WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Déterminants de la Performance Financière des Firmes Bancaire

( Télécharger le fichier original )
par Ali Sougui Ousmane
Université Privée Montplaisir - Tunis - Maà®trise 2008
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

S ECTION 2 : LE SECTEUR BANCAIRE TUNISIEN ET

SES PERSPECTIVES D'AVENIR

1.2 LES PARTS DE MARCHES

Il est clair que le nombre toujours élevé des banques en Tunisie empêche l'émergence d'une banque dominante sur la place de tunis. Mais, si l'on prend en considération le pôle détenu par l'État à savoir, la STB, la BNA, et la BH, celui-ci représente plus de 47% du marché en terme de crédits. Cette part de Parts de marché en termes de marché s'est maintenue en 2006 puisqu'elle se chiffrait à 46% en 2005. Pour ce qui est des autres banques, aucune n'est parvenue à augmenter sensiblement sa part de

marché, et un statu quo quasi général a été observé dans le secteur bancaire entre 2005 et 2006.

Parts de marché en termes
d'encours de crédit

2006

2005

STB

17.6%

17.0%

BNA

16.0%

15.9%

BH

13.7%

13.1%

BIAT

12.3%

12.3%

Amen Bank

8.5%

8.3%

BT

7.1%

6.9%

ATB

5.4%

4.9%

UBCI

4.7%

4.5%

BTE

1.1%

1.1%

Source : Tunisie valeurs

2.2 LES CREDITS

L'encours total des crédits du secteur bancaire a enregistré une croissance de 7.5% en 2006, principalement due au développement des crédits aux particuliers. Plusieurs banques ont en effet procédé à un redéploiement de leurs équipes sur ce nouveau métier bancaire. La palme du secteur revient à l'ATB qui a vu ses crédits croître de plus de 17%.

Le créneau des crédits aux particuliers présente un bon relais de croissance pour les banques dans un contexte où l'on assiste à un ralentissement important de l'investissement privé, et à la fragilité de certains grands groupes industriels tunisiens souffrant de sous-capitalisation. Il convient de signaler que cette nouvelle activité nécessite un réseau d'agences important, exigeant de lourds investissements dans les systèmes d'information. Les banques d'investissement récemment converties en banques commerciales auront du mal à concurrencer des banques à réseau déjà établi et opérationnel.

3.2 LES RESSOURCES

Du coté des ressources, les banques tunisiennes restent toujours très dépendantes des dépôts de la clientèle qui continuent de représenter près de 46% de leurs ressources.

Les dépôts des banques ont enregistré une hausse de 11%, et les dépôts à vue une croissance de 15% par rapport à 2005. Cette composante des ressources reste très convoitée puisqu'elle n'est pas rémunérée. Ainsi, la croissance de cette ressource a permis aux banques de maîtriser leur coût des ressources qui s'est situé en 2006 à 3.36% (contre 3.31% en 2005).

Source : Tunisie Valeurs

La bonne performance des banques en terme de croissance des dépôts est principalement due au développement de leurs efforts commerciaux vers le démarchage des particuliers. Ces efforts ont notamment permis à l'ATB de se distinguer en décrochant la première place du secteur en terme de croissance des dépôts (+18%). Deux autres grandes banques ont aussi enregistré une croissance des dépôts supérieure à la moyenne sectorielle, il s'agit de la BH et la BIAT, respectivement 3ème et 4ème banques de la place.

3.1.2 LE PROBLEMES DES CREANCES ACCROCHEES

Il est évident que le niveau de créances classées des banques tunisiennes reste le principal souci des autorités monétaires. Il faut tout de même rappeler que les banques tunisiennes subissent à l'instar d'autres pays émergents, un lourd héritage.

En effet, au lendemain de l'indépendance, les banques étaient appelées à financer la création d'un tissu économique et entrepreneurial quasi inexistant à l'époque. C'est ainsi que des piliers économiques comme le tourisme et l'industrie textile ont été développés.

Aujourd'hui, la culture de crédits est toujours aussi forte. Les entreprises tunisiennes sont principalement des PME familiales sous capitalisées, très endettées et peu transparentes. Les différents opérateurs sur la place sont conscients de la menace que peut représenter le problème des créances accrochées sur la marche du développement du secteur.

Les banques tunisiennes se sont clairement focalisées sur ce problème. La priorité a été donnée au renforcement des provisions, au détriment des bénéfices. Malgré l'amélioration du taux de créances accrochées qui est passé de 24% en 2003 à 19% en 2006, celui-ci reste à un niveau relativement élevé. Un réel effort de provisionnement est en train d'être fourni par les banques afin de se conformer aux exigences de la Banque Centrale.

A deux ans de l'échéance fixée, seules la BH, l'UBCI, et la BT ont déjà atteint le niveau de couverture requis. Alors que la moyenne du secteur en termes de taux de couverture s'établit à seulement 54%, la BT se distingue par un taux de 95% à la clôture de l'exercice précédent, et vise les 100% en 2009. Quant à la STB, plus grande banque du pays, elle affiche un taux de 38%.

Source : Tunisie Valeurs

3.2.2 LES REVENUS BANCAIRE

Le Produit Net Bancaire moyen du secteur a enregistré une croissance de 17% en 2006. Cette amélioration est essentiellement due à une croissance notable de la marge d'intérêt de près de 30 points de base, de 3.15% en 2005 à 3.46% en 2006. Cet accroissement de la marge d'intérêt s'explique essentiellement par :

3.2.1.2 Le développement des services bancaires aux particuliers: Cette niche longtemps délaissée au profit du 'Corporate' permet aux banquiers d'appliquer des taux supérieurs à ceux des crédits accordés aux entreprises.

3.2.2.2 L'importance des dépôts à vue dans les ressources des banques : Ces ressources sont quasi-gratuites, ce qui permet de diminuer les coûts de ressources, et conséquemment d'augmenter les marges.

3.3.2 LA STRUCTURE DU PNB

Le graphique ci-dessous montre un quasi statu quo dans la structure des PNB du secteur bancaire entre 2005 et 2006 : Aujourd'hui, malgré le développement des services bancaires à commissions, les intérêts génèrent toujours le plus gros des revenus des banques.

Source : Tunisie Valeurs

5.2 LA RENTABILITE

La croissance notable des PNB en 2006 a permis aux banques de la place de soutenir leurs efforts de provisionnement. Cet assainissement se fait au détriment des principaux indicateurs de rentabilité, ce qui relègue les banques tunisiennes derrière leurs consoeurs étrangères en termes de profitabilité. La Rentabilité des actifs (ROA) du secteur s'établit à 0.7%, de même pour la rentabilité des fonds propres (ROE) qui se chiffre à 7.17%.

Le paradoxe entre le bon niveau de croissance des PNB et les niveaux relativement bas des indicateurs de rentabilité s'explique par l'importance des montants affectés au titre des dotations aux provisions. Ce qui explique un coût du risque moyen du secteur élevé: aux alentours de 27%. (Coût du risque = Provisions/PNB).

Source : Tunisie Valeurs

Ce constat nous amène à penser que ces niveaux de rentabilité devraient nettement s'améliorer une fois que les banques se seront conformées aux exigences de la BCT en termes de taux de couverture. Mais des réserves doivent être exprimées quant aux démarches que certaines banques vont entamer pour se conformer à ces normes. En effet, nous devrions assister probablement à davantage d'opérations de cessions de créances aux sociétés de recouvrement, détenues dans la plupart des cas par les banques elles-mêmes, ce qui n'améliorait en rien les risques supportés par la banque si on raisonne en termes de chiffres consolidés du groupe.

5.2 LA PRODUCTIVITE

Le coefficient d'exploitation élevé peut aussi être imputé d'une part au fait que les banques investissent lourdement dans le développement de leurs réseaux d'agences et la mise à niveau de la qualité de leurs services (à l'instar de l'UBCI qui a doublé son réseau d'agences en 4 ans), et d'autre part, au fait que les salaires dans certaines banques se trouvent à des niveaux supérieurs à la moyenne tunisienne.

SECTION 3 : LA VALIDATION EMPIRIQUE PAR LE

MODELE THEORIQUE DE BROUKE (1989)

De nombreuses études se sont penchées sur la question des déterminants de rentabilité des banques. Ryan (1972) a analysé les banques de taille moyenne. Short (1979) s'intéressa à la relation entre le profit des banques commerciales et la concentration au Canada, en Europe de l'Est et au Japon. Bourke (1989) et Molyneux and Thornton (1992), ils se sont penchés sur le cas des banques de grande taille. Quant a nous, nous allons nous intéressés uniquement à des banques de dépôts tunisiennes, en se référant sur l'étude antérieur de Brouke (1089).

3.1. PRESENTATION DES SOURCES, DE LA PERIODE ET DE

L'ECHANTILLON RETENU POUR LE MODELE

Notre travail empirique s'est basé sur des données collectées auprès de l'Association Professionnelle des Banques de Tunisie (APBT) et de chaque banque pris en compte dans l'échantillon. L'échantillon inclut les principales banques de dépôt de Tunisie (BT, BIAT, Amen Bank, UBCI, BH, BNA et la STB) sur une période de huit ans qui s'étale de 2000 à 2007. Toutes les banques dans notre échantillon sont observées sur une période entière, dans notre étude nous emploierons des données en panel.

3.2. PRESENTATION DU MODELE A UTILISER

La modélisation appropriée utilisée dans la littérature est la fonction linéaire. Short (1979) conclût que les fonctions linéaires modélisent aussi bien que d'autres types de

fonctions. Nous adopterons donc la formulation linéaire de Bourke (1989). Ce modèle a été réutilisé par Molyneux and Thornton (1992).

Yj,t = Cj,t +c1xj1 +c2xj2 + +ctxjt + åj,t

Y est la variable expliquée

C est une constante

c1xj1 + c2xj2 + +ctxjt + åj,t sont les variables explicatives.

åj,t ., termes d'erreur

?ROEj,t = C + C1FPAj,t + C2CMA + C3CTAj,t + åj,t ?ROAj,t = C + C1FPAj,t + C2CMAj,t + C3CTAj,t + ìj,t

Le test d'hétéroscédasticité de White confirme l'absence de problème d'hétéro scédasticité dans les données internationales. En plus selon Bourke (1989), il n'y a pas de preuve d'existence ni de corrélations inter-temporelles des erreurs ni de différences significatives dans les termes de constantes par pays et par années.

3.3. LES VARIABLES EXPLIQUEES

Deux catégories de variables expliquées seront retenues dans notre analyse contrairement a Bourke (1989) qui a retenu trois:

3.3.1. Le rendement des capitaux (Return on Equity) ROE : Il s'agit un ratio qui mesure la rentabilité des fonds propres de la banque. C'est le résultat net rapporté aux fonds propres. Nous utiliserons aussi le ratio du bénéfice avant impôt par rapport au total des réserves, des emprunts et du capital conformément à Bourke (1989).

3.3.2. Le rendement des actifs (Return on Assets) ROA : est l'expression de la rentabilité des actifs de la banque. Il rapporte le résultat net au total du bilan.

3.4. LES VARIABLES EXPLICATIVES

Ces variables peuvent être regroupées en variables internes et externes. Notre travail se focalisera sur les variables internes. Nous testerons les relations entre la rentabilité et les variables indépendantes suivantes :

3.4.1. LES DETERMINANTS INTERNES

1. Les frais de personnel : Ils seront utilisés aussi bien dans leur forme

structurelle que comme estimateur des frais généraux dont la fiabilité n'a pas été dépeinte dans nos données.

2. Les ratios de liquidité

3. Les ratios de capital:

 
 
 

3.5 STATISTIQUE DESCRIPTIVE

 

Eléments

ROE

FPA

CMA

CTA

Mean

11.04161

0.012865

0.111379

0.095703

Sum

342.2900

0.398800

3.452760

2.966800

Median

10.79000

0.011900

0.103900

0.087900

Maximum

20.10000

0.021800

0.260500

0.141400

Minimum

4.700000

-0.017200

0.010960

0.068000

Sum Sq. Dev.

4329.995

0.007624

0.444549

0.2991 12

Std. Dev.

4.283927

0.009117

0.044715

0.022494

Skewness

0.100210

-2.197429

1.204214

0.483230

Kurtosis

1.988494

8.156006

6.108585

1.925064

Jarque-Bera

1.373445

59.28643

19.97411

2.698979

Probability

0.503223

0.000000

0.000046

0.259373

Eléments

ROA

FPA

CMA

CTA

Mean

0.996250

0.012689

0.099380

0.083302

Sum

55.79000

0.710600

5.565260

4.664900

Median

0.815000

0.014250

0.093000

0.080700

Maximum

3.100000

0.021800

0.260500

0.141400

Minimum

0.080000

-0.017200

0.010960

0.031800

Sum Sq. Dev.

76.72930

0.014021

0.645146

0.420755

Std. Dev.

0.620095

0.009538

0.040915

0.024181

Skewness

1.153782

-2.157794

1.239420

0.519057

Kurtosis

4.108938

7.002452

6.459694

2.792159

Jarque-Bera

15.29406

80.83582

42.26632

2.615381

Probability

0.000477

0.000000

0.000000

0.270444

A la lumière des résultats obtenus dans ces deux tableaux, que ça soit de rendement des capitaux ou celui des actifs, nous remarquons qu'aucune des variables ne suivent une loi normale centrée et réduite. Pour qu'une variable suive une loi normale centrée réduite, il faut que son Skewness soit nul (0) et son kurtosis soit égal à 3.

Nous constatons que le ROE moyen pour notre échantillon de sept banques est de 1104.161% avec une médiane de 1079.000%. Quant au ROA moyen de notre échantillon de sept banques, il est de 99.6250% avec une médiane de 81.5000%.

3.6. RESULTAT DE LA VALIDATION EMPIRIQUE DU MODELE

Afin de tester la compatibilité de nos données avec le modèle de Bourke (1989), nous procédons à des tests de spécification et d'homogénéité. Notre analyse en panel, conformément aux résultats des tests d'homogénéité et de spécification, sera faite avec un modèle à effets individuel fixe.

Les tests de spécification nous suggèrent une analyse globale. Nous trouvons des résultats quelque peu différents de ceux de Bourke (1989) et Molyneux and Thornton (1992). Ces résultats, bien que surprenants, sont assez difficiles à expliquer. Toutefois les commentaires suivants peuvent contribuer à la compréhension des ces différences :


· Les données utilisées dans la présente analyse sont issues des états financiers obtenus soit directement auprès des banques, soit dès les déclarations de fin d'exercice. Quelques erreurs peuvent donc provenir de la qualité des données.


· Nous avons travaillé sur les données brutes par banque contrairement à Short qui travaillait sur des données agrégées par pays.

· Notre période d'analyse est de (8 ans): Bourke a travaillé sur 10 années. Toutefois Molyneux et Thornton ont travaillé sur la durée de quatre années.

· Le nombre de banques étudiées (7 banques suivies sur les 8 ans) est faible. Molyneux et Thornton (1992) ont utilisé un échantillon de 671 banques en 1986, 1.063 en 1987, 1.371 en 1988 et 1.108 en 1989. Toutefois Bourke (1989) ne travailla que sur 90 banques mais sur une période de dix années.

· Notre période d'analyse est récente (2000-2007) contrairement à celle de Molyneux et Thornton (1986-1989) ou encore celle de Bourke (1972-1981). Certains estimateurs peuvent avoir fortement évolué ces dernières années.

Pour le rendement des capitaux on a :

Variables

Coefficient

T. Statistique

Probabilité

C

22.29174

6.923719

0.0000

FPA

-109.2112

-1.496262

0.1462

CMA

-50.72395

-3.427485

0.0020

CTA

-43.83947

-1.602108

0.1208

R2

0.451782

R2adj

0.390869

F. Statistique

7.416831

L'équation peut s'écrire comme suit :

ROEj,t = 22.29174 - 109.2112FPAj,t - 50.72395CMA - 43.83947CTAj,t

Ce résultat montre que nôtre modèle est globalement significatif (F. Statistique = 7.416831).

R2 et R2 ajusté sont les coefficients de détermination du modèle, ils nous renseignent respectivement sur la part de la variabilité de la variable endogène expliquée par la variabilité des variables exogènes et sur la qualité de l'ajustement.

Selon les estimations ci-déçus nous remarquons que :

variables exogènes (FPA, CMA et CTA). Les 54,8218% sont expliqués par des facteurs résiduels (c'est-à-dire par d'autres variables).

R2adj peut être négatif. La littérature utilise plus le R2adj par rapport au R2 ; toutefois elle n'insiste pas sur les valeurs faibles obtenues.

R2 ajusté = 0.390869 = 39,0869%, ce coefficient est également faible, ce qui montre que l'ajustement n'est pas de bonne qualité.

Le coefficient FPA est égal à -109.2112. Il est statistiquement non significatif à 10% (Prob = 0.1462 > 10%).

Le coefficient CMA est égal à -50.72395. Il est statistiquement significatif à 10%. (Prob = 0.0020 < 10%).

Le coefficient CTA est égal à -43.83947. Il est statistiquement non significatif à 10%. (Prob = 0.1208 > 10%).

Pour le rendement des actifs on a :

Variables

 

Coefficient

T. Statistique

 

Probabilité

C

 

0.516783

1.821090

 

0.0743

FPA

 

-16.57728

-2.307981

 

0.0250

CMA

 

-4.399718

-2.534011

 

0.0143

CTA

 

13.52988

4.586303

 

0.0000

 

R2

 

0.381929

 

R2adj

 

0.346271

 

F. Statistique

 

10.71093

L'équation peut s'écrire comme suit :

ROAj,t = 0.516783 - 16.57728FPAj,t - 4.399718CMA + 13.52988CTAj,t

Ce résultat montre que nôtre modèle est globalement significatif (F. Statistique = 10.71093).

R2 et R2 ajusté sont les coefficients de détermination du modèle, ils nous renseignent respectivement sur la part de la variabilité de la variable endogène expliquée par la variabilité des variables exogènes et sur la qualité de l'ajustement.

D'après les estimations ci-déçus nous remarquons que :

R2= 0.381929= 38,1929%, ce coefficient est faible, donc nous pouvons dire que 38,1929% de la variation de la variable endogène (ROA) est expliquée par la variation des variables exogènes (FPA, CMA et CTA). Les 61,8071% sont expliqués par des facteurs résiduels (c'est-à-dire par d'autres variables).

R2 ajusté = 0.346271 = 34,6271%, ce coefficient est également faible, ce qui montre que l'ajustement n'est pas de bonne qualité.

Le coefficient FPA est égal à -16.57728. Il est statistiquement significatif à 10%. (Prob = 0.0250 < 10%).

Le coefficient CMA est égal à -4.399718. Il est statistiquement significatif à 5%. (Prob = 0.0143 < 5%).

Le coefficient CTA est égal à 13.529 88. Il est statistiquement significatif à 1%. (Prob = 0.0000 < 1%).

3.7. INTERPRETATION DES RESULTATS :

A la lumière des résultats obtenus, nous remarquons que le modèle retenu est significatif à 1%, ceci explique que malgré la rude concurrence, et l'évolution sans relâche de l'environnement économique, les banques de dépôts tunisiennes restent performantes.

Dans un premier temps, nous avons analysé l'impact du frais de personnel comme étant un déterminant interne de la performance bancaire. Les résultats de l'estimation du modèle (ROE) révèlent que la part du frais de personnel a un impact statistiquement non significatif sur la performance des banques tunisiennes.

Cependant, le frais de personnel mesuré par le total de ses actifs a un impact négatif et statistiquement significatif (au seuil de 10% « ROA ») sur la rentabilité de ces actifs. Donc, à partir de l'estimation empirique, plus la banque est petite, plus sa performance est meilleure.

En second lieu, nous avons trouvé que le ratio de liquidité à une influence positive sur la performance de la firme. La significativité à 5% témoigne de cette influence. Eu égard à cette estimation, nous pouvons conclure que les banques de dépôts tunisiennes les plus liquides détiennent des niveaux de capital le plus élevés, et de même celui du risque.

Avec un T. Statistique de -1,602108 au niveau de rendement des capitaux (statistiquement non significatif à 10%). Et un T. Statistique de 4.586303 au niveau de rendement des actifs (statistiquement significatif à 1%), nous montre que les banques de

dépôts tunisiennes sont beaucoup plus performantes quant on les estimes sur la base de leur rendement en actif, que sur leur rendement des capitaux.

Ainsi nous pouvons dire que, les banques sont de plus en plus rentables qu'elles développent d'autres activités ou elles sont plus grandes. Ces résultats ont aussi été trouvés par Bourke (1989) et Molyneux and Thornton (1992).

CONCLUSION :

Le secteur bancaire tunisien a nettement évolué depuis les années 80. Il a connu une nette amélioration dans tous ses domaines que ça soit juridique, informationnel ou matériel. La contribution des investisseurs étrangers et l'installation des banques étrangères sur le marché tunisien à contribuer à l'épanouissement du secteur et à donnée un coup de pousse à l'économie.

La présente étude a été réalisée auprès d'un échantillon de sept banques tunisiennes cotées en bourses de Tunis, pour une durée de huit ans. L'objectif de notre étude était de savoir si les banques de dépôts tunisiennes sont performantes malgré la rude concurrence, et l'évolution sans relâche de l'environnement économique. Les résultats obtenus nous révèlent que globalement les banques de dépôts tunisiennes sont performantes.

Certes, que la réorganisation de la profession et l'ouverture du capital aux grands opérateurs européens pourront bien introduire un développement qualitatif et quantitatif. La meilleure organisation, l'innovation, l'exploitation de l'information, la saine gestion des engagements, la filialisation de certaines activités (recouvrement et leasing), et l'ouverture sur l'environnement constituent les pistes propices à la réussite du pari de l'avenir.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Le don sans la technique n'est qu'une maladie"