Liste des tableaux et figures
Figure 1 : explication de
l'asymétrie d'information, des coûts de transaction et la cause
du
risque de crédit dans les IMF 20
Tableau1 : définition des variables
68
Mémoire rédigé et présenté par
MOUNKAME NDAM Jafarou Page VI
Gestion de l'asymétrie d'information et réduction
du risque de crédit les institutions de microfinance camerounaises : cas
d'AFIB S.A
Résumé
L'asymétrie d'information constitue un problème
crucial pour les institutions financières. Sa présence dans la
relation de crédit entre le prêteur et l'emprunteur est à
l'origine des coûts supplémentaires. Notamment, les coûts de
transaction (coûts d'opportunités, coûts de surveillances,
coûts de collecte d'informations, coûts de traitement
d'information.), qui viennent grever le prix des services aux clients. Bien
plus, l'asymétrie d'information favorise l'augmentation du risque de
crédit, car dans le cadre d'une opération de crédit la
sélection adverse et l'aléa moral empêchent le
prêteur à évaluer avec exactitude la situation
financière des clients. De ce fait, notre travail a pour objectif de
montrer comment on peut réduire le risque de crédit par une
gestion efficiente de l'asymétrie d'information. Cependant, nous avons
utilisé une approche qualitative sur la base de 100 dossiers de
crédit accordés sur deux ans à AFIB, à travers la
méthode de la régression logistique. Nous essayons de tester par
les modèles Probit et Logit, l'impact des variables indépendantes
(la garantie, l'ancienneté, l'historique de compte, l'exclusivité
de financement, la confiance.), sur la prédiction du risque de
crédit dans les IMF. Nous sommes parvenus aux résultats suivants.
Avec le modèle Probit on a l'historique de compte qui permet d'expliquer
le risque de crédit au seuil de 5%.On peut ajouter l'exclusivité
de financement au seuil de 10%. Par contre, avec le modèle Logit on
constate qu'au seuil de 5% l'ancienneté, l'historique de compte et
l'exclusivité de financement permettent de prédire le risque de
crédit. Globalement la méthode de régression logistique
permetd'expliquer au moins 58 % du risque de crédit dans cette
structure, et nous permet de dire que s'il elle était appliquée
elle aurait dû prédire les 65% d'impayés enregistrés
à AFIB sur les deux années 2014 et 2015. Pour réduire le
risque de crédit et l'asymétrie informationnelle dans les IMF,
nous recommandons aux IMF d'adopter le système de la finance de
proximité où prévaut la politique de know your Customer et
de l'accompagnement des clients après obtention du crédit. Le
rationnement des clients présentant les signes du risque. Le
rationnement partiel permet de réduire le risque de crédit et
aussi permet à l'institution de poursuivre son activité afin
d'être rentable.Les échanges des informations entre la
microfinance et sa clientèle à travers la relation de long terme,
facilite la connaissance du client, elle permet aussi de maîtriser son
écosystème.Une autre politique est la prise des garanties, qui
est la plus sollicitée par les IMF et la plus connue de tous, car les
garanties permettent de donner le signal sur la qualité de
l'emprunteur.
Mémoire rédigé et présenté par
MOUNKAME NDAM Jafarou Page VII
Gestion de l'asymétrie d'information et réduction
du risque de crédit les institutions de microfinance camerounaises : cas
d'AFIB S.A
| 
