3.1.2.2 ANALYSECONOMETRIQUE
Cette section présente les résultats des
déterminants du risque de liquidité de la BOA RDC. Nous
présentons à tour rôle les résultats des estimations
et les tests de validation du modèle.
Tableau 12 : statistique descriptive
LA statistique jarque et bera étant supérieure au
seuil de significativité de 5 % nous pouvons conclure que notre
distribution est normale.
Nous pouvons traduire ici une corrélation positive
entre le ratio de liquidité et le ratio de capitalisation de la banque.
D'où une banque financée par les fonds propres a plus de
probabilité de faire face aux risques de crédit.
Test de Co intégration des variables
|
Series: RLC NLP ROA ROE RCB RSOL INF PIB LOGBQ RISQGEN
|
|
Sample: 2010 2020
|
|
|
|
Included observations: 11
|
|
|
|
Null hypothesis: Series are not cointegrated
|
|
|
Cointegrating equation deterministics: C
|
|
|
Automatic lags specification based on Schwarz criterion
(maxlag=1)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Dependent
|
tau-statistic
|
Prob.*
|
z-statistic
|
Prob.*
|
|
RLC
|
-6.174968
|
0.2898
|
-17.40635
|
0.9640
|
|
NLP
|
-6.529634
|
0.2339
|
-17.57020
|
0.9639
|
|
ROA
|
-6.811115
|
0.1954
|
-17.94146
|
0.9638
|
|
ROE
|
-5.867760
|
0.3480
|
-16.99689
|
0.9640
|
|
RCB
|
-6.235359
|
0.2795
|
-17.43607
|
0.9639
|
|
RSOL
|
-5.549071
|
0.4312
|
-79.26623
|
0.0000
|
|
INF
|
-6.529561
|
0.2339
|
-17.83565
|
0.9638
|
|
PIB
|
-6.270858
|
0.2739
|
-17.67703
|
0.9639
|
|
LOGBQ
|
-6.181546
|
0.2887
|
-17.41620
|
0.9640
|
|
RISQGEN
|
-6.165751
|
0.2914
|
-17.43306
|
0.9640
|
|
|
|
|
|
|
|
|
|
|
Source : notre traitement dans eviews 10
nous pouvons
dire que les variables sont bien intégrés dans notre
modèle
Test des causalités
|
Pairwise Granger Causality Tests
|
|
Date: 11/19/21 Time: 05:21
|
|
Sample: 2010 2020
|
|
|
Lags: 2
|
|
|
|
|
|
|
|
|
|
|
|
Null Hypothesis:
|
Obs
|
F-Statistic
|
Prob.
|
|
|
|
|
|
|
|
|
|
NLP does not Granger Cause RLC
|
9
|
2.64065
|
0.1857
|
|
RLC does not Granger Cause NLP
|
0.14563
|
0.8689
|
|
|
|
|
|
|
|
|
|
ROA does not Granger Cause RLC
|
9
|
0.38366
|
0.7040
|
|
RLC does not Granger Cause ROA
|
0.56499
|
0.6080
|
|
|
|
|
|
|
|
|
|
ROE does not Granger Cause RLC
|
9
|
1.11507
|
0.4122
|
|
RLC does not Granger Cause ROE
|
0.91835
|
0.4697
|
|
|
|
|
|
|
|
|
|
RCB does not Granger Cause RLC
|
9
|
0.04137
|
0.9599
|
|
RLC does not Granger Cause RCB
|
0.63342
|
0.5768
|
|
|
|
|
|
|
|
|
|
RSOL does not Granger Cause RLC
|
9
|
0.07787
|
0.9265
|
|
RLC does not Granger Cause RSOL
|
1.10480
|
0.4149
|
|
|
|
|
|
|
|
|
|
INF does not Granger Cause RLC
|
9
|
2.77311
|
0.1756
|
|
RLC does not Granger Cause INF
|
0.30409
|
0.7535
|
|
|
|
|
|
|
|
|
|
PIB does not Granger Cause RLC
|
9
|
0.69173
|
0.5521
|
|
RLC does not Granger Cause PIB
|
1.11998
|
0.4109
|
|
|
|
|
|
|
|
|
|
LOGBQ does not Granger Cause RLC
|
9
|
2.00962
|
0.2488
|
|
RLC does not Granger Cause LOGBQ
|
1.39175
|
0.3477
|
|
|
|
|
|
|
|
|
|
RISQGEN does not Granger Cause RLC
|
9
|
0.21583
|
0.8147
|
|
RLC does not Granger Cause RISQGEN
|
0.74385
|
0.5313
|
|
|
|
|
|
|
|
|
|
ROA does not Granger Cause NLP
|
9
|
1.86247
|
0.2681
|
|
NLP does not Granger Cause ROA
|
0.86470
|
0.4874
|
|
|
|
|
|
|
|
|
|
ROE does not Granger Cause NLP
|
9
|
4.55324
|
0.0931
|
|
NLP does not Granger Cause ROE
|
0.63601
|
0.5757
|
|
|
|
|
|
|
|
|
|
RCB does not Granger Cause NLP
|
9
|
0.31810
|
0.7444
|
|
NLP does not Granger Cause RCB
|
0.94119
|
0.4624
|
|
|
|
|
|
|
|
|
|
RSOL does not Granger Cause NLP
|
9
|
0.35035
|
0.7241
|
|
NLP does not Granger Cause RSOL
|
1.19018
|
0.3930
|
|
|
|
|
|
|
|
|
|
INF does not Granger Cause NLP
|
9
|
1.38724
|
0.3486
|
|
NLP does not Granger Cause INF
|
5.81947
|
0.0654
|
|
|
|
|
|
|
|
|
|
PIB does not Granger Cause NLP
|
9
|
1.10861
|
0.4139
|
|
NLP does not Granger Cause PIB
|
42.8376
|
0.0020
|
|
|
|
|
|
|
|
|
|
LOGBQ does not Granger Cause NLP
|
9
|
2.55599
|
0.1927
|
|
NLP does not Granger Cause LOGBQ
|
0.32819
|
0.7379
|
|
|
|
|
|
|
|
|
|
RISQGEN does not Granger Cause NLP
|
9
|
0.51272
|
0.6335
|
|
NLP does not Granger Cause RISQGEN
|
0.52540
|
0.6272
|
|
|
|
|
|
|
|
|
|
ROE does not Granger Cause ROA
|
9
|
2.41954
|
0.2048
|
|
ROA does not Granger Cause ROE
|
1.81689
|
0.2746
|
|
|
|
|
|
|
|
|
|
RCB does not Granger Cause ROA
|
9
|
1.01527
|
0.4400
|
|
ROA does not Granger Cause RCB
|
0.20782
|
0.8206
|
|
|
|
|
|
|
|
|
|
RSOL does not Granger Cause ROA
|
9
|
0.73056
|
0.5365
|
|
ROA does not Granger Cause RSOL
|
0.04231
|
0.9590
|
|
|
|
|
|
|
|
|
|
INF does not Granger Cause ROA
|
9
|
1.07953
|
0.4218
|
|
ROA does not Granger Cause INF
|
0.91227
|
0.4716
|
|
|
|
|
|
|
|
|
|
PIB does not Granger Cause ROA
|
9
|
6.48459
|
0.0556
|
|
ROA does not Granger Cause PIB
|
1.02222
|
0.4379
|
|
|
|
|
|
|
|
|
|
LOGBQ does not Granger Cause ROA
|
9
|
0.25119
|
0.7893
|
|
ROA does not Granger Cause LOGBQ
|
0.39239
|
0.6989
|
|
|
|
|
|
|
|
|
|
RISQGEN does not Granger Cause ROA
|
9
|
0.05063
|
0.9512
|
|
ROA does not Granger Cause RISQGEN
|
6.68542
|
0.0530
|
|
|
|
|
|
|
|
|
|
RCB does not Granger Cause ROE
|
9
|
1.18253
|
0.3949
|
|
ROE does not Granger Cause RCB
|
0.81461
|
0.5049
|
|
|
|
|
|
|
|
|
|
RSOL does not Granger Cause ROE
|
9
|
0.99617
|
0.4456
|
|
ROE does not Granger Cause RSOL
|
0.76340
|
0.5238
|
|
|
|
|
|
|
|
|
|
INF does not Granger Cause ROE
|
9
|
0.49321
|
0.6435
|
|
ROE does not Granger Cause INF
|
2.39410
|
0.2072
|
|
|
|
|
|
|
|
|
|
PIB does not Granger Cause ROE
|
9
|
8.68693
|
0.0350
|
|
ROE does not Granger Cause PIB
|
1.66976
|
0.2970
|
|
|
|
|
|
|
|
|
|
LOGBQ does not Granger Cause ROE
|
9
|
0.48823
|
0.6461
|
|
ROE does not Granger Cause LOGBQ
|
1.47482
|
0.3313
|
|
|
|
|
|
|
|
|
|
RISQGEN does not Granger Cause ROE
|
9
|
0.08747
|
0.9180
|
|
ROE does not Granger Cause RISQGEN
|
1.80090
|
0.2769
|
|
|
|
|
|
|
|
|
|
RSOL does not Granger Cause RCB
|
9
|
0.24822
|
0.7914
|
|
RCB does not Granger Cause RSOL
|
0.29874
|
0.7570
|
|
|
|
|
|
|
|
|
|
INF does not Granger Cause RCB
|
9
|
2.97053
|
0.1619
|
|
RCB does not Granger Cause INF
|
0.43102
|
0.6768
|
|
|
|
|
|
|
|
|
|
PIB does not Granger Cause RCB
|
9
|
0.58712
|
0.5976
|
|
RCB does not Granger Cause PIB
|
1.63167
|
0.3033
|
|
|
|
|
|
|
|
|
|
LOGBQ does not Granger Cause RCB
|
9
|
4.38167
|
0.0982
|
|
RCB does not Granger Cause LOGBQ
|
0.45152
|
0.6656
|
|
|
|
|
|
|
|
|
|
RISQGEN does not Granger Cause RCB
|
9
|
0.84041
|
0.4958
|
|
RCB does not Granger Cause RISQGEN
|
0.29533
|
0.7592
|
|
|
|
|
|
|
|
|
|
INF does not Granger Cause RSOL
|
9
|
2.72518
|
0.1792
|
|
RSOL does not Granger Cause INF
|
0.41858
|
0.6838
|
|
|
|
|
|
|
|
|
|
PIB does not Granger Cause RSOL
|
9
|
0.53415
|
0.6229
|
|
RSOL does not Granger Cause PIB
|
0.62551
|
0.5803
|
|
|
|
|
|
|
|
|
|
LOGBQ does not Granger Cause RSOL
|
9
|
2.59373
|
0.1896
|
|
RSOL does not Granger Cause LOGBQ
|
0.45492
|
0.6637
|
|
|
|
|
|
|
|
|
|
RISQGEN does not Granger Cause RSOL
|
9
|
0.92712
|
0.4669
|
|
RSOL does not Granger Cause RISQGEN
|
0.06895
|
0.9345
|
|
|
|
|
|
|
|
|
|
PIB does not Granger Cause INF
|
9
|
13.9720
|
0.0157
|
|
INF does not Granger Cause PIB
|
0.65193
|
0.5688
|
|
|
|
|
|
|
|
|
|
LOGBQ does not Granger Cause INF
|
9
|
0.62403
|
0.5809
|
|
INF does not Granger Cause LOGBQ
|
1.17250
|
0.3974
|
|
|
|
|
|
|
|
|
|
RISQGEN does not Granger Cause INF
|
9
|
0.96999
|
0.4535
|
|
INF does not Granger Cause RISQGEN
|
0.19922
|
0.8270
|
|
|
|
|
|
|
|
|
|
LOGBQ does not Granger Cause PIB
|
9
|
4.50251
|
0.0946
|
|
PIB does not Granger Cause LOGBQ
|
34.9180
|
0.0029
|
|
|
|
|
|
|
|
|
|
RISQGEN does not Granger Cause PIB
|
9
|
0.47087
|
0.6552
|
|
PIB does not Granger Cause RISQGEN
|
0.53684
|
0.6215
|
|
|
|
|
|
|
|
|
|
RISQGEN does not Granger Cause LOGBQ
|
9
|
0.01166
|
0.9884
|
|
LOGBQ does not Granger Cause RISQGEN
|
4.31407
|
0.1003
|
|
|
|
|
|
|
|
|
Source : notre traitement dans Eviews 10
A. Résultats des estimations.
|
Dependent Variable: RLC
|
|
|
|
Method: Least Squares
|
|
|
|
Date: 11/19/21 Time: 05:40
|
|
|
|
Sample: 2010 2020
|
|
|
|
Included observations: 11
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
|
|
|
|
|
|
|
|
|
|
C
|
0.152819
|
0.017857
|
8.558159
|
0.0741
|
|
NLP
|
0.014366
|
0.001187
|
12.10317
|
0.0525
|
|
ROA
|
0.130857
|
0.041117
|
3.182549
|
0.1938
|
|
ROE
|
0.081214
|
0.005617
|
14.45932
|
0.0440
|
|
RCB
|
0.738298
|
0.019934
|
37.03719
|
0.0172
|
|
RSOL
|
-0.001732
|
0.004659
|
-0.371847
|
0.7734
|
|
INF
|
-0.039480
|
0.002506
|
-15.75654
|
0.0403
|
|
PIB
|
-0.422127
|
0.023584
|
-17.89909
|
0.0355
|
|
LOGBQ
|
0.067586
|
0.001566
|
43.15083
|
0.0148
|
|
RISQGEN
|
11.88525
|
0.217860
|
54.55455
|
0.0117
|
|
|
|
|
|
|
|
|
|
|
|
R-squared
|
0.999996
|
Mean dependent var
|
1.034492
|
|
Adjusted R-squared
|
0.999963
|
S.D. dependent var
|
0.097458
|
|
S.E. of regression
|
0.000594
|
Akaike info criterion
|
-12.59947
|
|
Sum squared resid
|
3.53E-07
|
Schwarz criterion
|
-12.23775
|
|
Log likelihood
|
79.29709
|
Hannan-Quinn criter.
|
-12.82749
|
|
F-statistic
|
29921.17
|
Durbin-Watson stat
|
2.963468
|
|
Prob(F-statistic)
|
0.004487
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Source : Notre traitement dans Eviews 10
Estimation Equation:
=========================
RLC = C(1) + C(2)*NLP + C(3)*ROA + C(4)*ROE + C(5)*RCB +
C(6)*RSOL + C(7)*INF + C(8)*PIB + C(9)*LOGBQ + C(10)*RISQGEN
Substituted Coefficients:
=========================
RLC = 0.152819052742 + 0.0143655165591*NLP + 0.130856536469*ROA +
0.0812136690086*ROE + 0.738297741351*RCB - 0.00173226433149*RSOL -
0.0394801381709*INF - 0.42212738903*PIB + 0.0675864846012*LOGBQ +
11.8852534184*RISQGEN
Avec une moyenne de 1.034492 et un écart type de
0.097458 Les résultats d'estimation montrent que les coefficients
associés aux variables explicatives sont statistiquement significatifs
car leur p-value est inférieur à 5%. Sauf celui des prêts
non performant, la rentabilité financière et la
solvabilité. Le coefficient de détermination ajusté
étant élevé cela traduit donc une très forte
qualité d'ajustement. Avec 99% d'ajustement de notre model. Ce texte est
plus fiable que celui de R-squared qui s'élève à 99,9%.
Aussi la Prob (F-stat) etant de0.004487 le modèle est globalement
significatif.Le test de Durbin-Watson étant supérieur à 2
nous pouvons conclure une absence d'auto corrélation des résidus
de la régression.
En faisant sortir un à un du model les variables qui
n'expliquent pas significativement notre model, nous restons avec le model
ci-après :
|
Dependent Variable: RLC
|
|
|
|
Method: Least Squares
|
|
|
|
Date: 11/19/21 Time: 05:51
|
|
|
|
Sample: 2010 2020
|
|
|
|
Included observations: 11
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
|
|
|
|
|
|
|
|
|
|
C
|
0.152118
|
0.013396
|
11.35564
|
0.0077
|
|
NLP
|
0.014011
|
0.000534
|
26.23381
|
0.0014
|
|
ROA
|
0.122560
|
0.026055
|
4.703931
|
0.0423
|
|
ROE
|
0.081621
|
0.004156
|
19.63932
|
0.0026
|
|
RCB
|
0.731078
|
0.003410
|
214.3725
|
0.0000
|
|
INF
|
-0.039804
|
0.001772
|
-22.45812
|
0.0020
|
|
PIB
|
-0.426614
|
0.015287
|
-27.90682
|
0.0013
|
|
LOGBQ
|
0.067743
|
0.001138
|
59.52106
|
0.0003
|
|
RISQGEN
|
11.92246
|
0.145993
|
81.66480
|
0.0001
|
|
|
|
|
|
|
|
|
|
|
|
R-squared
|
0.999996
|
Mean dependent var
|
1.034492
|
|
Adjusted R-squared
|
0.999979
|
S.D. dependent var
|
0.097458
|
|
S.E. of regression
|
0.000448
|
Akaike info criterion
|
-12.65178
|
|
Sum squared resid
|
4.01E-07
|
Schwarz criterion
|
-12.32623
|
|
Log likelihood
|
78.58479
|
Hannan-Quinn criter.
|
-12.85699
|
|
F-statistic
|
59144.67
|
Durbin-Watson stat
|
2.869888
|
|
Prob(F-statistic)
|
0.000017
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Source : notre traitement dans Eviews 10.
Apres plusieurs vérifications de la fiabilité du
modèle, nous sommes arrivés à la conclusion selon laquelle
tous les variables de notre model sauf la solvabilité, expliquent le
risque de liquidité de la BOA RDC.
Le model estimé se représentera comme suit :
Estimation Equation:
=========================
RLC = C(1) + C(2)*NLP + C(3)*ROA + C(4)*ROE + C(5)*RCB + C(6)*INF
+ C(7)*PIB + C(8)*LOGBQ + C(9)*RISQGEN
Substituted Coefficients:
=========================
RLC = 0.152117627275 + 0.0140112703525*NLP +
0.122559940053*ROA + 0.0816208444467*ROE + 0.731078481725*RCB -
0.0398040513258*INF - 0.426613938896*PIB + 0.0677430337006*LOGBQ
-11.9224629552*RISQGEN
Cela voudrait dire qu'il ya une relation positive entre le
risque de crédit, la capitalisation de la banque, la rentabilité
économique et financière, la taille de la banque. Quand ces
ratios augmentent de 1, le ratio de liquidité augmente respectivement
de0.0140112703525; 0.122559940053 ; 0.0816208444467 ;
0.731078481725 ; 0.0677430337006 ; par contre il Ya une relation
négative avec le risque général et les facteurs
macroéconomiques. Ainsi l'augmentation de 1 de ces ratio entraine une
diminution du risque de liquidité de 0.0398040513258 ;
0.426613938896 et 11.9224629552
A la lumière de ce qui précède nous
arrivons aux conclusions suivantes :
Ø Le test de Fisher de59144.67 signifie que notre
modèle est globalement significatif puisque la probabilité de
0.000017 est inférieure au seuil de 5%
Ø L'Adjusted R-squared étant de 99.9% cela veut
dire que les variables ci-dessus expliquent significativement le risque de
liquidité.
Ø Le test de Durbin-Watson etant superieur à 2
nous pouvons conclure une absence d'auto corrélation des résidus
de la régression.
Ø Le risque de liquidité est expliqué ou
déterminé par la capitalisation de la banque avec une
probabilité nulle ; par la rentabilité financière
avec une probabilité d'erreur de0.0026. nous pouvons donc confirmer
qu'une banque rentable financièrement cours moins de risque qu'une
banque non rentable. Nous constatons que les capitaux propres jouent ici un
grand rôle dans la gestion de liquidité car une banque ayant des
fonds propres suffisant est donc capable de payer ces dettes, dans la grande
parti faire face aux retraits des clients sans recourir aux financements
extérieures. La taille de la banque est aussi un grand facteur. Les
grandes banques fons facilement face au risque de liquidité que les
petites. Les banques appartenant aux groupes sont souvent subventionnés
ce qui limite le risque de liquidité.
Ø Les facteurs macroéconomiques comme
l'inflation et le PIB ont pas aussi un impact direct sur le risque de
liquidité de la BOA mais cela de façon négative.
Tableau 11 CORRELATION ENTRE LES VARIABLES
Source : notre base de donné Excel
Nous pouvons remarquer une corrélation positive entre
le ratio des liquidités et le ratio de la capitalisation, la
solvabilité, le risque général,et la croissance du PIB.
Tandis que pour les autres variables il Ya une corrélation
négative avec le ratio de liquidité
B. Tests de validation du modèle
Avant toute validation des résultats de la
régression, certaines conditions doivent être remplies. Plus
précisément, les résidus de la régression doivent
suivre une distribution normale, doivent être homoscédastique et
doivent être non corrélés. En plus, les variables
explicatives ne doivent être corrélées.
L'analyse de la normalité des résidus montre que
les résidus suivent une distribution normale comme la statistique de
Jarque-Bera donne une valeur supérieure à 5% comme
déjà évoquer.
Les vérifications de différentes
hypothèses étant faites, nous confirmons que notre modèle
est valide.
| 
