Réformes financières et rentabilité du système bancaire des pays de la CEMAC

III.2.1.2. AU-DELÀ DU MODÈLE SCHÉMATIQUE : LE MODÈLE ÉCONOMÉTRIQUE (CHOIX ET JUSTIFICATION DES VARIABLES, SOURCE DE DONNÉES, HORIZON TEMPOREL ET SPÉCIFICATION DU MODÈLE)

Pour ce qui est du choix des variables et de leur justification, nous nous inspirons des déterminants de la rentabilité des actifs bancaires développés par Molyneux et Thornton (1992), Demirguç-Kunt et Huizinga (1999), Tanimoune (2001et 2003), Yao(2002), Nembot et Ningaye (2007) et Mansouri et Afroukh (2008).

- La rentabilité des actifs (ROA) apparaît comme variable expliquée. Elle est mesurée par le ratio résultat net sur total actif. Cet indicateur fait ressortir le profit bancaire.

- Les variables explicatives reflètent les points sur lesquels s'étaient accentuées les réformes et qui peuvent influencer la rentabilité bancaire des pays de la zone : structure du capital, privatisations, maîtrise du risque bancaire, le problème de la concurrence des banques, la faible représentation des banques nationales entre autres réformes. Ces variables peuvent être classées en trois groupes : déterminants managériaux, déterminants macroéconomiques et macro financiers.

Ainsi nous avons comme :

1-variables managériales,

- la structure du capital social (SCAPITAL) mesurée par la proportion du capital social détenue par le secteur privé. Elle symbolise le processus de privatisation bancaire dans la sous-région ;

- la gestion du capital (CAPAST) mesurée par le ratio total des capitaux propres sur actif total qui, d'après Demirguç-Kunt et Huizinga (1999), traduit le développement interne de la banque. En zone CEMAC, cette variable reste capitale car elle permet de montrer si la qualité de gérer le capital influence la rentabilité ;

- la proportion des crédits bancaires dans l'actif (PROCRE) captée par le ratio crédit sur total actif ; il capte la fragilité de la banque et la contribution des crédits dans l'accroissement de l'actif ;

- le ratio des dépenses d'exploitation (RADEP) mesuré par le ratio charges générales sur total actif ; ces dépenses traduisent la mise en valeur des ressources de la banque ;

2- variables macro financières,

- l'indice de risque (RISQ) est mesuré par le ratio total des crédits sur total des dépôts. Il est utilisé comme le proxy du risque bancaire (Civelek et Al-Alami, 1991 ; Talom, 2004) son intégration renvoie à l'instabilité dans le système bancaire;

- la taille du secteur bancaire (ACTPIB) qui est mesurée par le ratio total actif du secteur bancaire sur PIB. Plus cette taille est importante, plus les banques contribuent à la croissance ;

- l'indice de concentration (CR). Il s'agit de calculer pour le système bancaire de chaque pays un indice de concentration pour les banques qui dominent l'activité d'intermédiation. Ce qui favorise les économies d'échelle et l'efficacité des banques (Berger, Humphrey et Smith, 1993). C'est le rapport entre les dépôts des banques considérées et l'ensemble des dépôts du système bancaire proxy de l'Indice d' Herfindahl-Hirschmann (IHH). Il permet de mesurer le pouvoir de monopole dans l'industrie bancaire ;

3-variables macroéconomiques,

- la croissance économique a été l'un des points importants des réformes. Puisqu' au cours de cette période, le PIB de la sous-région était très bas. Elle est mesurée par le logarithme du PIB réel par tête (LOGPIB). On cherche à capter l'apport de cette variable dans la rentabilité des actifs ;

- l'inflation a ébranlé la croissance économique pendant plusieurs décennies en zone CEMAC. Elle est captée par le taux d'inflation (INF). Mais depuis 1996, l'inflation a nettement diminué faisant de la zone CEMAC un modèle en matière de maîtrise d'inflation ;

- la masse monétaire au sens de M2 a aussi influencé la rentabilité des actifs des banques de la sous-région au cours des réformes. Le logarithme de ses variables sera ainsi pris en compte (LOGM2).

Ayant présenté ces variables, nous utiliserons les bases de données de la BEAC (contenues dans Data indicator 2005) et de la COBAC (tirées des différents rapports d'activité) afin d'estimer le modèle. La période d'étude s'étend sur 16 ans (1990-2005) avec une rupture en 1994. Cette séparation tire sa justification du fait que c'est en 1994 que les réformes adoptées lors du conseil d'administration de la BEAC du 16 octobre 1990 ont été mises en oeuvre. Cette date a aussi marqué la période de la dévaluation du franc CFA qui a nécessairement impacté dans les économies de la CEMAC, en rétablissant dans leur majorité leur balance de paiement, mais en réduisant le pouvoir d'achat des ménages. Enfin, cette période a marqué le renforcement des PAS qui devaient entamer une phase décisive : baisse des salaires, privatisation et réduction du nombre de travailleurs de la fonction publique.

En nous servant des variables décrites, le modèle prend la forme suivante :

ROA_it = â₀ + â_1it SCAPITAL_it + â_2it CAPAST_it + â_3it PROCRE_it + â_4it RADEP _it + â_5it RISQ_it + â_6it ACTPIB_it+ â_7it CR_it + â_8it LOGPIB_it+ â_9it INF_it + â_10it LOGM2 _it +u _it. (1)

A l'issue de cette spécification, il convient à présent d'estimer le modèle et d'analyser les résultats.

III.2.2. Estimations et analyse des résultats

La finalité d'une démarche empirique tient sur deux facteurs : l'estimation du modèle mais surtout l'analyse des résultats ou leur commentaire. Cette phase aboutit à la validation ou à l'infirmation de l'hypothèse de départ. Cette étude retient comme méthode d'estimation, la technique des données de panel et s'inscrit dans une logique dynamique des réformes en estimant deux modèles, un avant les réformes et un autre après.

III.2.2.1. Méthode d'estimation : la technique des données de panel et les tests nécessaires

L'estimation du modèle (1) se fait à travers la technique des données de panel. Les données de panel offrent ainsi un avantage incontournable parce qu'elles prennent en compte au moins deux dimensions, spatiale et temporelle. Ainsi, on fixe un individu observé qui peut être un pays de la CEMAC, on obtient la série chronologique ou coupe longitudinale le concernant. Si c'est la période examinée qui est fixée, on obtient une coupe transversale ou instantanée pour l'ensemble des individus. Grâce à une équation économétrique de type Y= a + b X + c Z+ å, cette relation prend la forme Y_it = a + b X_it + c Z_it + å_it. pour l'observation it, c'est-à-dire l'individu i à la période t. La modélisation particulière porte uniquement sur la spécification des aléas å_it. La forme de base s'écrit simplement : å_it = u_i + v_t + w_it, où u_i désigne un terme constant au cours du temps, ne dépendant que de l'individu i ; v_t un terme ne dépendant que de la période t et w_it un terme aléatoire croisé. La suite qui résume les techniques d'estimation dépend des hypothèses retenues quant aux composantes u_i, v_t et w_it et à leur relation.

Tout d'abord, une méthode simple peut être utilisée en appliquant directement les M.C.O. sur les données empilées (Pooled Least Squares), sans se préoccuper de leur nature ni de celle de l'aléa. Ensuite, les modèles à effets fixes (fixed effects) qui supposent que u_i, et v_t sont des effets constants non aléatoires, qui viennent donc simplement modifier la valeur de l'ordonner de l'équation selon les valeurs de i et de t. Ce modèle ressort la variabilité intra-individuelle (estimateur within). Si on suppose que les perturbations aléatoires croisées w_it satisfont aux hypothèses classiques des M.C.O. c'est-à-dire centrées, homoscédastiques, indépendantes, et normales, les estimations sont optimales. Enfin, il peut être important d'estimer un modèle à effets aléatoires encore appelé modèle à erreur composée, qui suppose les u_i et v_t aléatoires. Dans ce modèle, l'hypothèse nulle est la non corrélation entre les termes d'erreur et les variables explicatives. On aboutit à une variabilité inter-individuelle (estimateur between).

Le test qui permet de sélectionner le modèle est celui de Hausman. Ce test est fondé sur l'hypothèse de non corrélation entre les termes d'erreur et les variables explicatives (hypothèse du modèle à effets aléatoires). Si la probabilité du test est supérieure à un seuil de 5% préalablement choisi et bien justifié, alors on conclut au non rejet de l'hypothèse nulle, prendre ainsi le modèle à effets aléatoires.

Après avoir présenté cette technique, il est utile d'estimer les modèles, de présenter les résultats et de les commenter.