Les déterminants du spread des taux d'intérêt bancaires dans les pays de la zone CEMAC

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 africains^19(*). 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.

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.

* 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.