Memoire Online - Déterminants de l'exclusion bancaire au Cameroun

Economiste Chargé de Cours Université de Yaoundé II SOA, Faculté d'Economie et Gestion

Ce mémoire est parvenu à son terme grâce à un ensemble de contributions individuelles et institutionnelles auxquelles je rends hommage.

Je tiens à exprimer mes remerciements au Dr MONDJELI MWA NDJOKOU, qui m'a fait l'honneur de diriger ce travail et dont l'entière disponibilité et l'encadrement rigoureux ont amélioré la qualité de cette recherche.

Ceux-ci s'adressent également aux Docteurs Augustin NGOMSI, Viviane ONDOUA, pour leur assistance et encouragements permanents.

Je voudrais également exprimer ma gratitude à tous les enseignants qui interviennent à l'Université Catholique de Bertoua et à la Faculté d'Economie et Management.

Enfin, une pensée va à l'endroit de toute ma famille, de tous mes amis (es) et de tous mes camarades.

L'Université Catholique de Bertoua n'entend donner aucune approbation ou improbation aux opinions contenues dans ce mémoire. Celles-ci doivent être considérées comme étant propres à l'auteur.

L'objectif principal de cette étude est d'identifier les variables déterminantes de l'exclusion bancaire au Cameroun. De façon spécifique, il s'agit d'une part, d'identifier les facteurs socio-économiques de l'exclusion bancaire au Cameroun ou facteurs liés à la demande et d'autre part, d'identifier les facteurs institutionnels de l'exclusion bancaire au Cameroun ou facteurs liés à l'offre. Pour atteindre ces objectifs,nous avons adopté une démarche méthodologique à la fois descriptive et analytique faisant recours à l'analyse statistique et économétrique. S'agissant des facteurs socio-économiques, il ressort que,les femmes ont moins accès aux services bancaires que les hommes. Ensuite, les personnes vivantes dans les zones rurales sont significativement marginalisées du système bancaire que celles vivantes en zones urbaines. En outre, l'âge est un critère significatif en effet, les plus jeunes et les plus âgés ont moins accès aux services bancaires. Par ailleurs, le chômage est un obstacle à l'accès des dits services ainsi, les ménages n'ayant pas d'emploi sont exclus du système bancaire. A cet effet, une augmentation conjuguée du niveau d'éducation etdu niveau de richesse nationale réduit significativement le niveau d'exclusion bancaire au Cameroun. Au sujet des facteurs institutionnels, il ressort que, les exigences en termes de garanties, les coûts de crédit, et la documentation à fournir constituent des entraves à l'inclusion bancaire. Aussi, la concentration des banques vers les zones urbaines, le nombre de banques, le nombre de guichets et le taux d'intérêt débiteur sont des déterminants institutionnels de l'exclusion bancaire au Cameroun.

The main objective of this study is to identify the key variables of banking exclusion in Cameroon. Specifically, it is firstly to identify the socio-economic factors of banking exclusion in Cameroon related to demand and secondly, to identify institutional factors of banking exclusion in Cameroon related to the offer. To achieve these goals, we adopted a methodological approach that is both descriptive and analytic, making use of statistical and econometric analysis. Concerning socio-economic factors, it appears that women have less access to banking services than men. Moreover, those living in rural areas are significantly marginalized in the banking system than those living in urban areas. In addition, age is in fact a significant criterion, young and older ones have less access to banking services. Moreover, unemployment is a barrier to access such services and, households with no employment are excluded from the banking system. Therefore, a combined increase in the level of education and the level of national wealth significantly reduce the level of banking exclusion in Cameroon. On institutional factors, it appears that the requirements in terms of guarantees, the cost of credit and documentation requirements are obstacles to banking inclusion. Also, the concentration of banks in urban areas, the number of banks, the number of branches and lending rate are institutional determinants of banking exclusion in Cameroon.

Introduction Générale...................................................................................1

Première Partie : Facteurs Socioéconomiques de l'Exclusion Bancaire........................10

Introduction de la première partie....................................................................11

Chapitre 1 : Facteurs Socioéconomiques de l'Exclusion Bancaire : Cadre Théorique........12

Chapitre 2 : Facteurs Socioéconomiques de l'Exclusion Bancaire : La mise en Evidence...29

Conclusion de la première partie......................................................................47

Deuxième Partie : Facteurs Institutionnels de l'Exclusion Bancaire.............................48

Introduction de la deuxième partie....................................................................49

Chapitre 3 : Facteurs Institutionnels de l'Exclusion Bancaire : Approche Théorique.........50

Chapitre 4 : Facteurs Institutionnels de l'Exclusion Bancaire : L'Evidence Empirique........61

Conclusion de la deuxième Partie.....................................................................79

Conclusion Générale.....................................................................................80

Annexes...................................................................................................IX

Références Bibliographiques......................................................................XXXI

Table des matières.................................................................................XXXVI

INTRODUCTION GENERALE

1. Contexte de l'étude

L'exclusion bancaire a été forgée en 1993 par des géographes inquiets de la limitation de l'accès physique aux services bancaires à la suite de la fermeture d'une série d'agences bancaires (Anderloni et al, 2008 ; Leyshon and Thrift, 1993). Depuis lors, un nombre croissant d'études se sont penchées sur les difficultés auxquelles étaient confrontées certaines franges de la population pour avoir accès aux instruments modernes de payement et aux autres services bancaires tels que, le crédit à la consommation et l'assurance (Anderloni et al 2008). La préoccupation a concerné également le nombre de personnes ne possédant aucune épargne. C'est en 1999 que l'expression «exclusion bancaire» semble avoir été utilisée pour la première fois dans un sens plus large pour faire référence aux personnes qui ne jouissent que d'un accès limité aux services financiers de base (Anderloni et al, 2008 ; Kempson et Whyley, 1999). Ainsi, d'innombrables études ont essayé d'apporter une signification plus large à l'exclusion bancaire. Ces apports émanent des travaux deAnderloni et Carluccio (2006), Devlin (2005) ; Carbo et al. (2004), Gloukoviezoff (2004),Sinclair (2001), Kempson et al (2000). L'expression « exclusion bancaire » possède un champ sémantique rassemblant des définitions complexes. La définition la plus aboutie provient des études et des analyses que fait Gloukoviezoff, (2006 ; 2004). Pour ce dernier, et à la suite d'Anderloni (2003), l'exclusion bancaire désigne le processus par lequel une personne rencontre des difficultés d'accès et/ou d'usage des services bancaires empêchant de mener une vie sociale normale. Cette définition tranche avec les travaux qui ont prévalu jusqu'alors (Kemspon et al. 2000 ; Treasury, 1999 ; Kempson & Whyley, 1999 ; Leyshon & Thrift, 1995). Ceux-ci ont considéré l'exclusion bancaire de manière restrictive comme le fait de ne pas disposer d'un compte bancaire en raison des pratiques de sélection des établissements bancaires. L'exclusion bancaire est donc à la fois un processus et un état (Loisy, 2000). A l'exclusion bancaire s'oppose l'inclusion bancaire. Cette dernière se mesure à l'aide du niveau de bancarisation et de l'adéquation entre les besoins et les services financiers offerts. La bancarisation quant à elle désigne la proportion de la population titulaire d'un compte bancaire. Elle est mesurée par un indice appelé taux de bancarisation. Cet indice, traduit le niveau de pénétration des services bancaires dans le pays ou la région concernée. Au coeur de l'exclusion bancaire selon Simmel, se trouve les services bancaires qui jouent un rôle social incontournable. L'un des éléments clés qui permet de comprendre l'évolution du rôle social des services bancaires est ce que Tasqué (2008) appelle à la suite de Servet (2004), la financiarisation^1(*)des rapports sociaux. Ce processus correspond au fait que les différentes facettes de l'inclusion sociale voient leur expression réalisée de manière croissante et contrainte par le recours aux services des établissements bancaires. Elle résulte donc à la fois de la monétarisation des rapports sociaux et de la bancarisation de la population.Le rôle social des services bancaires s'est progressivement affirmé pour satisfaire deux types de besoins. Le premier est celui des besoins de promotion. Il correspond au financement des besoins qui permettent d'améliorer la situation des personnes par l'achat de biens ou de services comme de l'électroménager ou des formations. Le second type est celui des besoins de protection. Il correspond au financement de besoins imprévus comme des dépenses de santé ou bien la nécessité d'amortir les fluctuations de ressources liées à une activité de travail précaire. La satisfaction de ces besoins évite que la situation ne se dégrade (ou qu'elle ne se dégrade davantage pour les personnes en situation de pauvreté). Ces deux groupes de besoins peuvent être financés ou satisfaits par des moyens tels les revenus du travail, l'épargne, les solidarités de proximités (familialesou amicales) ainsi que les dispositifs mis en oeuvre par l'État. Toutefois, les transformations connues par les sociétés accroissent l'ampleur de ces besoins tout en en perturbant profondément les modalités de satisfaction (Tasqué, 2008).La privatisation ou les difficultés d'accès aux services bancaires des ménages ralenties le rôle de l'intermédiation financière.Plus répandu en Europe, la conscience de l'existence d'une part de l'exclusion bancaire et d'autre part de ses conséquences suscite d'ors et déjà un éveil en Afrique en générale et plus précisément au Cameroun.

Principale source de financement de l'économie Camerounaise, le secteur bancaire occupe une place de choix au détriment du marché financier qui est embryonnaire au Cameroun. Malgré l'accroissement du nombre de banques et des politiques mises en oeuvre pour contrer l'évolution du niveau d'exclusion bancaire, il ressort selon la COBAC que, le taux de bancarisation reste faible et est situé autour de 14% en 2013.Ainsi, 86% des ménages sont en marges du système bancaire Camerounais.Jugées trop élevées par les autorités monétaires et institutionnelles dans la mesure où, ce niveau élevé d'exclusion bancaire accentue la propension de la finance informelle. Des mesures liées à la réduction de ce niveau d'exclusion ont été adoptées. Ces mesures ont consisté, àla création du Fonds de garantie des dépôts en Afrique centrale, l'instauration par l'autorité monétaire d'un service bancaire minimum garanti. Ces mesures ont pu apporter des effets escomptés notamment la réduction du niveau d'exclusion bancaire. Réduire cette exclusion permet de booster l'intégration sociale. Ainsi, la volonté de lutter contre ce fléau se concrétise notamment par le recul del'utilisation des espèces d'une part, le paiement des salaires, des allocations sociales et des services d'utilité publique via des comptes bancaires d'autre part.Toutefois, les banques ne sont sollicitées majoritairement que par les entreprises et beaucoup moins par les ménages (Nkou, 2011). Or, il faut noter que ce sont les ménages qui constituent la couche la plus touchée de ce phénomène. C'est ce constat qui justifie l'orientation de notre analyse vers les ménages.L'accès et le recours aux services bancaires permettent d'effectuer des transactions de base donc essentielles pour l'intégration sociale. Le non recours à ces services, accentue la finance informelleservant ainsi d'obstacle aux intermédiaires financiers (Demirgüc-Kunt et Klapper, 2012). Ces derniers nous font remarquer que, La CEMAC est classée parmi les régions du monde où le phénomène d'exclusion bancaire est le plus développé. En effet, 18% seulement de la population adulte possède un compte, 10% dispose d'une épargne et 4% bénéficie d'un emprunt auprès d'une institution formelle. L'orientation de notre analyse vers les ménages^2(*) Camerounais nécessite la détermination des critères socio-économiques afin de ressortir les conditions de vie dans lesquelles ils se trouvent.

Le Cameroun est un pays en développement avec une population que l'on estime à 23 130 708 d'habitants. Dans l'ensemble, 39,9% des Camerounais vivent sous le seuil de la pauvreté. Parmi eux, 41,6% des ménages sont dirigés par les hommes contre 33,4% dirigés par les femmes. Cependant, la pauvreté ne touche pas la population de manière uniforme. Ce phénomène est plus répandu en milieu rural (55% contre 12,2% en milieu urbain) et dans les régions septentrionales (plus de 53,0%)^3(*). Au plan économique, le Cameroun enregistre un taux de croissance de 5.4% (INS, 2013). Dans cette richesse économique, le tertiaire joue un rôle primordial dans la mesure où il contribue à 46,6% du PIB et est développé de façon considérable. En outre, ce secteur a été ces dernières années, renforcé par l'avènement des techniques de l'information et de la communication. Malgré la contribution du tertiaire dans le PIB du Cameroun, le niveau d'épargne reste encore faible car le niveau de bancarisation l'est tout aussi. C'est dans ce sillage que Nkou (2011) fait remarquer que, le niveau d'épargne est fonction du niveau de bancarisation et du niveau de développement de la population concernée. A cet effet, le faible niveau conjugué de bancarisation et du développement du Cameroun pourrait justifier le taux d'épargne du Cameroun qui se situe entre 14 % et 15 % du PIB avec un taux d'inflation de 2.1%^4(*) en 2013. Quant au marché du travail, il est caractérisé par une forte croissance du secteur informel. En effet, l'INS du Cameroun indique que, le taux de chômage au Cameroun est autour de 5% par ailleurs, le secteur informel occupe près de 30% du PIB. Au sujet de l'éducation, le PNUD^5(*) relate que le niveau d'alphabétisation du Cameroun est de 67.9%. En sommes, ces indicateurs décrivent les conditions de vie des ménages. Ces résultats peuvent justifier le haut niveau de l'exclusion bancaire au Cameroun. Toutefois, le cadre institutionnel du secteur bancaire au Cameroun, qui a connu de profondes crise dans les années 1980 est susceptible de créer ou de renforcer l'exclusion bancaire (De Boissieu et Couppey-Soubeyran, 2013).

Le secteur bancaire Camerounais est composé de 13 banques avec 201 guichets. Ces banques sont soumises à la réglementation bancaire actuellement en vigueur dans la CEMAC. Cette réglementation a été construite en deux étapes essentielles : une première qui s'étale de 1972 jusqu'à 1992 et une deuxième qui prend effet à partir de 1992 avec la création de la COBAC. Au milieu des années 1980, le Cameroun a connu une grave crise financière : les dépôts à terme ont diminué de 33% entre 1985 et 1987 et les dépôts à vue de 22%^6(*). Cette chute s'explique par le déclenchement de la crise économique, cependant, une véritable crisede confiance a siégé et les agents réalisantl'insolvabilité de ces banques sont devenus retissants. C'est à partir des années 1989 que les restructurations ont été entreprises certaines banques ont fermé, d'autres ont été liquidées ou ont fusionné. Ainsi, la création de la commission bancaire de l'Afrique Centrale (COBAC) s'est faite en 1992 avec pour rôle d'assurer un contrôle prudentiel des établissements de crédits. Cet environnement institutionnel joue un rôle dans la propension et la réduction de l'exclusion bancaire.

2. Problématique de l'étude

La résorption de l'exclusion bancaire est un enjeu majeur dans une économie moderne. Dans le cadre théorique, cet objectif est atteint via la contribution tripartite des pouvoirs publics, des institutions bancaires et des ménages. Les instruments dont disposent les autorités monétaires pour atteindre les objectifs finaux de la politique de lutte contre l'exclusion bancaire n'ont sur ceux-ci qu'une influence indirecte et lente. Car, les résultats récents des enquêtes menées par la Global Findex sur l'accès aux services financiers s'accordent à indiquer l'émergence d'un secteur financier informel dans la zone CEMAC. En effet, 11 % de la population de cette zone dispose d'un compte dans une institution financière formelle. Différentes approches pour expliquer un tel phénomène peuvent être identifiées. Selon cette enquête, les adultes possédant une éducation du niveau tertiaire et ceux de la tranche d'âge allant de 25 à 64 ans ont plus de chance d'être bancarisés. La théorie de l'accès aux services financiers va dans le même sens. Selon cette théorique, l'exclusion bancaire peut être volontaire ainsi, c'est à partir des facteurs tels que, la culture, la religion qu'on peut l'expliquer (Kempson et Whyley, 1999). Toutefois, le prix, les faibles revenus, le chômage, les femmes, les personnes âgées, les jeunes, les personnes ayant reçu une éducation moindre, mais également certaines minorités ethniques auraient tendance à être plus exclus du système bancaire que d'autres. (Moran K., 2006 ; Djankov et al. 2008). Par ailleurs, la théorie de l'accès aux services financiers explique également que l'exclusion bancaire serait involontaire. Ainsi, elle s'expliquerait par des facteurs institutionnels émanant des institutions bancaires (proximité, fermeture des agences, conditions d'accès) Caskey (1997 et 2002). Avom et Bobbo (2014) s'inscrivent dans la même lancée et démontrent que la réglementation est de nature à générer ou d'exacerber l'exclusion bancaire. A la question de savoir pourquoi autant de ménages restent en dehors du système financier formel ? L'argument le plus fréquemment avancé dans la zone CEMAC pour justifier le fait de ne pas posséder de compte formel est que l'on ne dispose pas d'assez d'argent pour en utiliser un. Telle est la réponse donnée par 81 % des adultes ne possédant pas de compte formel, 30 % citant cet argument comme seule et unique raison (Global Findex, 2012). Ainsi, plus de 30 % des personnes ne possédant pas de compte formel citent également le coût, l'éloignement et les documents à fournir comme obstacles (Global Findex). Toutefois, l'analyse que fait Eber (2000), démontre l'exclusion bancaire trouve également ses facteurs dans la sélection de la clientèle. En effet, la base fondamentale de la théorie de la sélection de la clientèle est l'asymétrie d'information. Cette dernière, conduit à un rationnement de crédit qui discrimine et exclue de faite une partie de la clientèle.

Face à cette situation, les pouvoirs publics et les institutions bancaires se sont focalisés activement vers la réduction du niveau d'exclusion bancaire. Cette lutte contre cette exclusion, a consisté à délivrer gratuitement aux particuliers 15 services bancaires réduisant ainsi le coût d'accès aux services bancaires. La création du Fonds de garantie des dépôts en Afrique centrale pour protéger les petits épargnants de la sous-région indemnisation à hauteur de cinq millions par client et par banque en cas de faillite d'un établissement. Pour les banques, elles se sont accentuées vers une extension du réseau bancaire. Les résultats de ces actions renseignent que, le taux de bancarisation est passé de 7% avant 2011 à plus de 13.8% aujourd'hui selon le FMI. En outre, le nombre de guichet bancaire a nettement augmenté. Si les conclusions des études qui ont été évoquées jusqu'ici suggèrent que les résultats peuvent être différents selon les pays, les régions, le statut social ou à la réglementation, elles ne renseignent pas véritablement sur le cas du Cameroun. D'où la question suivante :

Quelles sont les variables déterminantes de l'exclusion bancaire au Cameroun ?

Cette interrogation principale appelle à deux préoccupations secondaires et spécifiques à savoir :

· Quels sont les facteurs socio-économiques de l'exclusion bancaire au Cameroun?

· Quels sont les facteurs institutionnels de l'exclusion bancaire au Cameroun ?

3. Objectif

L'objectif principal de cette étude est d'identifier les facteurs déterminants de l'exclusion bancaire. De manière spécifique, il s'agit de :

· Identifier les facteurs socio-économiques de l'exclusion bancaire au Cameroun ;

4. Hypothèses

L'analyse repose sur deux hypothèses fondamentales qui mettent en exergue les variables déterminantes de l'exclusion bancaire. Ces hypothèses stipulent respectivement que:

H₁: les facteurs socio-économiques du Cameroun tels le chômage, l'illettrisme, les zones rurales, l'âge et le revenu expliquent l'exclusion bancaire ;

H₂: les facteurs institutionnels du secteur bancaire au Cameroun à l'instar de la réglementation, la concentration du réseau bancaire, l'évolution du nombre de banque les exigences en termes de garanties et de coûts contribuent à expliquer l'exclusion bancaire.

5. Intérêts

Les interrogations sus mentionnées revêtent un intérêt à plusieurs niveaux dont il est important de mettre en évidence. En premier lieu, l'exclusion bancaire est un phénomène assez complexe qu'il n'y paraît. Ainsi, cette analyse permet de mieux comprendre et anticiper sur les effets pervers de l'exclusion bancaire.

En second lieu, l'exclusion bancaire est ainsi un facteur d'appauvrissement particulièrement important. Elle met en péril le lien social et a un effet négatif sur l'estime de soi. Cette analyse met à cet effet en évidence, le rôle social primordial que jouent les services bancaires dans la société.

Pour atteindre l'objectif fixé et répondre au questionnement évoqué dans la problématique ci-dessus, nous adoptons une démarche méthodologique à la fois descriptive et analytique faisant recours aux données secondaires et à l'analyse statistique et économétrique.L'analyse économétrique tourne principalement autour de la modélisation de Pospescu et Totan (2013). Elle fait également appel à des modèles de régression multiple et à l'utilisation des tests de stabilité des paramètres. L'élaboration de ces estimations est faite en utilisant des données en série temporelle.Ces modèles sont estimés par la méthode des moindres carrés ordinaires. La durée de l'étude est comprise entre 1980 et 2013. Le choix de cette période est justifié à l'aide du constat selon lequel, en 1980, la crise bancaire qui siège au Cameroun entraine la fermeture de nombreuses banques et accroît, le niveau d'exclusion bancaire à un niveau très élevé d'une part. Et d'autre part, en 2013, ce niveau a considérablement diminué et le nombre de banques est au plus haut depuis 1980. Cependant, cette estimation est effectuée à partir du logiciel EVIEWS 7.

Cette vérification est faite d`une part, via une analyse statistique descriptive. Cette dernière est effectuée à l'aidedes graphiques et des courbes renvoyant à l'évolution et à la description de l'exclusion bancaire. D'autre part, nous allons élaborer une analyse économétrique.Le modèle utilisé vient de Popescu et Totan (2013).

Où : Y_i: Variable endogène. La variable endogène est le taux d'exclusion bancaire. Ce dernier permet de capter l'exclusion bancaire. Selon la BEAC, le taux d'exclusion bancaire est mesuré comme suit :

Ainsi, les variables socio-économiques retenues pour ce modèle sont : le taux d'alphabétisation (alph),le taux de chômage(chg), taux d'inflation(infl), le taux de croissance économique (pib), le taux de croissance économique par habitant(pib/hbt),Terme d'erreur (

. Les signes attendus se présentent comme suit :

Elle se fait égalementd'une part, via une analyse statistique descriptive à base des tableaux et des graphiques. D'autre part, à travers une analyse économétrique.

A cet effet, les variables institutionnelles retenues sont : le nombre de banque (nb), le nombre de guichets (ng), le taux d'intérêt débiteur (tid) et la masse monétaire (mnaie). EtY_t= taux d'exclusion bancaire. La variable dépendante est identique dans les deux modèles et sa méthode de mesure a été précédemment donnée.

Afin de vérifier nos hypothèses, nous allons utiliser des données secondaires issues de différentes sources. Parmi ces dernières,d'une part, la Global Findex la base de données de la Banque mondiale sur l'accès aux services financiers. Il s'agit d'une étude réalisée au cours de l'année civile 2011 par Gallup, Inc. dans le cadre de son sondage international dénommé Gallup World Poll. La présente base de données fait état de données de Global Findex tirées de plus de 35 000 entretiens conduits dans 37 pays d'Afrique subsaharienne. Nous avons d'autre part, WEO database FMI (2014), les rapports COBAC (2008, 2009, 2010,2011, 2012) les rapports BEAC et le WDI 2008 (World Développement Indicator) produit par la Banque Mondiale.

La présentation des analyses théoriques et des résultats est organisée autour de deux parties. La première partie identifie et évalue les facteurs socio-économiques de l'exclusion bancaire au Cameroun donc, suggère des éléments de réponse à notre première préoccupation de recherche. La seconde partie, quant à elle, identifie et évalue les facteurs institutionnels de l'exclusion bancaire au Cameroun et suggère dece fait, les éléments de réponses à la seconde préoccupation de notre recherche.

Première Partie : Facteurs Socioéconomiques de l'Exclusion Bancaire

Introduction de la première partie

L'exclusion bancaire est un phénomène qui ne prend de sens que suite à ses conséquences sociales (Gloukoviezoff, 2004). En référence aux faits stylisés qui ont prévalus, les premières réflexions théoriques se sont principalement investies à justifier l'exclusion bancairepar l'exclusion géographique^7(*) à travers les transformations socioéconomiques à l'origine des bouleversements observés au niveau de l'approvisionnement des services financiers (Leyshon et Thrift, 1993, 1994, 1995).Cette situation d'exclusion constitue un handicap lourd pour un véritable essor économique (Agossou, 2008). Eradiquer ce fléau est d'autant plus nécessaire que, dans les pays développés ou industrialisés (PI), les services bancaires font partie intégrante de la vie quotidienne des populations. Dans ces pays, les dispositions juridiques ou à défaut, les habitudes sociales rendent la détention d'un compte bancaire strictement nécessaire. Ainsi, s'en priver de ces services, est fortement préjudiciable pour les ménages qui vivent dans ces milieux. Cependant, la place qu'occupent les services bancaires dans ces milieux n'a pas la même proportion dans les autres zones.En effet, La zoneCEMAC est classée parmi les régions du monde où le phénomène d'exclusion bancaire est le plus développé. En effet, 18% de cette population adulte possède un compte bancaire, 10% dispose d'une épargne et 4% bénéficie d'un emprunt auprès d'une institution formelle (Demirgüc-Kunt et Klapper, 2012). Un tel constat révèle l'urgence qu'il y a à lutter contre cette forme d'exclusion. L'objectif de cette partie consiste à identifier les facteurs socioéconomiques ou facteurs liés à la demande de l'exclusion bancaire et de les évaluer. Pour y parvenir, il est important pour mieux le ressortir, de mettre en évidence d'une part, l'approche théorique des facteurs socio-économiques de l'exclusion bancaire (Chapitre 1). Et d'autre part, d'évaluer ces facteurs au Cameroun (Chapitre 2).

Chapitre 1 Les Facteurs Sociaux Economiques de l'Exclusion Bancaire : Approche Théorique

Les facteurs socioéconomiques émanent de l'organisation sociale qui détermine la position ou les conditions de vie des personnes au sein d'une société. La littérature a identifié des facteurs liés à la demande et des facteurs liés à l'offre pour expliquer l'exclusion bancaire. Ainsi, les facteurs socioéconomiques sont de faite les facteurs liés à la demande des services bancaires (Kempson et al 2008). Certains travaux ont révélél'existenced'une étroite corrélation entre le niveau de vie et l'exclusion bancaire (Gloukoviezoff, 2008 ; Anderloni et al, 2008 ; Kempson, et al 2008). Pour ces derniers, un niveau d'exclusion bancaire assez élevé rend difficile une situation sociale déjà précaire. Et, affecte négativement l'intégration sociale. En outre, Gloukoviezoff établie également un rapport étroit entre l'exclusion bancaire et l'exclusion sociale. Cette dernière est définie par l'Observatoire national de la pauvreté et de l'exclusion sociale comme faisant « référence à l'ensemble des mécanismes de rupture, tant sur le plan symbolique (stigmates ou attributs négatifs) que sur le plan des relations sociales (rupture des différents liens sociaux qui agrègent les hommes entre eux). En cela, elle est extrêmement proche de la définition en termes de capabilités développée par Sen (1993, 1999) dont Guérin (2000) propose une application à l'analyse de la situation des femmes confrontées à la précarité. Pour analyser les mécanismes du processus d'exclusion sociale, Sen développe la notion de capabilité. Pour lui, « la capabilité reflète la liberté de mener différents types de vie. Dès lors, une personne peut être considérée comme pauvre lorsque sa liberté réelle d'être et d'agir c'est-à-dire son autonomie, est restreinte ». L'exclusion bancaire est-elle due à une autonomie restreinte qui tient à la fois du domaine social et du domaine économique? L'objectif de ce chapitre est d'examiner théoriquement les facteurs socioéconomiques de l'exclusion bancaire. Il s'agit d'une partde mettre en évidence la structure de l'exclusion bancaire (Section 1), et d'autre part, de ressortir les analyses théoriques (Section 2).

Section 1 : Structure de l'exclusion bancaire

La structure de l'exclusion bancaire fait référence à ses composantes. En outre, elle permet de ressortir les différents mécanismes qui la constituent. Bien que cette forme d'exclusion soit encore peu étudiée à ce jour, il n'en demeure pas moins queses conséquences ont une ampleur significative. L'objectif de cette rubrique consiste à mettre en évidence la structure de l'exclusion bancaire. Il s'agit précisément dans cette rubrique de mettre en exergue d'une part, les typologies de l'exclusion bancaire. Et d'autre part, les conséquences socioéconomiques de l'exclusion bancaire.

1. Les typologies de l'exclusion Bancaire

Les typologies de l'exclusion bancaire mettent en évidence tour à tour, les différentes formes d'exclusion bancaire et les niveaux de bancarisation.

Deux approches permettent de déterminer les différentes formes de l'exclusion bancaire. Malgré que ces formes aillent dans le même sens, il convient tout de même de noter que ces deux approches analysent différemment l'exclusion bancaire. Il s'agit des formes issues des analyses de Servet, (2000) et de Gloukoviezoff (2004).

Pour Servet, la finance en générale et les instruments monétaires en particulier ne sont pas excluant en tant que tels. Toutefois, sous certaines conditions et dans certains contextes, ils peuvent le devenir. L'interrogation sur « l'exclusion bancaire », dans de nombreuses sociétés, se révèle être aujourd'hui un enjeu de société fort, tant la finance apparaît comme un facteur de fracture entre groupes sociaux et entre générations. L'exclusion bancaire peut aujourd'hui revêtir trois formes qui sont fonctions soient, des personnes soient des situations. Servet (2000), distingue à cet effet : la stigmatisation, la mise à l'écart et la marginalisation économique.

En effet, les analyses à micro-échelle des pratiques monétaires montrent d'une part que, l'argent n'est pas un instrument neutre et impersonnel avec lequel les personnes n'auraient qu'un rapport fonctionnel, car il est un élément fort de l'identité des personnes. D'autre part, chacun gère son budget en fractionnant et en segmentant l'usage des divers moyens de paiement et d'épargne à sa disposition sur la base de classifications morales largement inconscientes.

L'argent permet à chacun de se définir par rapport aux autres (dans une relation horizontale ou verticale hiérarchique ou égalitaire) et par rapport aux institutions (c'est la souveraineté monétaire) mais aussi de s'apprécier, de se projeter dans l'avenir, etc. D'où l'amputation de la personnalité ou un sentiment de rejet que constitue un accès limité à la gamme des moyens de paiement connu dans une société à un moment donné. A cet effet, la stigmatisation, ou plus exactement la discrimination est de fait, déterminée par les milieux culturels d'appartenance et les réseaux de socialisation.

Au sujet de la mise à l'écart, celle-ci peut être exercée par un établissement particulier qui, voulant diminuer son niveau de risque, rejette tel ou tel type de clientèle ou qui donne accès, le privilège, à tel ou tel service pour une minorité de sa clientèle (allant du niveau de découvert autorisé par exemple ou crédit offert et aux garanties exigées dans le cas d'un projet d'investissement).

La troisième forme d'exclusion bancaire qui peut être relevée concerne les handicaps qu'une personne subie en raison, soit de son lieu de vie, soit de sa situation personnelle patrimoniale et de l'irrégularité de ses flux de revenus. Ces handicaps peuvent s'additionner et conduire ceux qui les subissent à une situation de forte marginalité économique et financière. En effet, Vivre dans tel ou tel espace largement dépourvu d'offres de services financiers diversifiés et concurrentiels devient discriminant compte tenu des risques encourus par ces lieux d'implantation et de leur manque supposé de rentabilité.

L'exclusion bancaire se compose de difficultés d'accès et de difficultés d'usage. Ces deux dimensions ont pour conséquence d'entraver les pratiques financières des personnes concernées. Il importe donc de s'interroger sur les formes prises par cette exclusion. L'analyse de Gloukoviezoff distingue comme formes d'exclusion bancaire, l'exclusion volontaire, l'exclusion involontaire et les exclus de l'intérieur.

L'auto-exclusion correspond à un processus par lequel une personne réduit progressivement les services dont elle dispose à mesure que sa situation professionnelle ou familiale se dégrade.

Ce processus peut aller jusqu'à une absence totale de services bancaires, y compris de compte. Elle dépend d'un certain nombre de barrières qui entravent les pratiques bancaires de certaines catégories de clients. Elle est donc un élément déterminant de la compréhension du processus d'exclusion bancaire. Elle met d'ailleurs en lumière que : l'exclusion en termes d'accès ne se limite pas à la sélection explicite faite par les établissements bancaires mais incluele renoncement de clients potentiels.

Renoncement qui semble concerner un nombre de personnes plus important que celui des personnes se heurtant à une sélection explicite ; le renoncement aux services bancaires est le fruit de difficultés d'usage. Il y a donc un lien direct entre exclusion en termes d'accès et celle en termes d'usage.

Les ménages aux revenus modestes se heurtent fréquemment à la sévérité de la sélection de nombreux établissements bancaires.

La sélection bancaire se fait avec pour objectif de garantir la rentabilité de la relation nouée. Il faut pour cela minorer les risques de défaillance du client, mais également les coûts qu'il engendre.

Ainsi, les clients aux revenus modestes présentent un niveau de risque moyen plus élevé de par le niveau et la nature de leurs ressources. De plus, en raison de la pression concurrentielle qui pousse à limiter les coûts et donc le temps passé avec les clients ayant le moins de potentiel économique, c'est sur la base de son expérience et en fonction d'indicateurs comme le niveau et la nature du revenu (salaire), la domiciliation (le lieu de résidence), l'âge, etc., que le banquier doit prendre sa décision. Ainsi, Il existe donc un risque de discrimination souligné par Fors^8(*), pouvant priver d'accès au compte ou autres services bancaires certaines catégories de la population.

Gloukoviezoff (2004), émet une autre forme d'exclusion bancaire dénommée « les exclus de l'intérieur ». En effet, elle concerne les personnes qui ont accès au système bancaire mais rencontrent des difficultés d'usage. Il reprend d'ailleurs à la suite d'un banquier que : « Un exclu bancaire n'est pas forcément un exclu des banques, cela peut être quelqu'un qui est dans la banque mais qui n'y comprend rien». Ce titre d'exclus de l'intérieur, a ainsi été emprunté à l'analyse que font Pierre Bourdieu et Patrick Champagne des difficultés rencontrées par l'École pour s'adresser avec succès à tous (Bourdieu et Champagne, 1993), s'applique avec particulièrement de pertinence au problème de l'exclusion bancaire.

En effet, le secteur bancaire est confronté au couple massification^9(*)-démocratisation^10(*). La bancarisation de masse de la population ne s'est pas traduite par une démocratisation de même ampleur du système bancaire. Autrement dit, si une partie de la population a au moins un accès minimal aux services bancaires (massification), tous les clients ne bénéficient pas d'une prestation de service adaptée à leurs besoins spécifiques. C'est là le coeur du processus d'exclusion bancaire. Une partie de la clientèle, pourtant contrainte de recourir aux services bancaires, est alors confrontée à une forme de relation bancaire qui n'a pas été pensée pour elle ou plutôt, avec elle.

L'exclusion bancaire revêt différent niveaux observables dans les ménages. En effet, compte tenu du fait que l'exclusion bancaire implique les difficultés d'usage et d'accès, Anderloni et al (2008), proposent trois niveaux d'exclusion :

2. Les conséquences socio-économiques de l'exclusion bancaire

L'exclusion est à la fois un processus et un état, consacrant un défaut d'intégration^11(*). Ce défaut d'intégration souligné par Loisy génère des conséquences tant sur le plan social qu'économique qui entravent à la vie sociale. Il est donc question ici, de mettre en évidence les conséquences socio-économiques de l'exclusion bancaire.Ainsi, nous établissons en premier lieu, les conséquences économiques et second lieu les conséquences sociales de l'exclusion bancaire.

Être privé d'accès et d'usage à certains services bancaires a des conséquences pratiques immédiates sur la vie quotidienne des personnes concernées. Le fait de ne pas avoir accès ou de ne pas savoir comment utiliser correctement les services bancaires peut, en fonction des antécédents, du statut et de l'expérience de vie de la personne qui s'y trouve confrontée, exercer un impact sur l'estime de soi et mener à l'isolement et au délabrement des connexions sociales et des relations sociales avec les amis et la famille (Gloukoviezoff, 2004). Les personnes qui ne possèdent aucun compte bancaire éprouvent des difficultés, par exemple, pour toucher des chèques établis à leur nom par une tierce personne. Souvent, elles doivent payer pour encaisser ces chèques (Anderloni et Carluccio 2006 ; Hogarth et O'Donnell 1999, Kempson et Whyley, 1998 ; Kempson et al, 2000). Il arrive même que les payements en espèces donnent l'impression que l'argent n'est pas propre ou a été volé. Les personnes concernées par cette situation peuvent se sentir humiliées et perdre l'estime d'elles-mêmes (Gloukoviezoff, 2004). De même, il est quasiment indispensable de posséder un compte bancaire pour percevoir des prestations Sociales. On constate que, les conséquences sociales de l'exclusion bancaire touchent respectivement à la mise en cause de l'estime de soi, de la possibilité de prendre part à la société, et de la possibilité de faire face aux aléas de la vie en mobilisant les différents produits bancaires.

Les personnes incapables d'obtenir un crédit auprès des banques sont parfois contraintes de faire appel à des intermédiaires ou à des prêteurs à haut risque qui imposent des taux plus élevés ainsi que des conditions et modalités nettement moins bonnes (Anderloni et Carluccio, 2006 ; Corr, 2006 ; Treasury Committee 2006 ; Collard et Kempson, 2005 Kempson et al, 2000). Sans épargne, personne n'a les moyens de résister à des chocs financiers même limités ou à des dépenses inattendues, et ceux qui conservent leur épargne en espèces ne bénéficient pas du payement d'intérêts (Kempson et al, 2005). De plus, ceux qui conservent leur épargne en espèces chez eux prêtent le flanc au vol (Kempson et Whyley 1999; Kempson et al, 2000). Par son coût, l'exclusion bancaire a pour conséquence de restreindre la consommation, dont le rôle social n'est plus à démontrer. Mais elle peut également la restreindre en décourageant le vendeur, ou plutôt, dans le cas des ménages, un locataire potentiel. Ainsi, l'accès au logement, qui est un maillon essentiel dans la chaîne de l'exclusion sociale, peut être compromis par la privation de moyens de paiement scripturaux. En effet, l'absence de chéquier pourra rendre impossible la location d'un logement car le propriétaire en déduira un risque important d'impayés (Gloukoviezoff, 2004).

Section 2 Facteurs socio-économiques de l'exclusion bancaire : Analyses théoriques

Les analyses théoriques sur l'exclusion bancaire arrivent à la conclusion qu'elle est constituée de « processus servant à empêcher certains groupes sociaux et individus d'accéder au système financier » (Leyshon et Thrift, 1995). Ces analyses soutiennent que, les bas revenus, le genre, les formes d'emploi instables, les raisons psychologiques et culturelles découragent l'accès et l'usage des services bancaires. En outre, ces groupes défavorisés représentent un trop grand risque pour devenir clients des institutions bancaires (Kempson, 2006). Ces travaux convergent avec ceux élaborés par Beck et De la Torre (2006). En effet, ces derniers ont développé une théorie expliquant les obstacles liés à l'accès aux services bancaires. Nommée théorie des frontières des possibilités d'accès, elle constitue un socle à l'identification des facteurs socioéconomiques de l'exclusion bancaire. La finalité de cette section réside dans l'analyse théorique des facteurs socioéconomiques de l'exclusion bancaire. Afin de la mettre en évidence, il est question pour nous, d'exposer sur la théorie des frontières des possibilités d'accès d'une part, et de ressortir la revue de la littérature d'autre part.

1. Théorie des frontières des possibilités d'accès

Développé par Beck et De la Torre (2006), cette théorie part du principe économique de l'offre et de la demande pour identifier les facteurs explicatifs de l'exclusion bancaire. Ainsi, l'objectif de cette théorie repose sur l'identification des facteurs de l'exclusion bancaire liés à la demande et à l'offre. Tout en définissant les facteurs socio-économiques comme étant les facteurs liés à la demande, ils assimilent également les facteurs institutionnels comme étant liés à l'offre. Notre orientation réside dans cette rubrique sur les facteurs socioéconomiques. Les services bancaires qu'ils ont analysés sont : l'accès à l'épargne et les moyens de paiements. Afin d'expliquer les difficultés d'y accéder, ils ont déterminé les facteurs tels : les coûts de transactions, les facteurs économiques et non économiques, et pour finir, ils déterminent la frontière des possibilités d'accès.

Selon cette théorie, les coûts de transactions des services liés à l'épargne et les moyens de paiement sont fixés par le système financier en place et dépend des volumes de transactions. C'est-à-dire, elle bénéficie des économies d'échelles^12(*). Cependant, l'effet de ces coûts sur les provisions des services financiers peut être renforcé par un réseau externe, où la marge bénéficiaire est déterminée par le nombre de consommateurs qui ont déjà utilisé le service (Claessens et al, 2003). Cela concerne précisément les systèmes de paiement où les bénéfices et la demande augmentent considérablement. Cependant, un niveau trop élevé de ces coûts peut réduire le système financier à un faible niveau d'équilibre parce ne pouvant plus remplir les conditions en termes d'économie d'échelle.

Cette théorie estime que, le prix et le niveau de revenu sont déterminants pour la demande de services bancaires tels que l'épargne et les moyens de paiement.Par ailleurs, elle analyse aussi que, le développement économique engendre des besoins de ces services de plus en plus sophistiqué. Cependant, elle considère qu'il n'y a pas que des facteurs économiques qui expliquent la demande de ces services mais aussi d'autres facteurs à l'instar des facteurs socioculturels à considérer. Beck et De la Torre (2006) expliquent ces idées en ces termes :

« Price and income level are the salient economic determinants of the demand of payments and savings services. Economic development and the associated rise in per capita income increases the need for more and more sophisticated versions of these services. However, demand is not only driven by economic but also by socio-cultural factors. Further, we have to isolate pure demand factors from demand reductions that are due to the expectation of supply constraints».

Ils concluent ainsi cette analyse en démontrant deux courbes dont la demande des services est d'abord liéeaux facteurs économiques D* = f{income, price} où la demande de ces services est fonction du revenu et du prix et, la second courbe D*= f{income, price, financial illiteracy, cultural barriers}où, la demande de ces services est fonction du revenu, du prix et des facteurs tels l'illettrismefinancier et les barrières culturelles.

Beck et De la Torre (2006) définissent la frontière des possibilités d'accès des services de paiement et d'épargne comme « la part maximale de la population (ménage et entreprise) qui pourrait être servie par les institutions bancaires pour un ensemble donné de variables d'état ». Ils l'a définissent plus précisément ainsi:

« We define the Access Possibilities Frontier for payment and saving services as the maximum share of population that could be served by financial institutions, for a given set of state variables».

Pour décrire cette frontière, ils définissent quatre fonctions (représentées sur la figure ci-dessous):

Offre potentielle: S* qui est meilleure à S parce que fruit d'un marché financier efficient.

Demande réelle: D = f {revenu, prix, illettrisme financier, barrière culturelle et religieuse}
Demande potentielle: D* qui est meilleure à D car ne considère pas les facteurs non économiques.

H₂: Les clients qui utilisent les transactions les plus chères sont ceux qui consomment plus de transactions;

H₃: Dans un intervalle de temps d'observation, la valeur et le volume de transactions consommées par chaque agent sont fixes et indépendants du prix.

Les points de rencontre entre les différentes courbes d'offre et de demande déterminent les frontières des possibilités d'accès. La projection du point I (offre et demande efficiente) sur l'axe horizontal donne la part de la population qui est bancable (A) : c'est la situation optimale pour un pays donné. Tous les points intérieurs illustrent de problèmes dont la résolution permettra d'accroître l'accessibilité.

· Premier problème d'accès : le point III caractérise un problème de demande lié à l'auto-exclusion qui est due à des facteurs non économiques;

· Deuxième problème d'accès : les points II et IV caractérisent un problème de demande et d'offre. Ils traduisent une offre peu efficiente (point II) doublée d'un problème d'auto-exclusion des populations (point IV).

Selon Beck et De la Torre, il existe un troisième problème qui pourrait surgir de la comparaison des points obtenus pour différents pays ayant des niveaux économiques semblables. Ces points peuvent varier traduisant alors des problèmes spécifiques autres qu'économiques tels que l'insécurité ou le cadre juridique. A cet effet, La théorie des ''frontières de possibilités d'accès'', permet, sous certaines conditions, d'identifier le niveau optimal d'accès aux services bancaires dans un pays, et de déceler les problèmes qui pourraient expliquer un niveau supérieur d'exclusion bancaire et donc d'orienter les actions correctives en conséquence.

2. Les facteurs socio-économiques de l'exclusion bancaire : Revue de la littérature

La théorie de la frontière a pu déterminer les facteurs socioéconomiques de l'exclusion bancaire à partir de son analyse théorique. Cette théorie développée par Beck et de la Torre (2006), a servi de tremplin pour élucider l'exclusion bancaire. Cependant, des travaux ont précédés cette théorique et d'autres sont venus après cette théorie soit pour confirmer soit pour compléter l'analyse. Ainsi, ces travaux sont allés dans le même sens d'idée que la précédente théorie et leur pertinence justifie la présentation de leur analyse théorique dans cette rubrique. A cet effet, nous mettons en exergue une revue de la littérature sur les facteurs socioéconomiques ou facteurs liés à la demande de l'exclusion bancaire.

Une série de facteurs sociétaux a été identifiée comme exerçant un impact sur l'accès et l'utilisation des services bancaires.

L'exclusion bancaire est affectée par des facteurs tels que, l'évolution démographique et technologique. En effet, la population âgée éprouve des difficultés pour rester dans le système bancaire du fait des nouvelles technologies mises en place pour l'utilisation ou la gestion des moyens de paiement. La hausse du nombre de divorces et la tendance des jeunes à quitter la maison à un âge plus avancé contraignent les banques à rationner certains services (Anderloni et Carluccio, 2006; Kempson et al, 2000). Kempson (2006) souligne qu'il existe un lien entre les niveaux d'exclusion bancaire et les niveaux d'inégalité de revenus mesurés par les coefficients de Gini. En effet, le coefficient de Gini est une fonction inverse de la demande des services bancaires. Par ailleurs, une série de raisons psychologiques, culturelles et les zones rurales, découragent l'accès et l'utilisation des services bancaires de transaction. Cela concerne le plus lespersonnes âgées. Elles font partie d'une catégorie de personnes de bas revenus en général et considèrent souvent le système bancaire comme n'étant adapté qu'aux plus riches qu'eux et qui craignent de perdre le contrôle sur leur argent s'ils ne payent pas en monnaie sonnante et trébuchante et les coûts liés à l'accès en termes de distance (Anderloni, 2003). En outre, la complexité et l'incompréhension liées à l'usage des services bancaires (vocabulaire technique, dématérialisation), peuvent entraîner des difficultés et mettre en péril un équilibre budgétaire déjà fragile. Pour Demirguc-Kunt et Klapper (2012), la probabilité de posséder un compte formel est plus élevée chez les hommes que chez les femmes bien que l'écart entre hommes et femmes soit relativement faible. Pour la base de données global findex issue de l'enquête sur l'accès aux services financiers en Afrique Subsaharienne, les adultes possédant une éducation du niveau tertiaire et ceux de la tranche d'âge allant de 25 à 64 ans ont plus de chances d'être bancarisés. En fin, les raisons morales ou religieuses peuvent accentuer l'exclusion bancaire. Il s'agit principalement de personnes qui refusent les services de crédit ou les produits d'épargne rémunérés. Ce motif d'exclusion reste très minoritaire (Gloukoviezoff, 2004).

La première analyse de l'exclusion bancaire arrive à la conclusion qu'elle est constituée de « processus servant à empêcher certains groupes sociaux et individus d'accéder au système financier » (Leyshon et Thrift, 1995). Les auteurs y soutiennent que les bas revenus et certains groupes sociaux défavorisés représentent un trop grand risque pour devenir clients des institutions financières « classiques » qui, de ce fait, évitent certaines zones géographiques où ces franges de la population sont établies. Kempson et Whyley (1999) pensent que l'exclusion bancaire est volontaire et qualifie ce volontarisme par l'auto exclusion. Ils stipulent que, les personnes réduisent leur consommation des services bancaires au fur et à mesure que leur situation socioéconomique se dégrade jusqu'à ne plus posséder de compte bancaire. Après des études en Afrique Centrale sur les difficultés d'accès aux services financiers, Demirgüc-Kunt et Klapper (2012) indiquent que l'argument le plus fréquemment avancé dans la région pour justifier le fait de ne pas posséder de compte formel est que l'on ne dispose pas d'assez de revenu pour en utiliser un. Telle est la réponse donnée par 81 % des adultes ne possédant pas de compte formel, 30 % citant cet argument comme seule et unique raison. Gloukoviezoff (2004) aussi, met en exergue un lien évident entre la faiblesse des ressources et la privation d'accès à différents services bancaires.

Cependant, il affirme que l'exclusion bancaire ne se résume pas à cela. Les difficultés d'usage ne sont pas liées uniquement au niveau du revenu mais également, à l'inadéquation entre les besoins et capacités des personnes et les réponses apportées par les établissements bancaires. Le niveau de revenu de certains individus ne leur permettedonc pas de s'acquitter des frais liés à la tenue d'un compte (Moran K., 2006 Djankov et Al. 2008 ; Lyons et al. 2004 ; De Sousa, 2010 ; Anderson, 2006 ; Caskey, 1997, 2002). Il en ressort que, le chômage, l'instabilité d'emploi, de bas revenus ou d'autres caractéristiques personnelles constituent des freins à l'inclusion bancaire et par conséquent accentuent l'exclusion bancaire (Corr, 2006 ; Ellison, Collard et Forster, 2006 ; Kempson et Whyley, 1999 ; Kempson et al, 2000 ; Nieri, 2006). Toutefois, ils continuent en affirmant que les prix sont une fonction décroissantede la demande des services bancaires.

Figure 2: Récapitulatif des facteurs socio-économiques de l'exclusion bancaire

Percevoir un salaire ou des prestations sociales, louer un logement, payer ses factures, tous ces éléments du quotidien des ménages ne peuvent quasiment plus se faire aujourd'hui, dans les sociétés modernes, sans avoir recours aux services bancaires (Gloukoviezoff, 2004). Les sociétés modernes connaissent un phénomène d'intensification de la financiarisation^13(*) des rapports sociaux. Alors que l'on pouvait vivre sans compte bancaire dans les années antérieures, cela est illusoire aujourd'hui. Cette intensification explique l'apparition de l'exclusion bancaire. L'analyse monétaire de l'exclusion bancaire met en exergue le rôle que joue la monnaie dans les rapports sociaux d'une part et d'autre part, le lien entre l'exclusion bancaire et l'exclusion sociale.

Depuis les travaux de George Simmel puis ceux de Karl Polanyi il ressort que la monnaie est bien plus qu'une marchandise permettant uniquement de faciliter la réalisation de l'échange marchand. Bien que le travail reste une valeur centrale et la première source d'intégration et de valorisation de soi, l'argent joue à ses côtés un rôle croissant.

Ainsi, en suivant l'analyse que fait Bernard Perret (1999) des travaux de Georg Simmel, il apparaît que la monétarisation^14(*) de la vie sociale traduit l'exigence de chacun d'avoir « le choix » et d'être « autonome ». Il poursuit son analyse sur la médiation monétaire, ce phénomène qualifié de monétarisation « a des effets structurels : elle agit comme principe actif, une force qui configure la société, une norme qui s'impose au jugement, voire une règle de conduite dont le champ et la légitimité ne cessent de s'étendre ». Le rôle social de la monnaie souvent considéré comme une survivance des sociétés traditionnelles est en réalité un élément fort des sociétés modernes. En effet, parallèlement au développement de la concurrence marchande, il s'étend aux différentes sphères de la vie sociale.

Pour Commons, qui amplifie l'analyse de Simmel, « la monnaie est une institution parmi les plus fondamentales des sociétés humaines et non pas un simple instrument facilitant les échanges, ni une marchandise ». La monnaie ainsi est ce qui faitle lien dans une société (Servet, 2004). Certes, elle est largement pensée aujourd'hui comme une coupure. Elle apparaît comme ce qui permet par l'acte de paiement de solder les comptes, de mettre fin aux obligations nées des contrats de vente-achat ou de prêt ; grâce à la monnaie, la relation économique paraît ainsi pouvoir se dissoudre. Ce faisant, la monnaie est représentée comme instrument de relations essentiellement bilatérales ; un instrument commun certes grâce à sa fongibilité et aux capacités de divisibilité des divers moyens de paiement, mais un instrument qui ne semble faire unité que par sommation.

Ainsi, de manière croissante, les trois types de liens identifiés comme constitutifs du lien social s'expriment à travers elle : que ce soit l'estime de soi entretenue par la possibilité de « claquer » de l'argent (Petonnet, 1979), le lien relationnel entretenu par des consommations de services, d'activités de loisir, etc., payants, ou enfin le lien à la société qui dépend de « l'utilité » supposée de chacun, mesurée par le revenu.

C'est le fait que les ressources monétaires nécessaires, pour entretenir ces liens, doivent être mobilisées par l'intermédiaire du secteur bancaire et des services qu'il propose qui est au centre de l'analyse de l'exclusion bancaire. Le processus d'inclusion bancaire de la population, à l'oeuvre depuis plusieurs années dans les sociétés contemporaines, a donc conduit les services bancaires, à devenir l'un des éléments clefs de l'intégration aux sociétés contemporaines.

L'exclusion sociale est un défaut de participation à la société soulignant la nature multidimensionnelle, multicouche et dynamique du problème. Elle est à cet effet, caractérisée par : un défaut de participation (l'exclusion s'exprime sous forme de degré puisque les individus peuvent participer dans une mesure plus ou moins large et que celle-ci est en relation avec la société en question), un cadre multidimensionnelle (L'exclusion sociale englobe le faible niveau de revenu, mais plus encore, d'autres types de désavantages liés ou non aux bas revenus, comme le chômage ou le manque d'estime de soi), et une sphère Multicouche (Même si ce sont des individus qui souffrent d'exclusion, les causes sont reconnues comme opérant à différents niveaux : celui de l'individu, du ménage, de la communauté et des institutions).

Lorsqu'on se réfère à la définition de l'exclusion bancaire^15(*) évoquée en introduction générale, et à celle de l'exclusion sociale sus évoquée, à l'examen de ces deux définitions, nous arrivons à la conclusion selon laquelle, l'exclusion bancaire est profondément liée à l'exclusion sociale (Anderloni et al, 2008). À l'instar du chômage de longue durée, les difficultés bancaires peuvent conduire les personnes à la dépression et/ou à d'autres problèmes de santé. Dès lors, avec l'impossibilité de maintenir l'équilibre budgétaire et de faire face aux dépenses du quotidien afin de se procurer les services bancaires par exemple, l'estime de soi et la santé physique et psychique sont mises à mal (Ébermeyer et al, 2003 ; Brunet et al, 2004). Ne pas avoir accès ou ne pas maîtriser les services bancaires, empêche de mener une vie sociale « dans la norme », par conséquent, l'exclusion bancaire devient vectrice d'exclusion sociale (Gloukoviezoff, 2004).

Conclusion du Chapitre

L'évolution que connait le secteur bancaire depuis des années a eu plusieurs conséquences à l'origine du processus d'exclusion bancaire. Ne pas posséder de compte, de chéquier, de carte de retrait ou de paiement, ne pas avoir accès au crédit, ou ne pas parvenir à préserver son épargne constituent de véritables entraves pour mener une vie sociale normale. De même, ne pas maîtriser le langage utilisé par son banquier, ne pas comprendre le fonctionnement des services dont on dispose sont autant de sources potentielles de déstabilisation de situations déjà précaires. Ainsi, la prise en considération de ces conséquences fait de l'exclusion bancaire un phénomène social. Outre les niveaux et les différentes formes que peut revêtir cette exclusion, il n'en demeure pas moins qu'elle entrave considérablement les rapports sociaux. Les facteurs de cette exclusion sont multiples. La théorie des frontières de possibilités et la revue de la littérature identifient l'exclusion bancaire à travers les critères socioéconomiques tels le revenu, les prix, le sexe, les inégalités de revenus, l'illettrisme financier, le chômage, et l'âge. Théoriquement on a pu identifier ces facteurs sus cités. Seulement, les facteurs déterminants de l'exclusion bancaire ne sont pas identiques d'un pays à l'autre. Cependant, en s'inspirant de la littérature y afférente qui identifie les facteurs différents de l'exclusion bancaire d'un pays à l'autre qu'en est-il des facteurs socioéconomiques explicatifs de l'exclusion bancaire au Cameroun ?

Chapitre 2 Les Facteurs Socioéconomiques de l'Exclusion Bancaire : La Mise en Evidence

L'accès et le recours à un compte et à des services bancaires permettant d'effectuer des transactions de base sont devenus essentiels pour l'intégration sociale (Demirguc-Kunt et Klapper, 2012). Se priver de ces services constitue une entrave à la bancarisation et accentue le niveau de personnes en marge du système bancaire. Pourtant, il est sage et important d'encourager la pénétration bancaire. Car, cette dernière est une aubaine pour l'économie. La pénétration bancaire ainsi sollicitée, nécessitel'établissement d'un état des lieux du milieu qui fait l'objet de la rechercheafin de promouvoir la dite pénétration. A cet effet, le faible niveau de bancarisation que connait le Cameroun doit être examiné afin de déterminer ses facteurs explicatifs. L'objectif de ce chapitre, consiste à évaluer les déterminants socioéconomiques de l'exclusion bancaire au Cameroun. La littérature qui a précédemment fait l'objet a indiqué un nombre vaste de facteurs expliquant l'exclusion bancaire. Dans le souci de vérifier tous ces facteurs, et afin de rendre plus complète l'analyse, nous adoptons d'une part, les faits stylisés de l'Exclusion Bancaire au Cameroun (Section 1), et d'autre part, une analyse économétrique (Section 2).

Section 1 Exclusion Bancaire au Cameroun : Les Faits Stylisés

Jusque récemment, en Afrique et ailleurs, l'on a disposé de peu d'informations sur l'étendue de l'inclusion financière et sur l'ampleur de l'exclusion de groupes tels que les pauvres, les femmes et les jeunes des systèmes financiers formels. Pour la majorité des pays, on a observé une absence d'indicateurs systématiques relatifs à l'utilisation des différents services financiers. Les études menées par la Global Findex (base de données de la banque mondiale) ont pu identifier après leurs enquêtes une pluralité de facteurs expliquant l'exclusion bancaire. Dans cette rubrique, nous nous focalisons sur l'analyse des facteurs tels que le genre, le lieu de résidence et l'âge. Pour y parvenir, nous nous attardons d'une part sur l'analyse de l'évolution du niveau d'exclusion bancaire et d'autre part, sur l'analyse des facteurs précédemment cités.

1. Le taux d'exclusion bancaire

Le Cameroun a connu dans les années 1980 une profonde crise bancaire qui a conduit la fermeture, la fusion et la liquidation de certaines banques (Touna, 2008). Cette crise a considérablement exclue la part de la population déjà bancarisée malgré leur faible nombre. Ainsi, la libéralisation du secteur bancaire qui en a suivie, a vu naître et évoluer un nombre croissant d'établissements bancaires. Cette augmentation a conduit progressivement la réduction du niveau d'exclusion bancaire.Ainsi, l'évolution de ce niveau d'exclusion bancaire est présentée dans le graphique ci-après de 1980 à 2013.

Graphique 1: Evolution du taux d'exclusion bancaire au Cameroun de 1980 à 2013

Source : Fait par l'auteur à partir des données de la BEAC et de la Banque Mondiale

Le graphique ci-dessus montre que le niveau d'exclusion bancaire est très élevé si l'on se met dans les années 1980. Par ailleurs, il diminue progressivement au fil du temps et remonte dans les années 1994, 1995. Cependant, dans les années 2000, on remarque dans cette courbe que sa réduction est constante justifiant par conséquent une accentuation de l'inclusion financière. En fin, la lecture de la courbeindique qu'en 2013, 86% de la population est financièrement exclue du secteur bancaire au Cameroun. Qu'est ce qui explique ce haut niveau d'exclusion bancaire au Cameroun?

2.1 Le genre : déterminant de l'exclusion bancaire au Cameroun

Pour Demirguc-Kunt et Klapper (2012), la probabilité de posséder un compte formel est plus élevée chez les hommes que chez les femmes, bien que l'écart entre hommes et femmes soit relativement faible. Au Cameroun, les données de la banque mondiale approuvent cette affirmation. On peut l'observer à partir du graphique ci-après :

Ce graphique renseigne qu'au Cameroun, l'approche genre (sexe), est pertinente pour expliquer l'exclusion bancaire. En effet, il indique malgré le niveau des revenus, les femmes ont moins accès aux services bancaires que les hommes. Pour le cas échéant, nous pouvons remarquer que, 18.81% des hommes au Cameroun ont accès aux services bancaires contre 10.88% pour les femmes. Seulement, ce cas n'est pas uniqueau Cameroun. En effet, la même tendance se fait ressentir au niveau de l'Afrique Subsaharienne en généraleoù, on peut constater que, 26.65% des hommes ont accès aux services bancaires contre 21.46% des femmes. On peut donc affirmer sans ambages que le genre (sexe) fait partir des facteurs déterminants de l'exclusion bancaire au Cameroun.

2.2 Le lieu de résidence : Déterminant de l'exclusion bancaire au Cameroun

Pour Anderloni (2003), les personnes résidentes dans les zones urbaines, ont plus de chance d'accéder aux services bancaires que celles résidentes dans les zones rurales. En effet, selon elle, les personnes résidentes en milieu rural, représentent un très gros risque pour les banques d'une part, et ces milieux font souvent état d'absence d'activités génératrices de revenus d'autre part. Cet Etat des lieux, explique partiellement la concentration des agences bancaires vers les zones urbaines en défaveur des zones rurales. Cette assertion d'Anderloni (2003) va ainsi converger dans le même sens que les données ci-après représentées graphiquement :

Nous constatons de part ces données représentées graphiquement que, les personnes vivantes en milieu urbain au Cameroun ont plus accès aux services bancaires que celles vivantes en milieu rural.Toutefois, cet écart est très accentué en Afrique Subsaharienne en générale. Il ressort à la suite de la lecture de ce graphique que, le lieu de résidence (rural ou urbain) est un facteur déterminant de l'exclusion bancaire au Cameroun.

2.3 L'âge : Facteur déterminant de l'exclusion bancaire au Cameroun

Selon Anderloni et Carluccio (2006) ; Kempson et al (2000), la population âgée et la population très jeune éprouvent des difficultés à rester dans le système bancaire du fait des nouvelles technologies mises en place pour l'utilisation ou la gestion des moyens de paiement. De même, la population très jeune suscite beaucoup de crainte auprès des banques. Pour Demirguc-Kunt et Klapper (2012) les personnes dont l'âge se situe entre 25 et 64 ans ont plus de chances d'être bancarisées. Ainsi, la vérification de cette assertion est présentée sur ce graphique :

En effet, « young adults » désigne les jeunes dont l'âge se situeentre 21 et 25 ans par ailleurs, « older adults » fait référence à la tranche d'âge allant de 25 à 64 ans. On note cependant que, les jeunes et les plus âgés au Cameroun ont très peu accès aux services bancaires. L'écart entre ces catégories en est la preuve car, 19.59% des personnesdont l'âge se situe entre 25 et 64 ans ont accès aux services bancaires contre, 5.45% de la tranche allant de 21 à 25 ans. Ainsi, l'âge est un déterminant de l'exclusion bancaire au Cameroun. Même si l'écart est plus réduit, cette tendance est également observée au sein de l'Afrique subsaharienne. Où, 27.7% des « older adults » ont accès aux services bancaires contre 17% des « young adults ».

Section 2 : Analyse économétrique

L'évaluation économétrique des facteurs socio-économiques de l'exclusion bancaire au Cameroun s'inspire du modèle de Popescu et Totan (2013). C'est un modèle de régression multiple estimé par la méthode des moindres carrés ordinaires avec des données sous forme de série temporelle.

Il a pour variables indépendantes : le taux d'alphabétisation, le taux de chômage, l'inflation, le produit intérieur brut et le produit intérieur brut par habitant. Le taux d'exclusion bancaire est la variable dépendante ou endogène et permet ainsi de capter l'exclusion bancaire. La durée de l'étude va de 1980 à 2013. La justification de cette période est expliquée en introduction générale.

1. Spécification du modèle

L'estimation des modèles avec les données en séries temporelles, nécessite au préalable la vérification de la stationnarité des paramètres. Si les résultats obtenus approuvent la stationnarité de ces paramètres à niveau, alors, nous effectuons notre estimation avec les MCO sans contraintes. Cependant, si les résultats n'approuvent pas la stationnarité en niveau, nous procédons à la stationnarité en différence. A la suite de cette dernière, nous élaborons des tests de cointégration.

Plusieurs tests permettent de vérifier la stationnarité des paramètres. Parmi ces tests, nous nous attardons prioritairement sur : Dickey Fuller Augmenté et Phillips Perron.

Fuller (1976) et Dickey (1976) sont les premiers àfournir un ensemble d'outils statistiques formels pour détecter la présence d'une racine unitaire dans un processus purementautorégressif du premier ordre.

Cette procédure de test, maintenant bien connue, est fondée sur l'estimation par les MCO, sous l'hypothèse alternative, de trois modèles autorégressifs du premier ordre dont les erreurs sont identiquement et indépendamment distribuées : le modèle sans constante, le modèle avec constante et le modèle avec constante et tendance. Ce test permet donc de tester la stationnarité de notre série en prenant en compte l'autocorrélation des perturbations. L'hypothèse nulle est la non-stationnarité.

Nous testons l'hypothèse nulle Ö = 0 (non stationnarité) contre l'hypothèse alternative Ö < 0 (stationnarité) en se référant aux valeurs tabulées par Dickey et Fuller.

Dans la mesure où les valeurs critiques sont négatives, la règle de décision est la suivante :

- Si la valeur calculée de la t-statistique associée à Ö est inférieure à la valeur critique, on rejette l'hypothèse nulle de non stationnarité.

- Si la valeur calculée de la t-statistique associée à Ö est supérieure à la valeur critique, on accepte l'hypothèse nulle de non stationnarité.

Le test de racine unitaire effectuée par la méthode Dickey Fuller Augmenté sur nos paramètres nous donne les résultats ci-après :

Le tableau ci-dessus nous renseigne que nos variables sont intégrées d'ordre I(1) puisque leur différence première sont stationnaires. Nous procédons au test de Phillips - Perron, afin de voir si nos conclusions sont exactes.

Une telle approche a été développée par Phillips (1987), Phillips et Perron (1988) et Perron (1986, 1988) : les hypothèses faites sur les erreurs sont beaucoup moins restrictives. L'idée est que, des erreurs récentes peuvent être dépendantes, mais des erreurs très distantes l'une de l'autre dans le temps sont indépendantes. Les résultats asymptotiques sont fondés sur la théorie de la convergence faible fonctionnelle (Billingsley, 1968) et permettent de généraliser dans un cadre unifié les résultats antérieurs concernant la marche aléatoire et des processus ARIMA plus généraux contenant une racine unitaire.

Une caractéristique particulièrement intéressante des statistiques transformées qu'ils proposent est que leur distribution asymptotique est identique à celles dérivées par Dickey et Fuller. Ceci implique que la procédure de test de Phillips et Perron peut être utilisée en se référant aux valeurs critiques asymptotiques tabulées par Dickey et Fuller même si elle permet de spécifier de manière beaucoup plus générale les séries chronologiques étudiées.

L'avantage principal de l'approche de Phillips et Perron est que le calcul des statistiques transformées requiert seulement : dans un premier temps, l'estimation par les MCO d'un modèle autorégressif du premier ordre (correspondant à l'un des modèles de la procédure de test de Dickey et Fuller) et le calcul des statistiques associées, et dans un deuxième temps, l'estimation d'un facteur de correction fondé sur la structure des résidus de cette régression, faisant appel à leur variance de long terme. Les résultats obtenus de ce test sur nos variables sont les suivants :

Le tableau ci-dessus nous montre que les résultats du test ADF sont identiques à celui de PP ainsi, nous confirmons la stationnarité d'ordre I(1) de nos paramètres. Ces résultats, nous permettent à cet effet, d'effectuer le test de cointégration afin de voir si nos paramètres évoluent dans le long terme d'une part, et déterminer s'il faille recourir au modèle à correction d'erreur d'autre part.

L'analyse de la cointégration permet d'identifier la relation entre plusieurs variables. Cette notion a été introduitedès 1974 par Engle et Newbold, sous le nom de »spurious regressions», ou régressions fallacieuses, puis formalisée parEngle et Granger en 1987, et enfin par Johansen en 1991 et 1995.

La technique de cointégration d'Engle et Granger (1987) consiste à l'estimation d'une équation unique au moyen d'un modèle à correction d'erreurs. Cette formulation est une représentation dynamique dans laquelle la relation d'équilibre de long terme est décrite par une équation qui capte les variations de court terme et la dynamique de long terme (Kole et Meade, 1995). Le modèle à correction d'erreurs donne ainsi une information sur les propriétés à la fois de court terme et de long terme du modèle et avec le déséquilibre comme processus d'ajustement à la relation de long terme. Ainsi, lorsqu'une relation de cointégration est établie et en cas de déséquilibre qui entraînerait un choc, il existe un processus d'ajustement de court terme à l'instar du mécanisme de correction d'erreurs qui va ramener le système à l'équilibre de long terme.

En dépit de nombreux avantages que présente la technique de cointégration d'Engle et Granger (1987), à l'instar de sa simplicité et de sa pertinence dans le cas des échantillons larges, celle- ci est confrontée à quelques limites. Dans le cas des échantillons de petite taille, cette procédure n'est pas adéquate comme l'indique la faiblesse du

de la relation de cointégration. Les coefficients de long terme peuvent également être biaisés (Banerjee et al, 1986). Aussi, le test de cointégration d'Engle et Granger (1987) ne permet pas de faire la distinction entre l'existence d'un ou plusieurs vecteurs cointégrants (Hendry, 1988). Par ailleurs, l'estimation de cette relation de cointégration s'effectue par la technique des MCO et comme le souligne Hafer et Jansen (1991), les estimateurs de MCO sont, en pratique, différents avec la normalisation arbitraire implicite qui mène au choix de la variable dépendante ; ce qui peut altérer les résultats du test de Engle et Granger (1987). La technique de cointégration de Johansen (1988) et Johansen et Juselius (1990) apportent des solutions à ces limites.

La modélisation de Johansen (1988) et de Johansen et Juselius (1990) présente de nombreux avantages. D'abord, la technique de cointégration de Johansen (1988) et Johansen et Juselius (1990) permet d'examiner la cointégration dans le cadre d'un système d'équations moins contraignant qu'un modèle à équation unique préconisé par Engle et Granger (1987). Elle permet de tester l'existence d'une ou plusieurs relations de cointégration et utilise au mieux l'information dans les fluctuations à long terme et à court terme de chaque variable ainsi que leur ajustement à l'équilibre de long terme. Par ailleurs, certains auteurs (Gonzalo, 1994 ; Hubrich, 1999) estiment que la technique de cointégration de Johansen (1988) et Johansen et Juselius (1990) permet d'obtenir des résultats empiriques meilleurs que ceux obtenus avec la technique de Engle et Granger (1987) notamment lorsque l'hypothèse de normalité des erreurs n'est pas vérifiée. Enfin, cette méthodologie est largement répandue parce que « les problèmes de spécification et d'estimation que pose cette modélisation sont très simplifiés ». Ces avantages, justifient le choix de cette modélisation dans le cadre de cette analyse.

Les résultats du test de cointégration fait à partir de la technique de Johansen indiquent les résultats suivants :

Les résultats de notre test de cointégration nous montrent qu'il existe trois relations de cointégration entre les variables. Ainsi, nous pouvons procéder à l'estimation de notre modèle à correction d'erreur.

2. Estimation du modèle à correction d'erreur

Les modèles dits à correction d'erreur ont été introduits au début des années 80, par Hendry en particulier. Ces modèles dynamiques permettent d'intégrer les évolutions à long terme et à courte terme des variables.

Ä(excl)=c(1)+c(2)*Ä(alph)+c(3)*Ä(chg)+c(4)*Ä(prix)+c(5)*Ä(pib_hbt)+c(6)*Ä(pib)+c(7)*excl(-1)+c(8)*alph(-1)+c(9)*chg(-1)+c(10)*prix(-1)+c(11)*pib_hbt(-1)+c(12)*pib(-1)

Dans cette expression, toutes les variables en « Ä » représentent la dynamique de court terme. Tandis que, les variables en « (-1) » capturent l'équilibre de long terme. Le coefficient « c(7)*excl (-1)» est le coefficient de correction d'erreur. Ce coefficient doit être négatif afin de confirmer la spécification du modèle à correction d'erreur.

Dans la théorie des frontières de possibilités à l'accès expliqué au Chapitre 1, Beck et De la Torre (2006) ont montré que l'exclusion bancaire est une fonction décroissante du niveau de revenu. En effet, ils ont fait le constat selon lequel, moins les ménages ont un revenu élevé plus ils ont tendances à être exclus du système bancaire. Inspiré du modèle de Popescu et Totan (2013), nous avons adopté les variables PIB et PIB/HBT qui mesurent le revenu. Selon la banque mondiale, Le PIB par habitant est le produit intérieur brut divisé par la population en milieu d'année. Le PIB quant à lui, est la somme de la valeur ajoutée brute de tous les producteurs résidents d'une économie plus toutes taxes sur les produits et moins les subventions non incluses dans la valeur des produits. Elle est calculée sans effectuer de déductions pour la dépréciation des biens fabriqués ou la perte de valeur ou la dégradation des ressources naturelles. L'évolution du PIB/HBT du Cameroun est présentée dans la figure ci-contre :

La lecture de cette figure nous montre que, le revenu par habitant au Cameroun bien qu'étant faible, connait beaucoup de fluctuations. On remarque depuis les années 2000, une forte croissance. Cette croissance, montre que le niveau de revenu des ménages augmente. Par ailleurs, les revenus sont une fonction inverse de l'exclusion bancaire.

Selon le BIT^16(*), est chômeur toute personne (de 15 ans ou plus) qui remplit les critères suivants:

· « être sans travail », c'est-à-dire ne pas avoir d'activité, même minimale, pendant la semaine de référence ;

· « être disponible pour travailler », c'est-à-dire être en mesure d'accepter toute opportunité d'emploi qui se présente dans les quinze jours, sans qu'une tierce obligation soit une entrave au retour à l'activité ;

· « rechercher activement un emploi, ou en avoir trouvé un qui commence ultérieurement ».

Le chômage, l'instabilité d'emploi, de bas revenus ou d'autres caractéristiques personnelles constituent des freins à l'inclusion bancaire et par conséquent accentuent l'exclusion bancaire (Corr, 2006 ; Ellison, Collard et Forster, 2006 ; Nieri, 2006 ; Kempson et al, 2000 ;Kempson et Whyley, 1999). Pour ce, le chômage est un facteur de ladite exclusion. Par ailleurs, il est une fonction croissante de l'exclusion bancaire.

L'inflation est la perte du pouvoir d'achat de la monnaie qui se traduit par une augmentation générale et durable des prix. Il s'agit d'un phénomène persistant qui fait monter l'ensemble des prix, et auquel se superposent des variations sectorielles des prix. L'inflation telle que mesurée par l'indice des prix à la consommation reflète les variations du coût d'un panier de biens et services acheté par le consommateur moyen. Le contenu de ce panier peut être fixe ou être modifié à intervalles réguliers notamment chaque année. Beck et De La Torre (2006) ont montré que l'inflation est de nature à décourager les ménages car, une forte pression des prix réduit le pouvoir d'achat. Ainsi, nousexposons graphiquement l'évolution de l'inflation au Cameroun ci-après :

La lecture de cette figure montre que l'inflation a connu dans les années 1994 un très haut niveau. Ce haut niveau des prix se justifie par la dévaluation du Franc CFA qui a sévit. Par ailleurs, depuis 2009, ce niveau a relativement baissé.

Cet indicateur nous permet donc de mettre évidence le comportement des ménages confronté entre la hausse des prix d'une part, et l'accès aux services bancaires d'autre part.

D(EXCL) =0.12-0.07*D(ALPH)+1.48*D(CHG)+0.01*D(PRIX)-1.18*D(PIB_HBT)-8.02*D(PIB)-0.13*EXCL(-1)-0.04*ALPH(-1)+0.25*CHG(-1)+0.01*PRIX(-1)+ 2.40*PIB_HBT(-1)-9.75*PIB(-1)

Le test de racine unitaire effectué sur le résidu donne les résultats suivants :

Le modèle MCE est valable, le coefficient de correction d'erreur est négatif au seuil de 5%.

Le test de normalité permet de vérifier si des données réelles suivent une loi normale. De nombreux tests supposent la normalité des distributions pour être applicables. Le test de Jarque-Bera est un test d'hypothèse qui cherche à déterminer si les données suivent une loi normale.

La probabilité associée à la statistique de test de Jarque et Bera nous indique qu'il y a normalité des erreurs car, sa probabilité est supérieure à 5% soit (0.93>0.05). Par conséquent, nos données suivent une loi normale.

L'estimation de notre modèle donne les résultats consignés dans le tableau 6. La lecture de ce tableau montre que :

Des variables socioéconomiques choisies pour expliquer l'exclusion bancaire au Cameroun, à l'instar du chômage, du niveau d'alphabétisation, de l'inflation et du revenu, seules le revenu et le chômage sont significatifs.

Beck et De la Torre (2006), ont affirmé que, l'exclusion bancaire est fonction du prix et des revenus. En effet, lorsque les revenus sont élevés, les ménages ont tendance à recourir vers les services bancaires. Cette assertion se trouve avérée. En effet, la lecture de nos résultats nous indique, lorsque le revenu par tête augmente de 1%, le niveau d'exclusion bancaire quant à lui diminue de 2.4%. Ainsi, nos résultats convergent avec ceux de Beck et De La Torre.

D'autres travaux ont mis en exergue le lien entre le chômage et l'exclusion bancaire. Ces travaux ont déterminé qu'une réduction du niveau de chômage entraine une réduction du niveau d'exclusion bancaire (Corr, 2006 ; Nieri, 2006 ; Ellison, Collard et Forster, 2006 ; Kempson et Whyley, 2000; Kempson et al, 1999). Nos résultats approuventégalement les résultats de ces travaux. En effet, il ressort de notre estimation qu'une réduction de 1% du niveau de chômage entraine une réduction de 2.5% du niveau d'exclusion bancaire.

Outre ces facteurs, Nos résultats font également état d'une relation décroissante entre le niveau prix et celui de l'exclusion bancaire. En effet, la lecture de notre tableau renseigne qu'un niveau trop élevé des prix est de nature à décourager les ménages à solliciter les services bancaires. Il faut noter cependant que cette variable n'est pas significative.

Aussi, Tasqué (2008) a trouvé que l'illettrisme est un obstacle à l'inclusion bancaire lorsqu'on et donc exacerbe l'exclusion bancaire. Lorsqu'on s'en remet à la lecture de nos résultats, on constate que, dans la durée, plus le niveau d'éducation augmente mieux le niveau d'exclusion bancaire diminue. Car, avec un niveau d'éducation élevé, les ménages sont susceptibles à mieux comprendre et insérer le système bancaire.

Nous retenons del'analyse économétrique de notre modèle que, les revenus, et le chômage expliquent significativement l'exclusion bancaire au Cameroun. Par ailleurs, le niveau d'éducation et les prix bien qu'ils expliquent l'exclusion bancaire, ils ne sont pas significatifs.

b. Promouvoir l'inclusion bancaire

Le phénomène d'exclusion bancaire est important. Ses facteurs et ses conséquences doivent être abordés avec rigueur afin de mieux l'éradiquer ou de le réduire considérablement.

Les personnes qui basculent souvent dans l'exclusion bancaire le font à bas bruit sans oser parler de leurs difficultés. Elles s'enferment dans un sentiment de honte, d'angoisse et simplifient l'aggravation et les dangers que peuvent procurer une telle situation.

Ce silence, cette solitude cette mise à distance sont l'un des constituants de l'exclusion bancaire et contribuent à aggraver la situation des exclus en les empêchant de prendre rapidement les mesures de sauvegarde nécessaires. Ainsi, s'informer, s'éduquer et partager l'information constituent des angles de réflexions nécessaires pour pallier à ce problème.

Par ailleurs, les récents résultats nous indiquentce phénomène est dû à la structure de l'environnement économique du Cameroun. Cependant, une amélioration des conditions de vie par les pouvoirs publics contribue à réduire le niveau d'exclusion bancaire.

En outre, il est aussi nécessaire d'orienter les activités génératrices de revenus vers des zones rurales car, les banques sont attirées vers les zones jugées rentables économiquement. En effet, il a été remarqué que, les établissements bancaires sont moins installés vers les zones rurales et donc concentrés vers les zones urbaines par conséquent, les résidents de ces zones (rurales) se trouvent dans certains cas involontairement exclus du système bancaire Camerounais.

Toutefois, Il faut remarquer que, des efforts ont déjà été menés par le gouvernement dans l'optique de réduire l'exclusion bancaire et booster la bancarisation. En effet, il a s'agit en 2011, de rendre gratuit quinze (15) services bancaires dont l'ouverture au compte en a fait partie. Cette décision a eu pour répercussions une nette augmentation du niveau de bancarisation. Cependant, le niveau d'exclusion bancaire au Cameroun reste encore très élevé. A cet effet, des efforts doivent davantage être mis en oeuvre.

Conclusion du Chapitre

L'objectif de ce chapitre a été d'identifier empiriquement les facteurs socio-économiques de l'exclusion bancaire au Cameroun. A l'issu de notre analyse, il ressort que, les hommes ont plus accès aux services bancaires que les femmes même si l'écart s'avère réduit. En outre, le fait d'habiter dans les zones rurales réduit la probabilité d'être bancarisée car, les établissements bancaires au Cameroun sont plus concentrés vers les milieux urbains. Par ailleurs, l'âge joue un rôle déterminant dans l'accès ou l'usage des services bancaires dans la mesure où, les personnes très jeunes (15-24 ans) et les personnes très âgées (65 ans et plus) ont une probabilité assez importante d'être financièrement exclues. Toutefois, l'analyse économétrique que nous avons menée, nous indique que, le chômage et le niveau des revenus expliquent significativement l'exclusion bancaire au Cameroun. Cette analyse nous a également fait remarquer que, le niveau d'éducation et le niveau élevé des prix sont des facteurs explicatifs de l'Exclusion Bancaire au Cameroun. Aussi,, il ressort que le niveau d'éducation et le niveau des prix sont des facteurs déterminants de ladite exclusion bien que ces facteurs soient peux significatifs.

Conclusion de la première partie

L'objectif de cette partie a été d'identifier d'une part, l'approche théorique des facteurs socio-économiques de l'exclusion bancaire et d'autre part, d'évaluer ces facteurs au Cameroun. Il ressort à partir de la théorie des possibilités d'accès que, l'exclusion bancaire est fonction du niveau des prix et du niveau de revenu. En effet, la théorie des possibilités démontre qu'un niveau élevé des prix décourage les ménages à faire recours aux services bancaires. De même, les faibles niveaux de revenu empêchent les ménages d'accéder à ces services. Cette théorie met également en exergue des facteurs tels que les facteurs culturels, les facteurs psychologiques et les facteurs religieux expliquant la dite exclusion. En outre, d'autres travaux ont démontré que la complexité et l'incompréhension liées à l'usage des services bancaires (vocabulaire technique, dématérialisation), peuvent entraîner des difficultés et mettre en péril un équilibre budgétaire déjà fragile. Aussi, ces études ont démontré que l'âge est un facteur déterminant. Notamment, les plus jeunes et les plus âgés ont moins accès à ces services que ceux compris entre les deux intervalles. Par ailleurs, ce cadre théorique a mis en évidence le lieu de résidence et le sexe des ménages comme expliquant l'exclusion bancaire. On retient également que, les ménages vivants en milieu urbain ont une probabilité plus élevée d'être bancarisés que ceux vivants en zone rurale. Par ailleurs, ils constatent que les femmes ont moins accès aux services bancaires que les hommes. La vérification de cette théorie au Cameroun révèle à la suite d'une évaluation descriptive que, les hommes ont plus accès aux services bancaires que les femmes pour un différentiel de 7.3%. Par ailleurs, la probabilité d'accéder aux services bancaires est plus élevé chez les personnes résidentes en zone urbaine que celles résidentes en zone rurale. En suite les personnes âgées entre 25-64 ans sont plus enclines à utiliser les services bancaires. Toutefois, l'analyse économétrique quant à elle indique, le niveau de revenu et du chômage expliquent significativement l'exclusion bancaire au Cameroun. En effet,la réduction du niveau de chômage de 1% entraine la réduction du niveau d'exclusion bancaire de 2.5%, en outre, une augmentation du revenu par habitant est de nature à réduire significativement le niveau d'exclusion bancaire. Cette analyse a également ressortie qu'une augmentation du niveau d'éducation conjuguée d'une diminution des prix, entrainent également une réduction du niveau d'exclusionbancaire. Ainsi, promouvoir l'inclusion bancaire c'est-à-dire combattre l'exclusion bancaire, nécessite des efforts supplémentaires des pouvoirs publics en termes d'amélioration des conditions de vie et de réglementation en faveur des plus fragiles d'une part.En plus, une rigueur s'impose de la part des ménages en termes de partage de difficultés, de recherche d'information et d'éducation afin de mieux s'intégrer dans le système bancaire d'autre part.

Deuxième Partie : Facteurs Institutionnels de l'Exclusion Bancaire

Introduction de la deuxième partie

La détermination des facteurs explicatifs de l'exclusion bancaire, fait l'objet de diverses orientations théoriques. La théorie des possibilités développée par Beck et De La Torre (2006), montre que, l'exclusion bancaire est due à des facteurs socioéconomiques.Anderloni et al (2006), caractérisent ces facteurs de facteurs liés à la demande. Cependant, Pour ces derniers, les déterminants de l'exclusion bancaire sont à la fois liés à la demande et à l'offre. L'analyse précédente s'est attelée à démontrer les facteurs liés à la demande. Ainsi, cette analyse, n'a démontré que partiellement les déterminants de l'exclusion bancaire. Avom et Bobbo (2014), ont estimé que, en dépit de ces facteurs socioéconomiques il est important de mettre en évidence les facteursqui émanent des institutions. Ces facteurs sont appelés facteurs institutionnels (Kempson et al 2008 ; Anderloni et al 2008). Les facteurs institutionnels désignent l'ensemble des barrières issues des institutions bancaires qui entravent ou constituent d'obstacles à la bancarisation et accentuent de fait l'exclusion bancaire. Les travaux de ces facteurs institutionnels émanent principalement de, (Avom et Bobbo, 2014 ; De Boissieu et Couppey-Soubeyran, 2013 ; Gloukoviezoff, 2008 ; Tasqué, 2008 ; Beck et al. 2006 ; Washington, 2006 ; Barth et al. 2004 ; Eber, 2000). L'objectif primordial de cette partie, consiste à identifier les facteurs liés à l'offre ou les facteurs institutionnels de l'exclusion bancaire. Pour y parvenir, nous ressortons d'une part, les fondements théoriques des facteurs institutionnels de l'exclusion bancaire (Chapitre 1). Et d'autre part, nous procédons à l'évaluation desdits facteurs (Chapitre 2).

Chapitre 3 Les Facteurs Institutionnels de l'Exclusion Bancaire : Cadre Théorique

La littérature dénombre une liste non exhaustive des facteurs institutionnels de l'exclusion bancaire. Dans la théorie de sélection de la clientèle, Eber (2000),démontre que, pour toutes les banques le problème d'asymétrie informationnelle est un problème crucial. Cette analyse va du constat selon lequel, la banque doit déterminer quels clients doivent être servis et quels clients doivent être rationnés ou exclus ainsi, d'une manière évidente, l'origine fondamentale du problème réside dans l'imperfection de l'information concernant le risque des clients. A la suite de cela, il ajoute que, les banques se désengagent des zones urbaines défavorisées et le processus de sélection de clientèle s'accompagne donc d'un positionnement géographique particulier. Anderloni et al (2008), précisent quant à eux que, les banques refusent d'ouvrir des comptes bancaires de transaction à certains groupes de personnes qui, par exemple, présentent un historique de crédit difficile, des formes d'emploi instables ou mal cotés par le système d'évaluation des risques-clients. Pour Demirguc-Kunt et Klapper (2012), le coût, l'éloignement et les documents à fournir ne favorisent pas la bancarisation. Allant dans le même sillage, Avom et Bobbo (2014) mettent en évidence les effets pervers exprimés en termes d'exclusion bancaire, de la réglementation bancaire. Ainsi, l'objectif de ce chapitre consiste à d'identifier théoriquement les facteurs institutionnels de l'exclusion bancaire. Pour y parvenir, nous procédons d'une part à l'analyse de la théorie de la sélection de la clientèle bancaire (Section 1) et d'autre part, nous ressortons les barrières institutionnelles de l'exclusion bancaire (Section 2).

Section 1 : Théorie de la sélection de la clientèle

La base du problème de la sélection de la clientèle est selon Eber (2000), un problème d'asymétries d'information. Si les banquiers détenaient une information parfaite sur les emprunteurs potentiels, le problème de la sélection de clientèle serait trivial puisque des critères de sélection parfaits pourraient être définis. Il convient ainsi de relever dans cette rubrique, l'analyse de l'exclusion bancaire en termes d'asymétrie d'information.

1. Exclusion Bancaire : La pertinence en termes d'asymétries d'information

Les asymétries d'information désignent une situation dans laquelle l'une des parties prenantes d'une transaction, en l'espèce l'emprunteur dans le domaine de la banque, est mieux informée sur sa qualité propre ou sur celle de son projet que la banque. Dans la perspective théorique des asymétries d'information, la sélection de sa clientèle par une banque réside donc dans l'imperfection de l'environnement informationnel dans lequel celle-ci évolue. Une demande de crédit peut ne pas être satisfaite si la banque se trouve dans l'incapacité de traiter cette incertitude, plus exactement dans l'incapacité d'évaluer le risque associé à cette demande soit sa probabilité (Tasqué, 2008). Avant d'être transposé au marché du crédit par Stiglitz et Weiss (1981), les effets d'une inégalité d'informations pertinentes, ont d'abord été formalisés par Arkelof (1970). Il a mis en évidence une situation d'asymétrie d'information sur un marché celui des lémons c'est-à-dire les voitures présentant des vices cachés sur le marché des voitures d'occasion.

Dans son ouvrage, The Market for Lemons, 1970 Arkelof met en évidence une situation d'asymétrie d'information sur un marché. Le marché étudié est celui des lemons, ou encore « citrons », c'est-à-dire les voitures présentant des vices cachés sur le marché des voitures d'occasion. Dans ce marché, les vendeurs possèdent d'informations supplémentaires par rapport aux acheteurs sur la qualité des produits, et sont incités à tromper ceux-ci en leur vendant une mauvaise voiture au prix d'une bonne voiture. Dans une telle situation, la courbe de demande du bien a une forme atypique. Elle n'a pas la forme classique (du modèle CPP) ^19(*) d'une fonction décroissante du prix. En effet, les personnes qui possèdent une voiture de mauvaise qualité vont tenter de s'en débarrasser en le vendant d'occasion. Ainsi, il est difficile pour un acheteur de choisir entre les vendeurs qui ont de bonnes raisons de vendre leur véhicule et ceux qui le font parce que le véhicule est devenu de mauvaise qualité. Devant le risque, les acheteurs sont tentés de se retirer du marché, ce qui a pour conséquence de faire baisser le prix pour toutes les voitures. Les vendeurs de véhicules de bonne qualité, jugeant le prix trop faible, renoncent alors à proposer leur véhicule, et la proportion de voiture de mauvaise qualité augmente, ce qui rend encore plus méfiant les acheteurs. À la limite, le marché des véhicules d'occasion peut disparaître. En pratique il devient « étroit » et les voitures de mauvaise qualité y sont surreprésentées. A cet effet, un manque d'information sur la qualité, les mauvaises voitures chassent les bonnes. Ce modèle montre ainsi une imperfection du marché qui tire l'économie vers le bas.

Cette analyse est une transposition de celle faite par Arkelof(1970) vers le marché du crédit. Pour Stiglitz et Weiss (1981), l'incertitude découle de l'existence d'asymétries d'information entre le prêteur et l'emprunteur. En raison de ces asymétries et du lien existant entre le prix (le taux d'intérêt) et la qualité du crédit (son niveau de risque), il n'est pas possible de réguler le marché par une variation du prix mais uniquement par un rationnement indifférencié de la demande relate Gloukoviezoff (2008) à partir des analyses que font Stiglitz et Weiss. Pour Gloukoviezoff (2008), cette analyse est une référence incontournable en matière du fonctionnement du marché du crédit. Dans ce marché du crédit de Stiglitz et Weiss (1981), les intentions futures et la qualité de l'emprunteur sont difficilement maîtrisables par le prêteur et ceux, dû à un déficit informationnel entre les acteurs. Ce déficit informationnel justifie à cet effet, l'analyse de l'asymétrie d'information sous deux angles que sont : la sélection adverse et l'aléa moral.

Stiglitz et Weiss (1981), mettent en exerguesla pertinence du rationnement de crédit pour réguler le marché du crédit et dévoile ainsi la faiblesse que peut contenir le taux d'intérêt pour réguler ce marché. Seuls les emprunteurs connaissent véritablement leur risque. Tous les mauvais risques ont systématiquement intérêt à se faire passer pour des emprunteurs peu risqués (Eber, 200). Certains sont donc plus risqués que d'autres mais cette information, supposée connue des emprunteurs, n'est pas accessible aux prêteurs, expliquant ainsi l'existence d'une asymétrie d'information ex ante (Gloukoviezoff, 2008).

Cependant, la banque sachant l'existence d'une asymétrie d'information, ne peut se fier aux informations divulguées par les demandeurs concernant son propre risque.

Pour pallier à ce problème, elle exclue l'hypothèse de l'augmentation du taux d'intérêt. Car, elle n'a pas intérêt à augmenter le taux d'intérêt pour ajuster l'offre à la demande. Un ajustement par les prix, c'est-à-dire par une augmentation de taux, la conduirait en effet à ne financer que les « mauvais risques » qui appartiennent à la classe d'emprunteurs à risque élevé, prêts à payer des taux élevés. En revanche elle inciterait les bons risques, ceux à risque modéré, à quitter le marché en raison de la nature trop élevée des taux d'intérêt par rapport à leur niveau de risque (Tasqué, 2008). Ainsi, la hausse du taux des crédits bancaires engendre des effets opposés. D'un côté, elle implique une hausse des revenus de la banque. D'un autre côté, elle provoque un effet d'anti-sélection qui accroît le risque du portefeuille de crédit de la banque et réduit le profit bancaire espéré (Eber, 2000). Stiglitz et Weiss expliquent ainsi qu'il existe un taux d'intérêt d'équilibre qui maximise le rendement espéré d'un prêt pour le prêteur. Pour des taux d'intérêt faibles, l'effet d'anti sélection est peu important. Cet effet devient de plus en plus fort à mesure que le taux d'intérêt augmente.

Outre les problèmes de sélection adverse, l'asymétrie d'information peut être appréhendée dans des contextes où l'un des contractants peut être amené à changer de comportement. L'autre partenaire est alors dans une situation caractérisée par l'apparition d'un aléa moral(ex post). Ici, le niveau du taux d'intérêt affecte le comportement de l'emprunteur une fois le prêt octroyé. Plus le taux d'intérêt est élevé, plus l'emprunteur (qui cherche à maximiser la rentabilité de son investissement), sera tenté d'adopter un comportement risqué augmentant du même coup son risque de faillite. Pour résoudre cela, il est demandé une vigilance du prêteur, face aux effets du taux d'intérêt sur le comportement de l'emprunteur. En raison du risque d'aléa moral, face à un accroissement de la demande de crédit, les prêteurs auront alors intérêt à rationner la demande supplémentaire plutôt que d'augmenter le taux d'intérêt (Gloukoviezoff, 2008 ; Stiglitz et Weiss, 1981). Par leur modèle, Stiglitz et Weiss montrent comment l'introduction de l'asymétrie d'information met en échec l'ajustement du marché par le prix. D'une part, le prix (ici le taux d'intérêt) n'est plus une information suffisante sur la qualité du produit échangé (des crédits de qualité différente peuvent avoir le même prix) et d'autre part, il influe sur la qualité du produit (la variation du taux modifie le comportement des emprunteurs et donc la qualité du crédit). Ils expliquent ainsi la possibilité de marchés en situation d'équilibre coexistant avec un rationnement de l'offre ou de la demande

2. De l'asymétrie d'information à l'exclusion bancaire

Les analyses que font Stiglitz et Weiss (1981) à la suite d'Arkelof (1970) sur l'asymétrie d'information, montrent qu'elle aboutit à une exclusion bancaire. En effet, la conséquence directe d'une asymétrie d'information dans le marché du crédit, est le rationnement de crédit. Ce dernier est la réduction en quantité ou en volume du nombre de crédit octroyé. Sachant au préalable qu'une augmentation du prix du crédit (taux d'intérêt) à un effet inverse sur la rentabilité de la banque. Stiglitz et Weiss démontrent à cet effet, que, lorsque la banque augmente le prix du crédit, le phénomène de sélection adverse s'accroit et les bons clients ont tendance à quitter le marché au profit des mauvais. Ainsi, pour Becker (1957), on aboutit à une forme de discrimination. Dans ce marché, cette discrimination pourrait prendre la forme de conditions au prêt plus élevées, comme celui du taux d'intérêt Becker (1957). Le prêteur exigerait ainsi du prêt accordé à ce dernier une profitabilité plus élevée pour se dédommager du coût psychologique que cela engendrerait pour lui (Han, 2001). Pour Gloukoviezoff (2008), cette discrimination signifierait que des populations au profil démographique particulier se voient, plus que les autres, refuser l'accès à un financement bancaire. Le rationnement de crédit sus évoqué, a pour effet, la discrimination des clients. Cette discrimination désigne parmi les potentiels clients une marginalisation de certains. A cet effet, cette marginalisation qui n'est pas la volonté de la clientèle est une forme d'exclusion bancaire. L'existence du lien entre l'asymétrie d'information et l'exclusion bancaire s'avère donc avéré. Comme l'analyse Eber (2000), le fondement du problème de la sélection de la clientèle part du problème de l'asymétrie d'information. Ainsi, le rapprochement établientre l'asymétrie d'information et l'exclusion bancaire montre une corrélation qui aboutit à la discrimination. Cette dernière justifie cependant, une des formes de l'exclusion bancaire.

Section 2 Les barrières Institutionnelles de l'exclusion Bancaire : Justifications Théoriques

Certaines barrières institutionnelles servent d'entraves ou génèrent l'exclusion bancaire. Pour mieux ressortir ces facteurs institutionnels de l'exclusion bancaire, nous mettons en évidence d'une part, la réglementation et d'autre part, les autres facteurs institutionnels.

1. Les barrières Institutionnelles de l'exclusion Bancaire : La réglementation

La réglementation des activités bancaires, est également susceptible de créer ou de renforcer l'exclusion bancaire (Avom et Bobbo, 2014 ; De Boissieu et Couppey-Soubeyran, 2013 ; Beck et al. 2006 ; Washington, 2006 ; Barth et al. 2004). L'analyse faite par Avom et Bobbo (2014), sur l'exclusion bancaire montre que, certains éléments tels que : les coûts administratifs, les coûts liés au crédit et les exigences de garanties renforcent cette exclusion.

Les coûts administratifs matérialisent les différentes charges supportées par les clients des banques afin de se conformer aux formalités administratives qui donnent droit aux produits et services bancaires. Dans cette perspective, la réglementation bancaire, en l'occurrence les exigences en matière de documents à fournir par les clients, a un effet direct sur les obstacles que les banques imposent à leurs clients et limite d'autant l'accès aux services qu'elles offrent à une certaine catégorie de la population (Avom et Bobbo, 2014 ; Demirguc-Kunt et Klapper, 2012 ;Beck et al. 2008).

Parmi ces barrières, les adultes plus jeunes citent le coût, l'éloignement et les documents à fournir comme obstacles par ailleurs, la distance qui les sépare d'une banque est invoquée comme principal obstacle par les adultes vivant en milieu rural(Demirguc-Kunt et Klapper, 2012). C'est dire que, ces coûts s'identifient en termes de documents à fournir tels que : une pièce d'identité officielle (carte d'identité nationale ou passeport en cours de validité), des justifications de domicile (facture d'électricité ou d'eau ou de téléphone), des justifications de revenu (bulletin de salaire, titre de patente en cours de validité), des montants minimum à disposer pour l'ouverture d'un compte que ne disposent pas toujours les ménages (Avom et Bobbo, 2014) et enfin les coûts liés à l'éloignement.

Les coûts de crédit relèvent essentiellement des conditions de banque. Ils représentent l'ensemble des charges susceptiblesd'être supporté par l'emprunteur. Ils sont une fonction décroissante de la demande de crédit. Ainsi, lorsque ces coûts sont élevés, ils sont de nature à décourager une bonne partie de la population à demander les financements bancaires c'est-à-dire, à les exclure du système financier dont l'une des conséquences s'apprécie par l'insuffisance des crédits accordés (Avom et Bobbo, 2014).

Un nombre important d'individus n'a pas accès au crédit bancaire car, ne peut satisfaire les exigences des banques en termes de garanties analysent Avom et Bobbo (2014). Il arrive parfois que les garanties exigées sont soit équivalentes soit supérieures au montant du prêt demandé. Ainsi, la valeur des garanties qui est soumise à la discrétion des banques est fonction du profil du client et du risque auquel s'expose la banque. Il est à cet effet possible de constater qu'un ménage peut solliciter un crédit. Seulement, les cautions ou les garanties qui lui sont demandées, il ne peut les satisfaire et renonce par conséquent à sa demande. Cet état d'insatisfaction conduit au refus du crédit sollicité. Et aboutit ainsi, à une difficulté d'accès. Cependant, vu la définition de l'exclusion bancaire que fait Gloukoviezoff (2004), il apparait clairement que, l'insatisfaction en termes d'exigences de garanties, aboutit au refus du crédit et donc à l'exclusion bancaire.

2. Les autres facteurs institutionnels

D'autres facteurs institutionnels peuvent expliquer l'exclusion bancaire. Ainsi, à partir des travaux de : Gloukoviezoff (2008), Anderloni et al (2008), Eber (2000), on distingue les facteurs tels que : la qualité de la relation bancaire, l'exclusion géographique et l'exclusion liée à la fourniture des services.

Gloukoviezoff (2008), fait remarquer que, généralement, le secteur bancaire décline toute responsabilité en matière d'exclusion bancaire.

Si ce phénomène existe, ce serait en raison de l'appauvrissement de la population et les banques ne pourraient que le constater et en aucun cas y remédier. Pointer le rôle de la pauvreté ou de la précarité économique dans le développement de l'exclusion bancaire est tout à fait exact. Cependant, en faire l'élément explicatif unique est plus que simpliste.

Si les banques expliquent l'exclusion bancaire par la précarité et la pauvreté auxquelles est confrontée une partie de leur clientèle, c'est parce qu'elles estiment que ces clients présentent un niveau de risque incompatible avec l'établissement d'une relation bancaire. C'est ce niveau de risque qui explique les pratiques de sélection mises en place. Ainsi, de nombreux réseaux bancaires refusent l'ouverture d'un compte aux personnes ayant de faibles revenus ou d'emplois instables. De même, peu de réseaux installent leurs agences dans certaines zones marquées par la précarité.

Face à des clients ayant un profil « limite », la stratégie est d'accorder l'ouverture du compte en contrepartie de la souscription à un certain nombre de produits rentables pour la banque. Ainsi, il est quasiment impossible d'ouvrir un compte uniquement avec un chéquier. Il est nécessaire de souscrire à un package. De même, il est fréquemment demandé d'ouvrir parallèlement au compte de dépôt des produits d'épargne bloqués, particulièrement rentables pour la banque. Et lorsque le client est déjà présent au sein de ces réseaux bancaires quand il rencontre des difficultés sociales (chômage, maladie), d'autres pratiques sont mises en oeuvre. Ainsi, en cas d'incident le maximum de frais est facturé. Il est d'ailleurs quasiment impossible de négocier leur montant lorsque le client n'est pas jugé assez intéressant par la banque. Et lorsqu'il est jugé totalement inintéressant, l'interdiction bancaire devient un bon moyen pour s'en séparer.

Eber (2000) ; Leyshon et Thrift (1996), notent que les innovations financières^20(*) et l'accroissement de la concurrence entre les banques observés lors de la dernière décennie ont, d'une manière générale, amélioré l'accès des ménages aux services bancaires. Pour certaines classes sociales, cet accès a été sensiblement facilité ; il s'agit des classes sociales les plus favorisées.

Ces classes sociales ont accès, grâce à la concurrence accrue entre les offreurs de services bancaires et au développement de nouveaux produits, à une gamme de plus en plus large de produits financiers rentables. L'évolution de la géographie de l'industrie bancaire confirme donc selon Eber, l'abandon spatial des zones les plus pauvres et la concentration dans banques dans les zones les plus riches telles que les grandes villes.

L'exclusion géographique résulte à cet effet d'une volonté des banques de réduire leur risque, de réduire leurs coûts et d'améliorer leur rentabilité (Eber, 2000). Cette analyse s'explique par le fait que les agences localisées dans les zones rurales sont peu rentables en raison des faibles revenus d'une clientèle potentiellement plus risquée.

Pour Anderloni et al (2008), les services bancaires sont fournis par des voies inappropriées pour le public cible, par exemple, l'Internet pour les personnes âgées. On peut noter également, la complexité de choix.

Pour Bayot et al (2008), il peut s'agir d'une question d'éducation d'un trop grand nombre de produits parmi lesquels le public cible a du mal à opérer un choix. Les méthodes de marketing sont quant à elles analysées par Anderloni et al selon eux, ces méthodes peuvent manquer de clarté et pousser les clients potentiels à abandonner la demande ou à se méfier des institutions bancaires et à rechercher des alternatives.

Le tableau ci-dessous résume l'ensemble des facteurs institutionnels de l'exclusion bancaire. Nous constatons que, l'exclusion bancaire n'est pas forcément un phénomène volontaire tel que l'a démontré Gloukoviezoff (2008). Elle peut également résulter des institutions elle-même c'est ainsi que nous distinguons des facteurs tels la sélection de la clientèle, la réglementation, l'exclusion géographique, la fourniture des services et la complexité des choix.

Tableau 8: Récapitulatif des facteurs institutionnels de l'exclusion bancaire

Conclusion du Chapitre

Il a été question dans ce chapitre de mettre en évidente l'aspect théorique des facteurs institutionnels de l'exclusion bancaire. Il ressort de cette analyse que, malgré la volonté que peuvent exprimer les ménages, certains aspects liés à l'accès ou l'usage des services bancaires sont soumis à la discrétion des banques elles-mêmes. C'est ainsi que, nous avons pu identifier à partir des analyses de la théorie de sélection de la clientèle que l'asymétrie d'information est un problème crucial et constitue des facteurs explicatifs de l'exclusion bancaire. D'autres travaux ont mis en évidence la réglementation comme facteur exacerbant l'exclusion bancaire notamment à partir des exigences de garanties, de la complexité des choix, des coûts de crédit et de la documentation à fournir. Par ailleurs, on a également relevé la concentration du réseau bancaire vers les centres urbains jugés mieux rentable que les milieux ruraux.Cet enseignement théorique nécessite qu'on puisse l'évaluer dans le cadre du Cameroun.

Chapitre 4 Facteurs Institutionnels de l'Exclusion Bancaire : L'Evidence Empirique

L'exclusion bancaire est une question préoccupante tant dans les pays développés que ceux en voie de développement. On en a pour preuve les multiples travaux de recherche mettant en exergue ce fléau (Avom et Bobbo, 2014 ; Gloukoviezoff, 2008 ; Tasqué, 2008 ; Anderloni et al, 2008 ; Eber, 2000; Leyshon et Thrift, 1993). Cette exclusion est davantage accentuée dans les pays en voie de développement d'une part parce qu'on y observe un faible nombre de banques et d'autre part, parce que les conditions de vie dans ces pays sont relativement déplorables. Au Cameroun, la proportion de la population qui a accès aux services bancaires est de 14% donc 86% restent en marge du système bancaire. Ainsi, la mise en oeuvre de l'évaluation des facteurs institutionnels de l'exclusion bancaire trouve ses fondements à la fois dans les analyses théoriques des démographes Anderloni et al(2008) ; Leyshon et Thrift (1993), et dans la littérature économique qui définit un cadre approprié de l'exclusion bancaire et s'interroge sur les mécanismes à mettre en oeuvre pour éradiquer ce phénomène. L'objectif de ce chapitre consiste à évaluer les facteurs institutionnels de l'exclusion bancaire au Cameroun. Pour y parvenir, nous démontrons d'une part les effets pervers de la réglementation en termes d'exclusion bancaire (Section 1) et d'autre part, nous procédons à l'analyse économétrique (Section 2).

Section 1 : Réglementation et Exclusion bancaire

L'objectif de cette rubrique consiste à analyser les effets néfastes de la réglementation en termes d'exclusion bancaire. Certains travaux sont parvenus aux résultats selon lesquels, la réglementation des activités bancaires est susceptible de créer ou de renforcer l'Exclusion Bancaire (Avom et Bobbo, 2014 ; de Boissieu et Couppey-Soubeyran, 2013 ; Demirguc-Kunt et Klapper, 2012 ; Beck et al. 2006 ; Washington, 2006 ; Barth et al. 2004). Il faut noter que, cette analyse n'englobe pas toute la réglementation mais identifie certains éléments qui génèrent ou exacerbent l'exclusion bancaire. Ainsi, pour mettre en oeuvre cette vision, il importe de mettre en évidence d'une part, l'analyse de la concentration géographique des banques au Cameroun. Et d'autre part, d'identifier les coûts qui entravent la bancarisation au Cameroun.

1. La Concentration géographique des Banques au Cameroun

Des analyses que font Avom et Bobbo (2014) il ressort que, avant la création de la COBAC^21(*) les pouvoirs publics avaient opté pour une concentration massive des banques vers les zones faiblement peuplées et assez éloignées des grands centres d'activité économique. Cette expérience a très tôt été jugée contreproductive. Cette contre productivité s'est traduite par l'insolvabilité et la liquidation de certaines banques. En particulier, plusieurs banques ont fermé et d'autres ont réduit le nombre de leurs agences pour conserver celles qui sont implantées dans les grandes villes peuplées donnant naissance à une forte concentration bancaire (Avom et Bobbo, 2014 ; Avom et Eyeffa-Ekomo, 2007). En conséquence, les populations des localités éloignées (petites et moyennes villes ou zones rurales) se retrouvent fortement pénalisées et exclues. Les travaux d'Avom et Bobbo (2004), retrouvent ceux de Demirguc-Kunt et Klapper (2012). En effet, les analyses de ces derniersrenseignent que, 30% des ménages en Afrique Subsaharienne citent l'éloignement des agences bancaires comme facteurs de l'exclusion bancaire. Ainsi, la concentration du réseau bancaire est un facteur déterminant de l'exclusion bancaire. Pour vérifier cette vision au Cameroun, nous avons observé la concentration du réseau bancaire au Cameroun dont les résultats et les analyses apparaissent ci-après :

Le tableau ci-dessus, indique que le Cameroun comporte 13 (treize) banques avec 201 guichets répartis sur tout le territoire. A partir de ce tableau, nous ressortons la concentration du réseau bancaire Camerounais.

Des treize banques que compte le Cameroun avec 201 guichets, Yaoundé regorge 25.87% des guichets, Douala 35.32%, Bafoussam 4.47% et les autres villes concentrent 34.32%. Nous constatons que deux villes (Yaoundé et Douala) concentrent à elles seules 61.19% des guichets du Cameroun soit plus de la moitié des guichets existants.

Lorsqu'on ajoute Bafoussam, la concentration va à 65.67%. Le constat qui en découle stipule que, les ménages qui résident dans les zones éloignées ou rurales ont une forte probabilité d'être exclues car, les banques sont plus axées vers les zones urbaines. Ainsi, la faible bancarisation du Cameroun ou la forte exclusion bancaire que subit le Cameroun est en partie expliquée par cette concentration qui joue en faveur des ménages résidant en milieu urbain.

2. Les coûts et Exclusion bancaire

Les coûts matérialisent les différentes charges supportées par les clients des banques afin de se conformer aux formalités administratives qui donnent droit aux produits et services bancaires. Ainsi, on distingue les coûts liés au crédit, les coûts administratifs et les exigences en termes de garantie.

L'évaluation de la tarification des crédits s'est appuyée sur l'approche du Taux Effectif Global (TEG). Le TEG moyen est obtenu par banque et pour chaque type de crédit ou de catégorie de bénéficiaires en calculant une moyenne pondérée par l'encours total des crédits octroyés sur la période. IL représente les charges d'endettement global. L'évolution du TEG en CEMAC en général et au Cameroun en particulier se présente comme suit :

La lecture de ce tableau nous permet de constater un niveau assez élevé des coûts du crédit dans la zone CEMAC. Le coût du crédit a augmenté au Cameroun entre 2009 et 2010, interrompant le mouvement à la baisse observé depuis 2006. Ce niveau élevé des coûts de crédit est de nature à décourager une bonne partie de la population à demander les financements bancaires c'est-à-dire à les exclure du système bancaire dont l'une des conséquences s'apprécie par l'insuffisance des crédits accordés.

L'une des caractéristiques des pays en développement est la prépondérance de l'économie informelle^22(*). Pour Avom et al, (2014) ; Schneider et al (2010), le secteur informel représente environ 32% du PIB du Cameroun c'est dire qu'une grande partie de la population s'active dans ce secteur. Le graphique ci- après illustre la montée considérable secteur informel dans le PI B du Cameroun.

Graphique 6: Evolution du secteur informel dans le PIB du Cameroun de 2003 à 2010

Le graphique ci-dessus, montre que, le secteur informel occupe une place de choix dans l'économie Camerounaise. En effet, on constate qu'une grande frange de la population s'oriente vers ce secteur. Cette population évoluant cependant dans le secteur informel, éprouve des réelles difficultés pour fournir les documents réclamés par les banques. Car, évoluant dans l'informalité il est difficile d'offre aux établissements bancaires des pièces légales. Parmi la documentation à fournir, on compte la carte du contribuable, la comptabilité formelle au sens de l'OHADA.

En conséquence, du fait de telles exigences réglementaires, toute cette proportion de la population subie une exclusion bancaire. En fin de compte, un niveau élevé d'informalité renforce l'exclusion bancaire. Et même pour ceux qui ont la chance de travailler dans le secteur formel, surtout ceux à faible revenu, ils sont confrontés à des nombreuses difficultés, compte tenu de la réglementation existante (Avom et Bobbo, 2014 ; Beck et al. 2008).

Les garanties jouent un rôle de caution pour les emprunteurs. Elles entraînent une diminution de la probabilité de défaut de l'emprunteur liée au risque d'aléa moral (l'emprunteur fera tous les efforts pour rembourser la banque afin de ne pas perdre la garantie fournie) et elles réduisent la perte de la banque en cas de réalisation du risque. Malgré les taux d'intérêts extrêmement élevés comme l'analyse Avom et Bobbo (2014), certains ménages ont tout de même la volonté de demander le crédit. Seulement, les exigences très élevées en termes de garanties entrainent un nombre important d'individus à ne pas avoir accès au crédit bancaire. Car, ne pouvant satisfaire les exigences des banques en matière de garanties compte tenu du fait qu'ils n'ont pas souvent des avoirs pouvant être considérés comme caution pour un prêt ou au contraire s'ils en disposent, ils n'ont pas les titres appropriés et donc se voient refuser ou réduit leur crédit sollicité.

Section 2 : Analyse économétrique

Les analyses économétriques des facteurs institutionnels de l'exclusion bancaire s'inspirent du modèle de Popescu et Totan (2013). Ce modèle, est estimé par la méthode des moindres carrés ordinaires à partir des données sous forme de série temporelle. La durée et son choix ont été expliqués en introduction générale.

1. Spécification du modèle

Où, Y_t= taux d'exclusion bancaire ; tid = taux d'intérêt débiteur ; nb= nombre de banques ; ng= nombre de guichets ; mnaie= masse monétaire. Notons que, ces variables sont institutionnelles dans la mesure où elles ne dépendent pas de la demande. Elles émanent des institutions bancaires.

Selon la banque mondiale, le taux d'intérêt débiteur est le taux d'intérêt perçu par les banques sur les prêts accordés aux clients préférentiels. Il est un déterminant de l'exclusion bancaire dans la mesure où, une variation de ce taux entraine une modification du nombre ou du volume de crédit octroyé et a un effet sur le niveau d'exclusion bancaire. La figure ci-après représente l'évolution de ce taux entre 1980 et 2013.

La lecture de ce graphique renseigne que, le taux d'intérêt débiteur au Cameroun est sans cesse croissant. Au début des années 80, il connait un faible niveaupar la suite, il a connu une chute considérable dans les années 1994-1995 au lendemain de la dévaluation du Franc CFA. Seulement, après cette conjoncture économique qu'a subit le Cameroun, il a continué sa lancé vers la monté et en 2013, le taux se situe autour de 21.73% selon la banque mondiale. Cependant, un niveau très élevé du taux d'intérêt débiteur est de nature à décourager les ménages à solliciter les crédits bancaires et par conséquent ces ménages se trouvent exclus. taux d'intérêt bancaire est une fonction croissante du niveau d'exclusion bancaire. Ainsi, le taux d'intérêt débiteur est une fonction croissante du niveau d'exclusion bancaire.

Selon la banque centrale de France, le niveau d'exclusion bancaire est de 1% en France. Pour elle, si plusieurs facteurs expliquent ce faible niveau, le grand nombre de banques existant en France joue également un rôle primordial. En effet, plus il y a les banques dans un pays, mieux les ménages ont l'occasion de se bancariser. L'évolution du nombre de banque au Cameroun se présente comme suit :

La lecture de notre figure montre que, durant les années 80, le nombre de banques au Cameroun est faible. En outre, suite à la crise bancaire qu'a connue le Cameroun durant ces années, certaines banques ont fermé et d'autres ont fusionné ce qui justifie le pique de la courbe au niveau le plus bas. Les restructurations qui ont suivi et qui ont permis la libéralisation du secteur bancaire, permet d'observer une augmentation du nombre de banques.Aujourd'hui, ce niveau du nombre de banques a davantage augmenté et le Cameroun enregistre dorénavant 13 banques. Parallèlement, on a pu constater que, l'augmentation du nombre de banques réduit le niveau d'exclusion bancaire. Ainsi, le nombre de banques est fonction décroissante du niveau d'exclusion bancaire.

La banque mondiale définit la masse monétaire comme étant, la somme des circulations fiduciaires hors banque, des dépôts à vue autres que ceux du gouvernement central, des dépôts d'épargne à terme et des dépôts en devise étrangère des secteurs résidents autres que le gouvernement central, les chèques de banque et de voyage, ainsi que d'autres titres comme les certificats de dépôt et les billets de trésorerie.La figure ci-dessous nous montre l'évolution de la croissante de la masse monétaire.

Cette courbe retrace l'évolution de la croissance de la masse monétaire. On peut constater que, l'offre de monnaie n'est pas stable et a connu des fluctuations considérables. Ainsi, une offre de monnaie restreinte discrimine les ménages qui sollicitent les crédits. Par ailleurs, une offre massive de monnaie encourage les ménages à solliciter les dits crédits. A cet effet, on constate que, l'offre de monnaie est une fonction décroissante de l'exclusion bancaire (Popescu et Totan, 2013). Cependant, il faut noter que, l'offre massive de monnaie a des répercussions négatives sur les prix. En effet, Fisher a démontré une relation positive entre l'offre de monnaie et le niveau de prix. C'est dans ce sens que Friedman a pu affirmer que : « l'inflation est partout et toujours un phénomène monétaire ».

Afin de vérifier la stationnarité de nos paramètres, nous faisons les tests de racine unitaire. Pour effectuer ces tests, nous utilisons celui de Dickey Fuller Augmenté (DFA) et celui de Phillips Perron (PP).

NB : l'importance des tests de Dickey Fuller Augmenté et Celui de Phillips Perron a été expliquée au Chapitre 2.

Le tableau ci-dessus nous renseigne sur la stationnarité de nos paramètres. Il nous montre que nos variables sont stationnaires en différence. Le fait que ces variables soient stationnaires en différence montre que les éventuels chocs ayant affecté celles-ci sont de natures transitoires plutôt que permanentes, résultat qui augure une certaine stabilité desdites variables. Nous procédons au test de Phillips - Perron, afin de voir si nos conclusions sont exactes.

A l'issu du résultat, le test de Phillips Perron confirme la stationnarité d'ordre I(1) des paramètres. A cet effet, nous nous passons au test de Cointégration qui permet de déterminer si les variables sont intégrées entre elles.

Afin de vérifier la cointégration de nos paramètres, nous faisons le test de cointégration de Johansen. Le choix de cette technique et son importance ont été développés au Chapitre 2.

Les résultats du test de cointégration que nous obtenons à partir de la technique de Johansen nous indiquent, il existe deux relations de cointégration dans notre modèle. Ce constat permet ainsi, de nous orienter vers l'estimation d'un modèle à correction d'erreur.

2. Estimation du modèle à correction d'erreur

Ä(excl)=c(1)+c(2)*Ä(tid)+c(3)*Ä(nb)+c(4)*Ä(ng)+c(5)*Ä(mnaie)+c(6)*excl(-1)+c(7)*tid(-1)+c(8)*nb(-1)+c(9)*ng(-1)+c(10)*mnaie(-1)

Dans cette expression, toutes les variables en « Ä » représentent la dynamique de court terme. Tandis que, les variables en « (-1) » capturent l'équilibre de long terme. Le coefficient « c(6)*excl (-1)» est le coefficient de correction d'erreur. Ce coefficient doit être négatif afin de confirmer la spécification du modèle à correction d'erreur.

D(EXCL) =-0.01-0.22*D(TID)-0.00024*D(NB) +0.000137*D(NG) +3.38*D(MNAIE)-0.012*EXCL (-1))-0.01*TID (-1)-1.22*NB (-1)-0.31*NG(-1)-6.89*MNAIE(-1)

Le coefficient de correction d'erreur est négatif ce qui augure la présomption d'un bon modèle à correction d'erreur.

Le test de normalité permet de vérifier si des données réelles suivent une loi normale. Le test de Jarque-Bera est un test d'hypothèse qui cherche à déterminer si les données suivent une loi normale. A cet effet, les résultats de ce test nous donnent les résultats ci-après.

La probabilité associée à la statistique de test de Jarque et Bera nous indique qu'il y a normalité des erreurs car, sa probabilité est supérieure à 5% soit (0.25>0.05). Par conséquent, nos données suivent une loi normale.

Anderloni et al (2008), Kempson et Whyley (1999), Leyshon et Thrift(1993) ont montré que, les obstacles liés à l'accès aux services bancaires émanent des difficultés qu'ont les banques à s'implanter dans les zones périphériques. En outre, d'autres travaux ont démontré que l'éloignement des agences bancaires ou leur insuffisance sont de nature à exacerber ce niveau d'exclusion (Demirguc-Kunt et Klapper, 2012).

Les résultats que nous avons obtenus dans notre estimation vont confirmer cette vision. En effet, le Cameroun compte un faible nombre de banques (comparé aux pays où le niveau d'exclusion bancaire est très faible) d'une part, et ces banques sont concentrées vers les zones urbaines d'autre part. La lecture de ces résultats nous indique que, le nombre de banques et le nombre de guichets sont des variables significatives et donc déterminantes de l'exclusion bancaire. Ainsi, ces variables mettent en exergues la pertinence que joue le nombre de banques et de guichets dans la lutte contre l'exclusion bancaire.

Par ailleurs, les rapports de la BEAC (2013) ont montré aussi que, l'augmentation du niveau de bancarisation ou la réduction du niveau d'exclusion bancaire est due à plusieurs facteurs parmi lesquels, l'augmentation du nombre de banques et de guichets.Ainsi, un accroissement conjugué du nombre de banques et de guichets réduisent significativement le niveau d'exclusion bancaire au Cameroun.

Par ailleurs, Eber (2000) a démontré que, l'exclusion bancaire trouve ses fondements également dans l'offre de monnaie. Pour lui, lorsque l'offre de monnaie est faible, elle contribue à rationner le crédit et discrimine de fait les ménages. Outre le nombre de banques et de guichets, notre estimation renseigne aussique, la quantité de monnaie explique également l'exclusion bancaire résultat allant dans le même sens que celui d'Eber (2000). Ainsi, le coefficient obtenu met en évidence une corrélation négative entre l'évolution du niveau d'exclusion bancaire et l'offre de monnaie. A cet effet, une augmentation de la quantité de monnaie entraîne une réduction du niveau d'exclusion bancaire. Il faut souligner toutefois que, cette variable n'est pas significative.

A l'issu de notre estimation, nous retenons que les variables institutionnelles qui expliquent l'exclusion bancaire au Cameroun sont : le nombre de banques, le nombre d'agences et la quantité de monnaie.

En raison de la financiarisation des rapports sociaux, il est nécessaire que chaque personne ait la possibilité d'accéder aux produits bancaires de manière appropriée ou de maintenir cet accès approprié lorsque des difficultés professionnelles, familiales et/ou de santé surviennent (Gloukoviezoff, 2008). La résolution du problème de l'exclusion bancaire au Cameroun, doit s'orienter autour des points tels que : la qualité de la prestation des services bancaires, l'éducation financière des consommateurs, l'extension du réseau bancaire et le dépassement de l'asymétrie d'information. Ces éléments sont précédés par une prise de conscience d'une responsabilité partagée de l'exclusion bancaire.

Il apparaît qu'il n'est pas possible de trouver une causalité unique à l'exclusion bancaire.

Certes, la pauvreté joue un rôle dans le développement de ce processus mais seulement en relation avec la manière dont elle est prise en compte par le secteur bancaire. Aussi, les clients ne préviennent pas assez tôt leur banquier et/ou recourent aux crédits revolving lorsqu'ils rencontrent des difficultés, mais c'est en grande partie dû aux pratiques de rentabilisation des banques. Seule l'amélioration de la qualité de la relation bancaire c'est-à-dire l'adaptation des services et de la manière de les vendre aux besoins spécifiques de la clientèle confrontés à la précarité, peut permettre de limiter le niveau de risque de ces clients et aussi les surcoûts et la sélection qu'ils subissent. Le problème est que cette adaptation a un coût notamment en personnel et en temps, et qu'elle se heurte aux évolutions à l'oeuvre au sein du secteur bancaire que sont la rationalisation et l'automatisation du service proposé.

La relation de clientèle^24(*) existante entre la banque et ses clients doit être une relation basée sur la convivialité, l'accompagnement, les conseils et ne doit souffrir d'aucune discrimination. En effet, vu la diversité de la clientèle, un isolement de certains (pauvres) vers l'encadrement des autres (riches) peut aboutir pour les victimes de la discrimination à une demande inadaptée des produits bancaires dont la conséquence se fait ressentir dans les difficultés d'usage et donc une exclusion bancaire.

Les ménages aux ressources limitées comme l'ont montré Gloukoviezoff (2008) ; d'Atkinson et al. (2006) ont souvent une connaissance plus faible du fonctionnement des produits bancaires. Bien que cela tienne à un manque de pratique, la réponse apportée passe par un enseignement théorique : associant simultanément l'information, la formation et la diffusion des éléments de connaissances génériques.

Les résultats obtenus sur l'extension géographique du réseau bancaire au Cameroun nous ont indiqué que Yaoundé et Douala concentrent 61.19% du nombre total des guichets bancaires au Cameroun. Un tel constat n'est pas d'augure à encourager la bancarisation. A cet effet, les institutions bancaires dans l'optique d'accroître le niveau de bancarisation devrait étendre leur réseau notamment vers les milieux ruraux jugés moins risqués et rentables pour ces institutions.

Pour que les mécanismes d'ajustement du marché fonctionnent aussi efficacement que possible, il est nécessaire que les différents acteurs aient accès à l'information et qu'ils soient en mesure d'en faire un usage maximisant leur utilité. De ce point de vue, l'exclusion bancaire peut être comprise d'une part, comme un résultat de l'incapacité des clients à maximiser leur utilité à l'aide de l'information dont ils disposent, d'autre part, comme la conséquence de l'asymétrie d'information subie par les offreurs.

Conclusion du Chapitre

L'objectif de ce chapitre a été d'évaluer les facteurs institutionnels de l'exclusion bancaire au Cameroun. A l'issu de cette évaluation, il ressort que, la concentration des banques vers les zones urbaines au détriment des zones rurales constitue un facteur significatif de l'exclusion bancaire au Cameroun. En effet, nos résultats indiquent que, des 201 guichets bancaires que compte le Cameroun, 61.19% sont localisés entre Yaoundé et Douala. Cette forte concentration vers les grandes villes marginalise du système bancaire les populations vivantes en zones rurales. Outre ce facteur, nous avons également trouvé la réglementation. Cependant, il ne s'agit que de certains éléments de la réglementation qui exacerbe l'exclusion bancaire. Parmi ces éléments nous distinguons, le coût de crédit, les exigences en termes de garanties et les documents à fournir. Leur niveau élevé est de nature à exacerber la dite exclusion. Par ailleurs, l'analyse économétrique que nous avons menée nous indique, le nombre de banques et le nombre de guichets sont également des déterminants institutionnels de l'exclusion bancaire au Cameroun. En effet, il a été démontré qu'un accroissement du nombre de banques ou de guichets réduit le nombre d'exclus bancaire dans la mesure où, cette accroissement bénéficie aux populations qui n'étaient jusque-là pas bancarisées. Enfin, cette analyse nous a montré que, le rationnement de crédit dû à une offre insuffisante de liquidité explique également l'exclusion bancaire au Cameroun.

Conclusion de la deuxième partie

Il a été question dans cette partie d'identifier les fondements théoriques des facteurs institutionnels de l'exclusion bancaire d'une part, et d'autre part, d'analyser empiriquement ces facteurs institutionnels de l'exclusion bancaire au Cameroun. A l'issu de notre analyse, il ressort théoriquement que, la sélection de la clientèle à partir des asymétries d'information qui aboutissent au rationnement de crédit et à la discrimination de certains ménages explique l'exclusion bancaire. En outre, certains travaux ont mis en évidence les effets pervers de la réglementation en termes d'exclusion bancaire. Il a s'agit des coûts de crédit, des documents à fournir et l'exigence de garanties. Ces approches théoriques ont également abouties à la découverte de l'exclusion géographique. Cette dernière étant expliquée comme les difficultés d'accès aux services bancaires suite à l'éloignement des guichets ou à leur insuffisance dans un milieu considéré. L'évaluation empirique de ces facteurs qui en a suivie renseigne que, la concentration du réseau bancaire au Camerounfavorise les ménages vivants en milieux urbains au détriment des ménages vivants en milieux ruraux. En effet, 61.19% des guichets bancaires sont situés entre Yaoundé et Douala. S'agissant de la réglementation, il ressort que, les coûts de crédit, les exigences en termes de garanties et la documentation à fournir sont très élevés. Ainsi, les ménages sont très souvent incapables de satisfaire ces besoins et se trouvent de faite exclus du système bancaire. Par ailleurs, le nombre de banques, et de guichets déterminent l'exclusion bancaire des populations. En effet, lorsqu'il existe un grand nombre de banques ou de guichets, les ménages encore exclus ont une probabilité plus accrue d'être bancarisés.

CONCLUSION GENERALE

L'objectif de notre travail a été, d'identifier les variables déterminantes de l'exclusion bancaire au Cameroun. Les fondements théoriques que nous avons développés identifient d'une part, les facteurs socio-économiques ou facteurs liés à la demande et d'autre part, les facteurs institutionnels ou facteurs liés à l'offre comme variables déterminantes de l'exclusion bancaire. Ainsi, notre objectif principal a découlé à deux sous objectifs.

· Identifier les facteurs socio-économiques de l'exclusion bancaire au Cameroun ;

Structurée en deux parties, cette étude s'est appuyée sur des outils empruntés à la statistique descriptive et à l'économétrie pour vérifier les deux hypothèses. La première hypothèse a été vérifiée dans la première partie. Cette partie a eu pour objectif d'identifier les facteurs socio-économiques de l'exclusion bancaire au Cameroun ou facteurs liés à la demande. Les facteurs concernésont été le genre, l'âge, le milieu de résidence, le taux d'alphabétisation, le taux de chômage, le produit intérieur brute, le produit intérieur brute par habitant,la masse monétaire et l'inflation.

La vérification de la première hypothèse, révèle les résultats ci-après :

(a) Les hommes ont plus accès aux services bancaires que les femmes même si l'écart s'avère réduit. En outre, le fait d'habiter dans les zones rurales réduit la probabilité d'être bancarisée car, les établissements bancaires au Cameroun sont plus concentrés vers les milieux urbains. Par ailleurs, l'âge joue un rôle déterminant dans l'accès ou l'usage des services bancaires. En effet, les personnes très jeunes (15-24 ans) et les personnes très âgées (65 ans et plus) ont une probabilité assez importante d'être financièrement exclues.

(b) L'analyse économétrique que nous avons mené nous a indiquéqu'un niveau faible d'instruction est de nature à exclureles ménages du système bancaire qui s'avère complexe. En outre, les ménages en situation de chômage ne peuvent supporter les coûts exigés par les banques. En plus, ces ménages sont considérés comme peux rentables pour les banques et constituent des risques élevés. Par ailleurs, le niveau de revenu détermine également l'accès ou non aux services bancaires. En effet, il est difficile pour les ménages ne disposant pas de revenus ou disposant de faibles revenus d'accéder aux services bancaires ou d'en faire usages.

S'agissant de la seconde hypothèse, elle a été effectuée dans la deuxième partie. Cette partie a eu pour objectif d'identifier les facteurs institutionnels de l'exclusion bancaire ou facteurs liés à l'offre. Il a s'agit à partir de l'analyse descriptive des facteurs tels que, les coûts de crédit, les exigences de garanties, les documents à fournir,l'exclusion géographiquele nombre de banques, le nombre de guichets, le taux d'intérêt débiteur et la masse monétaire.

La vérification de la deuxième hypothèse indique les résultats ci-après :

(c)L'évaluation descriptive de ces facteurs, renseigne d'une part que, la concentration du réseau bancaire au Cameroun est inégalement répartie. En effet, les guichets bancaires sont plus implantés dans les zones urbaines que celles rurales. Nos résultats montrent que, 61.19% des guichets sont situés à Yaoundé et Douala. Ainsi,involontairement les ménages vivants dans les milieux ruraux sont exclus du système bancaire du faite de l'absence des guichets dans leur milieu de vie. En outre, il ressort également que, les coûts de crédit, les exigences de garanties sont très élevé de même, les documents à fournir ne sont pas toujours à la portée des ménages. Dans l'incapacité de remplir toutes ces exigences, les ménages se trouvent exclus du système bancaire.

(d) l'analyse économétrique menée nous renseigne que, le nombre de banques et de guichets explique l'exclusion bancaire. En effet, lorsque qu'il y a ouverture de nouvelles banques ou de nouveaux guichets, les populations jusque-là exclus du système ont une forte probabilité d'en intégrer. Ainsi, une augmentation du nombre de banques et/ou du nombre de guichets, est de nature à réduire le niveau d'exclusion bancaire. De même, une réduction du rationnement du crédit augure une diminution du niveau d'exclusion bancaire.

En sommes, nous sommes parvenus au résultat selon lequel, les facteurs socio-économiques et institutionnels sont des variables déterminantes de l'exclusion bancaire au Cameroun. Ainsi, afin de réduire le niveau d'exclusion bancaire, des études comparatives ont montré que, cette résolution de l'exclusion bancaire passe prioritairement par les pouvoirs publics. Cependant, il faut noter que dans le contexte Camerounais, des efforts émanant des pouvoirs publics ont été effectué. Ces efforts ont été instauré dès juillet 2011 par l'autorité monétaire un service bancaire minimum garanti. Il a s'agit d'un bouquet de 15 services délivrés gratuitement aux particuliers, réduisant ainsi le coût d'accès aux services bancaires. La création du Fonds de garantie des dépôts en Afrique centrale pour protéger les petits épargnants de la sous-région indemnisation à hauteur de cinq millions par client et par banque en cas de faillite d'un établissement. L'extension du réseau bancaire en a suivi. Les résultats de ces actions renseignent que, le taux de bancarisation est passé de 7% avant 2011 à plus de 13.8% aujourd'hui selon la BEAC. A cet effet, malgré la volonté des pouvoirs publics à réduire ce phénomène, le niveau d'exclusion bancaire reste encore très élevé. Ainsi, des efforts supplémentaires s'imposent. Par ailleurs, la résolution de cette exclusion ne concerne pas uniquement les pouvoirs publics. Elle exige la contribution inébranlable des ménages et des institutions bancaires. Le rôle des ménages doit consister à la quête de l'éducation, la recherche de l'information, le partage des difficultés et l'amélioration de leur condition de vie. Pour les institutions bancaires quant à elle, il s'agit d'instaurer une bonne qualité de la prestation des services bancaires, de contribuer à l'éducation financière des consommateurs, d'étendre le réseau bancaire et enfin, d'accroitre sa lutte contre les asymétries d'information.

ANNEXES

v Tests de racine unitaire sur les variables socioéconomiques

Null Hypothesis: D(ALPH) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=8)


			t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic			-5.960384	0.0000
Test critical values:	1% level		-3.653730
	5% level		-2.957110
	10% level		-2.617434


*MacKinnon (1996) one-sided p-values.


Augmented Dickey-Fuller Test Equation
Dependent Variable: D(ALPH,2)
Method: Least Squares
Date: 10/06/14 Time: 12:05
Sample (adjusted): 1982 2013
Included observations: 32 after adjustments


Variable	Coefficient	Std. Error	t-Statistic	Prob.


D(ALPH(-1))	-1.079417	0.181099	-5.960384	0.0000
C	0.010693	0.002582	4.141462	0.0003


R-squared	0.542168	Mean dependent var		0.000181
Adjusted R-squared	0.526907	S.D. dependent var		0.015509
S.E. of regression	0.010668	Akaike info criterion		-6.182753
Sum squared resid	0.003414	Schwarz criterion		-6.091145
Log likelihood	100.9241	Hannan-Quinn criter.		-6.152388
F-statistic	35.52618	Durbin-Watson stat		2.023124
Prob(F-statistic)	0.000002


Null Hypothesis: D(CHG) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=8)


			t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic			-7.156842	0.0000
Test critical values:	1% level		-3.653730
	5% level		-2.957110
	10% level		-2.617434


*MacKinnon (1996) one-sided p-values.


Augmented Dickey-Fuller Test Equation
Dependent Variable: D(CHG,2)
Method: Least Squares
Date: 10/06/14 Time: 12:05
Sample (adjusted): 1982 2013
Included observations: 32 after adjustments


Variable	Coefficient	Std. Error	t-Statistic	Prob.


D(CHG(-1))	-1.215452	0.169831	-7.156842	0.0000
C	-0.001057	0.001643	-0.643335	0.5249


R-squared	0.630635	Mean dependent var		0.000728
Adjusted R-squared	0.618322	S.D. dependent var		0.014871
S.E. of regression	0.009187	Akaike info criterion		-6.481569
Sum squared resid	0.002532	Schwarz criterion		-6.389961
Log likelihood	105.7051	Hannan-Quinn criter.		-6.451204
F-statistic	51.22038	Durbin-Watson stat		1.859692
Prob(F-statistic)	0.000000

Date: 09/25/14 Time: 18:31
Sample (adjusted): 3 34
Included observations: 32 after adjustments
Trend assumption: Linear deterministic trend
Series: EXCL ALPH CHG PRIX PIB_HBT PIB
Lags interval (in first differences): 1 to 1

Unrestricted Cointegration Rank Test (Trace)


Hypothesized		Trace	0.05
No. of CE(s)	Eigenvalue	Statistic	Critical Value	Prob.**


None *	0.842548	162.3443	95.75366	0.0000
At most 1 *	0.802304	103.1879	69.81889	0.0000
At most 2 *	0.635936	51.31517	47.85613	0.0228
At most 3	0.334020	18.98157	29.79707	0.4942
At most 4	0.142370	5.973725	15.49471	0.6986
At most 5	0.032555	1.059095	3.841466	0.3034


Trace test indicates 3 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegration Rank Test (Maximum Eigenvalue)


Hypothesized		Max-Eigen	0.05
No. of CE(s)	Eigenvalue	Statistic	Critical Value	Prob.**


None *	0.842548	59.15640	40.07757	0.0001
At most 1 *	0.802304	51.87273	33.87687	0.0001
At most 2 *	0.635936	32.33360	27.58434	0.0113
At most 3	0.334020	13.00784	21.13162	0.4515
At most 4	0.142370	4.914630	14.26460	0.7526
At most 5	0.032555	1.059095	3.841466	0.3034


Max-eigenvalue test indicates 3 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegrating Coefficients (normalized by b'S11b=I):


EXCL	ALPH	CHG	PRIX	PIB_HBT	PIB
-118.3025	-32.10983	146.7660	3.962484	1.18E-05	-5.18E-13
-99.57578	-50.08574	134.9241	-2.223245	1.07E-05	2.06E-12
142.1340	40.15334	83.93422	9.455458	-1.73E-05	2.85E-12
50.49350	6.863242	25.47946	-21.85545	-1.80E-05	1.71E-12
3.648528	25.86387	20.52089	-4.341001	2.08E-06	-9.45E-13
-52.92506	-20.80693	-25.91079	-11.57437	3.14E-05	-2.70E-12



Unrestricted Adjustment Coefficients (alpha):


D(EXCL)	0.003551	0.000810	-0.000579	-0.000243	-0.000786	-0.000148
D(ALPH)	0.003755	-0.001131	-0.003627	-0.000152	0.000717	0.001350
D(CHG)	0.000693	-0.004665	-0.002792	0.001832	0.000487	-0.000348
D(PRIX)	0.013049	0.019559	-0.000506	0.017632	0.006652	0.000531
D(PIB_HBT)	7117.056	-10307.45	8662.391	5496.691	2743.827	2336.489
D(PIB)	5.56E+10	-4.14E+10	2.54E+10	-1.11E+10	2.89E+10	-2.02E+09



1 Cointegrating Equation(s):		Log likelihood	-790.6861


Normalized cointegrating coefficients (standard error in parentheses)
EXCL	ALPH	CHG	PRIX	PIB_HBT	PIB
1.000000	0.271421	-1.240599	-0.033495	-9.98E-08	4.38E-15
	(0.02478)	(0.15516)	(0.02020)	(2.0E-08)	(3.2E-15)

Adjustment coefficients (standard error in parentheses)
D(EXCL)	-0.420149
	(0.07200)
D(ALPH)	-0.444194
	(0.22213)
D(CHG)	-0.081996
	(0.17894)
D(PRIX)	-1.543765
	(1.01286)
D(PIB_HBT)	-841965.5
	(576995.)
D(PIB)	-6.58E+12
	(2.4E+12)



2 Cointegrating Equation(s):		Log likelihood	-764.7498


Normalized cointegrating coefficients (standard error in parentheses)
EXCL	ALPH	CHG	PRIX	PIB_HBT	PIB
1.000000	0.000000	-1.106523	-0.098923	-9.05E-08	3.38E-14
		(0.40674)	(0.05371)	(5.4E-08)	(7.0E-15)
0.000000	1.000000	-0.493978	0.241058	-3.44E-08	-1.08E-13
		(1.10152)	(0.14546)	(1.5E-07)	(1.9E-14)

Adjustment coefficients (standard error in parentheses)
D(EXCL)	-0.500808	-0.154608
	(0.09057)	(0.03485)
D(ALPH)	-0.331553	-0.063907
	(0.28814)	(0.11086)
D(CHG)	0.382493	0.211379
	(0.18173)	(0.06992)
D(PRIX)	-3.491406	-1.398657
	(1.17113)	(0.45059)
D(PIB_HBT)	184406.9	287728.8
	(680396.)	(261784.)
D(PIB)	-2.46E+12	2.85E+11
	(2.9E+12)	(1.1E+12)



3 Cointegrating Equation(s):		Log likelihood	-748.5830


Normalized cointegrating coefficients (standard error in parentheses)
EXCL	ALPH	CHG	PRIX	PIB_HBT	PIB
1.000000	0.000000	0.000000	-0.040272	-1.03E-07	4.40E-14
			(0.04771)	(4.6E-08)	(3.8E-15)
0.000000	1.000000	0.000000	0.267241	-4.01E-08	-1.04E-13
			(0.14509)	(1.4E-07)	(1.2E-14)
0.000000	0.000000	1.000000	0.053004	-1.16E-08	9.19E-15
			(0.01845)	(1.8E-08)	(1.5E-15)

Adjustment coefficients (standard error in parentheses)
D(EXCL)	-0.583051	-0.177842	0.581962
	(0.12050)	(0.04118)	(0.12410)
D(ALPH)	-0.847047	-0.209535	0.094026
	(0.35916)	(0.12274)	(0.36989)
D(CHG)	-0.014351	0.099269	-0.762002
	(0.21588)	(0.07377)	(0.22233)
D(PRIX)	-3.563334	-1.418977	4.511752
	(1.59056)	(0.54356)	(1.63811)
D(PIB_HBT)	1415627.	635552.8	380888.9
	(846258.)	(289204.)	(871556.)
D(PIB)	1.14E+12	1.30E+12	4.71E+12
	(3.8E+12)	(1.3E+12)	(3.9E+12)



4 Cointegrating Equation(s):		Log likelihood	-742.0790


Normalized cointegrating coefficients (standard error in parentheses)
EXCL	ALPH	CHG	PRIX	PIB_HBT	PIB
1.000000	0.000000	0.000000	0.000000	-8.20E-08	4.40E-14
				(5.1E-08)	(4.1E-15)
0.000000	1.000000	0.000000	0.000000	-1.81E-07	-1.04E-13
				(1.8E-07)	(1.4E-14)
0.000000	0.000000	1.000000	0.000000	-3.96E-08	9.12E-15
				(2.4E-08)	(1.9E-15)
0.000000	0.000000	0.000000	1.000000	5.29E-07	1.27E-15
				(3.3E-07)	(2.6E-14)

Adjustment coefficients (standard error in parentheses)
D(EXCL)	-0.595342	-0.179513	0.575760	0.012121
	(0.12346)	(0.04121)	(0.12449)	(0.01386)
D(ALPH)	-0.854731	-0.210580	0.090149	-0.013575
	(0.36933)	(0.12328)	(0.37239)	(0.04145)
D(CHG)	0.078165	0.111844	-0.715317	-0.053327
	(0.20681)	(0.06903)	(0.20852)	(0.02321)
D(PRIX)	-2.673039	-1.297965	4.961002	-0.381915
	(1.43932)	(0.48044)	(1.45125)	(0.16153)
D(PIB_HBT)	1693175.	673277.9	520941.6	12891.44
	(835943.)	(279032.)	(842869.)	(93815.4)
D(PIB)	5.81E+11	1.23E+12	4.43E+12	7.95E+11
	(3.8E+12)	(1.3E+12)	(3.9E+12)	(4.3E+11)



5 Cointegrating Equation(s):		Log likelihood	-739.6217


Normalized cointegrating coefficients (standard error in parentheses)
EXCL	ALPH	CHG	PRIX	PIB_HBT	PIB
1.000000	0.000000	0.000000	0.000000	0.000000	5.53E-14
					(5.7E-15)
0.000000	1.000000	0.000000	0.000000	0.000000	-7.91E-14
					(9.9E-15)
0.000000	0.000000	1.000000	0.000000	0.000000	1.46E-14
					(2.2E-15)
0.000000	0.000000	0.000000	1.000000	0.000000	-7.18E-14
					(2.9E-14)
0.000000	0.000000	0.000000	0.000000	1.000000	1.38E-07
					(5.6E-08)

Adjustment coefficients (standard error in parentheses)
D(EXCL)	-0.598209	-0.199833	0.559637	0.015531	6.34E-08
	(0.11852)	(0.04202)	(0.12001)	(0.01351)	(1.6E-08)
D(ALPH)	-0.852114	-0.192029	0.104867	-0.016688	9.91E-08
	(0.36802)	(0.13049)	(0.37266)	(0.04195)	(5.1E-08)
D(CHG)	0.079942	0.124438	-0.705325	-0.055441	-2.55E-08
	(0.20572)	(0.07294)	(0.20831)	(0.02345)	(2.8E-08)
D(PRIX)	-2.648770	-1.125930	5.097499	-0.410789	7.00E-08
	(1.40933)	(0.49970)	(1.42709)	(0.16066)	(1.9E-07)
D(PIB_HBT)	1703186.	744243.9	577247.4	980.4869	-0.269192
	(827259.)	(293318.)	(837688.)	(94304.1)	(0.11357)
D(PIB)	6.86E+11	1.97E+12	5.02E+12	6.70E+11	34537.41
	(3.6E+12)	(1.3E+12)	(3.7E+12)	(4.1E+11)	(497628.)

v Estimation du modèle à correction d'erreur (Paramètres socioéconomiques)

Null Hypothesis: D(NG,2) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=8)


			t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic			-7.810038	0.0000
Test critical values:	1% level		-3.661661
	5% level		-2.960411
	10% level		-2.619160


*MacKinnon (1996) one-sided p-values.


Augmented Dickey-Fuller Test Equation
Dependent Variable: D(NG,3)
Method: Least Squares
Date: 10/02/14 Time: 17:54
Sample (adjusted): 1983 2013
Included observations: 31 after adjustments


Variable	Coefficient	Std. Error	t-Statistic	Prob.


D(NG(-1),2)	-1.362832	0.174497	-7.810038	0.0000
C	0.204967	2.078905	0.098594	0.9221


R-squared	0.677766	Mean dependent var		-0.322581
Adjusted R-squared	0.666654	S.D. dependent var		20.03728
S.E. of regression	11.56874	Akaike info criterion		7.796831
Sum squared resid	3881.236	Schwarz criterion		7.889346
Log likelihood	-118.8509	Hannan-Quinn criter.		7.826989
F-statistic	60.99670	Durbin-Watson stat		2.093705
Prob(F-statistic)	0.000000


Null Hypothesis: D(TID) has a unit root
Exogenous: Constant
Bandwidth: 11 (Newey-West automatic) using Bartlett kernel


			Adj. t-Stat	Prob.*


Phillips-Perron test statistic			-8.825885	0.0000
Test critical values:	1% level		-3.653730
	5% level		-2.957110
	10% level		-2.617434


*MacKinnon (1996) one-sided p-values.



Residual variance (no correction)				0.002457
HAC corrected variance (Bartlett kernel)				0.000545




Phillips-Perron Test Equation
Dependent Variable: D(TID,2)
Method: Least Squares
Date: 10/02/14 Time: 17:58
Sample (adjusted): 1982 2013
Included observations: 32 after adjustments


Variable	Coefficient	Std. Error	t-Statistic	Prob.


D(TID(-1))	-1.143839	0.180621	-6.332806	0.0000
C	0.008129	0.009137	0.889625	0.3807


R-squared	0.572067	Mean dependent var		0.000173
Adjusted R-squared	0.557803	S.D. dependent var		0.076990
S.E. of regression	0.051196	Akaike info criterion		-3.045830
Sum squared resid	0.078632	Schwarz criterion		-2.954221
Log likelihood	50.73327	Hannan-Quinn criter.		-3.015464
F-statistic	40.10443	Durbin-Watson stat		1.993002
Prob(F-statistic)	0.000001

Date: 10/02/14 Time: 18:10
Sample (adjusted): 1982 2013
Included observations: 32 after adjustments
Trend assumption: Linear deterministic trend
Series: EXCL TID NB NG MNAIE
Lags interval (in first differences): 1 to 1

Unrestricted Cointegration Rank Test (Trace)


Hypothesized		Trace	0.05
No. of CE(s)	Eigenvalue	Statistic	Critical Value	Prob.**


None *	0.670269	85.44707	69.81889	0.0017
At most 1 *	0.501440	49.94375	47.85613	0.0314
At most 2	0.378385	27.67073	29.79707	0.0863
At most 3	0.301734	12.45681	15.49471	0.1363
At most 4	0.029671	0.963844	3.841466	0.3262


Trace test indicates 2 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegration Rank Test (Maximum Eigenvalue)


Hypothesized		Max-Eigen	0.05
No. of CE(s)	Eigenvalue	Statistic	Critical Value	Prob.**


None *	0.670269	35.50332	33.87687	0.0317
At most 1	0.501440	22.27302	27.58434	0.2067
At most 2	0.378385	15.21392	21.13162	0.2742
At most 3	0.301734	11.49297	14.26460	0.1312
At most 4	0.029671	0.963844	3.841466	0.3262


Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegrating Coefficients (normalized by b'S11b=I):


EXCL	TID	NB	NG	MNAIE
-2.378439	14.35542	-0.777072	0.019282	0.103269
-54.28286	1.444155	-0.839269	0.003560	-0.070156
72.03616	6.744074	0.108180	0.042634	-0.041486
14.61860	17.56554	0.520502	-0.022681	-0.001667
37.26105	5.479991	0.703615	-0.036764	-0.004808



Unrestricted Adjustment Coefficients (alpha):


D(EXCL)	0.000682	0.002134	0.000921	3.47E-05
D(TID)	-0.010415	0.003908	-0.008552	-0.018496
D(NB)	0.621128	0.155519	-0.158845	0.223111
D(NG)	0.474642	3.853999	-2.784402	3.113044
D(MNAIE)	-5.293738	4.249972	3.195581	2.347740



1 Cointegrating Equation(s):		Log likelihood	-64.99086


Normalized cointegrating coefficients (standard error in parentheses)
EXCL	TID	NB	NG	MNAIE
1.000000	-6.035648	0.326715	-0.008107	-0.043419
	(1.34594)	(0.06653)	(0.00370)	(0.00776)

Adjustment coefficients (standard error in parentheses)
D(EXCL)	-0.001622
	(0.00207)
D(TID)	0.024771
	(0.02034)
D(NB)	-1.477315
	(0.32654)
D(NG)	-1.128907
	(4.37409)
D(MNAIE)	12.59083
	(5.22328)



2 Cointegrating Equation(s):		Log likelihood	-53.85435


Normalized cointegrating coefficients (standard error in parentheses)
EXCL	TID	NB	NG	MNAIE
1.000000	0.000000	0.014083	-3.00E-05	0.001490
		(0.00405)	(0.00023)	(0.00046)
0.000000	1.000000	-0.051798	0.001338	0.007441
		(0.01076)	(0.00061)	(0.00122)

Adjustment coefficients (standard error in parentheses)
D(EXCL)	-0.117445	0.012870
	(0.04111)	(0.01092)
D(TID)	-0.187343	-0.143866
	(0.46280)	(0.12289)
D(NB)	-9.919319	9.141147
	(7.26579)	(1.92933)
D(NG)	-210.3350	12.37946
	(90.7249)	(24.0907)
D(MNAIE)	-218.1098	-69.85621
	(110.025)	(29.2155)



3 Cointegrating Equation(s):		Log likelihood	-46.24739


Normalized cointegrating coefficients (standard error in parentheses)
EXCL	TID	NB	NG	MNAIE
1.000000	0.000000	0.000000	0.000874	-0.003542
			(0.00018)	(0.00091)
0.000000	1.000000	0.000000	-0.001988	0.025950
			(0.00096)	(0.00481)
0.000000	0.000000	1.000000	-0.064219	0.357334
			(0.01682)	(0.08387)

Adjustment coefficients (standard error in parentheses)
D(EXCL)	-0.051068	0.019084	-0.002221
	(0.06621)	(0.01169)	(0.00084)
D(TID)	-0.803384	-0.201540	0.003888
	(0.75289)	(0.13289)	(0.00959)
D(NB)	-21.36191	8.069884	-0.630367
	(11.7203)	(2.06872)	(0.14923)
D(NG)	-410.9127	-6.398752	-3.904590
	(142.034)	(25.0701)	(1.80848)
D(MNAIE)	12.08761	-48.30498	0.892445
	(173.371)	(30.6012)	(2.20748)



4 Cointegrating Equation(s):		Log likelihood	-40.50091


Normalized cointegrating coefficients (standard error in parentheses)
EXCL	TID	NB	NG	MNAIE
1.000000	0.000000	0.000000	0.000000	0.012191
				(0.00239)
0.000000	1.000000	0.000000	0.000000	-0.009823
				(0.00305)
0.000000	0.000000	1.000000	0.000000	-0.798117
				(0.15536)
0.000000	0.000000	0.000000	1.000000	-17.99242
				(3.56406)

Adjustment coefficients (standard error in parentheses)
D(EXCL)	-0.050561	0.019694	-0.002203	5.92E-05
	(0.06707)	(0.01740)	(0.00093)	(3.8E-05)
D(TID)	-1.073775	-0.526439	-0.005739	-0.000132
	(0.68365)	(0.17734)	(0.00943)	(0.00039)
D(NB)	-18.10035	11.98894	-0.514238	0.000697
	(11.1506)	(2.89243)	(0.15386)	(0.00636)
D(NG)	-365.4043	48.28355	-2.284245	-0.166445
	(132.153)	(34.2801)	(1.82353)	(0.07535)
D(MNAIE)	46.40827	-7.065667	2.114448	-0.003951
	(170.307)	(44.1770)	(2.34999)	(0.09711)

v Estimation du modèle à correction d'erreur (Paramètres institutionnels)

Références Bibliographiques

Agossou J. G., (2008), « Comparaison des niveaux de bancarisation dans le monde : situation de l'UEMOA et de la CEMAC » Revue d'Economie Financière N°17

Avom D., et Bobbo., (2014),« Réglementation bancaire et exclusion bancaire »Working paper.

Bayot B., et Jerusalmy O., (2011), Rapport inclusion financière. Namur: Réseau Financement Alternatif.

Beck T., Demirgüç-Kunt., Laeven A L., and Maksimovic V., (2006),«The Determinants of Financing Obstacles».Journal of International Money and Finance N°9

Beck, T., Demirguc-Kunt, A., and Martinez PM., (2008),«Banking Services for Everyone? Barriers to Bank Access around the World»World Bank Economic Review, N° 22 pp 397-430.

Bernard A., (2006), Fataliste et le Candide : Eradiquer l'exclusion financière. Une utopie réaliste ?, Rapport Moral sur l'Argent dans le Monde, Paris, Association d'Économie Financière.

Bosq D., et Lecoutre JP., (1992)Analyse et prévision des séries chronologiques, Masson, Paris.

Bressand A., Nicolaïdis K.,(1988), « Les services au coeur de l'économie relationnelle ».In: Revue d'économie industrielle. Vol.43. 1er trimestre pp. 141-163.

Brunet F., Robert C., Siganos F., (2004),« L'exclusion bancaire et financière »,Recherche sociale, N° 169, Paris : FORS-Recherche sociale, pp. 4-61.

Bryon MV., Fazekas C., (2002), « Finances et Pédagogie: prévenir les difficultés financières », Centre Walras Rapport

Castel R., (1995), « Les pièges de l'exclusion », Lien Social et Politiques - RIAC, N°34 pp 243-271

Charpentier A. (1999),Modèles linéaires multi variés : VAR et cointégration Introduction aux modèles ARCH et GARCH Introduction à la notion de mémoire longue,Université Paris Dauphine.

Charpentier A., (2001)Cours de séries temporelles Théorie et applications, Université Paris Dauphine.

CGAP (2006),Bancarisation de masse en Algérie Opportunités et défis, rapport final d'une mission conjointe du CGAP et de l'AFD sous le haut patronage du ministère des finances de l'Algérie.

Claessens S., (2006) Access to financial services: a review of the issues and public policy objectives. The World Bank research observer, N°21 pp 207-240.

Clive W.S. Granger et Andrew Weiss, (1983),« Time Series Analysis of Error Correcting Models" in Studies in Econometrics », Time Series and Multivariate Statistics, ýpp. 225-278.

Commission Européenne, (2009), Inclusion financière: garantir l'accès à un compte bancaire de base document de consultation, Rapport Bruxelles.

Cusin F., (2002), « Les figures du client bancaire et ses relations paradoxales à la banque », Sciences de la société, N° 56, Toulouse : Presses universitaires du Mirail, p. 115-131.

Demirgüc-Kunt, A., and Klapper, L. (2012) Measuring financial inclusion: the global Findex database. World Bank policy research working paper.

Dutraive V., et Gloukoviezoff G., (2010), « Financiarisation et lien social : une analyse de l'exclusion bancaire à partir de l'institutionnalisme de J.R. Commons », Revue Interventions économiques, N° 42 pp 21

Eber N., (2007),« sélection de la clientèle et exclusion bancaire », Revue d'économie financière N°58, pp. 79-96.

Ebermeyer S., Clément M., Sévin M., (2003), Étude sur l'exclusion bancaire et financière des ménages en difficulté, rapport pour l'Observatoire national de la pauvreté et de l'exclusion sociale et la Caisse des dépôts et consignations, Lyon : Économie et Humanisme.

Ebermeyer S., (2004), « les mécanismes de l'exclusion bancaire » Rapport Economie et Humanisme

European Commission., (2008), financial services provision and prevention of financial exclusion.Rapport

Fernández S., Llanes MC.,Moteczuma L., Rojas JC., et Tuesta D., (2014), « Financial inclusion and the role of mobile banking in Colombia : developments and potential» Working Paper N°. 14/04

Ferraton C., (2001), Des liens de convergence entre la théorie économique et la solidarité financière, in Servet

Financial Services Authority., (2000), in or out? Financial exclusion: a literature and research review, London: Financial Service Authority.

Gloukoviezoff G., (2002), « Des pratiques bancaires sources d'exclusion », Servet J.-M., Guérin I. (ed.), Exclusion et Liens Financiers. Rapports du Centre Walras, Paris : Economica, p. 216-232.

Gloukoviezoff G., (2004),« L'exclusion bancaire et financière des particuliers », in l'Observatoire national de la pauvreté et de l'exclusion sociale, Les travaux de l'Observatoire, Paris : La Documentation française, p. 167-205.

Gloukoviezoff G., (2004), « De la bancarisation de masse à l'exclusion bancaire puis sociale», Revue Française des Affaires Sociales, n° 3, p. 9-38.

Gloukoviezoff G., (2008), De l'exclusion à l'inclusion bancaire des particuliers en France, Entre nécessite sociale et contrainte de rentabilité, Thèse de Doctorat en Sciences Economiques et Gestion : Université Lyon2.

Gloukoviezoff G., (2009),« L'exclusion bancaire : de quoi parle-t-on ? Une perspective française », Vie & sciences de l'entreprise, N° 182, p. 9-9.

Gouguet J., Jarry R., (2003), Exclusion sociale exclusion bancaire. Étude de cas sur le quartier de Malakoff à Nantes, Rapport pour la Caisse des Dépôts et Consignations.

Gueneau C., (2000), « Les besoins de personnes fragiles en matière de service bancaire », Revue d'Economie Financière, N° 58, p. 47-56.

Guille M., (1994), « Savoir bancaire spécifique, marché du crédit et intermédiation financière », Économie Appliquée, N°4 pp 246-273.

Guerin JM., (2002),« Exclusion et Liens Financiers », Rapport du Centre Walras 2002, Paris, Economica.

Guérin I., (2000),« Pratiques monétaires et financières des femmes en situation de précarité. Entre autonomie et dépendance » Thèse de Doctorat en sciences économiques Université Lyon II.

Hudson K. et Matray L., (2004),La Bancarisation des Nouveaux Marchés Urbains Expériences Américaines, Paris : Economica, pp198.

Jacques J.,Introduction aux séries temporelles, Polytech'Lille Département G.I.S 5ème année

Kempson E., (2001),L'exclusion bancaire: une comparaison internationale, Rapport Moral sur l'Argent dans le Monde, Paris, Association d'Économie Financière.

Kempson E., Whyley C., (2000),« kept out or opted out? Understanding and combating financial exclusion»,Bristol: The Policy Press N°3 pp101.

Kempson E., Whyley C., Caskey J., and Collard S., (2000), «Financial exclusion: a literature and research review» the Financial Services Authority by Errol Walker, Consumer Policy and Research Department.

Latifa Z., (2013), « l'inclusion financière autour de méditerrané cas de la Tunisie »ESKA N°17pp 132.

Lazuech G., Moulévrier P., (2004),Exclusion monétaire et usages sociaux de l'argent, rapport pour la communauté urbaine de Nantes et la Maison des sciences de l'homme Ange Guépin, Nantes : centre nantais de sociologie - CENS, université de Nantes

Lazuech G., Moulévrier P., (2005), L'exclusion monétaire. Les conduites économiques des populations économiquement marginales, Rapport du Centre Walras 2004, Paris, Economica.

Leyshon A., and Thrift N., (1995) Geographies of financial exclusion: financial abandonment in Britain and the United States. Transactions of the Institute of British Geographers, new series, N° 20, pp 312-41.

Leyshon A., et Thrift N., (1996), « Financial Exclusion and the Shifting Boundaries of the Financial System », Environment and Planning A, N° 28, pp. 1150-1156.

Loisy C., (2000),« Pauvreté, précarité, exclusion. Définitions et concepts », in Les Travaux de l'Observatoire national de la pauvreté et de l'exclusion sociale, Paris, La Documentation française, pp. 23-50.

Orléan A., (1992), « La monnaie comme lien social. Étude de Philosophie de l'argent de Georg Simmel ».In: Genèses. Monnaies, valeurs et légitimité. pp. 86-107.

Orléan A., (2008), « L'approche institutionnaliste de la monnaie : une introduction », in : Monvoisin V. Ponsot, J.-F. et Rochon L.-P. (éds.), What about the nature of money ? A pluridisciplinary approach, Cheltenham United Kingdom, Edward Elgar.

Phillips P.,Perron C., (1988), «Testing for a Unit Root in Time Series Regression» Biometrika: pp 335-346.

Pilley O.,(2005), « L'Union Européenne et l'Exclusion financière », Rapport du Centre Walras Paris, Economica.

Popescu and Totan (2013),« Econometric Modeling of Banking Exclusion »Academy of economic studies, Bucharest, Romanian Statistical reviews N°3 pp 5.

Rapport Commission européenne(2008), Offre de services financiers et prévention de l'exclusion financière.

Roux M., Serres A., (2006), « Les stratégies de responsabilité sociale dans les banques : comment contribuer à renforcer la cohésion sociale à travers les activités de la finance ? », Revue de Gestion, vol.31, n°2 pp 32.

Servet JM., Vallat D., (2001) « Exclusion et Liens Financiers », Rapport du Centre Walras Paris Economica.

Servet JM., (2002), « Introduction générale : l'exclusion bancaire et financière, un essai de définition », in Servet J.-M., Guérin I. (éd.), Exclusion et liens financiers. Rapport du Centre Walras 2002, Paris, Economica, pp. 13-29.

Servet JM., (2003), « L'exclusion, un paradoxe de la Finance »,Revue d'Economie Financière N°9 pp 12.

Stigltiz J., and Weiss A., (1981), « Credit Rationing in Markets with Imperfect Information », American Economic Review, N° 3, pp. 393-410.

Tasqué S., (2011), « La lutte contre l'exclusion bancaire des particuliers. Une perspective franco-américaine », La Revue de l'Ires, N° 70, p p. 61-88.

Tasqué S., (2008), L'Etat et le marché face à l'exclusion bancaire des particuliers : essai d'analyse comparée des réponses apportées aux États-Unis et en France, Thèse de Doctorat en Sciences Economiques et Gestion : Université Paris XIII - Nord.

Vallat D., (1999), Exclusion et liens financiers de proximité (financement de micro-activités), Thèse de Doctorat en Sciences Économiques, Université Lyon 2,523 p.

Washington E., (2006)the impact of banking and fringe banking regulation on the number of unbanked Americans. Journal of Human Resources, N°41, pp 106-37.

* ²Ensemble de personnes partageant le même logement et participant à son économie.

* ⁷L'exclusion géographique traduit l'impossibilité ou la difficulté d'accéder physiquement aux services bancaires.

* ⁸Projet de recherche, laboratoire d'expertise et de recherche en plein air, Université Québec

* ¹⁰Tous les clients ne bénéficient pas d'une prestation de service adaptée à leurs besoins spécifiques (Gloukoviezoff, 2004)

* ¹²Réduction du coût unitaire de production par une production en grande quantité.

* ¹³un ensemble de contraintes à l'emploi des moyens de paiement et de règlement et au recours au crédit et à la protection contre les risques, contraintes qui agissent de façon différente, directe ou indirecte, tant au

Nord qu'au Sud, individuellement sur les personnes et les entreprises, et collectivement sur les groupes sociaux » (Servet, 2004b, p. 8)

* ¹⁴·Transformation de façon à ce que ce soit basé sur l' argent ou transformation en valeur monétaire.

* ¹⁵Processus par lequel une personne rencontre des difficultés pour accéder à et/ou utiliser des services et produits bancaires sur le marché classique, adaptés à ses besoins et lui permettant de mener une vie sociale normale dans la société à laquelle elle appartient.

* ²⁰L'innovation financière peut être perçue comme un procédé par lequel les banques ou les intermédiaires financiers, de manière régulière, cherchent à augmenter leurs profits, réduisent les risques liés à l'intermédiation financière, contournent les contraintes imposées par les autorités financières en matière de prêts, et affrontent la concurrence des autres intermédiaires financiers (Sobreira, 2004).

* ²²Ensemble des activités productrices des biens et services qui échappent au regard ou à la régulation de l'Etat

Déterminants de l'exclusion bancaire au Cameroun

INTRODUCTION GENERALE

1. Contexte de l'étude

2. Problématique de l'étude

3. Objectif

4. Hypothèses

5. Intérêts

Première Partie : Facteurs Socioéconomiques de l'Exclusion Bancaire

Introduction de la première partie

Chapitre 1 Les Facteurs Sociaux Economiques de l'Exclusion Bancaire : Approche Théorique

Section 1 : Structure de l'exclusion bancaire

1. Les typologies de l'exclusion Bancaire

2. Les conséquences socio-économiques de l'exclusion bancaire

Section 2 Facteurs socio-économiques de l'exclusion bancaire : Analyses théoriques

1. Théorie des frontières des possibilités d'accès

2. Les facteurs socio-économiques de l'exclusion bancaire : Revue de la littérature

(c) Repères théoriques pour une Analyse Monétaire de l'Exclusion Bancaire

Conclusion du Chapitre

Chapitre 2 Les Facteurs Socioéconomiques de l'Exclusion Bancaire : La Mise en Evidence

Section 1 Exclusion Bancaire au Cameroun : Les Faits Stylisés

1. Le taux d'exclusion bancaire

2.1 Le genre : déterminant de l'exclusion bancaire au Cameroun

2.2 Le lieu de résidence : Déterminant de l'exclusion bancaire au Cameroun

2.3 L'âge : Facteur déterminant de l'exclusion bancaire au Cameroun

Section 2 : Analyse économétrique

1. Spécification du modèle

2. Estimation du modèle à correction d'erreur

b. Promouvoir l'inclusion bancaire

Conclusion du Chapitre

Conclusion de la première partie

Deuxième Partie : Facteurs Institutionnels de l'Exclusion Bancaire

Introduction de la deuxième partie

Chapitre 3 Les Facteurs Institutionnels de l'Exclusion Bancaire : Cadre Théorique

Section 1 : Théorie de la sélection de la clientèle

1. Exclusion Bancaire : La pertinence en termes d'asymétries d'information

2. De l'asymétrie d'information à l'exclusion bancaire

Section 2 Les barrières Institutionnelles de l'exclusion Bancaire : Justifications Théoriques

1. Les barrières Institutionnelles de l'exclusion Bancaire : La réglementation

2. Les autres facteurs institutionnels

Conclusion du Chapitre

Chapitre 4 Facteurs Institutionnels de l'Exclusion Bancaire : L'Evidence Empirique

Section 1 : Réglementation et Exclusion bancaire

1. La Concentration géographique des Banques au Cameroun

2. Les coûts et Exclusion bancaire

Section 2 : Analyse économétrique

1. Spécification du modèle

2. Estimation du modèle à correction d'erreur

Conclusion du Chapitre

Conclusion de la deuxième partie

CONCLUSION GENERALE

ANNEXES

v Tests de racine unitaire sur les variables socioéconomiques

Références Bibliographiques