Estimation des modèles par les moindres carrés généralisés MCG

By 22 January 2014

RESULTATS ET INTERPRETATIONS – CHAPITRE V :

Nous Avons présenté dans le chapitre 4 la méthodologie qui nous a permis de faire des analyses dans cette recherche à partir des modèles économétriques. Cet autre chapitre traitera des résultats et leurs interprétations. Ledit chapitre portera sur : les résultats des tests, l’estimation des équations au sujet de la rentabilité par rapport aux fonds propres et de la rentabilité par rapport à l’actif.

V.1 – LES RESULTATS DES TESTS

V.1.1 – Résultats des tests de la racine unitaire

Dans ce travail, C’est le test de Dickey Fuller augmenté (DFA) (voir tableau 1 annexe 1) qui est utilisé pour vérifier la stationnarité des séries. Ainsi que celui de Phillipe-Perron (tableau 2 annexe 1).

Tableau 5: les résultats du test de stationnarité de DFA et Phillips Perron
les résultats du test de stationnarité de DFA et Phillips Perron
Source : Auteur : à partir de STATA, *= probabilité

Lorsque la valeur de la probabilité d’une variable est inférieure soit à 10%, 5%, 1% alors la variable est stationnaire, au cas contraire on accepte l’hypothèse de non stationnarité de la variable.

Tableau 6 : les résultats du test de stationnarité de DFA et Phillips Perron avec trend.
les résultats du test de stationnarité de DFA et Phillips Perron avec trend
Source : Auteur : à partir de STATA

Ces tests sont faits pour les raisons de non stationnarité de trois de nos variables : ETI, DBANC, CBANC. Ces variables restent toujours non stationnaires, d’où le test de stationnarité de DFA et PP avec trend et  constante.

Tableau 7 : les résultats du test de stationnarité de DFA et Phillips Perron avec trend et constante
les résultats du test de stationnarité de DFA et Phillips Perron avec trend et constante
Source : auteur, à partir de STATA

Ces tableaux permettent de faire ressortir les variables stationnaires avec le test de DFA et PP à niveau c’est-à-dire cointégrées (voir annexe 1). Au regard des tableaux ci-dessus, on peut constater que toutes nos variables sont stationnaires dans le test de DFA et PP avec trend et constante sauf la variable ETI. Cette variable sera éliminée lors de l’estimation du modèle bien qu’elle soit stationnaire en différence première aussi bien avec DFA qu’avec Pillips Perron.

Tableau 8 : les résultats du test de stationnarité de DFA et Phillips Perron en différence première
les résultats du test de stationnarité de DFA et Phillips Perron en différence première
Source : auteur, à partir de STATA

On peut constater que toutes nos variables sont stationnaires en différence première avec le test de DFA et celui de PP

La régression par la méthode des moindres carrés ordinaires permet de vérifier la présence de l’auto corrélation des résidus et de l’hétéroscédasticité.

– Test D’autocorrelation de Breusch-Godfrey (BG)

L’autocorrelation des résidus rend caduque les commentaires sur la validité des modèles ou des tests statistiques, il convient de tester l’autocorrelation des erreurs par le test de BG. Les résultats montrent qu’il ya autocorrélation (voir tableau 1 annexe 2).

– Test d’hétéroscédasticité

Les résultats de ce teste présenté dans le tableau 1 en annexe 2 montre que le modèle est hétéroscédastique. D’où la correction de l’hétéroscédasticité dans nos différents modèles.

La présence de l’autocorrélation et de l’hétéroscédasticité nous permet d’utiliser les méthodes des moindres carrés généralisés (MCG) pour estimer nos deux modèles de régression. Mais avant il est nécessaire de procéder à la correction de l’hétéroscédasticité. Cette correction se fait par la procédure de White. Le résultat de cette correction se trouve dans le tableau 1 de l’annexe 2 et dans le tableau 1 de l’annexe 3.

V.2- ESTIMATION DES MODELES PAR LES MCG

V.2.1 –Régression du modèle de la rentabilité par rapport au fond propres (ROE)

L’usage des MCG a pour but de corriger le problème de l’autocorrélation et de l’hétéroscédasticité afin d’estimer la rentabilité bancaire des fonds propres, la rentabilité bancaire d’actif et leurs variables exogènes. Les résultats sont conciliés dans les tableaux ci-après.

V.2.1.1 – Résultat sur la rentabilité des fonds propres

Ce résultat (voir tableau 1 annexe 2) est présenté dans le tableau suivant :

Tableau 9 : résultats de la rentabilité bancaire des fonds propres et ses déterminants

Variables Coefficients Standard error Probabilité
FPSTA 0.3291626 .3588413 0.359
RRSA 2.294563** .8906147 0.010
TA 0.0000238 .0000236 0.314
DPTD 0.0700445 .1692866 0.679
FPN 0.0004475** .0001753 0.011
RTCSTD -126.1769*** 75.76681 0.096
CBANC -0.0001542*** .0000866 0.075
DBANC -0.0000273 .0000465 0.557
CONS 17.36273 13.66144 0.204
R-squared = 62,27% Adj R-squared = 57,16%

Source: Auteur, à partir de STATA

**= significativité à 1% ; ***=significativité à 10%

Au regard de ce tableau, on peut constater que la rentabilité bancaire par rapport au fonds propres est influencée négativement et positivement par ses déterminants. La relation négative lie la rentabilité bancaire au ratio total crédits sur total dépôts d’une part et d’autre part les crédits et les dépôts. L’autre relation lie positivement la rentabilité bancaire aux fonds propre net, les dépôts privés sur total dépôts, au ratio fonds propres sur total actif, au total actif et au ratio des réserves liquides sur l’actif de banque.

Le coefficient des dépôts bancaires (-0.0000273) est très faible et négatif, contraire au signe attendu et non significatif. Ceci montre qu’il ya une relation négative entre les dépôts bancaires et la rentabilité bancaire (ROE).

De même le coefficient des crédits bancaires (-0.0001542) est négatif contrairement au signe attendu et significatif à 10% et permet de dire que les CBANC influencent négativement la rentabilité bancaire des fonds propres. Cette situation peut être due au fait que les crédits bancaires sont considérés comme étant la transformation des dépôts de la clientèle et non pas seulement des fonds propres. Ce résultat a été trouvé par Nasser, (2003).

Cette même explication tient aussi avec la variable RTCSTD dont le coefficient est négatif (-126.1769) et significatif à 10%. Que ce soit pour les dépôts ou les crédits, de tels résultats ont été trouvé par Demirgüç-Kunt & Huizinga (1999)6 et Nasser, (2003).

Pour La variable fonds propres net, on constate que les fonds propres net contribuent positivement (+0.0004475) à la rentabilité avec un degré de significativité de 1%. Il en va de même pour la variable FPSTA dont le coefficient (+0.3291626) est positif comme attendu mais non significatif. Pour Raoudha et al,( 2008), les banques bien capitalisées peuvent accéder aux fonds à de meilleures conditions car elles sont considérées comme moins risquées. Plus ce ratio sera élevé, moins la banque est risquée et plus la rentabilité de la banque sera faible.

Le coefficient (+2.294563) du ratio des réserves liquides sur actif bancaire est positif comme attendu, il est significatif à 1%. Ce résultat confirme ceux trouvé par plusieurs auteurs à l’instar de Raoudha et al( 2008) qui concluent que les banques domestiques affichent une activité de transformation rentable, de Guru et al (2002)7 On peut l’expliquer par la constitution des réserves obligatoires par les banques, par le respect des normes de liquidité de la règlementation bancaire édictée par la COBAC et aussi par son évolution au cours du temps.

6 Cité par Nasser, 2003 dans « les déterminants de la profitabilité des banques dans l’UEMOA : une Analyse sur données de panel »

7Cité par Raoudha et al 2008

Le coefficient de la variable TA (+0.0000238) qui est une variable qui mesure la taille de la banque s’avère positif comme prévu, mais non significatif. La relation entre la taille et la profitabilité est supposée être non linéaire (Athanasoglou et al (2008))8. Le total actif sera mesuré par le Logarithme TA. Demirguc-Kunt et Huizinga (1999) ont utilisé le total actif comme mesure de la taille d’une banque et ont montré qu’il a un impact positif et significatif sur les marges d’intérêt.

En ce qui concerne la variable DPTD, son coefficient est positif (+0.0700445) et non significatif. Ce ratio permet de mesurer la structure des dépôts bancaires. Si ce ratio est élevé alors la rentabilité l’est aussi et s’il est plutôt faible, la rentabilité est faible. Ce qui justifie le signe positif ou négatif attendu qui s’est avéré positif.

8 Tiré de l’article de Raoudha et al, 2009

V.2.1.2- Résultat du modèle de mesure de la rentabilité des actifs bancaires

Il est présenté dans le tableau ci-après. Ce tableau présente les variables et leurs coefficients respectifs (voir tableau 1 de l’annexe 3).

Tableau 10 : résultats entre la rentabilité bancaire des actifs et ses déterminants

Variables Coefficients Standard error Probabilité
FPSTA 0.012863 .0142658 0.367
RRSA 0.1006643** .0354066 0.004
TA -1.15e-07 9.39e-07 0.902
DPTD 0.002146 .00673 0.750
FPN 0.000012 *** 6.97e-06 0.084
RTCSTD -9.129399** 3.012127 0.002
CBANC -3.21e-06 3.44e-06 0.352
DBANC -1.55e-06 1.85e-06 0.400
CONS 1.58716 .543114 0.003
R-squared = 62,11% Adj R-squared = 56,97%

Source: Auteur, à partir de STATA

**= significativité à 1% ; ***=significativité à 10%

Les données de ce tableau font constater que la rentabilité bancaire est liée positivement et négativement à ses déterminants

Le coefficient des dépôts bancaires (-1.55e-06) étant contraire au signe attendu et non significatif, cette situation montre tout simplement que la rentabilité bancaire ne dépend pas toujours des dépôts collectés mais plutôt du ratio des réserves liquides sur actif dont le coefficient (+0.1006643) est positif comme attendu et significatif à 1%, des fonds propres net (+0.000012) dont le coefficient est positif comme attendu et significatif à 10%.

De même le coefficient de la variable FPSTA est positif comme prévu (+0.012863) mais non significatif. Dans la littérature, des auteurs ont trouvés le même résultat à l’instar de Raoudha et al, (2009) qui affirment que si les fonds propres constituent une source de fonds plus chère que les dépôts, une hausse des capitaux propres peut augmenter le coût du capital de l’établissement bancaire qui serait amené à établir une marge plus élevée. Ils rappellent qu’une augmentation des fonds propres peut affecter positivement la rentabilité bancaire non seulement à travers la hausse du coût moyen pondéré du capital, mais aussi par l’accroissement du risque induit par l’extension du portefeuille à des actifs productifs de gains importants. Ceci pour arriver à la conclusion que lorsque le ratio capitaux propres/total des actifs est élevé, la rentabilité est faible et inversement.

Quant aux crédits bancaire dont le coefficient est négatif (-3.21e-06) c’est- à-dire contraire au signe attendu et non significatif, on peut tenter d’expliquer cette situation par le fait que l’une des principales sources de rentabilité bancaire est l’arbitrage entre le taux d’intérêt débiteur et le taux d’intérêt créditeur. Car les crédits sont une transformation de l’épargne de la clientèle sous forme de dépôts à vue, dépôts à terme, bon de caisse, etc. Raoudha et al, 2009 Nasser, (2003) trouvent un résultat similaire.

De même, le coefficient de la variable total crédit sur total dépôts s’est avéré négatif (-9.129399) et significatif à 1%. Cette variable mesure la liquidité de la banque, puisqu’il relie la gestion de la liquidité à la performance bancaire. Ce ratio compare les actifs illiquides (les crédits) à la principale source de financement stable (les dépôts). Ainsi, plus ce ratio est faible, plus la banque est considérée liquide et inversement. Ce résultat est contraire à la majorité des résultats des travaux faits dans ce sens qui montrent pour la plus part un lien positif entre le ratio total crédits / total dépôts (Raoudha et al, 2009). Dans le cas du Cameroun ce résultat peut être appréhendé par la situation surliquide des banques commerciales, avec le faible niveau de transformation des dépôts en crédits depuis quelques années. C’est ainsi qu’on conclu que plus le ratio total crédits/total dépôts diminue, moins la banque est rentable.

Le coefficient de TA (-1.15e-07) est négatif et non significatif. Cette variable a été utilisée par plusieurs chercheurs pour mesurer la taille de la banque. Les résultats obtenus ont montré qu’il ya une relation positive et négative entre le total actif et la rentabilité bancaire. Dans notre cas nous obtenons un résultat négatif qui rejoint ceux de Raoudha et al (2008) qui trouve une relation négative entre les banques étrangères et la rentabilité en France. Il précise que ceci peut s’expliquer par le fait que les banques domestiques, spécialisées en banque de détail, ont plus la possibilité d’accorder un volume important de prêts ainsi que la facilité d’accès au marché des produits que les banques étrangères. De même que Guru et al (2002), Pasiouras et Kosmidou (2007) cité par Raoudha, ont dégagé un effet négatif et significatif de la taille sur la rentabilité des banques européennes, et ce pour les deux catégories de banques (banques domestiques et banques étrangères). Ce résultat peut être expliqué par le fait que ayant connu une crise du système financier, les banques camerounaises sont plus adverses au risque de défaut des emprunteurs de manière à ne plus jouer correctement son premier rôle qui est celui de prendre aux uns pour financer les autres si bien que le stock de liquidité constitue désormais un problème pour les banques. Car lorsque le total des actifs est élevé la rentabilité bancaire augmente.

Les résultats de différentes estimations présentés en annexes qui ont été sortis à l’aide du logiciel STATA sont assez proches. Le test de Fisher indique que les modèles sont globalement significatifs jusqu’au seuil de 1% (Prob > F = 0.0000). La qualité de l’ajustement est moyennement acceptable, puisque le modèle d’estimation de la rentabilité des fonds propres (ROE) explique 62,27% à 57,16% et celui de la rentabilité de l’actif (ROA) expliquent 62,11% à 56,97% de la variance totale, respectivement coefficient de détermination et coefficient de détermination ajusté. Cela signifie qu’il existe certaines variables, notamment économiques qui apporteraient une explication au taux de rentabilité en dehors des facteurs utilisés.

CONCLUSION GENERALE ET RECOMMANDATIONS – CHAPITRE VI :

Ce dernier chapitre nous permettra de faire un récapitulatif de ce travail consigné dans la conclusion générale. Nous allons par la suite faire quelques recommandations afin de proposer des pistes de solutions. Et enfin ressortir les limites de cette étude.

VI.1 – CONCLUSION GENERALE

Dans ce travail, nous avons exploré l’effet de l’intermédiation financière sur la rentabilité des banques commerciales au Cameroun. Après avoir fait une distinction entre intermédiation financière et intermédiation bancaire, nous avons présenté les différents IF et leurs rôles dans le financement de l’économie. Après une présentation de la revue de la littérature et en s’inspirant des travaux de nos prédécesseurs, nous avons adopté la méthodologie basée sur approche de l’analyse économétrique, c’est ainsi que nous avons formulé deux équations : la première ayant comme variable dépendante la rentabilité bancaire des fonds propres et la seconde la rentabilité bancaire par rapport à l’actif. A partir de la revue de la littérature et des observations de l’industrie bancaire et financière, nous avons porté le choix sur des variables pouvant permettre d’expliquer ces variables dépendantes.

Au sorti des différents résultats obtenus, nous pouvons constater que :

** La rentabilité bancaire des actionnaires (ROE) et des actifs (ROA) est influencée négativement par les dépôts bancaires, les crédits et par là le ratio total crédits/total dépôts. Certes l’activité d’intermédiation (transformation des dépôts en crédits) est l’activité far de la banque, mais ceci n’exclut pas la gestion du risque de crédit par les banques. Toutefois, l’effet négatif sur la rentabilité montre que le secteur bancaire camerounais semble adopter une stratégie tendant beaucoup plus vers

l’adversité au risque, à travers une sélection rigoureuse des crédits à octroyer du fait des asymétries d’information entre emprunteurs et préteurs.

** Les fonds propres constituent une source par excellence de la rentabilité bancaire des banques commerciales du Cameroun. En effet le ratio utilisé permet de mesurer le risque d’insolvabilité et de diminuer les coûts des emprunts. Quant ‘ au ratio de liquidité, il montre une relation positive avec la rentabilité bancaire.

** Pour la variable TA on constate un effet positif avec la rentabilité bancaire des actionnaires, ceci s’explique par le volume de prêts accordé par les banques commerciales. Alors qu’il existe plutôt une relation négative entre cette dernière et la rentabilité des actifs (ROA).

** En ce qui concerne les dépôts privés/total dépôts, il existe une relation positive entre la rentabilité bancaire et ce dernier et son influence sur la rentabilité varie en fonction de sa variation. Cette situation est vraie tant pour la rentabilité des actionnaires que pour celle des actifs.

VI.2 – RECOMMANDATIONS

Nos recommandations vont dans trois sens :

* Les banques commerciales doivent augmenter leurs fonds propres et améliorer le ratio entre fonds propres net et le total actif afin de busquer davantage la rentabilité bancaire. de même les dirigeants des banques camerounaises doivent développer des produits et services financiers pour accroitre l’actif des banques.

* Les banques doivent être certes, adverses vis-à-vis du risque mais améliorer la qualité de leurs portefeuilles crédits afin de stimuler la rentabilité bancaire. Car les intérêts débiteurs constituent la source par excellence de la rentabilité bancaire.

* L’Etat doit encourager les investisseurs en favorisant la création des entreprises ou les projets sur le moyen et le long terme afin que l’économie démarre véritablement et permettant ainsi une grande absorption des dépôts bancaires et par là résoudre le problème de surliquidité des banques camerounaises. Ceci contribuera aussi à l’augmentation de la rentabilité des banques commerciales.

VI.3 – LIMITES DE L’ETUDE ET PERSPECTIVE

Puis que nos résultats montrent que l’intermédiation financière a une influence sur la rentabilité des banques commerciales du Cameroun, il est question pour nous ici de ressortir les limites de ce travail. La principale difficulté de cette recherche a été la rareté des données, ce qui nous a conduit à la trimestrialisation de nos données afin d’élargir le nombre d’observation.

Certes, l’intermédiation financière permet de façon générale que les établissements de crédits servent d’interface entre les agents à capacité de financement et ceux à besoin de financement, en transformant les dépôts en crédits (économie d’endettement). Mais aujourd’hui, avec l’existence du marché financier du Cameroun et de la sous-région CEMAC, même si le secteur financier reste dominé par les banque (ceci étant vrai dans toutes les économies du monde), on assiste aux financements par le marché qui consiste pour les ANF à se faire financer directement auprès des agents à capacité de financement : on parle d’intermédiation de marché (économie de marché financier). Sachant qu’avec le marché financier, se développent plusieurs produits financiers pouvant stimuler l’activité des banques en particulier et l’activité économique de façon générale, et le taux d’intérêt sur emprunt qui est relativement faible par rapport au prêt bancaire, il nous semble important une étude vérifiant le lien entre l’intermédiation par le marché et la rentabilité des banques commerciales au Cameroun. Une telle étude pour ressortir ce lien, pourrait servir comme complément à notre étude.

Lire le mémoire complet ==> (Octroi de crédit et rentabilité des banques commerciales au Cameroun)
Thèse présentée en vue de l’obtention du diplôme de Master of science (M. Sc) en Sciences Economiques.
UNIVERSITE DE DSCHANG – ECOLE DOCTORALE
Unité de Formation Doctorale des Sciences – Economiques et de Gestion

Table des matières
SOMMAIRE
CHAPITRE I : INTRODUCTION GENERALE 1
I.1- CONTEXTE DE LA RECHERCHE 1
I.2 – PROBLEMATIQUE 4
I.3- OBJECTIFS DE LA RECHERCHE 6
I.4- HYPOTHESES DE LA RECHERCHE 7
I.5- PLAN DE LA THESE 7
II.1 – CONCEPTS 8
II.1.1 – Concept d’intermédiation 8
II.1.1.1 – L’intermédiation de représentation 9
II.1.1.2 – L’intermédiation de transformation 9
II.1.2 – Concept de rentabilité 10
II.1.2.1 – Concept de rentabilité économique 10
II.1.2.2 – Concept de rentabilité financière 10
II.2 – REVUE DES TRAVAUX THEORIQUES DE LA LITTERATURE 11
II.2.1 – Théorie de l’intermédiation 11
II.2.2 – asymétrie d’information 13
II.2.2.1 – La sélection adverse ou anti-sélection 14
II.2.2.2 – Aléa moral ou hasard moral 15
II.2.4 – Prolongement de la théorie de l’intermédiation 17
II.3 – REVUE DES TRAVAUX EMPIRIQUES DE LA LITTERATURE 19
II.3.1 – Intermédiation financière et économie 19
II.3.2 – Les résultats sur l’intermédiation financière et rentabilité 21
CHAPITRE III : ACTIVITE D’INTERMEDIATION FINANCIERE DES BANQUES COMME PILIER DE LA RENTABILITE BANCAIRE AU CAMEROUN 26
III.1 – FORMES D’INTERMEDIATION FINANCIERE 26
III.2 – ACTIVITE D’INTERMEDIATION FINANCIERE 28
III.2.1 – Intermédiation financière des banques commerciales 29
III.2.1.1 – Activité d’intermédiation des banques 29
III.2.1.1.1 – Définition de banque 29
III.2.1.1.2 – Collecte de l’épargne ou de dépôts 29
III.2.1.1.3 – Octroi du crédit 31
III.2.1.1.4 – Les risques bancaires 33
III.2.1.2 – Intermédiation financière des banques commerciales et création monétaire 34
III.2.1.3 – Intermédiation dans une économie d’endettement et de marché financier 35
III.3 – LES DIFFERENTS TYPES D’INTERMEDIAIRES FINANCIERS 36
III.3.1 – Les institutions financières 36
III.3.2 – Les compagnies d’assurance 37
III.4 – LE DUALISME BANQUES COMMERCIALES ET EMF 38
III.4.1 – Banques commerciales et financement de l’économie 38
III.4.2 – Expansion du secteur de la microfinance 39
III.5 – EVOLUTION DE LA RENTABILITE DES BANQUES AU CAMEROUN 40
CHAPITRE IV : METHODOLOGIE DE LA RECHERCHE 43
IV.1 – LA SOURCE DES DONNEES 43
IV.2 – METHODE DE L’ANALYSE ECONOMETRIQUE 43
IV.2.1- Modèle théorique 43
IV.2.2 – Choix du modèle 44
IV.2.3 – Spécification du modèle 44
IV.2.4 – Phase analytique et modèle empirique 45
IV.2.4.1 – Phase d’analyse 45
II.2.4.2 – Description de l’échantillon 45
IV.2.5 – Modèle empirique 45
IV.2.5.1 – Description et mesure des variables 45
IV.2.5.2 – Variables expliquées : La rentabilité 46
IV.2.5.3 – Variables explicatives et signe attendus 46
IV.2.5.3.1 – Variables explicatives 46
IV.2.5.3.2 – Modèle de mesure de la rentabilité bancaire 50
IV.2.5.3.2.1 – la rentabilité des fonds propres ou return on equity (ROE) 51
IV.2.5.3.2.2 – la rentabilité des actifs ou return on asset (ROA) 52
IV.2.5.3.3- Test de cointégration 52
IV.2.6 Tests de diagnostic 52
IV.2.7 – Tests de validation du modèle 53
CHAPITRE V : RESULTATS ET INTERPRETATIONS 55
V.1 – LES RESULTATS DES TESTS 55
V.1.1 – Résultats des tests de la racine unitaire 55
V.2- ESTIMATION DES MODELES PAR LES MCG 60
V.2.1 –Régression du modèle de la rentabilité par rapport au fond propres (ROE) 60
V.2.1.1 – Résultat sur la rentabilité des fonds propres 60
V.2.1.2- Résultat du modèle de mesure de la rentabilité des actifs bancaires
CHAPITRE VI : CONCLUSION GENERALE ET RECOMMANDATIONS 67
VI.1 – CONCLUSION GENERALE