MotsClés: stabilité, solidité, système bancaire, politique macro prudentielle.
Abstract-In this article we study the relationship between the structure of the CEMAC banking market and financial stability.
Our results show that the concentration has a positive influence on the stability of the CEMAC banking market due to the presence of systemic banks belonging to the financial holding companies. However, this stability is threatened by the risk of illiquidity and the deterioration in the quality of the portfolios, which depend to a large extent on the economic situation of the countries. Therefore, in the context of a macro prudential policy, COBAC would benefit from establishing liquidity thresholds that should not be exceeded, depending on the level of activity of each country, in order to achieve a balance between efficiency and the stabilization of its banking system.
a dernière crise financière de 2008 a donné un regain d'intérêt à l'analyse des facteurs susceptibles d'influencer la stabilité financière d'un marché bancaire, c'est-à-dire sa capacité à faciliter sans entraves les performances de l'économie, et de résorber les déséquilibres financiers qui se font jour de manière endogène, ou qui résultent d'évènements significativement dommageables et non anticipés 1 1 Définition de la Banque Centrale Européenne .
Les faits stylisés montrent en effet que, la faillite d'une banque systémique dans un marché oligopolistique, le non respect des critères prudentiels, la prise de risque excessif, sont autant de facteurs qui peuvent provoquer l'instabilité financière, néfaste pour l'ensemble du système économique.
Pour éviter l'occurrence d'une telle situation, la Communauté Economique Monétaire des Etats de l'Afrique Centrale (CEMAC), par le règlement du 2 octobre 2012, a crée en plus de l'organe de supervision et de contrôle qu'est la Commission Bancaire de l'A frique Centrale (COBAC), le Comité de Stabilité Financière de l'Afrique Centrale avec pour principales missions de combler l'insuffisance des mesures macro prudentielles de sa réglementation.
Ces mesures sont devenues impérieuses dans le marché bancaire de la CEMAC soumis ces 10 dernières années à des chocs exogènes notamment, les crises financières et la baisse des prix du baril de 2014-2015, qui ont fragilisé la situation macroéconomique des Etats, et la solidité de certaines banques (Kadandji, 2017). Selon le rapport de la COBAC de 2014, plus de la moitié avait une situation fragile, voire même critique 2 . En comparaison, seules 36% l'était en 2005 3 Cette situation est d'autant plus préoccupante que la baisse des recettes pétrolières a réduit la capacité des Etats à aider les grosses banques en cas de crise systémique . 4 , car le Fonds de Garanti des Dépôts en Afrique Centrale (FOGADAC) 5 créé pour maintenir la confiance dans le système bancaire, et donc assurer sa solidité, et sa stabilité, ne dispose aujourd'hui qu'environ 100 milliards de franc CFA 6 2 C'est le cas actuellement de Postbank au Gabon 3 Rapport du FMI no 06/321, Aout 2006 4 A titre d'exemple le total du bilan de BGFI Bank s'élève à plus de 2000 milliards, alors que les recettes budgétaires propres du Gabon, pays d'origine de cette banque, ne s'élève qu'à 5 Ce fonds de garanti créé en 2009 est un mécanisme de protection des dépôts institué au niveau des Etats de la CEMAC 6 Ce qui représente le 1/20 du total du bilan de BGFI l'une des plus grosses banques de la CEMAC . Il ne peut donc permettre à la COBAC de prendre efficacement en charge la problématique de la protection des dépôts, en cas de défaillance d'un établissement de crédit.
Cette baisse de la solidité financière de certaines banques s'est également accompagné de profondes mutations structurelles de ce marché, qui est devenu oligopolistique. Certes, le nombre de banques est passé de 30 en 1996, à 33 en 2005, et à 52 en 2016, mais quatre grosses banques appartenant à des holdings financières 7 (2006), l'expliquent par le fait que dans un marché oligopolistique, les banques ayant un pouvoir de marché et donc une position dominante, ont en même temps des profits plus importants qui leurs permettent de fixer des taux d'intérêts plus élevés qu'elles ne le feraient si elles étaient dans un marché de concurrence parfaite. Vives (2010), estime pour cela que ces profits représentent pour elles un « coussin de capital », qui augmente leur capacité d'absorption de chocs en cas de crise financière et qui en même temps diminue leur probabilité de subir une ruée bancaire. C'est ce matelas financier que se constituent en général les grosses banques qui les pousse également à ne pas s'engager dans des opérations risquées. Ces auteurs concluent donc qu'une position dominante issue d'un marché concentré peut être un facteur de stabilité en augmentant les revenus des banques. Il en ressort globalement que le marché bancaire de la CEMAC reste très concentré si l'on en juge par le total de bilan, le volume des dépôts, et le volume des crédits des 3 plus grosses banques par pays.
Il s'agit vraisemblablement d'un marché oligopolistique bien que le Tchad et le Cameroun enregistrent des niveaux de concentration relativement moyens. Toutefois, le fait que le marché soit concentré n'implique pas nécessairement une faible concurrence comme nous le verrons avec l'indicateur de Boone.
ii.
Le niveau de concentration n'est toutefois qu'une mesure imparfaite du degré de concurrence 11 . La théorie des marchés contestables indique en effet, qu'il est possible d'avoir une forte concurrence avec une faible atomicité, ou une forte concentration (Claessens et Laevan, 2003 12 ; Pruteanu-Podpiera et al, 2008 ; Gutiérrez de Rozas, 2007). Nous compléterons donc notre analyse de la structure du marché bancaire par le niveau de concurrence mesuré avec l'indicateur de Boone qui mesure l'effet de l'efficacité sur la performance en termes de profits. Il est défini comme l'élasticité des bénéfices aux coûts marginaux. Pour calculer cette élasticité, le logarithme d'une mesure des bénéfices (comme le rendement des actifs) est régressé par rapport à une mesure logarithmique des coûts marginaux 13 . Plus l'indicateur de Boone est négatif, plus le niveau de concurrence est élevé sur le marché, car l'effet de la réaffectation est plus fort. Le tableau 2 cidessous, apprécie ce niveau de concurrence dans certains pays de la CEMAC ou existaient les données : ii.
Nous analyserons principalement ici le respect des normes de solvabilité, à savoir la représentation du capital minimum, la règle de couverture de risques et celle de la limitation des immobilisations et des participations, en liaison avec le niveau des fonds propres réglementaires tel que défini par le Règlement COBAC R-2010/01 qui exige des établissements de crédit la détention d'un niveau suffisant de fonds propres en couverture de leurs risques pondérés. A ce titre, les fonds propres nets doivent couvrir les risques pondérés à hauteur de 8% au minimum. Dans un deuxième temps la variable choisie sera utilisée comme variable à expliquer dans les différents modèles que ce soit avec les variables d'intérêt seulement qu'avec les variables de contrôle de la structure du marché, de la rentabilité et de l'environnement macroéconomique. La même variable à expliquer sera utilisée pour tester la présence des canaux de la complexité, du pouvoir de marché, et de 18 Akaike information criterion est une mesure de la qualité d'un modèle statistique proposée par Hirotugu Akaike en 1973. On choisit le modèle avec le critère d'information d'Akaike le plus faible. 19 le critère d'information bahésien permet de pénaliser les modèles en fonction en fonction du nombre de paramètre afin de satisfaire le critère de parcimonie. On choisit le modèle ayant le BIC le plus faible. La part des crédits non performants sur le total des crédits (PNPTP) est une autre mesure utilisée pour appréhender indirectement la stabilité. Elle est en effet l'un des principaux indicateurs de solidité des banques. D'un point de vue théorique, en dehors de la structure du marché, la stabilité financière peut dépendre de plusieurs autres facteurs propres au système bancaire ou à l'environnement des banques. Afin d'améliorer la qualité de la relation entre concentration du marché bancaire et stabilité financière en limitant les biais liés à l'omission de variables, nous ajouterons des variables de contrôle à la régression ; 22 Le ratio de rentabilité de l'actif (ROA) indique la rentabilité de tous les capitaux utilisés par la banque. Il est parmi les ratios les plus utilisés pour mesurer les performances des banques. Il est défini comme suit: R2 = bénéfices nets/ actif total.
1 2 3 3 Congo 0 0 2 1 0 1 0 0 1 0 0 4 Gabon 0 0 0 1 3 3 1 1 2 1 3 2 Tchad 2 2 0 0 1 1 1 1 0 1 0 1 Guinée 1 1 0 0 1 0 0 0 0 0 0 0 RCA 1 1 0 0 0 0 1 1Nous avons retenu ici le niveau de concentration tel qu'évalué à la section 2 c'est-à-dire la part de marché des trois plus grosses banques par pays (CR3) 23 Comme variables macroéconomiques de contrôle, nous retenons, le taux de change réel (TCER), et la grande dépendance envers le pétrole, (PPPIB). La dominance du secteur pétrolier se traduit en effet par une vulnérabilité des économies aux chocs extérieurs du fait que les recettes budgétaires et en devises sont fortement tributaires du prix des produits pétroliers 24 .
Selon un rapport du FMI, par le passé les banques ont souffert des chocs pétroliers, pour l'essentiel de façon indirecte du fait de la détérioration des finances publiques en période de repli des cours pétroliers. L'influence du reste du monde sur les marchés bancaires sera saisi par le taux de change réel (TCER).
Les variables de viabilité de la dette seront également introduites comme variables de contrôle compte tenu du niveau d'endettement des pays de la CEMAC, notamment le taux d'endettement (DPPIB) qui nous permet d'apprécier le risque de surendettement.
Elles nous permettent de vérifier l'efficacité de la réglementation de la COBAC et sa capacité à la faire appliquer. Ce sont le pourcentage de banques violant le ratio de fonds propres (BVFP) et le pourcentage de banques violant le critère du minimum de capital (BVMC). En théorie, plus ces ratios sont élevés plus le système sera instable.
Pour étudier le canal du pouvoir de marché, notre méthodologie consistera à ajouter à la régression Le canal de la complexité des banques sera étudié par ajout à la régression principale de la variable « nombre de banques par pays », (NBB).
?Enfin le canal de la diversification sera étudié en ajoutant à la régression principale le nombre de banques dont le capital est contrôlé à plus de 50% par l'actionnariat étranger à la sous région, sur le nombre total des banques (BETB), et par le taux de bancarisation (TXBANC).
En présence du canal de diversification, bien que la plupart des études empiriques concluent sur les bienfaits de celle-ci, il est démontré qu'elle ne peut se faire à tout prix.
Les données utilisées pour les estimations cidessous sont des données globales par pays issues de la COBAC et de Global Financial Data Base de 2016. Elles couvrent la période 2006-2014. L'année 2006 a été la première année d'application de la nouvelle réglementation basée sur les critères de Bâle. Au cours de cette période, la CEMAC a connu non seulement l'accroissement des prix du baril de 2011, puis sa chute brutale en 2014, mais aussi, des crises financières extérieures, notamment celle des subprimes en 2008. Compte tenu du manque de données sur le Congo, ce pays ne figure pas dans les estimations. Il en est de même de l'indicateur de Boone non calculé pour la Guinée Equatoriale.
Afin de choisir la « meilleure » variable endogène et le type de modèle à utiliser ici, nous faisons deux estimations avec l'ensemble des variables (modèle non contraint) en considérant d'une part les effets fixes et d'autre part les effets aléatoires.
L'ensemble des résultats relatifs à ce choix sont en annexe 2.
Les résultats de l'estimation du modèle à effet aléatoire non contraint que ce soit avec la variable PNPT qu'avec la variable Z SCORE donnent un écart type des effets spécifiques associés à chaque pays i ? =0. Il y a donc dans les deux cas, absence d'effets aléatoires. Le modèle à effet aléatoire est donc rejeté.
Quand au modèle à effets fixes, nous l'avons estimé avec la variable endogène PNPTP, et testé l'hypothèse H0 que tous les effets spécifiques i ? sont nuls. Les résultats montrent que l'on ne peut pas rejeter H0. Autrement dit la spécificité au niveau de chaque banque, n'a pas d'impact sur le PNPTP. En effet, en considérant un seuil de 5%, on voit bien que la p-value > 0,05. On ne peut pas rejeter la nullité conjointe des effets spécifiques lorsque toutes les caractéristiques sont prises en compte. Ce modèle à besoin de faire le test de Hausman. C'est donc le effets fixes est donc rejeté. Nous n'avons donc pas modèle à effets fixes avec la variable à expliquer Z SCORE qui sera utilisé par la suite. Ce dernier a d'ailleurs l'avantage d'être 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.
Enfin pour choisir la meilleure spécification, nous avons estimé notre modèle non contraint, puis le modèle avec seulement les variables d'intérêt, en y ajoutant tour à tour les variables de contrôle et les variables relatives aux canaux. L'ensemble de ces estimations est présenté en annexe 3. La meilleure spécification par les critères d'informations AIC et BIC reste le modèle 5.
IV.
Nous avons utilisé les moindres carrés généralisés pour estimer les différents modèles. Nos résultats montrent que les coefficients associés au ratio de concentration (CR3) à l'indicateur de rentabilité (ROA), et à l'origine de l'actionnaire principal BETB et au ratio de liquidité (LQID) et au crédit bancaire rapporté au dépôt CBDP, sont statistiquement significatifs (leur p-value respective < 5%), et donc influencent la stabilité du système bancaire. L'effet des 3 dernières variables semble négatif. En outre, Les variables de l'environnement macroéconomique présentent, en moyenne, un effet non significatif sur la stabilité financière. (p-Value > 5%). La statistique de Fischer 25 Il en ressort qu'il n'y a pas de spécificité temporelle. Le test de corrélation de Breusch-Pagan pour tester l'hétéro scédasticité confirme l'hétérogénéité des pays sous la forme d'un effet fixe, puisque la p-value < 5%.
Nous avons réalisé des tests sur cette équation 5 pour voir l'hétérogénéité des situations, l'influence du temps, et la normalité des résidus, l'hétéros cédasticité individuel c'est-à-dire le comportement d'un Etat, et l'hétérogénéité de groupe, ou de l'ensemble des Etats. L'ensemble des résultats de ces tests est en annexe 4. Enfin, l'importance du nombre de banques dont le capital social est détenu majoritairement par des personnes non originaires de la CEMAC semble jouer négativement contre la stabilité financière. Elles semblent prendre globalement plus de risques.
V.
La présente étude avait pour objectif d'analyser l'effet de la structure bancaire de l'Afrique centrale sur la stabilité du système. Nos résultats montrent qu'il existe bel et bien une relation entre le niveau de concentration de ce marché et la stabilité. L'hypothèse principale est donc vérifiée. Toutefois, la capacité des Etats à influencer le comportement des banques systémiques reste faible. Ces grosses banques appartiennent en grande partie à des holdings financières étrangères à la sous région. Pour celles donc l'actionnariat est contrôlé par des ressortissants de la sous région, ce contrôle reste également difficile, compte tenu de la collusion possible avec les gouvernements. Ce constat justifie l'intérêt d'une politique macro prudentielle mise en oeuvre par une autorité supranationale qui devrait en outre, favoriser l'inclusion financière encore faible dans la CEMAC.
En dehors des facteurs inhérents à la structure du marché bancaire, des facteurs relatifs à la procyclicité du système bancaire de la CEMAC, notamment le ROA et la part des crédits par rapport aux dépôts doivent faire l'objet d'une attention particulière. Le Le rendement des actifs investis influence positivement la stabilité financière. De plus grandes valeurs de ce dernier sont le signe d'une meilleure santé des banques. Toutefois, on remarque que par le signe négatif du coefficient du taux de liquidité que les banques sacrifient la liquidité pour favoriser les bénéfices. Un tel comportement peut engendrer de graves problèmes pour le système bancaire de la CEMAC. Ainsi, les mesures à prendre par le superviseur qu'est la COBAC doit être un équilibre entre ces deux objectifs. En effet, si globalement les banques ignorent l'objectif de profit, elles ne peuvent survivre pendant une longue période. Inversement, si les banques ne se préoccupent pas de la liquidité, elles peuvent faire face au problème d'insolvabilité en cas de
| et BGFI au Congo. | ||||
| Cette nouvelle | configuration | du | marché | |
| bancaire, constitue t-elle une menace pour la stabilité | ||||
| financière de la CEMAC? Quels sont les autres | ||||
| déterminants de cette stabilité dans la zone CEMAC? | ||||
| Dans la littérature théorique, le sens de la | ||||
| relation entre la structure d'un marché bancaire et sa | ||||
| stabilité fait l'objet de controverses. | ||||
| Un premier groupe d'auteurs (Freixas et | ||||
| Rochet, 2006 ; Vives, 2010) démontrent | que | la | ||
| concentration dans un marché bancaire a un effet | ||||
| stabilisateur sur le système financier. Freixas et Rochet | ||||
| Un deuxième groupe d'auteurs, (Allen et Gale | ||||
| 2000 ; Beck, Dermiguc-Kunt et Levine, 2007 ; Boyd, De | ||||
| Nicolo et Al Jalal, 2006, etc) tend plutôt à démontrer | ||||
| que la concentration augmente l'instabilité. En effet, le | ||||
| modèle d'Allen et Gale (2000) montre que la | ||||
| concurrence à la fois au niveau des dépôts et des prêts | ||||
| engendre une relation positive entre le nombre de | ||||
| Structure Du Marche Bancaire Et Stabilite Financiere : Le Cas De La Communaute Economique Et Monetaire | |||
| Des Etats De L'afrique Centrale | |||
| Le plan du reste de l'article est le suivant : dans | i. Le niveau de concentration | ||
| la section 2, nous présentons le marché bancaire de la | La concentration d'un marché est mesurée ici | ||
| CEMAC. La section 3 est consacrée à la modélisation | par la part de marché des 3 plus grosses banques dans | ||
| empirique du lien entre structure du marché bancaire et | chaque pays en termes de total des bilans, de dépôts, | ||
| stabilité du système. A la section 4, nous interpréterons | et de crédits, qui sont les trois principaux objets de la | ||
| les résultats, avant la conclusion (section 5). | concurrence. En général si le ratio de concentration | ||
| II. | Le Marché Bancaire De La Cemac | tend vers 0, on est en présence d'un marché très concurrentiel. Lorsqu'il tend vers 1, on est en présence | |
| En se basant sur l'approche Structure- | d'un marché fortement concentré 10 | ||
| Comportement-Performance, cette section donne un | |||
| aperçu général de la structure de ce marché c'est-à- | |||
| dire, le degré de concurrence d'une part, et le | |||
| comportement des banques d'autre part. a) Structure du marché bancaire Pour analyser le degré de concurrence sur ce marché, nous utiliserons deux indicateurs : le niveau de | , la banque va avoir tendance à concentrer ses prêts dans | Year 2017 | |
| concentration de ce marché et l'indicateur de Boone. | une branche restreinte afin de réaliser des économies d'échelle sur les informations à rassembler. En | 11 | |
| conséquence, elle diversifie moins son portefeuille de prêts, devenant ainsi, une menace pour la stabilité financière. Dans la littérature empirique, les résultats de la plupart des études consacrées à cette problématique (Schaeck, Cihak et Wolfe (2008) Beck, Dermiguc-Kunt et Levine (2007) Boyd, De Nicolo et Al Jalal (2006), Uhde et Heimesh off (2009), Kadandji, (2017) etc, ne permettent pas de clore le débat théorique ci-dessus. Les conclusions de ces auteurs montrent que le sens de la relation structure du marché -stabilité financière endogène. C'est là l'une des limites de ces études car dépend en grande partie du choix de la variable En % Cameroun Gabon Congo Tchad Guinée E. RCA Bilan 50,5 73,3 67,3 57,1 86,4 90,4 Crédit 54,5 76,5 67,1 58,2 92 90,2 Dépôt 45,8 77,4 68,8 61 86,3 91,5 | ( E ) Volume XVII Issue III Version I | ||
| ces conclusions restent difficiles à mettre en oeuvre. Dans la présente réflexion, nous osons participer à ce débat en prenant pour cadre, la CEMAC avec cependant une perspective différente, plus pratique. Nous choisissons, la meilleure variable de stabilité par des tests économétriques portant sur la nullité des effets spécifiques, l'hétérogénéité des pays et les critères d'information AIC et BIC, avant d'estimer par la méthode des moindres carrés généralisées, notre modèle avec les variables d'intérêt auxquelles on ajoutera les variables de contrôle. La meilleure spécification en considérant les critères BIC et AIC servira pour les interprétations économiques, après les tests usuels. Notre hypothèse principale est que la concentration a une influence positive sur la stabilité du | Global Journal of Human Social Science - | ||
| marché bancaire de la CEMAC. Toutefois, le maintien | |||
| de cette stabilité dépend de la capacité des autorités | |||
| bancaires et des Etats à influencer le comportement | |||
| des holdings financières (sous hypothèse 1), et aux | |||
| risques de liquidité et de qualité de portefeuille | |||
| qu'engendrent les fluctuations des recettes pétrolières | |||
| (sous hypothèse 2). | |||
| Cam | Gabon | Tchad | RCA | ||
| 2006 | 0,00 | -0,07 | 0,11 | -0,15 | |
| 2009 | 0,01 | -0,10 | 0,09 | -0,15 | |
| 2011 | 0,00 | -0,07 | -0,18 | ||
| 2012 | 0,02 | -0,07 | 0,19 | -0,17 | |
| 2013 | 0,01 | -0,08 | 0,17 | -0,31 | |
| Tableau élaboré à partir des données de Global | |||||
| Financial development 2016 L'indice de Boone montre | |||||
| que malgré l'application du règlement COBAC R- | |||||
| 2009/01 qui fixe | le capital social minimum des | ||||
| établissements de crédits, à 1 milliard de FCFA pour les | |||||
| banques et le | durcissement des conditions et | ||||
| modalités de l | |||||
| 2005 2008 2010 2011 2012 2014 2015 | |||||||
| Adéquation des fonds propres 14,8 | 16,1 | 16 | 15,35 15,8 | 12,6 | 12,8 | ||
| Qualité du portefeuille | 13,7 | 8,35 | 8,3 | 7 | 9 | 8,8 | 10 |
| Rendement des actifs | 1,8 | 1,7 | 1,62 | 2 | 1,3 | 1,2 | 1,2 |
| Ratio de liquidité | - | - | 166,5 156,4 170,2 101,9 96,2 | ||||
| Dans l'ensemble, la situation de la CEMAC s'est | |||||||
| légèrement dégradée si l'on considère les dix dernières | |||||||
| années. Le niveau des indicateurs globaux est resté en | |||||||
| deçà des niveaux de 2005. Avec l'accroissement du | |||||||
| nombre de banques, le système bancaire de la CEMAC | |||||||
| est désormais vulnérable aux risques de liquidité, | |||||||
| opérationnels, de réputation et juridiques 15 . Toutefois, la | |||||||
| Adéquation du capital | Liquidité | |||||||||||
| 8% | Min 100% | |||||||||||
| 2010 | 2011 | 2012 | 2013 | 2014 | 2015 | 2010 | 2011 | 2012 | 2013 | 2014 | 2015 | |
| Cam | 3 | 3 | 5 | 5 | 4 | 3 | 0 | 0 | ||||
| Source: Rapport du FMI No. 14/222, 2015 ; COBAC, Bulletin n°17, juin 2015 ; FMI (2016), Rapport CEMAC No. 16/277 | ||||||||||||
| . |
| On testera donc l'hypothèse H0 que tous les |
| 1 5 11,1 Tableau 5b: nombre de banques par pays violant les principaux ratios prudentiels de 2010 à 2015 1 1 Total CEMAC 7 7 7 7 9 8 3 3 5 7 10 0 % au nombre de banques 16,27 15,55 14,58 14 18 15,38 6,97 6,66 10,41 14,5 19,23 Immobilisations Capital minimum 2011 2012 2013 2014 2015 2010 2011 2012 2013 2014 2015 Cam 5 8 5 4 4 4 4 5 5 3 1 Congo 0 1 1 1 5 2 2 1 3 1 0 Gabon 0 1 2 4 4 1 1 0 3 1 1 Tchad 3 0 0 2 2 4 4 2 3 2 1 Guinée 0 1 0 1 0 0 0 0 0 0 0 RCA 2 0 0 0 0 2 2 1 2 0 0 Total CEMAC 10 11 8 12 15 9 9 8 11 4 3 % au nombre de banques 23.2 24.4 16.6 24 28,8 23.07 20.9 17.7 22.9 8 5.7 Au total, le pourcentage de banques ne respectant pas les critères prudentiels par pays, reste relativement élevé au Cameroun et à un degré moindre au Gabon et au Tchad, les pays qui pourtant, ont les systèmes bancaires les plus développés de la CEMAC. Vraisemblablement la supervision demeure donc inefficace. En effet, de plus en plus de banques ne respectent pas les critères « liquidité » et « immobilisations » et à un degré moindre le critère « adéquation du capital ». Seul le critère « minimum de capital » est relativement respecté. À fin 2015, 10 banques ont enregistré un ratio de liquidité inférieur au minimum de 100%. Ces banques se retrouvent principalement au Cameroun au Gabon et au Congo. Sur les 8 banques en infraction par rapport au ratio de couverture des risques, trois sont au Cameroun et trois autres au Gabon. 74,08% et 16% était dans une situation fragile et critique 16 . Cette situation préoccupante est confirmée par l'évolution des notes des banques. Elles sont 15 en 2015 soit 28,8% à avoir une situation solide ou satisfaisante. 23 soit 44% ont une situation pas III. Modélisation empirique du lien entre structure du marché bancaire et stabilité du système a) Méthodologie Afin d'étudier la relation entre la concentration du marché bancaire et la stabilité financière, la méthodologie utilisée, consiste à choisir dans un premier temps la variable qui saisit mieux la stabilité financière. Nous estimons à cet effet deux relations alternatives: l'une saisissant la stabilité avec le z-score 17 16 14 banques n'ont pas été notées en 2013 et l'autre avec la part des crédits non performants sur le total des crédits (PNPTP), dans un ? sont nuls, autrement dit la spécificité de chaque banque, n'a pas d'impact sur le Z score ou sur le entièrement satisfaisante et 26,i PNPTP. |
| 17 Mesure utilisée par Nicolo et Al Jalal, (2006) ; Uhde et Heimeshoff ; |
| (2009) |
| la diversification du marché bancaire. La meilleure | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| spécification sera choisie en fonction des critères AIC et | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| BIC, c'est-à-dire celle qui minimise la perte | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| d'informations. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Dans un troisième temps seront testés pour ce | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| modèle choisi, la spécificité temporelle, l'auto | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| corrélation des résidus, l'hétéroscédasticité sur les | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| effets fixes, sur les variables et sur l'ensemble du panel, | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| et la normalité des erreurs. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| b) Spécification du modèle | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Le modèle estimé s'inspire de celui utilisé par | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Uhde et Heimesh off (2009) et Vilma Deltuvait? | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| (2009).Nous spécifions ce modèle avant de présenter la | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| mesure des variables. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 3 | 4 | 5 | 2 | ||||||||||||||||||||||||||||||||||||||||||||||||||||
| i Zscore | , | t | = | ? | i | + | n ? 1 = | ? | n | BVM | n | , | t | + | n ? 1 = | ? | n | n BSSD | , | t | + | n ? 1 = | ? | n | BVRE | n | , | t | + | n ? 1 = | ? | n VINST n | , | t | + | ? | i | , | t | Ou | |||||||||||||||
| 3 | 4 | 4 | 2 | ||||||||||||||||||||||||||||||||||||||||||||||||||||
| i PNPTP | t , | = | ? | i | + | n ? 1 = | ? | n | BVM | n | t , | + | n ? 1 = | ? | n | n BSSD | t , | + | n ? 1 = | ? | n | BVRE | n | t , | + | n ? 1 = | ? | n VINST n | t , | + | ? | i | t , | ||||||||||||||||||||||
| Avec: Zscore et PNPTP= deux mesures de la stabilité | Equation dans laquelle ROA est le return on | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| financière du marché bancaire; BVM= vecteur des | assets 22 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| variables macroéconomiques des pays; | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| BSSD= vecteur des caractéristiques structurelles du | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| secteur bancaire de chaque pays; BVRE= vecteur de | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| variables reflétant la solidité financière et la rentabilité | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| des banques; VINST= variables institutionnelles ; ? est | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| le terme d'erreur. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Le Z-score mesure la probabilité que la valeur | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| des actifs d'une banque soit inférieure à la valeur de sa dette 20 . Il s'agit donc d'une mesure de la distance au | i. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| défaut 21 | ou plus précisément une mesure de la | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| proximité de chaque banque à la faillite. Il est définit | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| comme suit : | |||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Z | ? | score | = | ( | ROA EQTA ? ROA ) + | ||||||||||||||||||||||||||||||||||||||||||||||||||
| saisiront quant à eux l'influence du niveau des | |
| équilibres extérieurs et intérieurs sur la stabilité | |
| financière. Le signe attendu est négatif. | |
| Year 2017 | |
| 16 | |
| Volume XVII Issue III Version I | Comme variable de contrôle de la structure du |
| ( E ) | marché bancaire, nous testerons l'influence du ratio crédit bancaire sur les dépôts, qui saisit la qualité du |
| -Global Journal of Human Social Science | portefeuille. Elles permettront de vérifier le comportement procyclique des banques. S'inspirant de la littérature économique, les principales variables utilisées sont : ? le taux de croissance réel (TXCR) dont la relation avec le Système financier est selon Stephen Cecchetti et Enisse Kharroubi (2012) en forme de U inversé. le développement du secteur financier tend à stimuler la croissance dans les pays disposant d'un système financier faiblement développé, mais il tend au contraire à nuire à la croissance lorsque la taille du secteur financier atteint une certaine taille critique. |
| ? Le taux d'inflation (TXINF) ; Les effets de l'inflation | |
| sur les banques dépendent avant tout de son anticipation ou non par les banques, dans le |
| Year 2017 | ||
| c. Les variables de rentabilité des banques (BVRE) | ||
| E ) | ||
| ( | ||
| b. | Les variables macroéconomiques et de l'environnement des banques (BVM) | Global Journal of Human Social Science - |
| principale, deux indicateurs sensés saisir ce pouvoir, le | ||
| spread du taux d'intérêt (TISPREAD) qui permet | ||
| d'analyser la liberté qu'ont les banques d'augmenter le |
| Year 2017 | ||||||
| Toutes ces variables | ||||||
| ayant | des | coefficients | non | significatifs. | En | |
| conséquence, ne bénéficiant pas des effets de la | ||||||
| diversification, le rendement moyen de portefeuille des | ||||||
| grandes banques n'est pas différent de celui des petites | ||||||
| banques. Le ROE n'est pas significatif. | ||||||
| ( E ) | Au passage, nous remarquons un effet négatif du nombre de banques violant le critère de fonds | |||||
| -Global Journal of Human Social Science | ? H0 : homoscédasticité ? H1 : hétéroscédasticité Si la probabilité associée au test est inférieure à ?, on rejette l'hypothèse d'homoscédasticité (H0). En revanche, si la probabilité est supérieure à ?, l'hypothèse nulle est vérifiée et nous pouvons supposer l'homoscédasticité des résidus. Avec ? = 5% = seuil de significativité 27 Cook-Weisberg teste l'hypothèse nulle selon laquelle les écarts | |||||
| d'erreurs sont tous égaux contre l'alternative que les écarts d'erreurs | ||||||
| sont une fonction multiplicative d'un ou plusieurs variables. | ||||||
| TECR | 0,1202917 | 0,2735856*** | 0,2211195** | |||||||
| (0,79) | (3,04) | (2,23) | ||||||||
| CIR | 0,0058982 | 0,1514226 | 0,1389105** | |||||||
| (0,08) | (3,30) | (2,42) | ||||||||
| BETB | -0,0704823 | -0,0694015 | -0,0477743 | |||||||
| (-0,54) | (-0,90) | (-0,57) | ||||||||
| RLIQ | -0,2380157 | -0,0346562 | -0,0531918 | |||||||
| (-2,36) | (-0,58) | (-0,86) | ||||||||
| TXBANC | -,0236602 | 0,032804* | 0,0497245** | |||||||
| (-0,82) | (1,92) | (2,33) | ||||||||
| NBB | 1.586485 | -0,1010627 | -1,48973 | |||||||
| (1,17) | (-0,13) | (-1,24) | ||||||||
| TISPREAD | 0,537794 | VI. | Annexes 0,1762248 | -0,0371079 | ||||||
| Year 2017 20 Volume XVII Issue III Version I ( E ) | demande massive Annexe 1: Annexe 2: choix de la variable à expliquer (0,86) (0,48) -9,228453 (-0,21) -15,998 (-0,62) 2008 2010 2011 2012 2013 2014 2015 (-0,10) -75,14634 (-0,84) sigma_u 17,17977 Cameroun 12 12 13 13 13 13 14 Gabon 7 9 9 10 10 10 sigma_u | 0 sigma_u 0 sigma_e 2,699984 sigma_e | 4,3758933 . sigma_e 2,69998 rho 0,97589589 (fraction of variance due 10 Congo 5 6 7 9 9 10 11 Guinée Eq 4 4 4 4 4 5 5 Tchad 7 8 8 8 8 8 8 RCA 4 4 4 4 4 4 4 Total CEMAC 39 39 43 45 48 50 52 Modèle à effets aléatoires avec Zsc des déposants CONS Modèle à effets aléatoire avec to u_i) R-sq: within = 0,872 R-sq: within = 0,8163 F tes Prob > F = 0.2925 Variables M1 M2 M3 M4 M5 M6 M7 M8 ROA 1,952 2,549** 2,466** 1,90* 1,80* 2,80** 2,52** 2,49** ROE -0,1083 -0,2233 -0,2206 -0,136 -0,146 -0,231 -0,21 -0,220 PNPTP CR3 0,45015 0,4052* 0,3672 0,405* 0,393* 0,482* 0,473* 0,371 RAFP 0,0763 0,0681 0,0658 0,090 0,166 0,0936 0,0484 0,0568 | ( E ) Year 2017 | ||||||||
| -Global Journal of Human Social Science | TXCR SCPIB SBPIB LPIBHB TXINF BVRP BVCM PPPIB DPPIB TCR NIM CIR BETB RLIQ TXBANC NBB TISPREAD | -0,1159 0,1207 -0,3731 2,077 -0,6457 -0,0603 -0,0561 0,2635 -0,0084 -0,0757 -0,0979 -0,0409 0,0529 -0,295** 0,0066 1,009 0,15479 | -0,1041 0,1235 -0,1636 2,585 -0,6676* -0,0143 -0,0313 -0,32*** | -0,1107 0,1273 -0,1876 1,357 -0,707* -0,016 -0,0336 0,092 -0,033 -0,32*** | -0,080 0,159 -0,478 4,82 -0,468 -0,029 -0,0457 0,2135 -0,0277 -0,1038 -0,27*** | -0,103 0,221 -0,316 5,632 -0,356 -0,005 0,0100 -0,1593* -0,31*** | -0,124 0,1258 -0,109 3,87 -0,752* -0,01 -0,0375 ,0266 -0,35*** 0,018 | -0,128 0,131 -0,151 1,604 -0,720* -0,027 -0,0517 0,332*** 0,848 | -0,082 0,142 -0,219 0,98 -0,628* -0,004 -0,0258 -0,305*** 0,305 | Global Journal of Human Social Science - |
| CBDB | -0,159* | |||||||||
| C | -33,61 | -24,22 | -10,50 | -37,56 | -38,059 | -42,03 | -26,89 | -13,21 | ||
| r2 | 0,78 | 0,74 | 0,75 | 0,77 | 0,80 | 0,75 | 0,75 | 0,75 | ||
| r2_a | 0,49 | 0,60 | 0,57 | 0,59 | 0,67 | 0,58 | 0,59 | 0,59 | ||
| IC | 265,75 | 254.25 | 255,84 | 257,46 | 245,77 | 257.46 | 255.58 | 255,58 | ||
| BIC | 305,50 | 277.73 | 284,75 | 271,07 | 271.07 | 284.46 | 280.87 | 280,87 | ||
Bank liquidity creation. Review of financial study 2009. Oxford University Press. 22 (9) p. .
Banking competition and cost efficiency: a microdata analysis on the Czech banking industry. Comparative Economic Studies 2008. 50 p. .
Consolidation in Banking and Financial Stability in Europe further evidence. Journal of Banking & Finance 2009. 2009. 33 p. .
Bank Consolidation Internationalization and Conglomeration Trends and Implications for Financial Risk. Financial markets, institutions and instruments, 2004. 13 p. .
Financial Contagion. The Journal of Political Economy 2000. February 2000. 108 (1) p. .
Bank Regulation and Supervision What Works Best. Journal of Financial Intermediation 2004. 2004. 13 p. .
Are Competitive Banking Systems More Stable. journal of money, credit and banking 2008. 41.
Is There a diversification discount in financial conglomerates. Journal of Financial Economics 2007. 2007. 85 p. .
Market power and banking failures. International Journal of Industrial Organization 2001. 2002. 20 p. .
reassessing the impact of finance on growth. BIS Working Papers n°381, 2012.
What drives bank competition? Some international evidence. IDEAS.repec.org wbk wbrwps 2003.
Bank Concentration and Fragility Impact and Mechanics. The Risks of Financial Institutions, 2007. Title.
the research of concentration effect on banking system financial stability. ECONOMICS AND MANAGEMENT 2009. ktu. p. 14.
Systemic risk, interbank relations and liquidity provision by the Central Bank. Journal of Money, Credit and Banking 2000. 32 (2) p. .
Competition and stability in banking. 50. 29. CEPR, Policy Insight 2010. 2007,2008, 2009, 2011, 2012, 2013, 2014. (COBAC Rapport)