WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Analyse sur le financement des banque au Sénégal. Modélisation des dépôts à  vue.


par Souleymane NDIAYE
Université de Thiès - Master en sciences économiques et de gestion 2015
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Section 2. Interprétation des principaux résultats

I. RESULTATS DE LA MODELISATION

Les dépôts à vue constitués dans les livres des banques ont enregistré sur la période sous revue, une évolution très fluctuante qui reflète le rythme de constitution et de retrait des dépôts. Le taux de croissance trimestriel maximal noté sur la période est ressorti à 13% et a été observé en décembre 2007 sur les ressources et les emplois. En revanche, la baisse la plus importante de 9% a été constatée entre 2000 et 2004. Sur la période, le taux de croissance moyen est ressorti à 3,2%, traduisant ainsi une consolidation des dépôts à vue, en rapport avec l'accroissement de l'activité économique. Les retraits sur les dépôts à vue ont été plus prononcés sur la période allant de décembre 2007 à décembre 2009.

La modélisation de la dynamique des dépôts à vue agrégés montre que ces derniers suivent un processus autorégressif d'ordre (AR (1)) dont la dynamique est représentée par l'équation différentielle ci- après :

LogDAVt - log DAVt-1= 0.5018796219- 0.4864536952 (logDAVt-1 - log DAVt-2) + Et avec DAVt : Dépôts à vue à l'instant t et Log ( ) : le logarithme népérien.

= 0.5018796219*SER01(-1) + 0.4864536952*SER01(-2) + 114576.4465

La résolution de l'équation différentielle a permis de dériver une fonction d'écoulement des dépôts et la composante stable des dépôts à vue.

Figure 5. Evolution dépôt à vue

déc-08; 839 521; 13%

déc-07; 814 429; 13%

déc-09; 971 943; 16%

déc-06; 710 841; 11%

déc-00; 327 133; 5%

déc-01; 362 678; 6%

déc-02; 405 676; 6%

DAV

déc-05; 665 879; 11%

déc-04; 617 860; 10%

déc-03; 562 555; 9%

déc-00 déc-01 déc-02 déc-03 déc-04 déc-05 déc-06 déc-07 déc-08 déc-09

Source : calcul de l'auteur, d'après donnée BCEAO

Figure 6- Evolution des emplois

1 804 375; 13%

2 022 201; 14%

2 120 445; 15%

890 426; 6%

1 611 710; 12%

EMPLOIS NETS (1+2)

885 020; 6%

1 221 958; 9%

1 468 884; 10%

911 323; 7%

1 089 274; 8%

déc-00 déc-01 déc-02 déc-03 déc-04 déc-05 déc-06

64

Sources : calcul de l'auteur d'après Rapports annuels de la Commission Bancaire

II. SIMULATIONS

Des simulations effectuées pour 16 banques ayant produit les états comptables, trois scénarii ont été dégagés : abaissement du taux à 50%, à 60% et maintien du taux de 75% avec incorporation dans les ressources stables, des dépôts à terme d'échéances inférieures à 2 ans. Dans le premier cas, l'ensemble des 16 banques respecteraient la norme et dégageraient des marges 61 additionnelles de financement de 387,3 Mds. Dans le second cas, seule une banque ne se conformerait pas à la norme. En outre, la marge globale de financement dégagée s'élèverait à 193,6 Mds (tableau 11).

Enfin, avec l'incorporation dans les ressources stables, des ressources à court terme supposées stables (1% des dépôts à vue, les dépôts à terme inférieurs à 2 ans et 78% des comptes spéciaux), toutes les banques respecteraient la norme prudentielle si elle reste maintenue à 75%. Toutefois, du fait de la prise en compte de toutes les ressources supposées stables, le ratio devrait être apprécié par rapport à une norme de 100%. Le cas échéant, le ratio de transformation obtenu par les banques à partir des statistiques de 2009, sur la base de la modélisation, varie entre 97,9% et 365,81%. Seules 2 banques ne respecteraient pas après intégration des ressources à court terme supposées stables, une norme de 100%. Ces deux banques se situeraient toutefois à la limite des niveaux permis (97,90% et 99,16% pour une norme de 100%.) Le coefficient de transformation étant un ratio qui s'apprécie banque par banque, la modélisation serait plus pertinente dans le cadre de l'approche d'une analyse par banque. Cependant, le ratio de transformation, après intégration des ressources à court terme supposées stables ressort, en moyenne, pour l'ensemble des banques en 2009 à 140, 69%.

Pour une norme de 100% (couverture de la totalité des emplois longs par des ressources stables), la simulation permet de dégager 309, 6 Mds de possibilité de financement supplémentaire, comme il ressort des (tableaux 10 et 11 annexe).

Tableau 7: Récapitulation - Potentiel d'accroissement des emplois à moyen et long terme des banques

 

EX- ANTE

EX -POST

Normes

75,00%

50,00%

60,00%

Ress. stables inf 2 ans

Ressources à MLT

580 896

580 896

580 896

1 070 404

 

Maximum Emplois à MLT autorisé par l'encours des Ressources à MLT (Plafonds)

774 528

1 161792

968 160

1 070 404

 

Emplois à MLT

760 839

 
 
 
 

Marges - Potentiel d'accroissement EMLT

 
 
 
 
 

- Par rapport au plafond ex ante

 

387 264

193 632

499 775

 

- Par rapport aux encours ex ante

 

400 953

207 321

309 565

 
 
 
 
 
 
 

Source : calcul de l'auteur ; donnée BCEAO

* Ressources stables inf 2ans = 1% DAV+ 78% cptes spéciaux + DAT inf 2 ans Commentaires :

V' Situation actuelle, compte tenu ressources à MLT, maximum emplois à MLT 774 528

V' Si norme baissée

V' à 50 %, maximum se chiffre à 1 161 792

V' à 60 %, maximum se chiffre à 968 160

à 100% avec incorporation dépôts stables inf 2 ans (1% DAV+78% cptes spéc+ DAT

inf 2 ans) 1 070 404 ;

V' Donc, marge est constituée par la différence

V' entre les maxima sous l'hypothèse de ne pas tenir compte du dépassement actuel

(infraction)

V' Entre le maximum ex post et le niveau réel des réalisations

387

 

264

193

632

499

775

400

953

207

321

309

565

III. Modélisation des dépôts à vue 1. Description statistiques.

L'analyse des dépôts à vue constitués dans les livres des banques est effectuée sur la période allant de 2000 à 2009. Les données financières sont issues essentiellement de la Banque Centrale élaborées à partir des reporting effectués par les banques. Elles sont établies sur une base trimestrielle, en vue de se caler sur la périodicité du dispositif prudentiel, et reparties selon la nature du bénéficiaire. Les principales catégories de bénéficiaires sont les sociétés d'Etat et EPIC, les Particuliers et les Entreprises privées et les autres déposants.

Figure 7: Evolution des dépôts à vue 2000-2009.

Source : calcul de l'auteur sur EVIEWS

Les dépôts à vue, constitués dans les livres des banques ont enregistré sur la période sous revue, une évolution très fluctuante qui reflète le rythme de constitution et de retrait des dépôts. Le taux de croissance trimestriel maximal enregistré sur la période est ressorti à 16% et a été observé en décembre 2009. En revanche, la baisse la plus importante est de 5% et a été observée en septembre 2001. Sur la période, le taux de croissance moyen est ressorti à 11%, traduisant ainsi une consolidation des dépôts à vue, en rapport avec l'accroissement de l'activité économique. Les retraits sur les dépôts à vue ont été plus prononcés sur la période allant de septembre 2007 à décembre 2009.

Tableau 8: Résumé des statistiques descriptives de la série des taux de variation des dépôts agrégés

Source : Calcul de l'auteur sur Eviews

NB : La statistique observée permet de vérifier l'hypothèse de normalité de la série, c'est-à-dire si la série suit une loi normale ou non. S'agissant des coefficients de dissymétrie (Skewness) et d'aplatissement (Kurtosis), ils permettent d'étudier l'étalement de la série par rapport à la moyenne qui détermine toujours le degré de normalité.

2. Modélisation des dépôts à vue agrégés (DAVA) Figure 8. Modélisation DAVA

Source : calcul de l'auteur sur EVIEWS

3.

Détermination du modèle corrélogramme. Figure 9 : Corrélogramme observée

Source : calcul de l'auteur, d'après données BCEAO

Il apparaît que Q-stat (rang 08) a une probabilité critique, car étant supérieure à 5% donc le résidu suit un processus de brut blanc.

4. Régression tendancielle

Source : auteur après calcul sur EVIEWS

5. Vecteur autorégression estimé

Figure 10 : Autorégression DAV

Source : auteur après calcul sur EVIEWS

Figure 11 : Corrélogramme observée

Source : auteur après calcul sur EVIEWS

La croissance rapide de l'autocorrélogramme et la variance de l'autocorrélogramme partielle à partir du premier rang permet d'identifier un processus AR (1)

6. Test sur le résidu du modèle MA(1)

Figure 12 : Corrélogramme observée sur modèle MA

70

Source : auteur après calcul sur EVIEWS

7. Test sur le résidu du modèle AR(1) Figure 13: Corrélogramme observée modèle AR

Source : auteur après calcul sur EVIEWS

8. Test sur le résidu du modèle ARMA(1) Figure 14: Corrélogramme observée sur modèle ARMA

Source : auteur après calcul sur EVIEWS

71

Il ressort que les résidus des trois modèles sont tous des bruits blancs, leur probabilité de Q-stat étant supérieure à 5%. En conséquence, il conviendrait de retenir le modèle qui présente les meilleures caractéristiques en termes de prévision.

9. Test de Ljung-Box Q :

Ce modèle doit suivre un processus de bruit blanc. Autrement dit, l'espérance mathématique de son résidu est nulle. On compare la probabilité du Q-stat pour le dernier terme avec le seuil critique de 5%. Sur le résidu du modèle AR(1)

Figure 15: Corrélogramme observée

Source .
· calcul auteur sur EVIEW, d'après données BCEAO

Il apparaît que Q-stat a une probabilité critique inférieure au seuil critique de 5% donc le résidu ne suit pas un processus de brut blanc.

16. Sur le résidu du modèle MA(4)

Figure 15: Corrélogramme observée

Source .
· calcul auteur sur EVIEW, d'après données BCEAO

72

Q-stat à une probabilité critique inférieure au seuil critique de 5% donc le résidu ne suit pas un processus de brut blanc.

Figure 16: Diagramme en bande Q-Stat

Source .
· calcul auteur sur EVIEW, d'après données BCEAO

Q-stat a une probabilité critique inférieure au seuil critique de 5% donc le résidu ne suit pas un processus de brut blanc.

Figure 17: Etude du taux de croissance des dépôts à vue agrégés entre 2000 et 2009

Source .
· calcul auteur sur EVIEW, d'après données BCEAO
Figure 18: résidu DAV

Source .
· calcul auteur sur EVIEW, d'après données BCEAO

73

Cette représentation vise à apprécier le degré de stabilité du modèle. A la différence des tests précédents, c'est une étude graphique qui permet de se prononcer sur le degré de stabilité du modèle.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"I don't believe we shall ever have a good money again before we take the thing out of the hand of governments. We can't take it violently, out of the hands of governments, all we can do is by some sly roundabout way introduce something that they can't stop ..."   Friedrich Hayek (1899-1992) en 1984