CHAPITRE 4 : LA SENSIBILITE DES RESULTATS
BANCAIRES A LA TAILLE DES BANQUES
Après avoir spécifié le modèle
à utiliser et analyser les données, il est important de passer
à l'estimation du modèle nous permettant d'apprécier
l'impact d'autres variables. Les implications d'une recherche comme celle-ci
dépendent de la bonne interprétation des résultats des
tests. Le volet empirique étant considéré comme
l'étape importante d'une recherche, il se dégage ainsi plusieurs
constats. L'objet de ce chapitre est d'évaluer les effets de la taille
des banques et du risque de crédit sur la contribution de la
diversification du portefeuille de crédits à l'explication de la
rentabilité bancaire au Cameroun. Après une description de
l'évolution des facteurs explicatifs de la rentabilité, nous
analyserons les résultats du modèle en tenant compte de
l'influence de la taille des banques, du risque et exposerons les implications
permettant d'améliorer la rentabilité bancaire au Cameroun par la
diversification du portefeuille de crédits.
Section 1 : l'impact de la taille des banques sur
les vertus de la diversification du portefeuille de crédits au
Cameroun
Cette section a pour objet d'analyser les effets des
déterminants de la rentabilité bancaire, mesurée par le
rendement des actifs bancaires. Suite à l'estimation du modèle
économétrique, il convient de passer à l'analyse des
résultats. Ainsi, il est important de présenter les
différents résultats afin d'en tirer une conclusion.
I - présentation des résultats et
appréciation des différents coefficients
Dans cette sous-section, il est question de présenter
les résultats de nos différentes estimations avant
d'apprécier les signes des différents coefficients.
I 1 - les résultats de l'estimation de
l'équation de la rentabilité bancaire
Les résultats de l'estimation sur Eviews de
l'équation du rendement sur actif (ROA) sont donnés dans le
tableau 5.
Tableau 5 : Les résultats des estimations
sous contrainte de la taille des banques
|
Estimations
|
(1)
|
(4)
|
(5)
|
|
C
|
8.73E-05 (0.152576)*
|
0.000319 (0.383188)
|
0.000507 (0.561180)
|
|
IHHPt
|
0.004469 (0.327984)
|
-0.027168 (-5.178050)
|
-0.029481 (-5.248060)
|
|
KXACTFt
|
0.059171 (1.370249)
|
-0.074214 (-1.499476)
|
-0.100312 (-1.908142)
|
|
FGACTFt
|
0.198470 (0.972470)
|
0.843605 (4.840540)
|
1.025676 (6.028674)
|
|
LOGACTFt
|
-0.000471 (-1.781862)
|
|
|
|
INFt
|
8.13E-05 (3.049296)
|
3.47E-05 (0.965160)
|
3.83E-05 (0.979029)
|
|
ACTFPIBt
|
-0.007244 (-2.947055)
|
-0.005389 (-1.576571)
|
-0.005886 (-1.582770)
|
|
CONCt
|
7.23E-05 (0.742725)
|
0.000131 (0.991669)
|
0.000141 (0.979898)
|
|
PIBt
|
0.000311 (4.880711)
|
0.000166 (2.047012)
|
0.000138 (1.576316)
|
|
Riskt
|
-0.176354 (-1.008139)
|
-0.474865 (-2.348372)
|
|
|
R²
|
0.949423
|
0.895701
|
0.870693
|
|
R² ajusté
|
0.925465
|
0.859423
|
0.832978
|
|
F (prob)
|
39.62927 (0.000000)
|
24.68999 (0.000000)
|
23.08633 (0.000000)
|
|
DW
|
0.890045
|
0.942476
|
1.037400
|
Sources : construction de l'auteur à partir des
rapports annuels COBAC, 2000-2008
Note : (*) = t de Student calculé
- estimation 1 : régression avec toutes les
variables stationnaires
- estimation 4 : régression sans la variable
LOGACTF
- estimation 5 : régression sans la variable
LOGACTF et Risk
Pour les différentes estimations, nous utilisons les
mêmes variables que précédemment. C'est pourquoi, nous ne
revenons plus sur les tests de normalité et de stationnarité.
Ainsi, après avoir présenté les résultats, il est
opportun pour nous d'apprécier les différents coefficients.
| 
