CHAPITRE 3 : LES EFFETS DE LA DIVERSIFICATION DU
PORTEFEUILLE DE CREDITS SUR LA RENTABILITE BANCAIRE AU CAMEROUN
La diversification des produits d'un établissement
bancaire peut améliorer la rentabilité de cet
établissement, lui permettant ainsi de compenser les pertes
éventuelles d'un secteur, d'un marché ou d'un produit, par des
gains dans d'autres (Patry, 2002). Autrement dit, au niveau
microéconomique, cette tendance repose sur une modification de la
définition du champ stratégique par les établissements
bancaires en termes d'activités, de produits, de
clients, de technologies ou de zones géographiques. Ainsi, après
avoir fait une analyse théorique de la relation portefeuille de
crédits diversifié et rentabilité bancaire, il
s'avère important, d'aborder la phase empirique qui cherche à
appréhender la contribution de la diversification du portefeuille de
crédits à l'explication de la rentabilité des banques. Ce
chapitre a pour but d'analyser cette relation dans le contexte camerounais.
Ainsi, avant de se pencher sur l'évaluation des facteurs explicatifs de
la rentabilité bancaire au Cameroun, il est important de s'appesantir
sur la méthode économétrique et la démarche
analytique nous permettant d'appréhender l'influence des charges sur la
diversification du portefeuille de crédits.
Section 1 : La démarche
économétrique et l'aspect analytique
La démarche scientifique et économétrique
de notre travail se caractérise par sa méthode de
vérification qui est esquissée par la modélisation. Cette
dernière est associée aux techniques d'analyse statistique pour
la réfutation de nos hypothèses. L'économétrie sert
ainsi à tester les théories économiques, à
prévoir les grandeurs économiques et à jeter les bases de
politique économique. Dans cette section nous présentons le
modèle par lequel nous appréhendons la capacité des
différentes variables à expliquer la rentabilité bancaire
d'une part et d'autre part le cadre d'analyse de ce modèle.
I - Présentation du modèle d'analyse
retenu
Le modèle d'analyse retenu est le modèle
linéaire général. Avant de spécifier le cadre de
l'analyse empirique, il est nécessaire de présenter le
modèle théorique de régression multiple ainsi que certains
outils statistiques d'analyse.
I 1 - le modèle de régression
multiple
La présentation du modèle de régression
multiple se limite ici à la définition des objectifs du
modèle et de son expression analytique.
La régression simple étudie un
phénomène économique à travers une liaison entre
deux variables quantitatives. Mais, de nombreux problèmes font
intervenir la nécessité de l'introduction de plusieurs variables
explicatives pour l'étude d'un phénomène
économique. Une variable endogène s'exprime alors en fonction de
plusieurs variables exogènes. La régression multiple correspond
alors à une généralisation à trois variables et
plus des méthodes de la régression simple. Ainsi, la
régression multiple vise à trouver l'équation de
régression qui explique le mieux le nuage des points dans l'espace
à n dimensions (n correspondant au nombre de variables), mais aussi
à exprimer la force globale de cette relation en utilisant le
coefficient de corrélation multiple. Le carré de ce dernier
correspond au coefficient de détermination qui traduit la qualité
de l'ajustement global. Plus le coefficient de détermination est
élevé et donc proche de un, plus la qualité de
l'ajustement est bonne. Il est important de ne pas confondre corrélation
et causalité. En effet, s'il existe un lien entre deux variables, cela
ne veut pas dire que l'une est la « cause » de l'autre.
Le modèle de régression multiple peut
s'exprimer de plusieurs manières : en coupe instantanée et
en série temporelle. Il repose sur des hypothèses stochastiques
et structurelles.
Les hypothèses stochastiques sont celles relatives aux
erreurs. Elles sont au nombre de cinq : les variables sont
observées sans erreur ; l'espérance mathématique de
l'erreur est nulle ; la variance de l'erreur est constante quelque soit la
période ; les erreurs sont indépendantes ; l'erreur est
indépendante des variables explicatives.
Les hypothèses structurelles sont celles relatives aux
variables. Elles sont : absence de colinéarité entre les
variables explicatives ; le nombre d'observations est au moins égal
au nombre de variables explicatives plus un (n supérieur ou égal
à k +1).
Dans le cadre de notre travail, le modèle de
régression multiple en série temporelle nous semble le plus
commode. La présentation des outils d'analyse de ce modèle est
donc d'une grande importance pour nous.
| 
