Université de Douala
The University of Douala
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC1.png)
Faculty of Economics
and Applied
Management
Faculté des Sciences
Economiques et de
Gestion Appliquée
Mémoire
Rédigé en vue de l'obtention du Master II
recherche
en Economie Monétaire et Bancaire
Option : Finance
Les déterminants du spread des taux
d'intérêt bancaires dans les pays de la zone CEMAC
en Economie Monétaire et Bancaire
Option : Finance
Présenté et soutenu par : Achille
Dargaud FOFACK
Maîtrise ès Economie Monétaire et
Bancaire
Sous la direction du
Dr & HDR François KOUM EKALLE
Chargé de cours à
l'Université de Douala
Année Académique : 2010 -
2011
A toute ma Famille
Je vous dédie ce travail à tous et
à chacun en témoignage de mon Affection et de ma
Reconnaissance pour tous les sacrifices par vous consentis!
Remerciements
La réalisation du présent mémoire
n'aurait pas été possible sans le soutien moral, matériel,
financier et intellectuel de certaines personnes. A ce titre, nous saisissons
cette occasion pour manifester notre reconnaissance à toutes et à
chacune de ces personnes qui de près ou de loin, consciemment ou
inconsciemment, nous ont aidées à concrétiser cette
étude. Notre gratitude s'adresse spécialement :
· A notre Seigneur et Sauveur
JESUS-CHRIST pour toute la miséricorde dont il me fait
grâce ;
· A Madame le Professeur UM
NGUEM Marie Thérèse Doyen de la
Faculté des Sciences Economiques et de Gestion Appliquée de
l'Université de Douala, pour l'attention particulière qu'elle
accorde à notre formation ;
· A notre encadreur académique Dr &
HDR KOUM EKALLE François, pour ses recommandations ;
· A tous nos Enseignants, pour la
rigueur méthodologique, pour l'esprit critique et pour la qualité
des connaissances qu'ils continuent de nous transmettre ;
· A tous nos camarades de classe, pour leur soutien
intellectuel ;
· A tous nos amis, pour leur soutien multiforme ;
· A toute notre Famille, pour toute l'affection, pour
tous les encouragements, pour tous les sacrifices et pour toute la
persévérance nécessaire à la réalisation de
ce travail ;
Liste des abréviations
BEAC : Banque des Etats de l'Afrique
Centrale
BTP : Bâtiments et Travaux
Publics
CEMAC : Communauté Economique et
Monétaire de l'Afrique Centrale
COBAC : Commission Bancaire de l'Afrique
Centrale
HHI : Herfindahl Hirschman Index
MCO : Moindres Carrés
Ordinaires
PIB : Produit Intérieur Brut
PME : Petite et Moyenne Entreprise
TDM : Taux Débiteur Maximum
VIF : Variance Inflation Factor
WDI : World Development Indicators
WGI : Worldwide Governance Indicators
Liste des tableaux
Tableau 1 : Corrélation
entre le spread des taux d'intérêt bancaires et les indices de
concentration
Tableau 2 : Corrélation
entre le spread des taux d'intérêt bancaires et le nombre de
banques ou le nombre de guichets
Tableau 3 : Description des
variables, signes attendus et sources
Tableau 4 : Statistiques
descriptives des variables (moyenne sur la période 2002-2008)
Tableau 5 : Résultats du
test VIF
Tableau 6 : Résultats de
l'estimation du spread
Tableau 7 : Test de
significativité globale des variables indicatrices
Tableau 8 : Résultats de
l'estimation du spread pur
Liste des figures
Figure 1 : Evolution du spread
des taux d'intérêt bancaires dans les pays de la zone CEMAC
Figure 2 : Comparaison
internationale du spread des taux d'intérêt bancaires
Figure 3a : Evolution du spread
des taux d'intérêt bancaires et du crédit au secteur
privé (en % du PIB) dans la zone CEMAC
Figure 3b : Corrélation
entre le spread des taux d'intérêt bancaires et le crédit
au secteur privé
Figure 4a : Evolution du spread
des taux d'intérêt bancaires et du taux d'épargne
privée dans la zone CEMAC
Figure 4b : Corrélation
entre le spread des taux d'intérêt bancaires et le crédit
au secteur privé
Figure 5a : Evolution du ratio
actifs bancaires/PIB dans la zone CEMAC
Figure 5b : Corrélation
entre le ratio actifs bancaires/PIB et le spread des taux
d'intérêt bancaires
Figure 6a : Evolution du ratio
capital/total actif dans la zone CEMAC
Figure 6b : Corrélation
entre le capital des banques et le spread des taux d'intérêt
bancaires
Figure 7a : Evolution du ratio
dépôts/total actif dans la zone CEMAC
Figure 7b : Corrélation
entre le volume de dépôts et le spread des taux
d'intérêt bancaires
Figure 8a : Evolution du ratio
crédits/total actif dans la zone CEMAC
Figure 8b : Corrélation
entre le volume de crédits et le spread des taux d'intérêt
bancaires
Figure 9a : Evolution du ratio
provisions/crédits bruts dans la zone CEMAC
Figure 9b : Corrélation
entre les provisions et le spread des taux d'intérêt
bancaires
Figure 10 : Indice
Herfindahl-Hirschman (Moyenne de la période 2005-2008)
Figure 11 : Corrélation
entre la population et le spread des taux d'intérêt bancaires
Figure 12a : Evolution du ratio
réserves obligatoires/dépôts dans la zone CEMAC
Figure 12b : Corrélation
entre le spread des taux d'intérêt bancaire et les réserves
obligatoires
Figure 13 : Corrélation
entre le spread de taux d'intérêt et le PIB
Figure 14a : Evolution du spread
des taux d'intérêt bancaires et du taux d'inflation dans la zone
CEMAC
Figure 14b : Corrélation
entre le spread des taux d'intérêt bancaires et l'inflation
Figure 15a : Evolution du spread
des taux d'intérêt bancaires et de la volatilité du taux
d'intérêt réel dans la zone CEMAC
Figure 15b : Corrélation
entre le spread des taux d'intérêt bancaires et la
volatilité du taux d'intérêt réel
Figure 16a : Corrélation
entre le spread des taux d'intérêt bancaires et la qualité
de la régulation
Figure 16b : Corrélation
entre le spread des taux d'intérêt bancaires et le contrôle
de la corruption
Figure 17 : Evolution
comparée du spread et du spread pur
Sommaire
Dédicace...............................................................................i
Remerciements.........................................................................ii
Liste des
abréviations.................................................................iii
Liste des
tableaux......................................................................iv
Liste des
figures.......................................................................v
Sommaire............................................................................vii
Résumé................................................................................ix
INTRODUCTION
GENERALE.........................................................................................................................1
PREMIERE PARTIE : ANALYSE ECONOMIQUE DU SPREAD DES TAUX
D'INTERET
BANCAIRES.............................................................................10
CHAPITRE I : REVUE DE LA LITTERATURE RELATIVE AUX
DETERMINANTS DU SPREAD DES TAUX D'INTERET BANCAIRES
.........................12
Section 1 : L'impact des caractéristiques des
banques et de la structure de marché du secteur bancaire sur le spread
des taux d'intérêt bancaires................................13
Section 2 : L'impact de l'environnement
macroéconomique et du cadre légal et institutionnel sur le spread
des taux d'intérêt
bancaires.......................................20
CHAPITRE II: ANALYSE DESCRIPTIVE DU SPREAD DES TAUX
D'INTÉRÊT BANCAIRES DANS LES PAYS DE LA ZONE
CEMAC.....................................................25
Section 1 : L'évolution du spread des taux
d'intérêt bancaires et des caractéristiques des banques
installées dans les pays de la zone CEMAC..................26
Section 2 : La structure de marché du secteur
bancaire et l'environnement macroéconomique et institutionnel des pays
de la zone CEMAC...........................37
DEUXIEME PARTIE : UNE EVALUATION EMPIRIQUE DES
DETERMINANTS DU SPREAD DES TAUX D'INTERET BANCAIRES DANS LES PAYS DE LA ZONE
CEMAC.............................................................................................48
Chapitre III: Cadre
opératoire.................................................................50
Section 1 : Méthodologie et données de
l'étude.......................................51
Section 2 : Procédure de spécification et
d'estimation en données de panel......62
CHAPITRE IV: RÉSULTATS DES ESTIMATIONS DU SPREAD DES
TAUX D'INTERET BANCAIRES DANS LES PAYS DE LA ZONE
CEMAC................................69
Section 1 : Analyse des
résultats.........................................................69
Section 2 : Recommandations et
perspectives.........................................78
cONCLUSION
GENERALE........................................................................................................................83
Références
Bibliographiques..........................................................a
Annexes...............................................................................e
Table des
Matières....................................................................w
Résumé
L'écart (spread) entre le taux
d'intérêt débiteur et le taux d'intérêt
créditeur est une variable clef du système financier. En effet,
le spread élevé qui prévaut dans les pays de la zone CEMAC
indique l'inefficience de l'intermédiation bancaire puisqu'il
décourage les épargnants et rationne les emprunteurs grâce
à des taux d'intérêt respectivement bas pour les premiers
et élevés pour les seconds. Cette situation a une incidence
négative sur la croissance économique de ces pays où la
banque constitue la principale et parfois même, l'unique source de
financement externe des particuliers et des entreprises. L'objectif de cette
étude est de mettre en exergue les facteurs explicatifs du spread des
taux d'intérêt bancaires dans les pays de la zone CEMAC sur la
période allant de 2002 à 2008. Pour y parvenir, nous recourons
à la méthodologie de régression en deux étapes
élaborée par Ho et Saunders (1981). Les résultats obtenus
révèlent que le volume de crédits, le nombre de guichets,
les provisions, le taux de croissance et le taux d'inflation sont les
déterminants les plus significatifs de la marge d'intérêt
des banques exerçant leurs activités dans les pays de la zone
CEMAC.
Mots clés : Marge d'intérêt
bancaire, intermédiation financière
Abstract
The spread between lending and deposit rate is a key variable
in the financial system. Indeed, the high spread which prevails in CAEMU
countries reveals the inefficiency of the banking intermediation since it
discourages potential savers and rations borrowers thanks to interest rates
respectively low for the first and high for the seconds. This situation has a
negative incidence on the economic growth of these countries where bank
constitutes the principal one and sometimes even, the single source of external
financing of private individuals and companies. The objective of this study is
to put forward the explanatory factors of the banking interest rate spread
observed in CAEMU countries from 2002 to 2008. For that purpose, we make use
of the two-step regression approach advanced by Ho and Saunders (1981). Our
results reveal that loans, number of branches, provisions, growth rate and
inflation rate are the most significant determinants of banking interest rate
spread in CAEMU countries.
Key words: Bank interest rate spread, financial
intermediation
Introduction Générale
La principale fonction du système financier consiste
à collecter les ressources des agents à capacité de
financement afin de les allouer aux agents à besoin de financement. La
banque étant l'intermédiaire financier par excellence, son
aptitude à exercer cette activité est fondamentale parce que la
flexibilité et l'efficience du système financier sont d'une
importance capitale pour la croissance et pour le développement d'une
économie de marché [McKinnon (1973) ; Shaw (1973)].
L'intermédiation bancaire affecte le rendement de
l'épargne à travers le taux d'intérêt
créditeur et le rendement de l'investissement à travers le taux
d'intérêt débiteur. Il en découle que la marge
d'intermédiation bancaire ou spread des taux d'intérêt
bancaires est un indicateur pertinent de l'efficience du système
bancaire [Demirgüç-Kunt et Huizinga, (1998)].
En effet, le spread des taux d'intérêt bancaires
est faible dans un système bancaire efficient. Cela permet de mieux
rémunérer les dépôts et d'octroyer les
crédits à des taux d'intérêt plus avantageux :
Un taux créditeur élevé accroît non seulement le
gain financier des déposants, mais aussi l'offre de ressources qu'ils
adressent aux banques. Cette abondance de ressources combinée à
un taux débiteur faible, améliore la capacité des banques
à financer les investissements productifs ayant des besoins en
ressources externes. Ce qui in fine, booste la croissance
économique. A contrario, la marge d'intermédiation
bancaire est plus grande dans un système bancaire inefficient et
constitue un frein aussi bien à l'épargne qu'à
l'investissement.
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC2.png)
Les méfaits de cette inefficience ont motivé de
nombreuses études sur les paramètres affectant le spread des taux
d'intérêt bancaires, en particulier dans les pays en
développement. L'accent est mis sur ce groupe de pays parce qu'en
dépit de la libéralisation financière et des
restructurations bancaires qu'ils ont connu durant les décennies 1980 et
1990, le spread des taux d'intérêt bancaires y est toujours plus
élevé que dans les pays développés [Barajas,
Steiner et Salazar (1999)]. A titre d'exemple, le spread des taux
d'intérêt bancaires s'élevait en 2004 à 4,35% pour
la France, 3,21% pour le Canada, 3,33% pour la Chine et 1,68% pour le Japon. Au
cours de la même année, le Cameroun a enregistré un spread
de 13%. Tandis qu'au Pérou, en Indonésie et en Arménie, il
était respectivement de 22,25%, 7,68% et 11,61%.
Globalement, en 2004 le spread des taux d'intérêt
bancaires s'élevait en moyenne à 12,17% en Afrique
sub-saharienne, 7,28% en Amérique Latine et aux Caraïbes, 6,17% en
Asie du Sud, 3,25% dans la zone euro et 6,4% à l'échelle
mondiale1(*).
Ce différentiel de spread entre pays
développés et pays en développement aurait dû
disparaître ou tout au moins, se réduire significativement
après les réformes engagées à la fin des
années 1980 sous l'impulsion des institutions financières
internationales. Réformes qui ont mis un terme à la
répression financière en supprimant des pratiques telles
que : l'administration des taux d'intérêt, l'allocation
sélective des crédits, les coefficients élevés de
réserves obligatoires, etc.
Les pays de la Communauté Economique et
Monétaire de l'Afrique Centrale (CEMAC) n'ont pas échappé
à la nécessité de ces réformes. En effet, le
retournement de la conjoncture internationale du début des années
1980 a eu des effets néfastes qui ont justifiés les programmes
d'ajustement structurels et les restructurations bancaires de cette
époque. Les réformes entreprises ont essentiellement porté
sur la refonte des instruments de politique monétaire et sur le
changement du cadre institutionnel [Avom et Eyeffa Ekomo (2007)]. D'une part,
on a assisté à la libéralisation du contrôle des
taux d'intérêt et à la mise en place de la programmation
monétaire. Et d'autre part, la règlementation prudentielle et le
contrôle des banques ont été renforcés avec
notamment la création en 1992, de la Commission Bancaire de l'Afrique
Centrale (COBAC) qui s'est substituée aux organes nationaux de
régulation. En dépit de leur nécessité, ces
réformes n'ont pas eu tous les effets escomptés sur les
économies de la CEMAC.
En effet, les réformes entreprises dans les pays de la
sous-région Afrique Centrale ont abouti selon Avom et Eyeffa Ekomo
(2007) à trois paradoxes notables à savoir :
L'internationalisation des banques et le manque d'innovation
financière ; la concentration bancaire et le développement
de la microfinance ; la surliquidité et le rationnement du
crédit. Ce dernier paradoxe contribue certainement à expliquer
pourquoi dans ces économies, le taux d'intérêt
créditeur est faible tandis que le taux débiteur est maintenu
à un niveau élevé. La grande marge d'intérêt
qui en découle est préjudiciable aux activités
économiques. D'autant plus que le crédit bancaire constitue de
loin la première source de financement des entreprises dans cette
sous-région où les marchés financiers n'en sont
qu'à leurs balbutiements.
Connaissant l'impact négatif qu'un spread
élevé pourrait avoir sur les performances d'une économie,
il s'avère nécessaire pour les pays de la CEMAC d'agir dans le
sens de la réduction de cette marge afin de ne pas entraver leurs
ambitions d'émergence économique. Dans cette optique, il convient
au préalable d'identifier les facteurs qui créent et
entretiennent cette situation.
Dès lors, nous pouvons nous poser la question de
savoir : Quels sont les déterminants du spread des taux
d'intérêt bancaires dans les pays de la zone CEMAC ?
En d'autres termes, quels sont les facteurs spécifiques
aux banques et au secteur bancaire d'une part, et les facteurs
spécifiques à l'environnement macroéconomique et au cadre
légal et institutionnel d'autre part, qui permettent d'expliquer le
comportement des banques de la sous-région lors de la fixation de leurs
taux d'intérêt débiteurs et de leurs taux
d'intérêt créditeurs ?
Notre étude est fondée sur la discussion
théorique initiée au début de la décennie 1970
par des auteurs tels que Klein (1971), Monti (1972), Ho et Saunders
(1981), etc. Cette littérature théorique centrée sur le
comportement des banques en matière de fixation des taux et des marges
d'intérêt est le socle à partir duquel ont
été entrepris de nombreux travaux empiriques.
Au plan théorique, les travaux consacrés
à la détermination et à l'explication des taux
d'intérêt bancaires remontent aux travaux séminaux de Klein
(1971) et de Monti (1972). Ces auteurs élaborent un modèle
microéconomique de la firme bancaire dans lequel est
déterminée de manière endogène la taille optimale
de la banque, la composition optimale de son portefeuille d'actifs, la
composition optimale de son passif et le niveau optimal des taux
d'intérêt qu'elle applique. Ces chercheurs modélisent
séparément chaque côté du bilan de la banque qu'ils
considèrent comme neutre vis-à-vis du risque et justifient
l'existence de la marge d'intermédiation par l'addition du coût
marginal des dépôts, du coût marginal des crédits et
du pouvoir de marché de la banque.2(*)
Une autre approche séminale est élaborée
par Ho et Saunders (1981). Ces pionniers lèvent les hypothèses de
neutralité au risque et de séparabilité du bilan
postulées par Monti et Klein.3(*) Ils modélisent la banque comme étant un
courtier risquophobe jouant le rôle d'intermédiaire entre offreurs
et demandeurs de financements. La nature stochastique et
désynchronisée des flux de dépôts et de
crédits que ce dernier tente de mettre en adéquation l'expose au
risque de taux d'intérêt. Afin de faire face à cette
incertitude, la banque exige une marge bénéficiaire -
spread - assimilable à l'écart entre le cours vendeur -
ask - et le cours acheteur - bid - qu'exige un courtier en
guise de rémunération de ses services : D'où le nom
modèle du courtier (dealership model).
Ainsi, en fixant ses taux et ses marges
d'intérêt, la banque cherche à immuniser son portefeuille
contre les fluctuations des taux de marché. Dans le modèle
théorique élaboré par Ho et Saunders, la marge
d'intérêt optimale est celle découlant de la seule
incertitude sur la position nette de la banque. Cette marge pure - pur
spread - est fonction de quatre facteurs, à savoir : Le
degré d'aversion au risque, la structure de marché du secteur
bancaire, le volume moyen des transactions bancaires et la volatilité
des taux de marché.
A la suite de Ho et Saunders (1981), le modèle du
courtier a connu de nombreuses extensions. Il convient d'évoquer entre
autres les travaux suivants4(*) : McShane et Sharpe (1985) ont associés le
risque de taux du marché monétaire aux déterminants de la
marge d'intérêt des banques. En prenant en compte l'existence de
plusieurs types de crédits et de dépôts, Allen (1988) a
levé l'hypothèse d'homogénéité de Ho et
Saunders et enrichi leur modèle d'une approche de portefeuille. Angbazo
(1997) a quant à lui intégré le risque de défaut
sur les crédits et établi une interaction entre ce risque de
défaut et le risque de taux auquel est exposée la banque.
Au plan empirique, la littérature cherchant à
mettre en exergue les facteurs affectant le spread des taux
d'intérêt bancaires ainsi que la nature de leur impact respectif,
s'est fortement inspirée des travaux théoriques
présentés ci-dessus. Cette littérature empirique reconnait
essentiellement 4 groupes de facteurs pouvant affecter la marge
d'intérêt des banques. Il s'agit des caractéristiques
intrinsèques des banques, de la structure de marché du secteur
bancaire, de l'environnement macroéconomique et du cadre légal et
institutionnel.
Tout d'abord, concernant les caractéristiques des
banques, de nombreuses études ont démontré l'existence
d'une corrélation positive entre le spread des taux
d'intérêt bancaires et les coûts opérationnels des
banques [Barajas, Steiner et Salazar (1999)]. Il a aussi été
démontré que la marge d'intérêt des banques augmente
et diminue avec le volume d'actifs non performants dont elles disposent [Brock
et Rojas Suarez (2000)]. Dans une étude appliquée aux banques
commerciales américaines sur la période allant de 1989 à
1993, Angbazo (1997) démontre que le risque de taux et le risque de
défaut sont les principaux facteurs pris en compte par les banques lors
de la fixation de leurs marges d'intérêt. En effet, face à
la recrudescence de ces risques, les banques élèvent leurs taux
débiteurs et accentuent leurs marges pour se couvrir. La
propriété du capital des banques est également l'un des
facteurs régulièrement évoqués pour expliquer le
spread dans les pays en développement. En effet, à partir d'un
échantillon de 1400 banques représentant 72 pays,
Demirguç-Kunt, Laeven et Levine (2003), concluent que les
systèmes bancaires dominés par des banques à capitaux
publics, sont le plus souvent inefficients et peu ouverts à la
concurrence. Ce qui débouche inéluctablement sur des marges
d'intérêt plus élevées.
Ensuite, concernant la structure de marché du secteur
bancaire, de nombreux auteurs lui ont accordée une importance notable
dans la détermination du spread. Crowley (2007) s'inscrit dans ce
courant de pensée en affirmant que dans une économie
libéralisée, le spread doit être négativement
corrélé aux facteurs affectant la concurrence tels que la
concentration, le nombre de banques et la taille du marché. Dans le
même ordre d'idées, Khan et Khan (2010) démontrent qu'une
faible concurrence incite les banques à réaliser des surprofits
en augmentant leurs marges d'intérêt. D'autres auteurs tels que
Barajas, Steiner et Salazar (1999), Demirguç-Kunt et Huizinga (1998),
Demirguç-Kunt, Laeven et Levine (2003), ont mis en exergue une
corrélation positive entre la concentration du secteur bancaire et le
spread des taux d'intérêt bancaires. Leurs résultats
stipulent qu'il est impératif de s'attaquer à la structure
oligopolistique du secteur bancaire pour améliorer la concurrence et
réduire la marge d'intérêt des banques.
Concernant à présent l'environnement
macroéconomique, de nombreuses études ont démontré
l'existence d'une corrélation positive entre le spread des taux
d'intérêt bancaires et le taux d'inflation. Cette relation est
particulièrement vérifiée dans les pays en
développement où le taux d'inflation est très souvent
élevé et volatile [Brock et Rojas-Suarez (2000) ; Robinson
(2002) ; Chirwa et Mlachila (2004)]. D'autres études mettent
plutôt en exergue une relation entre le spread et le taux de croissance
du PIB, sans pour autant s'accorder sur le signe de cette corrélation.
D'une part, Khan et Khan (2010) démontrent qu'un regain de croissance
permet de réduire les marges d'intérêt et d'accroître
l'offre de crédit, puisqu'il améliore la solvabilité des
entreprises et l'offre de ressources qu'elles adressent aux banques. Et d'autre
part, Drakos (2002)5(*)
révèle que le spread a plutôt un comportement pro cyclique.
Il croît en période d'expansion et se contracte en période
de récession.
Enfin, concernant les facteurs spécifiques au cadre
légal et institutionnel, Crowley (2007) et Demirguç-Kunt, Laeven
et Levine (2003) démontrent que l'amélioration de la gouvernance
et le renforcement des institutions d'une économie contribuent à
la réduction de la marge d'intérêt des banques. De ce fait,
l'accent est mis sur la lutte contre la corruption, le renforcement des
contrats, l'indépendance de la justice, la sécurisation des
droits de propriété, la protection des créanciers, etc. En
effet, le renforcement de la protection juridique des créanciers en
général et des banques en particulier, entraîne la baisse
des taux débiteurs [Qian et Straban (2007)]6(*). Esty et al (2003) et Djankov et
al (2007) vont plus loin en affirmant respectivement que la protection des
créanciers détermine la politique de crédit des banques
étrangères et qu'elle permet d'accroître le volume de
crédit accordé au secteur privé.
Cette étude consacrée aux déterminants du
spread des taux d'intérêt bancaires dans les pays de la CEMAC
présente un double intérêt :
· Au plan théorique, nous avons constaté
que les études consacrées aux déterminants de la marge
d'intérêt des banques ont été menées dans de
nombreux pays et régions du monde. Mais dans cette abondante
littérature, il n'existe pratiquement pas de travaux appliqués
aux pays de la CEMAC. La présente étude permettra donc
d'étendre le champ d'application de la littérature existante.
· Au plan de la politique économique, le
rôle du spread en tant qu'indicateur de l'efficience du secteur bancaire,
son importance en tant que déterminant de l'offre de crédit, de
l'investissement et partant de la croissance, font de lui un levier
stratégique à l'heure où les économies de la CEMAC
s'engagent sur le sentier de l'émergence économique.
Au regard de la problématique de notre étude,
l'objectif général de cette recherche est d'évaluer
empiriquement les déterminants du spread des taux d'intérêt
bancaires dans les pays de la CEMAC. De cet objectif général
peuvent être soulevés les objectifs spécifiques suivants
:
· Mettre en exergue les caractéristiques
intrinsèques des banques qui ont une incidence sur le spread des taux
d'intérêt bancaires.
· Mettre en exergue les variables macroéconomiques
qui affectent le spread.
Afin d'atteindre ces objectifs, il nous est nécessaire
de formuler quelques hypothèses :
Tout d'abord, il convient de noter à la suite de Maudos
et Solis (2009), que lorsque les banques se spécialisent dans le
marché des crédits, elles bénéficient des
économies d'échelle qui leur permettent de réduire leurs
marges d'intérêt. Par conséquent, nous postulons que
le volume de crédits octroyé par les banques a une
incidence négative sur le spread des taux d'intérêt
bancaires.
Ensuite, comme l'ont démontré Chirwa et Mlachila
(2004), le coût d'opportunité de la détention des
réserves obligatoires à la banque centrale où elles sont
peu ou pas rémunérées, est si grand qu'il apparaît
comme une taxe financière implicite que les banques répercutent
sur leur clientèle au moyen de marges d'intérêt
élevées. Cela nous amène à supposer que les
réserves obligatoires contribuent à l'augmentation du spread des
taux d'intérêt bancaires.
Enfin, il faut relever à la suite de Ndung'u et Ngugi
(2000) et de Chirwa et Mlachila (2004) que l'inflation provoque une
dépréciation monétaire qui contribue à alourdir les
charges financières de la banque et à accentuer le spread puisque
les emprunteurs remboursent en valeur réelle des montants
inférieurs à ceux que cette dernière leur a
prêtés. De ce fait, nous présumons que le taux
d'inflation a une incidence positive sur le spread des taux
d'intérêt bancaires.
Pour tester de façon efficiente ces hypothèses,
une méthodologie rigoureuse est nécessaire.
A cette fin, nous allons recourir à la
régression en deux étapes élaborée par Ho et
Saunders (1981). Cette méthodologie repose sur
l'économétrie des données de panel et consiste dans sa
première étape à régresser le spread sur deux
vecteurs de variables à savoir : Un vecteur représentant les
caractéristiques intrinsèques des banques et un second vecteur
composé de variables indicatrices permettant de capter l'incidence du
temps.
La constante issue de cette première régression
permet de calculer le spread pur c'est-à-dire la fraction du spread
inexpliquée par les caractéristiques des banques. Ce dernier sera
utilisé comme variable dépendante dans la seconde étape de
cette démarche. En effet, dans cette seconde étape, le spread pur
est régressé sur un vecteur de variables représentant
l'environnement macroéconomique.
La dimension individuelle de notre panel est composée
des 6 pays de la CEMAC - le Cameroun, la Centrafrique, le Congo, le Gabon, la
Guinée Equatoriale et le Tchad - tandis que la dimension temporelle
s'étale de 2002 à 2008. Au total, nous utiliserons 11 variables
explicatives et 6 variables indicatrices. La première étape de
notre méthodologie comportera en tout 14 variables explicatives :
Les 6 variables indicatrices, le volume des actifs, les coûts, les
provisions, les réserves obligatoires, les volumes de
dépôts et de crédits, le capital et le nombre de guichets
de banque. La seconde étape utilisera quant à elle 3 variables
explicatives, à savoir : le taux de croissance du PIB réel,
le taux d'inflation et la volatilité du taux d'intérêt
réel.
Nos données ont une fréquence annuelle et sont
essentiellement issues des statistiques de la BEAC, des rapports de la Zone
Franc, des rapports de la COBAC et de la base de données World
Development Indicators (2012) de la banque mondiale.
La présente étude est organisée en deux
parties : Dans une première partie, nous effectuerons l'analyse
économique du spread des taux d'intérêt bancaires et dans
une seconde partie, nous procèderons à une évaluation
empirique des déterminants du spread des taux d'intérêt
bancaires dans les pays de la CEMAC.
La première partie comprendra deux chapitres qui seront
tour à tour consacrés à la revue de la littérature
et à l'analyse descriptive du spread des taux d'intérêt
bancaires dans les pays de la CEMAC. Quant à la seconde partie, elle
présentera successivement, dans ses deux chapitres, la
méthodologie et les résultats de cette étude.
Première Partie :
Analyse économique du spread des taux
d'intérêt bancaires
Introduction de la première partie
L'écart entre le taux d'intérêt
débiteur et le taux d'intérêt créditeur est une
variable clef du système financier. En effet le spread des taux
d'intérêt bancaires est un indicateur de l'efficience de
l'intermédiation financière : Il est diminue au fur et
à mesure que cette dernière devient efficiente.
La première partie de cette étude est
consacrée à l'analyse économique du spread des taux
d'intérêt bancaires. Elle comprend deux chapitres : Le
chapitre 1 permettra de passer en revue la littérature relative aux
déterminants du spread des taux d'intérêt bancaires. Tandis
que le chapitre 2 sera consacré à l'analyse descriptive de cette
marge d'intermédiation dans les pays de la zone CEMAC.
Chapitre 1
Revue de la littérature relative aux
déterminants du spread des taux d'intérêt
bancaires
Introduction
Au plan théorique, les travaux consacrés aux
déterminants du spread des taux d'intérêt bancaires
remontent à l'article séminal de Ho et Saunders (1981) dans
lequel ils étudient le comportement des banques jouant le rôle
d'intermédiaire entre emprunteurs et prêteurs. Selon ces auteurs,
la banque est un courtier risquophobe faisant face à un risque de taux
lié à la désynchronisation des flux de dépôts
et de crédits qu'elle tente de mettre en adéquation.
Au plan empirique, la littérature cherchant à
mettre en exergue les variables affectant le spread des taux
d'intérêt bancaires ainsi que la nature de leur impact respectif
sur ce dernier, s'est fortement inspirée du modèle du courtier et
de ses nombreux approfondissements. Cette littérature reconnaît
essentiellement 4 groupes de facteurs ayant un impact sur la marge
d'intérêt des banques. Ces groupes de facteurs sont : Les
caractéristiques intrinsèques des banques, la structure de
marché du secteur bancaire, l'environnement macroéconomique et le
cadre légal et institutionnel.
Ce chapitre, évoquera tout d'abord les deux premiers
groupes de déterminants du spread de taux d'intérêt
bancaires - Section 1 - avant de s'appesantir ensuite sur les deux autres
groupes de facteurs - Section 2 -.
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC3.png)
Section 1 : L'impact des caractéristiques
des banques et de la structure de marché du secteur bancaire sur le
spread des taux d'intérêt BANCAIRES
Le spread des taux d'intérêt bancaires est
affecté non seulement par des facteurs relatifs à
l'activité des banques tels que les risques, les coûts
opératoires, etc. Mais aussi par des facteurs propres à la
structure de marché du secteur bancaire tels que la concentration, la
supervision bancaire, etc.
A- L'impact des caractéristiques des banques sur le
spread
Du fait de l'incertitude, de l'asymétrie d'information
ou tout simplement de l'environnement dans lequel elles exercent leurs
activités, les banques sont exposées à de nombreux risques
- risque de taux d'intérêt, risque de crédit, risque de
change, risque légal, etc. - qui affectent leurs marges
d'intérêt. L'ampleur avec laquelle ces différents risques
affectent le spread des taux d'intérêt bancaires dépend
entre autres de la taille de la banque considérée, de ses
coûts opératoires, du volume de ses activités connexes,
etc.
1- Les risques bancaires
Le risque de taux d'intérêt et le risque de
défaut sont les principaux facteurs pris en compte par les banques lors
de la fixation de leurs marges d'intérêt [Angbazo (1997)]. En
effet face à la recrudescence de ces risques, les banques
élèvent leurs taux d'intérêt débiteurs et
accentuent par là même leurs marges d'intérêt.
L'exposition de la banque au risque de taux
d'intérêt est due au caractère désynchronisé
de la maturité des dépôts et de celle des crédits
que cette dernière tente d'harmoniser. C'est ainsi que dans son
rôle de gestion de la liquidité du marché des fonds
prêtables, elle s'expose au risque de prendre une position trop courte ou
alors trop longue. En conséquence, elle fixe ses taux
d'intérêt et partant ses marges d'intérêt afin
d'immuniser son portefeuille contre les fluctuations des taux de marché
[Boutillier et al. (2005)].
La banque est également exposée au risque de
crédit puisqu'elle ne connaît pas ex ante la
probabilité de défaut de ses débiteurs. Afin de se couvrir
contre ce risque, la banque exige des collatéraux, élabore des
restrictions concernant l'utilisation des fonds prêtés et
contrôle les emprunteurs. La banque peut également majorer son
taux d'intérêt débiteur d'une prime de risque dont la
proportion dépend de sa politique de crédit, du coût des
financements alternatifs, du montant du prêt et de la qualité du
client. Cette disposition entraîne l'augmentation du taux débiteur
auquel le prêt sera finalement consenti et contribue à accentuer
le spread des taux d'intérêt bancaires [Ndung'u et Ngugi
(2000)].
Un autre risque majeur ayant un impact sur la marge
d'intérêt des banques est le risque de change. Ce risque
apparaît lorsque la banque effectue des opérations d'emprunt et/ou
de prêt en devises étrangères. En effet, l'incertitude
née de la fluctuation des cours de change, incite la banque à
recourir entre autres techniques à l'accentuation de ses marges
d'intérêt lorsqu'elle perçoit un risque significatif.
La banque accentue également ses marges
d'intérêt lorsqu'elle fait face au risque - légal -
résultant de l'ambiguïté des lois qui encadrent les
collatéraux et les faillites [Ndung'u et Ngugi (2000)]. En effet,
lorsque le taux de recouvrement des créances est faible et que le
délai de réalisation des garanties est long, le spread des taux
d'intérêt bancaires à tendance à augmenter [Gelos
(2006)]. En somme, il a été démontré que
l'efficience judiciaire a un impact négatif et significatif sur le
spread des taux d'intérêt bancaires [Demirgüç-Kunt,
Laeven et Levine (2003)].
Au final, quelque soit le type de risque auquel la banque est
confrontée, son aversion pour le risque l'incite à élever
son taux d'intérêt débiteur et à accentuer ses
marges d'intérêt. D'autres facteurs tels que les coûts
contribuent également à la détermination du spread des
taux d'intérêt des banques.
2- Les coûts
Les coûts dans leur ensemble - frais
généraux, coûts opératoires, etc. - constituent un
manque à gagner que la banque essaye de combler en accentuant ses marges
d'intérêt. C'est ainsi que les coûts opérationnels
sont positivement corrélés au spread des taux
d'intérêt bancaires [Barajas, Steiner et Salazar (1999)]. Il est
également établi que les coûts induits par la constitution
des provisions pour créances douteuses ont un impact positif sur le
spread [Randall (1998)]. En effet, la constitution de ces provisions limite les
ressources disponibles pour l'octroi des crédits et constitue un manque
à gagner que les banques comblent en élevant leur taux
d'intérêt débiteur.
Dans la gamme des coûts, un accent particulier est
accordé aux réserves obligatoires. Puisque le coût
d'opportunité de la détention des réserves à la
banque centrale où elles sont peu ou pas
rémunérées, est si grand qu'il apparaît comme une
taxe financière implicite que les banques répercutent sur leur
clientèle au moyen de marges d'intérêt
élevées [Chirwa et Mlachila (2004)].
Les banques répercutent également sur leur
clientèle les taxes financières explicites auxquelles elles sont
soumises. En effet, plus le taux de taxation des transactions
financières est élevé et plus le spread des taux
d'intérêt bancaires est grand [Demirgüç-Kunt et
Huizinga (1998)].
Les coûts d'une banque sont étroitement
liés au segment de marché dans lequel elle exerce ses
activités. En effet, les banques qui exercent leurs activités sur
le segment des personnes physiques ont généralement des
coûts plus élevés que celles qui ciblent le segment des
entreprises. Cela est dû au fait que les activités de banque de
détail nécessitent un grand réseau d'agences et un
investissement important aussi bien en matériel qu'en personnel. Ces
coûts élevés contribuent de manière mécanique
à élever le spread des taux d'intérêt bancaires
[Brock et Rojas Suarez (2000)].
En somme, l'importance accordée à un coût
quelconque relativement à un autre, dépend essentiellement de
l'environnement économique dans lequel l'étude est menée.
C'est ainsi que les réserves obligatoires, les coûts
opérationnels et les provisions pour créances douteuses
contribuent à hauteur de 75% à l'explication du spread dans les
pays caribéens [Randall (1998)]. Alors qu'au Malawi, les réserves
obligatoires sont le seul type de coût affectant significativement le
spread des taux d'intérêt bancaires [Chirwa et Mlachila (2004)].
Enfin, il convient de noter que dans le processus de
minimisation de ses différents coûts, la taille de la banque joue
un rôle crucial.
3- La taille de la banque
La taille des banques - mesurée par le total de leurs
actifs - affecte négativement le spread des taux d'intérêt
bancaires lorsque les rendements d'échelle sont croissants
[Demirgüç-Kunt et al (2003)]. Dans ce cas de figure, plus une
banque est grande et plus elle réduit ses coûts unitaires. Ce qui
lui permet d'appliquer des taux débiteurs plus faibles et de
réduire ses marges d'intérêt.
En se référant cette fois-ci au capital des
banques comme indicateur de dimension, il faut noter à la suite Saunders
et Schumacher (2000)7(*),
que le capital détenu par celles-ci pour se couvrir contre les risques
probables et les risques improbables, peut conduire à des marges
d'intérêt élevées.
En effet, pour faire face à une exposition
supplémentaire au risque de crédit, les banques détiennent
généralement un montant de capital supérieur au minimum
fixé par la règlementation. Le coût de ce capital
supplémentaire est généralement couvert par des marges
d'intérêt plus élevées. C'est ainsi que ces auteurs
ont mis en évidence, l'existence d'une corrélation positive et
significative entre le capital des banques et le spread des taux
d'intérêt bancaires dans les pays développés.
Tout comme la taille des banques, le volume des
activités non traditionnelles affecte le spread des taux
d'intérêt bancaires.
4- Le volume des activités non
traditionnelles
La gamme variée de produits et de services financiers
que les banques proposent à leur clientèle a un impact sur leurs
taux d'intérêt débiteurs. En effet, les banques qui
disposent d'un volume important d'activités non traditionnelles
parviennent à réduire leurs marges d'intérêt en
pratiquant des subventions croisées [Dabla-Norris et Floerkemeier
(2007)]. Ainsi, une fraction des excédents générés
par les activités connexes permet de combler le manque à gagner
occasionné par la réduction des marges d'intérêt.
Ces activités connexes sont d'autant plus importantes
qu'il a été démontré que dans les pays où il
existe des restrictions empêchant les banques d'exercer ces
activités non traditionnelles - la souscription des valeurs
mobilières, l'immobilier, l'assurance, etc. - le spread des taux
d'intérêt bancaires est élevé [Demirguç-Kunt,
Laeven et Levine (2003)].
L'impact négatif des activités non
traditionnelles sur le spread des taux d'intérêt bancaires peut
cependant atténué par la structure de marché du secteur
bancaire.
B- L'impact de la structure de marché du secteur
bancaire sur le spread
Tout comme les caractéristiques des banques, la
structure de marché du secteur bancaire a un impact sur le comportement
de celles-ci lors de la fixation de leurs taux et de leurs marges
d'intérêt. En effet, la concurrence du secteur bancaire, les
barrières à l'entrée de ce dernier, le degré de
spécialisation des banques, la nationalité de leurs
propriétaires, etc. sont autant de facteurs qui déterminent le
spread des taux d'intérêt bancaires.
1- La concurrence du secteur bancaire
Dans une économie libéralisée, le spread
des taux d'intérêt doit être négativement
corrélé aux facteurs affectant la concurrence - la concentration,
le nombre de banques et la taille du marché - puisqu'une faible
concurrence incite les banques à réaliser des surprofits en
augmentant leurs marges d'intérêt [Crowley (2007)].
Ainsi, il faut s'attaquer à la structure
oligopolistique du secteur bancaire afin de réduire le spread des taux
d'intérêt parce que la concentration a un impact positif sur ce
dernier [Demirguç-Kunt, Laeven et Levine (2003)]. En effet, la structure
concentrée du secteur bancaire permet aux banques de détenir et
d'exercer un pouvoir de marché qui a pour corollaire des marges
d'intérêt plus grandes.
Cependant, du fait de la relation controversée qui
existe entre concentration et concurrence,8(*) il est recommandé d'utiliser un instrument de
mesure du pouvoir de marché des banques - tel que l'indice de
Lerner9(*) - plutôt
qu'un instrument structurel de concurrence tel que la concentration.
Claessens et Laeven (2004) vont dans le même sens, mais
mettre plutôt l'accent sur la contestabilité du marché
bancaire. En effet, la pression concurrentielle résultant des conditions
de libre entrée et de libre sortie va réduire le pouvoir de
marché des banques, accroître l'efficience dans leurs
activités d'intermédiation et aboutir à la
réduction de leurs marges d'intérêt.
Cette contestabilité du marché bancaire
revêt une importance particulière lorsqu'il s'agit de
l'implantation des banques étrangères.
2- Le rôle des banques
étrangères
Les banques étrangères jouent un rôle
crucial dans la détermination du spread des taux d'intérêt
dans les pays en développement. En effet, ces banques mieux
capitalisées, disposent d'une technologie plus avancée et d'une
meilleure gestion des risques qui leur permettent de réaliser des
économies d'échelle, de réduire la proportion de leurs
actifs non performants et de rendre le secteur bancaire plus concurrentiel
[Detragiache, Tressel et Gupta (2006)]. Cela contribue, toute chose
égale par ailleurs, à réduire le spread des taux
d'intérêt bancaires.
Cependant, l'entrée des banques
étrangères aboutie très souvent à la
réduction du volume de crédits accordé au secteur
privé en général et aux PME en particulier. En effet, les
banques étrangères appliquent très souvent des taux
débiteurs prohibitifs sur le segment des PME et des entreprises du
secteur informel pour atténuer l'asymétrie d'information à
laquelle elles sont confrontées sur ce segment. Leur tarification
s'explique également par la distance - culturelle et géographique
- qui existe entre les décideurs de la société mère
et les clients de sa filiale implantée dans un pays en
développement [Detragiache, Tressel et Gupta (2006)].
En dépit de l'impact négatif qu'elles ont sur
le volume de crédits accordé aux PME, les banques
étrangères contribuent à la réduction du spread des
taux d'intérêt. En effet, la pression concurrentielle née
de la contestabilité du marché par ces banques est un
déterminant important de la marge d'intérêt [Levine
(2003)]. Il convient cependant de noter que la règlementation bancaire
peut constituer une entrave à cette contestabilité.
3- La règlementation bancaire
Au moyen des lois instituant des barrières à
l'entrée, des restrictions d'activités, des réserves
obligatoires, etc... la règlementation bancaire peut affecter le spread
des taux d'intérêt bancaires.
En effet, les barrières à l'entrée
réduisent la contestabilité du marché bancaire et
accentuent le pouvoir de marché des banques existantes. Ce qui leur
permet de réaliser des surprofits en augmentant leurs marges
d'intérêt. C'est ainsi qu'il a été
démontré que les restrictions règlementaires à
l'entrée ont un effet positif sur le spread des taux
d'intérêt bancaires [Demirguç-Kunt, Laeven et Levine
(2003)].
Les restrictions d'activités ont également un
impact positif sur le spread des taux d'intérêt puisqu'elles
réduisent les sources de revenu des banques et les incitent à
augmenter leurs marges d'intérêt. Les réserves obligatoires
quant à elles, s'apparentent à une taxe financière
implicite que les banques répercutent sur leur clientèle à
travers des taux débiteurs élevés.
En plus de ces limites de la règlementation, il faut
noter à la suite de Beck, Demirgüç-Kunt et Levine (2005)
que le pouvoir de contrôle et de sanction accordé aux
autorités de supervision du secteur bancaire est positivement
corrélé à la corruption dans l'octroi des crédits
bancaires. En effet, plus le pouvoir des superviseurs est étendu, plus
ces derniers s'en servent pour défendre leurs propres
intérêts. Contribuant ainsi à la prolifération des
crédits octroyés à des taux complaisants aux agents
économiques qui leur sont proches.
La taille de l'économie en général et
celle du secteur bancaire en particulier revêt également une
importance notoire dans la fixation des taux et des marges
d'intérêt des banques qui y sont implantées.
4- La taille de l'économie
La taille de l'économie conditionne l'existence
même des économies d'échelle. En effet, plus
l'économie est petite - en terme de population par exemple - et plus la
possibilité de réaliser de telles économies est
limitée. Les banques ont du mal à réduire leurs
coûts unitaires et appliquent en conséquence des marges
d'intérêt élevées.
L'exigüité de l'économie peut
également entraver les possibilités de spécialisation des
banques qui y sont implantées. Il paraît logique que si la
clientèle totale est modeste, alors la clientèle
spécialisée le sera encore plus. Rendant ainsi toute tentative de
spécialisation non rentable. Or la spécialisation aurait pue
réduire le spread des taux d'intérêt puisqu'elle permet
à la banque d'exercer l'activité dans laquelle elle est la plus
compétitive.
Enfin, la taille de l'économie accentue - ou non - la
convoitise des banques étrangères. Généralement,
plus le marché est grand et contestable, et plus les banques
étrangères veulent s'y implanter. Cette pression concurrentielle
amène les banques déjà installées à
réduire leurs marges d'intérêt.
Après avoir évoqué les facteurs
spécifiques aux banques et les facteurs spécifiques à la
structure de marché du secteur bancaire, il convient à
présent de mettre l'accent sur l'impact de l'environnement -
économique et institutionnel - sur le spread des taux
d'intérêt bancaires.
Section 2 : L'impact de l'environnement
macroéconomique et du cadre légal et institutionnel sur le spread
des taux d'intérêt bancaires
L'environnement - économique et institutionnel - dans
lequel la banque exerce son activité a une influence sur sa
tarification. En effet, les performances économiques et la
qualité des institutions du pays dans lequel la banque est
implantée contribuent à la détermination de sa marge
d'intérêt.
Cette section évoquera tout d'abord l'environnement
macroéconomique avant de s'appesantir par la suite sur les
déterminants légaux et institutionnels du spread des taux
d'intérêt bancaires.
A- L'impact de l'environnement macroéconomique sur
la marge d'intérêt des banques
Le taux d'inflation, le taux de croissance du PIB, la
volatilité du taux d'intérêt réel, etc. sont autant
de facteurs macroéconomiques ayant une incidence sur la marge
d'intérêt des banques.
1- Le taux d'inflation
A cause de la dépréciation monétaire
qu'elle provoque, l'inflation contribue à alourdir les charges
financières de la banque puisque les emprunteurs remboursent en valeur
réelle des montants inférieurs à ceux que cette
dernière leur a prêtés. Pour combler ce manque à
gagner, la banque élève ses taux débiteurs et par
là même, accentue ses marges d'intérêt.
En outre, l'incertitude provoquée par l'inflation a un
impact négatif sur les perspectives de remboursement des emprunteurs. La
banque y pallie en intégrant une prime de risque supplémentaire
à ses taux débiteurs [Ndung'u et Ngugi (2000)].
Empiriquement, à partir d'un échantillon de 80
pays développés et en développement,
Demirgüç-Kunt et Huizinga (1998) ont mis en évidence un
effet positif de l'inflation sur la marge d'intérêt des
banques.
Contrairement à l'impact du taux d'inflation,
l'incidence du taux de croissance sur le spread des taux d'intérêt
est plutôt négative.
2- Le taux de croissance
La croissance de la production et de l'activité
économique en général améliore la
solvabilité des entreprises puisqu'elle permet d'accroître la
valeur de ces dernières et de réduire leur risque de
défaut. Cela permet à la banque de leur accorder des
crédits à des taux débiteurs plus faibles. En outre, un
regain de croissance accroît du volume de ressources que la banque peut
transformer en crédits puisqu'il entraîne l'augmentation des
dépôts [Khan et Khan (2010)].
Il convient de noter que le spread influence à son
tour la croissance à travers son impact sur l'investissement. En effet,
un spread élevé contribue à rationner le crédit,
à limiter les possibilités d'investissement et à freiner
la croissance économique [Crowley (2007)].
La corrélation négative entre croissance et
spread des taux d'intérêt bancaires à été
mise en évidence sur le plan empirique par de nombreuses études
[Brock et Rojas-Suarez (2000) ; Gelos (2006)].
Il s'avère donc nécessaire pour un pays qui veut
booster sa croissance, de pendre des mesures allant dans le sens de la
réduction de la marge d'intérêt des banques qui exercent
sur son territoire. Pour ce faire, il faut entre autres, réduire la
volatilité des taux d'intérêt.
3- La volatilité des taux
d'intérêt
La volatilité des taux d'intérêt en
général et celle du taux d'intérêt réel en
particulier accentue le risque de taux encouru par la banque. Afin d'y faire
face, cette dernière élève son taux débiteur et
accroît ses marges d'intérêt [Arreaza et al. (2009)]. C'est
ainsi que Ho et Saunders (1981) ont mis en évidence une
corrélation positive entre la volatilité des taux
d'intérêt et le spread des taux d'intérêt
bancaires.
Il en est de même pour l'incidence de la
volatilité du taux de change sur la marge d'intérêt des
banques. En effet, lorsque cette volatilité est relativement
élevée, elle accentue l'exposition de la banque au risque de
change et l'incite à augmenter ses marges d'intérêt pour se
couvre contre ce risque supplémentaire.
Le cadre légal et institutionnel dans lequel la banque
effectue ses transactions a également une influence sur la tarification
des services qu'elle propose à sa clientèle.
B- L'impact du cadre légal et institutionnel sur la
marge d'intérêt des banques
L'amélioration de la qualité des institutions
d'un pays contribue à la réduction de la marge
d'intérêt des banques qui y sont implantées. Pour y
parvenir, une attention particulière doit être accordée
à la sécurisation des droits de propriété, au
renforcement des contrats, à la lutte contre la corruption, à
l'indépendance judiciaire, etc...
1- Les droits de propriété
Les droits de propriété s'avèrent
importants dans la définition de la politique de crédit de la
banque puisqu'ils codifient la résolution des problèmes
liés aux collatéraux. En effet, il convient de noter à la
suite d'Esty et Megginson (2003)10(*) que la sécurisation des droits des
créanciers détermine la politique de crédit des banques
étrangères : Des droits mieux protégés
permettant d'accroître le volume de crédits accordé au
secteur privé en réduisant la marge d'intérêt des
banques.
En outre, la sécurisation des droits de
propriété en général et des droits des
créanciers en particulier, entraîne la baisse des taux
d'intérêt débiteurs puisqu'elle renforce la protection
juridique de la banque. De ce fait, un taux de recouvrement élevé
et un délai limité pour la réalisation des
collatéraux contribueraient à réduire le spread des taux
d'intérêt bancaires [Crowley (2007)].
En plus de la protection des droits de
propriété, le cadre institutionnel doit assurer le renforcement
des contrats, intensifier la lutte contre la corruption, garantir
l'indépendance de la justice, etc... En somme, le cadre institutionnel
doit permettre une amélioration de la gouvernance.
2- La gouvernance
L'amélioration de la gouvernance dans une
économie a un impact sur la marge d'intérêt des banques qui
y exercent leurs activités. En effet, un meilleur renforcement des
contrats, un système légal plus efficient et un faible niveau de
corruption contribuent à la réduction du spread des taux
d'intérêt bancaires [Demirgüç-Kunt et Huizinga
(1998)].
Il convient également de souligner que la corruption
fragilise la protection légale des collatéraux et rend plus ardus
les recours judiciaires de la banque. Ce qui incite cette dernière
à élever ses taux débiteurs pour faire face à ce
risque supplémentaire.
En somme, il convient de noter qu'en plus de la
qualité de la gouvernance, l'origine légale des institutions
contribue à la détermination du spread des taux
d'intérêt bancaires.
3- L'origine légale
Il faut noter à la suite de La Porta,
Lopez-de-Silanes et Shleifer (2008) que l'origine légale des
institutions détermine le degré de protection qu'elles accordent
aux investisseurs et aux créanciers. C'est ainsi que comparées
aux institutions d'origine légale française (civil law), les
institutions d'origine légale anglo-saxonne (common law) sont
associées à une meilleur protection des investisseurs. Cela a
pour effet de booster le développement financier et de faciliter
l'accès aux financements.
Ces institutions d'origine légale anglo-saxonne sont
également caractérisées par une faible régulation
et un actionnariat public limité. Ce qui atténue la corruption,
améliore le fonctionnement du marché du travail et limite le
secteur informel. En outre, dans les institutions common law, les
procédures judiciaires sont peu formalisées et la justice est
plus indépendante.
En somme il convient de noter que l'origine légale a
une influence sur la qualité des institutions. Cette qualité des
institutions détermine quant à le spread des taux
d'intérêt des bancaires.
Conclusion
Au terme de cette revue de la littérature, il convient
de noter que le spread des taux d'intérêt bancaires est
déterminé non seulement par les facteurs spécifiques
à l'activité et à l'industrie bancaires, mais
également par les facteurs liés à l'environnement -
économique et institutionnel - dans lequel les banques exercent leurs
activités.
Le prochain chapitre sera quant à lui consacré
à l'analyse descriptive du spread des taux d'intérêt
bancaires dans les pays de la zone CEMAC.
Chapitre 2
Analyse descriptive du spread des taux
d'intérêt bancaires dans les pays de la zone CEMAC
Introduction
La tarification bancaire a été
révisée par l'ensemble des établissements de crédit
exerçant leurs activités dans les pays de la zone CEMAC en raison
des décisions prises en 2008 par la BEAC et la COBAC de supprimer
respectivement le taux débiteur maximum (TDM) et les frais de tenue de
compte pour la clientèle des particuliers. En outre, les banques de la
sous-région sont désormais contraintes d'afficher
l'intégralité de leurs conditions tarifaires dans toutes leurs
agences.
La suppression du taux débiteur maximum ne s'est pas
traduite par la hausse des taux d'intérêt appliqués aux
différents segments de la clientèle bancaire. Ces taux ont
plutôt évolué à la baisse en raison de la
surliquidité des banques existantes et de la concurrence croissante
occasionnée par l'entrée de nouvelles banques.
La suppression des frais de tenue de compte sur la
clientèle des particuliers a quant à elle crée un manque
à gagner qui incite les banques à réviser leurs conditions
tarifaires. En effet, cette mesure remet en question l'existence des agences
situées dans l'arrière pays puisque leur exploitation et leur
rentabilité sont fortement dépendantes de ces
prélèvements. Afin de faire face à ce manque à
gagner, certaines banques ont instauré des prélèvements
sur les retraits effectués aux guichets et/ou aux distributeurs
automatiques de billets11(*). Elles ont également crée de nouvelles
commissions et révisé la facturation d'un large éventail
de services bancaires.
Le présent chapitre est consacré à
l'analyse descriptive d'un aspect particulier de la tarification
bancaire : La marge d'intermédiation. Il évoquera tout
d'abord l'évolution de cette marge d'intermédiation bancaire dans
les pays de la zone CEMAC, son impact sur l'épargne et sur le
crédit, ainsi que sa corrélation avec les caractéristiques
des banques installées dans ces pays (Section 1). La suite du chapitre
abordera quant à elle, l'évolution de la structure de
marché du secteur bancaire, de l'environnement macroéconomique et
du cadre institutionnel des pays de la zone CEMAC. Elle mettra également
en exergue la corrélation entre le spread des taux
d'intérêt bancaires et des variables représentant chacun de
ces groupes (Section 2).
Section 1 : L'évolution du spread des taux
d'intérêt bancaires et des caractéristiques des banques
installées dans les pays de la zone CEMAC
Le coût moyen des ressources et le taux effectif moyen
des crédits d'une banque englobent respectivement les fonds obtenus par
celle-ci et les différents concours accordés aussi bien à
sa clientèle qu'à ses correspondants bancaires. La marge
d'intermédiation qui découle de ces deux taux varie non seulement
d'une banque à une autre, mais également d'un pays à un
autre.
Cette section sera consacrée à l'étude de
l'évolution du spread des taux d'intérêt bancaires dans les
pays de la CEMAC et à la comparaison de cette marge
d''intérêt a celles appliquées dans d'autres pays.
A- Le spread des taux d'intérêt bancaires est
élevé dans les pays de la zone CEMAC
Le système bancaire des pays de la zone CEMAC a
toujours été caractérisé par des marges
d'intermédiation élevées. En effet, ces marges sont
largement supérieures à celles appliquées dans les pays
riches et généralement plus élevées que celles des
autres pays en développement. Même si leur évolution
récente traduit une tendance générale à la
baisse.
1- L'évolution récente du spread des taux
d'intérêt bancaires
La suppression du taux débiteur maximum (TDM)
décidée en 2008 par la BEAC n'a pas entraînée une
hausse des taux débiteurs. En effet, il ressort que les banques ont
décidé de fixer par elle-même, un taux nominal maximum de
15% qui correspond au niveau du TDM avant sa suppression. Cependant, cette
mesure pourrait bien avoir des effets néfastes en cas de retournement de
la conjoncture si les pays de la zone CEMAC ne font pas respecter un taux
d'usure.
La figure 1 montre l'évolution du spread des taux
d'intérêt bancaires de chacun des pays de la zone CEMAC entre 1997
et 2008. Il en ressort qu'en dépit d'une évolution
mitigée, la tendance générale est à la baisse.
En effet, dans le cas du Cameroun, on observe clairement une
baisse spread qui passe de 14,12% en 2000, à 7,03% en 2008. Cette baisse
est essentiellement due à la forte concurrence qui prévaut sur
certains segments du marché, notamment celui des grandes entreprises.
On constate également la baisse tendancielle de la
marge d'intermédiation dans le cas de la République
Centrafricaine. Cependant, cette baisse est limitée en raison de la
faiblesse de la concurrence que les banques de la place se livrent sur le
segment des PME et sur celui des particuliers. Laissant présager une
entente tacite entre elles pour proposer des taux assez semblables sur ces
segments.
Le Congo et le Gabon présentent quant à eux des
évolutions assez mitigées. En effet, après un pic
observé respectivement en 1999 et en 2000, le spread des taux
d'intérêt présente une tendance à la baisse dans
chacun de ces pays jusqu'en 2007 où il remonte et atteint respectivement
14,51% et 12,46% avant de décliner par la suite. La baisse de la marge
d'intérêt des banques est impulsée par la pression
concurrentielle croissante, mais cet effet est limité par
l'étroitesse de ces économies.
Concernant la Guinée Equatoriale et du Tchad, la
tendance générale est également à la baisse. Cette
baisse est principalement due à l'attrait que le secteur des BTP et le
secteur pétrolier exercent sur les banques. Cependant,
l'étroitesse de l'économie équato-guinéenne
constitue une entrave au développement des activités de banques
de détail.
En somme il convient de noter que dans les pays de la zone
CEMAC, la marge d'intermédiation diminue de manière substantielle
avec le temps. Malgré cette tendance baissière, il n'en demeure
pas moins que le spread des taux d'intérêt bancaires de ces pays
est largement supérieur aux standards internationaux.
Figure 1 : Evolution du spread des taux
d'intérêt bancaires dans les pays de la zone CEMAC
Source : Construit par l'auteur à partir des rapports
annuels de la COBAC
2- La comparaison internationale du spread des taux
d'intérêt bancaires
Comparé au pays développés, la marge
d'intermédiation appliquée dans les pays de la zone CEMAC est
très élevée. En effet, sur la période allant de
2000 à 2008, le spread moyen de la CEMAC est de 13,27% pendant que celui
du Canada et celui du Japon sont respectivement de 3,64% et de 1,49%.
La marge d'intermédiation des pays de la zone CEMAC est
également supérieure à celle des autres pays en
développement. C'est ainsi que pour la période
précitée, le spread moyen du Nigéria, du Kenya et de
l'Indonésie s'élèvent respectivement à 7,38%, 10,9%
et 5,25%.
La figure 2 illustre bien cette comparaison internationale et
permet de constater que le spread moyen de la Zone CEMAC est supérieur
à celui de l'Afrique Subsaharienne, de l'Amérique Latine et des
Caraïbes et de l'Asie du Sud.
Figure 2 : Comparaison internationale du
spread des taux d'intérêt bancaires
(Moyenne sur la période 2000-2008) ![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC7.png)
Source : Construit par l'auteur à partir du
World Development Indicators (2012)
Après avoir constaté que le spread des taux
d'intérêt est très élevé dans les pays de la
zone CEMAC, il convient à présent de s'interroger sur l'impact
que cela pourrait avoir non seulement sur le volume de crédits
accordé au secteur privé, mais également sur le taux
d'épargne privée de ces économies.
3- Un spread élevé réduit le
volume de crédit accordé au secteur privé
Une marge d'intérêt élevée laisse
présager un taux d'intérêt débiteur prohibitif. Ce
qui abouti inéluctablement à une situation de rationnement de
crédit.
Figure 3b : Corrélation entre le
spread des taux d'intérêt bancaires et le crédit au secteur
privé
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC8.png)
Coefficient de corrélation : -0,47
Figure 3a : Evolution du spread des taux
d'intérêt bancaires et du crédit au secteur privé
(en % du PIB) dans la zone CEMAC
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC9.png)
Source : Construit par l'auteur à partir des
rapports de la COBAC et du WDI (2012)
La figure 3a montre l'évolution comparée de la
marge d'intermédiation et du crédit au secteur privé des
pays de la zone CEMAC. On y constate que durant les périodes où
le spread est élevé, le crédit au secteur privé se
contracte. En effet, les creux les plus significatifs de ce dernier
correspondent aux plus grands pics du spread des taux d'intérêt
bancaires.
Cette impression est confirmée par la figure 3b qui met
en exergue une corrélation négative entre ces deux variables.
Stipulant de ce fait que le spread élevé qui est appliqué
dans les pays de la zone CEMAC renchérit le coût du crédit
et rationne les agents économiques exerçant leurs
activités dans le secteur privé.
Le spread étant calculé à partir du taux
d'intérêt débiteur et du taux d'intérêt
créditeur, il affecte aussi bien le crédit que
l'épargne.
4- Un spread élevé décourage
l'épargne
A la lecture de la figure 4a, il est difficile de se
prononcer au sujet de l'incidence que le spread des taux d'intérêt
bancaires pourrait avoir sur le taux d'épargne privée dans les
pays de la CEMAC. Néanmoins, si l'on admet comme prémisse qu'un
spread élevé implique un taux créditeur faible, alors on
peut logiquement conclure que cela aboutira à une réduction de
l'épargne.
Figure 4a : Evolution du spread des taux
d'intérêt bancaires et du taux d'épargne privée dans
la zone CEMAC
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC10.png)
Figure 4b : Corrélation entre le
spread des taux d'intérêt bancaires et le crédit au secteur
privé
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC11.png)
Coefficient de corrélation : -0,035
Source : Construit par l'auteur à partir
des rapports de la COBAC et de la BEAC
La figure 4b confirme la corrélation négative
qui existe entre le spread des taux d'intérêt bancaires et le taux
d'épargne privée. En effet, un taux d'intérêt
créditeur faible accentue le coût d'opportunité de la
détention d'un compte d'épargne et incite les agents
économiques à arbitrer en faveur de la consommation. En
particulier dans cet environnement où les possibilités de
placements sont limitées.
A présent qu'il est établi que la marge
d'intermédiation est élevée dans les pays de la zone CEMAC
et que cela constitue un frein aussi bien au crédit qu'à
l'épargne, il convient de s'appesantir sur les caractéristiques
des banques exerçant leurs activités dans ces pays durant la
période allant de 2002 à 2008.
B- L'évolution des caractéristiques des
banques installées dans les pays de la zone CEMAC
Les caractéristiques des banques font
référence à l'ensemble des variables - risques,
coûts, capital, volume de dépôts, volume de crédits,
etc. - que ces dernières doivent maîtriser afin d'accroître
l'efficacité de leurs activités d'intermédiation. En
effet, ces variables revêtent une importance particulière
puisqu'elles contribuent à la détermination des taux et des
marges d'intérêt appliqués par les banques.
Figure 5b : Corrélation entre le
ratio actifs bancaires/PIB et le spread des taux d'intérêt
bancaires
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC12.png)
Coefficient de corrélation : -0,2
Figure 5a : Evolution du ratio actifs
bancaires/PIB dans la zone CEMAC
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC13.png)
1- Les actifs bancaires
Source : Construit par l'auteur à partir
des rapports annuels de la COBAC
Le volume d'actifs détenu par les banques
exerçant dans les pays de la zone CEMAC est plutôt modeste. En
effet, sur les six pays qui constituent cette zone monétaire, seuls le
Cameroun et le Gabon présentent des ratios actifs bancaires/PIB
supérieurs à 20%. La figure 5a illustre bien l'évolution
mitigée que connait ce ratio dans la zone CEMAC.
Cependant, on note une nette amélioration du ratio
actifs bancaires/PIB en observant son évolution au sein des pays de la
zone CEMAC pris individuellement. En effet, exception faite du Gabon et du
Tchad, ce rapport est partout en hausse même s'il n'atteint jamais
35%.
Cet accroissement du volume d'actifs détenu par les
banques pourrait leur permettre de réaliser des économies
d'échelle et de réduire leurs taux et leurs marges
d'intérêt comme l'illustre la corrélation négative
entre le ratio actifs bancaires/PIB et le spread des taux
d'intérêt bancaires (figure 5b).
2- Le capital des banques
Figure 6b : Corrélation entre le
capital des banques et le spread des taux d'intérêt
bancaires
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC14.png)
Coefficient de corrélation : -0,09
Figure 6a : Evolution du ratio
capital/total actif dans la zone CEMAC
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC15.png)
L'analyse de la situation individuelle des
pays de la CEMAC se solde par le constat qu'en Centrafrique, le rapport
capital/total actif est passé de 9,63% en 2003 à 5,71% en 2008.
Ce rapport est également en baisse au Congo et au Tchad où il est
respectivement passé de 5,9% à 3,01% et de 9,23% à 5,65%
entre 2004 et 2008.
Source : Construit par l'auteur à partir
des rapports annuels de la COBAC
Au Cameroun et au Gabon, ce ratio connait une augmentation
marginale sur l'ensemble de la période alors qu'en Guinée
Equatoriale, la hausse est significative entre 2005 et 2008. En effet, le
rapport capital/total actif est passé de 1,82% à 3,22% durant
cette période.
La figure 6b met en évidence la corrélation
négative qui existe entre le capital et la marge d'intermédiation
des banques. Cette corrélation négative combinée à
la baisse du ratio capital/total actif observée en Centrafrique, au
Congo et au Tchad pourrait contribuer à expliquer les spreads
élevés observés dans les pays de la zone CEMAC. Puisqu'une
banque mieux capitalisée réduit sa probabilité de faillite
et ses coûts de refinancement. Ce qui lui permet d'appliquer des marges
d'intérêt plus faibles et vice versa.
3- Le volume des dépôts
En moyenne, le volume des dépôts est en hausse
au sein de la zone CEMAC. Cette tendance s'observe également à
l'échelle des économies prises individuellement.
En effet, le rapport dépôts/total actif est
partout en augmentation et les plus fortes hausses sont constatées dans
les pays où ce ratio était le plus faible, à savoir :
La Centrafrique et le Congo. Dans ces pays, le ratio dépôts/total
actif est passé respectivement de 53,32% à 65,22% et de 68,97%
à 84,96% entre 2002 et 2008
Figure 7b : Corrélation entre le
volume de dépôts et le spread des taux d'intérêt
bancaires
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC16.png)
Coefficient de corrélation : 0,16
Figure 7a : Evolution du ratio
dépôts/total actif dans la zone CEMAC
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC17.png)
Source : Construit par l'auteur à partir des
rapports annuels de la COBAC
La figure 7b met en exergue une corrélation positive
entre le volume de dépôts et le spread des taux
d'intérêt bancaires. Stipulant que l'augmentation des
dépôts alourdirait le coût supporté par la banque
puisqu'elle entraînerait l'augmentation des intérêts
créditeurs versés à la clientèle. La banque ferait
face à cette situation en accentuation ses marges
d'intermédiation.
4- Le volume des crédits
Contrairement au volume des dépôts, le volume
moyen des crédits est en baisse dans la zone CEMAC. En effet, le rapport
crédits/total actif est passé d'une moyenne de 6,2% en 2003
à 4,3% en 2007.
A l'échelle individuelle, les plus fortes baisses sont
observées au Congo et au Gabon où ce rapport passe respectivement
de 4,57% à 2,2% et de 6,43% à 3,59% durant la même
période. A contrario de cette évolution, la
Guinée Equatoriale connait une expansion du crédit depuis 2005.
En effet, suite au boom observé dans le secteur des BTP et celui du
pétrole, le rapport crédit/total actif y est passé de
2,94% en 2005 à 4,72% en 2008.
Figure 8b : Corrélation entre le
volume de crédits et le spread des taux d'intérêt
bancaires
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC18.png)
Coefficient de corrélation : -0,39
Figure 8a : Evolution du ratio
crédits/total actif dans la zone CEMAC
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC19.png)
Source : Construit par l'auteur à partir des
rapports annuels de la COBAC
L'augmentation du volume de crédits pourrait permettre
aux banques de réaliser des économies d'échelle et de
réduire leurs marges d'intérêt comme l'illustre la
corrélation négative entre ces deux variables (figure 8b).
5- Les provisions
On constate à la lecture de la figure 9a qu'en moyenne,
les provisions sont en baisse dans les pays de la zone CEMAC. L'observation de
la situation individuelle des pays confirme ce constat. En effet le rapport
provisions pour dépréciation des comptes
clientèles/crédits bruts est partout en baisse. En particulier au
Cameroun, en Centrafrique et au Tchad.
La réduction des provisions devrait in fine
aboutir à celle du spread des taux d'intérêt puisqu'elle
suppose une réduction du risque de contrepartie. Cependant, la figure 9b
met en exergue une corrélation négative entre le spread et les
provisions.
Cette corrélation non conforme à la
théorie économique laisserait présager un
sous-provisionnement des risques encourus par les banques exerçant leurs
activités dans les pays de la zone CEMAC.
Figure 9b : Corrélation entre les
provisions et le spread des taux d'intérêt bancaires
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC20.png)
Coefficient de corrélation : -0,23
Figure 9a : Evolution du ratio
provisions/crédits bruts dans la zone CEMAC
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC21.png)
Source : Construit par l'auteur à partir
des rapports annuels de la COBAC
Section 2 : La structure de marché du
secteur bancaire et l'environnement macroéconomique et institutionnel
des pays de la zone CEMAC
Tout comme les caractéristiques des banques, la
structure de marché du secteur bancaire et l'environnement -
macroéconomique et institutionnel - contribuent à expliquer la
marge d'intermédiation appliquée dans les pays de la zone
CEMAC.
A- L'évolution de la structure de marché du
secteur bancaire
L'évolution récente de la structure de
marché du secteur bancaire des pays de la zone CEMAC permet de constater
une amélioration des facteurs relatifs à la concurrence. Cette
pression concurrentielle croissante est essentiellement due à
l'entrée de nouvelles banques et à la création des agences
dans l'arrière pays.
Les caractéristiques de la structure du marché
bancaire des pays de la CEMAC seront captées grâce à
l'indice de concentration de Herfindahl-Hirschman, au nombre de banques et au
nombre d'agences créees dans ces pays. L'évolution de la
population servira quant à elle à évaluer la taille du
marché bancaire.
1- L'évolution de la concentration
Comme l'illustre la figure 10 ci-dessous, la concentration du
secteur bancaire des pays de la zone CEMAC est très
élevée. Le Gabon et la Guinée Equatoriale sont
particulièrement concernés par cette constat, mais cela est peut
être dû à l'étroitesse de ces deux
économies.
S'appesantissant sur le total bilan, on note une
réduction de l'indice de concentration au Cameroun, au Congo et au Tchad
sur la période allant de 2005 à 2008. Par contre, la tendance est
à la hausse au Gabon et en Guinée Equatoriale.
Concernant les dépôts, seul l'indice de
concentration de la Centrafrique demeure en hausse sur toute le période.
Les autres connaissent au contraire des baisses plus ou moins significatives.
Les cas les plus remarquables étant ceux du Cameroun, du Congo et de la
Centrafrique.
Figure 10 : Indice
Herfindahl-Hirschman12(*)
(Moyenne de la période 2005-2008)
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC22.png)
Source : Construit par l'auteur à partir
des rapports annuels de la COBAC
Enfin, concernant l'indice de concentration sur le
marché du crédit, la tendance est à la baisse au Cameroun
et au Tchad, à la hausse au Gabon et en Guinée Equatoriale,
tandis que le Congo et la Centrafrique connaissent une évolution
plutôt mitigée.
Le tableau 1 met en exergue une corrélation positive
entre le spread et l'indice de concentration. Stipulant qu'une grande
concentration permet aux banques de détenir un pouvoir de marché
qui leur permet d'augmenter leurs marges d'intérêt.
Tableau 1 : Corrélation entre le
spread des taux d'intérêt bancaires et les indices de
concentration
|
HHI Total bilan
|
HHI Dépôts
|
HHI Crédits
|
Coefficient de corrélation avec le spread des taux
d'intérêt bancaires
|
0,43
|
0,42
|
0,36
|
Source : Construit par l'auteur à partir
des rapports annuels de la COBAC
2- Le nombre de banques et le nombre de guichets
Le secteur bancaire des pays de la zone CEMAC connait une
pression concurrentielle croissante essentiellement due à
l'entrée de nouvelles banques. En effet durant la période allant
de 2000 à 2008, le nombre de banque de cette sous-région est
passé de 30 à 43. Le Cameroun, le Congo et le Tchad ont
enregistrés le plus grand nombre d'entrée durant cette
période avec de 3 nouvelles banques chacun.
Le nombre de guichets à lui aussi connu une
augmentation. Traduisant la volonté des banques d'occuper
l'arrière pays. En effet le nombre de guichets est passé de 159
à 263 durant la période 2000-2008. Dans ce mouvement, le Cameroun
a enregistré une augmentation 54,21% du nombre de guichets. Durant cette
même période, les chiffres ont respectivement été de
100%, 142%, 30,30%, 180% et 53,85% pour la Centrafrique, le Congo, le Gabon, la
Guinée Equatoriale et le Tchad.
Le tableau 2 révèle que l'augmentation du
nombre de banques ou du nombre de guichets a entraîné la
réduction du spread des taux d'intérêt bancaires dans les
pays de la zone CEMAC. Cela est peut être dû à la pression
créée par l'entrée de nouveaux concurrents - banques ou
agences - sur le marché bancaire.
Tableau 2 : Corrélation entre le
spread des taux d'intérêt bancaires et le nombre de banques ou le
nombre de guichets
|
Nombre de banques
|
Nombre de guichets
|
Coefficient de corrélation avec le spread des taux
d'intérêt bancaires
|
-0,46
|
-0,46
|
Source : Construit par l'auteur à partir
des rapports annuels de la COBAC
3- La population
Comme dans la plupart des pays en développement, le
taux d'accroissement naturel des pays de la CEMAC est élevé.
C'est ainsi qu'en 2008, ce taux était de 2,4% pour la CEMAC. Cette
population croissante représente le marché potentiel qui pourrait
permettre aux banques installées dans cette zone monétaire de
réaliser des économies d'échelle de réduire leurs
marges d'intérêt. Cet argument est soutenu par la
corrélation négative entre le spread et la population mise en
évidence par figure 11.
Cependant, il faut garder à l'esprit que
l'étroitesse des économies gabonaise et Equato-guinéenne
peut limiter la réalisation de telles économies
d'échelle.
Figure 11 : Corrélation entre la
population et le spread des taux d'intérêt bancaires
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC23.png)
Coefficient de corrélation : -0,53
Source : Construit par l'auteur à partir
des rapports annuels de la COBAC
La suite de cette analyse portant sur les
caractéristiques du secteur bancaire, permettra d'évoquer
l'évolution des réserves obligatoires imposées aux banques
de la sous-région par la BEAC.
4- Les réserves obligatoires
Depuis le 1er septembre 2001, les banques de la zone
d'émission de la BEAC sont soumises à la constitution de
réserves obligatoires. Cette décision a été
motivée par la nécessité de contribuer à
résorber la forte liquidité bancaire et à renforcer
l'efficacité de la politique des taux d'intérêt.
Dans le cadre de cette mesure, les banques sont contraintes de
conserver une partie des dépôts collectés auprès de
leur clientèle dans des comptes tenus par la BEAC,
rémunérés à hauteur du taux d'intérêt
sur les placements des banques (TISP) minoré d'une marge.
Les coefficients de réserves obligatoires sont
fixés et modifiés dans les mêmes conditions que les taux
d'intervention de la Banque Centrale, en fonction de l'évolution de la
conjoncture économique interne et externe. Le 1er juillet 2002, a
été adopté le principe d'une différenciation des
coefficients de réserves obligatoires selon les pays, du fait des
disparités constatées concernant la liquidité bancaire
dans les différents États de la CEMAC.
La détérioration de la liquidité des
banques centrafricaines, à la suite des événements
sociopolitiques du premier trimestre 2003, a conduit la BEAC à suspendre
provisoirement l'application des réserves obligatoires en RCA à
partir du 22 mai 2003.
Figure 12b : Corrélation entre le
spread de taux d'intérêt bancaire et les réserves
obligatoires
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC24.png)
Coefficient de corrélation : 0,15
Figure 12a : Evolution du ratio
réserves obligatoires/dépôts dans la zone CEMAC
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC25.png)
Source : Construit par l'auteur à partir
des rapports annuels de la COBAC et de la Zone Franc
La figure 12b met en exergue une corrélation positive
entre le spread et les réserves constituées. Stipulant que ces
dernières constituent un manque à gagner que les banques
répercutent sur leurs marges d'intérêt.
En définitive, il convient de noter que
l'évolution des réserves obligatoires, tout comme celle de la
structure de marché du secteur bancaire des pays de la CEMAC a une
influence sur la marge d'intermédiation des banques qui y exercent leurs
activités. Il convient à présent de s'appesantir sur
l'environnement macroéconomique et institutionnel de ces
différents pays.
B- L'évolution de l'environnement
macroéconomique et institutionnel
L'évolution récente de l'environnement
économique des pays de la CEMAC est plutôt favorable. De 2000
à 2008, le taux de croissance réel de la sous-région est
resté supérieur à 3%. Durant la même période,
l'environnement institutionnel a lui aussi connu des améliorations
notamment dans la lutte contre la corruption. En effet, tous les pays de la
sous-région ont enregistré une baisse de leur indice de
perception de la corruption.13(*)
L'environnement économique des pays de la CEMAC sera
apprécié à travers le taux de croissance, le taux
d'inflation et la volatilité du taux d'intérêt réel.
Tandis que le cadre institutionnel de ces pays sera quant à lui
apprécié grâce à deux indicateurs quantifiant le
contrôle de la corruption et la qualité de la
régulation.
1- La croissance
Les pays de la CEMAC enregistrent des taux de croissance
relativement élevés. Sur la période 2000-2008, le taux de
croissance réel moyen du Cameroun s'est établi à 3,81%. En
Centrafrique, au Congo, au Gabon, en Guinée Equatoriale et au Tchad, il
a été respectivement de 1,84%, 4,22%, 1,77%, 22,51% et 8,65%.
Cette création de richesses pourrait inciter les
banques à réduire leurs marges d'intérêt comme
l'illustre la figure 13. Puisqu'elle permet aux agents économiques
d'améliorer leur solvabilité et de réduire leur
probabilité de défaut.
Figure 13 : Corrélation entre le
spread des taux d'intérêt et le PIB
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC26.png)
Coefficient de corrélation : -0,37
Source : Construit par l'auteur à partir
des rapports de la COBAC et de la BEAC
2- L'inflation
L'inflation est plutôt modérée dans les
pays de la zone CEMAC. En effet, sur la période allant de 2002 à
2008, le taux de croissance - en moyenne annuelle - de l'indice des prix
à la consommation atteint rarement 8%.
Il est à noter que la Guinée Equatoriale et le
Tchad ont les taux d'inflation les plus élevés de la CEMAC. En
effet, les taux annuels de ces deux pays sont supérieurs à 5%
durant la période précitée.
Ce niveau d'inflation relativement élevé
pourrait réduire la valeur réelle des créances des banques
et inciter ces dernières à réviser à la hausse
leurs taux débiteurs. Ce qui accentuerait les marges
d'intérêt comme le stipule la corrélation positive entre le
spread et l'inflation mise en évidence par la figure 14b.
Figure 14b : Corrélation entre le
spread des taux d'intérêt bancaires et l'inflation
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC27.png)
Coefficient de corrélation : 0,34
Figure 14a : Evolution du spread des taux
d'intérêt bancaires et du taux d'inflation dans la zone
CEMAC
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC28.png)
Source : Construit par l'auteur à partir
des rapports de la COBAC et de la BEAC
3- La volatilité du taux d'intérêt
réel
Figure 15a : Evolution du spread des taux
d'intérêt bancaires et de la volatilité du taux
d'intérêt réel dans la zone CEMAC
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC29.png)
Figure 15b : Corrélation entre le
spread des taux d'intérêt bancaires et la volatilité du
taux d'intérêt réel
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC30.png)
Coefficient de corrélation : 0,53
Tout comme l'inflation, la volatilité du taux
d'intérêt réel pourrait avoir une incidence sur le spread
des taux d'intérêt bancaires. En effet, l'augmentation de cette
volatilité pourrait traduire l'augmentation du risque de taux.
.
Source : Construit par l'auteur à partir
des rapports annuels de la COBAC et du WDI(2012)
Les banques seraient donc amener à accentuer leurs
marges d'intérêt pour se couvrir contre ce risque
supplémentaire comme le stipule la corrélation positive entre le
spread et la volatilité du taux d'intérêt réel est
mise en exergue par la figure 15b.
4- Le cadre institutionnel
Les pays de la zone CEMAC ont toujours été
caractérisés par des institutions faibles. C'est ainsi que ces
pays sont généralement mal classés chaque fois qu'une
appréciation des institutions est faite à l'échelle
internationale.
En effet, l'examen des caractéristiques telles que la
perception de la corruption, la qualité de la régulation, la
protection des droits de propriété, l'efficience judiciaire,
etc... révèle que le cadre institutionnel des pays de la zone
CEMAC est plutôt médiocre. Cela pourrait avoir un impact sur le
spread des taux d'intérêt dans la mesure où cette
médiocrité augmente les risques - politique, juridique, etc... -
encourus par les banques.
Figure 16b : Corrélation entre le
spread des taux d'intérêt bancaires et le contrôle de la
corruption
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC31.png)
Coefficient de corrélation : -0,06
Figure 16a : Corrélation entre le
spread des taux d'intérêt bancaires et la qualité de la
régulation
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC32.png)
Coefficient de corrélation : -0,29
Source : Construit par l'auteur à partir
des rapports annuels de la COBAC et du WGI (2009) 14(*)
Les figures 16a et 16b abondent dans ce sens en mettant en
exergue une corrélation négative entre le spread et
respectivement la qualité de la régulation et le contrôle
de la corruption. Ces corrélations stipulent qu'une amélioration
de la qualité des institutions - amélioration de la
régulation, lutte contre la corruption - pourrait réduire le
risque perçu par les banques et les amener à réduire leurs
marges d'intérêt.
Conclusion
Au terme de ce chapitre, il convient de noter que les pays de
la zone CEMAC ont des spreads des taux d'intérêt bancaires parmi
les plus élevés du monde et que ces spreads élevés
limitent la mobilisation de l'épargne, rationnent le crédit,
restreignent l'investissement et plus généralement, freinent la
croissance économique.
En outre, il convient de souligner qu'une multitude de
facteurs spécifiques aux banques, à la structure de marché
du secteur bancaire, à l'environnement macroéconomique et au
cadre institutionnel pourrait contribuer à expliquer ces marges
élevées.
Le prochain chapitre sera quant à lui consacré
à la présentation de la méthodologie et des données
utilisées afin de mettre en évidence les déterminants du
spread des taux d'intérêt bancaires dans les pays de la zone
CEMAC.
CONCLUSion de la première partie
Cette première partie nous révèle que les
déterminants du spread des taux d'intérêt bancaires font
essentiellement référence aux caractéristiques
intrinsèques des banques, aux facteurs spécifiques à la
structure de marché du secteur bancaire, à l'environnement
macroéconomique et au cadre légal et institutionnel. Elle nous
apprend également que le spread est très élevé dans
les pays de la zone CEMAC et que cela constitue un obstacle aussi bien à
l'épargne qu'à l'investissement.
La seconde partie de cette étude sera quant à
elle consacrée à l'évaluation empirique des
déterminants du spread des taux d'intérêt bancaires dans
les pays de la zone CEMAC.
Deuxième Partie :
Une évaluation empirique des déterminants
du spread des taux d'intérêt bancaires dans les pays de la zone
CEMAC
Introduction de la DEUXIèMe partie
La littérature cherchant à mettre en exergue
les déterminants du spread des taux d'intérêt bancaires
recourt essentiellement à l'économétrie des données
de panel : La dimension individuelle des modèles utilisés
permet de prendre en compte le spread appliqué dans une banque ou alors
dans une économie, tandis que la dimension temporelle permet de capter
l'évolution de celui-ci au cours de plusieurs périodes.
La méthodologie employée dans cette
deuxième partie repose également sur l'économétrie
des données de panel : Il s'agit de la régression en deux
étapes élaborée par Ho et Saunders (1981). Le chapitre 3
nous permettra d'exposer cette méthodologie et de présenter nos
données. Tandis que le chapitre 4 nous permettra d'estimer nos
modèles, de présenter et de commenter nos résultats.
Chapitre 3
Cadre opératoire
Introduction
La littérature économique distingue
généralement deux définitions du spread des taux
d'intérêt bancaires à savoir : Le spread ex
ante et le spread ex post.
Le spread ex ante s'obtient en faisant la
différence entre le taux d'intérêt contractuel
appliqué par la banque sur les crédits et celui qu'elle paye sur
les dépôts [Samuel et Valderrama (2007)]. Il peut également
être calculé comme la différence entre le taux
d'intérêt débiteur moyen et le taux d'intérêt
créditeur moyen de la banque.
Le spread ex post quant à lui, fait
référence à la marge nette sur intérêt (Net
Interest Margin ou NIM). Il est calculé à partir des états
financiers des banques et s'obtient en rapportant la différence entre
les produits et les charges relatifs aux intérêts, au total des
actifs porteurs d'intérêts [Gelos (2006)].
La différence entre les deux définitions du
spread vient du fait que le spread ex ante comprend une prime de
défaut des emprunteurs. Alors que le spread ex post ne prend en
compte cette prime de risque que pour les défauts déjà
réalisés [Samuel et Valderrama (2007)].
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC33.png)
La contrainte de disponibilité des données
prescrit la définition ex ante du spread pour les prochains
développements de cette étude. Et il convient de noter à
la suite de Demirgüç-Kunt et Huizinga (1998) que l'efficience de
l'intermédiation bancaire peut être mesurée aussi bien avec
le spread ex post qu'avec le spread ex ante. Même si ce
dernier est entaché de quelques biais15(*).
La première section de ce chapitre permettra de
présenter la méthodologie et les données utilisées
dans le cadre de cette étude. Tandis que la seconde section sera
consacrée à la spécification économétrique
du modèle à estimer.
Section 1 : Méthodologie et données
DE L'ETUDE
Cette section sera tout d'abord consacrée, à la
présentation de la méthodologie de Ho et Saunders (1981) et
à l'exposé des résultats empiriques obtenus suite à
son application. Elle évoquera par la suite, le modèle
économétrique retenu pour cette étude et les
caractéristiques statistiques des données utilisées.
A- La méthodologie de Ho et Saunders (1981)
La méthodologie appliquée dans le cadre de cette
étude est basée sur l'économétrie des
données de panel : Il s'agit de la régression en deux
étapes telle que présentée dans l'article séminal
de Ho et Saunders (1981).
1- Le modèle théorique et ses
extensions
La méthodologie de Ho et Saunders (1981) permet
d'adapter le comportement du courtier en bourse, à la
détermination de la marge d'intérêt de la banque.
En effet, ces auteurs modélisent la banque comme
étant un courtier risquophobe jouant le rôle
d'intermédiaire entre offreurs et demandeurs de financements. La nature
stochastique et désynchronisée des flux de dépôts et
de crédits que ce dernier tente de mettre en adéquation l'expose
au risque de taux d'intérêt. Afin de faire face à cette
incertitude, la banque exige une marge bénéficiaire - spread -
assimilable à l'écart entre le cours vendeur - ask - et
le cours acheteur - bid - qu'exige un courtier en guise de
rémunération de ses services : D'où le nom
modèle du courtier (dealership model).
A titre d'illustration, supposons qu'un nouveau
dépôt (crédit) est effectué au taux de long terme
RD (Rc). Et que le prochain crédit
(dépôt) n'interviendra pas de ci-tôt. La banque devra donc
placer (emprunter) ces fonds sur le marché monétaire au taux de
court terme r. Cette opération l'expose au risque de
réinvestissement (refinancement) puisque le taux à court terme du
marché monétaire peut évoluer à la baisse
(hausse).
La banque sera donc exposée au risque de taux
d'intérêt chaque fois qu'elle aura un portefeuille de
dépôts et de crédits non harmonisé et que le taux
d'intérêt du marché monétaire évoluera dans
un sens comme dans l'autre. Par conséquent, elle fixera ses taux
d'intérêt débiteur et créditeur afin d'immuniser son
portefeuille contre ce risque et de maximiser son espérance
d'utilité en fin de période.
Les taux d'intérêt appliqués par la banque
sont donnés par les équations suivantes :
RDi = r - ai RLi = r +
bi (1)
Où r est le taux d'intérêt du
marché monétaire tandis que ai et bi
représentent respectivement le coût associé aux
opérations de dépôt et de crédit dans la banque
i.
Ho et Saunders supposent que les dépôts et les
crédits arrivent de manière aléatoire suivant un processus
poissonnien de probabilité respective Di et Ci.
Ils supposent également que ces deux probabilités sont
déterminées par les fonctions linéaires
suivantes :
Di = á - âa Ci =
á - âb (2)
Où á est la probabilité d'arrivée
des dépôts et des crédits dans un marché où
toutes les banques ont la même structure de coût et â est le
degré de substitution des coûts appliqués par les
différentes banques.
Un â élevé implique un grand degré
de substitution entre les frais ai et bi appliqués
par les banques. De ce fait, la valeur de â reflète le pouvoir de
marché de la banque i puisqu'il mesure la capacité de cette
dernière à appliquer des charges supérieures à
celles de ses concurrentes tout en maintenant positives les probabilités
Di et Ci.
Pour la suite de cet exposé, considérons N
banques identiques quant à leur degré d'aversion pour le risque
et différentes quant à la structure de leur coût. Puisque
ces banques sont risquophobes, leur fonction d'utilité est concave.
Afin de maximiser le profit de ces banques, on effectue un
développement limité (grâce à la formule de Taylor)
de l'espérance d'utilité de leur richesse finale W dans chacune
de leurs activités. Soit :
(3)
(4)
Où W0 est la richesse initiale des banques,
Q le volume des transactions, I la différence entre crédits et
dépôts et i 2 est la variance de I.
L'espérance totale est donc une combinaison
linéaire des équations (3) et (4). Soit :
(5)
Les conditions de premier ordre sont alors données par
les équations suivantes :
(6)
(7)
Les conditions de second ordre sont négligeables
puisque le portefeuille de crédits et de dépôts
détenu par la banque est efficient. La marge d'intérêt
d'équilibre est par conséquent donnée par
l'équation suivante :
(8)
En somme, la marge d'intérêt des banques de ce
modèle est déterminée par leur pouvoir de
marché
, leur coefficient d'aversion au risque
, le volume de leurs transactions
et la volatilité du taux d'intérêt
. Ho et Saunders qualifient cette marge d'intérêt de
pure spread16(*),
puisqu'elle découle de la seule incertitude sur la position nette de la
banque.
A la suite de Ho et Saunders, le modèle du courtier a
connu de nombreuses extensions17(*) : McShane et Sharpe (1985) ont associé le
risque de taux d'intérêt du marché monétaire aux
déterminants de la marge d'intérêt des banques. En prenant
en compte l'existence de plusieurs types de dépôts et de
crédits, Allen (1988) a levé l'hypothèse
d'homogénéité de Ho et Saunders et enrichi leur
modèle d'une approche de portefeuille. Angbazo (1997) a quant à
lui intégré le risque de défaut et établi une
interaction entre ce dernier et le risque de taux d'intérêt auquel
est exposé la banque.
Des contributions plus récentes ont été
apportées par Maudos et Fernandez de Guevara (2004). Ces auteurs ont
inclus les coûts opérationnels parmi les déterminants de la
marge d'intérêt. Ils ont également innové en
utilisant l'indice de Lerner pour mesurer le pouvoir de marché des
banques alors qu'on utilisait jusqu'ici un indicateur structurel de concurrence
tel que la concentration du secteur bancaire. Martinez et Mody (2004) ont quant
à eux étudié l'impact des banques étrangères
et de la concentration bancaire sur le spread. Tandis que Carbo et Rodriguez
(2007) ont introduit un distinguo entre activités traditionnelles et
activités non traditionnelles afin de capter l'impact de la
spécialisation sur la marge d'intérêt des banques.
Ho et Saunders (1981) ont élaboré une
méthodologie de régression en deux étapes afin
d'évaluer empiriquement les déterminants du spread des taux
d'intérêt bancaires. Cette méthodologie a été
reprise par de nombreux auteurs et appliquée à une multitude de
systèmes bancaires.
2- Le modèle empirique et ses applications
Le modèle empirique élaboré par Ho et
Saunders (1981) recourt à l'économétrie des données
de panel et repose sur une régression en deux étapes :
Dans une première étape, les auteurs
régressent le spread des taux d'intérêt bancaires sur un
vecteur de variables spécifiques aux banques et un vecteur de variables
indicatrices permettant de capter l'incidence du temps. Le modèle
utilisé dans cette étape s'écrit de la manière
suivante :
(9)
Où
est le spread des taux d'intérêt de la banque i à
la période t (i = 1, ..., N et t = 1, ..., T).
est un vecteur de T variables indicatrices prenant la valeur 1 à
la période t et la valeur 0 ailleurs.
est un vecteur de variables représentant les
caractéristiques de la banque i à la période t.
représente le terme d'erreur tandis que
,
et
sont des paramètres à estimer.
Le vecteur
comprend entre autres variables : Le nombre d'agences dont dispose
chaque banque, les ratios coûts opérationnels/total actif,
dépôts/total actif, crédits/total actif,
provisions/crédits, réserves obligatoires/dépôts,
etc.
Dans une seconde étape, Ho et Saunders
déterminent le spread pur qu'ils régressent ensuite sur un
vecteur de variables représentant l'environnement
macroéconomique. Le spread pur utilisé dans cette étape
représente la fraction du spread des taux d'intérêt
bancaires non expliquée par les caractéristiques des banques. Il
est commun à tout le système bancaire et sa valeur pour la
période t est donnée par l'équation suivante :
(10)
Où
est le spread pur de la période t.
est la constante de l'équation (9) tandis que
est le coefficient de la variable indicatrice de la période
t.
Quant au modèle à estimer dans cette
deuxième étape, il est donné par l'équation
suivante :
(11)
Où
est le spread pur de la période t.
est un vecteur de variables représentant l'environnement
macroéconomique.
est le terme d'erreur tandis que
et
sont des paramètres à estimer.
Le vecteur
comprend entre autres variables : Le taux de croissance du PIB, le
taux d'inflation, la volatilité du taux d'intérêt
réel, la volatilité du taux de change, le taux de croissance de
la masse monétaire, etc.
La régression en deux étapes de Ho et Saunders
a été reprise par de nombreux auteurs et appliquée
à une multitude de systèmes bancaires :
Angbazo (1997) a appliqué cette méthodologie
à un échantillon de banques américaines en utilisant des
données annuelles allant de 1989 à 1993. Il a mis en exergue une
incidence positive et significative du risque de défaut et du coût
d'opportunité des réserves non rémunérées
sur la marge d'intérêt des banques.
Brock et Rojas-Suarez (2000) ont quant à eux
appliqué la régression en deux étapes à un
échantillon de pays de l'Amérique Latine - Argentine, Bolivie,
Chili, Colombie, Mexique, Pérou et Uruguay - sur la période
allant de 1991 à 1996. Leurs résultats stipulent que les
coûts opérationnels et les actifs non performants contribuent
à augmenter le spread même si l'ampleur de cette incidence varie
d'un pays à l'autre. Ils stipulent également que les
réserves obligatoires appliquées dans ces pays agissent comme des
taxes implicites que les banques transfèrent à leur
clientèle en augmentant leurs marges d'intérêt. En plus de
ces variables bancaires, les auteurs mettent en exergue l'incidence positive
que l'incertitude liée à l'environnement macroéconomique
à sur le spread des taux d'intérêt bancaires.
Saunders et Schumacher (2000) ont appliqué le
modèle du courtier à 614 banques issues d'un échantillon
comprenant 6 pays européens18(*) et les Etats-Unis d'Amérique. Leur
étude a porté sur la période allant de 1988 à 1995
et a abouti aux conclusions suivantes : La volatilité des taux
d'intérêt et les restrictions règlementaires - capital
minimum, réserves obligatoires, etc. - ont une incidence positive et
significative sur la marge d'intérêt des banques.
Quant à Afanasieff et al (2002), ils ont utilisé
des données mensuelles relatives à 142 banques exerçant
leurs activités au Brésil entre Février 1997 à
Novembre 2000. Leurs résultats stipulent entre autres que le taux
d'inflation, la prime de risque, l'activité économique et les
réserves obligatoires sont les déterminants les plus
significatifs du spread des taux d'intérêt bancaires au
Brésil.
Après avoir exposé la méthodologie de Ho
et Saunders (1981), il convient maintenant de présenter le modèle
qui sera estimé dans le cadre de cette étude.
B- Présentation du modèle à
estimer
Le modèle utilisé dans le cadre de cette
étude est inspiré du modèle de Ho et Saunders (1981)
présenté plus haut dans les équations (9) et (11).
1- Le modèle et les variables
La contrainte de disponibilité des données
prescrit des modifications au modèle emprunté à Ho et
Saunders (1981). En effet, contrairement à ce modèle de
référence où la dimension individuelle est composée
par les banques de l'échantillon, la dimension individuelle de notre
étude est composée des 6 pays de la zone CEMAC (Cameroun,
Centrafrique, Congo, Gabon, Guinée Equatoriale et Tchad). Cela signifie
que c'est le spread ex ante qui sera utilisé dans la suite de
cette étude.
Le modèle qui sera utilisé dans la
première étape de notre méthodologie est donné par
l'équation suivante :
(12)
Où les án (n = 0, ..., 15) sont des
paramètres à estimer et å est le terme d'erreur
dummy_année est la variable muette de l'année
considérée ; avec année = 2002, ..., 2008
L'indice i représente notre population,
c'est-à-dire les pays de la zone CEMAC à savoir :
Cameroun, Centrafrique, Congo, Gabon, Guinée Equatoriale et Tchad. C'est
un échantillon relativement homogène en ce qui concerne les
caractéristiques de fond tel que le niveau de développement des
pays ou leur situation géographique.
L'indice t représente les années de notre
période d'étude. Par souci d'homogénéité et
pour avoir un panel cylindré (les réserves obligatoires
commencent en 2002), t va de 2002 à 2008.
Les variables utilisées dans ce premier modèle
sont :
spread : C'est la variable
dépendante de l'équation (12). Elle désigne la Marge
d'intérêt bancaire moyenne hors taxe calculée comme la
différence entre le taux effectif moyen des crédits et le
coût moyen des ressources appliqués par les banques d'une
économie donnée, pendant une année donnée.
assets : Désigne le ratio total
actif/PIB. Cette variable permet de capter l'incidence des actifs
détenus par les banques sur la marge d'intérêt
appliquée par celles-ci. Elle permet également mesurer le niveau
de développement du secteur bancaire [folawewo et Tennant (2008)].
capital : Désigne le ratio
capital/total actif. Cette variable permet de capter l'influence du capital sur
le spread. Mc Shane et Sharpe (1985) stipulent que ce rapport peut servir
de proxy pour quantifier l'aversion des banques pour le risque.
costs : Désigne le ratio frais
généraux/total actif et permet de capter l'influence des
coûts sur la marge d'intérêt des banques. Cette variable a
été incluse dans le modèle du courtier par Maudos et
Fernandez de Guevara (2004)
deposits : Désigne le ratio
dépôts/total actif et permet de capter l'incidence du volume de
dépôts sur le spread des taux d'intérêt bancaires.
Cette variable permet également de mesurer le degré de
spécialisation des banques dans les activités de
dépôts [Carbo et Rodriguez (2007)].
loans : Désigne le ratio
crédits/total actif et permet de capter l'impact du volume de
crédits sur la marge d'intérêt des banques. Cette variable
permet également de mesurer le degré de spécialisation des
banques dans les activités de crédits [Carbo et Rodriguez
(2007)].
number_of_branches : Désigne le nombre
de guichets et permet de mesurer la taille des banques. Cette variable peut
également permettre de mesurer le pouvoir de marché des banques
étant entendu qu'une banque de grande taille dispose d'un certain
pouvoir de marché [Afanasieff et al (2002)].
provisions : Désigne le ratio
provisions/crédits. Cette variable permet de quantifier le risque de
contrepartie auquel est exposée la banque qui octroie un crédit
[Angbazo (1997)].
reserves : Désigne le ratio
réserves obligatoires/dépôts et permet de capter
l'incidence de la détention des réserves obligatoires sur le
spread des taux d'intérêt bancaires. En effet, cette variable
permet de mesurer le coût d'opportunité de la détention des
réserves obligatoires peu ou pas rémunérées par la
banque centrale [Chirwa et Mlachila (2004)].
L'utilisation des résultats de la régression de
l'équation (12) dans l'équation (10) permettra de calculer le
spread pur. Ce dernier sera la variable dépendante de la deuxième
étape de notre méthodologie. Le modèle utilisé dans
cette deuxième étape est donné par l'équation
suivante :
(13)
Où les n (n = 0, 1, 2, 3) sont des
paramètres à estimer et est le terme d'erreur
L'indice i représente les pays de la zone
CEMAC à savoir : Cameroun, Centrafrique, Congo, Gabon,
Guinée Equatoriale et Tchad
L'indice t représente les années ; t =
2002, ..., 2008
Les variables utilisées dans ce deuxième
modèle sont :
pure_spread : C'est la variable
dépendante de cette deuxième régression. Elle
désigne le spread pur c'est-à-dire la fraction du spread non
expliquée par les caractéristiques intrinsèques des
banques.
Gdp_growth : Désigne le taux de
croissance du PIB réel et permet de mettre en exergue le
caractère pro cyclique ou alors contra cyclique de la marge
d'intérêt des banques [Maudos et Solis (2009)].
Inflation_rate : Désigne le taux
d'inflation mesuré par le taux de croissance - en rythme annuel - de
l'indice des prix à la consommation. Cette variable permet de capter
l'impact de l'inflation sur la marge d'intérêt des banques
[Crowley (2007)].
Ir_volatility : Désigne la
volatilité du taux d'intérêt réel et permet de
mesurer l'incidence de l'instabilité des taux d'intérêt sur
la marge d'intérêt des banques.
Le tableau ci-dessous permet de récapituler les
variables utilisées dans le cadre de cette étude, le signe
attendu et la source de chacune d'entre elles.
Tableau 3 : Description des variables,
signes attendus et sources
Variables
|
Définitions
|
Signes attendus
|
Sources
|
Régression de l'équation
(12)
|
Spread
|
Différence entre le taux effectif moyen des crédits
et le coût moyen des ressources
|
COBAC
|
Assets
|
Ratio total actif/PIB en %
|
-
|
COBAC
|
Capital
|
Ratio capital/total actif en %
|
-
|
COBAC
|
Costs
|
Ratio frais généraux/total actif en %
|
+
|
COBAC
|
Deposits
|
Ratio dépôts/total actif en %
|
+
|
COBAC
|
Loans
|
Ratio crédits/total actif en %
|
-
|
COBAC
|
number_of_banches
|
Nombre de guichets
|
-
|
COBAC
|
Provisions
|
Ratio provisions/crédits en %
|
+
|
COBAC
|
Reserves
|
Ratio réserves/dépôts en %
|
+
|
Zone franc et COBAC
|
Régression de l'équation
(13)
|
pure_spread
|
Spread pur calculé à partir de l'équation
(10)
|
|
gdp_growth
|
Taux de croissance du PIB réel
|
-
|
BEAC
|
inflation_rate
|
Taux d'inflation
|
+
|
BEAC
|
ir_volatility
|
Ecart-type du taux d'intérêt réel
|
+
|
WDI (2012)
|
Source : Construit par l'auteur
Après avoir présenté les modèles
et les variables qui seront utilisés dans la suite de cette
étude, il convient maintenant de présenter les
caractéristiques statistiques - moyenne, variance, corrélation,
etc. - de nos données.
2- Les caractéristiques statistiques des
données
Le tableau ci-dessous présente la moyenne de chacune de
nos variables tandis que des statistiques plus détaillées -
variance inter et intra individus, médiane, etc. - sont
présentées à l'annexe 2. L'annexe 1 présente quant
à elle la matrice des corrélations de toutes les variables
utilisées dans le cadre de cette étude.
Tableau 4 : Statistiques descriptives des
variables (moyenne sur la période 2002-2008)
|
Cameroun
|
Centrafrique
|
Congo
|
Gabon
|
Guinée Equatoriale
|
Tchad
|
spread
|
7.79
|
9.09
|
11.15
|
9.84
|
11.54
|
10.01
|
assets
|
20.05
|
9.46
|
11.78
|
23.71
|
10.68
|
9.23
|
capital
|
3.20
|
7.54
|
3.60
|
7.68
|
2.79
|
7.23
|
costs
|
3.88
|
5.67
|
4.69
|
4.52
|
2.90
|
5.49
|
deposits
|
80.03
|
62.66
|
80.17
|
69.78
|
86.72
|
69.72
|
loans
|
5.43
|
9.14
|
3.25
|
5.18
|
3.78
|
6.05
|
number_of_branches
|
107.28
|
6.86
|
31.42
|
35.86
|
10.86
|
17.57
|
provisions
|
11.28
|
24.38
|
1.42
|
7.60
|
9.98
|
11.16
|
reserves
|
7.29
|
0.36
|
7.08
|
5.425
|
8.75
|
5.46
|
gdp_growth
|
3.55
|
1.88
|
3.80
|
2.20
|
17.38
|
9.50
|
inflation_rate
|
2.44
|
3.47
|
3.32
|
2.40
|
5.80
|
2.14
|
ir_volatility
|
1.94
|
2.02
|
10.81
|
4.78
|
10.67
|
6.20
|
Source : Construit par l'auteur
Après la présentation des statistiques
relatives à nos variables, il convient à présent de
procéder la spécification des modèles à estimer.
Section 2 : Procédure DE SPECIFICATION ET
d'estimation EN DONNEES DE PANEL
Cette section permettra de déterminer le type de
modèle - à effets fixes ou à effets aléatoires -
qui sera estimé dans la suite de cette étude. Elle permettra
également de faire une première régression par la
méthode des moindres carrés ordinaires afin d'évaluer la
qualité de notre modèle au moyen de quelques tests
(significativité globale, normalité des résidus,
hétéroscédasticité, etc.).
A- Tests de spécification en
économétrie des données de panel
Les prochaines articulations de cette sous-section
permettront de tester l'homogénéité de notre panel et de
déterminer le type d'effet individuel à prendre en compte pour
notre régression finale.
Les tests commentés ci-dessous sont ceux relatifs
à l'équation (12), les tests relatifs à l'équation
(13) sont quant à eux présentés et commentés dans
les annexes 7 à 10.
1- Test d'existence des effets individuels
On estime le modèle à effets fixes et le
logiciel Stata 9 effectue par la même occasion le test d'existence des
effets individuels. Les résultats de cette estimation sont
rapportés par l'annexe 3.
Hypothèse et mode de décision
H0: ui = 0 ; les effets individuels
ne sont pas nécessaires
Si (Prob>F) < (seuil = 5%) alors on rejette
H0 et on conclu que l'introduction des effets individuels est
nécessaire.
Résultat du test
Prob> F = 0,2965 0,05
Par conséquent, on ne peut pas rejeter
H0. On en conclu que les effets individuels ne sont pas
nécessaires. Pour en être convaincu, procédons au test de
Hausman.
2- Effets fixes ou effets aléatoires
Le test de spécification de Hausman est un test
général qui peut être appliqué à de nombreux
problèmes de spécification en économétrie. Mais son
application la plus répandue est celle des tests de spécification
des effets individuels en panel. Il sert à discriminer les effets fixes
et aléatoires. C'est un test d'orthogonalité entre les variables
explicatives et le terme d'erreur du modèle à effets
aléatoires.
Les résultats de l'estimation du modèle à
effets aléatoires et les résultats du test de Hausman sont
rapportés respectivement par les annexes 4 et 5.
Hypothèse et mode de décision
H0 : Pas de différence systématique
entre les coefficients par conséquent, le modèle à effets
aléatoires est approprié.
Si (Prob > chi2) < (seuil = 5%) alors on rejette
H0 et on conclu que les effets fixes sont appropriés.
Résultat du test de Hausman
chi2(14) = 6,69
Prob>chi2 = 0,9461 0,05
Par conséquent, l'hypothèse nulle ne peut
être rejetée. On en conclu que le modèle à effets
aléatoires est approprié.
Testons à présent la significativité de
ces effets aléatoires grâce au test de Breush-Pagan (les
résultats de ce test sont rapportés par l'annexe 6):
Hypothèse et mode de décision
H0 : Les effets aléatoires ne sont pas
significatifs (ui = 0)
Si (Prob > chi2) < (seuil = 5%) alors on rejette
H0 et on conclu que les effets aléatoires sont
significatifs.
Résultat du test de Breush-Pagan
chi2(1) = 2,10
Prob>chi2 = 0,1471 0,05
Par conséquent, l'hypothèse nulle ne peut
être rejetée. On en conclu que les effets aléatoires ne
sont pas significatifs.
Cette conclusion est conforme à celle obtenue à
l'issu du test d'existence des effets individuels : Notre panel est
totalement homogène et ne nécessite pas l'introduction des effets
individuels.
Il convient à présent de procéder
à une estimation préalable de notre modèle par la
méthode des moindres carrées ordinaires.
B- Estimation par la méthode des moindres
carrés ordinaires
Cette régression préliminaire nous permettra de
tester entre autres, la normalité des résidus,
l'homoscédasticité, la multicolinéarité, etc. Les
résultats de cette régression sont rapportés par l'annexe
11.
Les tests commentés ci-dessous sont ceux relatifs
à l'équation (12), les tests relatifs à l'équation
(13) sont quant à eux présentés et commentés dans
les annexes 12 à 16.
1- Test d'omission des variables explicatives
pertinentes
Ce test élaboré par Ramsey-Reset permet de
vérifier l'omission des variables explicatives pertinentes.
Hypothèse et mode de décision
H0 : Le modèle n'a pas omis des variables
explicatives pertinentes.
Si (Prob > F) < (seuil = 5%) alors on rejette
H0 et on conclu qu'on a omis des variables explicatives
pertinentes.
Résultat du test de Ramsey-Reset
F(3, 24) = 0.65
Prob > F = 0.5908 0,05
Par conséquent, l'hypothèse nulle ne peut
être rejetée. On en conclu que la spécification de notre
modèle n'a omis aucune variable explicative pertinente. Cette conclusion
aurait pu être faire en observant le coefficient de déterminant de
la régression précédente (R2 = 0,6437). Il
convient également de noter que nos variables explicatives sont
globalement significative au seuil de 5% (Prob > F = 0,0026).
A Présent, effectuons le test VIF de
multicolinéarité des variables explicatives.
2- Test de multicolinéarité
Il s'agit du test variance inflation factor (VIF)
qui permet de détecter la multicolinéarité des variables
explicatives.
Mode de décision
Le logiciel (Stata 9) calcule la statistique VIF et son
inverse (1/VIF). Cette dernière statistique doit être
supérieure à 0,1 pour que nous puissions conclure à
l'absence des problèmes de multicolinéarité.
Résultat du test VIF
Tableau 5 : Résultats du test
VIF
Variable
|
VIF
|
1/VIF
|
loans
|
12.60
|
0.079371
|
capital
|
9.28
|
0.107807
|
deposits
|
7.61
|
0.131486
|
provisions
|
6.83
|
0.146493
|
costs
|
6.66
|
0.150137
|
reserves
|
6.25
|
0.160119
|
assets
|
5.26
|
0.190113
|
number_of_branches
|
4.72
|
0.211880
|
dummy_2002
|
3.56
|
0.281110
|
dummy_2006
|
2.80
|
0.357058
|
dummy_2005
|
2.78
|
0.359393
|
dummy_2003
|
2.49
|
0.402207
|
dummy_2007
|
2.43
|
0.411423
|
dummy_2004
|
2.40
|
0.416570
|
Mean VIF 5.40
Source : Construit par l'auteur
On constate à la lecture du tableau ci-dessus
qu'à l'exception du coefficient associé à la variable
loans, le rapport 1/VIF est supérieur à 0,1 pour
l'ensemble de nos coefficients. On peut en conclure qu'on n'a pas de
problème de multicolinéarité.
Effectuons à présent le test de
normalité des résidus.
3- Test de normalité des résidus
La normalité des erreurs est une
propriété de la méthode des moindres carrés
ordinaires utilisée dans la régression multiple. Pour
vérifier cette propriété, nous utilisons le test de
Skewness et de Kurtosis.
Hypothèse et mode de décision
H0: Les résidus sont normalement
distribués.
Si (Prob>Chi2) > (Seuil = 5%) alors l'hypothèse
H0 est acceptée. Les erreurs sont normalement
distribuées.
Résultat du test de Skewness/Kurtosis
Variable | Pr(Skewness) Pr(Kurtosis) adj chi2(2)
Prob>chi2
residu | 0.473 0.451 1.14
0.5661
(Prob>Chi2) = 0,5661 0,05. L'hypothèse nulle est
donc acceptée et on en conclu que les résidus sont normalement
distribués.
Testons enfin l'homoscédasticité des
erreurs.
4- Test
d'hétéroscédasticité des erreurs
On parle d'hétéroscédasticité
lorsque le risque de l'amplitude de l'erreur n'est pas constant dans le temps.
Nous effectuerons le test
d'hétéroscédasticité de Breush-Pagan /
Cook-Weisberg.
Hypothèse et mode de décision
H0: modèle homoscédastique
Si (Prob>Chi2) > (Seuil = 5%) alors l'hypothèse
H0 est acceptée et on conclu que la variance est
constante.
Résultat du test de Breush-Pagan /
Cook-Weisberg
Chi2(1) = 1.54
Prob > chi2 = 0.2150
(Prob>Chi2) = 0,2150 0,05. L'hypothèse nulle est
donc acceptée et on en conclu que la variance des erreurs est constante
est constante.
Conclusion
En somme, il convient de noter que la méthodologie
retenue pour cette étude est la régression en deux étapes
telle que développée dans l'article séminal de Ho et
Saunders (1981). Il convient également de noter que notre panel est
totalement homogène pour la première régression
[équation (12)] alors qu'il nécessite l'introduction d'effets
aléatoires pour la seconde régression [équation (13)].
Le prochain chapitre sera consacré à
l'évaluation empirique des déterminants du spread des taux
d'intérêt bancaires dans les pays de la zone CEMAC, au commentaire
des résultats obtenus et à la formulation des recommandations de
politiques économiques.
Chapitre 4
Résultats des estimations du spread des
taux d'intérêt bancaires dans les pays des la zone
CEMAC
Introduction
De nombreuses études ont été
consacrées aux déterminants du spread des taux
d'intérêt bancaires dans les pays africains19(*). Ces études ont entre
autres révélées que le taux d'inflation, le coût
d'opportunité des réserves obligatoires, les coûts
opérationnels, le volume des actifs non performants, les droits de
propriété et plus généralement, la qualité
du cadre légal et institutionnel sont les principaux facteurs pouvant
expliquer les spreads élevés observés dans ces pays.
Le présent chapitre a pour objet l'évaluation
empirique des déterminants du spread des taux d'intérêt
bancaires dans les pays de la zone CEMAC. Tout d'abord, il permettra de
présenter et d'interpréter les résultats de nos
régressions (section 1). Ensuite, il sera consacré à la
formulation des recommandations de politiques économiques
découlant desdits résultats (section 2).
Section 1 : ANALYSE DES Résultats
Cette section sera tout d'abord consacrée à la
présentation et à l'interprétation économique des
résultats de l'estimation du spread. Elle évoquera par la suite,
l'estimation du spread pur et l'interprétation des résultats
obtenus.
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC98.png)
A- Estimation du spread
Les tests de spécification effectués au chapitre
précédent ont montré qu'il n'est pas nécessaire
d'introduire des effets individuels dans l'estimation du spread. Cependant, des
effets individuels - aléatoires - seront pris en compte pour deux
raisons :
· Premièrement, étant donné que
l'estimation du spread permettra de calculer le spread pur, il s'avère
nécessaire de prendre en compte l'effet individuel de chaque pays pour
avoir une série plus réaliste :
(14)
· Deuxièmement, le choix des effets
aléatoires est prescrit par le test de Hausman effectué au
chapitre précédent. Ce choix est également justifié
par l'analyse de la variance de nos données. En effet, la lecture de
l'annexe 2 révèle que la variance between de nos
données est supérieure à leur variance within.
Les résultats de l'estimation du modèle à
effets aléatoires sont présentés ci-après.
1- Résultats économétriques
Tableau 6 : Résultats de l'estimation du
spread
Random-effects GLS regression
|
|
Number of obs = 42
|
Group variable (i): country
|
|
Number of groups = 6
|
|
|
|
R-sq: within = 0.3987
|
|
Obs per group: min = 7
|
between = 0.9732
|
|
avg = 7.0
|
overall = 0.6437
|
|
max = 7
|
|
|
|
Random effects u_i ~ Gaussian
|
|
Wald chi2(15) = 6419.03
|
corr(u_i, X) = 0 (assumed)
|
|
Prob > chi2 = 0.0000
|
|
|
|
|
|
|
spread
|
Coef.
|
Robust
Std. Err.
|
z
|
P>|z|
|
[95% Conf. Interval]
|
assets
|
0.0465768
|
0.0971979
|
0.48
|
0.632
|
-0.1439275
|
0.2370811
|
capital
|
-0.0666735
|
0.2827182
|
-0.24
|
0.814
|
-0.620791
|
0.4874439
|
costs
|
0.3087626
|
0.4067967
|
0.76
|
0.448
|
-0.4885442
|
1.106069
|
deposits
|
-0.034633
|
0.0565106
|
-0.61
|
0.540
|
-0.1453917
|
0.0761258
|
loans
|
-0.7860789
|
0.2921636
|
-2.69***
|
0.007
|
-1.358709
|
-0.2134487
|
number_of_branches
|
-0.0340541
|
0.0115482
|
-2.95***
|
0.003
|
-0.056688
|
-0.0114201
|
provisions
|
0.1143432
|
0.0669206
|
1.71*
|
0.088
|
-0.0168186
|
0.2455051
|
reserves
|
0.1831751
|
0.1185681
|
1.54
|
0.122
|
-0.049214
|
0.4155643
|
dummy_2002
|
2.084322
|
0.8741969
|
2.38**
|
0.017
|
0.3709274
|
3.797716
|
dummy_2003
|
1.78951
|
0.7574652
|
2.36**
|
0.018
|
0.3049049
|
3.274114
|
dummy_2004
|
0.1946533
|
0.5670402
|
0.34
|
0.731
|
-0.9167251
|
1.306032
|
dummy_2005
|
-0.1545392
|
0.6654216
|
0.23
|
0.816
|
-1.458742
|
1.149663
|
dummy_2006
|
1.013866
|
0.6932423
|
1.46
|
0.144
|
-.3448637
|
2.372596
|
dummy_2007
|
0.1446733
|
1.424173
|
0.10
|
0.919
|
-2.646655
|
2.936002
|
_cons
|
13.26393
|
5.23211
|
2.54
|
0.011
|
3.009184
|
23.51868
|
sigma_u
|
0
|
|
|
|
|
sigma_e
|
1.3853998
|
|
|
|
|
rho
|
0
|
(fraction of variance due to u_i)
|
|
*, **
et *** représentent
respectivement la significativité au seuil de 10%, 5%
et 1%.
Source : Construit par l'auteur.
Le tableau 6 présente 3 coefficients de
détermination (R2) et un test de chi2 qui fournissent des
renseignements sur la qualité de notre modèle :
· R2 between = 0.9732
C'est le coefficient de détermination le plus significatif
pour un modèle à effets aléatoires. Il indique 97,32% de
la variabilité inter-individuelle du spread des taux
d'intérêt bancaires est expliquée par les variables
retenues dans notre modèle.
· R2 within = 0.3987
Ce coefficient indique que les effets individuels liés aux
caractéristiques des pays contribuent à 39,87% à
l'explication de la variabilité du spread.
· R2 overall = 0.6437
Ce coefficient indique quant à lui, une bonne contribution
globale du modèle.
· Enfin, le test de chi2 et la probabilité qui lui
est associée (Prob > chi2 = 0.0000) indiquent que
nos variables indépendantes expliquent globalement le spread des taux
d'intérêt bancaires dans les pays de la zone CEMAC.
Les tests de significativité individuelle
effectués sur les coefficients de nos variables explicatives
révèlent que loans (1%),
number_of_branches (1%), dummy_2002 (5%),
dummy_2003 (5%) et provisions (10%) sont
statistiquement différents de 0 au seuil indiqué entre
parenthèses.
Afin de compléter les analyses sur la qualité de
notre modèle, un test de significativité globale des variables
muettes a été effectué.
Hypothèse et mode de décision
H0: dummy_t = 0 avec t = 2002, ..., 2007
Si (Prob>Chi2) (Seuil = 5%) alors l'hypothèse nulle
est rejetée et on conclu que les variables indicatrices sont globalement
significatives.
Résultat du test de significativité
globale
Les résultats de ce test sont rapportés par le
tableau ci-dessous et révèlent que :
(Prob > chi2 = 0,0143) 0,05 par conséquent, on
rejette l'hypothèse nulle et on conclu que variables indicatrices sont
globalement significatives.
Tableau 7 : Test de significativité
globale des variables indicatrices
( 1) dummy_2002 = 0
|
( 2) dummy_2003 = 0
|
( 3) dummy_2004 = 0
|
( 4) dummy_2005 = 0
|
( 5) dummy_2006 = 0
|
( 6) dummy_2007 = 0
|
chi2( 6) = 15.90
|
Prob > chi2 = 0.0143
|
Source : Construit par l'auteur.
Il convient à présent de procéder
à l'interprétation économique des résultats de
l'estimation du spread.
2- Interprétation économique
Globalement, les résultats obtenus sont
intéressants. En effet, le modèle est de bonne qualité,
certaines variables sont significatives et en dehors des coefficients de
assets et de deposits, tous les autres
coefficients ont un signe conforme à nos attentes. Ces résultats
ont mis en exergue 4 facteurs contribuant à l'augmentation du spread des
taux d'intérêt bancaires dans les pays de la zone CEMAC. Ce
sont :
assets : Le coefficient de cette
variable (0,046) est faible, positif et non significatif. Ce signe n'est pas
conforme à nos attentes parce que l'augmentation des actifs du secteur
bancaire devrait, en principe, permettre aux banques de réaliser des
économies d'échelle et de réduire leurs marges
d'intérêt. Ce résultat paradoxal est néanmoins
conforme à celui obtenu par Folawewo et Tennant (2008) sur un
échantillon de 33 pays d'Afrique subsaharienne. Il peut s'expliquer par
le fait que l'étroitesse de certaines économies limite la
possibilité de réalisation des économies
d'échelle.
costs : Les résultats de la
régression révèlent que les coûts ont une incidence
positive sur le spread. En effet, une augmentation des coûts de 10%
entraînera une augmentation du spread de 3,08%. Cette incidence est
conforme à la littérature et stipule que les banques accentuent
leurs marges d'intérêt pour couvrir leurs coûts.
provisions : Le coefficient de cette
variable (0,114) est positif et significatif au seuil de 10%. Le signe de ce
coefficient est conforme à la littérature et suggère que
les banques augmentent leurs spreads pour faire face à l'augmentation du
risque de défaut quantifié par les provisions pour
créances douteuses.
reserves : Nos résultats
stipulent qu'une augmentation des réserves obligatoires de 10%
entraînera une augmentation du spread de 1,831%. Cette incidence est
conforme à notre revue de la littérature. En effet, les banques
interprètent le coût d'opportunité de la détention
des réserves peu ou pas rémunérées auprès de
la banque centrale comme une taxe financière qu'elles répercutent
ensuite sur leur clientèle à travers des spreads plus
élevés. Le signe positif du coefficient associé à
reserves permet de valider la deuxième hypothèse
(H2) formulée à l'introduction de cette
étude.
Nos résultats ont également mis en exergue 4
variables contribuant à la réduction du spread des taux
d'intérêt bancaires dans les pays de la zone CEMAC. Ce
sont :
capital : Le coefficient de cette
variable (-0,066) est négatif, non significatif et conforme à nos
attentes. En effet, une banque mieux capitalisée réduit sa
probabilité de faillite et ses coûts de refinancement. Ce qui lui
permet d'appliquer des marges d'intérêt plus faibles et vice
versa.
deposits : Le coefficient de cette
variable stipule qu'une augmentation du volume de dépôts de 10%
entraînera une diminution du spread de 0,34%. Cette incidence
négative n'est pas conforme à nos attentes parce que
l'augmentation du volume de dépôts alourdie les coûts de la
banque en entraînant l'augmentation du montant des intérêts
créditeurs versés par cette dernière à sa
clientèle. Ce coût supplémentaire devrait en principe
être compensé par l'augmentation du spread. En particulier dans
des systèmes bancaires surliquides comme ceux des pays de la CEMAC.
loans : Cette variable a le coefficient
le plus élevé de notre régression. En outre, ce
coefficient est significatif au seuil de 1% et son signe est conforme à
la littérature. Cela traduit l'importance du volume des crédits
dans la détermination du spread des taux d'intérêt
bancaires des pays de la zone CEMAC. Nos résultats stipulent qu'une
augmentation du volume des crédits de 10% entraîne une diminution
du spread de 7,86%. Cette incidence négative du volume des
crédits sur le spread permet de valider la première
hypothèse (H1) formulée à l'introduction de
cette étude.
number_of_branches : Le coefficient de
cette variable (-0,034) est significatif au seuil de 1% et conforme à
nos attentes. En effet, l'augmentation du nombre de guichets traduit
l'augmentation de la pression concurrentielle et entraîne la
réduction de la marge d'intérêt des banques.
Après avoir présentés et
commentés les résultats de l'estimation du spread, il convient
à présent de calculer le spread pur et d'estimer
l'équation (13).
B- Estimation du spread pur
L'introduction des résultats du tableau 6 dans
l'équation (14) a permis d'obtenir la série du spread pur qui
sera utilisée comme variable dépendante dans la suite de cette
section. La figure ci-dessous compare l'évolution du spread pur à
celle du spread. Elle révèle que les deux variables connaissent
sensiblement la même évolution, même si le spread pur tend
généralement à être supérieur au spread.
Figure 17 : Evolution comparée du
spread et du spread pur
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC101.png)
Source : Construit par l'auteur
Ce dernier constat révèle que dans la
détermination de la marge d'intérêt des banques,
l'incidence des facteurs liés à l'environnement
macroéconomique et institutionnel est supérieure à celle
des caractéristiques des banques. Ce résultat obtenu dans les
pays de la zone CEMAC est conforme à celui obtenu par Afanasieff et al
(2002) au Brésil.
Il convient maintenant de présenter les
résultats de l'estimation du spread pur.
1- Résultats économétriques
Tableau 8 : Résultats de l'estimation du
spread pur
Random-effects GLS regression
|
|
Number of obs = 42
|
Group variable (i): country
|
|
Number of groups = 6
|
|
|
|
R-sq: within = 0.1634
|
|
Obs per group: min = 7
|
between = 0.3771
|
|
avg = 7.0
|
overall = 0.0155
|
|
max = 7
|
|
|
|
|
|
|
Random effects u_i ~ Gaussian
|
|
Wald chi2(15) = 94.37
|
corr(u_i, X) = 0 (assumed)
|
|
Prob > chi2 = 0.0000
|
|
|
|
|
|
|
spread
|
Coef.
|
Robust
Std. Err.
|
z
|
P>|z|
|
[95% Conf. Interval]
|
gdp_growth
|
-0.0252354
|
0.0148044
|
-1.70*
|
0.088
|
-0.0542515
|
0.0037807
|
inflation_rate
|
0.0710935
|
0.0375346
|
1.89*
|
0.058
|
-0.002473
|
0.1446599
|
ir_volatility
|
-0.0224403
|
0.0295086
|
-0.76
|
0.447
|
-0.0802761
|
0.0353955
|
_cons
|
10.48745
|
1.092816
|
9.60
|
0.000
|
8.345568
|
12.62933
|
sigma_u
|
2.6997766
|
|
|
|
|
sigma_e
|
0.7950325
|
|
rho
|
0.92020111
|
(fraction of variance due to u_i)
|
*, **
et *** représentent
respectivement la significativité au seuil de 10%, 5%
et 1%.
Source : Construit par l'auteur.
Le tableau 8 présente 3 coefficients de
détermination (R2) et un test de chi2 qui fournissent des
renseignements sur la qualité de notre modèle :
· R2 between =
0.3771 C'est le coefficient de détermination le plus
significatif pour un modèle à effets aléatoires. Il
indique que 37,71% de la variabilité inter-individuelle du spread pur
est expliquée par les variables retenues dans notre modèle.
· R2 within = 0.1634
Ce coefficient indique que les effets individuels liés aux
caractéristiques des pays contribuent à 16,34% à
l'explication de la variabilité du spread.
· R2 overall =
0.0155 Ce coefficient indique quant à lui, une mauvaise
contribution globale du modèle. Cela est peut être dû au
petit nombre de variables explicatives retenues.
· Enfin, le test de chi2 et la probabilité qui lui
est associée (Prob > chi2 = 0.0000) indiquent que
nos variables indépendantes expliquent globalement le spread pur.
Les tests de significativité individuelle
effectués sur les coefficients de nos variables explicatives
révèlent que gdp_growth (10%) et
inflation_rate (10%) sont statistiquement différents de
0 au seuil indiqué entre parenthèses.
Il convient à présent de procéder
à l'interprétation économique des résultats de
l'estimation du spread pur.
2- Interprétation économique
Globalement, les résultats obtenus sont
intéressants même si ce deuxième modèle est de moins
bonne qualité que le premier. En effet, certaines variables sont
significatives et excepté le coefficient de
ir_volatility, tous les autres coefficients ont un signe
conforme à nos attentes. Ces résultats ont mis en exergue la
contribution de chaque variable à la détermination du spread
pur :
gdp_growth : Le coefficient de cette
variable est significatif au seuil de 10% et stipule qu'une augmentation du
taux de croissance du PIB réel de 10% entraînera une diminution du
spread pur de 0,25%. Cette incidence est conforme à notre revue de la
littérature. En effet, la croissance de la production et de
l'activité économique en général incite les banques
à réduire leurs marges d'intérêt puisqu'elle permet
aux agents économiques d'améliorer leur solvabilité et de
réduire leur risque de défaut.
inflation_rate : Le coefficient
associé à cette variable (0,071) est positif, conforme à
nos attentes et significatif au seuil de 10%. En effet, à cause de la
dépréciation monétaire qu'elle provoque, l'inflation
contribue à alourdir les charges financières de la banque puisque
les emprunteurs remboursent en valeur réelle des montants
inférieurs à ceux que cette dernière leur a
prêtés. Pour combler ce manque à gagner, la banque
élève ses taux débiteurs et par là même,
accentue ses marges d'intérêt. Cette incidence positive de
l'inflation sur le spread pur permet de valider la troisième
hypothèse (H 3) formulée au début de cette
étude.
ir_volatility: Le coefficient de cette
variable (-0,022) est non significatif et n'a pas le signe escompté. En
effet, la volatilité des taux d'intérêt en
général et celle du taux d'intérêt réel en
particulier accentue, en principe, le risque de taux encouru par la banque.
Pour y faire face, cette dernière accroît ses marges
d'intérêt. Ce résultat paradoxal est peut être
dû à la surliquidité des banques puisque cette
dernière réduit l'efficacité de la politique de taux
d'intérêt mise en oeuvre par la banque centrale.
A présent que tous les résultats de cette
étude ont été exposés, il convient d'en tirer des
enseignements et de formuler des recommandations qui permettront de
réduire le spread des taux d'intérêt bancaires dans les
pays de la zone CEMAC.
Section 2 : Recommandations et perspectives
Cette section sera tout d'abord consacrée à la
formulation de quelques recommandations de politiques économiques. Elle
évoquera par la suite les perspectives de l'étude des
déterminants du spread des taux d'intérêt bancaires.
A- Recommandations de politiques économiques
Notre étude a révélée que le
volume de crédits, le nombre de guichets, les provisions, le taux de
croissance et le taux d'inflation sont les déterminants les plus
significatifs de la marge d'intérêt des banques exerçant
leurs activités dans les pays de la zone CEMAC. Ces résultats
suscitent les recommandations suivantes :
1- Améliorer la concurrence dans le secteur
bancaire et lutter contre l'inflation
Tout d'abord, les pouvoirs publics des pays de la zone CEMAC
doivent élaborer des politiques visant à rendre leur
système bancaire plus concurrentiel. Ces politiques doivent entre
autres, réduire les barrières à l'entrée du secteur
bancaire afin de le rendre plus contestable et d'accentuer la pression sur les
banques déjà établies. De telles mesures devraient, toute
chose égale par ailleurs, inciter ces banques à réduire
leurs marges d'intérêt.
Ensuite, les pouvoirs publics doivent élaborer des
politiques qui permettront aux banques de multiplier leurs agences et d'occuper
non seulement les grandes villes, mais aussi l'arrière pays. Il faut par
exemple repartir les grands projets d'investissement public - construction des
infrastructures, extension du réseau des
télécommunications, aménagement des zones industrielles,
etc. - sur toute l'étendue du territoire national. L'application de
cette recommandation devrait générer des emplois dans ces
régions et y attirer les banques. Or notre étude a
démontré l'incidence négative du nombre d'agence sur la
marge d'intérêt des banques.
Enfin, la Banque des Etats de l'Afrique Centrale (BEAC) doit
continuer à faire de la stabilité des prix l'un des objectifs
ultimes de sa politique monétaire. Cette politique anti-inflationniste
devrait contribuer à réduire de le spread des taux
d'intérêt des banques secondaires installées dans sa zone
d'émission.
En plus des mesures citées ci-dessus, les
autorités des pays de la zone CEMAC doivent améliorer la
qualité de leurs institutions.
2- Améliorer la qualité du cadre
légal et institutionnel
Le fait que le spread pur soit supérieur au spread
indique que la fraction de la marge d'intérêt expliquée par
les caractéristiques des banques est inférieure à celle
inexpliquée par ces mêmes caractéristiques. Par
conséquent, il faut prendre en compte le rôle de l'environnement -
économique et institutionnel - pour améliorer l'explication du
spread.
L'importance relative de l'environnement économique et
institutionnel conduit à la formulation des recommandations
suivantes :
Les pouvoirs publics doivent mettre en place des politiques
économiques permettant de booster la croissance et d'assurer la
stabilité des prix. Sur ce plan, il convient de noter que les pays de la
zone CEMAC appliquent en ce moment un ensemble de mesures visant à les
engager sur le sentier de l'émergence économique.
Concernant à présent le cadre légal et
institutionnel, les pouvoirs publics doivent mettre en oeuvre des politiques
visant à sécuriser les droits de propriété,
à renforcer la protection juridique des créanciers, à
lutter contre la corruption, à assurer la stabilité politique des
états, etc. L'application de ces mesures permettra aux banques de
percevoir moins de risques et d'augmenter leur volume de crédits. Ce qui
aura in fine, une incidence négative sur leurs marges
d'intérêt.
Après avoir formulé ces recommandations, il
convient à présent d'évoquer les développements
futurs de cette étude.
B- Perspectives de l'étude
Afin d'améliorer la qualité de cette
étude consacrée aux déterminants du spread des taux
d'intérêt bancaires dans les pays de la zone CEMAC, les pistes
ci-dessous sont envisageables :
1- Mener l'étude à l'échelle des
banques
Il serait intéressant que la dimension individuelle de
cette étude soit constituée par les banques de la
sous-région. En effet, la marge d'intérêt étant
définie par les banques, il serait préférable de
l'étudier à l'échelle de ces dernières. De plus,
cette étude pourrait aboutir à de meilleurs résultats si
le spread ex post est utilisé comme variable
dépendante.
Il serait également intéressant de prendre en
compte le rôle des institutions dans une prochaine étude des
déterminants du spread des taux d'intérêt bancaires.
2- Prendre en compte le rôle des
institutions
La prise en compte du rôle du cadre légal et
institutionnel dans la détermination du spread est justifiée par
les deux constats suivants :
· Le spread pur est supérieur au spread et traduit
le fait que l'environnement économique et institutionnel explique mieux
la marge d'intérêt des banques que les caractéristiques de
ces banques.
· Les coefficients de détermination de notre
seconde régression ne sont pas intéressants. Cela peu être
dû à l'omission de certaines variables explicatives.
En outre, la qualité du cadre institutionnel des pays
de notre échantillon est souvent citée comme un obstacle au
développement des activités économiques. Cela renforce
l'intérêt porté au rôle des institutions dans la
détermination du spread des taux d'intérêt bancaires dans
ces pays.
Conclusion
Au terme de ce chapitre, il convient de noter que le volume
de crédits, le nombre de guichets, les provisions, le taux de croissance
et le taux d'inflation sont les déterminants les plus significatifs de
la marge d'intérêt des banques exerçant leurs
activités dans les pays de la zone CEMAC. Il convient également
de noter que dans ces pays, les facteurs spécifiques à
l'environnement économique et au cadre légal et institutionnel
expliquent mieux le spread que les caractéristiques des banques.
Les prochains développements de cette étude
permettront de la conclure.
CONCLUSion de la DEUXIèMe partie
Cette deuxième partie nous a permis d'exposer la
méthodologie de régression en deux étapes empruntée
à Ho et Saunders (1981), de présenter les données de cette
étude, d'effectuer les estimations économétriques et d'en
présenter les résultats.
Ces derniers révèlent que le volume de
crédits, le nombre de guichets, les provisions, le taux de croissance et
le taux d'inflation sont les déterminants les plus significatifs de la
marge d'intérêt des banques exerçant leurs activités
dans les pays de la zone CEMAC.
Conclusion Générale
L'objectif de cette étude était de mettre en
exergue les déterminants du spread des taux d'intérêt
bancaires dans les pays de la zone CEMAC sur la période allant de 2002
à 2008. L'intérêt d'une telle étude est
d'étendre le champ d'application de la littérature existante et
de révéler l'importance du spread - à travers son
incidence sur l'épargne et sur l'investissement - en tant que levier
stratégique pour l'émergence économique des pays de la
zone CEMAC.
La première partie de cette étude nous a permis
d'effectuer une comparaison internationale et de constater que le spread des
taux d'intérêt bancaires est très élevé dans
les pays de la CEMAC. Par la suite, nous avons démontré que cette
situation constitue un frein à la croissance des économies de la
sous-région. La deuxième partie nous a quant à elle permis
d'exposer la méthodologie de régression en deux étapes
empruntée à Ho et Saunders (1981), d'estimer nos modèles
et d'en présenter les résultats.
Ces résultats révèlent que le volume de
crédits, le nombre de guichets, les provisions, le taux de croissance et
le taux d'inflation sont les déterminants les plus significatifs du
spread des taux d'intérêt bancaires dans les pays de la zone
CEMAC. Nos résultats stipulent également que dans les pays de la
CEMAC, les facteurs spécifiques à l'environnement
économique et au cadre légal et institutionnel expliquent mieux
la marge d'intermédiation que les caractéristiques des
banques.
Ce dernier enseignement fait ressortir l'une des perspectives
de notre étude. En effet, il met en évidence le rôle du
cadre légale et institutionnel dans la détermination du spread
des taux d'intérêt bancaires. L'autre perspective envisageable
consiste à mener cette étude à l'échelle des
banques. C'est-à-dire en se servant du spread ex post comme
variable dépendante. La prise en compte de ces aspects pourrait
permettre d'améliorer la qualité des résultats de cette
étude.
Références Bibliographiques
Afanasieff, T., P. Villa Lhacer, and M.Nakane, (2002), ``The
Determinants of Bank Interest Spread in Brazil,'' Banco Central do Brazil
Working Paper Series 46.
Allen, L., (1988), ``The Determinants of Bank Interest
Margins: a note,'' Journal of Financial and Quantitative Analysis, 23,
pp. 231-235.
Angbazo, L., (1997), ``Commercial Bank Net Interest Margins,
Default Risk, Interest-Rate Risk, and Off-Balance Sheeet Banking,'' Journal
of Banking and Finance, No 21, pp. 55-87.
Arreaza-Coll, A. Huskeyn, W. Zumeta, and Jesus, (2009), ``The
Impact of Financial Repression on Interest Rate Spreads in Venezuela,'' CAF
Working Papers No 2009/09.
Avom D. et Eyeffa S.M. (2007), ``Quinze ans de restructuration
bancaire dans la CEMAC : qu'avons-nous appris ?,'' Revue
d'Economie Financière, N°37.
Banque Mondiale, (2012), ``World Development Indicators''
Barajas, A., R. Steiner, and N. Salazar, (1999), ''Interest
Rate Spreads in Banking in Colombia,'' IMF Staff Papers, Vol. 46, pp.
196-224 (Washington: International Monetary Fund).
Beck, T., A. Demirguç-Kunt, and R. Levine, (2004),
``Law and Firm's Access to Finance'' NBER Working Paper Series No
10687.
Beck, T., A. Demirguç-Kunt, and R. Levine, (2005),
``Bank Supervision and Corruption in Lending'' NBER Working Paper Series
No 11498.
Beck, T., and H. Hesse, (2006), ``Bank Efficiency, Ownership
and Market Structure Why are Interest Spreads so High in Uganda,'' The World
Bank.
Bernanke, B., (1990), ``On the Predictive Power of Interest
Rates and Interest Rate Spreads,'' NBER Working Papers Series No
3486.
Boutillier, M., R. Kierzenkowsky, et P. Rousseaux, (2005),
``Taux d'intérêt des crédits bancaires: Une analyse en
terme de spreads sur les données françaises de 1993 à
2004,'' Banque de France.
Brock, L., and L. Rojas-Suarez, (2000), ``Understanding the
Behavior of Bank Spreads in Latin America,'' Journal of Development
Economics, Vol. 63, pp. 113-134.
Brock, P., and H. Franken, (2003), ``Measuring the
Determinants of Average and Marginal Bank Interest Rate Spreads in Chile,
1994-2001,'' (Seattle: University of Washington).
Carbò, S., and F. Rodriguez, (2007), ``The Determinants
of Bank Margins in European Banking,'' Journal of Banking and Finance,
31, pp. 2043-2063.
Chirwa, E., and M. Mlachila, (2004), ``Financial Reforms and
Interest Rate Spreads in the Commercial Banking System in Malawi,'' IMF
Staff Papers, Vol. 51, No. 1, pp. 96-122, (Washington: International
Monetary Fund).
Claessens, S., and L. Laeven, (2004), ``What Drives Bank
Competition? Some International Evidence,'' Journal of Money Credit and
Banking, Vol. 36, pp. 563-583.
COBAC, ``Rapport d'activité,'' Exercices 1999 à
2008.
Crowley, J., (2007), ``Interest Rate Spreads in
English-Speaking African Countries,'' IMF Working Paper 07/101 (Washington:
International Monetary Fund).
Dabla-Norris, E., and H. Floerkemeier, (2007), ``Bank
Efficiency and Market Structure: What Determines Banking Spreads in Armenia?,''
IMF Working Paper 07/134 (Washington: International Monetary Fund).
Demirgüç-Kunt, A., and H. Huizinga, (1998),
``Determinants of Commercial Bank Interest Margins and Profitability: Some
International Evidence,'' World Bank Policy Research Working Paper,
WPS 1900.
Demirguç-Kunt, A., L. Laeven, and R. Levine, (2003),
``Regulations, Market Structure, Institutions, and the Cost of Financial
Intermediation,'' NBER Working Paper Series No. 9890.
Detragiache, E., T. Tressel, and P. Gupta, (2006), ``Foreign
Banks in Poor Countries: Theory and Evidence,'' IMF Working Paper 06/18
(Washington: International Monetary Fund).
Djankov, S., C. McLiesh, and A. Shleifer, (2007), ``Private
Credit in 129 Countries,'' Journal of Financial Economics, 84(2), pp.
299-329.
Drakos, K., (2002), ``The Dealership Model for Interest
Margins: The case of the Greek Banking Industry,'' Journal of Emerging
Market Finance, 1, pp. 75-98.
Esty, B.C., and W.L. Megginson, (2003); ``Creditor Rights,
Enforcement and Debt Ownership Structure: Evidence from the Global Syndicated
Loan Market,'' Journal of Financial and Quantitative Analysis, 38(1),
pp. 37-59.
Folawewo, A., and D. Tennant, (2008), ``Determinants of
Interest Rate Spreads in Sub-Saharan African Countries: A Dynamic Panel Data,''
paper prepared for the 13th Annual Econometrics Society Conference,
9-11 July, 2008, Pretoria, Republic of South Africa.
Gelos, R., (2006), ``Banking Spreads in Latin America,'' IMF
Working Paper 06/44 (Washington: International Monetary Fund).
Ho, T., and A. Saunders, (1981), ``The Determinants of Bank
Interest Margins: Theory and Empirical Evidence,'' Journal of Financial
Quantitative Analysis, Vol. 16, pp. 581-600.
Kaufmann, D., A. Kraay and M. Mastruzzi, (2009), ``Governance
Matters VIII: Aggregate and Individual Governance Indicators 1996-2008,''
World Bank Policy Research Working Paper, WPS 4978.
Khan, H. ul M., and B. Khan, (2010), ``What Drives Interest
Rate Spreads of Commercial Banks in Pakistan? Empirical Evidence Based on Panel
Data,'' SBP Research Bulletin, Vol. 6, Number 2, 2010, pp. 15-36.
Khumaloand, S.M., Y.D. Olalekan and F.N. Okurut, (2011),
``Determinants of Commercial Bank Interest Rate Margins in Swaziland,''
International Journal of Economics and Business Studies, Vol. 1,
Number 1: Spring 2011, pp. 3-21.
Klein, M., (1971), ``A Theory of the Banking Firm,''
Journal of Money, Credit and Banking, 3(2), 205-218.
La Porta, R., F. Lopez-de-Silanes and A. Shleifer, (2008),
``The Economic Consequences of Legal Origins,'' Journal of Economic
Literature 2008, 46.2, pp. 285-332.
Levine, R., (2003), ``Denying Foreign Bank Entry: Implications
for Bank Interest Margins,'' Central Bank of Chile Working Papers No
222.
Martinez, M.S., and A. Mody, (2004), ``How Foreign
Participation and Market Concentration Impact Bank Spreads: Evidence From Latin
America,'' Journal of Money, Credit and Banking, 36(3), pp.
511-537.
Maudos, J., and J. Fernandez de Guevara, (2004), ``Factors
Explaining the Interest Margin in the Banking Sector of the European Union,''
Journal of Banking and Finance, 28, pp. 2259-2281.
Maudos, J., and L. Solis, (2009), ``The Determinants of Net
Interest Income in the Mexican Banking System: An Integrated Model,'' Valencian
Institute of Economic Research (IVIE) WP-EC 2009-05.
McKinnon, L. (1973), Money and Capital in Economic
Development (Washington: The Brookings Institutions.
McShane, R.W., and I.G. Sharpe, (1985), ``A Time Series/Cross
Section Analysis of the Determinants of Australian Trading Bank Loan/Deposit
Interest Margins: 1962-1981,'' Journal of Banking and Finance, 9, pp.
115-136.
Monti, M., (1972), «Deposit, Credit, and Interest Rate
Determination under Alternative Bank Objectives,» in : Karl Shell and
Giorgio P. Szego, eds., Mathematical Methods in Investment and Finance,
North-Holland, Amsterdam, 430-454.
Ndung'u, N., and R. Ngugi, (2000), ``Banking Sector Interest
Rate Spread in Kenya,'' Kenya Institute for Public Policy Research and
Analysis, KIPPRA Discussion Paper No. 5.
Ngugi, R.W., (2001), ``An Empirical Analysis of Interest Rate
Spread in Kenya,'' AERC Research Paper 106.
Njie, M., (2006), ``The Impact of Financial Liberalization on
Bank Spreads in Malaysia,'' Journal of Economic Cooperation, Vol. 27-3
(2006), pp. 163-194.
Nys, E., (2003), ``Service Provision and Bank Interest
Margins: An Adverse Selection Approach and Risk Implications for E.U. Banks,''
European Doctorate, Université de Limoges-University of Birmingham.
Qian, J., and P.E. Straban, (2007), ``How Laws and
Institutions Shape Financial Contracts: The Case of Bank Loan,'' Journal of
Finance, 62(6), 2803-34.
Randall, R., (1998), ``Interest Rate Spreads in the Eastern
Caribbean,'' IMF Working Paper 59 (Washington: International Monetary
Fund).
Robinson, J., (2002), ``Commercial Bank Interest Rate Spreads
in Jamaica: Measurement, Trends and Prospects,'' Bank of Jamaica.
Samuel, W., and L. Valderrama, (2006), ``The Monetary Policy
Regime and Banking Spreads in Barbados,'' IMF Working Paper 06/211 (Washington:
International Monetary Fund).
Saunders, A., and L. Schumacher, (2000), ``The Determinants of
Bank Interest Rate Margins: An International Study,'' Journal of
International Money and Finance, Vol. 19, No. 6, pp. 813-832.
Shaw, M., (1973), ``Financial Deepening in Economic
Development,'' (Oxford: Oxford University Press).
Zhou, K., and M. Wong, (2008), ``The Determinants of Net
Interest Margins of Commercial Banks in Mainland China,'' Emerging Markets
Finance & Trade, Vol. 44, No. 5, pp. 41-53.
Zone Franc, ``Rapport annuels,'' Exercices 2002 à
2008.
Liste des annexes
Annexe 1 : Matrice des corrélations
Annexe 2 : Statistiques
descriptives des variables
Annexe 3 : Estimation du
modèle à effets fixes [équation (12)]
Annexe 4 : Estimation du
modèle à effets aléatoires [équation (12)]
Annexe 5 : Test de Hausman
[équation (12)]
Annexe 6 : Test de
significativité des effets aléatoires [équation (12)]
Annexe 7 : Estimation du
modèle à effets fixes [équation (13)]
Annexe 8 : Estimation du
modèle à effets aléatoires [équation (13)]
Annexe 9 : Test de Hausman
[équation (13)]
Annexe 10 : Test de
significativité des effets aléatoires [équation (13)]
Annexe 11 : Estimation de
l'équation (12) par la méthode des MCO
Annexe 12 : Estimation de
l'équation (13) par la méthode des MCO
Annexe 13 : Test d'omission des
variables explicatives pertinentes [équation (13)]
Annexe 14 : Test VIF de
multicolinéarité [équation (13)]
Annexe 15 : Test de
normalité des résidus [équation (13)]
Annexe 16 : Test
d'hétéroscédasticité de Breush-Pagan /
Cook-Weisberg [équation (13)]
Annexe 1 : Matrice des corrélations
|
SPREAD
|
ASSETS
|
CAPITAL
|
COSTS
|
DEPOSITS
|
LOANS
|
NUMBER_OF_BRANCHES
|
PROVISIONS
|
RESERVES
|
SPREAD
|
1
|
|
|
|
|
|
|
|
|
ASSETS
|
-0,19
|
1
|
|
|
|
|
|
|
|
CAPITAL
|
-0,09
|
-0,007
|
1
|
|
|
|
|
|
|
COSTS
|
-0,19
|
-0,3
|
0,7
|
1
|
|
|
|
|
|
DEPOSITS
|
0,16
|
0,08
|
-0,85
|
-0,73
|
1
|
|
|
|
|
LOANS
|
-0,39
|
-0,22
|
0,67
|
0,63
|
-0,78
|
1
|
|
|
|
NUMBER_OF_BRANCHES
|
-0,45
|
0,63
|
-0,37
|
-0,28
|
0,28
|
-0,18
|
1
|
|
|
PROVISIONS
|
-0,23
|
-0,27
|
0,44
|
0,32
|
-0,52
|
0,83
|
-0,2
|
1
|
|
RESERVES
|
0,15
|
0,2
|
-0,55
|
-0,65
|
0,7
|
-0,68
|
0,33
|
-0,55
|
1
|
|
PURE_SPREAD
|
GDP_GROWTH
|
INFLATION_RATE
|
IR_VOLATILITY
|
PURE_SPREAD
|
1
|
|
|
|
GDP_GROWTH
|
0.32
|
1
|
|
|
INFLATION_RATE
|
0.27
|
-0.016
|
1
|
|
IR_VOLATILITY
|
0.36
|
0.28
|
0.23
|
1
|
Source : Construit par l'auteur.
Annexe 2 : Statistiques descriptives des
variables
Variable | Mean Std. Dev. Min
Max | Observations
-----------------+--------------------------------------------+----------------
spread overall | 9.907857
1.936432 6.26 14.51 | N = 42
between | 1.368714 7.795714
11.54857 | n = 6
within | 1.466473
6.153571 13.26786 | T = 7
|
|
assets overall | 14.15641 6.054161
7.036959 32.59571 | N = 42
between | 6.166599
9.231872 23.71406 | n = 6
within | 2.047155
11.90599 23.03806 | T = 7
|
|
capital overall | 5.346009
2.396233 1.828615 9.634654 | N = 42
between | 2.366059
2.791703 7.684636 | n = 6
within | .9813002
3.513631 7.643086 | T = 7
|
|
costs overall | 4.528446
1.146567 2.14983 6.647198 | N = 42
between | 1.035489 2.898548
5.67891 | n = 6
within | .6318941
3.118438 6.384758 | T = 7
|
|
deposits overall | 74.84914
9.491969 53.32205 89.97141 | N = 42
between | 8.906925
62.66167 86.72231 | n = 6
within | 4.730107
63.64406 83.3608 | T = 7
|
|
loans overall | 5.474755
2.077514 2.209443 10.56093 | N = 42
between | 2.084419
3.254045 9.148496 | n = 6
within | .7791572
3.896096 7.055568 | T = 7
|
|
number~s overall | 34.97619
35.22228 5 128 | N = 42
between | 37.19506
6.857143 107.2857 | n = 6
within | 7.719833
15.69048 55.69048 | T = 7
|
|
provis~s overall | 10.97522
7.384967 .1448581 27.89242 | N = 42
between | 7.532332
1.423238 24.38851 | n = 6
within | 2.470738
3.433226 15.1149 | T = 7
|
|
reserves overall | 5.732901
3.732374 0 13.8276 | N = 42
between | 2.913178
.3633171 8.757649 | n = 6
within | 2.585721
.4172708 12.47348 | T = 7
|
|
pure_s~d overall | 10.42416
2.259368 5.544117 13.85043 | N = 42
between | 2.294912
6.609321 12.77805 | n = 6
within | .7802857
9.358956 11.49654 | T = 7
|
|
gdp_gr~h overall | 6.419048
8.215608 -4 33.7 | N = 42
between | 6.047774
1.885714 17.38571 | n = 6
within | 6.022721
-5.666667 30.54762 | T = 7
|
|
inflat~e overall | 3.304762
3.417812 -7 9.3 | N = 42
between | 1.316292
2.357143 5.8 | n = 6
within | 3.194115
-6.052381 9.247619 | T = 7
|
|
ir_vol~y overall | 6.071513
4.925639 .1254337 19.47376 | N = 42
between | 3.966894
1.943852 10.81131 | n = 6
within | 3.290674
-3.588256 14.73396 | T = 7
Source : Construit par l'auteur.
Annexe 3 : Estimation du modèle à
effets fixes [équation (12)]
Fixed-effects (within) regression Number of obs
= 42
Group variable (i): country Number of
groups = 6
R-sq: within = 0.5211 Obs per group:
min = 7
between = 0.1026
avg = 7.0
overall = 0.1812
max = 7
F(14,22)
= 1.71
corr(u_i, Xb) = -0.7492 Prob > F
= 0.1260
------------------------------------------------------------------------------
spread | Coef. Std. Err. t P>|t|
[95% Conf. Interval]
-------------+----------------------------------------------------------------
assets | .3605072 .1652904 2.18 0.040
.0177159 .7032986
capital | .3342695 .4437065 0.75 0.459
-.5859214 1.25446
costs | .3540308 .5670439 0.62 0.539
-.8219462 1.530008
deposits | -.0349325 .0786895 -0.44 0.661
-.1981246 .1282595
loans | -.6839437 .4607207 -1.48 0.152
-1.63942 .2715326
number_of_~s | -.0436093 .0522896 -0.83 0.413
-.1520514 .0648327
provisions | .0240529 .1377877 0.17 0.863
-.2617013 .309807
reserves | .2398257 .1692125 1.42 0.170
-.1110995 .5907509
dummy_2002 | 2.585148 2.075794 1.25 0.226
-1.719786 6.890081
dummy_2003 | 2.401175 2.060496 1.17 0.256
-1.872032 6.674382
dummy_2004 | .5772514 1.732805 0.33 0.742
-3.016366 4.170868
dummy_2005 | .9216012 1.573383 0.59 0.564
-2.341395 4.184597
dummy_2006 | 2.110732 1.35209 1.56 0.133
-.6933305 4.914795
dummy_2007 | .2659551 1.042163 0.26 0.801
-1.895358 2.427268
_cons | 6.393674 8.394717 0.76 0.454
-11.0159 23.80325
-------------+----------------------------------------------------------------
sigma_u | 2.3344336
sigma_e | 1.3853998
rho | .73953653 (fraction of variance due to
u_i)
------------------------------------------------------------------------------
F test that all u_i=0: F(5, 22) = 1.31
Prob > F = 0.2965
Source : Construit par l'auteur.
Annexe 4 : Estimation du modèle à
effets aléatoires [équation (12)]
Random-effects GLS regression Number of obs
= 42
Group variable (i): country Number of
groups = 6
R-sq: within = 0.3987 Obs per
group: min = 7
between = 0.9732
avg = 7.0
overall = 0.6437
max = 7
Random effects u_i ~ Gaussian Wald chi2(14)
= 48.77
corr(u_i, X) = 0 (assumed) Prob >
chi2 = 0.0000
------------------------------------------------------------------------------
spread | Coef. Std. Err. z P>|z|
[95% Conf. Interval]
-------------+----------------------------------------------------------------
assets | .0465768 .084274 0.55 0.580
-.1185973 .2117509
capital | -.0666735 .2827482 -0.24 0.814
-.6208498 .4875028
costs | .3087626 .500738 0.62 0.537
-.6726658 1.290191
deposits | -.034633 .0646335 -0.54 0.592
-.1613122 .0920463
loans | -.7860789 .3800842 -2.07 0.039
-1.53103 -.0411275
number_of_~s | -.0340541 .0137212 -2.48 0.013
-.060947 -.0071611
provisions | .1143432 .078704 1.45 0.146
-.0399137 .2686002
reserves | .1831751 .1489521 1.23 0.219
-.1087656 .4751159
dummy_2002 | 2.084322 1.184691 1.76 0.079
-.237629 4.406273
dummy_2003 | 1.78951 .9904174 1.81 0.071
-.1516729 3.730692
dummy_2004 | .1946533 .9731937 0.20 0.841
-1.712771 2.102078
dummy_2005 | -.1545392 1.047751 -0.15 0.883
-2.208093 1.899014
dummy_2006 | 1.013866 1.051171 0.96 0.335
-1.046392 3.074124
dummy_2007 | .1446733 .9792613 0.15 0.883
-1.774644 2.06399
_cons | 13.26393 7.03566 1.89 0.059
-.5257105 27.05357
-------------+----------------------------------------------------------------
sigma_u | 0
sigma_e | 1.3853998
rho | 0 (fraction of variance due to
u_i)
------------------------------------------------------------------------------
Source : Construit par l'auteur.
Annexe 5 : Test de Hausman [équation
(12)]
---- Coefficients ----
| (b) (B) (b-B)
sqrt(diag(V_b-V_B))
| fixe . Difference
S.E.
-------------+----------------------------------------------------------------
assets | .3605072 .0465768 .3139305
.1421929
capital | .3342695 -.0666735 .400943
.3419486
costs | .3540308 .3087626 .0452682
.2660831
deposits | -.0349325 -.034633 -.0002996
.0448837
loans | -.6839437 -.7860789 .1021351
.2603835
number_of_~s | -.0436093 -.0340541 -.0095553
.0504573
provisions | .0240529 .1143432 -.0902904
.1130979
reserves | .2398257 .1831751 .0566506
.0802878
dummy_2002 | 2.585148 2.084322 .5008259
1.704532
dummy_2003 | 2.401175 1.78951 .6116655
1.806853
dummy_2004 | .5772514 .1946533 .3825981
1.433704
dummy_2005 | .9216012 -.1545392 1.07614
1.173777
dummy_2006 | 2.110732 1.013866 1.096866
.8504032
dummy_2007 | .2659551 .1446733 .1212818
.3565814
------------------------------------------------------------------------------
b = consistent under Ho and Ha;
obtained from xtreg
B = inconsistent under Ha, efficient under Ho;
obtained from xtreg
Test: Ho: difference in coefficients not systematic
chi2(14) = (b-B)'[(V_b-V_B)^(-1)](b-B)
= 6.69
Prob>chi2 = 0.9461
(V_b-V_B is not positive definite)
Source : Construit par l'auteur.
Annexe 6 : Test de significativité des
effets aléatoires [équation (12)]
Breusch and Pagan Lagrangian multiplier test for random
effects:
spread[country,t] = Xb + u[country] + e[country,t]
Estimated results:
| Var sd = sqrt(Var)
---------+-----------------------------
spread | 3.749768 1.936432
e | 1.919333 1.3854
u | 0 0
Test: Var(u) = 0
chi2(1) = 2.10
Prob > chi2 = 0.1471
Source : Construit par l'auteur.
Annexe 7 : Estimation du modèle à
effets fixes [équation (13)]
Fixed-effects (within) regression Number of obs
= 42
Group variable (i): country Number of
groups = 6
R-sq: within = 0.1644 Obs per group:
min = 7
between = 0.4003
avg = 7.0
overall = 0.0306
max = 7
F(3,33)
= 2.16
corr(u_i, Xb) = -0.3394 Prob > F
= 0.1109
------------------------------------------------------------------------------
pure_spread | Coef. Std. Err. t P>|t|
[95% Conf. Interval]
-------------+----------------------------------------------------------------
gdp_growth | -.0286054 .0215318 -1.33 0.193
-.0724122 .015201
inflation_~e | .068334 .0408616 1.67 0.104
-.0147995 .1514675
ir_volatil~y | -.0278175 .0380687 -0.73 0.470
-.1052689 .0496338
_cons | 10.55085 .3329708 31.69 0.000
9.873412 11.22828
-------------+----------------------------------------------------------------
sigma_u | 2.4244433
sigma_e | .7950325
rho | .90290684 (fraction of variance due to u_i)
------------------------------------------------------------------------------
F test that all u_i=0: F(5, 33) = 43.97 Prob
> F = 0.0000
Source : Construit par l'auteur.
Prob > F = 0.0000 0.05 on rejette H0 et on conclu
que les effets individuels sont nécessaires. Il convient à
présent de déterminer quel est le type d'effets individuels
à prendre en compte.
Annexe 8 : Estimation du modèle à
effets aléatoires [équation (13)]
Random-effects GLS regression Number of obs
= 42
Group variable (i): country Number of
groups = 6
R-sq: within = 0.1634 Obs per group:
min = 7
between = 0.3771
avg = 7.0
overall = 0.0155
max = 7
Random effects u_i ~ Gaussian Wald chi2(3)
= 6.30
corr(u_i, X) = 0 (assumed) Prob > chi2
= 0.0978
------------------------------------------------------------------------------
pure_spread | Coef. Std. Err. z P>|z|
[95% Conf. Interval]
-------------+----------------------------------------------------------------
gdp_growth | -.0252354 .0210806 -1.20 0.231
-.0665526 .0160817
inflation_~e | .0710935 .0402109 1.77 0.077
-.0077184 .149905
ir_volatil~y | -.0224403 .0372525 -0.60 0.547
-.0954538 .0505732
_cons | 10.48745 1.13422 9.25 0.000
8.264416 12.71048
-------------+----------------------------------------------------------------
sigma_u | 2.6997766
sigma_e | .7950325
rho | .92020111 (fraction of variance due to u_i)
------------------------------------------------------------------------------
Source : Construit par l'auteur.
Effectuons à présent le test de Hausman.
Annexe 9 : Test de Hausman [équation
(13)]
---- Coefficients ----
| (b) (B) (b-B)
sqrt(diag(V_b-V_B))
| fixed . Difference
S.E.
-------------+----------------------------------------------------------------
gdp_growth | -.0286054 -.0252354 -.00337
.004385
inflation_~e | .068334 .0710935 -.0027595
.007263
ir_volatil~y | -.0278175 -.0224403 -.0053772
.007841
------------------------------------------------------------------------------
b = consistent under Ho and Ha;
obtained from xtreg
B = inconsistent under Ha, efficient under Ho;
obtained from xtreg
Test: Ho: difference in coefficients not systematic
chi2(3) = (b-B)'[(V_b-V_B)^(-1)](b-B)
= 0.88
Prob>chi2 = 0.8300
Source : Construit par l'auteur.
Prob>chi2 = 0.8300 0.05 on ne peut rejeter
l'hypothèse nulle, on en conclu que le modèle à effets
aléatoires est approprié.
Testons à présent la significativité de
ces effets aléatoires grâce au test de Breush-Pagan.
Annexe 10 : Test de significativité des
effets aléatoires [équation (13)]
Breusch and Pagan Lagrangian multiplier test for random
effects:
pure_spread[country,t] = Xb + u[country] +
e[country,t]
Estimated results:
| Var sd = sqrt(Var)
---------+-----------------------------
pure_spread | 5.104742 2.259368
e | .6320767 .7950325
u | 7.288794 2.699777
Test: Var(u) = 0
chi2(1) = 58.90
Prob > chi2 = 0.0000
Source : Construit par l'auteur.
Prob > F = 0.0000 0.05 on rejette H0 et on conclu
que les effets aléatoires sont significatifs.
Par conséquent, l'équation (13) sera
estimée avec des effets individuels aléatoires.
Annexe 11 : Estimation de l'équation (12)
par la méthode des MCO
Source | SS df MS Number
of obs = 42
-------------+------------------------------ F( 14,
27) = 3.48
Model | 98.956434 14 7.06831672 Prob >
F = 0.0026
Residual | 54.7840731 27 2.02903975 R-squared
= 0.6437
-------------+------------------------------ Adj
R-squared = 0.4589
Total | 153.740507 41 3.74976847 Root MSE
= 1.4244
------------------------------------------------------------------------------
spread | Coef. Std. Err. t P>|t|
[95% Conf. Interval]
-------------+----------------------------------------------------------------
assets | .0465768 .084274 0.55 0.585
-.1263393 .2194928
capital | -.0666735 .2827482 -0.24 0.815
-.6468249 .5134779
costs | .3087626 .500738 0.62 0.543
-.7186669 1.336192
deposits | -.034633 .0646335 -0.54 0.596
-.1672499 .097984
loans | -.7860789 .3800842 -2.07 0.048
-1.565947 -.0062105
number_of_~s | -.0340541 .0137212 -2.48 0.020
-.0622075 -.0059006
provisions | .1143432 .078704 1.45 0.158
-.047144 .2758305
reserves | .1831751 .1489521 1.23 0.229
-.1224493 .4887996
dummy_2002 | 2.084322 1.184691 1.76 0.090
-.3464625 4.515106
dummy_2003 | 1.78951 .9904174 1.81 0.082
-.2426591 3.821678
dummy_2004 | .1946533 .9731937 0.20 0.843
-1.802175 2.191482
dummy_2005 | -.1545392 1.047751 -0.15 0.884
-2.304346 1.995268
dummy_2006 | 1.013866 1.051171 0.96 0.343
-1.142959 3.170692
dummy_2007 | .1446733 .9792613 0.15 0.884
-1.864605 2.153951
_cons | 13.26393 7.03566 1.89 0.070
-1.172052 27.69991
------------------------------------------------------------------------------
Source : Construit par l'auteur.
Annexe 12 : Estimation de l'équation (13)
par la méthode des MCO
Source | SS df MS
Number of obs = 42
-------------+------------------------------ F(
3, 38) = 3.92
Model | 49.4651006 3 16.4883669 Prob
> F = 0.0156
Residual | 159.829331 38 4.20603502
R-squared = 0.2363
-------------+------------------------------ Adj
R-squared = 0.1761
Total | 209.294431 41 5.10474223 Root
MSE = 2.0509
------------------------------------------------------------------------------
pure_spread | Coef. Std. Err. t P>|t|
[95% Conf. Interval]
-------------+----------------------------------------------------------------
gdp_growth | .0724325 .0407994 1.78 0.084
-.0101616 .155026
inflation_rate | .145547 .096876 1.50 0.141
-.0505682 .341662
ir_volatility | .1113156 .0700557 1.59 0.120
-.0305048 .253135
_cons | 8.80236 .5767775 15.26 0.000
7.634735 9.969985
------------------------------------------------------------------------------
Source : Construit par l'auteur.
A l'issue de cette régression, on constate que nos
variables explicatives sont globalement significatives au seuil de 5% (Prob
> F = 0.0156). Effectuons à présent le de Ramsey-Reset.
Annexe 13 : Test d'omission des variables
explicatives pertinentes [équation (13)]
Ramsey RESET test using powers of the fitted values of
pure_spread
Ho: model has no omitted variables
F(3, 35) = 1.17
Prob > F = 0.3358
Source : Construit par l'auteur.
Prob > F = 0.3358 > 0.05 on ne peut rejeter
l'hypothèse nulle et on en conclu que notre modèle est bien
spécifié.
Annexe 14 : Test VIF de
multicolinéarité [équation (13)]
Variable | VIF 1/VIF
-------------+----------------------
ir_volatility | 1.16 0.861543
gdp_growth | 1.10 0.913065
inflation_rate | 1.07 0.935751
-------------+----------------------
Mean VIF | 1.11
Source : Construit par l'auteur.
On constate que pour tous nos coefficients le rapport 1/VIF
est largement supérieur à 0,1 et on en conclu que notre
modèle n'a pas de problème de multicolinéarité.
Annexe 15 : Test de normalité des
résidus [équation (13)]
Skewness/Kurtosis tests for Normality
-------
joint ------
Variable | Pr(Skewness) Pr(Kurtosis) adj chi2(2)
Prob>chi2
-------------+-------------------------------------------------------
resid | 0.150 0.930 2.21
0.3305
Source : Construit par l'auteur.
On constate que Prob>chi2 = 0.3305 0.05 on ne peut
rejeter l'hypothèse nulle et on en conclu que les résidus sont
normalement distribués.
Annexe 16 : Test
d'hétéroscédasticité de Breush-Pagan /
Cook-Weisberg [équation (13)]
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
Ho: Constant variance
Variables: fitted values of pure_spread
chi2(1) = 2.45
Prob > chi2 = 0.1173
Source : Construit par l'auteur.
On constate que Prob>chi2 = 0.1173 0.05 on ne peut
rejeter l'hypothèse nulle et on en conclu que la variance des erreurs
est constante.
Table des Matières
DEDICACE...............................................................................................................i
REMERCIEMENTS.....................................................................................................ii
LISTE DES
ABREVIATIONS........................................................................................iii
LISTE DES
TABLEAUX.............................................................................................
iv
LISTE DES
FIGURES...................................................................................................v
SOMMAIRE.............................................................................................................vii
RESUME.................................................................................................................ix
INTRODUCTION
GENERALE.......................................................................................1
PREMIERE PARTIE : ANALYSE ECONOMIQUE DU SPREAD DES TAUX
D'INTERET
BANCAIRES............................................................................................................10
CHAPITRE I : REVUE DE LA LITTERATURE RELATIVE AUX
DETERMINANTS DU SPREAD DES TAUX D'INTERET
BANCAIRES.................................................................12
SECTION 1 : L'IMPACT DES CARACTÉRISTIQUES DES
BANQUES ET DE LA STRUCTURE DE MARCHÉ DU SECTEUR BANCAIRE SUR LE SPREAD
DES TAUX D'INTÉRÊT
BANCAIRES..................................................................................13
A- L'impact des caractéristiques des banques sur le
spread.............13
1- Les risques
bancaires.........................................................13
2- Les
coûts.......................................................................14
3- La taille de la
banque........................................................15
4- Le volume des activités non
traditionnelles..............................16
B- L'IMPACT DE LA STRUCTURE DE MARCHÉ DU SECTEUR
BANCAIRE SUR LE
SPREAD...............................................................................................17
1- La concurrence du secteur
bancaire.......................................17
2- Le rôle des banques
étrangères.............................................17
3- La règlementation
bancaire.................................................19
4- La taille de
l'économie......................................................19
SECTION 2 : L'IMPACT DE L'ENVIRONNEMENT
MACROÉCONOMIQUE ET DU CADRE LÉGAL ET INSTITUTIONNEL SUR LE SPREAD
DES TAUX D'INTÉRÊT
BANCAIRES.................................................................................................20
A- L'IMPACT DE L'ENVIRONNEMENT MACROÉCONOMIQUE SUR LA
MARGE D'INTÉRÊT DES
BANQUES...........................................................................21
1- Le taux
d'inflation............................................................21
2- Le taux de
croissance........................................................21
3- La volatilité des taux
d'intérêt.............................................22
B- L'IMPACT DU CADRE LÉGAL ET INSTITUTIONNEL SUR LA
MARGE D'INTÉRÊT DES
BANQUES........................................................................................22
1- Les droits de
propriété......................................................22
2- La
gouvernance..............................................................23
3- L'origine
légale..............................................................23
CHAPITRE II: ANALYSE DESCRIPTIVE DU SPREAD DES TAUX
D'INTÉRÊT BANCAIRES DANS LES PAYS DE LA ZONE
CEMAC......................................................25
SECTION 1 : L'ÉVOLUTION DU SPREAD DES TAUX
D'INTÉRÊT BANCAIRES ET DES CARACTÉRISTIQUES DES BANQUES
INSTALLÉES DANS LES PAYS DE LA ZONE
CEMAC.................................................................................................26
A- LE SPREAD DES TAUX D'INTÉRÊT BANCAIRES EST
ÉLEVÉ DANS LES PAYS DE LA ZONE
CEMAC...................................................................................26
1- L'évolution récente du spread des taux
d'intérêt bancaires............27
2- La comparaison internationale du spread des taux
d'intérêt
bancaires.....................................................................................29
3- Un spread élevé réduit le volume de
crédit accordé au secteur
privé.........................................................................................30
4- Un spread élevé décourage
l'épargne......................................31
B- L'ÉVOLUTION DES CARACTÉRISTIQUES DES BANQUES
INSTALLÉES DANS LES PAYS DE LA ZONE
CEMAC.........................................................................32
1- Les actifs
bancaires..........................................................32
2- Le capital des
banques......................................................33
3- Le volume des
dépôts......................................................34
4- Le volume des
crédits......................................................35
5- Les
provisions...............................................................36
SECTION 2 : LA STRUCTURE DE MARCHÉ DU SECTEUR
BANCAIRE ET L'ENVIRONNEMENT MACROÉCONOMIQUE ET INSTITUTIONNEL DES PAYS
DE LA ZONE
CEMAC..............................................................................................37
A- L'évolution de la structure de marché du
secteur bancaire........37
1- L'évolution de la
concentration.............................................37
2- Le nombre de banques et le nombre de
guichets.........................39
3- La
population..................................................................40
4- Les réserves
obligatoires....................................................40
B- L'ÉVOLUTION DE L'ENVIRONNEMENT
MACROÉCONOMIQUE ET
INSTITUTIONNEL.....................................................................................42
1- La
croissance...................................................................42
2-
L'inflation......................................................................43
3- La volatilité du taux d'intérêt
réel..........................................44
4- Le cadre
institutionnel.......................................................45
DEUXIEME PARTIE : UNE EVALUATION EMPIRIQUE DES
DETERMINANTS DU SPREAD DES TAUX D'INTERET BANCAIRES DANS LES PAYS DE LA ZONE
CEMAC............................48
Chapitre III: Cadre
opératoire................................................................50
SECTION 1 : MÉTHODOLOGIE ET DONNÉES DE
L'ETUDE.........................51
A- La méthodologie de Ho et Saunders
(1981)................................51
1- Le modèle théorique et ses
extensions....................................51
2- Le modèle empirique et ses
applications.................................54
B- Présentation du modèle à
estimer...........................................57
1- Le modèle et les
variables.................................................57
2- Les caractéristiques statistiques des
données...........................61
SECTION 2 : PROCÉDURE DE SPECIFICATION ET
D'ESTIMATION EN DONNEES DE
PANEL.....................................................................................62
A- Tests de spécification en
économétrie des données de panel.........62
1- Test d'existence des effets
individuels...................................62
2- Effets fixes ou effets
aléatoires............................................63
B- Estimation par la méthode des moindres
carrés ordinaires..........65
1- Test d'omission des variables explicatives
pertinentes..................65
2- Test de
multicolinéarité......................................................64
3- Test de normalité des
résidus...............................................66
4- Test d'hétéroscédasticité des
erreurs......................................67
CHAPITRE IV: RÉSULTATS DES ESTIMATIONS DU SPREAD DES
TAUX D'INTERET BANCAIRES DANS LES PAYS DE LA
CEMAC................................................................69
Section 1 : ANALYSE DES
RésultatS.................................................69
A- Estimation du
spread.............................................................70
1- Résultats
économétriques..................................................70
2- Interprétation
économique.................................................73
B- Estimation du spread
pur......................................................75
1- Résultats
économétriques..................................................76
2- Interprétation
économique.................................................77
Section 2 : Recommandations et
perspectives............................78
A- Recommandations de politiques
économiques...........................78
1- Améliorer la concurrence dans le secteur bancaire et
lutter contre
l'inflation..................................................................................78
2- Améliorer la qualité du cadre légal et
institutionnel...................79
B- Perspectives de
l'étude.........................................................80
1- Mener l'étude à l'échelle des
banques..................................80
2- Prendre en compte le rôle des
institutions..............................80
cONCLUSION
GENERALE.....................................................................................83
REFERENCES
BIBLIOGRAPHQUES...........................................................................
a
ANNEXES..............................................................................................................
e
TABLE DES
MATIERES..........................................................................................
w
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC102.png)
![](Les-determinants-du-spread-des-taux-dintert-bancaires-dans-les-pays-de-la-zone-CEMAC103.png)
* 1 Les chiffres ci-dessus
sont issus de la base de données World Development Indicators (2012) de
la Banque Mondiale.
* 2 Klein (1971) et Monti
(1972) cités par Nys (2003).
* 3Contrairement à
Klein (1971) et à Monti (1972), Ho et Saunders (1981) postulent que la
banque est risquophobe et que c'est cette attitude vis-à-vis du risque
qui justifie l'existence d'une marge d'intermédiation bancaire. En
outre, ces auteurs modélisent simultanément les deux
côtés du bilan de la banque parce qu'ils considèrent que
les activités de dépôts et les activités de
crédits peuvent faire l'objet de subventions croisées.
* 4 Ces auteurs sont
cités par Zhou et Wong (2008), Maudos et Solis (2009) et Khan et Khan
(2010).
* 5 Cité par Maudos et
Solis (2009).
* 6 Cités par La
porta, Lopez-de-Silanes et Shleifer (2008).
* 7 Cités par Chirwa et
Mlachila (2004)
* 8 Classens et Laeven (2004)
ont mis en évidence une relation positive entre la concentration et le
degré de concurrence du secteur bancaire.
* 9 Cet indice mesure la
capacité d'une banque à appliquer des prix inférieurs
à son coût marginal de production. L'indice de Lerner est
donné par la formule suivante :
Avec Pi = prix moyen des produits bancaires et
Cmi = Coût moyen de production
Maudos et Fernandez de Guevara (2004) ont utilisé
l'indice de Lerner dans une étude consacrée aux facteurs
explicatifs de la marge d'intérêt des banques dans les pays de
l'Union Européenne.
* 10 Cités par La Porta,
Lopez-de-Silanes et Shleifer (2008)
* 11 Ces
prélèvements effectués sur les retraits se font en
violation de la loi. En effet, le Règlement 02/03/CEMAC/UMAC/CM relatif
aux systèmes, moyens et incidents de paiement stipule que «
l'ouverture d'un compte de dépôt donne droit à la
délivrance d'une formule de retrait au profit du titulaire du compte
». Par conséquent, les établissements de crédit ne
doivent pas prélever de frais sur toutes formules de retrait
(chèque, carte de retrait ou tout autre moyen de paiement) que pourrait
bien posséder un usager.
* 12 L'indice
Herfindahl-Hirschman (HHI) est un indicateur de mesure de la concentration d'un
marché. Il est égal à la somme des carrés des parts
de marché des entreprises présentes sur le marché
considéré. Pour son interprétation, trois zones sont
habituellement retenues : si HHI est inférieur à 1 000, la
concentration du marché est considérée comme faible ; si
HHI est compris entre 1 000 et 1 800, le marché est moyennement
concentré ; si HHI est supérieur à 1 800, la concentration
du marché est élevée.
* 13 Il s'agit ici de l'indice
de perception de la corruption calculé annuellement par Transparency
International.
* 14 Ces deux indicateurs
institutionnels sont issus de la base de données Worldwide Governance
Indicators compilée par Kaufmann et al. (2009). Leurs intitulés
originaux sont «Control of corruption» et «Regulatory
quality».
«Regulatory quality» est une perception de
l'aptitude du gouvernement à formuler et à mettre en application
des lois et règlements justes qui rendent possibles et encouragent le
développement du secteur privé. Tandis que «Control of
corruption» est une perception de l'ampleur avec laquelle le pouvoir
public est utilisé pour la défense des intérêts
privés. Cet indicateur prend en compte la petite et la grande
corruption, ainsi que la ``prise en otage'' de l'Etat par les élites et
les intérêts privés.
* 15 En effet,
Demirgüç-Kunt et Huizinga (1998) stipulent que le spread ex
ante est biaisé parce qu'il reflète le risque perçu
par la banque. Le risque étant une dimension importante des services
bancaires, toute différence dans son évaluation serait de nature
à créer des distorsions dans la comparaison des spreads. L'autre
problème inhérent à l'utilisation du spread ex
ante vient du fait que les données disponibles, sont
généralement agrégées à l'échelle du
secteur bancaire. Synthétisant ainsi des informations de nature et
d'origine différentes.
Néanmoins, de nombreux auteurs tels que Robinson
(2002), Gelos(2006), Samuel et Valderrama (2006), Crowley (2007), Folawewo et
Tennant (2008), etc... se sont servi du spread ex ante ou des deux
définitions du spread pour mener leurs études.
* 16 Il convient de noter
que certains facteurs reflétant entre autres les imperfections du
marché et l'influence de l'environnement macroéconomique peuvent
provoquer des déviations du spread pur et conduire à
l'application d'un spread dit institutionnel. Le spread institutionnel comprend
en plus des taux d'intérêt explicites fixés par la banque,
les taux implicites pratiqués par celle-ci.
* 17 Ces auteurs sont
cités par Zhou et Wong (2008), Maudos et Solis (2009) et Khan et Khan
(2010).
* 18 Les pays en question
sont l'Allemagne, l'Espagne, la France, la Grande Bretagne, l'Italie et la
Suisse.
* 19 C'est le cas de
Ndung'u et Ngugi (2000) et Ngugi (2001) pour le Kenya, Chirwa et Mlachila
(2004) pour le Malawi, Beck et Hesse (2006) pour l'Ouganda, Crowley (2007) pour
un échantillon de 20 pays de l'Afrique anglophone, Folawewo et Tennant
(2008) pour un échantillon de 33 pays d'Afrique subsaharienne,
Khumaloand, Olalekan et Okurut (2011) pour le Swaziland, etc.