 12/44.

Gulde-Wolf A. M. et Ghura D., (2013), « Communauté Economique et Monétaire de

l’Afrique Centrale (CEMAC) : rapport des services du FMI sur les politiques

communes des Etats membres », Rapport du FMI, n° 13/322.

Gurley J. et Shaw E., (1960), Money in a Theory of Finance, Brookings Institution.

Hardy D.C. and Pazarbasioglu, (1998), “Leading indicators of banking crises: what Asia

different?”, IMF Working paper, N° WP/98/91.

192

Hayden E., Porath D., et Westernhagen von N., (2007), “Does diversification improve the

performance of German banks? Evidence from individual bank loan portfolios”,

Journal of Financial Service Research, 32, pp. 123 – 140.

Hirtle B. J. et Lopez J. A., (1999), “Supervisory Information and the Frequency of Bank

Examinations”, FRBNY Economic Policy Review, pp. 1-19.

Ikori à Yombi J. H., (2004), « Normalisation de la réglementation prudentielle

internationale et évolution en Afrique centrale », Bulletin de la Commission Bancaire

de l’Afrique Centrale, N° 6.

Jacques K. et Nigro P., (1997), “Risk-based, portfolio risk, and bank capital: A

simultaneous equations approach”, Journal of Economics and Business, vol. 49, n° 6,

pp. 533-547.

Jagtiani J., Kaufman G. et Lemieux C., (2000), “Do Markets Price Banks and Bank

Holding Companies’ Risk? Evidence from Debt Securities”, Federal Reserve Bank of

Chicago, Emerging Issues Series.

Johnston R. B., Chai J. et Schumacher L., (2000), “Assesing Financial System

Vulnerabilities”, IMF Working Paper, N° 76.

Joy M. O. and Tollefson J. O, (1975), “On the financial applications of discriminant

analysis”, Journal of Financial and Quantitative Analysis, vol. 10, n° 5, pp. 723-739.

Kamgna S. Y., Tinang Nzesseu J. et Tsombou Kinfak C., (2009), « Proposition

d’indicateurs de surveillance macro-prudentielle du système bancaire en zone

CEMAC », MPRA paper n° 16555.

Kaminsky G. and Reinhart C., (1999), “The Twin Crises: The Causes of Banking and

Balance-of-Payments Problems”, The American Economic Review, Vol. 89, n°. 3, pp.

473-500.

Kaminsky G., Lizondo S. and Reinhart C., (1998), “Leading Indicators of Currency

Crises”, International Monetary Fund Staff Papers, 45, pp. 01-48.

Kareken J. H. et Wallace N., (1978), “Deposit Insurance and Bank Regulation: A Partial-

Equilibrium Exposition”, The Journal of Business, Vol. 51, n° 3, pp. 413-438.

Kim D. et Santomero A.M., (1988), “Risk in banking and capital regulation”, Journal of

Finance, vol. 43, pp. 1219–1233.

193

Koehn M. et Santomero A.M., (1980), “Regulation of bank capital and portfolio risk”

Journal of Finance, vol. 35, pp. 1235–1244.

Lacker J.M., (1991), “Why Is There Debt?”, Federal Reserve Bank of Richmond

Economic Review 77, pp. 3 – 19.

Lacoue-Labarthe D., (2003), « L’évolution de la supervision bancaire et de la

réglementation prudentielle (1945-1996) », Revue d’Economie Financière, Vol 73, n°

73, pp. 39-63.

Lanha M. (2006), Dynamiques de l’architecture financière : vers l’approfondissement

financier microéconomique dans l’UEMOA, Thèse de Doctorat en Sciences

Economiques, Université d’Orléans

Leland H. E. et Pyle D. H., (1977), “Informational Asymmetries, Financial Structure, and

Financial Intermediation”, The Journal of Finance, vol 32, No 2, pp. 371 – 387.

Lindgren C. J., Garcia G. et Saal M. I., (1996), Bank soundness and macroeconomic

policy, International Monetary Fund.

Lobez F. et Vilanova L., (2008), Microéconomie bancaire, Finance, Puf, 331 p.

Lobez F., (2010), « Too big to fail : gouvernance et régulation des banques », Revue

d’économie financière, No 100, pp. 187-199

Madji A., (2002), « Stabilité financière et contrôle prudentiel », Rapport d’activité

COBAC, pp. 64-79.

Markowitz H., (1952), « Portfolio Selection », The Journal of Finance, Vol. 7, No. 1, pp.

77-91.Martin D., (1997), "Early warning of bank failure: A logit regression approach",

Journal of Banking and Finance, Vol.1, n° 3, pp. 249-276.

Matoussi H. et Abdelmoula A.K., (2010), « La prévention du risque de défaut dans les

banques : Analyse comparative entre les méthodes linéaires classiques et les méthodes

de l’intelligence artificielle : les réseaux de neurones artificiels », Crises et nouvelles

problématiques de la valeur.

Meyer P. A. et Pifer H. W., (1970), “Prediction of Bank Failures”, The Journal of

Finance, Vol. 25, N° 4, pp. 853-868.

Mishkin F., Bordes C., Hautcoeur P. C., Lacoue-Labarthe D. et Ragot X., (2010),

Monnaie, banque et marchés financiers, 9e édition, Nouveaux Horizons, 924 p.

194

Modigliani F. et Miller M. H., (1963), “Corporate Income Taxes and the Cost of Capital:

A Correction”, The American Economic Review, vol. 53, n° 3, pp. 433-443.

Mojon B., (1996), « ratio Minimum de capitalisation et cycle de crédit », Revue

d'Economie Politique, vol. 106, No 4, pp. 727-743.

Mongin P., (2000), « Les préférences révélées et la formation de la théorie du

consommateur », Revue économique, vol. 51, n° 5, pp. 1125-1152.

Nouy D., (1993), « La rentabilité des banques françaises », Revue d'économie financière,

N° 27, pp. 465 – 486.

Oung V., (2003), « Exigences de capital et cycles économiques : une étude empirique sur

les données françaises », Bulletin de la Commission bancaire, n° 28, pp. 31-48.

Pantalone C. C. et Platt M. B. (1987), “Predicting Failure of Savings and Loan

Associations”, AREUEA Journal, vol. 15, n° 2, pp. 46-64.

Petey J., (2004), « Les déterminants du risque d'insolvabilité dans l'industrie bancaire.

Une approche en termes de frontière de production », Recherches Économiques de

Louvain / Louvain Economic Review, Vol. 70, n° 4 (2004), pp. 401-424.

Pop A., (2005), « La Politique de Dette Subordonnée comme alternative au 3e Pilier de

Bâle II: est-elle faisable ? », Recherches Économiques de Louvain / Louvain Economic

Review, vol. 71, No. 2, pp. 193 – 222.

Powo Fosso B., (2000), « Les déterminants des faillites bancaires dans les pays en voies

de développement : le cas de l’Union Économique et Monétaire Ouest Africaine

(UEMOA) », Cahier No 2000/02, Université de Montréal, Département de sciences

économiques.

Rime B., (2001), “Capital requirements and bank behaviour: Empirical evidence for

Switzerland”, Journal of Banking and Finance, n° 25, pp. 789-805.

Rochet J. C., (1992), “Capital requirements and the behaviour of commercial banks”,

European Economic Review, vol. 36, n° 5, pp. 1137-1170.

Rochet J-C., (2008), « Comment reformer la réglementation prudentielle : les leçons à

tirer de la crise des subprimes », Revue d’économie financière, Numéro hors-série :

Crise financière : analyses et propositions, pp. 387-390.

195

Ross S. A., (1977), “The Determination of Financial Structure: The Incentive-Signalling

Approach”, The Bell Journal of Economics, vol. 8, n° 1, pp. 23-40.

Saadaoui Z., (2010), « Capitalisation et prise de risque des banques dans les pays

émergents », Brussels Economic Review – Cahiers Economique de Bruxelles, vol. 53,

n° 3 et 4, pp. 415-239.

Sahajwala R. et Bergh P. V. D., (2000), “Supervision risk assessment and early warning

system”, Basel committee on banking supervision Working paper, n° 4.

Saidane D. et Boughzala A., (1999), « Raison d’être et spécificités de la firme bancaire :

pourquoi la banque n’est-elle pas une entreprise comme les autres ? », Les cahiers du

GRATICE, N° 16, pp. 171-190.

Scialom L., (2007), Economie bancaire, La Découverte, Collection « Repères », 3e

édition.

Shrieves R. E. et Dahl D., (1992), “The relationship between risk and capital in

commercial banks”, Journal of Banking and Finance, vol. 16, n° 2, pp. 439-457.

Solhi S. et Mehdi A., (2012), « Prévention du risque de défaillance des banques de la

région MENA : analyse par équations simultanées en données de panel », Economic

Research Forum working paper, No 693.

Sorge M., (2004), “Stress-testing financial systems: an overview of current

methodologies”, BIS Working paper, n° 165.

Soupmo Badjio D., (2009), « Réglementation et modèle de prévision de difficultés

bancaires en zone CEMAC », Cahier de recherche/working paper, N° 200902/02,

Ecole de Gestion de l’Université de Liège, 31 p.

Spence M., (1973), “Job Market Signaling”, The Quarterly Journal of Economics, vol.

87, No. 3, pp. 355 – 374.

Stiglitz J.E. et Weiss A., (1981), “Credit Rationing in Markets with Imperfect

Information”, The American Economic Review, volume 71, Issue 3, pp. 393 – 410.

Sundararajan V., Enoch C., José A. S., Hilbers P., Krueger R., moretti M. and Slack G.,

(2002), “Financial soundness indicators: analytical aspects and country practices”,

International Monetary Fund, occasional paper, N° 212.

196

Tariant J. M., (2011), Guide pratique des relations banque – entreprises, Eyrolles,

Edition d’organisation.

Tartari D., (2002), De la régulation en matière des capitaux propres du système bancaire,

Thèse de Doctorat en Sciences Economique et Sociales, Université de Fribourg.

Vilanova L., (1997), « La décision de prêt bancaire comme signal imparfait sur

l'emprunteur », Revue d'économie financière, N°41, pp. 219 – 246.

Wanda R., (2007), « Risques, comportements bancaires et déterminants de la

surliquidité », La Revue des Sciences de Gestion, N° 228, pp. 93 – 102.

Winton A., (1999), “Don’t Put All Your Eggs in One Basket? Diversification and

Specialization in Lending”, University of Minnesota, Working Paper No 00-16.

Zamil S.R., (2010), « Le jour du jugement », Finances et Développement, Septembre, pp.

44-47.

197

LES ANNEXES

198

ANNEXE 1 : LES ESTIMATIONS DE LA PREMIERE PARTIE

Statistiques descriptives CEMAC

Test de corrélation

deptcr 571 1.742915 8.601154 0 182.0933

logta 574 5.454822 4.382329 0 13.46636

ipc 574 .0258066 .030587 -.074 .124

tpib 574 .0433606 .0466483 -.025 .337

roe 574 2.153524 4.917004 -3.941176 98.07239

roa 574 .1822814 .2515782 -.5650442 .9916416

fptcr 574 .2562948 .5143181 -.1909541 6.825564

fpta 574 .127666 .1782917 -.0420256 1.456823

proeta 574 .0416239 .0856633 0 .8026243

proetcr 574 .0646722 .1106681 0 .8776585

proccred 574 .5499992 8.530841 0 202

proecred 574 .6515226 2.18392 0 51

depta 574 .5283982 .3593253 0 1.202935

tcrdep 574 .9426403 4.460058 0 83.25

credta 574 .0526493 .104918 0 .8577009

credtcr 574 .0889368 .1618601 0 .9976797

crestcr 574 .0962071 .1452869 0 .88

crnta 574 .347627 .252738 0 .8271592

zscore 574 2.026026 1.72099 -.6175089 10.5242

Variable Obs Mean Std. Dev. Min Max

> oeta fpta fptcr roa roe tpib ipc logta deptcr

. summarize zscore crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr pr

ipc 1.0000

ipc

ipc 0.0301 -0.0078 0.0067 0.0377 0.0299 0.0363 -0.0052 -0.2484

tpib -0.0391 0.0153 0.0322 -0.0266 -0.0530 -0.0312 -0.0155 1.0000

roe 0.1922 -0.0953 -0.1447 -0.1061 0.1271 0.5543 1.0000

roa 0.1470 -0.2145 -0.3597 0.0263 0.2742 1.0000

fptcr 0.0723 0.0465 0.0381 0.6766 1.0000

fpta -0.0156 0.2652 0.2696 1.0000

proeta -0.0273 0.9100 1.0000

proetcr -0.0320 1.0000

proccred 1.0000

proccred proetcr proeta fpta fptcr roa roe tpib

ipc 0.0176 0.0523 -0.0060 -0.0529 -0.0265 -0.0237 0.0535 0.0426

tpib -0.0480 0.0450 0.0076 0.0639 0.0610 -0.0615 0.0357 0.0162

roe 0.2098 0.0025 -0.0977 -0.0324 -0.1128 -0.0478 0.3572 0.0780

roa 0.4035 -0.0327 -0.1518 -0.0500 -0.2842 -0.0732 0.4904 0.0977

fptcr 0.3688 0.0491 0.1025 0.0721 0.0473 0.1317 0.0549 -0.0130

fpta 0.3983 0.2913 0.3656 0.2771 0.2627 0.2639 0.0456 0.0077

proeta 0.1140 0.3231 0.7796 0.6370 0.8792 0.0802 0.2994 0.0640

proetcr 0.2275 0.2807 0.8695 0.7082 0.7863 0.0564 0.3418 0.0767

proccred 0.0414 -0.0487 -0.0302 -0.0276 -0.0273 -0.0103 0.0581 -0.0144

proecred 0.0670 0.1471 0.0560 0.0178 0.0311 -0.0026 0.1963 1.0000

depta 0.4552 0.7228 0.3351 0.3107 0.3204 -0.0680 1.0000

tcrdep 0.1267 0.1656 0.0521 0.0338 0.0662 1.0000

credta 0.0968 0.3330 0.7360 0.8487 1.0000

credtcr 0.1948 0.2256 0.7428 1.0000

crestcr 0.2428 0.2993 1.0000

crnta 0.3257 1.0000

zscore 1.0000

zscore crnta crestcr credtcr credta tcrdep depta proecred

(obs=574)

> oeta fpta fptcr roa roe tpib ipc

. correlate zscore crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr pr

199

1) Test avec les variables d’intérêt (Qualité du portefeuille de crédits)

Difference (null H = exogenous): chi2(1) = 0.35 Prob > chi2 = 0.553

Hansen test excluding group: chi2(1) = 0.25 Prob > chi2 = 0.619

GMM instruments for levels

Difference-in-Hansen tests of exogeneity of instrument subsets:

(Robust, but weakened by many instruments.)

Hansen test of overid. restrictions: chi2(2) = 0.60 Prob > chi2 = 0.741

(Not robust, but not weakened by many instruments.)

Sargan test of overid. restrictions: chi2(2) = 0.10 Prob > chi2 = 0.951

Arellano-Bond test for AR(2) in first differences: z = 0.14 Pr > z = 0.887

Arellano-Bond test for AR(1) in first differences: z = -2.53 Pr > z = 0.012

DL.zscore collapsed

GMM-type (missing=0, separate instruments for each period unless collapsed)

_cons

crnta crestcr credtcr credta

Standard

Instruments for levels equation

L(2/3).zscore collapsed

GMM-type (missing=0, separate instruments for each period unless collapsed)

D.(crnta crestcr credtcr credta)

Standard

Instruments for first differences equation

_cons .6916892 .1443732 4.79 0.000 .3999002 .9834783

credta -1.737038 .8532915 -2.04 0.048 -3.461605 -.0124719

credtcr .904033 .3739035 2.42 0.020 .1483458 1.65972

crestcr .9470753 .6582092 1.44 0.158 -.383215 2.277366

crnta .9619863 .4303741 2.24 0.031 .0921679 1.831805

L1. .4565621 .089396 5.11 0.000 .2758861 .637238

zscore

zscore Coef. Std. Err. t P>|t| [95% Conf. Interval]

Corrected

Prob > F = 0.000 max = 13

F(5, 40) = 27.13 avg = 13.00

Number of instruments = 8 Obs per group: min = 13

Time variable : annee Number of groups = 41

Group variable: identite Number of obs = 533

Dynamic panel-data estimation, two-step system GMM

> rm.

Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, pe

> v( crnta crestcr credtcr credta) two robust small

. xtabond2 zscore L.zscore crnta crestcr credtcr credta, gmm( zscore, lag(2 3)collapse) i

200

2) Test avec les variables liées à la liquidité

.

Difference (null H = exogenous): chi2(1) = 0.03 Prob > chi2 = 0.855

Hansen test excluding group: chi2(1) = 0.00 Prob > chi2 = 0.969

GMM instruments for levels

Difference-in-Hansen tests of exogeneity of instrument subsets:

(Robust, but weakened by many instruments.)

Hansen test of overid. restrictions: chi2(2) = 0.03 Prob > chi2 = 0.983

(Not robust, but not weakened by many instruments.)

Sargan test of overid. restrictions: chi2(2) = 0.04 Prob > chi2 = 0.980

Arellano-Bond test for AR(2) in first differences: z = -0.10 Pr > z = 0.921

Arellano-Bond test for AR(1) in first differences: z = -2.61 Pr > z = 0.009

DL.zscore collapsed

GMM-type (missing=0, separate instruments for each period unless collapsed)

_cons

crnta crestcr credtcr credta tcrdep depta

Standard

Instruments for levels equation

L(2/3).zscore collapsed

GMM-type (missing=0, separate instruments for each period unless collapsed)

D.(crnta crestcr credtcr credta tcrdep depta)

Standard

Instruments for first differences equation

_cons .5184866 .118729 4.37 0.000 .2785263 .7584469

depta .7942112 .4089815 1.94 0.059 -.0323712 1.620794

tcrdep .0297201 .0065659 4.53 0.000 .0164499 .0429903

credta -1.968334 .7503643 -2.62 0.012 -3.484877 -.4517911

credtcr .8249405 .3437944 2.40 0.021 .130106 1.519775

crestcr 1.243487 .6907868 1.80 0.079 -.1526456 2.639619

crnta .1349009 .465153 0.29 0.773 -.8052084 1.07501

L1. .4743007 .1012277 4.69 0.000 .2697119 .6788895

zscore

zscore Coef. Std. Err. t P>|t| [95% Conf. Interval]

Corrected

Prob > F = 0.000 max = 13

F(7, 40) = 28.09 avg = 13.00

Number of instruments = 10 Obs per group: min = 13

Time variable : annee Number of groups = 41

Group variable: identite Number of obs = 533

Dynamic panel-data estimation, two-step system GMM

> rm.

Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, pe

> 3)collapse) iv( crnta crestcr credtcr credta tcrdep depta) two robust small

. xtabond2 zscore L.zscore crnta crestcr credtcr credta tcrdep depta, gmm( zscore, lag(2

201

3) Test avec les variables liées à la qualité de gestion uniquement

.

Difference (null H = exogenous): chi2(1) = 0.37 Prob > chi2 = 0.543

Hansen test excluding group: chi2(1) = 0.21 Prob > chi2 = 0.651

GMM instruments for levels

Difference-in-Hansen tests of exogeneity of instrument subsets:

(Robust, but weakened by many instruments.)

Hansen test of overid. restrictions: chi2(2) = 0.58 Prob > chi2 = 0.750

(Not robust, but not weakened by many instruments.)

Sargan test of overid. restrictions: chi2(2) = 0.14 Prob > chi2 = 0.931

Arellano-Bond test for AR(2) in first differences: z = -0.11 Pr > z = 0.916

Arellano-Bond test for AR(1) in first differences: z = -2.56 Pr > z = 0.011

DL.zscore collapsed

GMM-type (missing=0, separate instruments for each period unless collapsed)

_cons

crnta crestcr credtcr credta proecred proccred proetcr proeta

Standard

Instruments for levels equation

L(2/3).zscore collapsed

GMM-type (missing=0, separate instruments for each period unless collapsed)

D.(crnta crestcr credtcr credta proecred proccred proetcr proeta)

Standard

Instruments for first differences equation

_cons .6711658 .1403423 4.78 0.000 .3875233 .9548082

proeta .5602207 1.840138 0.30 0.762 -3.158837 4.279278

proetcr 1.212029 1.729125 0.70 0.487 -2.282662 4.706721

proccred -.0015972 .0008636 -1.85 0.072 -.0033425 .0001482

proecred -.0006797 .0046611 -0.15 0.885 -.0101002 .0087407

credta -2.772882 1.492514 -1.86 0.071 -5.789365 .2436008

credtcr 1.257414 .6630757 1.90 0.065 -.0827116 2.59754

crestcr .1961966 .8784817 0.22 0.824 -1.579281 1.971674

crnta .9658358 .4297946 2.25 0.030 .0971885 1.834483

L1. .464829 .0884569 5.25 0.000 .2860508 .6436071

zscore

zscore Coef. Std. Err. t P>|t| [95% Conf. Interval]

Corrected

Prob > F = 0.000 max = 13

F(9, 40) = 20.04 avg = 13.00

Number of instruments = 12 Obs per group: min = 13

Time variable : annee Number of groups = 41

Group variable: identite Number of obs = 533

Dynamic panel-data estimation, two-step system GMM

> rm.

Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, pe

> tcr proeta) two robust small

> gmm( zscore, lag(2 3)collapse) iv( crnta crestcr credtcr credta proecred proccred proe

. xtabond2 zscore L.zscore crnta crestcr credtcr credta proecred proccred proetcr proeta,

202

4) Test avec les variables liées à la capitalisation

Difference (null H = exogenous): chi2(4) = 1.87 Prob > chi2 = 0.760

Hansen test excluding group: chi2(2) = 0.30 Prob > chi2 = 0.861

iv(crnta crestcr credtcr credta)

Difference (null H = exogenous): chi2(6) = 2.17 Prob > chi2 = 0.903

Hansen test excluding group: chi2(0) = 0.00 Prob > chi2 = .

gmm(fpta fptcr, collapse lag(2 3))

Difference (null H = exogenous): chi2(3) = 1.77 Prob > chi2 = 0.620

Hansen test excluding group: chi2(3) = 0.39 Prob > chi2 = 0.941

gmm(zscore, collapse lag(2 3))

Difference (null H = exogenous): chi2(3) = 1.82 Prob > chi2 = 0.611

Hansen test excluding group: chi2(3) = 0.35 Prob > chi2 = 0.950

GMM instruments for levels

Difference-in-Hansen tests of exogeneity of instrument subsets:

(Robust, but weakened by many instruments.)

Hansen test of overid. restrictions: chi2(6) = 2.17 Prob > chi2 = 0.903

(Not robust, but not weakened by many instruments.)

Sargan test of overid. restrictions: chi2(6) = 0.74 Prob > chi2 = 0.994

Arellano-Bond test for AR(2) in first differences: z = 0.15 Pr > z = 0.882

Arellano-Bond test for AR(1) in first differences: z = -2.67 Pr > z = 0.008

DL.zscore collapsed

DL.(fpta fptcr) collapsed

GMM-type (missing=0, separate instruments for each period unless collapsed)

_cons

crnta crestcr credtcr credta

Standard

Instruments for levels equation

L(2/3).zscore collapsed

L(2/3).(fpta fptcr) collapsed

GMM-type (missing=0, separate instruments for each period unless collapsed)

D.(crnta crestcr credtcr credta)

Standard

Instruments for first differences equation

_cons .6138611 .1330785 4.61 0.000 .3448993 .8828229

fptcr .3335092 .3026501 1.10 0.277 -.2781694 .9451878

fpta -.712384 1.543942 -0.46 0.647 -3.832806 2.408038

credta -2.197177 1.325805 -1.66 0.105 -4.876729 .4823753

credtcr 1.203731 .5236515 2.30 0.027 .1453921 2.26207

crestcr 1.269047 .9391471 1.35 0.184 -.6290406 3.167134

crnta 1.130371 .4114481 2.75 0.009 .298803 1.961938

L1. .4381237 .0822502 5.33 0.000 .2718899 .6043575

zscore

zscore Coef. Std. Err. t P>|t| [95% Conf. Interval]

Corrected

Prob > F = 0.000 max = 13

F(7, 40) = 30.05 avg = 13.00

Number of instruments = 14 Obs per group: min = 13

Time variable : annee Number of groups = 41

Group variable: identite Number of obs = 533

Dynamic panel-data estimation, two-step system GMM

> rm.

Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, pe

> st small

> collapse) gmm( fpta fptcr, lag(2 3)collapse) iv( crnta crestcr credtcr credta) two robu

. xtabond2 zscore L.zscore crnta crestcr credtcr credta fpta fptcr, gmm( zscore, lag(2 3)

203

5) Test avec les variables liées à la rentabilité

.

Difference (null H = exogenous): chi2(4) = 2.96 Prob > chi2 = 0.564

Hansen test excluding group: chi2(2) = 0.66 Prob > chi2 = 0.717

iv(crnta crestcr credtcr credta)

Difference (null H = exogenous): chi2(6) = 3.63 Prob > chi2 = 0.727

Hansen test excluding group: chi2(0) = 0.00 Prob > chi2 = .

gmm(roa roe, collapse lag(2 3))

Difference (null H = exogenous): chi2(3) = 1.38 Prob > chi2 = 0.711

Hansen test excluding group: chi2(3) = 2.25 Prob > chi2 = 0.522

gmm(zscore, collapse lag(2 3))

Difference (null H = exogenous): chi2(3) = 2.91 Prob > chi2 = 0.405

Hansen test excluding group: chi2(3) = 0.71 Prob > chi2 = 0.870

GMM instruments for levels

Difference-in-Hansen tests of exogeneity of instrument subsets:

(Robust, but weakened by many instruments.)

Hansen test of overid. restrictions: chi2(6) = 3.63 Prob > chi2 = 0.727

(Not robust, but not weakened by many instruments.)

Sargan test of overid. restrictions: chi2(6) = 2.26 Prob > chi2 = 0.894

Arellano-Bond test for AR(2) in first differences: z = 0.40 Pr > z = 0.686

Arellano-Bond test for AR(1) in first differences: z = -2.39 Pr > z = 0.017

DL.zscore collapsed

DL.(roa roe) collapsed

GMM-type (missing=0, separate instruments for each period unless collapsed)

_cons

crnta crestcr credtcr credta

Standard

Instruments for levels equation

L(2/3).zscore collapsed

L(2/3).(roa roe) collapsed

GMM-type (missing=0, separate instruments for each period unless collapsed)

D.(crnta crestcr credtcr credta)

Standard

Instruments for first differences equation

_cons .5460803 .177087 3.08 0.004 .1881741 .9039865

roe -.0188425 .0495951 -0.38 0.706 -.119078 .0813929

roa .3522415 .9860022 0.36 0.723 -1.640543 2.345026

credta -1.171931 1.158702 -1.01 0.318 -3.513756 1.169894

credtcr .7236319 .6566446 1.10 0.277 -.6034964 2.05076

crestcr .9373962 .8426059 1.11 0.273 -.7655738 2.640366

crnta 1.00952 .4793219 2.11 0.042 .0407745 1.978266

L1. .4841325 .1030018 4.70 0.000 .2759581 .6923069

zscore

zscore Coef. Std. Err. t P>|t| [95% Conf. Interval]

Corrected

Prob > F = 0.000 max = 13

F(7, 40) = 28.84 avg = 13.00

Number of instruments = 14 Obs per group: min = 13

Time variable : annee Number of groups = 41

Group variable: identite Number of obs = 533

Dynamic panel-data estimation, two-step system GMM

> rm.

Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, pe

> ll

> lapse) gmm( roa roe, lag(2 3)collapse) iv( crnta crestcr credtcr credta) two robust sma

. xtabond2 zscore L.zscore crnta crestcr credtcr credta roa roe, gmm( zscore, lag(2 3)col

204

6) Test avec les variables macroéconomiques

Difference (null H = exogenous): chi2(1) = 0.36 Prob > chi2 = 0.549

Hansen test excluding group: chi2(1) = 0.31 Prob > chi2 = 0.577

GMM instruments for levels

Difference-in-Hansen tests of exogeneity of instrument subsets:

(Robust, but weakened by many instruments.)

Hansen test of overid. restrictions: chi2(2) = 0.67 Prob > chi2 = 0.715

(Not robust, but not weakened by many instruments.)

Sargan test of overid. restrictions: chi2(2) = 0.11 Prob > chi2 = 0.946

Arellano-Bond test for AR(2) in first differences: z = 0.39 Pr > z = 0.699

Arellano-Bond test for AR(1) in first differences: z = -2.53 Pr > z = 0.011

DL.zscore collapsed

GMM-type (missing=0, separate instruments for each period unless collapsed)

_cons

crnta crestcr credtcr credta tpib ipc

Standard

Instruments for levels equation

L(2/3).zscore collapsed

GMM-type (missing=0, separate instruments for each period unless collapsed)

D.(crnta crestcr credtcr credta tpib ipc)

Standard

Instruments for first differences equation

_cons .6788856 .1511349 4.49 0.000 .3734305 .9843407

ipc .8254141 1.0108 0.82 0.419 -1.217489 2.868317

tpib -.279981 .6700896 -0.42 0.678 -1.634283 1.074321

credta -1.725791 .8308995 -2.08 0.044 -3.405102 -.0464809

credtcr .9355535 .3728952 2.51 0.016 .1819042 1.689203

crestcr .9219805 .6623315 1.39 0.172 -.4166414 2.260603

crnta .9466902 .4298524 2.20 0.033 .077926 1.815454

L1. .4586348 .0883516 5.19 0.000 .2800696 .6372001

zscore

zscore Coef. Std. Err. t P>|t| [95% Conf. Interval]

Corrected

Prob > F = 0.000 max = 13

F(7, 40) = 20.89 avg = 13.00

Number of instruments = 10 Obs per group: min = 13

Time variable : annee Number of groups = 41

Group variable: identite Number of obs = 533

Dynamic panel-data estimation, two-step system GMM

> rm.

Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, pe

> llapse) iv( crnta crestcr credtcr credta tpib ipc) two robust small

. xtabond2 zscore L.zscore crnta crestcr credtcr credta tpib ipc, gmm( zscore, lag(2 3)co

205

7) Test avec les variables liées à la liquidité et à la qualité de gestion

Difference (null H = exogenous): chi2(1) = 0.05 Prob > chi2 = 0.819

Hansen test excluding group: chi2(1) = 0.01 Prob > chi2 = 0.927

GMM instruments for levels

Difference-in-Hansen tests of exogeneity of instrument subsets:

(Robust, but weakened by many instruments.)

Hansen test of overid. restrictions: chi2(2) = 0.06 Prob > chi2 = 0.970

(Not robust, but not weakened by many instruments.)

Sargan test of overid. restrictions: chi2(2) = 0.07 Prob > chi2 = 0.965

Arellano-Bond test for AR(2) in first differences: z = -0.19 Pr > z = 0.851

Arellano-Bond test for AR(1) in first differences: z = -2.60 Pr > z = 0.009

DL.zscore collapsed

GMM-type (missing=0, separate instruments for each period unless collapsed)

_cons

crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr proeta

Standard

Instruments for levels equation

L(2/3).zscore collapsed

GMM-type (missing=0, separate instruments for each period unless collapsed)

proeta)

D.(crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr

Standard

Instruments for first differences equation

_cons .5172703 .1198907 4.31 0.000 .2749623 .7595784

proeta .0712692 1.730137 0.04 0.967 -3.425469 3.568007

proetcr .5107729 1.27637 0.40 0.691 -2.068867 3.090413

proccred -.0039888 .0012688 -3.14 0.003 -.006553 -.0014245

proecred -.0061485 .0042433 -1.45 0.155 -.0147246 .0024276

depta .8077315 .4064485 1.99 0.054 -.0137315 1.629194

tcrdep .0294311 .0064232 4.58 0.000 .0164494 .0424128

credta -2.233522 1.62185 -1.38 0.176 -5.511402 1.044358

credtcr .8755439 .7304437 1.20 0.238 -.6007379 2.351826

crestcr .9690263 1.219607 0.79 0.432 -1.495892 3.433945

crnta .1226745 .511243 0.24 0.812 -.9105862 1.155935

L1. .4767175 .1025445 4.65 0.000 .2694673 .6839677

zscore

zscore Coef. Std. Err. t P>|t| [95% Conf. Interval]

Corrected

Prob > F = 0.000 max = 13

F(11, 40) = 21.32 avg = 13.00

Number of instruments = 14 Obs per group: min = 13

Time variable : annee Number of groups = 41

Group variable: identite Number of obs = 533

Dynamic panel-data estimation, two-step system GMM

> rm.

Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, pe

> pta proecred proccred proetcr proeta) two robust small

> oetcr proeta, gmm( zscore, lag(2 3)collapse) iv( crnta crestcr credtcr credta tcrdep de

. xtabond2 zscore L.zscore crnta crestcr credtcr credta tcrdep depta proecred proccred pr

206

8) Test avec les variables liées liquidité, gestion et capitalisation

.

Difference (null H = exogenous): chi2(6) = 2.27 Prob > chi2 = 0.894

Hansen test excluding group: chi2(0) = 0.00 Prob > chi2 = .

gmm(fpta fptcr, collapse lag(2 3))

Difference (null H = exogenous): chi2(3) = 2.20 Prob > chi2 = 0.532

Hansen test excluding group: chi2(3) = 0.07 Prob > chi2 = 0.995

gmm(zscore, collapse lag(2 3))

Difference (null H = exogenous): chi2(3) = 1.02 Prob > chi2 = 0.797

Hansen test excluding group: chi2(3) = 1.25 Prob > chi2 = 0.741

GMM instruments for levels

Difference-in-Hansen tests of exogeneity of instrument subsets:

(Robust, but weakened by many instruments.)

Hansen test of overid. restrictions: chi2(6) = 2.27 Prob > chi2 = 0.894

(Not robust, but not weakened by many instruments.)

Sargan test of overid. restrictions: chi2(6) = 0.58 Prob > chi2 = 0.997

Arellano-Bond test for AR(2) in first differences: z = -0.12 Pr > z = 0.907

Arellano-Bond test for AR(1) in first differences: z = -2.74 Pr > z = 0.006

DL.zscore collapsed

DL.(fpta fptcr) collapsed

GMM-type (missing=0, separate instruments for each period unless collapsed)

_cons

crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr proeta

Standard

Instruments for levels equation

L(2/3).zscore collapsed

L(2/3).(fpta fptcr) collapsed

GMM-type (missing=0, separate instruments for each period unless collapsed)

proeta)

D.(crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr

Standard

Instruments for first differences equation

_cons .4884628 .1409558 3.47 0.001 .2035804 .7733452

fptcr .0373946 .5171828 0.07 0.943 -1.007871 1.08266

fpta -.5426819 2.205505 -0.25 0.807 -5.000174 3.91481

proeta .6565124 2.549217 0.26 0.798 -4.495647 5.808672

proetcr .2950352 2.267149 0.13 0.897 -4.287044 4.877114

proccred -.0042777 .0017513 -2.44 0.019 -.0078172 -.0007382

proecred -.005313 .0049368 -1.08 0.288 -.0152906 .0046647

depta .6719123 .6279602 1.07 0.291 -.5972425 1.941067

tcrdep .0314197 .0070417 4.46 0.000 .0171878 .0456516

credta -2.5455 1.792315 -1.42 0.163 -6.167903 1.076904

credtcr 1.113734 .8114618 1.37 0.178 -.5262915 2.753759

crestcr 1.0528 1.506161 0.70 0.489 -1.991264 4.096865

crnta .1146148 .8840755 0.13 0.897 -1.672169 1.901398

L1. .5187829 .1964668 2.64 0.012 .1217087 .9158572

zscore

zscore Coef. Std. Err. t P>|t| [95% Conf. Interval]

Corrected

Prob > F = 0.000 max = 13

F(13, 40) = 46.44 avg = 13.00

Number of instruments = 20 Obs per group: min = 13

Time variable : annee Number of groups = 41

Group variable: identite Number of obs = 533

Dynamic panel-data estimation, two-step system GMM

> rm.

Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, pe

> robust small

> se) iv( crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr proeta) two

> oetcr proeta fpta fptcr, gmm( zscore, lag(2 3)collapse) gmm( fpta fptcr, lag(2 3)collap

. xtabond2 zscore L.zscore crnta crestcr credtcr credta tcrdep depta proecred proccred pr

207

9) Test avec les variables liées liquidité, gestion, capitalisation et rentabilité

Difference (null H = exogenous): chi2(10) = 4.70 Prob > chi2 = 0.910

Hansen test excluding group: chi2(0) = 0.00 Prob > chi2 = .

iv(crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr proeta)

Difference (null H = exogenous): chi2(3) = 1.98 Prob > chi2 = 0.577

Hansen test excluding group: chi2(7) = 2.72 Prob > chi2 = 0.910

gmm(zscore, collapse lag(2 3))

Difference (null H = exogenous): chi2(5) = 3.20 Prob > chi2 = 0.670

Hansen test excluding group: chi2(5) = 1.50 Prob > chi2 = 0.913

GMM instruments for levels

Difference-in-Hansen tests of exogeneity of instrument subsets:

(Robust, but weakened by many instruments.)

Hansen test of overid. restrictions: chi2(10) = 4.70 Prob > chi2 = 0.910

(Not robust, but not weakened by many instruments.)

Sargan test of overid. restrictions: chi2(10) = 1.88 Prob > chi2 = 0.997

Arellano-Bond test for AR(2) in first differences: z = -0.06 Pr > z = 0.955

Arellano-Bond test for AR(1) in first differences: z = -2.56 Pr > z = 0.010

DL.zscore collapsed

DL.(fpta fptcr roa roe) collapsed

GMM-type (missing=0, separate instruments for each period unless collapsed)

_cons

crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr proeta

Standard

Instruments for levels equation

L(2/3).zscore collapsed

L(2/3).(fpta fptcr roa roe) collapsed

GMM-type (missing=0, separate instruments for each period unless collapsed)

proeta)

D.(crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr

Standard

Instruments for first differences equation

_cons .5045263 .1733471 2.91 0.006 .1541788 .8548739

roe -.0246094 .068369 -0.36 0.721 -.1627883 .1135696

roa -.6648779 1.131036 -0.59 0.560 -2.950787 1.621032

fptcr .5487291 1.102214 0.50 0.621 -1.678929 2.776388

fpta -1.664372 3.057968 -0.54 0.589 -7.844755 4.516012

proeta .3333642 3.438167 0.10 0.923 -6.61543 7.282158

proetcr .1772708 2.189824 0.08 0.936 -4.248528 4.60307

proccred -.0017493 .0060436 -0.29 0.774 -.0139639 .0104653

proecred .0001813 .0054372 0.03 0.974 -.0108076 .0111702

depta .8282837 1.300759 0.64 0.528 -1.800647 3.457215

tcrdep .0330389 .0106458 3.10 0.004 .0115229 .0545549

credta -3.367013 2.186811 -1.54 0.132 -7.786724 1.052697

credtcr 1.699615 1.077578 1.58 0.123 -.4782517 3.877481

crestcr .9677406 1.440933 0.67 0.506 -1.944495 3.879976

crnta .1373343 1.665425 0.08 0.935 -3.228616 3.503284

L1. .5509494 .2138955 2.58 0.014 .1186505 .9832482

zscore

zscore Coef. Std. Err. t P>|t| [95% Conf. Interval]

Corrected

Prob > F = 0.000 max = 13

F(15, 40) = 20.60 avg = 13.00

Number of instruments = 26 Obs per group: min = 13

Time variable : annee Number of groups = 41

Group variable: identite Number of obs = 533

Dynamic panel-data estimation, two-step system GMM

> rm.

Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, pe

> etcr proeta) two robust small

> , lag(2 3)collapse) iv( crnta crestcr credtcr credta tcrdep depta proecred proccred pro

> oetcr proeta fpta fptcr roa roe, gmm( zscore, lag(2 3)collapse) gmm( fpta fptcr roa roe

. xtabond2 zscore L.zscore crnta crestcr credtcr credta tcrdep depta proecred proccred pr

208

10) Test avec les variables liées liquidité, gestion, capitalisation, rentabilité et

variables macroéconomiques

Difference (null H = exogenous): chi2(3) = 2.06 Prob > chi2 = 0.561

Hansen test excluding group: chi2(7) = 3.02 Prob > chi2 = 0.883

gmm(zscore, collapse lag(2 3))

Difference (null H = exogenous): chi2(5) = 3.53 Prob > chi2 = 0.619

Hansen test excluding group: chi2(5) = 1.54 Prob > chi2 = 0.908

GMM instruments for levels

Difference-in-Hansen tests of exogeneity of instrument subsets:

(Robust, but weakened by many instruments.)

Hansen test of overid. restrictions: chi2(10) = 5.07 Prob > chi2 = 0.886

(Not robust, but not weakened by many instruments.)

Sargan test of overid. restrictions: chi2(10) = 2.16 Prob > chi2 = 0.995

Arellano-Bond test for AR(2) in first differences: z = 0.16 Pr > z = 0.871

Arellano-Bond test for AR(1) in first differences: z = -2.53 Pr > z = 0.012

DL.zscore collapsed

DL.(fpta fptcr roa roe) collapsed

GMM-type (missing=0, separate instruments for each period unless collapsed)

_cons

tpib ipc

crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr proeta

Standard

Instruments for levels equation

L(2/3).zscore collapsed

L(2/3).(fpta fptcr roa roe) collapsed

GMM-type (missing=0, separate instruments for each period unless collapsed)

proeta tpib ipc)

D.(crnta crestcr credtcr credta tcrdep depta proecred proccred proetcr

Standard

Instruments for first differences equation

_cons .4722597 .1557554 3.03 0.004 .1574662 .7870532

ipc 1.225844 1.358804 0.90 0.372 -1.5204 3.972089

tpib -.2934717 .8781936 -0.33 0.740 -2.068367 1.481424

roe -.0363184 .0704754 -0.52 0.609 -.1787546 .1061177

roa -.6360485 1.084275 -0.59 0.561 -2.82745 1.555353

fptcr .4192028 1.043902 0.40 0.690 -1.690602 2.529007

fpta -1.166325 2.798046 -0.42 0.679 -6.821386 4.488736

proeta -.5771576 2.933939 -0.20 0.845 -6.506869 5.352554

proetcr .5386528 2.428211 0.22 0.826 -4.368945 5.44625

proccred -.0007154 .0061535 -0.12 0.908 -.0131522 .0117213

proecred -.0005363 .0051001 -0.11 0.917 -.0108439 .0097714

depta 1.018456 1.189477 0.86 0.397 -1.385567 3.422479

tcrdep .0329274 .0102775 3.20 0.003 .0121558 .053699

credta -3.09024 2.092394 -1.48 0.148 -7.319126 1.138646

credtcr 1.568998 1.013796 1.55 0.130 -.4799599 3.617955

crestcr .954605 1.465981 0.65 0.519 -2.008252 3.917462

crnta -.0599949 1.617145 -0.04 0.971 -3.328366 3.208377

L1. .5430489 .2177344 2.49 0.017 .1029914 .9831064

zscore

zscore Coef. Std. Err. t P>|t| [95% Conf. Interval]

Corrected

Prob > F = 0.000 max = 13

F(17, 40) = 25.63 avg = 13.00

Number of instruments = 28 Obs per group: min = 13

Time variable : annee Number of groups = 41

Group variable: identite Number of obs = 533

Dynamic panel-data estimation, two-step system GMM

> rm.

Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, pe

> ccred proetcr proeta tpib ipc) two robust small

> r roa roe, lag(2 3)collapse) iv( crnta crestcr credtcr credta tcrdep depta proecred pro

> oetcr proeta fpta fptcr roa roe tpib ipc, gmm( zscore, lag(2 3)collapse) gmm( fpta fptc

. xtabond2 zscore L.zscore crnta crestcr credtcr credta tcrdep depta proecred proccred pr

209

ANNEXE 2 : LES ESTIMATIONS DE LA DEUXIEME PARTIE

1) Estimation avec les variables liées aux fonds propres

.

fptcr .2757242 .082788 3.33 0.001 .1134627 .4379856

fpta 4.209486 .2903922 14.50 0.000 3.640327 4.778644

L1. .2905562 .0353158 8.23 0.000 .2213385 .359774

zscore

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

(bootstrapped SE)

LSDVC dynamic regression

note: Bias correction up to order O(1/NT^2)

fptcr .2442882 .0650117 3.76 0.000 .1168677 .3717087

fpta 4.477411 .2262692 19.79 0.000 4.033932 4.920891

L1. .2219088 .027364 8.11 0.000 .1682764 .2755412

zscore

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

LSDV dynamic regression

Center for Global Development, Washington, DC droodman@cgdev.org

the user-written Stata command -xtabond2- by David Roodman,

Note: Blundell and Bond estimator is implemented through

Note: Bias correction initialized by Blundell and Bond estimator

. xtlsdvc zscore fpta fptcr, initial (bb) lsdv bi(3) vcov(100)

210

2) Estimation avec les variables liées aux fonds propres et la liquidité

.

depta .2019738 .1624329 1.24 0.214 -.1163887 .5203364

tcrdep .013093 .0086952 1.51 0.132 -.0039493 .0301353

fptcr .2644682 .0803888 3.29 0.001 .106909 .4220273

fpta 4.174838 .2853423 14.63 0.000 3.615577 4.734098

L1. .2658549 .0366136 7.26 0.000 .1940935 .3376163

zscore

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

(bootstrapped SE)

LSDVC dynamic regression

note: Bias correction up to order O(1/NT^2)

depta .3240865 .1138285 2.85 0.004 .1009868 .5471862

tcrdep .013252 .0063719 2.08 0.038 .0007633 .0257408

fptcr .238132 .064774 3.68 0.000 .1111773 .3650868

fpta 4.373074 .2290733 19.09 0.000 3.924098 4.822049

L1. .198103 .02868 6.91 0.000 .1418912 .2543147

zscore

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

LSDV dynamic regression

Center for Global Development, Washington, DC droodman@cgdev.org

the user-written Stata command -xtabond2- by David Roodman,

Note: Blundell and Bond estimator is implemented through

Note: Bias correction initialized by Blundell and Bond estimator

. xtlsdvc zscore fpta fptcr tcrdep depta, initial (bb) lsdv bi(3) vcov(100)

211

3) Estimation avec les variables liées aux fonds propres et la qualité de gestion

.

proeta -.447974 .9313504 -0.48 0.631 -2.273387 1.377439

proetcr 1.144951 .8066057 1.42 0.156 -.4359666 2.72587

proccred -.0005223 .0032382 -0.16 0.872 -.0068691 .0058245

proecred -.0027717 .0122704 -0.23 0.821 -.0268212 .0212778

fptcr .2813218 .0846353 3.32 0.001 .1154397 .4472039

fpta 4.175038 .2999881 13.92 0.000 3.587072 4.763003

L1. .2656138 .036306 7.32 0.000 .1944554 .3367723

zscore

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

(bootstrapped SE)

LSDVC dynamic regression

note: Bias correction up to order O(1/NT^2)

proeta -.8927352 .7217587 -1.24 0.216 -2.307356 .5218858

proetcr 1.656561 .612043 2.71 0.007 .4569782 2.856143

proccred -.0002675 .0025613 -0.10 0.917 -.0052876 .0047527

proecred -.0028135 .0099794 -0.28 0.778 -.0223727 .0167458

fptcr .2517762 .0650214 3.87 0.000 .1243366 .3792158

fpta 4.424558 .2282019 19.39 0.000 3.977291 4.871826

L1. .1980531 .0280895 7.05 0.000 .1429986 .2531076

zscore

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

LSDV dynamic regression

Center for Global Development, Washington, DC droodman@cgdev.org

the user-written Stata command -xtabond2- by David Roodman,

Note: Blundell and Bond estimator is implemented through

Note: Bias correction initialized by Blundell and Bond estimator

> v(100)

. xtlsdvc zscore fpta fptcr proecred proccred proetcr proeta, initial (bb) lsdv bi(3) vco

212

4) Estimation avec les variables liées aux fonds propres et la rentabilité

.

roe -.0046261 .0218292 -0.21 0.832 -.0474106 .0381585

roa -.0241073 .2582259 -0.09 0.926 -.5302206 .4820061

fptcr .2705721 .0844975 3.20 0.001 .1049601 .4361841

fpta 4.256027 .300737 14.15 0.000 3.666593 4.845461

L1. .2826953 .0343952 8.22 0.000 .2152819 .3501087

zscore

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

(bootstrapped SE)

LSDVC dynamic regression

note: Bias correction up to order O(1/NT^2)

roe .0001305 .0160524 0.01 0.994 -.0313317 .0315926

roa .0059043 .1867289 0.03 0.975 -.3600776 .3718862

fptcr .2433757 .0680999 3.57 0.000 .1099024 .3768489

fpta 4.477697 .2299176 19.48 0.000 4.027066 4.928327

L1. .2218177 .0275416 8.05 0.000 .1678371 .2757982

zscore

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

LSDV dynamic regression

Center for Global Development, Washington, DC droodman@cgdev.org

the user-written Stata command -xtabond2- by David Roodman,

Note: Blundell and Bond estimator is implemented through

Note: Bias correction initialized by Blundell and Bond estimator

. xtlsdvc zscore fpta fptcr roa roe, initial (bb) lsdv bi(3) vcov(100)

213

5) Estimation avec les variables liées aux fonds propres et la qualité du portefeuille

.

credta .4165798 .5990588 0.70 0.487 -.7575539 1.590713

credtcr -.1404362 .3589744 -0.39 0.696 -.844013 .5631407

crestcr .3291175 .3362377 0.98 0.328 -.3298963 .9881312

crnta .2114902 .1937531 1.09 0.275 -.168259 .5912393

fptcr .2993137 .083485 3.59 0.000 .1356861 .4629413

fpta 4.071292 .2930404 13.89 0.000 3.496944 4.645641

L1. .2611325 .0382565 6.83 0.000 .1861511 .336114

zscore

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

(bootstrapped SE)

LSDVC dynamic regression

note: Bias correction up to order O(1/NT^2)

credta .1479989 .4880616 0.30 0.762 -.8085843 1.104582

credtcr -.0189021 .298115 -0.06 0.949 -.6031967 .5653925

crestcr .5072674 .3044738 1.67 0.096 -.0894902 1.104025

crnta .3460111 .1569953 2.20 0.028 .0383059 .6537162

fptcr .2803304 .0656684 4.27 0.000 .1516227 .409038

fpta 4.227488 .2388264 17.70 0.000 3.759397 4.695579

L1. .1915473 .0292304 6.55 0.000 .1342567 .2488379

zscore

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

LSDV dynamic regression

Center for Global Development, Washington, DC droodman@cgdev.org

the user-written Stata command -xtabond2- by David Roodman,

Note: Blundell and Bond estimator is implemented through

Note: Bias correction initialized by Blundell and Bond estimator

> 0)

. xtlsdvc zscore fpta fptcr crnta crestcr credtcr credta, initial (bb) lsdv bi(3) vcov(10

214

6) Estimation avec les variables liées aux fonds propres et macroéconomiques

.

ipc .3773136 .8720984 0.43 0.665 -1.331968 2.086595

tpib .032343 .6471461 0.05 0.960 -1.23604 1.300726

fptcr .2684845 .0824494 3.26 0.001 .1068867 .4300823

fpta 4.236597 .2872941 14.75 0.000 3.673511 4.799683

L1. .2901735 .0348218 8.33 0.000 .2219241 .3584229

zscore

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

(bootstrapped SE)

LSDVC dynamic regression

note: Bias correction up to order O(1/NT^2)

ipc .2799704 .7475457 0.37 0.708 -1.185192 1.745133

tpib .037167 .5268178 0.07 0.944 -.9953769 1.069711

fptcr .2432631 .0652049 3.73 0.000 .1154638 .3710624

fpta 4.476685 .2267613 19.74 0.000 4.032241 4.921129

L1. .2220657 .0274206 8.10 0.000 .1683223 .2758091

zscore

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

LSDV dynamic regression

Center for Global Development, Washington, DC droodman@cgdev.org

the user-written Stata command -xtabond2- by David Roodman,

Note: Blundell and Bond estimator is implemented through

Note: Bias correction initialized by Blundell and Bond estimator

. xtlsdvc zscore fpta fptcr tpib ipc, initial (bb) lsdv bi(3) vcov(100)

215

7) Estimation avec les variables liées aux fonds propres, liquidité et rentabilité

.

roe -.009342 .0219433 -0.43 0.670 -.0523501 .0336661

roa -.1161203 .2480207 -0.47 0.640 -.602232 .3699914

depta .2821996 .183799 1.54 0.125 -.0780399 .6424391

tcrdep .0133261 .0088145 1.51 0.131 -.0039499 .0306022

fptcr .2795827 .0817459 3.42 0.001 .1193637 .4398017

fpta 4.163185 .2930853 14.20 0.000 3.588748 4.737621

L1. .2602361 .0364942 7.13 0.000 .1887088 .3317633

zscore

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

(bootstrapped SE)

LSDVC dynamic regression

note: Bias correction up to order O(1/NT^2)

roe -.0073981 .0160774 -0.46 0.645 -.0389093 .024113

roa -.1283265 .1899437 -0.68 0.499 -.5006092 .2439562

depta .4055473 .1286593 3.15 0.002 .1533798 .6577149

tcrdep .0135242 .0063761 2.12 0.034 .0010273 .0260211

fptcr .2572732 .0675173 3.81 0.000 .1249417 .3896047

fpta 4.35219 .2324215 18.73 0.000 3.896652 4.807728

L1. .1944105 .0288608 6.74 0.000 .1378443 .2509766

zscore

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

LSDV dynamic regression

Center for Global Development, Washington, DC droodman@cgdev.org

the user-written Stata command -xtabond2- by David Roodman,

Note: Blundell and Bond estimator is implemented through

Note: Bias correction initialized by Blundell and Bond estimator

. xtlsdvc zscore fpta fptcr tcrdep depta roa roe, initial (bb) lsdv bi(3) vcov(100)

216

8) Estimation avec les variables liées aux fonds propres, liquidité, rentabilité et

qualité de gestion

.

proeta -1.102947 1.183103 -0.93 0.351 -3.421787 1.215892

proetcr 1.498969 .8886409 1.69 0.092 -.2427348 3.240674

proccred .0004731 .0040116 0.12 0.906 -.0073895 .0083358

proecred -.0050221 .0128325 -0.39 0.696 -.0301733 .0201292

roe -.0108695 .0272009 -0.40 0.689 -.0641822 .0424432

roa -.1132256 .3263307 -0.35 0.729 -.7528221 .5263708

depta .2730577 .1928101 1.42 0.157 -.1048431 .6509586

tcrdep .0141739 .0087562 1.62 0.106 -.002988 .0313357

fptcr .2822401 .0823705 3.43 0.001 .1207969 .4436833

fpta 4.14069 .3174211 13.04 0.000 3.518556 4.762824

L1. .2400647 .0382062 6.28 0.000 .165182 .3149474

zscore

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

(bootstrapped SE)

LSDVC dynamic regression

note: Bias correction up to order O(1/NT^2)

proeta -1.700637 .8470682 -2.01 0.045 -3.360861 -.0404142

proetcr 1.973985 .6401965 3.08 0.002 .7192226 3.228747

proccred .0000625 .0030763 0.02 0.984 -.0059668 .0060919

proecred -.0059069 .0100768 -0.59 0.558 -.025657 .0138432

roe -.0060134 .0192632 -0.31 0.755 -.0437686 .0317419

roa -.1918096 .2293006 -0.84 0.403 -.6412306 .2576113

depta .4146247 .144211 2.88 0.004 .1319763 .6972731

tcrdep .0146211 .0063518 2.30 0.021 .0021718 .0270703

fptcr .2608848 .0672405 3.88 0.000 .1290958 .3926738

fpta 4.353726 .23551 18.49 0.000 3.892135 4.815317

L1. .1708159 .0296963 5.75 0.000 .1126122 .2290197

zscore

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

LSDV dynamic regression

Center for Global Development, Washington, DC droodman@cgdev.org

the user-written Stata command -xtabond2- by David Roodman,

Note: Blundell and Bond estimator is implemented through

Note: Bias correction initialized by Blundell and Bond estimator

> l (bb) lsdv bi(3) vcov(100)

. xtlsdvc zscore fpta fptcr tcrdep depta roa roe proecred proccred proetcr proeta, initia

217

9) Estimation avec les variables liées aux fonds propres, liquidité, rentabilité,

qualité de gestion et la qualité du portefeuille

.

credta 1.06689 1.217738 0.88 0.381 -1.319832 3.453612

credtcr -.510433 .5768774 -0.88 0.376 -1.641092 .6202261

crestcr -.2931263 .4551487 -0.64 0.520 -1.185201 .5989487

crnta .2924591 .3983106 0.73 0.463 -.4882154 1.073134

proeta -2.176945 1.75815 -1.24 0.216 -5.622856 1.268965

proetcr 2.572424 1.234844 2.08 0.037 .1521739 4.992673

proccred .0003744 .0040188 0.09 0.926 -.0075023 .0082512

proecred -.0052769 .0130343 -0.40 0.686 -.0308236 .0202698

roe -.0083996 .0279216 -0.30 0.764 -.0631249 .0463258

roa .0660519 .4084783 0.16 0.872 -.7345509 .8666547

depta .0180837 .3876964 0.05 0.963 -.7417872 .7779547

tcrdep .0115419 .008833 1.31 0.191 -.0057704 .0288542

fptcr .2813205 .0841984 3.34 0.001 .1162946 .4463464

fpta 4.080979 .3591913 11.36 0.000 3.376977 4.784981

L1. .2438766 .0389484 6.26 0.000 .1675392 .320214

zscore

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

(bootstrapped SE)

LSDVC dynamic regression

note: Bias correction up to order O(1/NT^2)

credta .7545489 1.042476 0.72 0.469 -1.288666 2.797764

credtcr -.3736011 .4680335 -0.80 0.425 -1.29093 .5437278

crestcr -.2645654 .4039291 -0.65 0.512 -1.056252 .5271211

crnta .322455 .3602832 0.90 0.371 -.3836871 1.028597

proeta -2.400721 1.461578 -1.64 0.100 -5.265361 .4639196

proetcr 2.867177 .9202874 3.12 0.002 1.063447 4.670907

proccred -.0000532 .0030842 -0.02 0.986 -.0060981 .0059917

proecred -.0060707 .0101425 -0.60 0.549 -.0259497 .0138083

roe -.0030098 .0197838 -0.15 0.879 -.0417854 .0357657

roa -.0024612 .3064128 -0.01 0.994 -.6030193 .5980969

depta .1441356 .3293852 0.44 0.662 -.5014475 .7897187

tcrdep .0119332 .0068286 1.75 0.081 -.0014507 .0253171

fptcr .2625772 .0684692 3.83 0.000 .12838 .3967745

fpta 4.274534 .2851994 14.99 0.000 3.715554 4.833515

L1. .172394 .029817 5.78 0.000 .1139537 .2308342

zscore

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

LSDV dynamic regression

Center for Global Development, Washington, DC droodman@cgdev.org

the user-written Stata command -xtabond2- by David Roodman,

Note: Blundell and Bond estimator is implemented through

Note: Bias correction initialized by Blundell and Bond estimator

> restcr credtcr credta, initial (bb) lsdv bi(3) vcov(100)

. xtlsdvc zscore fpta fptcr tcrdep depta roa roe proecred proccred proetcr proeta crnta c

218

10) Estimation avec les variables liées aux fonds propres, liquidité, rentabilité,

qualité de gestion, la qualité du portefeuille et les variables macroéconomiques

.

ipc .355371 .8983777 0.40 0.692 -1.405417 2.116159

tpib .0555534 .6621719 0.08 0.933 -1.24228 1.353387

credta 1.061876 1.211431 0.88 0.381 -1.312485 3.436237

credtcr -.501637 .5755835 -0.87 0.383 -1.62976 .6264858

crestcr -.2860862 .4561786 -0.63 0.531 -1.18018 .6080074

crnta .289341 .3962141 0.73 0.465 -.4872242 1.065906

proeta -2.198635 1.760604 -1.25 0.212 -5.649355 1.252085

proetcr 2.577137 1.233679 2.09 0.037 .1591695 4.995104

proccred .0003725 .0040088 0.09 0.926 -.0074845 .0082295

proecred -.0054326 .0129566 -0.42 0.675 -.0308271 .0199619

roe -.0089054 .0279282 -0.32 0.750 -.0636437 .0458329

roa .0668557 .4076951 0.16 0.870 -.7322121 .8659234

depta .0222438 .3862106 0.06 0.954 -.7347151 .7792026

tcrdep .0116267 .0088285 1.32 0.188 -.0056768 .0289302

fptcr .2793595 .0844177 3.31 0.001 .1139038 .4448151

fpta 4.080235 .358942 11.37 0.000 3.376721 4.783748

L1. .2444892 .0388526 6.29 0.000 .1683394 .320639

zscore

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

(bootstrapped SE)

LSDVC dynamic regression

note: Bias correction up to order O(1/NT^2)

ipc .3957975 .7446579 0.53 0.595 -1.063705 1.8553

tpib .0520943 .5256984 0.10 0.921 -.9782557 1.082444

credta .7586984 1.04493 0.73 0.468 -1.289328 2.806725

credtcr -.3653612 .4691299 -0.78 0.436 -1.284839 .5541165

crestcr -.2634378 .4056389 -0.65 0.516 -1.058475 .5315998

crnta .3159484 .3611336 0.87 0.382 -.3918605 1.023757

proeta -2.440344 1.466243 -1.66 0.096 -5.314128 .4334402

proetcr 2.883122 .9225327 3.13 0.002 1.074991 4.691253

proccred -.0000648 .0030899 -0.02 0.983 -.0061208 .0059912

proecred -.0062212 .0101709 -0.61 0.541 -.0261557 .0137133

roe -.0034695 .0198573 -0.17 0.861 -.0423891 .03545

roa -.0046903 .3069982 -0.02 0.988 -.6063957 .5970152

depta .1490287 .3301111 0.45 0.652 -.4979771 .7960345

tcrdep .0120192 .0068433 1.76 0.079 -.0013933 .0254318

fptcr .2609826 .0686797 3.80 0.000 .1263729 .3955924

fpta 4.274585 .285796 14.96 0.000 3.714435 4.834735

L1. .1723804 .0298707 5.77 0.000 .113835 .2309259

zscore

zscore Coef. Std. Err. z P>|z| [95% Conf. Interval]

LSDV dynamic regression

Center for Global Development, Washington, DC droodman@cgdev.org

the user-written Stata command -xtabond2- by David Roodman,

Note: Blundell and Bond estimator is implemented through

Note: Bias correction initialized by Blundell and Bond estimator

> restcr credtcr credta tpib ipc, initial (bb) lsdv bi(3) vcov(100)

. xtlsdvc zscore fpta fptcr tcrdep depta roa roe proecred proccred proetcr proeta crnta c

219

TABLE DES MATIERES

REMERCIEMENTS .................................................................................................................. ii

Résumé ...................................................................................................................................... iii

Abstract ..................................................................................................................................... iv

Liste des abréviations ................................................................................................................. v

Liste des illustrations ................................................................................................................ vii

Liste des tableaux .................................................................................................................... viii

SOMMAIRE ............................................................................................................................. ix

Introduction générale .................................................................................................................. 1

PREMIERE PARTIE : LA RELATION QUALITE DU PORTEFEUILLE DE CREDITS ET

SOLIDITE DES BANQUES : L’IMPORTANCE DES INDICATEURS INDIVIDUELS ET

MACROECONOMIQUES ...................................................................................................... 11

Introduction Première partie ................................................................................................. 11

CHAPITRE 1 : LA QUALITE DU PORTEFEUILLE DE CREDITS : UNE CONDITION

NECESSAIRE, MAIS PAS SUFFISANTE POUR LA SOLIDITE BANCAIRE .................. 14

Introduction .......................................................................................................................... 14

Section 1 : La théorie du signal : la détection des emprunteurs de bonne qualité une condition

de solidité bancaire ................................................................................................................... 16

I- La nature de l’emprunteur : l’élément fondamental de la qualité du portefeuille de crédits

…………………………………………………………………………………………...17

I.1- La capacité financière de l’emprunteur .......................................................................... 18

I.2- Le statut juridique du débiteur ....................................................................................... 19

I.3- La situation fiscale de l’emprunteur .............................................................................. 21

I.4- Le secteur d’activité de l’emprunteur ............................................................................ 22

II- Détermination de la qualité de l’emprunteur et la solidité bancaire ................................. 23

II.1- Les indicateurs de la qualité d’un nouveau débiteur : les contrats incitatifs ................ 25

II.1.1- L’importance des éléments constituants le dossier de demande de crédit ............. 26

II.1.2- La théorie du compte chèque : le recoupage de l’information par la banque ........ 28

220

II.2- Les relations de long terme entre la banque et l’emprunteur ....................................... 30

II.2.1- Le respect des échéances et le renouvellement de la surface financière du débiteur

........................................................................................................................................... 31

II.2.2- L’avantage informationnel du suivi de l’emprunteur ............................................ 32

Section 2 : La justification théorique de l’exigence de la qualité d’actifs pour la solidité

bancaire .................................................................................................................................... 34

I- Le phénomène de l’asymétrie d’information : des conflits d’intérêt à la solidité bancaire

…………………………………………………………………………………………...35

I.1- Les fondements de l’asymétrie d’information ............................................................... 36

I.2- L’état de l’asymétrie d’information dans le milieu bancaire africain ............................ 37

I.3- De l’asymétrie d’information à la solidité bancaire en passant par la qualité de

l’emprunteur ......................................................................................................................... 40

II- La qualité des actifs : une nécessité de la solidité bancaire .............................................. 43

II.1- La qualité de crédits un élément des exigences réglementaires ................................... 44

II.2- La qualité des crédits : élément de performance financière ......................................... 46

Conclusion ............................................................................................................................ 48

CHAPITRE 2 : L’INFLUENCE DE LA QUALITE DU PORTEFEUILLE DE CREDITS

SUR LA SOLIDITE BANCAIRE DANS LA CEMAC : UNE EVALUATION EMPIRIQUE

.................................................................................................................................................. 49

Introduction .......................................................................................................................... 49

Section 1 : Les différentes approches empiriques de l’évaluation de la solidité des banques . 51

I- Les indicateurs de la solidité des banques ........................................................................ 52

I.1- Les indicateurs standards de l’appréciation de la solidité financière ............................. 52

I.2- La revue des études empiriques de la solidité des banques ........................................... 54

II – Les méthodes d’appréciation de la solidité des banques ................................................... 56

II.1- Les systèmes d’alerte précoce ...................................................................................... 57

II.1.1- La méthode du signal d’alerte précoce .................................................................. 60

II.1.2- Les modèles logit et probit, binomial et multinomial ............................................ 61

221

II.2- Les stress-tests .............................................................................................................. 62

II.3- Les autres méthodes quantitatives d’analyse de la solidité financière ......................... 64

II.3.1- Les analyses discriminantes ................................................................................... 64

II.3.2- Les Z-scores ........................................................................................................... 65

Section 2 : L’élaboration d’une stratégie de solidité des banques dans la CEMAC ................ 67

I – Les spécificités de l’activité bancaire ................................................................................. 68

I.1- Les spécificités du dispositif réglementaire de la CEMAC en matière de qualité des

actifs ...................................................................................................................................... 70

I.2- Présentation du modèle d’estimation de la relation qualité du portefeuille de crédits et

solidité des banques .............................................................................................................. 72

II – La qualité des données et le traitement de l’information comptable ................................. 75

II.1- Présentation de la base et les données utilisées ............................................................ 76

II.2- Présentation des variables utilisées ............................................................................... 77

II.2.1- La variable à expliquer ........................................................................................... 77

II.2.2- Les variables explicatives .......................................................................................... 79

II.2.2.1- Les variables d’intérêt ......................................................................................... 79

II.2.2.2- Les variables de contrôle .................................................................................... 80

II.3- Interprétation des résultats de l’analyse ........................................................................ 84

Conclusion ............................................................................................................................ 93

Conclusion première partie ...................................................................................................... 96

DEUXIEME PARTIE : LES EXIGENCES DE CAPITALISATION SONT-ELLES

SUFFISANTES POUR LA SOLIDITE BANCAIRE ? ........................................................... 99

Introduction deuxième partie ................................................................................................... 99

CHAPITRE 3 : LA CONTROVERSE SUR LA RELATION QUI EXISTE ENTRE LE

NIVEAU DE CAPITALISATION ET LA SOLIDITE BANCAIRE .................................... 101

Introduction ........................................................................................................................ 101

Section 1 : les exigences en fonds propres : une condition de solidité bancaire .................... 102

I – La définition des fonds propres sur la base des accords de Bâle I et Bâle II .................... 103

222

I.1 – Les fonds propres de base .......................................................................................... 104

I.2 – Les fonds propres complémentaires ........................................................................... 106

II – Les déterminants de la quantité et de la qualité des fonds propres après les récentes crises

financières (les accords de Bâle III) ....................................................................................... 108

II.1 – Le noyau des fonds propres : le Tier one .................................................................. 109

II.2 – La partie souple des fonds propres : le Tier 2 ........................................................... 110

Section 2 : Le cadre d’analyse de l’effet de la quantité des fonds propres sur la solidité

financière des banques ........................................................................................................... 115

I – Les fonds propres et certains ratios ................................................................................... 116

I.1 – Le ratio de solvabilité : la pierre angulaire de l’appréciation de la solidité des banques

............................................................................................................................................ 117

I.2 – Le ratio de liquidité : un élément du renfort de la résilience des banques ................. 118

I.3 – Les ratios de la rentabilité : un indicateur de gestion pour les actionnaires ............... 121

II – Les fonds propres : un outil de couverture contre les risques ......................................... 123

II.1 – La théorie de préférence sur les états : l’exigence de capitalisation a un effet positif

sur la solidité bancaire ........................................................................................................ 125

II.2 – La théorie du choix de portefeuille et les effets pervers des exigences en fonds

propres ................................................................................................................................ 130

Conclusion .......................................................................................................................... 135

CHAPITRE 4 : L’INFLUENCE DU NIVEAU DE CAPITALISATION SUR LA SOLIDITE

BANCAIRE DANS LA CEMAC : UNE EVALUATION EMPIRIQUE ............................. 137

Introduction ........................................................................................................................ 137

Section 1 : Le cadre d’utilisation des indicateurs de solidité financière de type CAMEL .... 139

I – la supervision bancaire : le contrôle sur pièce et le contrôle sur place ............................. 140

I.1- le contrôle sur pièces .................................................................................................... 141

I.2- le contrôle sur place ..................................................................................................... 143

II – les fondamentaux de l’estimation avec les indicateurs CAMEL ..................................... 144

II.1- les différents indicateurs de type CAMEL ................................................................. 145

223

II.2- Le débat théorique sur l’utilisation des indicateurs de type CAMELS : les avantages et

limites ................................................................................................................................. 148

Section 2: Le niveau de capitalisation : le nœud de la solidité bancaire ................................ 150

I – la relation entre le niveau de capitalisation et l’indicateur de solidité de la banque ......... 152

I.1- Présentation du modèle d’analyse de la relation capitalisation et solidité bancaire .... 154

I.2- Les variables et les données utilisées ........................................................................... 158

I.2.1- La variable à expliquer .......................................................................................... 159

I.2.2- Les variables explicatives ...................................................................................... 160

I.2.2.1- Les variables d’intérêt ........................................................................................ 160

I.2.2.1- Les variables de contrôle .................................................................................... 161

I.2.3- Les données utilisées ............................................................................................. 167

II – Les enseignements du modèle CAMEL pour les banques en zone CEMAC .................. 168

II.1- Interprétation et discussion des résultats des estimations du modèle ......................... 169

II.2- Les recommandations pour une politique bancaire efficace ...................................... 173

Conclusion .......................................................................................................................... 175

Conclusion deuxième partie ................................................................................................... 177

Conclusion générale ............................................................................................................... 179

Bibliographie .......................................................................................................................... 186

LES ANNEXES ..................................................................................................................... 197

ANNEXE 1 : LES ESTIMATIONS DE LA PREMIERE PARTIE .................................. 198

Statistiques descriptives CEMAC ................................................................................... 198

Test de corrélation ........................................................................................................... 198

1) Test avec les variables d’intérêt (Qualité du portefeuille de crédits) ...................... 199

2) Test avec les variables liées à la liquidité ................................................................ 200

3) Test avec les variables liées à la qualité de gestion uniquement ............................. 201

4) Test avec les variables liées à la capitalisation ........................................................ 202

5) Test avec les variables liées à la rentabilité ............................................................. 203

224

6) Test avec les variables macroéconomiques ............................................................. 204

7) Test avec les variables liées à la liquidité et à la qualité de gestion ........................ 205

8) Test avec les variables liées liquidité, gestion et capitalisation ............................... 206

9) Test avec les variables liées liquidité, gestion, capitalisation et rentabilité ............ 207

10) Test avec les variables liées liquidité, gestion, capitalisation, rentabilité et

variables macroéconomiques .......................................................................................... 208

ANNEXE 2 : LES ESTIMATIONS DE LA DEUXIEME PARTIE ................................. 209

1) Estimation avec les variables liées aux fonds propres ............................................. 209

2) Estimation avec les variables liées aux fonds propres et la liquidité ....................... 210

3) Estimation avec les variables liées aux fonds propres et la qualité de gestion ........ 211

4) Estimation avec les variables liées aux fonds propres et la rentabilité .................... 212

5) Estimation avec les variables liées aux fonds propres et la qualité du portefeuille . 213

6) Estimation avec les variables liées aux fonds propres et macroéconomiques ......... 214

7) Estimation avec les variables liées aux fonds propres, liquidité et rentabilité ........ 215

8) Estimation avec les variables liées aux fonds propres, liquidité, rentabilité et qualité

de gestion ........................................................................................................................ 216

9) Estimation avec les variables liées aux fonds propres, liquidité, rentabilité, qualité de

gestion et la qualité du portefeuille ................................................................................. 217

10) Estimation avec les variables liées aux fonds propres, liquidité, rentabilité, qualité

de gestion, la qualité du portefeuille et les variables macroéconomiques ...................... 218