_
FACULTE DES SCIENCES DE GESTION
251659264FILIERE BANQUES ET ASSURANCES
FACTEURS DE NON ACCES AU FINANCEMENT DES PME DANS LA
VILLE DE LUBUMBASHI
Mémoire présenté et défendu en vue
de l'obtention du grade de Licenciée en Sciences de Gestion
Présenté par :NGOMBA
KADIMA MARIE MICHELLE
Promotion : Licence 3 Banques et Assurances
251661312
SEPTEMBRE 2021
FACULTE DES SCIENCES DE
GESTION
FILIERE BANQUES ET ASSURANCES
251660288
FACTEURS DE NON-ACCES AU FINANCEMENT DES PME DANS LA
VILLE DE LUBUMBASHI
Mémoire présenté et défendu en vue
de l'obtention du grade de Licenciée en Sciences de Gestion
Présenté par :NGOMBA KADIMA MARIE
MICHELLE
Promotion : Licence 3 Banques et Assurances
Directeur : NKWEMBE UNSITALGuy Bernard
Professeur Ordinaire
Encadreur : KAMENGA MAPURITA Christian
Chef des Travaux
251662336
ANNEE ACADEMIQUE 2020-2021
EPIGRAPHE
« Si l'on ignore que le crédit est la plus
grande ressource de toutes les affaires, on ignore tout ».
Démosthène
DEDICACE
A vous mes parents, KADIMA NYANGUILA Jean
Pierre et MWANJI KANDA Chantal, je dédicace le
fruit de mes efforts. Je ne saurai vous rendre tout ce que vous m'avez
donné. Je ne peux que vous exprimez ma reconnaisse pour votre soutien,
vos encouragements et votre accompagnement durant toutes ces années.
A toi ma soeur, NTANGA KADIMA Chancel, pour tout ce que tu as
fait dans l'ombre pour m'aider à tenir jusqu'au bout. Je ne saurai
exprimer toute la gratitude pour toute l'attention et les encouragements
reçus dans les moments les plus difficiles.
A vous mes frères, KADIMA Gregory et KADIMA Christian,
pour l'aide pratique et les encouragements que vous m'avez donné.
Ce travail je le dédie aussi à mes
grands-parents, KANDA Honoré et NGOMBA Marie. Des personnes que
j'affectionne particulièrement et qui m'ont accompagné de
diverses manières.
Je dédie ce travail à mes oncles et tantes qui
m'ont encouragé, chacun à sa manière. Je voudrais ici
citer NSONGA Astrid, ODIA David, YOWA Monique, KATOKA Alphonsine, ILUNGA
Georges, ILUNGA Marie, TSHAMA Daniel et celle pour qui j'ai uneaffection toute
particulière NGOMBA Evodie. Je le dédie aussi à tous ces
oncles et tantes que je ne pourrai pas citer ici mais que je porte dans mon
coeur.
Je dédie ce travail avec tout mon amour à mes
cousins : Noëlla, Manuella, Laurielle,Nadège, Billy, Delvard,
Valérie, Divine, Gracia, Marie-Rose, Blessing, Marie-Joelle, Gervais et
Giscard.
Je dédie aussi ce travail à mes amis qui m'ont
vraiment aidé et avec qui nous avons traversé cette étape.
Je cite notamment : Youri MAZEL, Delice LUBOYA, Charmant FASSO, Judith
SHUKRANI, Esther TSHAKWIZA, Ruth TSHAKWIZA, Alco NYEMBO, Benita ASSUMINI.
Pour finir, je voudrais dédier ce travail à
toute la promotion Licence 3 Banques et Assurances de l'université
Nouveaux Horizons.
REMERCIEMENTS
Avant tout nos remerciements vont tout droit au Dieu
Tout-puissant pour le souffle de vie et la force qu'il nous a accordé du
début à la fin de ce travail.
Je voudrais remercier le professeur Guy BernardNKWEMBE UNSITAL
pour avoir accepté de diriger ce travail malgré la distance et
ses multiples occupations.Je tiens aussi à remercier le professeur pour
tous ses conseils et orientations pour nous amener à acquérir
l'esprit de la recherche scientifique.
Ensuite je voudrais sincèrement remercier le chef de
travaux, monsieur KAMENGA MAPURITA CHRISTIAN, pour tout le temps et les efforts
qu'il a consacré à la rédaction de ce travail depuis sa
genèse. Nous ne saurons dire combien vos conseils ont contribué
à améliorer ce travail et nous tenons à vous remercier
pour tout cela.
Je voudrais aussi remercier mon collègue FASSO KABULO
pour tout le soutien et l'aide qu'il a apporté. Puisses-tu trouver ici
le fruit de tous ces moments de travail acharné.
Je voudrais encore remercier Marc Teddy pour l'aide et les
conseils donnés en tant qu'aîné scientifique.
Je voudrais aussi remercier tous ceux qui ont
contribué, de près ou de loin, à ce que ce travail voit le
jour. Je voudrais ici particulièrement remercier mes amis :
Merveille Nsankisha, Merveille Kakese, Prescilla, Joyce, Odelia, Ketia, David
Kahenga, Aristarque, William, Andy, Chris Mugeni, Samantha, Camille,
Montesquieu, Saudate, Oness, Eliel Justin, David Mbikay, Merlie et tant
d'autres dont je ne saurai mentionner le nom ici.
TABLE DES MATIERES
EPIGRAPHE
iii
DEDICACE
ii
REMERCIEMENTS
iii
TABLE DES MATIERES
iv
LISTE DES FIGURES
vi
LISTE DES TABLEAUX
vii
LISTE DES ABREVIATIONS
viii
NOTE DE SYNTHESE
ix
INTRODUCTION
1
1. Phénomène observé et
question de recherche
1
2. Problématique
2
3. Hypothèses
3
4. Modèle théorique explicatif
4
4.1 Modèle de la demande de crédit
4
4.2 Modèle de l'obtention du
crédit
4
5. Opérationnalisation des
hypothèses
5
6. Méthodologie de recherche
5
6.1 Méthodes et approches de la recherche
5
6.2 Techniques de la recherche
6
7. Objectifs de la recherche
6
7.1 Objectif général
6
7.2 Objectifs spécifiques
6
8. Choix et intérêt du sujet
7
8.1. Sur le plan personnel
7
8.2 Sur le plan managérial
7
8.3 Sur le plan scientifique
7
9. Délimitation de l'étude
7
10. Structure du mémoire
7
CHAP I : PRATIQUES DES CREDITS BANCAIRES ET
SITUATION DES PMES EN REPUBLIQUE DEMOCRATIQUE DU CONGO
8
I.1 Pratiques des crédits bancaires en
RDC
8
I.1.1 Les acteurs du système financier en
RDC
8
I.1.2 Description du système bancaire
10
I.1.3 Processus de l'octroi des crédits
bancaires en RDC
12
I.2 Situation des PMEs en RDC
13
I.2.1 Caractéristiques de PMEs en RDC
14
I.2.2 Secteurs d'activité et degré
d'informalité des PMEs
15
I.2.3 Répartition du crédit bancaire
par secteurs d'activités en RDC
16
I.3 Eléments stratégique des PMEs en
RDC
17
I.3.1 Analyse SWOT
17
I.3.2 Analyse PESTEL
18
CHAPITRE II : CADRE THEORIQUE ET EMPIRIQUE
19
II.1 Théories explicatives
19
II.1.1 Théorie de l'asymétrie
d'information
19
II.1.2 Théorie du rationnement de
crédit (Stiglitz & Weiss, 1981)
20
II.1.3 Théorie des barrières à
l'accès
21
II.2 Etudes empiriques
22
II.3 Cadre méthodologique
27
II.3.1 Détermination de
l'échantillon
27
II.3.2 Méthodes et techniques de collecte des
données
27
II.3.3 Méthodes et techniques de traitement
de données
28
CHAPITRE III : ANALYSE ECONOMETRIQUE DES
CONTRAINTES DE FINANCEMENT DES PME
31
III.1 Analyses descriptives
31
III.1.1 Analyses du point de vue de la demande de
crédit
31
III.1.2 Analyses du point de vue de l'offre du
crédit
35
III.2 Estimation des modèles,
interprétation et validation des résultats
38
III.2.1 Modèle économétrique de
la demande de crédit
38
III.2.2 Modèle économétrique de
l'obtention du crédit
39
III.2.3 Validation des résultats
40
III.3 Critères d'accès au
crédit des PMEs
41
III.4 Discussions, limites et suggestion
42
III.3.1 Discussions
42
III.3.2 Limites de l'étude
43
III.3.3 Suggestions
43
CONCLUSION
44
BIBLIOGRAPHIE
46
ANNEXES
x
LISTE DES FIGURES
Figure
1 Modèle théorique explicatif de la demande de crédit
4
Figure
2 Modèle théorique explicatif de l'obtention du crédit
4
Figure 3 Participation de l'activité bancaire
au PIB en Afrique Subsaharienne et en RDC
9
Figure 4 Concentration des dépôts
bancaire en 2019
11
Figure 5 Concentration des crédits bancaires
en 2019
11
Figure 6 Comparaison des taux
d'intérêts de la RDC par rapports à d'autres pays
12
Figure 7 Répartition des entreprises du
secteur informel selon le secteur d'activité
16
Figure 8 Participation du crédit bancaire aux
secteurs d'activités des PMEs
17
LISTE DES TABLEAUX
Tableau 1 Opérationnalisation des
hypothèses
3
Tableau 2 Evolution du nombre d'entreprises
créées lors des 5 dernières années
13
Tableau 3 Répartition de l'échantillon
selon le genre
31
Tableau 4 Répartition de l'échantillon
d'après le statut juridique
32
Tableau 5 Répartition de l'échantillon
selon le secteur d'activité de l'entreprise
32
Tableau 6 Répartition de l'échantillon
selon l'enregistrement de l'entreprise
33
Tableau 7 Répartition de l'échantillon
selon l'âge de l'entreprise
33
Tableau 8 Répartition de l'échantillon
selon la capacité d'autofinancement de l'entreprise
33
Tableau 9 Répartition de l'échantillon
selon la demande de crédit
34
Tableau 10 Répartition de
l'échantillon selon le nombre d'institution où on a fait sa
demande
34
Tableau 11 Répartition de
l'échantillon selon l'obtention du crédit
34
Tableau 12 Répartition de
l'échantillon selon la raison du refus de la demande de
crédit
35
Tableau 13 Répartition de
l'échantillon selon la substitution du crédit
35
Tableau 14 Poste du répondant au sein de
l'institution financière
36
Tableau 15 Année d'expérience au sein
de l'institution financière
36
Tableau 16 Répartition de
l'échantillon selon l'existence d'un département destiné
aux PMEs
36
Tableau 17 Répartition de
l'échantillon selon l'existence d'un registre de crédit
37
Tableau 18 Résultats de l'estimation de la
demande de crédit
38
Tableau 19 Résultats de l'estimation de
l'obtention du crédit
39
LISTE DES ABREVIATIONS
ANAPI : Agence Nationale pour la Promotion des
Investissements
|
BCC : Banque Centrale du Congo
|
FEC: Fédération des entreprises du Congo
|
FPM : Fonds pour l'inclusion financière
|
IF: Institutions financière
|
IMF : Institution de microfinance
|
MPME : Micros, Petites et Moyennes Entreprises
|
MPSMRM: Ministère du plan et suivi de la mise en oeuvre de
la révolution de la modernité
|
PIB : Produit Intérieur Brut
|
PME : Petites et Moyennes Entreprises
|
PMEA : Petites, Moyennes entreprises et l'Artisanat
|
PNB : Produit Net Bancaire
|
RC: Registre de crédit
|
RDC : République Démocratique du Congo
|
NOTE DE SYNTHESE
Notre travail concernant les facteurs de non-accès au
financement des PMEs a pour but d'identifier les facteurs qui influence la
demande et l'obtention du crédit des PMEs. Au terme de cette
étude, nous voulons voir si la demande et l'obtention du crédit
sont influencé par des facteurs comme l'autoexclusion des PMEs, la
non-bancarisation, le manque d'information sur le crédit, les conditions
des banques (taux d'intérêt, délai de remboursement et les
collatéraux), l'âge de l'entreprise, l'enregistrement de
l'entreprise, le nombre d'institutions où on a fait la demande de
crédit et le secteur d'activité de la PMEs. Nous avons
mené notre enquête auprès de 384 PMEs et 5 banques
exerçant leur activité dans la ville de Lubumbashi. En utilisant
la méthode de vraisemblance, nous avons estimé le modèle
de l'offre et de la demande de crédit. Les résultats obtenus nous
ont montré que l'autoexclusion, la non bancarisation et les conditions
de banques influence négativement la demande de crédit. Ils nous
ont aussi montré que l'âge de l'entreprise, son enregistrement, le
nombre d'institutions où la demande a été faite ainsi que
le secteur d'activité ont une influence positive sur l'obtention du
crédit. L'une des solutions évoquée dans ce travail est de
mettre en place des dispositifs pour que les PME aussi soient admissible au
crédit-bail. En effet, puisque les PME ont des difficultés
à fournir des garanties, le crédit-bail peut être une
solution palliative.
Mots clés : PMES-BANQUES-IMF-ACCES AU
FINANCEMENT-CREDIT.
INTRODUCTION
1.
Phénomène observé et question de recherche
L'accès au financement des PMEs est un sujet sur lequel
plusieurs auteurs se sont intéressés. Les PME occupent une place
importante dans l'économie à travers le monde. Sur le plan
international, on estime qu'elles constituent 90% du total des entreprises et
qu'elles participent à la création de 50% des emplois.
L'intérêt accordé auxPME a fait ressortir les
difficultés non négligeables qu'elles ont à pouvoir
accéder au financement.
Pour ne pas cesser leur activité, les PME font appel
à différentes sources de financement. Ces sources de financement
peuvent être soit internes soit externes. Dans le financement interne,
nous retrouvons l'autofinancement et le financement par augmentation du
capital. Le financement externe regroupe les subventions, le crédit
auprès des institutions financières et le crédit-bail. Le
plus souvent c'est l'endettement auprès des institutions
financières que les PMEs choisissent comme mode de financement
(Diazonzama, 2011). Pour les PMEs, la difficulté de trouver un
financement auprès des banques ou autres institutions financières
est plus complexe. En effet, les entreprises publiques ainsi que les grandes
entreprises, souvent étrangères, qui existent en Afrique
Subsaharienne ont moins de difficultés que les PMEs à obtenir un
financement auprès de la banque. Dans la zone CEMAC par exemple, 63,5%
des crédits octroyés par les banques ont été
attribués aux grandes entreprises contre 18,8%(Stijns, et al., 2020).
Ainsi, même si les montants qu'elles cherchent à emprunter sont
faibles par rapport à ceux des grandes entreprises, les PMEs voient leur
demande de prêt être refuser (Ondel, 2010). Ce problème est
généralisé à tel point que 80% des PMEs existantes
en Afrique Subsaharienne connaissent des contraintes pour obtenir un
financement et ne peuvent donc pas se développer de manière
durable.
L'Etat congolais, étant conscient que les PMEA
constituent l'épine dorsale d'une économie, s'est engagé
à relancer et promouvoir les banques de développement et à
faciliter l'éclosion de la microfinance, des coopératives
d'épargne et de crédit ainsi que des institutions
financières non bancaires. De plus l'Etat congolais s'est engagé
à mettre en place des mesures susceptibles de favoriser l'accès
au financement des PMEA en passant par le fond de garantie au crédit et
l'instauration des fonds de participations pour les PMEA(MPME, 2009).
Malgré ces engagements, force est de constater que les
PMEs ont toujours un accès difficile au financement que ce soit en
République Démocratique du Congo ou même en Afrique
Sub-saharienne en général. Selon une étude de la Banque
mondiale, les PMEs congolaises connaissent les mêmes de
difficultés. En effet, 40% d'entre elles affirment que l'accès au
financement est une contrainte majeure et 14% encore disent que l'accès
au financement est leur plus grand obstacle(Banque mondiale, 2019). Ces
chiffres prouvent à suffisance que l'accès au financement des PME
reste un problème majeur auquel on doit s'intéresser pour tenter
d'améliorer les situations difficiles encore existantes.
Ainsi, notre question de départ est formulée de
la manière suivante : quelles sont les causes qui rendent
l'accès au financement difficile pour les PMEs de la ville de
Lubumbashi ?
2. Problématique
Le développement des PME est considéré
par beaucoup comme un levier de développement des économies
modernes. En effet, ces entreprises contribuent à la création
d'emplois, la diminution de la pauvreté et de la croissance de la
production. Même s'il est reconnu que les PME peuvent grandement
favoriser l'émergence des pays en développement (Nezien, 2011),
les PME rencontrent plusieurs difficultés dans le financement de leur
activité. Bukvic et Bartlett (2003) font remarquer que 85% des
PMEfinancent plus de la moitié de leur activité avec leurs fonds
propres. Toujours selon les mêmes auteurs, certaines de ces PME se
tournent vers d'autres institutions telles que les banques dans le but
d'obtenir un financement pour leur activité mais les PME
financées par une source extérieure ne constituent que 5%.
Selon Cull et al (2006) cités par Nezien (2011), dans
les pays en développement le taux de refus des demandes de
crédits bancaires des PME est de 30%.Pour certains auteurs comme
Tioumagneng T(2011), la réticence des banques vis-à-vis des PME
est une manifestation des séquelles que la crise de 1985-1986 a
causé. Après cette crise, les banques n'ont plus fait confiance
aux PME pour leur accorder le crédit préférant se tourner
vers les grandes entreprises qui sont plus pérennes et plus fiables. De
plus, pour se protéger, les banques exigent des garanties que les PME ne
peuvent pas toujours fournir. Il est par conséquent difficile de
financer le développement de ces entreprises.
Partant de ce qui précède, notre question de
recherche se formule comme suit : la non sollicitation du
crédit bancaire par les PMEs est-elle liée aux conditions
fixées par les banques ou aux facteurs spécifiques
inhérents à cette catégorie
d'entreprise ?
De cette question principale, nous pouvons soulever les
questions spécifiques suivantes :
-Le non-recours au financement bancaire résulterait-il
d'une volonté délibérée des PME ?
-La non-bancarisation empêcherait-elle les PME de
recourir au crédit bancaire ?
-Les PME ne recourraient-elles pas au crédit bancaire
à cause du manque d'information ?
-Le taux d'intérêts, le délai de
remboursement et les collatéraux freineraient-ils les PME à
demander un crédit ?
-L'enregistrement des PME impacterait-il la décision
d'octroyer le crédit ?
-L'âge de l'entreprise influencerait-elle les banques
à octroyer le crédit ?
-Etre membre de plusieurs institutions permettrait-il aux PME
d'obtenir le crédit ?
-Le secteur d'activité de l'entreprise influencerait-il
la décision d'octroyer le crédit ?
3. Hypothèses
Les réponses provisoires à notre recherche sont
formulées de la manière suivante :
H1 : l'autoexclusion explique le non -recours au
financement bancaire.
H2 : La non-bancarisation
influence négativement le recours au crédit bancaire.
H3 : Le manque d'information est un facteur qui
empêche les PME de solliciter le crédit.
H4 : Les conditions des banques sur les taux
d'intérêts, le délai de remboursement ou les garanties
à fournir empêchent les PME de solliciter le crédit
H5 : LesPME qui sont enregistré ont moins de
difficultés à obtenir le financement bancaire
H6 : L'âge de l'entreprise influence positivement
l'obtention du crédit
H7 : Etre membre de plusieurs institutions influence
positivement l'obtention du financement bancaire
H8 : Le secteur d'activité de l'entreprise
influence l'obtention du crédit bancaire.
4.Modèle
théorique explicatif
S'appuyant sur les travaux deKERTOUS et MAYOUKOU(2015), nous
allons d'abord présenter le modèle théorique de la demande
de crédit et ensuite celui de l'obtention du crédit.
4.1 Modèle de la demande
de crédit
H1
H2
Autoexclusion
Bancarisation
Manque d'information financière
Conditions complexes des banques
DEMANDE DE CREDIT
H4
H3
251653120Variables explicatives Variable
expliquée
Figure 1 Modèle
théorique explicatif de la demande de crédit
251654144
4.2 Modèle de l'obtention
du crédit
H8
H5
H6
Avoir les documents commerciaux
Age de l'entreprise
Etre membre de plusieurs institutions
OBTENTION DU CREDIT
H7
Secteur d'activité
251655168Variables explicatives
Variable expliquée
Figure 2 Modèle
théorique explicatif de l'obtention du crédit
251656192
5.
Opérationnalisation des hypothèses
Tableau 1
Opérationnalisation des hypothèses
Variable
|
Indicateurs
|
Echelle
|
Non sollicitation du crédit
|
Demande de crédit
|
Nominale
|
Autoexclusion
|
Degré de confiance dans les banques
|
Ordinale
|
Bancarisation
|
Possession d'un compte bancaire
|
Ordinale
|
Manque d'information financière
|
Degré d'information financière
|
Ordinale
|
Conditions complexes des banques
|
-Taux d'intérêt élevés
-Délai de remboursement
-Garantie à fournir
|
Ordinal
|
Obtention du crédit
|
Obtention du crédit
|
Nominale
|
Enregistrement de l'entreprise
|
Avoir les documents commerciaux
|
Nominale
|
Age de l'entreprise
|
Age de l'entreprise
|
Intervalle
|
Nombre d'institution où on a demandé le
crédit
|
Nombre d'institution de la demande de crédit
|
Nominale
|
Secteur d'activité
|
-Service
-Commerce
-Autre secteurs
|
Nominale
|
6. Méthodologie de recherche
Pour effectuer notre recherche nous avons choisi de faire une
étude qualitative. Ce type d'étude permet d'analyser et de mieux
comprendre les phénomènes de la société.
6.1 Méthodes et approches
de la recherche
-Méthode hypothético
déductive : c'est une méthode scientifique qui
consiste d'abord à formuler les hypothèses qui vont guider la
recherche et ensuite déduire les conséquences de ces
hypothèses sur le phénomène qu'on étudie.
-Méthode documentaire : elle
consiste à se référer à la façon dont
différent auteurs ont traité des sujets similaires et
apporté des solutions à ce problème.
-Méthode exploratoire : elle
consiste à aller chercher les données qui peuvent expliquer le
phénomène et apporter les solutions
-Approche quantitative : elle
consiste à se servir de statistiques ou d'outils mathématiques
qui permettent de décrire ou de de prédire
l'évènement étudié.
6.2 Techniques de la
recherche
-Entretien : Nous avons
mené des entretiens grâce à un questionnaire fermé
que nous avons soumis au dirigeant des PME.
-Echantillonnage : cette
technique a consisté à prendre une partie de la population pour
effectuer notre recherche sur elle.L'échantillonnage et les
détails y afférent seront présentés plus en
détails dans la troisième section du deuxième chapitre de
notre travail.
7. Objectifs de la recherche
7.1
Objectif général
L'objectif généralde notre recherche est
double : d'une part il est d'identifierles facteurs explicatifs de la
demande de crédit et d'autre partde mettre en relief les facteurs
explicatifs de l'obtention du crédit bancaire
7.2
Objectifs spécifiques
Les objectifs spécifiques poursuivis par ce travail
sont :
-Examiner le rôle de l'autoexclusion dans la demande de
crédit
-Apprécier l'apport de la bancarisation sur la demande
de crédit
-Evaluer l'influence du manque d'information sur le
créditdans la demande de crédit
-Mesurer l'effet du taux d'intérêt, du
délai de remboursement et des collatérauxsur la demande de
crédit
-Vérifier l'influence de l'enregistrement de
l'entreprise dans l'obtention du crédit
-Mesurer l'impact de l'âge de l'entreprise comme facteur
influençant l'obtention du crédit
-Examiner si le nombre d'institutions
où on a fait la demande a une influence sur l'obtention du
crédit
-Evaluer le rôle dusecteur d'activité dans
obtention du crédit.
8. Choix et intérêt du sujet
8.1.
Sur le plan personnel
Ce sujet nous a intéressés parce que le
problème de l'accès au financement nous touche de près. Il
nous permettra de mieux comprendre les facteurs qui contraignent l'accès
au financement.
8.2
Sur le plan managérial
En tant qu'étudiante en Banques et assurances nous
aimerions voir les institutions financières, les banques en particulier,
développer de nouveaux services adaptés aux conditions existantes
dans notre pays pour mieux octroyer les crédits.
8.3
Sur le plan scientifique
Nous espérons que les résultats obtenus dans ce
travail pourront servir à d'autres chercheurs qui se pencheront sur des
sujets similaires à celui-ci.
9. Délimitation de l'étude
Sur le plan spatial, cette étude couvre les PMEs de la
ville de Lubumbashi.
Sur le plan temporel, cette étude s'étale sur la
période allant de Janvier 2021 à Juillet 2021
10. Structure du mémoire
En dehors de l'introduction et de la conclusion, ce travail
est subdivisé en 3 chapitres qui sont :
· Chapitre 1 : Pratiques des crédits
bancaires et situation des PMEs en République Démocratique du
Congo
· Chapitre 2 : Cadre théorique et
empirique
· Chapitre 3 :Analyse économétriquedes
contraintes de financement des PMEs
CHAP I : PRATIQUES DES CREDITS BANCAIRES ET SITUATION DES
PME EN REPUBLIQUE DEMOCRATIQUE DU CONGO
La République Démocratique du Congo est le plus
grand pays d'Afrique centrale. Le secteur financier de la RDC est encore en
plein essor et les différents acteurs économique du pays
travaillent encore à le développer. Ils s'efforcent par exemple
de créer des nouveaux moyens de paiement électronique accessibles
au plus grand nombre, de réduire la pauvreté à travers la
mobilisation de l'épargne et la redistribution des crédits et
enfin de favoriser le développement du secteur privé.
Ce secteur privé comprend notamment les PMEs qui sont
un élément non négligeable dans la croissance de
l'activité économique d'un pays.
Ce chapitre sera divisé en trois sections. La
première va se pencher sur les pratiques des crédits bancaires en
RDC, la deuxième va se pencher sur la situation des PMEs en RDC et la
troisième va présenter les éléments
stratégiques des PMEs sur base des analyses SWOT et PESTEL.
I.1 Pratiques des crédits bancaires en RDC
I.1.1
Les acteurs du système financier en RDC
La RDC compte plusieurs acteurs dans son système
financier. On peut citer les banques, les sociétés de
microfinance, les sociétés d'assurances et la caisse nationale de
sécurité sociale. Ici nous allons particulièrement nous
intéresser aux banques et aux sociétés de microfinance.
I.1.1.1 Institutions financières bancaires
On peut définir une banque comme un
établissement qui collecte l'épargne, distribue le crédit
et effectue des opérations de trésorerie. Les banques
exerçant dans un pays sont réglementées par une banque
centrale. En RDC, les banques sont réglementées par la Banque
Centrale du Congo (BCC). Toutes les banques doivent obtenir un agrément
de la BCC pour être autorisé à exercer leur activité
en RDC. Hormis la Banque Centrale du Congo, les banques exerçant leur
activité en RDC sont : ACCESS BANK, ADVANS BANK, AFRILAND FIRST
BANK, BANK OF AFRICA (BOA), BGFI BANK, CITIBANK, ECOBANK, EQUITY BCDC, FIRST
BANK OF NIGERIA (FBNBANK), RAWBANK, SOFIBANK, STANDARD BANK, TRUST MERCHANT
BANK, UNITED BANK FOR AFRICA (UBA).
Malgré ce nombre croissant de banques sur le territoire
national, l'activité bancaire ne participe que faiblement au PIB du pays
contrairement aux autres pays d'Afrique Subsaharienne comme le montre le
graphique ci-dessous. Cela peut être expliqué par le fait que
seulement 12% de la population adulte possède un compte bancaire
(Mermoux & Gilkes, 2019).
Figure 3 Participation de
l'activité bancaire au PIB en Afrique Subsaharienne et en RDC
. Source : Banque mondiale (Crédit
intérieur fourni au secteur privé par les banques)
I.1.2.2 Les sociétés de microfinance
Selon la loi n°11/020 du 15 septembre 2011 fixant les
règles relatives à l'activité de la microfinance en RDC,
la microfinance est « l'offre, à titre habituel, de services
financiers incluant des personnes n'ayant pas accès pas accès au
système bancaire classique ». Cette même loi
définie les institutions de microfinance comme une « personne
morale qui réalise, à titre de profession habituelle, des
opérations de Microfinance ». De par les définitions
ci-haut, on peut noter que les établissements de microfinance ont
répondu dans une certaine mesure au besoin de financement des
entreprises évoluant dans le secteur informel. En RDC, les institutions
de microfinance, tout comme les banques, sont réglementées par la
Banque Centrale du Congo. Parmi ces institutions nous pouvons citer : IMF
APE, IMF BAOBAB RDC, IMF BUSINA, IMF CREDIT YA MPA, IMF FINCA RDC SA, IMF
GUILGAL, IMF HEKIMA, IMF IFOD SA, IMF KITUMAINI, IMF LIGHT IN BUSINESS SA, IMF
MAMA TOMBWAMA, IMF MICROPOP, IMF PAIDEK SA,IMF PROCFIN SA, IMF SMICO SA,IMF
TGD, IMF TRUST INVESTMENT DEVELOPMENT SA, IMF TUJENGE,IMF VISIOFUND DRC SA.
Les sociétés de microfinance occupent une place
de choix dans le développement des pays en développement comme la
RDC. En effet, elles contribuent à l'inclusion financière des
personnes qui jusque-là n'avaient pas accès aux services
financiers classiques. En RDC, les sociétés de microfinance ont
connu un succès évident. En 2018, elles ont enregistré une
croissance de 7,1% ce qui laisse penser que la microfinance prospère en
RDC (BCC, 2019).
Les sociétés de microfinance
bénéficient du soutien de certains organismes internationaux tels
que le FPM. Les sociétés bénéficiant de ce soutien
peuvent déployés leur activité parce qu'en plus des fonds
qui sont mis à leur disposition, elles bénéficient des
formations dans le secteur de la microfinance de leurs agents et cadres (FPM,
2020).
En 2018, la société FINCA SA dominait le secteur
de la microfinance avec 34% du total des actifs du secteur de la microfinance,
25% des dépôts et 48% des crédits(Mermoux & Gilkes,
2019). La société possède aussi le plus grand nombre
d'agences, un total de 21 agences, à travers le pays comparativement aux
autres IMF(ANIMF, 2021).
I.1.2 Description du
système bancaire
Le système financier de la RDC est
caractérisé par la cohabitation de deux monnaie : le franc
congolais et le dollar américain qui, à mi-juin 2020,
constituaient 87.58% des dépôts des clients dans les banques
commerciales(Mavinga, 2020). Ces chiffres illustrent bien la faible confiance
des congolais dans leur monnaie nationale.
L'offre financière demeure pourtant dynamique en RDC
avec la présence de 14 banques commerciales, 1 banque de
développement, 16 sociétés financières dont 4 se
font via les téléphones mobiles (mobile money) et 12 qui sont
affiliées aux banques.
Le secteur bancaire en RDC doit aussi faire face à la
méfiance de la grande partie de la population congolaise. Cette
méfiance s'illustre bien par le fait que 70% des dépôts
dans les banques sont à court terme. De plus, la population congolaise,
ainsi que les autres opérateurs économiques, ayant une faible
capacité d'épargne, les dépôts à court terme
servent souvent à servir leurs besoins immédiats ce qui privent
les banques de ressource à moyen ou long terme.
On observe une forte concentration du secteur bancaire dans la
province de Kinshasa au détriment des autres provinces du pays.
Certaines zones du pays restent encore très faiblement touchées
par les banques. Les dépôts sont fortement concentrés dans
la province de Kinshasa avec une estimation 70% du volume des
dépôts total à travers le pays(Mermoux & Gilkes, 2019).
Cette situation est valable aussi pour les crédits accordés
à la clientèle.
Figure 4 Concentration des
dépôts bancaire en 2019
Source : BCC, Rapport annuel 2019
Figure 5 Concentration des
crédits bancaires en 2019
Source :BCC, Rapport annuel 2019
De manière comparative, les taux d'intérêt
des banques en RDC sont supérieurs à la majorité des pays
d'Afrique subsaharienne atteignant 26% contre un taux plus faible en Zambie qui
est de 9,5%. Le taux d'intérêt élevé a un impact
direct sur le crédit : il devient plus cher. Dû au coût
du crédit, estimé trop élevé, de nombreux acteurs
économique choisissent de se tourner vers des moyens de financement
alternatifs comme la famille ou encore les amis.
Figure 6 Comparaison des taux
d'intérêts de la RDC par rapports à d'autres pays
Source : Banque Mondiale
I.1.3 Processus de l'octroi des
crédits bancaires en RDC
Une étude menée par Simone Schwarz (2011) a mis
en évidence les processus que les banques et les sociétés
de microfinance suivent pour octroyer le crédit à leur client.
Elles suivent les étapes énnumérés de la
manière suivantes :
ü Etablir un premier contact avec
l'entrepreneur ;
ü Clarifier la demande de crédit lors d'une
discussion avec le demandeur ;
ü Déterminer de façon précise
à quel type de produit le demandeur souhaite souscrire ;
ü Recevoir de manière formel la demande de
crédit ainsi que les documents relatifs à l'entreprise qui
permettront à l'institutions de s'informer sur la situation de
l'entreprise ;
ü Commencer la préparation du dossier de
crédit ;
ü Passez à une analyse/enquête de la
situation réelle de l'entrepreneur ;
ü Présenter le dossier au comité de
crédit ;
ü Attendre la décision du comité (refus ou
acceptation) ;
ü Vérification du dossier auprès du
comité de gestion de risque ;
ü Décaissement des fonds.
Dans leur démarche pour se prévenir du risque de
non-remboursement du crédit, les banques exigent souvent au demandeur de
fournir une garanti. Cette garanti a souvent une valeur de 150 à 200% du
montant qu'on souhaite emprunter. Dans la majorité des cas, ces
garanties sont des titres de propriétés. D'un autre
côté, pour certaines banques et IMF, la garanti peut aussi
être le stock de l'entreprise ou encore une autre entreprise qui se porte
garante. La garanti peut aussi dépendre du montant emprunté. Par
exemple, certains ne demande pas de garanti à leur client si le montant
est inférieur à 20000 USD et pour d'autres c'est lorsque le
montant est inférieur à 10000 USD. Contrairement aux banques, les
IMF n'ont pas l'habitude d'insister sur le fait d'avoir une garantie à
fournir (Schwarz, 2011).
En ce qui concerne la gestion des relations avec les clients,
les banques congolaises laissent un même agent en contact avec le client
tout au long du processus d'octroi du crédit jusqu'au remboursement
effectif du crédit. Ainsi, une bonne relation professionnelle peut se
tisser entre la banque et l'entreprise. La situation est assez
différente pour les banques internationales qui répartissent
chaque processus sur des personnes différentes ce qui rend la relation
avec le client assez difficile.(Schwarz, 2011)
I.2 Situation des PMEs en RDC
Les entreprises font partie des acteurs économiques
importants au sein d'un pays. Elles contribuent à la réduction du
chômage, de la pauvreté et participent aussi à
l'enrichissement de l'Etat à travers les différents impôts
et taxes qu'elles paient. On remarque ainsi une évolution croissante du
nombre des PMEs à travers le pays. Selon l'ANAPI, en 2019 le pays a
enregistré la création de 11873 nouvelles entreprises. Il
convient donc de s'intéresser à la situation de toutes ces
entreprises qui participent au développement de l'économie du
pays.
Tableau 2 Evolution du nombre
d'entreprises créées lors des 5 dernières années
|
2016
|
2017
|
2018
|
2019
|
2020 (mars 2020)
|
Sociétés crées
|
1814
|
1928
|
2937
|
4408
|
1268
|
Entreprises individuelle crées
|
6562
|
5644
|
6083
|
7465
|
2052
|
Total
|
8376
|
7572
|
9020
|
11873
|
3320
|
Source : ANAPI, Statistiques des entreprises
créées de mai 2013 à mars 2020
I.2.1
Caractéristiques de PMEs en RDC
Les PMEs en RDC sont majoritairement dirigées par les
hommes. Dans une étude récente sur les écosystèmes
des PMEs, on a évalué que seulement 28% des PMEs sont
dirigées ou appartiennent à des femmes (Agapitova, et al., 2019).
Les femmes rencontrent plus de difficultés dans la création et la
gestion des entreprises parce qu'elles manquent parfois les connaissances
nécessaires, qu'elles sont victimes des préjugés sociaux
ou parce qu'elles ont la charge familiale à assumer(Banque mondiale,
2017).
I.2.1.1 Types des entreprises en RDC
En RDC, les entreprises sont classifiées selon leur
taille et leurs chiffres d'affaires. Ainsi on peut retrouver des micros
entreprises, des petites entreprises, des moyennes entreprises et enfin des
grandes entreprises qui possèdent les caractéristiques
suivantes :
a) Micro-entreprise
Selon la charte des petites et moyennes entreprises et de
l'artisanat en RDC, la micro-entreprise est celle qui répond aux
critères suivants :
-Avoir un nombre d'employés variant entre 1 et 5
personnes
-Avoir un chiffre d'affaires variant entre 1 et 10000 dollars
américains
-Avoir une valeur des investissements mis en place pour
l'activité de l'entreprise inférieure ou égale à
10000 dollars américains.
-Avoir un mode de gestion concentré.
b) Petite entreprise
Selon la charte des petites et moyennes entreprises et de
l'artisanat en RDC, la petite entreprise est celle qui répond aux
critères suivants :
-Avoir un nombre d'employés variant entre 6 et 50
personnes
-Avoir un chiffre d'affaires variant entre 10001 et 50000
dollars américains
-Avoir une valeur des investissements mis en place pour
l'activité de l'entreprise compris entre 10001 et 150000 dollars
américains.
-Avoir un mode de gestion concentré.
c) Moyenne entreprise
-Avoir un nombre d'employés variant
entre 51 et 200 personnes
-Avoir un chiffre d'affaires variant entre 50001 et 400000
dollars américains
-Avoir une valeur des investissements mis en place pour
l'activité de l'entreprise compris entre 150001 et 350000 dollars
américains.
-Avoir un mode de gestion plus ou moins
décentralisé.
d) Grande entreprise
-Avoir un nombre d'employés
supérieur à 200 personnes
-Avoir un chiffre d'affaires supérieur à 400000
dollars américains
-Avoir une valeur des investissements mis en place pour
l'activité de l'entreprise supérieure à 350000 dollars
américains.
-Avoir un mode de gestion plus ou moins centralisé.
I.2.2 Secteurs d'activité
et degré d'informalité des PMEs
a. Secteurs d'activité des PMEs
Selon le rapport de la FEC (2019), en 2018 les PMEs
évoluaient principalement dans des secteurs d'activité tels que
le commerce, les services, l'agriculture et l'industrie. Les PMEs se
concentrent fortement dans le commerce et les services. Ce rapport souligne que
des activités comme le transport, l'hôtellerie, la distribution de
produits pharmaceutiques regroupent16% des PMEs. Certains secteurs comme celui
des technologies informatiques, de la formation professionnelle ou encore de
l'agriculture regroupent un faible nombre de PME.
Les créateurs d'entreprises évitent des secteurs
qui demandent une certaines spécialisations. Voilà pourquoi
très peu de PME se lance dans la transformation de matières
premières qui sont pourtant abondantes sur le territoire national.
b. Degré d'informalité des PMEs
Selon une étude menée en 2012 par le
MPSMRM(2014), il existe 3.392.815 entreprises qui évoluent dans le
secteur informel. Toujours selon cette même étude, 29,1% de ces
entreprises ont été créées par leur promoteurdans
le but d'être indépendant. Les femmes sont plus nombreuses dans ce
secteur avec un pourcentage de 62,9 contre 37,1 pour les hommes (MPSMRM,
2014).
Ces entreprises sont réparties dans divers secteurs
mais c'est le secteur commercial qui prédomine avec 62,1%. Le graphique
ci-dessous indique la répartition des PMEs selon le secteur
d'activité.
Figure 7 Répartition des
entreprises du secteur informel selon le secteur d'activité
Source : MPSMRM, Rapport global de l'enquête
1-2-3
Dans le secteur informel, la performance de l'entreprise et
l'accès au financement sont fortement liés au genre du dirigeant.
Les entreprises les plus performantes sont celles qui sont dirigées par
les hommes. L'accès au financement pour ces entreprises semble aussi
moins compliqué que si l'entreprise était dirigée par une
femme. Cela peut s'expliquer par le fait que les secteurs d'activité
choisis par les hommes ont une rentabilité plus élevé que
ceux dans lesquels les femmes évoluent.
I.2.3 Répartition du
crédit bancaire par secteurs d'activités en RDC
La participation du crédit bancaire au secteur
d'activité de la RDC est répartie de manière
inégale. Il ressort du rapport de la BCC(2020) que certains secteurs
d'activité comme l'assurance, la production de gaz et
d'électricité, le transport, et d'autres secteurs
d'activités non définis ont capté la grande partie des
crédits décaissés. D'autres secteurs comme les arts, la
production artisanale ou encore l'exploitation forestière n'ont pour
leur capté qu'une infime partie du crédit.
Les PME qui se trouvent dans la première
catégorie ont donc plus de chance de bénéficier du
crédit que celle qui se trouve dans la seconde catégorie.
Figure 8 Participation du
crédit bancaire aux secteurs d'activités des PMEs
Source :BCC, Rapport annuel 2019
I.3 Eléments
stratégique des PMEs en RDC
I.3.1 Analyse SWOT
FORCES
|
FAIBLESSES
|
-Flexibilité et adaptation rapide face aux
changements
-Simplicité dans la gestion
-Contrôle et surveillance des activités plus
facile
|
-Fonds propres insuffisant
-Manque de personnel formé
-Absence d'initiative pour améliorer la
visibilité de l'entreprise (publicité).
|
OPPORTUNITES
|
MENACES
|
-Adoption de la loi relative au crédit-bail, qui va
faciliter, dans un sens, l'accès au financement
|
-Difficulté à accéder au financement
bancaire
-Pandémie covid-19
|
I.3.2 Analyse PESTEL
Environnement Politique
|
-Multiples taxes légales et illégales qui
étouffent les PMEs
-Corruption
-Instabilité politique
|
Environnement Économique
|
-Inflation qui entraîne la diminution du pouvoir d'achat
de la population
-Dépréciation de la monnaie nationale
|
Environnement Socio-culturel
|
-Capital humain peu formé
|
Environnement Technologique
|
Développement des nouvelles informatique qui facilitent
la gestion des PMEs
|
Environnement Écologique
|
-Disponibilité des ressources naturelles pour la
production
-Absence de mécanisme de recyclage au sein des PMEs
|
Environnement Légal
|
Sur le plan légal, des lois et règles sont
édictées, afin de régir toutes les activités des
PMEs
|
CHAPITRE II : CADRE THEORIQUE ET EMPIRIQUE
Ce chapitre va présenter des études
précédentes qui ont traité du financement des PMEs. Il
sera subdivisé en trois section : la première
présentera les théories explicatives dans le financement des
PMEs, la deuxième nous présentera les études empiriques
sur le sujet et enfin la troisième présentera en détail la
méthodologie de notre travail.
II.1 Théories explicatives
Différentes théories vont appuyer la suite de
notre travail. Parmi elles nous pouvons citer :
II.1.1 Théorie de
l'asymétrie d'information
L'asymétrie d'information désigne une situation
dans laquelle certains acteurs du marché ont plus d'information que
d'autres. Dans le contexte de cette étude, l'asymétrie de
l'information existe entre les entreprises qui sont en besoin de financement et
les prêteurs de fonds. Selon Goyer (1995) cité par Ngongang (2015)
il existe trois types d'asymétrie de l'information :
l'asymétrie d'information ex ante, l'asymétrie
d'information on going, l'asymétrie d'information ex post.
La première identifie une asymétrie d'information
liée au fait que le prêteur de fonds ne peut pas correctement
identifier la demande de financement. Par conséquent, il aura tendance
à limiter son offre de financement et donc exclure les entreprises
risquées comme les PME. La deuxième asymétrie
d'information identifie une situation dans laquelle le prêteur ne peut
pas s'assurer de l'usage des fonds qu'il accorde à l'entreprise. Ses
fonds accordés à l'entreprise peuvent être utilisés
à d'autres fins que celles convenus par les deux parties : c'est le
risque de substitution. La troisième asymétrie d'information
désigne l'incapacité du prêteur à mesurer les
performances de l'entreprise.
L'asymétrie d'information est à l'origine de
deux phénomène : la sélection adverse et
l'aléa moral.
a. La sélection adverse
Elle provient de l'asymétrie d'information ex ante.
Cela signifie qu'avant la signature du contrat, l'une des parties a
déjà plus d'information que l'autre (Akerlof, 1970). Cette
situation décrite par Akerlof(1970) amènera les bons vendeurs
à sortir du marché. La sélection adverse a donc l'effet
inverse que celui attendu dans une situation.
Dans le cas de prêt bancaire, les banques ne disposent
pas d'information suffisante sur les emprunteurs. Pour se protéger,
elles auront tendance à augmenter leur taux d'intérêt ou
à établir d'autre critères de sélection assez
complexes. Ces différentes décisions auront pour effet d'attirer
les emprunteurs aux projets les plus risqués et à faire sortir
les bons emprunteurs du marché.
b. L'aléa moral
Elle correspond à l'asymétrie d'information
on going. Elle décrit une situation dans laquelle après
la signature du contrat l'une des parties affiche un comportement caché
au départ que l'autre partie ne peut pas connaître. L'aléa
morale est donc le non-respect des clauses du contrat par l'une des parties
engagées.
De manière pratique, l'aléa morale
entraîne des situations comme la substitution d'actif ou encore
l'apparition de comportement opportunistes. L'emprunteur peut, dès lors
qu'il a obtenu le crédit, ne plus fournir les efforts nécessaires
à la réussite de son projet. Il peut dans certains cas choisir de
ne plus rembourser, totalement ou partiellement, le montant qui était
convenu au départ.
II.1.2 Théorie du
rationnement de crédit(Stiglitz & Weiss, 1981)
L'asymétrie d'information favorise le rationnement de
crédit par les prêteurs de fonds. Ang (2000) cité par
Ngongang (2015) explique qu'il existe 4 types de rationnement qui sont :
- le rationnement de type 1 : est celui dans lequel la banque
accorde un crédit pour un montant inférieur à celui
demandé par l'emprunteur
- le rationnement de type 2 : est celui dans lequel la banque
refuse de s'engager envers certains emprunteurs du marché
- le rationnement de type 3 : est celui dans lequel la banque
refuse de prêter au taux désiré par l'emprunteur
- le rationnement de type 4 ou
« red-lining » : est celui où les emprunteurs sont
écartés quel que soit le taux d'intérêt parce qu'ils
sont jugés très risqué.
Stiglitz et Weiss(1981) ont étudié une situation
de rationnement de crédit dans laquelle parmi des demandeurs de
prêt qui semble identique, certains voient leur demande accordé et
d'autres non. Ces derniers voient leur demande rejetée même s'ils
acceptent de payer un taux d'intérêt plus élevé.
Les auteurs expliquent que sur le marché il y a
différentes qualité d'emprunteurs, par conséquent tout
changement qui s'opère sur le taux d'intérêt aura une
influence sur la demande de crédit. Si le taux d'intérêt
augmente au-delà du taux d'intérêt optimal, les entreprises
moins risquées pourraient sortir du marché, ce qui est
préjudiciable au rendement de la banque. D'un autre côté,
l'augmentation du taux d'intérêt incitera les autres emprunteurs
à se tourner vers des projets plus risqués. Face à ces
situations, et en considérant que les banques ne peuvent pas identifier
les emprunteurs moins risqués, les banques choisissent de rationner le
crédit.
II.1.3 Théorie des
barrières à l'accès
Cette théorie fait référence aux
obstacles à l'accessibilité des services bancaires au sein d'une
population. Plusieurs auteurs ont traité de ce sujet mais ici nous
retiendrons le résumé que Lougbegnon(2008) en a fait. Il explique
que les barrières à l'accès sont de différentes
sortes. Elles peuvent être :
-physiques en ce sens que les agences ne sont pas proches des
consommateurs ce qui leur demande d'engager de coûts
supplémentaires pour le déplacement ;
-financières en ce sens que le montant minimal du
dépôt initial et les frais de tenue de compte sont un frein
à l'accès aux services bancaire
-liées à l'éligibilité en ce sens
que les conditions d'ouverture de compte constituent une barrière
-liées à la réglementation : elle
concerne le cadre juridique du milieu considéré
-liées aux services disponibles et à leurs
caractéristiques
-liées à l'information en ce sens que les
consommateurs manquent d'information sur les services financiers.
Selon Binks et al (1992) cité par Ngongang (2015), pour
les PME la barrière à l'accès du crédit provient de
l'indisponibilité de l'information sur le projet à financer. Les
PME ne parviennent pas à évaluer la rentabilité de leurs
projets et de ce fait il devient difficile pour les banques de leur octroyer un
crédit.
II.2 Etudes empiriques
Nous ne sommes pas les premiers à aborder la question
de l'accès au financement des PMEs. Plusieurs chercheurs en ont
parlé avant nous et dans cette partie nous allons évoquer les
résultats auxquels ils sont parvenus.
LEFILLEUR(2008)acherché à comprendre pourquoi
les acteurs du système financier ne sont pas en mesure de
répondre aux besoins des PMEs. Il explique que le niveau excessif de
l'information comptable exigée par les normes OHADA ainsi que
l'insuffisance de cabinets comptables indépendants compétents et
crédibles sont à la base des réticences des banques
vis-à-vis des PMEs. De plus les entrepreneurs ont du mal à
dissocier le crédit professionnel du crédit personnel ce qui rend
difficile la capacité d'appréciation de remboursement de
l'emprunteur. Une autre raison que l'auteur avance est que les banques, en
majorité étrangère, surélèvent les risques.
Cela les pousse à fixer des taux d'intérêts qui ne peuvent
pas permettre aux PME de s'endetter auprès d'eux. Dans son article,
l'auteur souligne aussi le fait que dans le cas des banques d'Afrique
subsaharienne le coût du risque est largement inférieur aux
coûts opérationnels. Pour cet auteur la création de
centrales des risques et des incidents de paiement ainsi que le renforcement du
contrôle des différentes autorités de contrôle et de
régulation résoudraient le problème de manière
significative les problèmes qui restreignent le financement des PME par
les banques. Il insiste aussi sur le fait que les pays d'Afrique Subsaharienne
devraient opter pour la création de banques à capitaux locaux.
STIJNS et al(2020)ont, pour leur part, mené
une étude qui traite des tendances de développement
récents enAfrique Centrale.Ces auteurs ont expliqué que dans les
pays de la CEMAC les petites entreprises souffrent d'un déficit de
financement. Les PME sont délaissées au profit des grandes
entreprises. Comme dans les pays de l'Afrique subsaharienne, les PME de la zone
CEMAC sont contraintes par les exigences de leurs prêteurs et se voient
mal avoir recours au financement de ces derniers. Dans le cas de la RDC, les
auteurs font remarquer que les banques exerçant leur activité
dans le pays sont plus concentrées dans les zones urbaines ce qui ne
facilitent pas le contact avec les PME évoluant dans certaines zones. De
plus en RDC, le montant des prêts que la Banque Centrale accorde aux
banques étrangères est près de 8 fois supérieur
à celui accordé aux banques locales. Il y a donc une faible
compétitivité entre les banques locales et
étrangères. Les auteurs proposent que l'activité bancaire
soit intensifiée et numérisée en Afrique centrale pour
répondre au besoin de financement des entreprises.
KAY(2010)a abordé les contraintes de financement sous
un autre angle. Il estime que les contraintes de financement sont
liées au manque d'information que les banques ont sur les demandeurs de
crédit.Il montre que les PME d'Afrique Subsaharienne, contrairement aux
grandes entreprises, utilisent en moyenne 77% de leurs ressources internes
contre 64% pour les grandes entreprises. Dans le cas de ces dernières,
les ressources qu'elles obtiennent auprès des banques couvrent les 26%
restant. Ce qui implique l'existence d'une préférence pour les
grandes entreprises souvent bien connu. Il a donc cherché à
savoir si la présence d'une institution de registres des crédits
dans un pays africain réduit les contraintes de financement des PME. Au
terme de son travail il explique que pour l'Afrique subsaharienne la
présence des registres de crédit privé peut permettre de
diminuer significativement les contraintes de financement d'une part et
d'autres part cela peut permettre à ces PME de se développer et
de croître. De plus ce dispositif permettrait aux banques d'octroyer le
crédit avec plus de confiance.
MENDA (2009)a aussi abordé la question du financement
des PME. Il s'est interrogé sur les causes des difficultés que
connaissent les PME de la ville de KINSHASA pour obtenir un financement
auprès des banques. Il a supposé que le manque d'information sur
la capacité de remboursement des PME, les conditions complexe d'octroi
de crédit ainsi que le manque de confiance des institutions de
crédit vis-à-vis de la solvabilité des PME sont à
la base des difficultés d'accès au financement. Au terme de son
travail, l'auteur nous renseigne que les conditions complexes que fixent les
institutions financières excluent la majorité des PME en besoin
de financement. Il explique aussi que l'insolvabilité des PME ne permet
pas aux bailleurs de fond d'octroyer un crédit au risque de perdre leur
argent.
SCHWARZ (2011)a pour sa part analysé le problème
d'accès au crédit sous deux angles : celui des demandeurs et
celui des prêteurs. Du coté des demandeurs de crédit elle
fait intervenir le facteur de l'auto exclusion de certaines PME. Le plus grand
constat fait est que les entreprises qui s'auto excluent ne sont pas
correctement informés ou n'ont aucune information financière. De
plus certaines considèrent le crédit comme un frein à leur
croissance et donc ne préfèrent pas solliciter un crédit.
Du coté des prêteurs, l'octroi de crédit aux PME
nécessite des coûts important dans l'analyse du dossier et des
frais d'administration alors que les montants que les PME souhaitent recevoir
sont très faible.
KAPONDA (2020)s'est interrogée sur les
déterminants de demande de crédit dans la ville de Likasi. Les
PME de cette ville, comme dans bien d'autres villes, rencontrent des
difficultés de financement. Certains facteurs influencent cependant leur
décision de demander un crédit ou non auprès des
institutions financières bancaires. Parmi les déterminant de
cette demande, l'auteur explique que le délai de remboursement et le
taux d'intérêt influence de crédit.
Dans ce dernier ouvrage, nous remarquons que l'auteure n'a
pris en compte que deux facteurs comme déterminants de l'octroi de
crédit. Pour notre part, nous voulons, au travers de cette étude,
prendre en compte l'auto exclusion ou encore le problème de l'inclusion
financière comme autres facteurs déterminants la demande de
crédit des PMES aux institutions financières. De plus, au terme
de notre travail nous voulons être en mesure de dresser un profil
permettant d'identifier les caractéristiques des PMES qui ont
accès au financement et celles qui n'y ont pas accès. C'est dans
cette mesure que nous apporterons notre contribution à la
littérature existante concernant l'accès au financement des
PMES.
Tableau 1 : Synthèse de la revue de
littérature
AUTEUR (E) S
|
OUVRAGES
|
PROBLEMAIQUE
|
METHODOLOGIE
|
RESULTATS
|
LEFILLEUR
|
Comment améliorer l'accès au financement pour
les PME en Afrique subsaharienne
|
Pourquoi les acteurs du système financier ne sont pas
en mesure de répondre
aux besoins des PME ?
|
-Méthode documentaire
-Méthode exploratoire
|
-Les banques sont en majorité
étrangères.
-Encourager la création et le développementdes
banques commerciales de tailles plus modestesou des banques rurales
constituées des capitaux locaux de préférence.
|
STIJNS et al
|
Le secteur bancaire en Afrique : financer la
transformation sur fond d'incertitude
|
Comment améliorer le développement dans le
secteur bancaire ?
|
-Méthode statistique
|
L'activité bancaire doit être intensifiée
et numérisée en Afrique centrale pour répondre au besoin
de financement des entreprises et être plus inclusive
|
KAY
|
Les contraintes de financement des PME en Afrique : le
rôle des registres de crédit
|
La présence d'une institution de registre de
crédit dans un pays
africain réduit-elle les contraintes de financement des
PME
|
-Méthode documentaire
-Méthode statistique
|
-L'existence de registres de crédit diminue de
manière significative les contraintes de financement.
-Les registres de crédit privé ont un impact
plus significatif que les registres de crédit public
|
MENDA
|
Problématique de financement des petites et moyennes
entreprises par les institutions financière en RDC : cas de la
ville de Kinshasa
|
Pourquoi, en RDC, les PME n'ont pas accès facile au
financement ?
|
-Méthode documentaire
-Méthode statistique
|
-les conditions des institutions sont trop complexes pour que
les PME souscrivent au crédit
-l'insolvabilité des PME ne permettent pas aux
institutions d'octroyer un crédit.
-l'absence de tenu d'une comptabilité limite
l'accès au financement
|
SCHWARZ
|
Les difficultés des entrepreneurs pour accéder
au crédit en République Démocratique du Congo
|
Quels sont les facteurs obstructifs identifiés au sein
de
la demande de crédit ?
|
Méthode exploratoire
|
- Qu'une entreprise ait ou non régularisé son
statut n'influe pas sur la décisiondes IF de lui octroyer un
crédit
-Les Institutions financière n'ont pas de registres
d'informations sur les PME et leur capacité de remboursement
|
KAPONDA
|
Les déterminants de la demande de crédits
bancaires : cas des PME de la ville de Likasi
|
Quels sont les principaux déterminants de la
probabilité de recourir ou pas aux crédits bancaires pour les PME
de la ville de Likasi ?
|
-Statistiques descriptive
|
-Le délai de remboursement explique la demande de
crédit des PME auprès des institutions
-Le taux d'intérêt influence la demande de
crédit
|
II.3 Cadre méthodologique
II.3.1 Détermination de l'échantillon
Dans une étude, la détermination de
l'échantillon de la taille de l'échantillon est un aspect
important dont il faut tenir compte. Etant donné que la population
visée pour l'étude (dans notre cas les PMEs) est grande, il est
recommandé de construire un échantillon dont les résultats
pourront être inférer à la population. Dans le cas de notre
étude, nous ne connaissons pas la taille exacte de notre population. En
tenant compte de ce facteur, la formule choisi pour calculer notre
échantillon est :
Où
- : la taille de l'échantillon
- : valeur de la loi normal centré réduite au seuil
- : fréquence ou proportion observée dans
l'échantillon (puisque ps n'est pas connu il est fixé
à 0,5)
- : Erreur maximum qu'on peut commettre (5%).
En calculant notre échantillon par cette formule on
obtient :
II.3.2 Méthodes et techniques de collecte des
données
Pour collecter les données relatives à notre
étude, nous avons choisi une approche quantitative. Nous avons
élaboré deux questionnaires : un destiné aux les
entreprises et un autre destiné aux banques et aux
sociétés de microfinance. Ces deux questionnaires ont
été élaborés grâce au logiciel Google
form. Le premier questionnaire, concernant les entreprises, a
été administré lors d'une enquête dans la ville de
Lubumbashi aux dirigeants des PME. Le deuxième questionnaire, lui, a
été administré lors d'une interview que l'institution
financière a bien voulu nous accorder. Ces deux questionnaires sont
présentés en ANNEXE.
Ne connaissant pas la taille de notre population, le
questionnaire destiné aux entreprises a été
administrépar tirage accidentel. L'enquête s'est fait faite
à l'aide d'un smartphone. Les réponses ont ainsi pu être
directement enregistré sur le serveur de GoogleForms. Nous n'avons
utilisé des questionnaires en format papier que quandle dirigeant
n'était pas sur place et qu'il était impossible de lui
transmettre le lien du questionnaire. D'abord, le questionnaire nous a permis
d'obtenir des renseignements sur le dirigeant de l'entreprise et sur
elle-même. Ces informations concernaient notamment : le sexe du
propriétaire, son niveau d'études, le secteur d'activité
de l'entreprise, l'âge de l'entreprise, la forme juridique ou type
d'entreprise selon la taille. Ensuite les questions relatives au financement de
l'entreprise ont été posées. Nous avons cherché
à savoir si l'entreprise avait déjà sollicité un
crédit auprès d'une institution financière et si la
demande avait été acceptée. Enfin nous avons
cherché à mesurer les facteurs qui rendent l'accès
difficile au financement des entreprises.
En ce qui concerne le questionnaire destiné aux
banques, il nous a permis d'établir un profil des PMEs qui obtiennent un
crédit auprès des institutions financières. Les facteurs
pris en compte sont notamment le montant du prêt, le délai de
remboursement des crédits ou encore l'ancienneté de l'entreprise
emprunteuse. Nous avons aussi cherché à savoir si au sein des
banques de la ville de Lubumbashi, il existait des registres de crédits
concernant les PMEs et si les informations concernant ces registres de
crédits étaient partagées avec d'autres banques.
II.3.3 Méthodes et techniques de traitement de
données
Pour le traitement de nos données, nous avons choisi la
méthode empirique. Cette méthode nous a amené à
choisir la technique économétrique. Nous avons choisi de la
régressionlogistique parce qu'elle correspond
parfaitement au traitement de variable nominal et dans le cas présent,
il s'agit de l'accès ou non au financement.
Nous avons choisi de suivre le modèle
présenté par Kertous et Mayoukou(2015)dans leur travail sur
l'accès au crédit individuel par les clients de microfinances au
Congo. Ces derniers ont estimé un modèle probit de la forme
suivante pour la demande :
Pour l'obtention du crédit, ils ont estimé le
modèle probit suivant :
Dans le cas de notre étude, nous allons estimer un
modèle logit pour la demande et l'obtention du crédit
contrairement aux deux auteurs. Nous allons d'abord estimer les facteurs
liés à la demande de crédit, qui sera dans un premier
temps notre variable dépendante. Cette variable prendra la valeur 1 si
la PME a demandé un crédit et 0 si non. Nous voulons voir si
l'inclusion financière et l'auto exclusion sont des facteurs qui
expliquent que les PME n'ont pas accès au financement. Ce modèle
se présentera sous cette forme :
Où
-PSGAR représente le fait de ne pas avoir de garantie
à donner pour emprunter
-DELREM représente le délai de remboursement du
crédit
-AUTOEXCLU représente l'Autoexclusion du demandeur au
crédit bancaire
-BANCA représente le fait que le demandeur soit
non-bancarisé
-SOUSINF représente la sous information du demandeur
par rapport au crédit bancaire
-TXINE représente le fait que les taux soient
élevés
Nous allons ensuite estimer l'obtention du prêt par
rapport aux variables indépendantes que nous avons choisies. Dans ce
deuxième modèle, la variable dépendante prendra la valeur
1 si la PME a obtenu le crédit et 0 si non. Ces variables sont entre
autres l'âge de l'entreprise, l'enregistrement de l'entreprise,
l'appartenance à plusieurs institutions et le secteur d'activité.
Le modèle logit de l'obtention du crédit se présentera
sous la forme suivante :
Où
-Obtentioncred représente l'obtention du
crédit par les pme
-Sexe représente le sexe du demandeur
-AGENTRE représente l'âge de l'entreprise
- DOCOM représente le fait d'être enregistré
ou encore le fait d'avoir les documents commerciaux
-NBINSTDEM représente le nombre d'institution
où la pme a sollicité un crédit.
-SERVICE représente une entreprise évoluant dans le
secteur des services
-COMMERCE représente une entreprise évoluant dans
le secteur commercial
-AUTRES représente les autres secteurs
d'activité
Après estimation de ces modèles, nous nous
attendons à obtenir les résultats suivants selon le signes des
variables :
Variable indépendantes
|
Signes attendus
|
Autoexclusion
|
-
|
Non Bancarisation
|
-
|
Taux d'intérêt élevé
|
-
|
Délai de remboursement
|
-
|
Manque de garantie
|
-
|
Manque d'information sur le crédit
|
-
|
Enregistrement
|
+
|
Age de l'entreprise
|
+
|
Nombre d'institutions où on a fait la demande de
crédit
|
+
|
Entreprise de service
|
+
|
Entreprise commercial
|
+
|
Autres entreprises
|
-
|
CHAPITRE III : ANALYSE
ECONOMETRIQUE DES CONTRAINTES DE FINANCEMENT DES PME
Ce troisième chapitre présentera les
résultats que nous avons obtenus après notre enquête. Il
est subdivisé en trois sections : la première nous
présente les analyses descriptives de notre enquête, la
deuxième présente les estimations de nos modèles et la
troisième présentera les discussions et suggestions que nous
avons données.
III.1 Analyses
descriptives
III.1.1 Analyses du point de vue
de la demande de crédit
Nous avons administré un questionnaire aux dirigeants
de PME de la ville de Lubumbashi. Nous allons donc décrire les
informations que nous collectées auprès de notre
échantillon.
a. Genre du répondant
Les informations recueillies révèlent que 69%
des entreprises sont dirigées par des hommes. Les femmes
représentent une minorité dans l'entrepreneuriat à
Lubumbashi.
Tableau 3 Répartition de
l'échantillon selon le genre
VARIABLE
|
MODALITES
|
EFFECTIF (%)
|
EFFECTIF CUMULE
|
Sexe
|
Homme
|
69%
|
69%
|
Femme
|
31%
|
100%
|
Total
|
|
100%
|
|
b. Statut juridique de l'entreprise
Comme présenté dans le tableau 4, notre
enquête, nous a permis de constater que les PMEs exerçant dans la
ville de Lubumbashi ont généralement la forme d'une entreprise
individuelle. Seulement 24% d'entre elles ont la forme d'une SARL. La forme
juridique de sociétés anonymes ou à noms collectifs n'est
pas très courante. Ce qui laisse supposer que les entrepreneurs de la
ville de Lubumbashi préfèrent diriger de manière
individuelle.
Tableau 4 Répartition de
l'échantillon d'après le statut juridique
VARIABLE
|
MODALITES
|
EFFECTIF (%)
|
EFFECTIF CUMULES (%)
|
Forme juridique
|
Entreprise individuelle
|
61%
|
61%
|
SA
|
2%
|
63%
|
SARL
|
24%
|
87%
|
SNC
|
13%
|
100%
|
Total
|
|
100%
|
|
c. Secteur d'activité de
l'entreprise
Les secteurs du commerce et des services regroupent 78% des
PMEs qui exercent leur activité à Lubumbashi. Très peu de
PMEs exercent dans les autres secteurs comme l'agriculture et l'élevage
(5%) ou l'industrie (10%)
Tableau 5 Répartition de
l'échantillon selon le secteur d'activité de l'entreprise
VARIABLE
|
MODALITES
|
EFFECTIF (%)
|
EFFECTIF CUMULES (%)
|
Secteur d'activité
|
Agriculture, élevage, pêche
|
5%
|
5%
|
Autre
|
7%
|
12%
|
Commerce
|
48%
|
60%
|
Industrie, construction
|
10%
|
70%
|
Service
|
30%
|
100%
|
Total
|
|
100%
|
|
d. Enregistrement de l'entreprise
Sur 384 PMEs enquêtées,52% sont
enregistrées. Les entreprises informelles ne constituent que 48% de
notre échantillon. L'entrepreneuriat informel dans la ville de
Lubumbashi occupe une place presqu'aussi importante que l'entrepreneuriat
formel.
Tableau 6 Répartition de
l'échantillon selon l'enregistrement de l'entreprise
VARIABLE
|
MODALITES
|
EFFECTIF (%)
|
EFFECTIF CUMULES (%)
|
Documents commerciaux
|
Non
|
48%
|
48%
|
Oui
|
52%
|
100%
|
Total
|
|
100%
|
|
e. Age de l'entreprise
Sur l'ensemble des entreprises interrogées, on remarque
de 50% d'entre elles existent depuis moins de 4 ans. Les PMEs de la ville de
Lubumbashi sont relativement jeunes.
Tableau 7 Répartition de
l'échantillon selon l'âge de l'entreprise
VARIABLE
|
MODALITES
|
EFFECTIF
|
MOYENNE
|
MEDIANE
|
Age de l'entreprise
|
Moins d'une année
|
36
|
4 à 6 ans
|
4 à 6 ans
|
1 à 3 ans
|
134
|
4 à 6 ans
|
159
|
7 à 9 ans
|
36
|
Plus de 9 ans
|
19
|
Total
|
|
384
|
f. Capacité d'autofinancement de
l'entreprise
Le tableau 8 indique que50% des PMEs arrivent à
financer elles-mêmes leur activité à moins de 60%. Ces
résultats indiquent que les entreprises ont besoin de source de
financement externe comme le crédit bancaire pour soutenir leur
activité.
Tableau 8 Répartition de
l'échantillon selon la capacité d'autofinancement de
l'entreprise
VARIABLE
|
MODALITES
|
EFFECTIF
|
MOYENNE
|
MEDIANE
|
Capacité d'autofinancement
|
De 0% à 19%
|
14
|
60 à 79%
|
60 à 79%
|
De 20% à 39%
|
22
|
De 40% à 59%
|
137
|
De 60% à 79%
|
155
|
De 80% à 100%
|
56
|
Total
|
|
384
|
g. Demande du crédit par les PME
Parmi les entreprises interrogées, nous avons
constaté que près de60% des PMEs se sont tournées vers les
banques pour solliciter un crédit. Cela montre que le besoin de
financement se fait beaucoup plus ressentir au sein de ces entreprises.
Tableau 9 Répartition de
l'échantillon selon la demande de crédit
VARIABLE
|
MODALITES
|
EFFECTIF (%)
|
EFFECTIF CUMULES (%)
|
Demande de crédit
|
Non
|
41%
|
41%
|
Oui
|
59%
|
100%
|
Total
|
|
100%
|
|
h. Nombre d'institutions où la demande a
été faite
Sur l'ensemble des entreprises de notre échantillon,
59% d'entre elles ont fait leur demandedans une seule institution. Cela peut
indiquer que les PMEs ne prennent pas le temps de comparer différentes
institutions pour faire leur demande et trouver celle qui leur correspond le
mieux.
Tableau 10 Répartition de
l'échantillon selon le nombre d'institution où on a fait sa
demande
VARIABLE
|
MODALITES
|
EFFECTIF (%)
|
EFFECTIF CUMULES (%)
|
Nombre d'institutions où on a fait la demande
|
Une seule institutions
|
59%
|
59%
|
Différentes institutions
|
41%
|
100%
|
Total
|
|
100%
|
|
i. Obtention du crédit
Parmi les PME qui ont sollicité le crédit on
remarque 64% d'entre elles ont vu leur demande refusée. Ces statistiques
indiquent que le financement bancaire des PMEs reste encore très
difficile à Lubumbashi.
Tableau 11 Répartition de
l'échantillon selon l'obtention du crédit
VARIABLE
|
MODALITES
|
EFFECTIF (%)
|
EFFECTIF CUMULES (%)
|
Obtention du crédit
|
Non
|
64%
|
64%
|
Oui
|
36%
|
100%
|
Total
|
|
100%
|
|
j. Raison du refus
Les résultats de cette enquête soulignent que la
raison la plus courante,qui justifie le refus du crédit,est celle qui
concerne l'invalidité de la garantie. La garantie à donner
constitue un frein majeur à obtention du crédit (48%). De plus,
36% des PMEs qui ont vu leur demande de crédit rejetée n'avaient
pas une activité suffisamment rentable pour rembourser le
crédit.
Tableau 12 Répartition de
l'échantillon selon la raison du refus de la demande de crédit
VARIABLE
|
MODALITES
|
EFFECTIF (%)
|
EFFECTIF CUMULES (%)
|
Raison du refus
|
Revenu de l'activité est insuffisant
|
36%
|
36%
|
Pas de Garantie valable
|
48%
|
84%
|
Taille du montant trop grande
|
8%
|
92%
|
La liquidité du compte en banque est insuffisante
|
8%
|
100%
|
Total
|
|
100%
|
|
k. Substitution du crédit
En nous référant au tableau 13, nous constatons
que parmi les PMEs qui ont reçu le financement, 54% d'entre elles ont
substitué le crédit à une autre activité que celle
faisant objet de leur engagement. Cette attitude des PMEs réduit la
confiance que les banques leur accordent et peut même s'avérer
très dangereuse pour l'entreprise.
Tableau 13 Répartition de
l'échantillon selon la substitution du crédit
VARIABLE
|
MODALITES
|
EFFECTIF (%)
|
EFFECTIF CUMULES (%)
|
Substitution au crédit
|
Non
|
46%
|
46%
|
Oui
|
54%
|
100%
|
Total
|
|
100%
|
|
III.1.2 Analyses du point de vue
de l'offre du crédit
Nous allons à présent faire une analyse
descriptive des conditions d'octroi du crédit par les banques et les
sociétés de microfinance. Cette analyse se fera sur base des
réponses qui ont été données à notre
questionnaire. Les répondants ayant choisi de garder le nom de leur
institution anonyme, nous différencieront les différentes banques
par des lettres alphabétiques. Sur les différentes banques
exerçant dans la ville, 5 ont accepté de répondre à
notre enquête.
a. Poste au sein de la banque
Dans le tableau 14, nous avons présenté les
différents répondants selon leur poste au sein de l'institution
financière.
Tableau 14 Poste du
répondant au sein de l'institution financière
Institutions financières
|
Poste
|
IF A
|
Compliance officer
|
IF B
|
Assistante cso
|
IF C
|
Credit Origination Head
|
IF D
|
Caissier principal
|
IF E
|
Commercial
|
b. Année d'expérience au sein de la banque
La plupart des personnes interrogées ont au moins 3ans
d'expérience au sein de l'institution financière.
Tableau 15 Année
d'expérience au sein de l'institution financière
VARIABLE
|
MODALITES
|
EFFECTIF (%)
|
EFFECTIF CUMULES (%)
|
Années d'expérience
|
1 à 2 ans
|
20%
|
20%
|
3 à 4 ans
|
40%
|
60%
|
Plus de 4 ans
|
40%
|
100%
|
Total
|
|
100%
|
|
c. Département au sein de l'institution destiné
aux PMEs
Les institutions financières interrogées
possèdent presque toutes un département spécialisé
pour s'occuper des PMEs. Ces banques pour la plupart considèrent que les
PMEs sont un marché intéressant pour leur activité.
Tableau 16 Répartition de
l'échantillon selon l'existence d'un département destiné
aux PMEs
VARIABLE
|
MODALITES
|
EFFECIF (%)
|
EFFECTIF CUMULES (%)
|
Département destinés aux PMEs
|
Non
|
20%
|
20%
|
Oui
|
80%
|
100%
|
Total
|
|
100%
|
|
d. Existence d'un registre de crédit destiné aux
PMEs
Les banques interrogées tiennent presque toutes un
registre de crédit qui reprend toute les informations sur leur client.
Certains répondants ont spécifié que c'est un
élément important dans la gestion de leurs dossiers de
crédit.
Tableau 17Répartition de
l'échantillon selon l'existence d'un registre de crédit
VARIABLE
|
MODALITES
|
EFFECIF (%)
|
EFFECTIF CUMULES (%)
|
Existence d'un registre de crédit
|
Non
|
20%
|
20%
|
Oui
|
80%
|
100%
|
Total
|
|
100%
|
|
e. Partage des informations du RC avec d'autres institutions
financières
L'enquête que nous avons menée nous a
montré que 80% des banques interrogées ne partageaient pas les
informations de leur RC avec d'autres institutions. C'est une difficulté
non négligeable pour les banques parce qu'elles ne pourront pas
identifier avec plus de certitude si un nouveau client est fiable ou pas.
VARIABLE
|
MODALITES
|
EFFECIF (%)
|
EFFECTIF CUMULES (%)
|
Partage d'information avec d'autres institutions
|
Non
|
80%
|
80%
|
Oui
|
20%
|
100%
|
Total
|
|
100%
|
|
f. Eléments influençant l'octroi du
crédit
Pour octroyer un crédit chaque institution à des
critères qui lui sont propres. Ces institutions se rejoignent sur le
fait qu'avoir un collatéral à donner, avoir une activité
rentable et être enregistré facilite l'obtention du crédit
bancaire.
ELEMENTS INFLUENCANT L'OCTROI DU CREDIT
|
VARIABLES
|
MODALITES
|
EFFECTIF (%)
|
EFFECTIF CUMULES (%)
|
Garantie
|
Non
|
0%
|
0%
|
Oui
|
100%
|
100%
|
Relation du client avec la banque
|
Non
|
40%
|
40%
|
Oui
|
60%
|
100%
|
Détenir les documents commerciaux
|
Non
|
0%
|
0%
|
Oui
|
100%
|
100%
|
Avoir une activité rentable
|
Non
|
0%
|
0%
|
Oui
|
100%
|
100%
|
Délai de remboursement
|
Non
|
80%
|
80%
|
Oui
|
20%
|
100%
|
Le montant demandé
|
Non
|
40%
|
40%
|
Oui
|
60%
|
100%
|
Ancienneté de l'entreprise
|
Non
|
40%
|
40%
|
Oui
|
60%
|
100%
|
III.2 Estimation des
modèles, interprétation et validation des résultats
Dans cette section, nous allons présenter les
différents modèles et les résultats que notre étude
nous a permis d'obtenir. Nous commencerons d'abord par présenter le
modèle de la demande de crédit et nous présenterons
ensuite le modèle de l'obtention du crédit.
III.2.1 Modèle
économétrique de la demande de crédit
Pour obtenir les résultats économétriques
de la demande de crédit, nous avons estimé le modèle 1qui
est détaillé dans la méthodologie de notre travail. Cette
estimation nous a donné les résultats du tableau
suivant :
Tableau 18 Résultats de
l'estimation de la demande de crédit
Variable explicatives
|
Coefficient
|
P-value
|
Pas de Garantie à donner
|
-0,0242983
|
0,001
|
Délai de remboursement
|
-0,0138802
|
0,052
|
Autoexclusion
|
-0,0257574
|
0,004
|
Non bancariation
|
-0,0126813
|
0,025
|
Sous information
|
-0,0119194
|
0,090
|
Taux d'intérêt élevés
|
-0,0138208
|
0,054
|
|
|
R2 de McFadden=0,9020
|
R2 ajusté=0,8753
|
Khi-deux=471,693 [0,0000]
|
Dans notre étude, nous avons choisi six variables pour
expliquer la demande de crédit. Il s'agit de Pas de garantie à
donner, Délai de remboursement, Autoexclusion, Non Bancarisation, sous
information sur le crédit et taux d'intérêt
élevé. De manière générale tous les
coefficients de ces variables ont un impact négatif sur la demande de
crédit.
Pour déterminer la significativité de nos
variables nous allons nous référer à la p-value. Le seuil
de signification que nous avons choisi pour mener cette étude est de 5%.
Une variable est considérée comme significative si sa p-value est
inférieure au seuil de signification choisi. Les variables
significatives de ce modèle sont : pas de garantie à donner,
Autoexclusion, Non Bancarisation. La probabilité qu'une PME fasse une
demande de crédit diminue respectivement de 2% à mesure que
l'entreprise n'a pas de garantie à fournir, de 3% à mesure que
l'entreprise s'autoexclue et de 1% à mesure que l'entreprise n'est pas
bancarisée.
La régression que nous avons faite nous a donné
la valeur du coefficient de détermination (R2). Le
R2 nous permet de mesurer la qualité de la prédiction
de notre modèle. Dans le cas d'une régression multiple, le
R2 ne saurait fournir une qualité de prédiction fiable
puisqu'il devient sensible au nombre de variable explicatives qu'on choisit.
Voilà pourquoi on recourt au R2 ajusté.Ce dernier
n'est pas sensible au nombre de variable. Ce dernier augmente uniquement dans
le cas oùla nouvelle variable ajoute une bonne capacité de
prédiction au modèle. Dans ce premier modèle, la valeur du
R2 ajusté est de 0,88. Cela signifie que les variables que
nous avons choisies expliquent la demande de crédit à 88%. En
plus du R2, nous avons le test de Khi-deuxqui nous renseigne sur la
significativité de notre modèle. Puisqu'il est inférieur
à 5% on peut conclure que notre modèle est significatif. Nous
pouvons, au vu de ses résultats, dire que notre modèle est
adapté.
Le modèle estimé a prédit99,48% de bonnes
réponses. Sur les 226 PMEs qui ont sollicité le crédit
(Demande=1), nous avons eu 225 bonnes réponses et sur les 158 PMEs qui
n'ont pas sollicité le crédit (Demande=0), nous avons eu 157
bonnes réponses.
III.2.2 Modèle
économétrique de l'obtention du crédit
Pour obtenir les résultats économétriques
de l'obtention du crédit, nous avons estimé le modèle 2
présenté dans notre méthodologie. Après
régression, nous avons obtenus les résultats suivants :
Tableau 19 Résultats de
l'estimation de l'obtention du crédit
Variable explicatives
|
coefficient
|
p-value
|
Sexe
|
0,131719
|
0,017
|
Age de l'entreprise
|
0,046180
|
0,000
|
Document commerciaux
|
0,309783
|
0,000
|
Nombre d'institutions où on a fait la demande
|
0,087109
|
0,019
|
Secteur des services
|
0,173382
|
0,001
|
Secteur du commerce
|
0,106478
|
0,040
|
Autres secteurs
|
0,015782
|
0,827
|
|
|
R2 de McFadden=0,5956
|
R2 ajusté=0,5416
|
Khi-deux=176,352 [0,0000]
|
Pour estimer notre modèle, nous avons utilisé
sept variable qui sont le sexe, l'âge de l'entreprise, les documents
commerciaux, les entreprises exerçant dans le secteur des services, les
entreprises exerçant dans le secteur du commerce et les entreprises
exerçant dans d'autres secteurs. Ces variables ont toutes des
coefficients positifs. Ces coefficients positifs indiquent que les variables
choisies influencent positivement l'obtention du crédit.
En nous référant à la p-value, nous
retenons comme variables significatives dans ce modèle le Sexe,
l'âge de l'entreprise, les documents commerciaux, les entreprises
exerçant dans le secteur des services, les entreprises exerçant
dans le secteur du commerce.La probabilité qu'une PME obtienne le
crédit augmente respectivement de 17% si le demandeur est un homme, de
4,6% si l'entreprise exerce son activité depuis longtemps, de 31% si
l'entreprise est enregistrée,de 8,7% si l'entreprise a sollicité
le crédit dans plusieurs institutions, 17% si l'entreprise exerce dans
le secteur des services et 11 % si elle exerce dans le secteur du commerce.
La valeur du coefficient de détermination est de 0,54.
les variables que nous avons choisies expliquent à 54% l'obtention du
crédit. Le test du Khi-deux nous indique que notre modèle est
significatif puisqu'il est inférieur à 5%. Nous pouvons conclure
que le modèle de l'obtention est relativement bon.
De manière globale, notre modèle a prédit
86,73% de bonnes réponses. Parmi les 78 PMEs qui ont obtenu le
crédit (Obtention=1) nous avons enregistré 68 bonnes
réponses et parmi les pme qui n'ont pas obtenu le crédit, nous
avons enregistré 131 bonnes réponses.
III.2.3 Validation des
résultats
Au début de notre travail nous avons émis des
hypothèses que nous voulions soit confirmé soit infirmé.
Nous allons donc passer à la validation de ses hypothèses. Ces
hypothèses étaient :
Hypothèse 1 :Les PME
elles-mêmes s'autoexcluent du financement qu'elles peuvent recevoir des
institutions financières.
Hypothèse 2 : Le fait de ne pas
être bancarisé contribue au fait que les PMES n'ont pas
accès au financement.
Hypothèse 3 : La sous information
financière influence la demande de crédit.
Hypothèse 4 : Les conditions des
banques sur les taux d'intérêts, le délai de remboursement
ou les garanties à fournir empêchent les PME de solliciter un
crédit.
Hypothèse 5 :Les PME qui sont
enregistrées ont moins de difficultés à obtenir un
financement.
Hypothèse 6 : L'âge de
l'entreprise influence l'accès au financement de l'entreprise.
Hypothèse 7 : Solliciter le
crédit auprès de plusieurs établissements permet d'avoir
plus facilement accès au financement.
Hypothèse 8 : Le secteur
d'activité a une influence sur l'obtention du crédit bancaire.
L'estimation du modèle de la demande de crédit,
nous a permis d'arriver à des résultats qui confirment ou
infirment nos hypothèses. Les hypothèses 1, 2 et 4 ont
été confirmées suite à l'estimation du
modèle de la demande de crédit. Cette estimation nous a aussi
permis d'infirmer l'hypothèse 3. Les résultats
de l'estimation de l'offre de crédit nous ont permis de
confirmer les hypothèses 5, 6,7 et 8.
III.3 Critères
d'accès au crédit des PMEs
En nous basant sur les informations obtenues auprès des
banques, nous avons dressé un profil des PMEs qui ont accès au
crédit. Pour obtenir plus facilement le crédit, les PMEs doivent
se correspondre aux caractéristique suivantes :
-Pouvoir fournir une garantie
-Avoir une relation constante avec la banque
-Etre enregistrée
-Avoir une activité rentable
-Demander un montant compris entre 10000 et 35000 dollars
américains ou équivalent en francs congolais
-Exercer leur activité depuis 4 ans au moins.
Il faut souligner que les PMEs ne sont pas obligées de
demander un montant variant entre 10000 et 35000 dollars américains.
Selon leurs besoins elles peuvent solliciter un montant qui dépasse
l'intervalle. Nous voulons souligner ici que moins le montant demandé
est élevé, plus les PMEs ont des chances de voir leur demande de
crédit acceptée.
III.4Discussions, limites et
suggestion
III.4.1 Discussions
Dans cette partie de notre travail, nous allons comparer les
résultats que nous avons obtenus avec ceux que d'autres auteurs ont
obtenus.
Dans notre premier modèle, nous avonscherché
à savoir quels facteurs influençaient la demande de crédit
des PME. Après traitement de nos données, nos résultats
nous ont permis de conclure que le fait de manquer de garantie, le fait de ne
pas être bancarisé, les taux d'intérêts
élevés et l'autoexclusion expliquent la faible demande de
crédits des PME. Ces résultats correspondent à ceux de
Menda(2009) qui a montré que les conditions complexes des banques sont
des difficultés que les PME rencontrent pour avoir le financement dont
elles ont besoin. Contrairement àKaponda (2020), nos résultats
nous ont montré que le délai de remboursementet les taux
d'intérêt n'influencent pas la demande de crédit. On peut
comprendre cela par le fait que ce soit le demandeur qui choisisse
lui-même la durée de remboursement qui lui convienne.De plus,
étant dans un besoin de financement, le demandeur est prêt
à accepter un taux d'intérêt élevé si cela
peut lui permettre d'obtenir le financement dont il a besoin(Stiglitz &
Weiss, 1981).La sous-information sur le crédit n'a pas non plus d'impact
sur la demande de crédit. Ces résultats sont différents de
ceux de Schwarz(2011) qui a souligné que les demandeur n'était
pas suffisamment informé sur le crédit bancaire.
Nos résultats sur l'obtention de crédit, nous
ont indiqué que l'âge de l'entreprise, la possession des documents
commerciaux, le nombre d'institutions et le genre ont une influence sur
l'obtention de crédit. Ces résultats coïncident dans une
certaine mesure avec les résultats de Kertous et Mayoukou (2015). Ces
derniers ont montré qu'être membre de plusieurs institutions de
microfinance augmente les chances d'obtenir le crédit. D'autres part,
contrairement aux résultats de ces auteurs, notre étude a
révélé que le sexe du demandeur a une influence sur
l'obtention du crédit. L'âge de l'entreprise est aussi un
indicateur significatif de l'obtention du crédit bancaire. Une
entreprise qui dure est moins sensible financièrement et peut donc
être plus fiable pour l'obtention du crédit(Cieply, 2014).
Comme Ondel (2010) l'a souligné, les registres de
crédit et le partagesu de ces informations entre institutions
financières diminuent les contraintes de financement des PMEs. Les
résultats de notre enquête nous ont montré que les IF de
Lubumbashi tiennentun registre de crédit mais que 80% d'entre elles ne
partagent pas ces informations. Les contraintes de financement dans la ville de
Lubumbashi sont aussi occasionnées par le manque de partage des
informations entre les institutions financières.
III.4.2 Limites de
l'étude
Nos différents modèles n'ont pas pris en compte
toutes les variables qui peuvent expliquer la demande et l'obtention du
crédit par les PMEs. D'autres chercheurs pourront considérer
d'autres variables,en plus de celle présentées ici,qui seront
ajoutés dans l'optique de mieux cerner le problème de
l'accès au financement des PMEs. Ces chercheurs pourront aussi
étendre le champ empirique puisque la présente étude n'a
considéré que la ville de Lubumbashi.
III.4.3 Suggestions
a. Suggestions aux banques
Les suggestions que nous donnons aux banques sont les
suivantes :
-Mettre en place des dispositifs pour que les PME aussi soient
admissible au crédit-bail. En effet, puisque les PME ont des
difficultés à fournir des garanties, le crédit-bail peut
être une solution palliative.
-Les banques devraient partager les informations de leurs
registres de crédit avec d'autres pour leur permettre de réduire
l'asymétrie d'information ainsi que le temps de traitement des dossiers.
Cela permettra aussi de faciliter l'obtention du crédit des PME
-Les banques devraient inciter les PME à se bancariser.
Pour cela, elles peuvent créer de nouveaux services adaptés aux
besoins des PME.
-Créer des départements
spécialisés au cas des PME si ce n'est pas encore fait.
b. Suggestions aux PME
Les suggestions que nous donnons aux PME sont les
suivantes :
-Elles devraient enregistrer leurs entreprises ce qui signifie
quitter le secteur informel ;
-Les PME devraient aussi comparer les conditions de plusieurs
banques et choisir laquelle leur fournirait les services adaptés
à leur situation. Elles ne doiventpas se décourager après
un premier refus ;
-Les PME devraient éviter d'utiliser le crédit
à d'autres fins que celles prévu dans le contrat avec la banque.
Cela est dans leur intérêt puisque la substitution du
crédit peut mener à l'échec de leur projet et à la
perte de leur crédibilité vis-à-vis des banques.
CONCLUSION
Nous voici arrivéau terme de notre travail qui portait
sur les facteurs de non-accès au financement des PME dans la ville de
Lubumbashi. Ce travail a cherché à répondre à la
question suivante :la non sollicitation du crédit bancaire
par les PMEs est-elle liée aux conditions fixées par les banques
ou aux facteurs spécifiques inhérents à cette
catégorie d'entreprise ?
Pour trouver des réponses à notre question
d'étude, nous avons analysé le problème du financement
sous deux aspect : celui de la demande et celui de l'offre. Nous avons
émis 8 hypothèses dont 4 se référant à la
demande de crédit et 4 autre à l'obtention du crédit. Ces
hypothèses étaient :
H1 : l'autoexclusion explique le non -recours au
financement bancaire.
H2 : La non-bancarisation influence négativement
le recours au crédit bancaire.
H3 : Le manque d'information est un facteur qui
empêche les PME de solliciter le crédit.
H4 : Les conditions des banques sur les taux
d'intérêts, le délai de remboursement ou les garanties
à fournir empêchent les PME de solliciter le crédit
H5 : Les PME qui sont enregistré ont moins de
difficultés à obtenir le financement bancaire
H6 : L'âge de l'entreprise influence positivement
l'obtention du crédit
H7 : Etre membre de plusieurs institutions influence
positivement l'obtention du financement bancaire
H8 : Le secteur d'activité de l'entreprise
influence l'obtention du crédit bancaire.
Pour vérifier ces hypothèses, nous avons
combiné deux démarche : la démarche quantitative et
la démarche qualitative. La démarche quantitative nous a
permisd'administré un questionnaire à 384 PMEs. La
démarche qualitative nous a permis de mener des entretiens auprès
des banques de la ville de Lubumbashi.
En nous référant aux travaux de Kertous et
Mayoukou(2015), nous avons construit deux modèles : celui de la
demande et de l'obtention du crédit. Ces modèles ont
été estimé par la méthode du maximum de
vraisemblance.
Après avoir estimé le modèle de la
demande et de l'obtention du crédit, nous avons pu confirmer 7
hypothèses et infirmer une autre. Nos résultats nous ont
montré que l'autoexclusion, la non bancarisation et les conditions
complexes des banques influencent négativement la demande de
crédit. Ces résultats nous ont aussi montré que
l'âge de l'entreprise, l'enregistrement de l'entreprise, le secteur
d'activité et le fait d'être client de plusieurs institutions
influence positivement l'obtention du crédit bancaire.
Face à ses résultats, nous proposons aux banques
d'instaurer des mécanismes pour que le crédit-bail soit
accessible aux PMEs. En plus du crédit-bail, les banques devraient
chercher à développer d'autres services adaptés aux PMEs
pour les inciter à plus se bancariser.
Toute étude scientifique n'étant pas parfaite,
ces résultats peuvent comporter des failles et des imperfections.
D'autres chercheurs pourront toujours chercher à améliorer ces
résultats afin d'enrichir encore plus la question du financement des PME
en RDC.
BIBLIOGRAPHIE
ARTICLE ET LIVRES
1. Agapitova, N., Rossanaly, M., Kashala, D. & Kiambu, J.,
2019. Autopsie des écosystèmes des micros, petites et
moyennes entreprises en République Démocratique du Congo,
Kinshasa.: Groupe de la Banque mondiale.
2. Akerlof, G., 1970. The market for lemons: quality uncertainty
and the market mechanism. Quaterly Journal of Economie, Issue 84, pp.
488-500.
3. Banque mondiale, 2017. A la découverte des femmes
entrepreneursde RDC: entre nécessité et ambition, Washinton:
Banque Mondiale
4. Bukvic, V. & Bartlett, W., 2003. Financial barriers to sme
growth in Slovenia. Economic and Business review, 5(3), pp.
161-181.
5. Cieply, S., 2014. Les banquiers rationnent-ils plus le
crédit aux entreprises? Résultats d'une enquête
régionale.. Revue d'économie financière, 116(4),
pp. 317-332.
6. Diazonzama, D., 2011. Note sur le problème de
financement des projets au Congo. Revue Congolaise de Gestion, 2,
Issue Numéro 14, pp. 119-126.
7. Kertous, M. & Mayoukou, C., 2015. L'accès au
crédit individuel par les clients des institutions de microfinance du
Congo: une analyse des déterminants de l'auto-exclusion et de
l'obtention du prêt. Mondes en Développement, 43(169),
pp. 121-138.
8. Lefilleur, 2008. Comment améliorer l'accès au
financement des pme d'Afrique subsaharienne. Afrique contemporaine,
pp. 153-174
9. Ngongang, D., 2015. Asymétrie d'information et
rationnement du crédit bancaire dans les pme camerounaise. Revue
Congolaise de Gestion, 1, Issue Numéro 20, pp. 11-54.
10. Schwarz, S., 2011. Les difficultés des
Entrepreneurs pour accéder au crédit en République
Démocratique du Congo: l'expérience de la coopération
financière. s.l.:KfW Bankengruppe.
11. Schwarz, S., 2011. Les difficultés des
Institutions financières pour accorder du crédit en
République Démocratique du Congo. Francfort: KfW
Bankengruppe.
12. Stiglitz, J. E. & Weiss, A., 1981. Credit rationing in
marketd with imperfect information. The Americain Economic Review,
71(3), pp. 393-410.
13. Stijns, J.-P., Hidane, S. & Benhamdane, J., 2020. Le
secteur bancaire en Afrique: financer la transformation sur fond d'incertitude.
Dans: Le secteur bancaire en Afrique centrale: tendance et
développement récents. s.l.:Banque européenne
d'investissement, pp. 81-107.
14. TIOUMAGNENG T, A., 2011. Crédit bancaire et
comportement des pme investissant en actif intangibles. Marché et
Organisations, 2(14), pp. 195-213.
MEMOIRE ET THESES
15. Kaponda, D., 2020. Les déterminants de la demande
du crédit bancaire: cas des pme de la ville de Likasi. Lubumbashi:
Université Nouveaux Horizons.
16. LOUGBEGNON, J. J. M., 2008. Approche analytique de la
faible bancarisation dans les pays de l'UEMOA: Cas du Bénin.
s.l.:Ecole Nationale d'Economie Appliquée et de Management du
Bénin.
17. Menda, K., 2009. Problématique de financement de
petites et moyennes entreprises par les institutions financières en RDC:
cas de la ville de Kinshasa. Kinshasa: Université de Kinshasa.
18. Nezien, F. T., 2011. Problématique de financement
des pme par les établissements bancaire: cas de Coris bank.
s.l.:Université Saint Thomas d'Aquin.
19. Ondel, K., 2010. Les contraintes de financement des PME
en Afrique: le rôle des registres de crédit.
s.l.:Université de Montréal.
RAPPORTS
20. BCC, 2019. Rapport d'activités de la microfinance
2018. Kinshasa: BCC.
21. BCC, 2020. Rapport annuel 2019, Kinshasa: BCC.
22. FEC, 2019. L'activité économique
vécue par la PME congolaise: résultats de l'enquête
qualitative réalisée en 2018, s.l.: FEC.
23. FPM, 2020. Rapport annuel 2019, Kinshasa: FPM.
24. MPME, 2009. Charte des petites, moyennes entreprises et
de l'artisanat en République Démocratique du Congo,
Kinshasa: Ministère des PME.
25. MPSMRM, 2014. Rapport global: l'enquête 1-2-3,
Kinshasa: Institut National de la Statistique.
WEBOGRAPHIE
26. ANIMF, 2021. Liste des institutions de microfinance
agrées par la BCC. [En ligne] Available at:
https://anmif-rdc.net/membres_ANIMF_rdc.html [Accès le 30
Juillet 2021].
27. Mavinga, N., 2020. 6,233 millards USD des
dépôts des clients dans les banques commerciales à mi-juin
2020. [En ligne] Available at:
https://www.financialafrik.com/2020/07/07rdc-6233-milliards-usd-de-depots-des-clients-dans-les-banques-commerciales-a-mi-juin-2020/ [Accès
le 12 Août 2021].
28. Savana, A., 2019. UEMOA: Faible progression du taux de
bancarisation strict en 2018. [En ligne] Available at:
https://www.financialafrik.com/2019/10/24/uemoa-faible-progression-du-taux-de-bancarisation-strict-en-2018 [Accès
le 22 Juillet 2021].
ANNEXES
Annexe 1 : PREDICTION DU MODELE
Modèle de la demande de crédit
|
VRAI
|
Valeurs
|
D
|
~D
|
Total
|
+
|
225
|
1
|
226
|
-
|
1
|
157
|
158
|
Total
|
226
|
158
|
384
|
|
|
Sensibilité
|
Pr( +| D)
|
|
99,55%
|
Spécificité
|
Pr( -|~D)
|
|
99,38%
|
Valeurs positive prédites
|
Pr( D| +)
|
|
99,55%
|
Valeur négative prédites
|
Pr(~D| -)
|
|
99,38%
|
Taux de prédictions fausses (+)
|
Pr( +|~D)
|
|
0,62%
|
Taux des valeurs (-)
|
Pr( -| D)
|
|
0,45%
|
Taux de prédiction (+) dans le total des
réponses
|
Pr(~D| +)
|
|
0,45%
|
Taux des valeurs (-) dans le total des réponses
|
Pr( D| -)
|
|
0,62%
|
|
Correctement classifiés
|
99,48%
|
Modèle de l'obtention de crédit
|
VRAI
|
Valeurs
|
D
|
~D
|
Total
|
+
|
65
|
13
|
78
|
-
|
1
|
1
|
148
|
Total
|
17
|
131
|
226
|
|
|
Sensibilité
|
Pr( +| D)
|
|
79,27%
|
Spécificité
|
Pr( -|~D)
|
|
90,97%
|
Valeurs positive prédites
|
Pr( D| +)
|
|
89,33%
|
Valeur négative prédites
|
Pr(~D| -)
|
|
88,51%
|
Taux de prédictions fausses (+)
|
Pr( +|~D)
|
|
9,03%
|
Taux des valeurs (-)
|
Pr( -| D)
|
|
20,73%
|
Taux de prédiction (+) dans le total des
réponses
|
Pr(~D| +)
|
|
16,67%
|
Taux des valeurs (-) dans le total des réponses
|
Pr( D| -)
|
|
11,49%
|
|
Correctement classifiés
|
86,73%
|
Annexe 2 : Questionnaire d'enquête
adressé aux dirigeants des PMEs
Je m'appelle NGOMBA KADIMA MARIE-MICHELLE, étudiante
finaliste du premier cycle à l'université Nouveaux Horizons. Dans
le cadre de mon mémoire intitulé « Les facteurs de
non-accès au financement des PMEs à Lubumbashi » je
vous prie de bien vouloir répondre à ce questionnaire en toute
objectivité. Nous vous garantissons la stricte confidentialité et
l'anonymat de vos réponses. Merci de nous accorder votre attention.
A. IDENTIFICATION DU REPONDANT
1. Quel est votre sexe ?
? Homme
? Femme
2. Quel est votre niveau d'études ?
? Primaire
? Secondaire
? Universitaire
? Post-universitaire
3. Quel est le statut juridique de votre entreprise ?
? Entreprise individuelle
? Société anonyme (SA)
? Société à responsabilité
limitée (SARL)
? Société à noms collectifs (SNC)
4. Dans quel secteur évolue votre entreprise ?
? Commerce
? Agriculture, élevage, pêche
? Industrie, construction
? Service
? Autre....
5. Votre entreprise est-elle enregistrée ?
5.1 RCCM
? Oui
? Non
5.2 N° Impôt
? Oui
? Non
5.3 N° d'identification national
? Oui
? Non
6. Depuis combien d'année exercez-vous votre
activité ?
? Moins d'une année
? 1 à 3 ans
? 4 à 6 ans
? 7 à 9 ans
? 10 ou Plus
7. Combien d'employés compte votre entreprise ?
? 1-5 employés
? 6-50 employés
? 51-200 employés
8. Chiffres d'affaires
? 1-10000 USD
? 10001-50000 USD
? 50001-400000 USD
? Supérieur à 400000 USD
B. FINANCEMENT DE L'ENTREPRISE
9. A quel degré vos fonds propres peuvent couvrir les
besoins de votre activité ?
? De 0% à 19%
? De 20% à 39%
? De 40% à 59%
? De 60% à 79%
? De 80% à 100%
10. Avez-vous déjà songé à solliciter
un crédit auprès d'une institution financière ?
? 10.1. Oui
? 10.2. Non
Si (10.1) passez directement à la question 11, si
(10.2) passez à la question 15.
11. Combien de fois avez-vous sollicité un
crédit ?
? Une fois
? Deux fois
? Plus de deux fois
12. Avez-vous fait votre demande auprès d'une seule
institution ou de différentes institutions ?
? La même institution
? Différentes institutions
13. Votre demande a-t-elle été
acceptée ?
? 13.1 Oui
? 13.2 Non
Si (13.1) passez directement à la question 16, si
(13.2) passez à la question 14.
14. Savez-vous pourquoi votre demande de crédit a
été refusée ?
? 14.1 Oui
? 14.2 Non
Si (14.1) passez directement à la question 15, si
(14.2) passez à la question 17
15. Quelles raisons vous a-t-on donné ?
? Le revenu de l'activité est insuffisant
? Pas de garanti valable
? Taille du montant trop grande
? La liquidité de votre compte en banque est
insuffisante
16. Avez-vous songé à investir une partie du
montant reçu dans une autre activité ?
? Oui
? Non
17. Que pensez-vous de la durée d'attente avant d'avoir
une réponse ?
? La durée d'attente est trop longue
? La durée d'attente est acceptable
18. Dans quelle mesure les facteurs ci-après
influencent-ils votre choix de ne pas solliciter un crédit ? (1=
Aucunement 2= Faiblement 3= Moyennement 4= Fortement 5= Très
fortement)
Facteurs
|
1
|
2
|
3
|
4
|
5
|
Taux d'intérêts élevés
|
|
|
|
|
|
Pas de garanties à donner
|
|
|
|
|
|
Le délai de remboursement
|
|
|
|
|
|
Je ne fais pas confiance aux banques
|
|
|
|
|
|
Je n'ai pas de compte bancaire
|
|
|
|
|
|
Pas suffisamment d'information sur le crédit bancaire
|
|
|
|
|
|
19. Pensez-vous que le crédit bancaire est une source
de financement importante ? (1= Pas du tout d'accord 2= Pas d'accord 3=
Neutre 4= D'accord 5= Tout à fait d'accord)
Facteur
|
1
|
2
|
3
|
4
|
5
|
Importance
|
|
|
|
|
|
Annexe 3 : Questionnaire d'enquête
adressé aux banques
Je m'appelle NGOMBA KADIMA MARIE-MICHELLE, étudiante
finaliste du premier cycle à l'université Nouveaux Horizons. Dans
le cadre de mon mémoire intitulé « Les facteurs de
non-accès au financement des PMEs à Lubumbashi » je
vous prie de bien vouloir répondre à ce questionnaire en toute
objectivité. Nous vous garantissons la stricte confidentialité et
l'anonymat de vos réponses. Merci de nous accorder votre attention.
A. IDENTIFICATION DU REPONDANT
1. Quel est le nom de votre
institution ?...............................................................................
2. Quel est votre poste au sein de
l'institution ?.................................................................
3. Depuis combien de temps travaillez-vous au sein de votre
institution ?
? 1 à 2 ans
? 3 à 4 ans
? 5 et plus
B. OCTROI DES CREDITS AUX PMEs
4. Avez-vous un département particulier au sein de la
banque qui traite de l'octroi de crédits aux PME ?
? Oui
? Non
5. Tenez-vous un registre de crédit dédié
aux PME au sein de votre banque (microfinance) ?
? Oui
? Non
6. Partagez-vous ces informations avec d'autres institutions
financières ?
? Oui
? Non
7. Qu'est-ce qui influence votre décision d'octroyer le
crédit à vos clients ?
7.1 Garantie
? Oui
? Non
7.2 Relation du client avec la banque
? Oui
? Non
7.3 Détenir les documents commerciaux
? Oui
? Non
7.4 Avoir une activité rentable
? Oui
? Non
7.5 Le délai de remboursement
? Oui
? Non
Si le délai de remboursement influence votre
décision, quel est l'intervalle de temps que vous préférez
avoir ?
Intervalle de délai de remboursement
? Moins de 6 mois
? 6-12 mois
? 12-18 mois
? Plus de 18 mois
7.6 Le montant demandé
? Oui
? Non
Si le montant demandé influence votre décision,
quel est l'intervalle du montant que vous pourriez plus
accordé facilement ?
Intervalle de montant
? Inférieur à 10000$
? 10000-35000$
? 35000-70000$
? Supérieur à 70000$
7.7 L'ancienneté de l'entreprise
? Oui
? Non
Si l'ancienneté de l'entreprise demandé influence
votre décision, quel est l'intervalle d'ancienneté que vous
recherchez le plus ?
Intervalle de l'ancienneté de l'entreprise
? 1-3 ans
? 4-6 ans
? Plus de 6 ans
8. L'analyse des dossiers de crédit se fait-elle
localement (en province) ou bien dépendez-vous d'une filiale
extérieure (autre province). Si (8.1) passez directement
à la question 10, si (8.2) passez à la question 9
? 7.1 Localement
? 7.2 Filiale extérieure
9. Avez-vous déjà été personnellement
d'accord pour accepter la demande de crédit d'un client mais que votre
filial extérieure rejette cette demande ?
? Oui
? Non
10. Expliquez-vous à vos clients pourquoi leur demande de
crédit a pu être refusée ?
251657216251658240Oui Non
|