3. Recommandation
3.1. Recommandation statistique
L'élément crucial de notre travail réside
dans l'intégration de l'approche bayésienne pour élaborer
un stress test inversé. Cela s'accomplit en appliquant un choc à
la distribution à priori qui reflète la prise de décision.
Notre contribution majeure consiste à répondre aux critiques
formulées à l'encontre de la modélisation VECM :
- La modélisation VECM est souvent
considérée comme a-théorique, ce qui peut entraîner
des résultats difficiles à interpréter. Pour illustrer
cette critique, prenons un exemple où le ROA de la BFPME aurait un
impact sur le TMM de la BCT. Cela ne semble pas avoir de justification
économique.
- Nous avons également souligné l'importance de
l'intégration de l'approche bayésienne, qui enrichit le
modèle en informations grâce à la distribution à
priori. Cette approche a clairement amélioré la précision
des prévisions, comme en témoigne l'analyse de back testing
approfondie que nous avons réalisée dans la section
précédente.
73
- L'approche fréquentiste utilise la statistique du
test de Fisher avec un intervalle de confiance pouvant aller jusqu'à
10%. Cependant, cette approche s'oppose à la logique du stress test, qui
doit évaluer des scénarios allant au-delà de la normale,
c'est-à-dire explorer les queues de la distribution. C'est là que
la statistique bayésienne se distingue, car elle se rapproche davantage
de la réalité car il ne permet pas le rejet des
hypothèses, ainsi qu'il autorise l'ajout des nouvelles.
- Cette nouvelle perspective du stress test est fortement
recommandée pour être adoptée par le secteur bancaire, car
elle permet d'évaluer l'impact des prises de décisions
défavorables. Cette approche innovante remet en question l'approche
traditionnelle qui repose sur l'utilisation d'un nombre arbitraire
d'écart-types jusqu'à ce qu'un coefficient de solvabilité
inférieur à la réglementation de la BCT soit atteint.
- L'augmentation du nombre d'écart-types basée
sur la dernière observation peut entraîner une perte de la nature
dynamique du modèle, sans nécessité de modifier la base de
données. L'approche bayésienne offre une solution à ce
problème en permettant d'appliquer des chocs à la distribution
à priori.
3.2. Recommandation sur la réflexion des
décideurs
Dans le cas du scénario le plus pessimiste, qui
découle d'une réaction inappropriée des décideurs,
il est recommandé que lors de la prise de décisions, les
responsables tiennent compte des aspects suivants :
- Les responsables de la BFPME doivent construire de
manière objective la matrice des effets instantanés en
étudiant les causalités. Cette approche permettra de comprendre
la dynamique entre les variables macroéconomiques, améliorant
ainsi leurs réactions lors de l'octroi de crédits dans des
contextes économiques défavorables et les incitant à plus
de prudence.
- Il est nécessaire d'ajouter une tâche
périodique à la direction des risques pour réaliser des
stress tests. Cela permettra à la BFPME de suivre et anticiper les chocs
liés à la marche aléatoire des variables. Cette approche
vise à orienter les crédits accordés vers des projets
financièrement résistants aux contextes économiques
sensibles et aléatoires.
- Lors de la prise de décisions, la BFPME devrait
s'appuyer sur des éléments subjectifs de manière
scientifique, notamment dans le cadre de l'évaluation des risques
liés aux crédits accordés aux promoteurs. Il est essentiel
de noter que l'importance de la base de données ne permet pas
nécessairement de réduire les variances des variables.
74
- Les décideurs sont tenus de rester vigilants et de
procéder régulièrement à des tests de
rétroaction (back testing) afin de se prémunir contre
d'éventuelles surprises inattendues. Cette démarche leur
permettra de prendre en considération toutes les
éventualités pessimistes lors de l'octroi de crédits. En
outre, elle contribuera à mieux anticiper la variabilité
résiduelle des données après avoir soustrait la
tendance.
| 
