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

 > 

Les déterminants du spread des taux d'intérêt bancaires dans les pays de la zone CEMAC

( Télécharger le fichier original )
par Achille Dargaud FOFACK
Université de Douala - Cameroun - Master 2 recherche en économie monétaire et bancaire option finance 2012
  

Disponible en mode multipage

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

    Université de Douala

    The University of Douala

    Faculty of Economics

    and Applied

    Management

    Faculté des Sciences

    Economiques et de

    Gestion Appliquée

    Mémoire

    Rédigé en vue de l'obtention du Master II recherche

    en Economie Monétaire et Bancaire

    Option : Finance

     

    Les déterminants du spread des taux d'intérêt bancaires dans les pays de la zone CEMAC

     

    en Economie Monétaire et Bancaire

    Option : Finance

     

     Présenté et soutenu par : Achille Dargaud FOFACK

    Maîtrise ès Economie Monétaire et Bancaire

     

     

     Sous la direction du

    Dr & HDR François KOUM EKALLE

    Chargé de cours à l'Université de Douala

     

     

     

     

    Année Académique : 2010 - 2011

     

     

     

    A toute ma Famille

    Je vous dédie ce travail à tous et à chacun en témoignage de mon Affection et de ma Reconnaissance pour tous les sacrifices par vous consentis!

    Remerciements

    La réalisation du présent mémoire n'aurait pas été possible sans le soutien moral, matériel, financier et intellectuel de certaines personnes. A ce titre, nous saisissons cette occasion pour manifester notre reconnaissance à toutes et à chacune de ces personnes qui de près ou de loin, consciemment ou inconsciemment, nous ont aidées à concrétiser cette étude. Notre gratitude s'adresse spécialement :

    · A notre Seigneur et Sauveur JESUS-CHRIST pour toute la miséricorde dont il me fait grâce ;

    · A Madame le Professeur UM NGUEM Marie Thérèse Doyen de la Faculté des Sciences Economiques et de Gestion Appliquée de l'Université de Douala, pour l'attention particulière qu'elle accorde à notre formation ;

    · A notre encadreur académique Dr & HDR KOUM EKALLE François, pour ses recommandations ;

    · A tous nos Enseignants, pour la rigueur méthodologique, pour l'esprit critique et pour la qualité des connaissances qu'ils continuent de nous transmettre ;

    · A tous nos camarades de classe, pour leur soutien intellectuel ;

    · A tous nos amis, pour leur soutien multiforme ;

    · A toute notre Famille, pour toute l'affection, pour tous les encouragements, pour tous les sacrifices et pour toute la persévérance nécessaire à la réalisation de ce travail ;

    Liste des abréviations

    BEAC : Banque des Etats de l'Afrique Centrale

    BTP : Bâtiments et Travaux Publics

    CEMAC : Communauté Economique et Monétaire de l'Afrique Centrale

    COBAC : Commission Bancaire de l'Afrique Centrale

    HHI : Herfindahl Hirschman Index

    MCO : Moindres Carrés Ordinaires

    PIB : Produit Intérieur Brut

    PME : Petite et Moyenne Entreprise

    TDM : Taux Débiteur Maximum

    VIF : Variance Inflation Factor

    WDI : World Development Indicators

    WGI : Worldwide Governance Indicators

    Liste des tableaux

    Tableau 1 : Corrélation entre le spread des taux d'intérêt bancaires et les indices de concentration

    Tableau 2 : Corrélation entre le spread des taux d'intérêt bancaires et le nombre de banques ou le nombre de guichets

    Tableau 3 : Description des variables, signes attendus et sources

    Tableau 4 : Statistiques descriptives des variables (moyenne sur la période 2002-2008)

    Tableau 5 : Résultats du test VIF

    Tableau 6 : Résultats de l'estimation du spread

    Tableau 7 : Test de significativité globale des variables indicatrices

    Tableau 8 : Résultats de l'estimation du spread pur

    Liste des figures

    Figure 1 : Evolution du spread des taux d'intérêt bancaires dans les pays de la zone CEMAC

    Figure 2 : Comparaison internationale du spread des taux d'intérêt bancaires

    Figure 3a : Evolution du spread des taux d'intérêt bancaires et du crédit au secteur privé (en % du PIB) dans la zone CEMAC

    Figure 3b : Corrélation entre le spread des taux d'intérêt bancaires et le crédit au secteur privé

    Figure 4a : Evolution du spread des taux d'intérêt bancaires et du taux d'épargne privée dans la zone CEMAC

    Figure 4b : Corrélation entre le spread des taux d'intérêt bancaires et le crédit au secteur privé

    Figure 5a : Evolution du ratio actifs bancaires/PIB dans la zone CEMAC

    Figure 5b : Corrélation entre le ratio actifs bancaires/PIB et le spread des taux d'intérêt bancaires

    Figure 6a : Evolution du ratio capital/total actif dans la zone CEMAC

    Figure 6b : Corrélation entre le capital des banques et le spread des taux d'intérêt bancaires

    Figure 7a : Evolution du ratio dépôts/total actif dans la zone CEMAC

    Figure 7b : Corrélation entre le volume de dépôts et le spread des taux d'intérêt bancaires

    Figure 8a : Evolution du ratio crédits/total actif dans la zone CEMAC

    Figure 8b : Corrélation entre le volume de crédits et le spread des taux d'intérêt bancaires

    Figure 9a : Evolution du ratio provisions/crédits bruts dans la zone CEMAC

    Figure 9b : Corrélation entre les provisions et le spread des taux d'intérêt bancaires

    Figure 10 : Indice Herfindahl-Hirschman (Moyenne de la période 2005-2008)

    Figure 11 : Corrélation entre la population et le spread des taux d'intérêt bancaires

    Figure 12a : Evolution du ratio réserves obligatoires/dépôts dans la zone CEMAC

    Figure 12b : Corrélation entre le spread des taux d'intérêt bancaire et les réserves obligatoires

    Figure 13 : Corrélation entre le spread de taux d'intérêt et le PIB

    Figure 14a : Evolution du spread des taux d'intérêt bancaires et du taux d'inflation dans la zone CEMAC

    Figure 14b : Corrélation entre le spread des taux d'intérêt bancaires et l'inflation

    Figure 15a : Evolution du spread des taux d'intérêt bancaires et de la volatilité du taux d'intérêt réel dans la zone CEMAC

    Figure 15b : Corrélation entre le spread des taux d'intérêt bancaires et la volatilité du taux d'intérêt réel

    Figure 16a : Corrélation entre le spread des taux d'intérêt bancaires et la qualité de la régulation

    Figure 16b : Corrélation entre le spread des taux d'intérêt bancaires et le contrôle de la corruption

    Figure 17 : Evolution comparée du spread et du spread pur

    Sommaire

    Dédicace...............................................................................i

    Remerciements.........................................................................ii

    Liste des abréviations.................................................................iii

    Liste des tableaux......................................................................iv

    Liste des figures.......................................................................v

    Sommaire............................................................................vii

    Résumé................................................................................ix

    INTRODUCTION GENERALE.........................................................................................................................1

    PREMIERE PARTIE : ANALYSE ECONOMIQUE DU SPREAD DES TAUX D'INTERET BANCAIRES.............................................................................10

    CHAPITRE I : REVUE DE LA LITTERATURE RELATIVE AUX DETERMINANTS DU SPREAD DES TAUX D'INTERET BANCAIRES .........................12

    Section 1 : L'impact des caractéristiques des banques et de la structure de marché du secteur bancaire sur le spread des taux d'intérêt bancaires................................13

    Section 2 : L'impact de l'environnement macroéconomique et du cadre légal et institutionnel sur le spread des taux d'intérêt bancaires.......................................20

    CHAPITRE II: ANALYSE DESCRIPTIVE DU SPREAD DES TAUX D'INTÉRÊT BANCAIRES DANS LES PAYS DE LA ZONE CEMAC.....................................................25

    Section 1 : L'évolution du spread des taux d'intérêt bancaires et des caractéristiques des banques installées dans les pays de la zone CEMAC..................26

    Section 2 : La structure de marché du secteur bancaire et l'environnement macroéconomique et institutionnel des pays de la zone CEMAC...........................37

    DEUXIEME PARTIE : UNE EVALUATION EMPIRIQUE DES DETERMINANTS DU SPREAD DES TAUX D'INTERET BANCAIRES DANS LES PAYS DE LA ZONE CEMAC.............................................................................................48

    Chapitre III: Cadre opératoire.................................................................50

    Section 1 : Méthodologie et données de l'étude.......................................51

    Section 2 : Procédure de spécification et d'estimation en données de panel......62

    CHAPITRE IV: RÉSULTATS DES ESTIMATIONS DU SPREAD DES TAUX D'INTERET BANCAIRES DANS LES PAYS DE LA ZONE CEMAC................................69

    Section 1 : Analyse des résultats.........................................................69

    Section 2 : Recommandations et perspectives.........................................78

    cONCLUSION GENERALE........................................................................................................................83

    Références Bibliographiques..........................................................a

    Annexes...............................................................................e

    Table des Matières....................................................................w

    Résumé

    L'écart (spread) entre le taux d'intérêt débiteur et le taux d'intérêt créditeur est une variable clef du système financier. En effet, le spread élevé qui prévaut dans les pays de la zone CEMAC indique l'inefficience de l'intermédiation bancaire puisqu'il décourage les épargnants et rationne les emprunteurs grâce à des taux d'intérêt respectivement bas pour les premiers et élevés pour les seconds. Cette situation a une incidence négative sur la croissance économique de ces pays où la banque constitue la principale et parfois même, l'unique source de financement externe des particuliers et des entreprises. L'objectif de cette étude est de mettre en exergue les facteurs explicatifs du spread des taux d'intérêt bancaires dans les pays de la zone CEMAC sur la période allant de 2002 à 2008. Pour y parvenir, nous recourons à la méthodologie de régression en deux étapes élaborée par Ho et Saunders (1981). Les résultats obtenus révèlent que le volume de crédits, le nombre de guichets, les provisions, le taux de croissance et le taux d'inflation sont les déterminants les plus significatifs de la marge d'intérêt des banques exerçant leurs activités dans les pays de la zone CEMAC.

    Mots clés : Marge d'intérêt bancaire, intermédiation financière

    Abstract

    The spread between lending and deposit rate is a key variable in the financial system. Indeed, the high spread which prevails in CAEMU countries reveals the inefficiency of the banking intermediation since it discourages potential savers and rations borrowers thanks to interest rates respectively low for the first and high for the seconds. This situation has a negative incidence on the economic growth of these countries where bank constitutes the principal one and sometimes even, the single source of external financing of private individuals and companies. The objective of this study is to put forward the explanatory factors of the banking interest rate spread observed in CAEMU countries from 2002 to 2008. For that purpose, we make use of the two-step regression approach advanced by Ho and Saunders (1981). Our results reveal that loans, number of branches, provisions, growth rate and inflation rate are the most significant determinants of banking interest rate spread in CAEMU countries.

    Key words: Bank interest rate spread, financial intermediation

    Introduction Générale

    La principale fonction du système financier consiste à collecter les ressources des agents à capacité de financement afin de les allouer aux agents à besoin de financement. La banque étant l'intermédiaire financier par excellence, son aptitude à exercer cette activité est fondamentale parce que la flexibilité et l'efficience du système financier sont d'une importance capitale pour la croissance et pour le développement d'une économie de marché [McKinnon (1973) ; Shaw (1973)].

    L'intermédiation bancaire affecte le rendement de l'épargne à travers le taux d'intérêt créditeur et le rendement de l'investissement à travers le taux d'intérêt débiteur. Il en découle que la marge d'intermédiation bancaire ou spread des taux d'intérêt bancaires est un indicateur pertinent de l'efficience du système bancaire [Demirgüç-Kunt et Huizinga, (1998)].

    En effet, le spread des taux d'intérêt bancaires est faible dans un système bancaire efficient. Cela permet de mieux rémunérer les dépôts et d'octroyer les crédits à des taux d'intérêt plus avantageux : Un taux créditeur élevé accroît non seulement le gain financier des déposants, mais aussi l'offre de ressources qu'ils adressent aux banques. Cette abondance de ressources combinée à un taux débiteur faible, améliore la capacité des banques à financer les investissements productifs ayant des besoins en ressources externes. Ce qui in fine, booste la croissance économique. A contrario, la marge d'intermédiation bancaire est plus grande dans un système bancaire inefficient et constitue un frein aussi bien à l'épargne qu'à l'investissement.

    Les méfaits de cette inefficience ont motivé de nombreuses études sur les paramètres affectant le spread des taux d'intérêt bancaires, en particulier dans les pays en développement. L'accent est mis sur ce groupe de pays parce qu'en dépit de la libéralisation financière et des restructurations bancaires qu'ils ont connu durant les décennies 1980 et 1990, le spread des taux d'intérêt bancaires y est toujours plus élevé que dans les pays développés [Barajas, Steiner et Salazar (1999)]. A titre d'exemple, le spread des taux d'intérêt bancaires s'élevait en 2004 à 4,35% pour la France, 3,21% pour le Canada, 3,33% pour la Chine et 1,68% pour le Japon. Au cours de la même année, le Cameroun a enregistré un spread de 13%. Tandis qu'au Pérou, en Indonésie et en Arménie, il était respectivement de 22,25%, 7,68% et 11,61%.

    Globalement, en 2004 le spread des taux d'intérêt bancaires s'élevait en moyenne à 12,17% en Afrique sub-saharienne, 7,28% en Amérique Latine et aux Caraïbes, 6,17% en Asie du Sud, 3,25% dans la zone euro et 6,4% à l'échelle mondiale1(*).

    Ce différentiel de spread entre pays développés et pays en développement aurait dû disparaître ou tout au moins, se réduire significativement après les réformes engagées à la fin des années 1980 sous l'impulsion des institutions financières internationales. Réformes qui ont mis un terme à la répression financière en supprimant des pratiques telles que : l'administration des taux d'intérêt, l'allocation sélective des crédits, les coefficients élevés de réserves obligatoires, etc.

    Les pays de la Communauté Economique et Monétaire de l'Afrique Centrale (CEMAC) n'ont pas échappé à la nécessité de ces réformes. En effet, le retournement de la conjoncture internationale du début des années 1980 a eu des effets néfastes qui ont justifiés les programmes d'ajustement structurels et les restructurations bancaires de cette époque. Les réformes entreprises ont essentiellement porté sur la refonte des instruments de politique monétaire et sur le changement du cadre institutionnel [Avom et Eyeffa Ekomo (2007)]. D'une part, on a assisté à la libéralisation du contrôle des taux d'intérêt et à la mise en place de la programmation monétaire. Et d'autre part, la règlementation prudentielle et le contrôle des banques ont été renforcés avec notamment la création en 1992, de la Commission Bancaire de l'Afrique Centrale (COBAC) qui s'est substituée aux organes nationaux de régulation. En dépit de leur nécessité, ces réformes n'ont pas eu tous les effets escomptés sur les économies de la CEMAC.

    En effet, les réformes entreprises dans les pays de la sous-région Afrique Centrale ont abouti selon Avom et Eyeffa Ekomo (2007) à trois paradoxes notables à savoir : L'internationalisation des banques et le manque d'innovation financière ; la concentration bancaire et le développement de la microfinance ; la surliquidité et le rationnement du crédit. Ce dernier paradoxe contribue certainement à expliquer pourquoi dans ces économies, le taux d'intérêt créditeur est faible tandis que le taux débiteur est maintenu à un niveau élevé. La grande marge d'intérêt qui en découle est préjudiciable aux activités économiques. D'autant plus que le crédit bancaire constitue de loin la première source de financement des entreprises dans cette sous-région où les marchés financiers n'en sont qu'à leurs balbutiements.

    Connaissant l'impact négatif qu'un spread élevé pourrait avoir sur les performances d'une économie, il s'avère nécessaire pour les pays de la CEMAC d'agir dans le sens de la réduction de cette marge afin de ne pas entraver leurs ambitions d'émergence économique. Dans cette optique, il convient au préalable d'identifier les facteurs qui créent et entretiennent cette situation.

    Dès lors, nous pouvons nous poser la question de savoir : Quels sont les déterminants du spread des taux d'intérêt bancaires dans les pays de la zone CEMAC ?

    En d'autres termes, quels sont les facteurs spécifiques aux banques et au secteur bancaire d'une part, et les facteurs spécifiques à l'environnement macroéconomique et au cadre légal et institutionnel d'autre part, qui permettent d'expliquer le comportement des banques de la sous-région lors de la fixation de leurs taux d'intérêt débiteurs et de leurs taux d'intérêt créditeurs ?

    Notre étude est fondée sur la discussion théorique initiée au début de la décennie 1970 par des auteurs tels que Klein (1971), Monti (1972), Ho et Saunders (1981), etc. Cette littérature théorique centrée sur le comportement des banques en matière de fixation des taux et des marges d'intérêt est le socle à partir duquel ont été entrepris de nombreux travaux empiriques.

    Au plan théorique, les travaux consacrés à la détermination et à l'explication des taux d'intérêt bancaires remontent aux travaux séminaux de Klein (1971) et de Monti (1972). Ces auteurs élaborent un modèle microéconomique de la firme bancaire dans lequel est déterminée de manière endogène la taille optimale de la banque, la composition optimale de son portefeuille d'actifs, la composition optimale de son passif et le niveau optimal des taux d'intérêt qu'elle applique. Ces chercheurs modélisent séparément chaque côté du bilan de la banque qu'ils considèrent comme neutre vis-à-vis du risque et justifient l'existence de la marge d'intermédiation par l'addition du coût marginal des dépôts, du coût marginal des crédits et du pouvoir de marché de la banque.2(*)

    Une autre approche séminale est élaborée par Ho et Saunders (1981). Ces pionniers lèvent les hypothèses de neutralité au risque et de séparabilité du bilan postulées par Monti et Klein.3(*) Ils modélisent la banque comme étant un courtier risquophobe jouant le rôle d'intermédiaire entre offreurs et demandeurs de financements. La nature stochastique et désynchronisée des flux de dépôts et de crédits que ce dernier tente de mettre en adéquation l'expose au risque de taux d'intérêt. Afin de faire face à cette incertitude, la banque exige une marge bénéficiaire - spread - assimilable à l'écart entre le cours vendeur - ask - et le cours acheteur - bid - qu'exige un courtier en guise de rémunération de ses services : D'où le nom modèle du courtier (dealership model).

    Ainsi, en fixant ses taux et ses marges d'intérêt, la banque cherche à immuniser son portefeuille contre les fluctuations des taux de marché. Dans le modèle théorique élaboré par Ho et Saunders, la marge d'intérêt optimale est celle découlant de la seule incertitude sur la position nette de la banque. Cette marge pure - pur spread - est fonction de quatre facteurs, à savoir : Le degré d'aversion au risque, la structure de marché du secteur bancaire, le volume moyen des transactions bancaires et la volatilité des taux de marché.

    A la suite de Ho et Saunders (1981), le modèle du courtier a connu de nombreuses extensions. Il convient d'évoquer entre autres les travaux suivants4(*) : McShane et Sharpe (1985) ont associés le risque de taux du marché monétaire aux déterminants de la marge d'intérêt des banques. En prenant en compte l'existence de plusieurs types de crédits et de dépôts, Allen (1988) a levé l'hypothèse d'homogénéité de Ho et Saunders et enrichi leur modèle d'une approche de portefeuille. Angbazo (1997) a quant à lui intégré le risque de défaut sur les crédits et établi une interaction entre ce risque de défaut et le risque de taux auquel est exposée la banque.

    Au plan empirique, la littérature cherchant à mettre en exergue les facteurs affectant le spread des taux d'intérêt bancaires ainsi que la nature de leur impact respectif, s'est fortement inspirée des travaux théoriques présentés ci-dessus. Cette littérature empirique reconnait essentiellement 4 groupes de facteurs pouvant affecter la marge d'intérêt des banques. Il s'agit des caractéristiques intrinsèques des banques, de la structure de marché du secteur bancaire, de l'environnement macroéconomique et du cadre légal et institutionnel.

    Tout d'abord, concernant les caractéristiques des banques, de nombreuses études ont démontré l'existence d'une corrélation positive entre le spread des taux d'intérêt bancaires et les coûts opérationnels des banques [Barajas, Steiner et Salazar (1999)]. Il a aussi été démontré que la marge d'intérêt des banques augmente et diminue avec le volume d'actifs non performants dont elles disposent [Brock et Rojas Suarez (2000)]. Dans une étude appliquée aux banques commerciales américaines sur la période allant de 1989 à 1993, Angbazo (1997) démontre que le risque de taux et le risque de défaut sont les principaux facteurs pris en compte par les banques lors de la fixation de leurs marges d'intérêt. En effet, face à la recrudescence de ces risques, les banques élèvent leurs taux débiteurs et accentuent leurs marges pour se couvrir. La propriété du capital des banques est également l'un des facteurs régulièrement évoqués pour expliquer le spread dans les pays en développement. En effet, à partir d'un échantillon de 1400 banques représentant 72 pays, Demirguç-Kunt, Laeven et Levine (2003), concluent que les systèmes bancaires dominés par des banques à capitaux publics, sont le plus souvent inefficients et peu ouverts à la concurrence. Ce qui débouche inéluctablement sur des marges d'intérêt plus élevées.

    Ensuite, concernant la structure de marché du secteur bancaire, de nombreux auteurs lui ont accordée une importance notable dans la détermination du spread. Crowley (2007) s'inscrit dans ce courant de pensée en affirmant que dans une économie libéralisée, le spread doit être négativement corrélé aux facteurs affectant la concurrence tels que la concentration, le nombre de banques et la taille du marché. Dans le même ordre d'idées, Khan et Khan (2010) démontrent qu'une faible concurrence incite les banques à réaliser des surprofits en augmentant leurs marges d'intérêt. D'autres auteurs tels que Barajas, Steiner et Salazar (1999), Demirguç-Kunt et Huizinga (1998), Demirguç-Kunt, Laeven et Levine (2003), ont mis en exergue une corrélation positive entre la concentration du secteur bancaire et le spread des taux d'intérêt bancaires. Leurs résultats stipulent qu'il est impératif de s'attaquer à la structure oligopolistique du secteur bancaire pour améliorer la concurrence et réduire la marge d'intérêt des banques.

    Concernant à présent l'environnement macroéconomique, de nombreuses études ont démontré l'existence d'une corrélation positive entre le spread des taux d'intérêt bancaires et le taux d'inflation. Cette relation est particulièrement vérifiée dans les pays en développement où le taux d'inflation est très souvent élevé et volatile [Brock et Rojas-Suarez (2000) ; Robinson (2002) ; Chirwa et Mlachila (2004)]. D'autres études mettent plutôt en exergue une relation entre le spread et le taux de croissance du PIB, sans pour autant s'accorder sur le signe de cette corrélation. D'une part, Khan et Khan (2010) démontrent qu'un regain de croissance permet de réduire les marges d'intérêt et d'accroître l'offre de crédit, puisqu'il améliore la solvabilité des entreprises et l'offre de ressources qu'elles adressent aux banques. Et d'autre part, Drakos (2002)5(*) révèle que le spread a plutôt un comportement pro cyclique. Il croît en période d'expansion et se contracte en période de récession.

    Enfin, concernant les facteurs spécifiques au cadre légal et institutionnel, Crowley (2007) et Demirguç-Kunt, Laeven et Levine (2003) démontrent que l'amélioration de la gouvernance et le renforcement des institutions d'une économie contribuent à la réduction de la marge d'intérêt des banques. De ce fait, l'accent est mis sur la lutte contre la corruption, le renforcement des contrats, l'indépendance de la justice, la sécurisation des droits de propriété, la protection des créanciers, etc. En effet, le renforcement de la protection juridique des créanciers en général et des banques en particulier, entraîne la baisse des taux débiteurs [Qian et Straban (2007)]6(*). Esty et al (2003) et Djankov et al (2007) vont plus loin en affirmant respectivement que la protection des créanciers détermine la politique de crédit des banques étrangères et qu'elle permet d'accroître le volume de crédit accordé au secteur privé.

    Cette étude consacrée aux déterminants du spread des taux d'intérêt bancaires dans les pays de la CEMAC présente un double intérêt :

    · Au plan théorique, nous avons constaté que les études consacrées aux déterminants de la marge d'intérêt des banques ont été menées dans de nombreux pays et régions du monde. Mais dans cette abondante littérature, il n'existe pratiquement pas de travaux appliqués aux pays de la CEMAC. La présente étude permettra donc d'étendre le champ d'application de la littérature existante.

    · Au plan de la politique économique, le rôle du spread en tant qu'indicateur de l'efficience du secteur bancaire, son importance en tant que déterminant de l'offre de crédit, de l'investissement et partant de la croissance, font de lui un levier stratégique à l'heure où les économies de la CEMAC s'engagent sur le sentier de l'émergence économique.

    Au regard de la problématique de notre étude, l'objectif général de cette recherche est d'évaluer empiriquement les déterminants du spread des taux d'intérêt bancaires dans les pays de la CEMAC. De cet objectif général peuvent être soulevés les objectifs spécifiques suivants :

    · Mettre en exergue les caractéristiques intrinsèques des banques qui ont une incidence sur le spread des taux d'intérêt bancaires.

    · Mettre en exergue les variables macroéconomiques qui affectent le spread.

    Afin d'atteindre ces objectifs, il nous est nécessaire de formuler quelques hypothèses :

    Tout d'abord, il convient de noter à la suite de Maudos et Solis (2009), que lorsque les banques se spécialisent dans le marché des crédits, elles bénéficient des économies d'échelle qui leur permettent de réduire leurs marges d'intérêt. Par conséquent, nous postulons que le volume de crédits octroyé par les banques a une incidence négative sur le spread des taux d'intérêt bancaires.

    Ensuite, comme l'ont démontré Chirwa et Mlachila (2004), le coût d'opportunité de la détention des réserves obligatoires à la banque centrale où elles sont peu ou pas rémunérées, est si grand qu'il apparaît comme une taxe financière implicite que les banques répercutent sur leur clientèle au moyen de marges d'intérêt élevées. Cela nous amène à supposer que les réserves obligatoires contribuent à l'augmentation du spread des taux d'intérêt bancaires.

    Enfin, il faut relever à la suite de Ndung'u et Ngugi (2000) et de Chirwa et Mlachila (2004) que l'inflation provoque une dépréciation monétaire qui contribue à alourdir les charges financières de la banque et à accentuer le spread puisque les emprunteurs remboursent en valeur réelle des montants inférieurs à ceux que cette dernière leur a prêtés. De ce fait, nous présumons que le taux d'inflation a une incidence positive sur le spread des taux d'intérêt bancaires.

    Pour tester de façon efficiente ces hypothèses, une méthodologie rigoureuse est nécessaire.

    A cette fin, nous allons recourir à la régression en deux étapes élaborée par Ho et Saunders (1981). Cette méthodologie repose sur l'économétrie des données de panel et consiste dans sa première étape à régresser le spread sur deux vecteurs de variables à savoir : Un vecteur représentant les caractéristiques intrinsèques des banques et un second vecteur composé de variables indicatrices permettant de capter l'incidence du temps.

    La constante issue de cette première régression permet de calculer le spread pur c'est-à-dire la fraction du spread inexpliquée par les caractéristiques des banques. Ce dernier sera utilisé comme variable dépendante dans la seconde étape de cette démarche. En effet, dans cette seconde étape, le spread pur est régressé sur un vecteur de variables représentant l'environnement macroéconomique.

    La dimension individuelle de notre panel est composée des 6 pays de la CEMAC - le Cameroun, la Centrafrique, le Congo, le Gabon, la Guinée Equatoriale et le Tchad - tandis que la dimension temporelle s'étale de 2002 à 2008. Au total, nous utiliserons 11 variables explicatives et 6 variables indicatrices. La première étape de notre méthodologie comportera en tout 14 variables explicatives : Les 6 variables indicatrices, le volume des actifs, les coûts, les provisions, les réserves obligatoires, les volumes de dépôts et de crédits, le capital et le nombre de guichets de banque. La seconde étape utilisera quant à elle 3 variables explicatives, à savoir : le taux de croissance du PIB réel, le taux d'inflation et la volatilité du taux d'intérêt réel.

    Nos données ont une fréquence annuelle et sont essentiellement issues des statistiques de la BEAC, des rapports de la Zone Franc, des rapports de la COBAC et de la base de données World Development Indicators (2012) de la banque mondiale.

    La présente étude est organisée en deux parties : Dans une première partie, nous effectuerons l'analyse économique du spread des taux d'intérêt bancaires et dans une seconde partie, nous procèderons à une évaluation empirique des déterminants du spread des taux d'intérêt bancaires dans les pays de la CEMAC.

    La première partie comprendra deux chapitres qui seront tour à tour consacrés à la revue de la littérature et à l'analyse descriptive du spread des taux d'intérêt bancaires dans les pays de la CEMAC. Quant à la seconde partie, elle présentera successivement, dans ses deux chapitres, la méthodologie et les résultats de cette étude.

    Première Partie :

    Analyse économique du spread des taux d'intérêt bancaires

    Introduction de la première partie

    L'écart entre le taux d'intérêt débiteur et le taux d'intérêt créditeur est une variable clef du système financier. En effet le spread des taux d'intérêt bancaires est un indicateur de l'efficience de l'intermédiation financière : Il est diminue au fur et à mesure que cette dernière devient efficiente.

    La première partie de cette étude est consacrée à l'analyse économique du spread des taux d'intérêt bancaires. Elle comprend deux chapitres : Le chapitre 1 permettra de passer en revue la littérature relative aux déterminants du spread des taux d'intérêt bancaires. Tandis que le chapitre 2 sera consacré à l'analyse descriptive de cette marge d'intermédiation dans les pays de la zone CEMAC.

    Chapitre 1

    Revue de la littérature relative aux déterminants du spread des taux d'intérêt bancaires 

    Introduction

    Au plan théorique, les travaux consacrés aux déterminants du spread des taux d'intérêt bancaires remontent à l'article séminal de Ho et Saunders (1981) dans lequel ils étudient le comportement des banques jouant le rôle d'intermédiaire entre emprunteurs et prêteurs. Selon ces auteurs, la banque est un courtier risquophobe faisant face à un risque de taux lié à la désynchronisation des flux de dépôts et de crédits qu'elle tente de mettre en adéquation.

    Au plan empirique, la littérature cherchant à mettre en exergue les variables affectant le spread des taux d'intérêt bancaires ainsi que la nature de leur impact respectif sur ce dernier, s'est fortement inspirée du modèle du courtier et de ses nombreux approfondissements. Cette littérature reconnaît essentiellement 4 groupes de facteurs ayant un impact sur la marge d'intérêt des banques. Ces groupes de facteurs sont : Les caractéristiques intrinsèques des banques, la structure de marché du secteur bancaire, l'environnement macroéconomique et le cadre légal et institutionnel.

    Ce chapitre, évoquera tout d'abord les deux premiers groupes de déterminants du spread de taux d'intérêt bancaires - Section 1 - avant de s'appesantir ensuite sur les deux autres groupes de facteurs - Section 2 -.

    Section 1 : L'impact des caractéristiques des banques et de la structure de marché du secteur bancaire sur le spread des taux d'intérêt BANCAIRES

    Le spread des taux d'intérêt bancaires est affecté non seulement par des facteurs relatifs à l'activité des banques tels que les risques, les coûts opératoires, etc. Mais aussi par des facteurs propres à la structure de marché du secteur bancaire tels que la concentration, la supervision bancaire, etc.

    A- L'impact des caractéristiques des banques sur le spread

    Du fait de l'incertitude, de l'asymétrie d'information ou tout simplement de l'environnement dans lequel elles exercent leurs activités, les banques sont exposées à de nombreux risques - risque de taux d'intérêt, risque de crédit, risque de change, risque légal, etc. - qui affectent leurs marges d'intérêt. L'ampleur avec laquelle ces différents risques affectent le spread des taux d'intérêt bancaires dépend entre autres de la taille de la banque considérée, de ses coûts opératoires, du volume de ses activités connexes, etc.

    1- Les risques bancaires

    Le risque de taux d'intérêt et le risque de défaut sont les principaux facteurs pris en compte par les banques lors de la fixation de leurs marges d'intérêt [Angbazo (1997)]. En effet face à la recrudescence de ces risques, les banques élèvent leurs taux d'intérêt débiteurs et accentuent par là même leurs marges d'intérêt.

    L'exposition de la banque au risque de taux d'intérêt est due au caractère désynchronisé de la maturité des dépôts et de celle des crédits que cette dernière tente d'harmoniser. C'est ainsi que dans son rôle de gestion de la liquidité du marché des fonds prêtables, elle s'expose au risque de prendre une position trop courte ou alors trop longue. En conséquence, elle fixe ses taux d'intérêt et partant ses marges d'intérêt afin d'immuniser son portefeuille contre les fluctuations des taux de marché [Boutillier et al. (2005)].

    La banque est également exposée au risque de crédit puisqu'elle ne connaît pas ex ante la probabilité de défaut de ses débiteurs. Afin de se couvrir contre ce risque, la banque exige des collatéraux, élabore des restrictions concernant l'utilisation des fonds prêtés et contrôle les emprunteurs. La banque peut également majorer son taux d'intérêt débiteur d'une prime de risque dont la proportion dépend de sa politique de crédit, du coût des financements alternatifs, du montant du prêt et de la qualité du client. Cette disposition entraîne l'augmentation du taux débiteur auquel le prêt sera finalement consenti et contribue à accentuer le spread des taux d'intérêt bancaires [Ndung'u et Ngugi (2000)].

    Un autre risque majeur ayant un impact sur la marge d'intérêt des banques est le risque de change. Ce risque apparaît lorsque la banque effectue des opérations d'emprunt et/ou de prêt en devises étrangères. En effet, l'incertitude née de la fluctuation des cours de change, incite la banque à recourir entre autres techniques à l'accentuation de ses marges d'intérêt lorsqu'elle perçoit un risque significatif.

    La banque accentue également ses marges d'intérêt lorsqu'elle fait face au risque - légal - résultant de l'ambiguïté des lois qui encadrent les collatéraux et les faillites [Ndung'u et Ngugi (2000)]. En effet, lorsque le taux de recouvrement des créances est faible et que le délai de réalisation des garanties est long, le spread des taux d'intérêt bancaires à tendance à augmenter [Gelos (2006)]. En somme, il a été démontré que l'efficience judiciaire a un impact négatif et significatif sur le spread des taux d'intérêt bancaires [Demirgüç-Kunt, Laeven et Levine (2003)].

    Au final, quelque soit le type de risque auquel la banque est confrontée, son aversion pour le risque l'incite à élever son taux d'intérêt débiteur et à accentuer ses marges d'intérêt. D'autres facteurs tels que les coûts contribuent également à la détermination du spread des taux d'intérêt des banques.

    2- Les coûts

    Les coûts dans leur ensemble - frais généraux, coûts opératoires, etc. - constituent un manque à gagner que la banque essaye de combler en accentuant ses marges d'intérêt. C'est ainsi que les coûts opérationnels sont positivement corrélés au spread des taux d'intérêt bancaires [Barajas, Steiner et Salazar (1999)]. Il est également établi que les coûts induits par la constitution des provisions pour créances douteuses ont un impact positif sur le spread [Randall (1998)]. En effet, la constitution de ces provisions limite les ressources disponibles pour l'octroi des crédits et constitue un manque à gagner que les banques comblent en élevant leur taux d'intérêt débiteur.

    Dans la gamme des coûts, un accent particulier est accordé aux réserves obligatoires. Puisque le coût d'opportunité de la détention des réserves à la banque centrale où elles sont peu ou pas rémunérées, est si grand qu'il apparaît comme une taxe financière implicite que les banques répercutent sur leur clientèle au moyen de marges d'intérêt élevées [Chirwa et Mlachila (2004)].

    Les banques répercutent également sur leur clientèle les taxes financières explicites auxquelles elles sont soumises. En effet, plus le taux de taxation des transactions financières est élevé et plus le spread des taux d'intérêt bancaires est grand [Demirgüç-Kunt et Huizinga (1998)].

    Les coûts d'une banque sont étroitement liés au segment de marché dans lequel elle exerce ses activités. En effet, les banques qui exercent leurs activités sur le segment des personnes physiques ont généralement des coûts plus élevés que celles qui ciblent le segment des entreprises. Cela est dû au fait que les activités de banque de détail nécessitent un grand réseau d'agences et un investissement important aussi bien en matériel qu'en personnel. Ces coûts élevés contribuent de manière mécanique à élever le spread des taux d'intérêt bancaires [Brock et Rojas Suarez (2000)].

    En somme, l'importance accordée à un coût quelconque relativement à un autre, dépend essentiellement de l'environnement économique dans lequel l'étude est menée. C'est ainsi que les réserves obligatoires, les coûts opérationnels et les provisions pour créances douteuses contribuent à hauteur de 75% à l'explication du spread dans les pays caribéens [Randall (1998)]. Alors qu'au Malawi, les réserves obligatoires sont le seul type de coût affectant significativement le spread des taux d'intérêt bancaires [Chirwa et Mlachila (2004)].

    Enfin, il convient de noter que dans le processus de minimisation de ses différents coûts, la taille de la banque joue un rôle crucial.

    3- La taille de la banque

    La taille des banques - mesurée par le total de leurs actifs - affecte négativement le spread des taux d'intérêt bancaires lorsque les rendements d'échelle sont croissants [Demirgüç-Kunt et al (2003)]. Dans ce cas de figure, plus une banque est grande et plus elle réduit ses coûts unitaires. Ce qui lui permet d'appliquer des taux débiteurs plus faibles et de réduire ses marges d'intérêt.

    En se référant cette fois-ci au capital des banques comme indicateur de dimension, il faut noter à la suite Saunders et Schumacher (2000)7(*), que le capital détenu par celles-ci pour se couvrir contre les risques probables et les risques improbables, peut conduire à des marges d'intérêt élevées.

    En effet, pour faire face à une exposition supplémentaire au risque de crédit, les banques détiennent généralement un montant de capital supérieur au minimum fixé par la règlementation. Le coût de ce capital supplémentaire est généralement couvert par des marges d'intérêt plus élevées. C'est ainsi que ces auteurs ont mis en évidence, l'existence d'une corrélation positive et significative entre le capital des banques et le spread des taux d'intérêt bancaires dans les pays développés.

    Tout comme la taille des banques, le volume des activités non traditionnelles affecte le spread des taux d'intérêt bancaires.

    4- Le volume des activités non traditionnelles

    La gamme variée de produits et de services financiers que les banques proposent à leur clientèle a un impact sur leurs taux d'intérêt débiteurs. En effet, les banques qui disposent d'un volume important d'activités non traditionnelles parviennent à réduire leurs marges d'intérêt en pratiquant des subventions croisées [Dabla-Norris et Floerkemeier (2007)]. Ainsi, une fraction des excédents générés par les activités connexes permet de combler le manque à gagner occasionné par la réduction des marges d'intérêt.

    Ces activités connexes sont d'autant plus importantes qu'il a été démontré que dans les pays où il existe des restrictions empêchant les banques d'exercer ces activités non traditionnelles - la souscription des valeurs mobilières, l'immobilier, l'assurance, etc. - le spread des taux d'intérêt bancaires est élevé [Demirguç-Kunt, Laeven et Levine (2003)].

    L'impact négatif des activités non traditionnelles sur le spread des taux d'intérêt bancaires peut cependant atténué par la structure de marché du secteur bancaire.

    B- L'impact de la structure de marché du secteur bancaire sur le spread

    Tout comme les caractéristiques des banques, la structure de marché du secteur bancaire a un impact sur le comportement de celles-ci lors de la fixation de leurs taux et de leurs marges d'intérêt. En effet, la concurrence du secteur bancaire, les barrières à l'entrée de ce dernier, le degré de spécialisation des banques, la nationalité de leurs propriétaires, etc. sont autant de facteurs qui déterminent le spread des taux d'intérêt bancaires.

    1- La concurrence du secteur bancaire

    Dans une économie libéralisée, le spread des taux d'intérêt doit être négativement corrélé aux facteurs affectant la concurrence - la concentration, le nombre de banques et la taille du marché - puisqu'une faible concurrence incite les banques à réaliser des surprofits en augmentant leurs marges d'intérêt [Crowley (2007)].

    Ainsi, il faut s'attaquer à la structure oligopolistique du secteur bancaire afin de réduire le spread des taux d'intérêt parce que la concentration a un impact positif sur ce dernier [Demirguç-Kunt, Laeven et Levine (2003)]. En effet, la structure concentrée du secteur bancaire permet aux banques de détenir et d'exercer un pouvoir de marché qui a pour corollaire des marges d'intérêt plus grandes.

    Cependant, du fait de la relation controversée qui existe entre concentration et concurrence,8(*) il est recommandé d'utiliser un instrument de mesure du pouvoir de marché des banques - tel que l'indice de Lerner9(*) - plutôt qu'un instrument structurel de concurrence tel que la concentration.

    Claessens et Laeven (2004) vont dans le même sens, mais mettre plutôt l'accent sur la contestabilité du marché bancaire. En effet, la pression concurrentielle résultant des conditions de libre entrée et de libre sortie va réduire le pouvoir de marché des banques, accroître l'efficience dans leurs activités d'intermédiation et aboutir à la réduction de leurs marges d'intérêt.

    Cette contestabilité du marché bancaire revêt une importance particulière lorsqu'il s'agit de l'implantation des banques étrangères.

    2- Le rôle des banques étrangères

    Les banques étrangères jouent un rôle crucial dans la détermination du spread des taux d'intérêt dans les pays en développement. En effet, ces banques mieux capitalisées, disposent d'une technologie plus avancée et d'une meilleure gestion des risques qui leur permettent de réaliser des économies d'échelle, de réduire la proportion de leurs actifs non performants et de rendre le secteur bancaire plus concurrentiel [Detragiache, Tressel et Gupta (2006)]. Cela contribue, toute chose égale par ailleurs, à réduire le spread des taux d'intérêt bancaires.

    Cependant, l'entrée des banques étrangères aboutie très souvent à la réduction du volume de crédits accordé au secteur privé en général et aux PME en particulier. En effet, les banques étrangères appliquent très souvent des taux débiteurs prohibitifs sur le segment des PME et des entreprises du secteur informel pour atténuer l'asymétrie d'information à laquelle elles sont confrontées sur ce segment. Leur tarification s'explique également par la distance - culturelle et géographique - qui existe entre les décideurs de la société mère et les clients de sa filiale implantée dans un pays en développement [Detragiache, Tressel et Gupta (2006)].

    En dépit de l'impact négatif qu'elles ont sur le volume de crédits accordé aux PME, les banques étrangères contribuent à la réduction du spread des taux d'intérêt. En effet, la pression concurrentielle née de la contestabilité du marché par ces banques est un déterminant important de la marge d'intérêt [Levine (2003)]. Il convient cependant de noter que la règlementation bancaire peut constituer une entrave à cette contestabilité.

    3- La règlementation bancaire

    Au moyen des lois instituant des barrières à l'entrée, des restrictions d'activités, des réserves obligatoires, etc... la règlementation bancaire peut affecter le spread des taux d'intérêt bancaires.

    En effet, les barrières à l'entrée réduisent la contestabilité du marché bancaire et accentuent le pouvoir de marché des banques existantes. Ce qui leur permet de réaliser des surprofits en augmentant leurs marges d'intérêt. C'est ainsi qu'il a été démontré que les restrictions règlementaires à l'entrée ont un effet positif sur le spread des taux d'intérêt bancaires [Demirguç-Kunt, Laeven et Levine (2003)].

    Les restrictions d'activités ont également un impact positif sur le spread des taux d'intérêt puisqu'elles réduisent les sources de revenu des banques et les incitent à augmenter leurs marges d'intérêt. Les réserves obligatoires quant à elles, s'apparentent à une taxe financière implicite que les banques répercutent sur leur clientèle à travers des taux débiteurs élevés.

    En plus de ces limites de la règlementation, il faut noter à la suite de Beck, Demirgüç-Kunt et Levine (2005) que le pouvoir de contrôle et de sanction accordé aux autorités de supervision du secteur bancaire est positivement corrélé à la corruption dans l'octroi des crédits bancaires. En effet, plus le pouvoir des superviseurs est étendu, plus ces derniers s'en servent pour défendre leurs propres intérêts. Contribuant ainsi à la prolifération des crédits octroyés à des taux complaisants aux agents économiques qui leur sont proches.

    La taille de l'économie en général et celle du secteur bancaire en particulier revêt également une importance notoire dans la fixation des taux et des marges d'intérêt des banques qui y sont implantées.

    4- La taille de l'économie

    La taille de l'économie conditionne l'existence même des économies d'échelle. En effet, plus l'économie est petite - en terme de population par exemple - et plus la possibilité de réaliser de telles économies est limitée. Les banques ont du mal à réduire leurs coûts unitaires et appliquent en conséquence des marges d'intérêt élevées.

    L'exigüité de l'économie peut également entraver les possibilités de spécialisation des banques qui y sont implantées. Il paraît logique que si la clientèle totale est modeste, alors la clientèle spécialisée le sera encore plus. Rendant ainsi toute tentative de spécialisation non rentable. Or la spécialisation aurait pue réduire le spread des taux d'intérêt puisqu'elle permet à la banque d'exercer l'activité dans laquelle elle est la plus compétitive.

    Enfin, la taille de l'économie accentue - ou non - la convoitise des banques étrangères. Généralement, plus le marché est grand et contestable, et plus les banques étrangères veulent s'y implanter. Cette pression concurrentielle amène les banques déjà installées à réduire leurs marges d'intérêt.

    Après avoir évoqué les facteurs spécifiques aux banques et les facteurs spécifiques à la structure de marché du secteur bancaire, il convient à présent de mettre l'accent sur l'impact de l'environnement - économique et institutionnel - sur le spread des taux d'intérêt bancaires.

    Section 2 : L'impact de l'environnement macroéconomique et du cadre légal et institutionnel sur le spread des taux d'intérêt bancaires

    L'environnement - économique et institutionnel - dans lequel la banque exerce son activité a une influence sur sa tarification. En effet, les performances économiques et la qualité des institutions du pays dans lequel la banque est implantée contribuent à la détermination de sa marge d'intérêt.

    Cette section évoquera tout d'abord l'environnement macroéconomique avant de s'appesantir par la suite sur les déterminants légaux et institutionnels du spread des taux d'intérêt bancaires.

    A- L'impact de l'environnement macroéconomique sur la marge d'intérêt des banques

    Le taux d'inflation, le taux de croissance du PIB, la volatilité du taux d'intérêt réel, etc. sont autant de facteurs macroéconomiques ayant une incidence sur la marge d'intérêt des banques.

    1- Le taux d'inflation

    A cause de la dépréciation monétaire qu'elle provoque, l'inflation contribue à alourdir les charges financières de la banque puisque les emprunteurs remboursent en valeur réelle des montants inférieurs à ceux que cette dernière leur a prêtés. Pour combler ce manque à gagner, la banque élève ses taux débiteurs et par là même, accentue ses marges d'intérêt.

    En outre, l'incertitude provoquée par l'inflation a un impact négatif sur les perspectives de remboursement des emprunteurs. La banque y pallie en intégrant une prime de risque supplémentaire à ses taux débiteurs [Ndung'u et Ngugi (2000)].

    Empiriquement, à partir d'un échantillon de 80 pays développés et en développement, Demirgüç-Kunt et Huizinga (1998) ont mis en évidence un effet positif de l'inflation sur la marge d'intérêt des banques.

    Contrairement à l'impact du taux d'inflation, l'incidence du taux de croissance sur le spread des taux d'intérêt est plutôt négative.

    2- Le taux de croissance

    La croissance de la production et de l'activité économique en général améliore la solvabilité des entreprises puisqu'elle permet d'accroître la valeur de ces dernières et de réduire leur risque de défaut. Cela permet à la banque de leur accorder des crédits à des taux débiteurs plus faibles. En outre, un regain de croissance accroît du volume de ressources que la banque peut transformer en crédits puisqu'il entraîne l'augmentation des dépôts [Khan et Khan (2010)].

    Il convient de noter que le spread influence à son tour la croissance à travers son impact sur l'investissement. En effet, un spread élevé contribue à rationner le crédit, à limiter les possibilités d'investissement et à freiner la croissance économique [Crowley (2007)].

    La corrélation négative entre croissance et spread des taux d'intérêt bancaires à été mise en évidence sur le plan empirique par de nombreuses études [Brock et Rojas-Suarez (2000) ; Gelos (2006)].

    Il s'avère donc nécessaire pour un pays qui veut booster sa croissance, de pendre des mesures allant dans le sens de la réduction de la marge d'intérêt des banques qui exercent sur son territoire. Pour ce faire, il faut entre autres, réduire la volatilité des taux d'intérêt.

    3- La volatilité des taux d'intérêt

    La volatilité des taux d'intérêt en général et celle du taux d'intérêt réel en particulier accentue le risque de taux encouru par la banque. Afin d'y faire face, cette dernière élève son taux débiteur et accroît ses marges d'intérêt [Arreaza et al. (2009)]. C'est ainsi que Ho et Saunders (1981) ont mis en évidence une corrélation positive entre la volatilité des taux d'intérêt et le spread des taux d'intérêt bancaires.

    Il en est de même pour l'incidence de la volatilité du taux de change sur la marge d'intérêt des banques. En effet, lorsque cette volatilité est relativement élevée, elle accentue l'exposition de la banque au risque de change et l'incite à augmenter ses marges d'intérêt pour se couvre contre ce risque supplémentaire.

    Le cadre légal et institutionnel dans lequel la banque effectue ses transactions a également une influence sur la tarification des services qu'elle propose à sa clientèle.

    B- L'impact du cadre légal et institutionnel sur la marge d'intérêt des banques

    L'amélioration de la qualité des institutions d'un pays contribue à la réduction de la marge d'intérêt des banques qui y sont implantées. Pour y parvenir, une attention particulière doit être accordée à la sécurisation des droits de propriété, au renforcement des contrats, à la lutte contre la corruption, à l'indépendance judiciaire, etc...

    1- Les droits de propriété

    Les droits de propriété s'avèrent importants dans la définition de la politique de crédit de la banque puisqu'ils codifient la résolution des problèmes liés aux collatéraux. En effet, il convient de noter à la suite d'Esty et Megginson (2003)10(*) que la sécurisation des droits des créanciers détermine la politique de crédit des banques étrangères : Des droits mieux protégés permettant d'accroître le volume de crédits accordé au secteur privé en réduisant la marge d'intérêt des banques.

    En outre, la sécurisation des droits de propriété en général et des droits des créanciers en particulier, entraîne la baisse des taux d'intérêt débiteurs puisqu'elle renforce la protection juridique de la banque. De ce fait, un taux de recouvrement élevé et un délai limité pour la réalisation des collatéraux contribueraient à réduire le spread des taux d'intérêt bancaires [Crowley (2007)].

    En plus de la protection des droits de propriété, le cadre institutionnel doit assurer le renforcement des contrats, intensifier la lutte contre la corruption, garantir l'indépendance de la justice, etc... En somme, le cadre institutionnel doit permettre une amélioration de la gouvernance.

    2- La gouvernance

    L'amélioration de la gouvernance dans une économie a un impact sur la marge d'intérêt des banques qui y exercent leurs activités. En effet, un meilleur renforcement des contrats, un système légal plus efficient et un faible niveau de corruption contribuent à la réduction du spread des taux d'intérêt bancaires [Demirgüç-Kunt et Huizinga (1998)].

    Il convient également de souligner que la corruption fragilise la protection légale des collatéraux et rend plus ardus les recours judiciaires de la banque. Ce qui incite cette dernière à élever ses taux débiteurs pour faire face à ce risque supplémentaire.

    En somme, il convient de noter qu'en plus de la qualité de la gouvernance, l'origine légale des institutions contribue à la détermination du spread des taux d'intérêt bancaires.

    3- L'origine légale

    Il faut noter à la suite de La Porta, Lopez-de-Silanes et Shleifer (2008) que l'origine légale des institutions détermine le degré de protection qu'elles accordent aux investisseurs et aux créanciers. C'est ainsi que comparées aux institutions d'origine légale française (civil law), les institutions d'origine légale anglo-saxonne (common law) sont associées à une meilleur protection des investisseurs. Cela a pour effet de booster le développement financier et de faciliter l'accès aux financements.

    Ces institutions d'origine légale anglo-saxonne sont également caractérisées par une faible régulation et un actionnariat public limité. Ce qui atténue la corruption, améliore le fonctionnement du marché du travail et limite le secteur informel. En outre, dans les institutions common law, les procédures judiciaires sont peu formalisées et la justice est plus indépendante.

    En somme il convient de noter que l'origine légale a une influence sur la qualité des institutions. Cette qualité des institutions détermine quant à le spread des taux d'intérêt des bancaires.

    Conclusion

    Au terme de cette revue de la littérature, il convient de noter que le spread des taux d'intérêt bancaires est déterminé non seulement par les facteurs spécifiques à l'activité et à l'industrie bancaires, mais également par les facteurs liés à l'environnement - économique et institutionnel - dans lequel les banques exercent leurs activités.

    Le prochain chapitre sera quant à lui consacré à l'analyse descriptive du spread des taux d'intérêt bancaires dans les pays de la zone CEMAC.

    Chapitre 2

    Analyse descriptive du spread des taux d'intérêt bancaires dans les pays de la zone CEMAC

    Introduction

    La tarification bancaire a été révisée par l'ensemble des établissements de crédit exerçant leurs activités dans les pays de la zone CEMAC en raison des décisions prises en 2008 par la BEAC et la COBAC de supprimer respectivement le taux débiteur maximum (TDM) et les frais de tenue de compte pour la clientèle des particuliers. En outre, les banques de la sous-région sont désormais contraintes d'afficher l'intégralité de leurs conditions tarifaires dans toutes leurs agences.

    La suppression du taux débiteur maximum ne s'est pas traduite par la hausse des taux d'intérêt appliqués aux différents segments de la clientèle bancaire. Ces taux ont plutôt évolué à la baisse en raison de la surliquidité des banques existantes et de la concurrence croissante occasionnée par l'entrée de nouvelles banques.

    La suppression des frais de tenue de compte sur la clientèle des particuliers a quant à elle crée un manque à gagner qui incite les banques à réviser leurs conditions tarifaires. En effet, cette mesure remet en question l'existence des agences situées dans l'arrière pays puisque leur exploitation et leur rentabilité sont fortement dépendantes de ces prélèvements. Afin de faire face à ce manque à gagner, certaines banques ont instauré des prélèvements sur les retraits effectués aux guichets et/ou aux distributeurs automatiques de billets11(*). Elles ont également crée de nouvelles commissions et révisé la facturation d'un large éventail de services bancaires.

    Le présent chapitre est consacré à l'analyse descriptive d'un aspect particulier de la tarification bancaire : La marge d'intermédiation. Il évoquera tout d'abord l'évolution de cette marge d'intermédiation bancaire dans les pays de la zone CEMAC, son impact sur l'épargne et sur le crédit, ainsi que sa corrélation avec les caractéristiques des banques installées dans ces pays (Section 1). La suite du chapitre abordera quant à elle, l'évolution de la structure de marché du secteur bancaire, de l'environnement macroéconomique et du cadre institutionnel des pays de la zone CEMAC. Elle mettra également en exergue la corrélation entre le spread des taux d'intérêt bancaires et des variables représentant chacun de ces groupes (Section 2).

    Section 1 : L'évolution du spread des taux d'intérêt bancaires et des caractéristiques des banques installées dans les pays de la zone CEMAC

    Le coût moyen des ressources et le taux effectif moyen des crédits d'une banque englobent respectivement les fonds obtenus par celle-ci et les différents concours accordés aussi bien à sa clientèle qu'à ses correspondants bancaires. La marge d'intermédiation qui découle de ces deux taux varie non seulement d'une banque à une autre, mais également d'un pays à un autre.

    Cette section sera consacrée à l'étude de l'évolution du spread des taux d'intérêt bancaires dans les pays de la CEMAC et à la comparaison de cette marge d''intérêt a celles appliquées dans d'autres pays.

    A- Le spread des taux d'intérêt bancaires est élevé dans les pays de la zone CEMAC

    Le système bancaire des pays de la zone CEMAC a toujours été caractérisé par des marges d'intermédiation élevées. En effet, ces marges sont largement supérieures à celles appliquées dans les pays riches et généralement plus élevées que celles des autres pays en développement. Même si leur évolution récente traduit une tendance générale à la baisse.

    1- L'évolution récente du spread des taux d'intérêt bancaires

    La suppression du taux débiteur maximum (TDM) décidée en 2008 par la BEAC n'a pas entraînée une hausse des taux débiteurs. En effet, il ressort que les banques ont décidé de fixer par elle-même, un taux nominal maximum de 15% qui correspond au niveau du TDM avant sa suppression. Cependant, cette mesure pourrait bien avoir des effets néfastes en cas de retournement de la conjoncture si les pays de la zone CEMAC ne font pas respecter un taux d'usure.

    La figure 1 montre l'évolution du spread des taux d'intérêt bancaires de chacun des pays de la zone CEMAC entre 1997 et 2008. Il en ressort qu'en dépit d'une évolution mitigée, la tendance générale est à la baisse.

    En effet, dans le cas du Cameroun, on observe clairement une baisse spread qui passe de 14,12% en 2000, à 7,03% en 2008. Cette baisse est essentiellement due à la forte concurrence qui prévaut sur certains segments du marché, notamment celui des grandes entreprises.

    On constate également la baisse tendancielle de la marge d'intermédiation dans le cas de la République Centrafricaine. Cependant, cette baisse est limitée en raison de la faiblesse de la concurrence que les banques de la place se livrent sur le segment des PME et sur celui des particuliers. Laissant présager une entente tacite entre elles pour proposer des taux assez semblables sur ces segments.

    Le Congo et le Gabon présentent quant à eux des évolutions assez mitigées. En effet, après un pic observé respectivement en 1999 et en 2000, le spread des taux d'intérêt présente une tendance à la baisse dans chacun de ces pays jusqu'en 2007 où il remonte et atteint respectivement 14,51% et 12,46% avant de décliner par la suite. La baisse de la marge d'intérêt des banques est impulsée par la pression concurrentielle croissante, mais cet effet est limité par l'étroitesse de ces économies.

    Concernant la Guinée Equatoriale et du Tchad, la tendance générale est également à la baisse. Cette baisse est principalement due à l'attrait que le secteur des BTP et le secteur pétrolier exercent sur les banques. Cependant, l'étroitesse de l'économie équato-guinéenne constitue une entrave au développement des activités de banques de détail.

    En somme il convient de noter que dans les pays de la zone CEMAC, la marge d'intermédiation diminue de manière substantielle avec le temps. Malgré cette tendance baissière, il n'en demeure pas moins que le spread des taux d'intérêt bancaires de ces pays est largement supérieur aux standards internationaux.

    Figure 1 : Evolution du spread des taux d'intérêt bancaires dans les pays de la zone CEMAC

    Source : Construit par l'auteur à partir des rapports annuels de la COBAC

    2- La comparaison internationale du spread des taux d'intérêt bancaires

    Comparé au pays développés, la marge d'intermédiation appliquée dans les pays de la zone CEMAC est très élevée. En effet, sur la période allant de 2000 à 2008, le spread moyen de la CEMAC est de 13,27% pendant que celui du Canada et celui du Japon sont respectivement de 3,64% et de 1,49%.

    La marge d'intermédiation des pays de la zone CEMAC est également supérieure à celle des autres pays en développement. C'est ainsi que pour la période précitée, le spread moyen du Nigéria, du Kenya et de l'Indonésie s'élèvent respectivement à 7,38%, 10,9% et 5,25%.

    La figure 2 illustre bien cette comparaison internationale et permet de constater que le spread moyen de la Zone CEMAC est supérieur à celui de l'Afrique Subsaharienne, de l'Amérique Latine et des Caraïbes et de l'Asie du Sud.

    Figure 2 : Comparaison internationale du spread des taux d'intérêt bancaires

    (Moyenne sur la période 2000-2008)

    Source : Construit par l'auteur à partir du World Development Indicators (2012)

    Après avoir constaté que le spread des taux d'intérêt est très élevé dans les pays de la zone CEMAC, il convient à présent de s'interroger sur l'impact que cela pourrait avoir non seulement sur le volume de crédits accordé au secteur privé, mais également sur le taux d'épargne privée de ces économies.

    3- Un spread élevé réduit le volume de crédit accordé au secteur privé

    Une marge d'intérêt élevée laisse présager un taux d'intérêt débiteur prohibitif. Ce qui abouti inéluctablement à une situation de rationnement de crédit.

    Figure 3b : Corrélation entre le spread des taux d'intérêt bancaires et le crédit au secteur privé

    Coefficient de corrélation : -0,47

    Figure 3a : Evolution du spread des taux d'intérêt bancaires et du crédit au secteur privé (en % du PIB) dans la zone CEMAC

    Source : Construit par l'auteur à partir des rapports de la COBAC et du WDI (2012)

    La figure 3a montre l'évolution comparée de la marge d'intermédiation et du crédit au secteur privé des pays de la zone CEMAC. On y constate que durant les périodes où le spread est élevé, le crédit au secteur privé se contracte. En effet, les creux les plus significatifs de ce dernier correspondent aux plus grands pics du spread des taux d'intérêt bancaires.

    Cette impression est confirmée par la figure 3b qui met en exergue une corrélation négative entre ces deux variables. Stipulant de ce fait que le spread élevé qui est appliqué dans les pays de la zone CEMAC renchérit le coût du crédit et rationne les agents économiques exerçant leurs activités dans le secteur privé.

    Le spread étant calculé à partir du taux d'intérêt débiteur et du taux d'intérêt créditeur, il affecte aussi bien le crédit que l'épargne.

    4- Un spread élevé décourage l'épargne

    A la lecture de la figure 4a, il est difficile de se prononcer au sujet de l'incidence que le spread des taux d'intérêt bancaires pourrait avoir sur le taux d'épargne privée dans les pays de la CEMAC. Néanmoins, si l'on admet comme prémisse qu'un spread élevé implique un taux créditeur faible, alors on peut logiquement conclure que cela aboutira à une réduction de l'épargne.

    Figure 4a : Evolution du spread des taux d'intérêt bancaires et du taux d'épargne privée dans la zone CEMAC

    Figure 4b : Corrélation entre le spread des taux d'intérêt bancaires et le crédit au secteur privé

    Coefficient de corrélation : -0,035

    Source : Construit par l'auteur à partir des rapports de la COBAC et de la BEAC

    La figure 4b confirme la corrélation négative qui existe entre le spread des taux d'intérêt bancaires et le taux d'épargne privée. En effet, un taux d'intérêt créditeur faible accentue le coût d'opportunité de la détention d'un compte d'épargne et incite les agents économiques à arbitrer en faveur de la consommation. En particulier dans cet environnement où les possibilités de placements sont limitées.

    A présent qu'il est établi que la marge d'intermédiation est élevée dans les pays de la zone CEMAC et que cela constitue un frein aussi bien au crédit qu'à l'épargne, il convient de s'appesantir sur les caractéristiques des banques exerçant leurs activités dans ces pays durant la période allant de 2002 à 2008.

    B- L'évolution des caractéristiques des banques installées dans les pays de la zone CEMAC

    Les caractéristiques des banques font référence à l'ensemble des variables - risques, coûts, capital, volume de dépôts, volume de crédits, etc. - que ces dernières doivent maîtriser afin d'accroître l'efficacité de leurs activités d'intermédiation. En effet, ces variables revêtent une importance particulière puisqu'elles contribuent à la détermination des taux et des marges d'intérêt appliqués par les banques.

    Figure 5b : Corrélation entre le ratio actifs bancaires/PIB et le spread des taux d'intérêt bancaires

    Coefficient de corrélation : -0,2

    Figure 5a : Evolution du ratio actifs bancaires/PIB dans la zone CEMAC

    1- Les actifs bancaires

    Source : Construit par l'auteur à partir des rapports annuels de la COBAC

    Le volume d'actifs détenu par les banques exerçant dans les pays de la zone CEMAC est plutôt modeste. En effet, sur les six pays qui constituent cette zone monétaire, seuls le Cameroun et le Gabon présentent des ratios actifs bancaires/PIB supérieurs à 20%. La figure 5a illustre bien l'évolution mitigée que connait ce ratio dans la zone CEMAC.

    Cependant, on note une nette amélioration du ratio actifs bancaires/PIB en observant son évolution au sein des pays de la zone CEMAC pris individuellement. En effet, exception faite du Gabon et du Tchad, ce rapport est partout en hausse même s'il n'atteint jamais 35%.

    Cet accroissement du volume d'actifs détenu par les banques pourrait leur permettre de réaliser des économies d'échelle et de réduire leurs taux et leurs marges d'intérêt comme l'illustre la corrélation négative entre le ratio actifs bancaires/PIB et le spread des taux d'intérêt bancaires (figure 5b).

    2- Le capital des banques

    Figure 6b : Corrélation entre le capital des banques et le spread des taux d'intérêt bancaires

    Coefficient de corrélation : -0,09

    Figure 6a : Evolution du ratio capital/total actif dans la zone CEMAC

    L'analyse de la situation individuelle des pays de la CEMAC se solde par le constat qu'en Centrafrique, le rapport capital/total actif est passé de 9,63% en 2003 à 5,71% en 2008. Ce rapport est également en baisse au Congo et au Tchad où il est respectivement passé de 5,9% à 3,01% et de 9,23% à 5,65% entre 2004 et 2008.

    Source : Construit par l'auteur à partir des rapports annuels de la COBAC

    Au Cameroun et au Gabon, ce ratio connait une augmentation marginale sur l'ensemble de la période alors qu'en Guinée Equatoriale, la hausse est significative entre 2005 et 2008. En effet, le rapport capital/total actif est passé de 1,82% à 3,22% durant cette période.

    La figure 6b met en évidence la corrélation négative qui existe entre le capital et la marge d'intermédiation des banques. Cette corrélation négative combinée à la baisse du ratio capital/total actif observée en Centrafrique, au Congo et au Tchad pourrait contribuer à expliquer les spreads élevés observés dans les pays de la zone CEMAC. Puisqu'une banque mieux capitalisée réduit sa probabilité de faillite et ses coûts de refinancement. Ce qui lui permet d'appliquer des marges d'intérêt plus faibles et vice versa.

    3- Le volume des dépôts

    En moyenne, le volume des dépôts est en hausse au sein de la zone CEMAC. Cette tendance s'observe également à l'échelle des économies prises individuellement.

    En effet, le rapport dépôts/total actif est partout en augmentation et les plus fortes hausses sont constatées dans les pays où ce ratio était le plus faible, à savoir : La Centrafrique et le Congo. Dans ces pays, le ratio dépôts/total actif est passé respectivement de 53,32% à 65,22% et de 68,97% à 84,96% entre 2002 et 2008

    Figure 7b : Corrélation entre le volume de dépôts et le spread des taux d'intérêt bancaires

    Coefficient de corrélation : 0,16

    Figure 7a : Evolution du ratio dépôts/total actif dans la zone CEMAC

    Source : Construit par l'auteur à partir des rapports annuels de la COBAC

    La figure 7b met en exergue une corrélation positive entre le volume de dépôts et le spread des taux d'intérêt bancaires. Stipulant que l'augmentation des dépôts alourdirait le coût supporté par la banque puisqu'elle entraînerait l'augmentation des intérêts créditeurs versés à la clientèle. La banque ferait face à cette situation en accentuation ses marges d'intermédiation.

    4- Le volume des crédits

    Contrairement au volume des dépôts, le volume moyen des crédits est en baisse dans la zone CEMAC. En effet, le rapport crédits/total actif est passé d'une moyenne de 6,2% en 2003 à 4,3% en 2007.

    A l'échelle individuelle, les plus fortes baisses sont observées au Congo et au Gabon où ce rapport passe respectivement de 4,57% à 2,2% et de 6,43% à 3,59% durant la même période. A contrario de cette évolution, la Guinée Equatoriale connait une expansion du crédit depuis 2005. En effet, suite au boom observé dans le secteur des BTP et celui du pétrole, le rapport crédit/total actif y est passé de 2,94% en 2005 à 4,72% en 2008.

    Figure 8b : Corrélation entre le volume de crédits et le spread des taux d'intérêt bancaires

    Coefficient de corrélation : -0,39

    Figure 8a : Evolution du ratio crédits/total actif dans la zone CEMAC

    Source : Construit par l'auteur à partir des rapports annuels de la COBAC

    L'augmentation du volume de crédits pourrait permettre aux banques de réaliser des économies d'échelle et de réduire leurs marges d'intérêt comme l'illustre la corrélation négative entre ces deux variables (figure 8b).

    5- Les provisions

    On constate à la lecture de la figure 9a qu'en moyenne, les provisions sont en baisse dans les pays de la zone CEMAC. L'observation de la situation individuelle des pays confirme ce constat. En effet le rapport provisions pour dépréciation des comptes clientèles/crédits bruts est partout en baisse. En particulier au Cameroun, en Centrafrique et au Tchad.

    La réduction des provisions devrait in fine aboutir à celle du spread des taux d'intérêt puisqu'elle suppose une réduction du risque de contrepartie. Cependant, la figure 9b met en exergue une corrélation négative entre le spread et les provisions.

    Cette corrélation non conforme à la théorie économique laisserait présager un sous-provisionnement des risques encourus par les banques exerçant leurs activités dans les pays de la zone CEMAC.

    Figure 9b : Corrélation entre les provisions et le spread des taux d'intérêt bancaires

    Coefficient de corrélation : -0,23

    Figure 9a : Evolution du ratio provisions/crédits bruts dans la zone CEMAC

    Source : Construit par l'auteur à partir des rapports annuels de la COBAC

    Section 2 : La structure de marché du secteur bancaire et l'environnement macroéconomique et institutionnel des pays de la zone CEMAC

    Tout comme les caractéristiques des banques, la structure de marché du secteur bancaire et l'environnement - macroéconomique et institutionnel - contribuent à expliquer la marge d'intermédiation appliquée dans les pays de la zone CEMAC.

    A- L'évolution de la structure de marché du secteur bancaire

    L'évolution récente de la structure de marché du secteur bancaire des pays de la zone CEMAC permet de constater une amélioration des facteurs relatifs à la concurrence. Cette pression concurrentielle croissante est essentiellement due à l'entrée de nouvelles banques et à la création des agences dans l'arrière pays.

    Les caractéristiques de la structure du marché bancaire des pays de la CEMAC seront captées grâce à l'indice de concentration de Herfindahl-Hirschman, au nombre de banques et au nombre d'agences créees dans ces pays. L'évolution de la population servira quant à elle à évaluer la taille du marché bancaire.

    1- L'évolution de la concentration

    Comme l'illustre la figure 10 ci-dessous, la concentration du secteur bancaire des pays de la zone CEMAC est très élevée. Le Gabon et la Guinée Equatoriale sont particulièrement concernés par cette constat, mais cela est peut être dû à l'étroitesse de ces deux économies.

    S'appesantissant sur le total bilan, on note une réduction de l'indice de concentration au Cameroun, au Congo et au Tchad sur la période allant de 2005 à 2008. Par contre, la tendance est à la hausse au Gabon et en Guinée Equatoriale.

    Concernant les dépôts, seul l'indice de concentration de la Centrafrique demeure en hausse sur toute le période. Les autres connaissent au contraire des baisses plus ou moins significatives. Les cas les plus remarquables étant ceux du Cameroun, du Congo et de la Centrafrique.

    Figure 10 : Indice Herfindahl-Hirschman12(*) (Moyenne de la période 2005-2008)

    Source : Construit par l'auteur à partir des rapports annuels de la COBAC

    Enfin, concernant l'indice de concentration sur le marché du crédit, la tendance est à la baisse au Cameroun et au Tchad, à la hausse au Gabon et en Guinée Equatoriale, tandis que le Congo et la Centrafrique connaissent une évolution plutôt mitigée.

    Le tableau 1 met en exergue une corrélation positive entre le spread et l'indice de concentration. Stipulant qu'une grande concentration permet aux banques de détenir un pouvoir de marché qui leur permet d'augmenter leurs marges d'intérêt.

    Tableau 1 : Corrélation entre le spread des taux d'intérêt bancaires et les indices de concentration

     

    HHI Total bilan

    HHI Dépôts

    HHI Crédits

    Coefficient de corrélation avec le spread des taux d'intérêt bancaires

    0,43

    0,42

    0,36

    Source : Construit par l'auteur à partir des rapports annuels de la COBAC

    2- Le nombre de banques et le nombre de guichets

    Le secteur bancaire des pays de la zone CEMAC connait une pression concurrentielle croissante essentiellement due à l'entrée de nouvelles banques. En effet durant la période allant de 2000 à 2008, le nombre de banque de cette sous-région est passé de 30 à 43. Le Cameroun, le Congo et le Tchad ont enregistrés le plus grand nombre d'entrée durant cette période avec de 3 nouvelles banques chacun.

    Le nombre de guichets à lui aussi connu une augmentation. Traduisant la volonté des banques d'occuper l'arrière pays. En effet le nombre de guichets est passé de 159 à 263 durant la période 2000-2008. Dans ce mouvement, le Cameroun a enregistré une augmentation 54,21% du nombre de guichets. Durant cette même période, les chiffres ont respectivement été de 100%, 142%, 30,30%, 180% et 53,85% pour la Centrafrique, le Congo, le Gabon, la Guinée Equatoriale et le Tchad.

    Le tableau 2 révèle que l'augmentation du nombre de banques ou du nombre de guichets a entraîné la réduction du spread des taux d'intérêt bancaires dans les pays de la zone CEMAC. Cela est peut être dû à la pression créée par l'entrée de nouveaux concurrents - banques ou agences - sur le marché bancaire.

    Tableau 2 : Corrélation entre le spread des taux d'intérêt bancaires et le nombre de banques ou le nombre de guichets

     

    Nombre de banques

    Nombre de guichets

    Coefficient de corrélation avec le spread des taux d'intérêt bancaires

    -0,46

    -0,46

    Source : Construit par l'auteur à partir des rapports annuels de la COBAC

    3- La population

    Comme dans la plupart des pays en développement, le taux d'accroissement naturel des pays de la CEMAC est élevé. C'est ainsi qu'en 2008, ce taux était de 2,4% pour la CEMAC. Cette population croissante représente le marché potentiel qui pourrait permettre aux banques installées dans cette zone monétaire de réaliser des économies d'échelle de réduire leurs marges d'intérêt. Cet argument est soutenu par la corrélation négative entre le spread et la population mise en évidence par figure 11.

    Cependant, il faut garder à l'esprit que l'étroitesse des économies gabonaise et Equato-guinéenne peut limiter la réalisation de telles économies d'échelle.

    Figure 11 : Corrélation entre la population et le spread des taux d'intérêt bancaires

    Coefficient de corrélation : -0,53

    Source : Construit par l'auteur à partir des rapports annuels de la COBAC

    La suite de cette analyse portant sur les caractéristiques du secteur bancaire, permettra d'évoquer l'évolution des réserves obligatoires imposées aux banques de la sous-région par la BEAC.

    4- Les réserves obligatoires

    Depuis le 1er septembre 2001, les banques de la zone d'émission de la BEAC sont soumises à la constitution de réserves obligatoires. Cette décision a été motivée par la nécessité de contribuer à résorber la forte liquidité bancaire et à renforcer l'efficacité de la politique des taux d'intérêt.

    Dans le cadre de cette mesure, les banques sont contraintes de conserver une partie des dépôts collectés auprès de leur clientèle dans des comptes tenus par la BEAC, rémunérés à hauteur du taux d'intérêt sur les placements des banques (TISP) minoré d'une marge.

    Les coefficients de réserves obligatoires sont fixés et modifiés dans les mêmes conditions que les taux d'intervention de la Banque Centrale, en fonction de l'évolution de la conjoncture économique interne et externe. Le 1er juillet 2002, a été adopté le principe d'une différenciation des coefficients de réserves obligatoires selon les pays, du fait des disparités constatées concernant la liquidité bancaire dans les différents États de la CEMAC.

    La détérioration de la liquidité des banques centrafricaines, à la suite des événements sociopolitiques du premier trimestre 2003, a conduit la BEAC à suspendre provisoirement l'application des réserves obligatoires en RCA à partir du 22 mai 2003.

    Figure 12b : Corrélation entre le spread de taux d'intérêt bancaire et les réserves obligatoires

    Coefficient de corrélation : 0,15

    Figure 12a : Evolution du ratio réserves obligatoires/dépôts dans la zone CEMAC

    Source : Construit par l'auteur à partir des rapports annuels de la COBAC et de la Zone Franc

    La figure 12b met en exergue une corrélation positive entre le spread et les réserves constituées. Stipulant que ces dernières constituent un manque à gagner que les banques répercutent sur leurs marges d'intérêt.

    En définitive, il convient de noter que l'évolution des réserves obligatoires, tout comme celle de la structure de marché du secteur bancaire des pays de la CEMAC a une influence sur la marge d'intermédiation des banques qui y exercent leurs activités. Il convient à présent de s'appesantir sur l'environnement macroéconomique et institutionnel de ces différents pays.

    B- L'évolution de l'environnement macroéconomique et institutionnel

    L'évolution récente de l'environnement économique des pays de la CEMAC est plutôt favorable. De 2000 à 2008, le taux de croissance réel de la sous-région est resté supérieur à 3%. Durant la même période, l'environnement institutionnel a lui aussi connu des améliorations notamment dans la lutte contre la corruption. En effet, tous les pays de la sous-région ont enregistré une baisse de leur indice de perception de la corruption.13(*)

    L'environnement économique des pays de la CEMAC sera apprécié à travers le taux de croissance, le taux d'inflation et la volatilité du taux d'intérêt réel. Tandis que le cadre institutionnel de ces pays sera quant à lui apprécié grâce à deux indicateurs quantifiant le contrôle de la corruption et la qualité de la régulation.

    1- La croissance

    Les pays de la CEMAC enregistrent des taux de croissance relativement élevés. Sur la période 2000-2008, le taux de croissance réel moyen du Cameroun s'est établi à 3,81%. En Centrafrique, au Congo, au Gabon, en Guinée Equatoriale et au Tchad, il a été respectivement de 1,84%, 4,22%, 1,77%, 22,51% et 8,65%.

    Cette création de richesses pourrait inciter les banques à réduire leurs marges d'intérêt comme l'illustre la figure 13. Puisqu'elle permet aux agents économiques d'améliorer leur solvabilité et de réduire leur probabilité de défaut.

    Figure 13 : Corrélation entre le spread des taux d'intérêt et le PIB

    Coefficient de corrélation : -0,37

    Source : Construit par l'auteur à partir des rapports de la COBAC et de la BEAC

    2- L'inflation

    L'inflation est plutôt modérée dans les pays de la zone CEMAC. En effet, sur la période allant de 2002 à 2008, le taux de croissance - en moyenne annuelle - de l'indice des prix à la consommation atteint rarement 8%.

    Il est à noter que la Guinée Equatoriale et le Tchad ont les taux d'inflation les plus élevés de la CEMAC. En effet, les taux annuels de ces deux pays sont supérieurs à 5% durant la période précitée.

    Ce niveau d'inflation relativement élevé pourrait réduire la valeur réelle des créances des banques et inciter ces dernières à réviser à la hausse leurs taux débiteurs. Ce qui accentuerait les marges d'intérêt comme le stipule la corrélation positive entre le spread et l'inflation mise en évidence par la figure 14b.

    Figure 14b : Corrélation entre le spread des taux d'intérêt bancaires et l'inflation

    Coefficient de corrélation : 0,34

    Figure 14a : Evolution du spread des taux d'intérêt bancaires et du taux d'inflation dans la zone CEMAC

    Source : Construit par l'auteur à partir des rapports de la COBAC et de la BEAC

    3- La volatilité du taux d'intérêt réel

    Figure 15a : Evolution du spread des taux d'intérêt bancaires et de la volatilité du taux d'intérêt réel dans la zone CEMAC

    Figure 15b : Corrélation entre le spread des taux d'intérêt bancaires et la volatilité du taux d'intérêt réel

    Coefficient de corrélation : 0,53

    Tout comme l'inflation, la volatilité du taux d'intérêt réel pourrait avoir une incidence sur le spread des taux d'intérêt bancaires. En effet, l'augmentation de cette volatilité pourrait traduire l'augmentation du risque de taux.

    .

    Source : Construit par l'auteur à partir des rapports annuels de la COBAC et du WDI(2012)

    Les banques seraient donc amener à accentuer leurs marges d'intérêt pour se couvrir contre ce risque supplémentaire comme le stipule la corrélation positive entre le spread et la volatilité du taux d'intérêt réel est mise en exergue par la figure 15b.

    4- Le cadre institutionnel

    Les pays de la zone CEMAC ont toujours été caractérisés par des institutions faibles. C'est ainsi que ces pays sont généralement mal classés chaque fois qu'une appréciation des institutions est faite à l'échelle internationale.

    En effet, l'examen des caractéristiques telles que la perception de la corruption, la qualité de la régulation, la protection des droits de propriété, l'efficience judiciaire, etc... révèle que le cadre institutionnel des pays de la zone CEMAC est plutôt médiocre. Cela pourrait avoir un impact sur le spread des taux d'intérêt dans la mesure où cette médiocrité augmente les risques - politique, juridique, etc... - encourus par les banques.

    Figure 16b : Corrélation entre le spread des taux d'intérêt bancaires et le contrôle de la corruption

    Coefficient de corrélation : -0,06

    Figure 16a : Corrélation entre le spread des taux d'intérêt bancaires et la qualité de la régulation

    Coefficient de corrélation : -0,29

    Source : Construit par l'auteur à partir des rapports annuels de la COBAC et du WGI (2009) 14(*)

    Les figures 16a et 16b abondent dans ce sens en mettant en exergue une corrélation négative entre le spread et respectivement la qualité de la régulation et le contrôle de la corruption. Ces corrélations stipulent qu'une amélioration de la qualité des institutions - amélioration de la régulation, lutte contre la corruption - pourrait réduire le risque perçu par les banques et les amener à réduire leurs marges d'intérêt.

    Conclusion

    Au terme de ce chapitre, il convient de noter que les pays de la zone CEMAC ont des spreads des taux d'intérêt bancaires parmi les plus élevés du monde et que ces spreads élevés limitent la mobilisation de l'épargne, rationnent le crédit, restreignent l'investissement et plus généralement, freinent la croissance économique.

    En outre, il convient de souligner qu'une multitude de facteurs spécifiques aux banques, à la structure de marché du secteur bancaire, à l'environnement macroéconomique et au cadre institutionnel pourrait contribuer à expliquer ces marges élevées.

    Le prochain chapitre sera quant à lui consacré à la présentation de la méthodologie et des données utilisées afin de mettre en évidence les déterminants du spread des taux d'intérêt bancaires dans les pays de la zone CEMAC.

    CONCLUSion de la première partie

    Cette première partie nous révèle que les déterminants du spread des taux d'intérêt bancaires font essentiellement référence aux caractéristiques intrinsèques des banques, aux facteurs spécifiques à la structure de marché du secteur bancaire, à l'environnement macroéconomique et au cadre légal et institutionnel. Elle nous apprend également que le spread est très élevé dans les pays de la zone CEMAC et que cela constitue un obstacle aussi bien à l'épargne qu'à l'investissement.

    La seconde partie de cette étude sera quant à elle consacrée à l'évaluation empirique des déterminants du spread des taux d'intérêt bancaires dans les pays de la zone CEMAC.

    Deuxième Partie :

    Une évaluation empirique des déterminants du spread des taux d'intérêt bancaires dans les pays de la zone CEMAC

    Introduction de la DEUXIèMe partie

    La littérature cherchant à mettre en exergue les déterminants du spread des taux d'intérêt bancaires recourt essentiellement à l'économétrie des données de panel : La dimension individuelle des modèles utilisés permet de prendre en compte le spread appliqué dans une banque ou alors dans une économie, tandis que la dimension temporelle permet de capter l'évolution de celui-ci au cours de plusieurs périodes.

    La méthodologie employée dans cette deuxième partie repose également sur l'économétrie des données de panel : Il s'agit de la régression en deux étapes élaborée par Ho et Saunders (1981). Le chapitre 3 nous permettra d'exposer cette méthodologie et de présenter nos données. Tandis que le chapitre 4 nous permettra d'estimer nos modèles, de présenter et de commenter nos résultats.

    Chapitre 3

    Cadre opératoire

    Introduction

    La littérature économique distingue généralement deux définitions du spread des taux d'intérêt bancaires à savoir : Le spread ex ante et le spread ex post.

    Le spread ex ante s'obtient en faisant la différence entre le taux d'intérêt contractuel appliqué par la banque sur les crédits et celui qu'elle paye sur les dépôts [Samuel et Valderrama (2007)]. Il peut également être calculé comme la différence entre le taux d'intérêt débiteur moyen et le taux d'intérêt créditeur moyen de la banque.

    Le spread ex post quant à lui, fait référence à la marge nette sur intérêt (Net Interest Margin ou NIM). Il est calculé à partir des états financiers des banques et s'obtient en rapportant la différence entre les produits et les charges relatifs aux intérêts, au total des actifs porteurs d'intérêts [Gelos (2006)].

    La différence entre les deux définitions du spread vient du fait que le spread ex ante comprend une prime de défaut des emprunteurs. Alors que le spread ex post ne prend en compte cette prime de risque que pour les défauts déjà réalisés [Samuel et Valderrama (2007)].

    La contrainte de disponibilité des données prescrit la définition ex ante du spread pour les prochains développements de cette étude. Et il convient de noter à la suite de Demirgüç-Kunt et Huizinga (1998) que l'efficience de l'intermédiation bancaire peut être mesurée aussi bien avec le spread ex post qu'avec le spread ex ante. Même si ce dernier est entaché de quelques biais15(*).

    La première section de ce chapitre permettra de présenter la méthodologie et les données utilisées dans le cadre de cette étude. Tandis que la seconde section sera consacrée à la spécification économétrique du modèle à estimer.

    Section 1 : Méthodologie et données DE L'ETUDE

    Cette section sera tout d'abord consacrée, à la présentation de la méthodologie de Ho et Saunders (1981) et à l'exposé des résultats empiriques obtenus suite à son application. Elle évoquera par la suite, le modèle économétrique retenu pour cette étude et les caractéristiques statistiques des données utilisées.

    A- La méthodologie de Ho et Saunders (1981)

    La méthodologie appliquée dans le cadre de cette étude est basée sur l'économétrie des données de panel : Il s'agit de la régression en deux étapes telle que présentée dans l'article séminal de Ho et Saunders (1981).

    1- Le modèle théorique et ses extensions

    La méthodologie de Ho et Saunders (1981) permet d'adapter le comportement du courtier en bourse, à la détermination de la marge d'intérêt de la banque.

    En effet, ces auteurs modélisent la banque comme étant un courtier risquophobe jouant le rôle d'intermédiaire entre offreurs et demandeurs de financements. La nature stochastique et désynchronisée des flux de dépôts et de crédits que ce dernier tente de mettre en adéquation l'expose au risque de taux d'intérêt. Afin de faire face à cette incertitude, la banque exige une marge bénéficiaire - spread - assimilable à l'écart entre le cours vendeur - ask - et le cours acheteur - bid - qu'exige un courtier en guise de rémunération de ses services : D'où le nom modèle du courtier (dealership model).

    A titre d'illustration, supposons qu'un nouveau dépôt (crédit) est effectué au taux de long terme RD (Rc). Et que le prochain crédit (dépôt) n'interviendra pas de ci-tôt. La banque devra donc placer (emprunter) ces fonds sur le marché monétaire au taux de court terme r. Cette opération l'expose au risque de réinvestissement (refinancement) puisque le taux à court terme du marché monétaire peut évoluer à la baisse (hausse).

    La banque sera donc exposée au risque de taux d'intérêt chaque fois qu'elle aura un portefeuille de dépôts et de crédits non harmonisé et que le taux d'intérêt du marché monétaire évoluera dans un sens comme dans l'autre. Par conséquent, elle fixera ses taux d'intérêt débiteur et créditeur afin d'immuniser son portefeuille contre ce risque et de maximiser son espérance d'utilité en fin de période.

    Les taux d'intérêt appliqués par la banque sont donnés par les équations suivantes :

    RDi = r - ai RLi = r + bi (1)

    Où r est le taux d'intérêt du marché monétaire tandis que ai et bi représentent respectivement le coût associé aux opérations de dépôt et de crédit dans la banque i.

    Ho et Saunders supposent que les dépôts et les crédits arrivent de manière aléatoire suivant un processus poissonnien de probabilité respective Di et Ci. Ils supposent également que ces deux probabilités sont déterminées par les fonctions linéaires suivantes :

    Di = á - âa Ci = á - âb (2)

    Où á est la probabilité d'arrivée des dépôts et des crédits dans un marché où toutes les banques ont la même structure de coût et â est le degré de substitution des coûts appliqués par les différentes banques.

    Un â élevé implique un grand degré de substitution entre les frais ai et bi appliqués par les banques. De ce fait, la valeur de â reflète le pouvoir de marché de la banque i puisqu'il mesure la capacité de cette dernière à appliquer des charges supérieures à celles de ses concurrentes tout en maintenant positives les probabilités Di et Ci.

    Pour la suite de cet exposé, considérons N banques identiques quant à leur degré d'aversion pour le risque et différentes quant à la structure de leur coût. Puisque ces banques sont risquophobes, leur fonction d'utilité est concave.

    Afin de maximiser le profit de ces banques, on effectue un développement limité (grâce à la formule de Taylor) de l'espérance d'utilité de leur richesse finale W dans chacune de leurs activités. Soit :

    (3)

    (4)

    Où W0 est la richesse initiale des banques, Q le volume des transactions, I la différence entre crédits et dépôts et i 2 est la variance de I.

    L'espérance totale est donc une combinaison linéaire des équations (3) et (4). Soit :

    (5)

    Les conditions de premier ordre sont alors données par les équations suivantes :

    (6)

    (7)

    Les conditions de second ordre sont négligeables puisque le portefeuille de crédits et de dépôts détenu par la banque est efficient. La marge d'intérêt d'équilibre est par conséquent donnée par l'équation suivante :

    (8)

    En somme, la marge d'intérêt des banques de ce modèle est déterminée par leur pouvoir de marché , leur coefficient d'aversion au risque , le volume de leurs transactions et la volatilité du taux d'intérêt . Ho et Saunders qualifient cette marge d'intérêt de pure spread16(*), puisqu'elle découle de la seule incertitude sur la position nette de la banque.

    A la suite de Ho et Saunders, le modèle du courtier a connu de nombreuses extensions17(*) : McShane et Sharpe (1985) ont associé le risque de taux d'intérêt du marché monétaire aux déterminants de la marge d'intérêt des banques. En prenant en compte l'existence de plusieurs types de dépôts et de crédits, Allen (1988) a levé l'hypothèse d'homogénéité de Ho et Saunders et enrichi leur modèle d'une approche de portefeuille. Angbazo (1997) a quant à lui intégré le risque de défaut et établi une interaction entre ce dernier et le risque de taux d'intérêt auquel est exposé la banque.

    Des contributions plus récentes ont été apportées par Maudos et Fernandez de Guevara (2004). Ces auteurs ont inclus les coûts opérationnels parmi les déterminants de la marge d'intérêt. Ils ont également innové en utilisant l'indice de Lerner pour mesurer le pouvoir de marché des banques alors qu'on utilisait jusqu'ici un indicateur structurel de concurrence tel que la concentration du secteur bancaire. Martinez et Mody (2004) ont quant à eux étudié l'impact des banques étrangères et de la concentration bancaire sur le spread. Tandis que Carbo et Rodriguez (2007) ont introduit un distinguo entre activités traditionnelles et activités non traditionnelles afin de capter l'impact de la spécialisation sur la marge d'intérêt des banques.

    Ho et Saunders (1981) ont élaboré une méthodologie de régression en deux étapes afin d'évaluer empiriquement les déterminants du spread des taux d'intérêt bancaires. Cette méthodologie a été reprise par de nombreux auteurs et appliquée à une multitude de systèmes bancaires.

    2- Le modèle empirique et ses applications

    Le modèle empirique élaboré par Ho et Saunders (1981) recourt à l'économétrie des données de panel et repose sur une régression en deux étapes :

    Dans une première étape, les auteurs régressent le spread des taux d'intérêt bancaires sur un vecteur de variables spécifiques aux banques et un vecteur de variables indicatrices permettant de capter l'incidence du temps. Le modèle utilisé dans cette étape s'écrit de la manière suivante :

    (9)

    est le spread des taux d'intérêt de la banque i à la période t (i = 1, ..., N et t = 1, ..., T). est un vecteur de T variables indicatrices prenant la valeur 1 à la période t et la valeur 0 ailleurs. est un vecteur de variables représentant les caractéristiques de la banque i à la période t. représente le terme d'erreur tandis que  , et sont des paramètres à estimer.

    Le vecteur comprend entre autres variables : Le nombre d'agences dont dispose chaque banque, les ratios coûts opérationnels/total actif, dépôts/total actif, crédits/total actif, provisions/crédits, réserves obligatoires/dépôts, etc.

    Dans une seconde étape, Ho et Saunders déterminent le spread pur qu'ils régressent ensuite sur un vecteur de variables représentant l'environnement macroéconomique. Le spread pur utilisé dans cette étape représente la fraction du spread des taux d'intérêt bancaires non expliquée par les caractéristiques des banques. Il est commun à tout le système bancaire et sa valeur pour la période t est donnée par l'équation suivante :

    (10)

    est le spread pur de la période t. est la constante de l'équation (9) tandis que  est le coefficient de la variable indicatrice de la période t.

    Quant au modèle à estimer dans cette deuxième étape, il est donné par l'équation suivante :

    (11)

    est le spread pur de la période t. est un vecteur de variables représentant l'environnement macroéconomique. est le terme d'erreur tandis que et sont des paramètres à estimer.

    Le vecteur comprend entre autres variables : Le taux de croissance du PIB, le taux d'inflation, la volatilité du taux d'intérêt réel, la volatilité du taux de change, le taux de croissance de la masse monétaire, etc.

    La régression en deux étapes de Ho et Saunders a été reprise par de nombreux auteurs et appliquée à une multitude de systèmes bancaires :

    Angbazo (1997) a appliqué cette méthodologie à un échantillon de banques américaines en utilisant des données annuelles allant de 1989 à 1993. Il a mis en exergue une incidence positive et significative du risque de défaut et du coût d'opportunité des réserves non rémunérées sur la marge d'intérêt des banques.

    Brock et Rojas-Suarez (2000) ont quant à eux appliqué la régression en deux étapes à un échantillon de pays de l'Amérique Latine - Argentine, Bolivie, Chili, Colombie, Mexique, Pérou et Uruguay - sur la période allant de 1991 à 1996. Leurs résultats stipulent que les coûts opérationnels et les actifs non performants contribuent à augmenter le spread même si l'ampleur de cette incidence varie d'un pays à l'autre. Ils stipulent également que les réserves obligatoires appliquées dans ces pays agissent comme des taxes implicites que les banques transfèrent à leur clientèle en augmentant leurs marges d'intérêt. En plus de ces variables bancaires, les auteurs mettent en exergue l'incidence positive que l'incertitude liée à l'environnement macroéconomique à sur le spread des taux d'intérêt bancaires.

    Saunders et Schumacher (2000) ont appliqué le modèle du courtier à 614 banques issues d'un échantillon comprenant 6 pays européens18(*) et les Etats-Unis d'Amérique. Leur étude a porté sur la période allant de 1988 à 1995 et a abouti aux conclusions suivantes : La volatilité des taux d'intérêt et les restrictions règlementaires - capital minimum, réserves obligatoires, etc. - ont une incidence positive et significative sur la marge d'intérêt des banques.

    Quant à Afanasieff et al (2002), ils ont utilisé des données mensuelles relatives à 142 banques exerçant leurs activités au Brésil entre Février 1997 à Novembre 2000. Leurs résultats stipulent entre autres que le taux d'inflation, la prime de risque, l'activité économique et les réserves obligatoires sont les déterminants les plus significatifs du spread des taux d'intérêt bancaires au Brésil.

    Après avoir exposé la méthodologie de Ho et Saunders (1981), il convient maintenant de présenter le modèle qui sera estimé dans le cadre de cette étude.

    B- Présentation du modèle à estimer

    Le modèle utilisé dans le cadre de cette étude est inspiré du modèle de Ho et Saunders (1981) présenté plus haut dans les équations (9) et (11).

    1- Le modèle et les variables

    La contrainte de disponibilité des données prescrit des modifications au modèle emprunté à Ho et Saunders (1981). En effet, contrairement à ce modèle de référence où la dimension individuelle est composée par les banques de l'échantillon, la dimension individuelle de notre étude est composée des 6 pays de la zone CEMAC (Cameroun, Centrafrique, Congo, Gabon, Guinée Equatoriale et Tchad). Cela signifie que c'est le spread ex ante qui sera utilisé dans la suite de cette étude.

    Le modèle qui sera utilisé dans la première étape de notre méthodologie est donné par l'équation suivante :

    (12)

    Où les án (n = 0, ..., 15) sont des paramètres à estimer et å est le terme d'erreur

    dummy_année est la variable muette de l'année considérée ; avec année = 2002, ..., 2008

    L'indice i représente notre population, c'est-à-dire les pays de la zone CEMAC à savoir : Cameroun, Centrafrique, Congo, Gabon, Guinée Equatoriale et Tchad. C'est un échantillon relativement homogène en ce qui concerne les caractéristiques de fond tel que le niveau de développement des pays ou leur situation géographique.

    L'indice t représente les années de notre période d'étude. Par souci d'homogénéité et pour avoir un panel cylindré (les réserves obligatoires commencent en 2002), t va de 2002 à 2008.

    Les variables utilisées dans ce premier modèle sont :

    spread : C'est la variable dépendante de l'équation (12). Elle désigne la Marge d'intérêt bancaire moyenne hors taxe calculée comme la différence entre le taux effectif moyen des crédits et le coût moyen des ressources appliqués par les banques d'une économie donnée, pendant une année donnée.

    assets : Désigne le ratio total actif/PIB. Cette variable permet de capter l'incidence des actifs détenus par les banques sur la marge d'intérêt appliquée par celles-ci. Elle permet également mesurer le niveau de développement du secteur bancaire [folawewo et Tennant (2008)].

    capital : Désigne le ratio capital/total actif. Cette variable permet de capter l'influence du capital sur le spread. Mc Shane et Sharpe (1985) stipulent que ce rapport peut servir de proxy pour quantifier l'aversion des banques pour le risque.

    costs : Désigne le ratio frais généraux/total actif et permet de capter l'influence des coûts sur la marge d'intérêt des banques. Cette variable a été incluse dans le modèle du courtier par Maudos et Fernandez de Guevara (2004)

    deposits : Désigne le ratio dépôts/total actif et permet de capter l'incidence du volume de dépôts sur le spread des taux d'intérêt bancaires. Cette variable permet également de mesurer le degré de spécialisation des banques dans les activités de dépôts [Carbo et Rodriguez (2007)].

    loans : Désigne le ratio crédits/total actif et permet de capter l'impact du volume de crédits sur la marge d'intérêt des banques. Cette variable permet également de mesurer le degré de spécialisation des banques dans les activités de crédits [Carbo et Rodriguez (2007)].

    number_of_branches : Désigne le nombre de guichets et permet de mesurer la taille des banques. Cette variable peut également permettre de mesurer le pouvoir de marché des banques étant entendu qu'une banque de grande taille dispose d'un certain pouvoir de marché [Afanasieff et al (2002)].

    provisions : Désigne le ratio provisions/crédits. Cette variable permet de quantifier le risque de contrepartie auquel est exposée la banque qui octroie un crédit [Angbazo (1997)].

    reserves : Désigne le ratio réserves obligatoires/dépôts et permet de capter l'incidence de la détention des réserves obligatoires sur le spread des taux d'intérêt bancaires. En effet, cette variable permet de mesurer le coût d'opportunité de la détention des réserves obligatoires peu ou pas rémunérées par la banque centrale [Chirwa et Mlachila (2004)].

    L'utilisation des résultats de la régression de l'équation (12) dans l'équation (10) permettra de calculer le spread pur. Ce dernier sera la variable dépendante de la deuxième étape de notre méthodologie. Le modèle utilisé dans cette deuxième étape est donné par l'équation suivante :

    (13)

    Où les n (n = 0, 1, 2, 3) sont des paramètres à estimer et est le terme d'erreur

    L'indice i représente les pays de la zone CEMAC à savoir : Cameroun, Centrafrique, Congo, Gabon, Guinée Equatoriale et Tchad

    L'indice t représente les années ; t = 2002, ..., 2008

    Les variables utilisées dans ce deuxième modèle sont :

    pure_spread : C'est la variable dépendante de cette deuxième régression. Elle désigne le spread pur c'est-à-dire la fraction du spread non expliquée par les caractéristiques intrinsèques des banques.

    Gdp_growth : Désigne le taux de croissance du PIB réel et permet de mettre en exergue le caractère pro cyclique ou alors contra cyclique de la marge d'intérêt des banques [Maudos et Solis (2009)].

    Inflation_rate : Désigne le taux d'inflation mesuré par le taux de croissance - en rythme annuel - de l'indice des prix à la consommation. Cette variable permet de capter l'impact de l'inflation sur la marge d'intérêt des banques [Crowley (2007)].

    Ir_volatility : Désigne la volatilité du taux d'intérêt réel et permet de mesurer l'incidence de l'instabilité des taux d'intérêt sur la marge d'intérêt des banques.

    Le tableau ci-dessous permet de récapituler les variables utilisées dans le cadre de cette étude, le signe attendu et la source de chacune d'entre elles.

    Tableau 3 : Description des variables, signes attendus et sources

    Variables

    Définitions

    Signes attendus

    Sources

    Régression de l'équation (12)

    Spread

    Différence entre le taux effectif moyen des crédits et le coût moyen des ressources

    COBAC

    Assets

    Ratio total actif/PIB en %

    -

    COBAC

    Capital

    Ratio capital/total actif en %

    -

    COBAC

    Costs

    Ratio frais généraux/total actif en %

    +

    COBAC

    Deposits

    Ratio dépôts/total actif en %

    +

    COBAC

    Loans

    Ratio crédits/total actif en %

    -

    COBAC

    number_of_banches

    Nombre de guichets

    -

    COBAC

    Provisions

    Ratio provisions/crédits en %

    +

    COBAC

    Reserves

    Ratio réserves/dépôts en %

    +

    Zone franc et COBAC

    Régression de l'équation (13)

    pure_spread

    Spread pur calculé à partir de l'équation (10)

     

    gdp_growth

    Taux de croissance du PIB réel

    -

    BEAC

    inflation_rate

    Taux d'inflation

    +

    BEAC

    ir_volatility

    Ecart-type du taux d'intérêt réel

    +

    WDI (2012)

    Source : Construit par l'auteur

    Après avoir présenté les modèles et les variables qui seront utilisés dans la suite de cette étude, il convient maintenant de présenter les caractéristiques statistiques - moyenne, variance, corrélation, etc. - de nos données.

    2- Les caractéristiques statistiques des données

    Le tableau ci-dessous présente la moyenne de chacune de nos variables tandis que des statistiques plus détaillées - variance inter et intra individus, médiane, etc. - sont présentées à l'annexe 2. L'annexe 1 présente quant à elle la matrice des corrélations de toutes les variables utilisées dans le cadre de cette étude.

    Tableau 4 : Statistiques descriptives des variables (moyenne sur la période 2002-2008)

     

    Cameroun

    Centrafrique

    Congo

    Gabon

    Guinée Equatoriale

    Tchad

    spread

    7.79

    9.09

    11.15

    9.84

    11.54

    10.01

    assets

    20.05

    9.46

    11.78

    23.71

    10.68

    9.23

    capital

    3.20

    7.54

    3.60

    7.68

    2.79

    7.23

    costs

    3.88

    5.67

    4.69

    4.52

    2.90

    5.49

    deposits

    80.03

    62.66

    80.17

    69.78

    86.72

    69.72

    loans

    5.43

    9.14

    3.25

    5.18

    3.78

    6.05

    number_of_branches

    107.28

    6.86

    31.42

    35.86

    10.86

    17.57

    provisions

    11.28

    24.38

    1.42

    7.60

    9.98

    11.16

    reserves

    7.29

    0.36

    7.08

    5.425

    8.75

    5.46

    gdp_growth

    3.55

    1.88

    3.80

    2.20

    17.38

    9.50

    inflation_rate

    2.44

    3.47

    3.32

    2.40

    5.80

    2.14

    ir_volatility

    1.94

    2.02

    10.81

    4.78

    10.67

    6.20

    Source : Construit par l'auteur

    Après la présentation des statistiques relatives à nos variables, il convient à présent de procéder la spécification des modèles à estimer.

    Section 2 : Procédure DE SPECIFICATION ET d'estimation EN DONNEES DE PANEL

    Cette section permettra de déterminer le type de modèle - à effets fixes ou à effets aléatoires - qui sera estimé dans la suite de cette étude. Elle permettra également de faire une première régression par la méthode des moindres carrés ordinaires afin d'évaluer la qualité de notre modèle au moyen de quelques tests (significativité globale, normalité des résidus, hétéroscédasticité, etc.).

    A- Tests de spécification en économétrie des données de panel

    Les prochaines articulations de cette sous-section permettront de tester l'homogénéité de notre panel et de déterminer le type d'effet individuel à prendre en compte pour notre régression finale.

    Les tests commentés ci-dessous sont ceux relatifs à l'équation (12), les tests relatifs à l'équation (13) sont quant à eux présentés et commentés dans les annexes 7 à 10.

    1- Test d'existence des effets individuels

    On estime le modèle à effets fixes et le logiciel Stata 9 effectue par la même occasion le test d'existence des effets individuels. Les résultats de cette estimation sont rapportés par l'annexe 3.

    Hypothèse et mode de décision

    H0: ui = 0 ; les effets individuels ne sont pas nécessaires

    Si (Prob>F) < (seuil = 5%) alors on rejette H0 et on conclu que l'introduction des effets individuels est nécessaire.

    Résultat du test

    Prob> F = 0,2965 0,05

    Par conséquent, on ne peut pas rejeter H0. On en conclu que les effets individuels ne sont pas nécessaires. Pour en être convaincu, procédons au test de Hausman.

    2- Effets fixes ou effets aléatoires

    Le test de spécification de Hausman est un test général qui peut être appliqué à de nombreux problèmes de spécification en économétrie. Mais son application la plus répandue est celle des tests de spécification des effets individuels en panel. Il sert à discriminer les effets fixes et aléatoires. C'est un test d'orthogonalité entre les variables explicatives et le terme d'erreur du modèle à effets aléatoires.

    Les résultats de l'estimation du modèle à effets aléatoires et les résultats du test de Hausman sont rapportés respectivement par les annexes 4 et 5.

    Hypothèse et mode de décision

    H0 : Pas de différence systématique entre les coefficients par conséquent, le modèle à effets aléatoires est approprié.

    Si (Prob > chi2) < (seuil = 5%) alors on rejette H0 et on conclu que les effets fixes sont appropriés.

    Résultat du test de Hausman

    chi2(14) = 6,69

    Prob>chi2 = 0,9461 0,05

    Par conséquent, l'hypothèse nulle ne peut être rejetée. On en conclu que le modèle à effets aléatoires est approprié.

    Testons à présent la significativité de ces effets aléatoires grâce au test de Breush-Pagan (les résultats de ce test sont rapportés par l'annexe 6):

    Hypothèse et mode de décision

    H0 : Les effets aléatoires ne sont pas significatifs (ui = 0)

    Si (Prob > chi2) < (seuil = 5%) alors on rejette H0 et on conclu que les effets aléatoires sont significatifs.

    Résultat du test de Breush-Pagan

    chi2(1) = 2,10

    Prob>chi2 = 0,1471 0,05

    Par conséquent, l'hypothèse nulle ne peut être rejetée. On en conclu que les effets aléatoires ne sont pas significatifs.

    Cette conclusion est conforme à celle obtenue à l'issu du test d'existence des effets individuels : Notre panel est totalement homogène et ne nécessite pas l'introduction des effets individuels.

    Il convient à présent de procéder à une estimation préalable de notre modèle par la méthode des moindres carrées ordinaires.

    B- Estimation par la méthode des moindres carrés ordinaires

    Cette régression préliminaire nous permettra de tester entre autres, la normalité des résidus, l'homoscédasticité, la multicolinéarité, etc. Les résultats de cette régression sont rapportés par l'annexe 11.

    Les tests commentés ci-dessous sont ceux relatifs à l'équation (12), les tests relatifs à l'équation (13) sont quant à eux présentés et commentés dans les annexes 12 à 16.

    1- Test d'omission des variables explicatives pertinentes

    Ce test élaboré par Ramsey-Reset permet de vérifier l'omission des variables explicatives pertinentes.

    Hypothèse et mode de décision

    H0 : Le modèle n'a pas omis des variables explicatives pertinentes.

    Si (Prob > F) < (seuil = 5%) alors on rejette H0 et on conclu qu'on a omis des variables explicatives pertinentes.

    Résultat du test de Ramsey-Reset

    F(3, 24) = 0.65

    Prob > F = 0.5908 0,05

    Par conséquent, l'hypothèse nulle ne peut être rejetée. On en conclu que la spécification de notre modèle n'a omis aucune variable explicative pertinente. Cette conclusion aurait pu être faire en observant le coefficient de déterminant de la régression précédente (R2 = 0,6437). Il convient également de noter que nos variables explicatives sont globalement significative au seuil de 5% (Prob > F = 0,0026).

    A Présent, effectuons le test VIF de multicolinéarité des variables explicatives.

    2- Test de multicolinéarité

    Il s'agit du test variance inflation factor (VIF) qui permet de détecter la multicolinéarité des variables explicatives.

    Mode de décision

    Le logiciel (Stata 9) calcule la statistique VIF et son inverse (1/VIF). Cette dernière statistique doit être supérieure à 0,1 pour que nous puissions conclure à l'absence des problèmes de multicolinéarité.

    Résultat du test VIF

    Tableau 5 : Résultats du test VIF

    Variable

    VIF

    1/VIF

    loans

    12.60

    0.079371

    capital

    9.28

    0.107807

    deposits

    7.61

    0.131486

    provisions

    6.83

    0.146493

    costs

    6.66

    0.150137

    reserves

    6.25

    0.160119

    assets

    5.26

    0.190113

    number_of_branches

    4.72

    0.211880

    dummy_2002

    3.56

    0.281110

    dummy_2006

    2.80

    0.357058

    dummy_2005

    2.78

    0.359393

    dummy_2003

    2.49

    0.402207

    dummy_2007

    2.43

    0.411423

    dummy_2004

    2.40

    0.416570

    Mean VIF 5.40

    Source : Construit par l'auteur

    On constate à la lecture du tableau ci-dessus qu'à l'exception du coefficient associé à la variable loans, le rapport 1/VIF est supérieur à 0,1 pour l'ensemble de nos coefficients. On peut en conclure qu'on n'a pas de problème de multicolinéarité.

    Effectuons à présent le test de normalité des résidus.

    3- Test de normalité des résidus

    La normalité des erreurs est une propriété de la méthode des moindres carrés ordinaires utilisée dans la régression multiple. Pour vérifier cette propriété, nous utilisons le test de Skewness et de Kurtosis.

    Hypothèse et mode de décision

    H0: Les résidus sont normalement distribués.

    Si (Prob>Chi2) > (Seuil = 5%) alors l'hypothèse H0 est acceptée. Les erreurs sont normalement distribuées.

    Résultat du test de Skewness/Kurtosis

    Variable | Pr(Skewness) Pr(Kurtosis) adj chi2(2) Prob>chi2

    residu | 0.473 0.451 1.14 0.5661

    (Prob>Chi2) = 0,5661 0,05. L'hypothèse nulle est donc acceptée et on en conclu que les résidus sont normalement distribués.

    Testons enfin l'homoscédasticité des erreurs.

    4- Test d'hétéroscédasticité des erreurs

    On parle d'hétéroscédasticité lorsque le risque de l'amplitude de l'erreur n'est pas constant dans le temps. Nous effectuerons le test d'hétéroscédasticité de Breush-Pagan / Cook-Weisberg.

    Hypothèse et mode de décision

    H0: modèle homoscédastique

    Si (Prob>Chi2) > (Seuil = 5%) alors l'hypothèse H0 est acceptée et on conclu que la variance est constante.

    Résultat du test de Breush-Pagan / Cook-Weisberg

    Chi2(1) = 1.54

    Prob > chi2 = 0.2150

    (Prob>Chi2) = 0,2150 0,05. L'hypothèse nulle est donc acceptée et on en conclu que la variance des erreurs est constante est constante.

    Conclusion

    En somme, il convient de noter que la méthodologie retenue pour cette étude est la régression en deux étapes telle que développée dans l'article séminal de Ho et Saunders (1981). Il convient également de noter que notre panel est totalement homogène pour la première régression [équation (12)] alors qu'il nécessite l'introduction d'effets aléatoires pour la seconde régression [équation (13)].

    Le prochain chapitre sera consacré à l'évaluation empirique des déterminants du spread des taux d'intérêt bancaires dans les pays de la zone CEMAC, au commentaire des résultats obtenus et à la formulation des recommandations de politiques économiques.

    Chapitre 4

    Résultats des estimations du spread des taux d'intérêt bancaires dans les pays des la zone CEMAC

    Introduction

    De nombreuses études ont été consacrées aux déterminants du spread des taux d'intérêt bancaires dans les pays africains19(*). Ces études ont entre autres révélées que le taux d'inflation, le coût d'opportunité des réserves obligatoires, les coûts opérationnels, le volume des actifs non performants, les droits de propriété et plus généralement, la qualité du cadre légal et institutionnel sont les principaux facteurs pouvant expliquer les spreads élevés observés dans ces pays.

    Le présent chapitre a pour objet l'évaluation empirique des déterminants du spread des taux d'intérêt bancaires dans les pays de la zone CEMAC. Tout d'abord, il permettra de présenter et d'interpréter les résultats de nos régressions (section 1). Ensuite, il sera consacré à la formulation des recommandations de politiques économiques découlant desdits résultats (section 2).

    Section 1 : ANALYSE DES Résultats

    Cette section sera tout d'abord consacrée à la présentation et à l'interprétation économique des résultats de l'estimation du spread. Elle évoquera par la suite, l'estimation du spread pur et l'interprétation des résultats obtenus.

    A- Estimation du spread

    Les tests de spécification effectués au chapitre précédent ont montré qu'il n'est pas nécessaire d'introduire des effets individuels dans l'estimation du spread. Cependant, des effets individuels - aléatoires - seront pris en compte pour deux raisons :

    · Premièrement, étant donné que l'estimation du spread permettra de calculer le spread pur, il s'avère nécessaire de prendre en compte l'effet individuel de chaque pays pour avoir une série plus réaliste :

    (14)

    · Deuxièmement, le choix des effets aléatoires est prescrit par le test de Hausman effectué au chapitre précédent. Ce choix est également justifié par l'analyse de la variance de nos données. En effet, la lecture de l'annexe 2 révèle que la variance between de nos données est supérieure à leur variance within.

    Les résultats de l'estimation du modèle à effets aléatoires sont présentés ci-après.

    1- Résultats économétriques

    Tableau 6 : Résultats de l'estimation du spread

    Random-effects GLS regression

     

    Number of obs = 42

    Group variable (i): country

     

    Number of groups = 6

     
     
     

    R-sq: within = 0.3987

     

    Obs per group: min = 7

    between = 0.9732

     

    avg = 7.0

    overall = 0.6437

     

    max = 7

     
     
     

    Random effects u_i ~ Gaussian

     

    Wald chi2(15) = 6419.03

    corr(u_i, X) = 0 (assumed)

     

    Prob > chi2 = 0.0000

     
     
     
     
     
     

    spread

    Coef.

    Robust

    Std. Err.

    z

    P>|z|

    [95% Conf. Interval]

    assets

    0.0465768

    0.0971979

    0.48

    0.632

    -0.1439275

    0.2370811

    capital

    -0.0666735

    0.2827182

    -0.24

    0.814

    -0.620791

    0.4874439

    costs

    0.3087626

    0.4067967

    0.76

    0.448

    -0.4885442

    1.106069

    deposits

    -0.034633

    0.0565106

    -0.61

    0.540

    -0.1453917

    0.0761258

    loans

    -0.7860789

    0.2921636

    -2.69***

    0.007

    -1.358709

    -0.2134487

    number_of_branches

    -0.0340541

    0.0115482

    -2.95***

    0.003

    -0.056688

    -0.0114201

    provisions

    0.1143432

    0.0669206

    1.71*

    0.088

    -0.0168186

    0.2455051

    reserves

    0.1831751

    0.1185681

    1.54

    0.122

    -0.049214

    0.4155643

    dummy_2002

    2.084322

    0.8741969

    2.38**

    0.017

    0.3709274

    3.797716

    dummy_2003

    1.78951

    0.7574652

    2.36**

    0.018

    0.3049049

    3.274114

    dummy_2004

    0.1946533

    0.5670402

    0.34

    0.731

    -0.9167251

    1.306032

    dummy_2005

    -0.1545392

    0.6654216

    0.23

    0.816

    -1.458742

    1.149663

    dummy_2006

    1.013866

    0.6932423

    1.46

    0.144

    -.3448637

    2.372596

    dummy_2007

    0.1446733

    1.424173

    0.10

    0.919

    -2.646655

    2.936002

    _cons

    13.26393

    5.23211

    2.54

    0.011

    3.009184

    23.51868

    sigma_u

    0

     

     

     

     

    sigma_e

    1.3853998

     
     
     
     

    rho

    0

    (fraction of variance due to u_i)

     

    *, ** et *** représentent respectivement la significativité au seuil de 10%, 5% et 1%.

    Source : Construit par l'auteur.

    Le tableau 6 présente 3 coefficients de détermination (R2) et un test de chi2 qui fournissent des renseignements sur la qualité de notre modèle :

    · R2 between = 0.9732 C'est le coefficient de détermination le plus significatif pour un modèle à effets aléatoires. Il indique 97,32% de la variabilité inter-individuelle du spread des taux d'intérêt bancaires est expliquée par les variables retenues dans notre modèle.

    · R2 within = 0.3987 Ce coefficient indique que les effets individuels liés aux caractéristiques des pays contribuent à 39,87% à l'explication de la variabilité du spread.

    · R2 overall = 0.6437 Ce coefficient indique quant à lui, une bonne contribution globale du modèle.

    · Enfin, le test de chi2 et la probabilité qui lui est associée (Prob > chi2 = 0.0000) indiquent que nos variables indépendantes expliquent globalement le spread des taux d'intérêt bancaires dans les pays de la zone CEMAC.

    Les tests de significativité individuelle effectués sur les coefficients de nos variables explicatives révèlent que loans (1%), number_of_branches (1%), dummy_2002 (5%), dummy_2003 (5%) et provisions (10%) sont statistiquement différents de 0 au seuil indiqué entre parenthèses.

    Afin de compléter les analyses sur la qualité de notre modèle, un test de significativité globale des variables muettes a été effectué.

    Hypothèse et mode de décision

    H0: dummy_t = 0 avec t = 2002, ..., 2007

    Si (Prob>Chi2) (Seuil = 5%) alors l'hypothèse nulle est rejetée et on conclu que les variables indicatrices sont globalement significatives.

    Résultat du test de significativité globale

    Les résultats de ce test sont rapportés par le tableau ci-dessous et révèlent que :

    (Prob > chi2 = 0,0143) 0,05 par conséquent, on rejette l'hypothèse nulle et on conclu que variables indicatrices sont globalement significatives.

    Tableau 7 : Test de significativité globale des variables indicatrices

    ( 1) dummy_2002 = 0

    ( 2) dummy_2003 = 0

    ( 3) dummy_2004 = 0

    ( 4) dummy_2005 = 0

    ( 5) dummy_2006 = 0

    ( 6) dummy_2007 = 0

    chi2( 6) = 15.90

    Prob > chi2 = 0.0143

    Source : Construit par l'auteur.

    Il convient à présent de procéder à l'interprétation économique des résultats de l'estimation du spread.

    2- Interprétation économique

    Globalement, les résultats obtenus sont intéressants. En effet, le modèle est de bonne qualité, certaines variables sont significatives et en dehors des coefficients de assets et de deposits, tous les autres coefficients ont un signe conforme à nos attentes. Ces résultats ont mis en exergue 4 facteurs contribuant à l'augmentation du spread des taux d'intérêt bancaires dans les pays de la zone CEMAC. Ce sont :

    assets : Le coefficient de cette variable (0,046) est faible, positif et non significatif. Ce signe n'est pas conforme à nos attentes parce que l'augmentation des actifs du secteur bancaire devrait, en principe, permettre aux banques de réaliser des économies d'échelle et de réduire leurs marges d'intérêt. Ce résultat paradoxal est néanmoins conforme à celui obtenu par Folawewo et Tennant (2008) sur un échantillon de 33 pays d'Afrique subsaharienne. Il peut s'expliquer par le fait que l'étroitesse de certaines économies limite la possibilité de réalisation des économies d'échelle.

    costs : Les résultats de la régression révèlent que les coûts ont une incidence positive sur le spread. En effet, une augmentation des coûts de 10% entraînera une augmentation du spread de 3,08%. Cette incidence est conforme à la littérature et stipule que les banques accentuent leurs marges d'intérêt pour couvrir leurs coûts.

    provisions : Le coefficient de cette variable (0,114) est positif et significatif au seuil de 10%. Le signe de ce coefficient est conforme à la littérature et suggère que les banques augmentent leurs spreads pour faire face à l'augmentation du risque de défaut quantifié par les provisions pour créances douteuses.

    reserves : Nos résultats stipulent qu'une augmentation des réserves obligatoires de 10% entraînera une augmentation du spread de 1,831%. Cette incidence est conforme à notre revue de la littérature. En effet, les banques interprètent le coût d'opportunité de la détention des réserves peu ou pas rémunérées auprès de la banque centrale comme une taxe financière qu'elles répercutent ensuite sur leur clientèle à travers des spreads plus élevés. Le signe positif du coefficient associé à reserves permet de valider la deuxième hypothèse (H2) formulée à l'introduction de cette étude.

    Nos résultats ont également mis en exergue 4 variables contribuant à la réduction du spread des taux d'intérêt bancaires dans les pays de la zone CEMAC. Ce sont :

    capital : Le coefficient de cette variable (-0,066) est négatif, non significatif et conforme à nos attentes. En effet, une banque mieux capitalisée réduit sa probabilité de faillite et ses coûts de refinancement. Ce qui lui permet d'appliquer des marges d'intérêt plus faibles et vice versa.

    deposits : Le coefficient de cette variable stipule qu'une augmentation du volume de dépôts de 10% entraînera une diminution du spread de 0,34%. Cette incidence négative n'est pas conforme à nos attentes parce que l'augmentation du volume de dépôts alourdie les coûts de la banque en entraînant l'augmentation du montant des intérêts créditeurs versés par cette dernière à sa clientèle. Ce coût supplémentaire devrait en principe être compensé par l'augmentation du spread. En particulier dans des systèmes bancaires surliquides comme ceux des pays de la CEMAC.

    loans : Cette variable a le coefficient le plus élevé de notre régression. En outre, ce coefficient est significatif au seuil de 1% et son signe est conforme à la littérature. Cela traduit l'importance du volume des crédits dans la détermination du spread des taux d'intérêt bancaires des pays de la zone CEMAC. Nos résultats stipulent qu'une augmentation du volume des crédits de 10% entraîne une diminution du spread de 7,86%. Cette incidence négative du volume des crédits sur le spread permet de valider la première hypothèse (H1) formulée à l'introduction de cette étude.

    number_of_branches : Le coefficient de cette variable (-0,034) est significatif au seuil de 1% et conforme à nos attentes. En effet, l'augmentation du nombre de guichets traduit l'augmentation de la pression concurrentielle et entraîne la réduction de la marge d'intérêt des banques.

    Après avoir présentés et commentés les résultats de l'estimation du spread, il convient à présent de calculer le spread pur et d'estimer l'équation (13).

    B- Estimation du spread pur

    L'introduction des résultats du tableau 6 dans l'équation (14) a permis d'obtenir la série du spread pur qui sera utilisée comme variable dépendante dans la suite de cette section. La figure ci-dessous compare l'évolution du spread pur à celle du spread. Elle révèle que les deux variables connaissent sensiblement la même évolution, même si le spread pur tend généralement à être supérieur au spread.

    Figure 17 : Evolution comparée du spread et du spread pur

    Source : Construit par l'auteur

    Ce dernier constat révèle que dans la détermination de la marge d'intérêt des banques, l'incidence des facteurs liés à l'environnement macroéconomique et institutionnel est supérieure à celle des caractéristiques des banques. Ce résultat obtenu dans les pays de la zone CEMAC est conforme à celui obtenu par Afanasieff et al (2002) au Brésil.

    Il convient maintenant de présenter les résultats de l'estimation du spread pur.

    1- Résultats économétriques

    Tableau 8 : Résultats de l'estimation du spread pur

    Random-effects GLS regression

     

    Number of obs = 42

    Group variable (i): country

     

    Number of groups = 6

     
     
     

    R-sq: within = 0.1634

     

    Obs per group: min = 7

    between = 0.3771

     

    avg = 7.0

    overall = 0.0155

     

    max = 7

     
     
     
     
     
     

    Random effects u_i ~ Gaussian

     

    Wald chi2(15) = 94.37

    corr(u_i, X) = 0 (assumed)

     

    Prob > chi2 = 0.0000

     
     
     
     
     
     

    spread

    Coef.

    Robust

    Std. Err.

    z

    P>|z|

    [95% Conf. Interval]

    gdp_growth

    -0.0252354

    0.0148044

    -1.70*

    0.088

    -0.0542515

    0.0037807

    inflation_rate

    0.0710935

    0.0375346

    1.89*

    0.058

    -0.002473

    0.1446599

    ir_volatility

    -0.0224403

    0.0295086

    -0.76

    0.447

    -0.0802761

    0.0353955

    _cons

    10.48745

    1.092816

    9.60

    0.000

    8.345568

    12.62933

    sigma_u

    2.6997766

     

     

     

     

    sigma_e

    0.7950325

     

    rho

    0.92020111

    (fraction of variance due to u_i) 

    *, ** et *** représentent respectivement la significativité au seuil de 10%, 5% et 1%.

    Source : Construit par l'auteur.

    Le tableau 8 présente 3 coefficients de détermination (R2) et un test de chi2 qui fournissent des renseignements sur la qualité de notre modèle :

    · R2 between = 0.3771 C'est le coefficient de détermination le plus significatif pour un modèle à effets aléatoires. Il indique que 37,71% de la variabilité inter-individuelle du spread pur est expliquée par les variables retenues dans notre modèle.

    · R2 within = 0.1634 Ce coefficient indique que les effets individuels liés aux caractéristiques des pays contribuent à 16,34% à l'explication de la variabilité du spread.

    · R2 overall = 0.0155 Ce coefficient indique quant à lui, une mauvaise contribution globale du modèle. Cela est peut être dû au petit nombre de variables explicatives retenues.

    · Enfin, le test de chi2 et la probabilité qui lui est associée (Prob > chi2 = 0.0000) indiquent que nos variables indépendantes expliquent globalement le spread pur.

    Les tests de significativité individuelle effectués sur les coefficients de nos variables explicatives révèlent que gdp_growth (10%) et inflation_rate (10%) sont statistiquement différents de 0 au seuil indiqué entre parenthèses.

    Il convient à présent de procéder à l'interprétation économique des résultats de l'estimation du spread pur.

    2- Interprétation économique

    Globalement, les résultats obtenus sont intéressants même si ce deuxième modèle est de moins bonne qualité que le premier. En effet, certaines variables sont significatives et excepté le coefficient de ir_volatility, tous les autres coefficients ont un signe conforme à nos attentes. Ces résultats ont mis en exergue la contribution de chaque variable à la détermination du spread pur :

    gdp_growth : Le coefficient de cette variable est significatif au seuil de 10% et stipule qu'une augmentation du taux de croissance du PIB réel de 10% entraînera une diminution du spread pur de 0,25%. Cette incidence est conforme à notre revue de la littérature. En effet, la croissance de la production et de l'activité économique en général incite les banques à réduire leurs marges d'intérêt puisqu'elle permet aux agents économiques d'améliorer leur solvabilité et de réduire leur risque de défaut.

    inflation_rate : Le coefficient associé à cette variable (0,071) est positif, conforme à nos attentes et significatif au seuil de 10%. En effet, à cause de la dépréciation monétaire qu'elle provoque, l'inflation contribue à alourdir les charges financières de la banque puisque les emprunteurs remboursent en valeur réelle des montants inférieurs à ceux que cette dernière leur a prêtés. Pour combler ce manque à gagner, la banque élève ses taux débiteurs et par là même, accentue ses marges d'intérêt. Cette incidence positive de l'inflation sur le spread pur permet de valider la troisième hypothèse (H 3) formulée au début de cette étude.

    ir_volatility: Le coefficient de cette variable (-0,022) est non significatif et n'a pas le signe escompté. En effet, la volatilité des taux d'intérêt en général et celle du taux d'intérêt réel en particulier accentue, en principe, le risque de taux encouru par la banque. Pour y faire face, cette dernière accroît ses marges d'intérêt. Ce résultat paradoxal est peut être dû à la surliquidité des banques puisque cette dernière réduit l'efficacité de la politique de taux d'intérêt mise en oeuvre par la banque centrale.

    A présent que tous les résultats de cette étude ont été exposés, il convient d'en tirer des enseignements et de formuler des recommandations qui permettront de réduire le spread des taux d'intérêt bancaires dans les pays de la zone CEMAC.

    Section 2 : Recommandations et perspectives

    Cette section sera tout d'abord consacrée à la formulation de quelques recommandations de politiques économiques. Elle évoquera par la suite les perspectives de l'étude des déterminants du spread des taux d'intérêt bancaires.

    A- Recommandations de politiques économiques

    Notre étude a révélée que le volume de crédits, le nombre de guichets, les provisions, le taux de croissance et le taux d'inflation sont les déterminants les plus significatifs de la marge d'intérêt des banques exerçant leurs activités dans les pays de la zone CEMAC. Ces résultats suscitent les recommandations suivantes :

    1- Améliorer la concurrence dans le secteur bancaire et lutter contre l'inflation

    Tout d'abord, les pouvoirs publics des pays de la zone CEMAC doivent élaborer des politiques visant à rendre leur système bancaire plus concurrentiel. Ces politiques doivent entre autres, réduire les barrières à l'entrée du secteur bancaire afin de le rendre plus contestable et d'accentuer la pression sur les banques déjà établies. De telles mesures devraient, toute chose égale par ailleurs, inciter ces banques à réduire leurs marges d'intérêt.

    Ensuite, les pouvoirs publics doivent élaborer des politiques qui permettront aux banques de multiplier leurs agences et d'occuper non seulement les grandes villes, mais aussi l'arrière pays. Il faut par exemple repartir les grands projets d'investissement public - construction des infrastructures, extension du réseau des télécommunications, aménagement des zones industrielles, etc. - sur toute l'étendue du territoire national. L'application de cette recommandation devrait générer des emplois dans ces régions et y attirer les banques. Or notre étude a démontré l'incidence négative du nombre d'agence sur la marge d'intérêt des banques.

    Enfin, la Banque des Etats de l'Afrique Centrale (BEAC) doit continuer à faire de la stabilité des prix l'un des objectifs ultimes de sa politique monétaire. Cette politique anti-inflationniste devrait contribuer à réduire de le spread des taux d'intérêt des banques secondaires installées dans sa zone d'émission.

    En plus des mesures citées ci-dessus, les autorités des pays de la zone CEMAC doivent améliorer la qualité de leurs institutions.

    2- Améliorer la qualité du cadre légal et institutionnel

    Le fait que le spread pur soit supérieur au spread indique que la fraction de la marge d'intérêt expliquée par les caractéristiques des banques est inférieure à celle inexpliquée par ces mêmes caractéristiques. Par conséquent, il faut prendre en compte le rôle de l'environnement - économique et institutionnel - pour améliorer l'explication du spread.

    L'importance relative de l'environnement économique et institutionnel conduit à la formulation des recommandations suivantes :

    Les pouvoirs publics doivent mettre en place des politiques économiques permettant de booster la croissance et d'assurer la stabilité des prix. Sur ce plan, il convient de noter que les pays de la zone CEMAC appliquent en ce moment un ensemble de mesures visant à les engager sur le sentier de l'émergence économique.

    Concernant à présent le cadre légal et institutionnel, les pouvoirs publics doivent mettre en oeuvre des politiques visant à sécuriser les droits de propriété, à renforcer la protection juridique des créanciers, à lutter contre la corruption, à assurer la stabilité politique des états, etc. L'application de ces mesures permettra aux banques de percevoir moins de risques et d'augmenter leur volume de crédits. Ce qui aura in fine, une incidence négative sur leurs marges d'intérêt.

    Après avoir formulé ces recommandations, il convient à présent d'évoquer les développements futurs de cette étude.

    B- Perspectives de l'étude

    Afin d'améliorer la qualité de cette étude consacrée aux déterminants du spread des taux d'intérêt bancaires dans les pays de la zone CEMAC, les pistes ci-dessous sont envisageables :

    1- Mener l'étude à l'échelle des banques

    Il serait intéressant que la dimension individuelle de cette étude soit constituée par les banques de la sous-région. En effet, la marge d'intérêt étant définie par les banques, il serait préférable de l'étudier à l'échelle de ces dernières. De plus, cette étude pourrait aboutir à de meilleurs résultats si le spread ex post est utilisé comme variable dépendante.

    Il serait également intéressant de prendre en compte le rôle des institutions dans une prochaine étude des déterminants du spread des taux d'intérêt bancaires.

    2- Prendre en compte le rôle des institutions

    La prise en compte du rôle du cadre légal et institutionnel dans la détermination du spread est justifiée par les deux constats suivants :

    · Le spread pur est supérieur au spread et traduit le fait que l'environnement économique et institutionnel explique mieux la marge d'intérêt des banques que les caractéristiques de ces banques.

    · Les coefficients de détermination de notre seconde régression ne sont pas intéressants. Cela peu être dû à l'omission de certaines variables explicatives.

    En outre, la qualité du cadre institutionnel des pays de notre échantillon est souvent citée comme un obstacle au développement des activités économiques. Cela renforce l'intérêt porté au rôle des institutions dans la détermination du spread des taux d'intérêt bancaires dans ces pays.

    Conclusion

    Au terme de ce chapitre, il convient de noter que le volume de crédits, le nombre de guichets, les provisions, le taux de croissance et le taux d'inflation sont les déterminants les plus significatifs de la marge d'intérêt des banques exerçant leurs activités dans les pays de la zone CEMAC. Il convient également de noter que dans ces pays, les facteurs spécifiques à l'environnement économique et au cadre légal et institutionnel expliquent mieux le spread que les caractéristiques des banques.

    Les prochains développements de cette étude permettront de la conclure.

    CONCLUSion de la DEUXIèMe partie

    Cette deuxième partie nous a permis d'exposer la méthodologie de régression en deux étapes empruntée à Ho et Saunders (1981), de présenter les données de cette étude, d'effectuer les estimations économétriques et d'en présenter les résultats.

    Ces derniers révèlent que le volume de crédits, le nombre de guichets, les provisions, le taux de croissance et le taux d'inflation sont les déterminants les plus significatifs de la marge d'intérêt des banques exerçant leurs activités dans les pays de la zone CEMAC.

    Conclusion Générale

    L'objectif de cette étude était de mettre en exergue les déterminants du spread des taux d'intérêt bancaires dans les pays de la zone CEMAC sur la période allant de 2002 à 2008. L'intérêt d'une telle étude est d'étendre le champ d'application de la littérature existante et de révéler l'importance du spread - à travers son incidence sur l'épargne et sur l'investissement - en tant que levier stratégique pour l'émergence économique des pays de la zone CEMAC.

    La première partie de cette étude nous a permis d'effectuer une comparaison internationale et de constater que le spread des taux d'intérêt bancaires est très élevé dans les pays de la CEMAC. Par la suite, nous avons démontré que cette situation constitue un frein à la croissance des économies de la sous-région. La deuxième partie nous a quant à elle permis d'exposer la méthodologie de régression en deux étapes empruntée à Ho et Saunders (1981), d'estimer nos modèles et d'en présenter les résultats.

    Ces résultats révèlent que le volume de crédits, le nombre de guichets, les provisions, le taux de croissance et le taux d'inflation sont les déterminants les plus significatifs du spread des taux d'intérêt bancaires dans les pays de la zone CEMAC. Nos résultats stipulent également que dans les pays de la CEMAC, les facteurs spécifiques à l'environnement économique et au cadre légal et institutionnel expliquent mieux la marge d'intermédiation que les caractéristiques des banques.

    Ce dernier enseignement fait ressortir l'une des perspectives de notre étude. En effet, il met en évidence le rôle du cadre légale et institutionnel dans la détermination du spread des taux d'intérêt bancaires. L'autre perspective envisageable consiste à mener cette étude à l'échelle des banques. C'est-à-dire en se servant du spread ex post comme variable dépendante. La prise en compte de ces aspects pourrait permettre d'améliorer la qualité des résultats de cette étude.

    Références Bibliographiques

    Afanasieff, T., P. Villa Lhacer, and M.Nakane, (2002), ``The Determinants of Bank Interest Spread in Brazil,'' Banco Central do Brazil Working Paper Series 46.

    Allen, L., (1988), ``The Determinants of Bank Interest Margins: a note,'' Journal of Financial and Quantitative Analysis, 23, pp. 231-235.

    Angbazo, L., (1997), ``Commercial Bank Net Interest Margins, Default Risk, Interest-Rate Risk, and Off-Balance Sheeet Banking,'' Journal of Banking and Finance, No 21, pp. 55-87.

    Arreaza-Coll, A. Huskeyn, W. Zumeta, and Jesus, (2009), ``The Impact of Financial Repression on Interest Rate Spreads in Venezuela,'' CAF Working Papers No 2009/09.

    Avom D. et Eyeffa S.M. (2007), ``Quinze ans de restructuration bancaire dans la CEMAC : qu'avons-nous appris ?,'' Revue d'Economie Financière, N°37.

    Banque Mondiale, (2012), ``World Development Indicators''

    Barajas, A., R. Steiner, and N. Salazar, (1999), ''Interest Rate Spreads in Banking in Colombia,'' IMF Staff Papers, Vol. 46, pp. 196-224 (Washington: International Monetary Fund).

    Beck, T., A. Demirguç-Kunt, and R. Levine, (2004), ``Law and Firm's Access to Finance'' NBER Working Paper Series No 10687.

    Beck, T., A. Demirguç-Kunt, and R. Levine, (2005), ``Bank Supervision and Corruption in Lending'' NBER Working Paper Series No 11498.

    Beck, T., and H. Hesse, (2006), ``Bank Efficiency, Ownership and Market Structure Why are Interest Spreads so High in Uganda,'' The World Bank.

    Bernanke, B., (1990), ``On the Predictive Power of Interest Rates and Interest Rate Spreads,'' NBER Working Papers Series No 3486.

    Boutillier, M., R. Kierzenkowsky, et P. Rousseaux, (2005), ``Taux d'intérêt des crédits bancaires: Une analyse en terme de spreads sur les données françaises de 1993 à 2004,'' Banque de France.

    Brock, L., and L. Rojas-Suarez, (2000), ``Understanding the Behavior of Bank Spreads in Latin America,'' Journal of Development Economics, Vol. 63, pp. 113-134.

    Brock, P., and H. Franken, (2003), ``Measuring the Determinants of Average and Marginal Bank Interest Rate Spreads in Chile, 1994-2001,'' (Seattle: University of Washington).

    Carbò, S., and F. Rodriguez, (2007), ``The Determinants of Bank Margins in European Banking,'' Journal of Banking and Finance, 31, pp. 2043-2063.

    Chirwa, E., and M. Mlachila, (2004), ``Financial Reforms and Interest Rate Spreads in the Commercial Banking System in Malawi,'' IMF Staff Papers, Vol. 51, No. 1, pp. 96-122, (Washington: International Monetary Fund).

    Claessens, S., and L. Laeven, (2004), ``What Drives Bank Competition? Some International Evidence,'' Journal of Money Credit and Banking, Vol. 36, pp. 563-583.

    COBAC, ``Rapport d'activité,'' Exercices 1999 à 2008.

    Crowley, J., (2007), ``Interest Rate Spreads in English-Speaking African Countries,'' IMF Working Paper 07/101 (Washington: International Monetary Fund).

    Dabla-Norris, E., and H. Floerkemeier, (2007), ``Bank Efficiency and Market Structure: What Determines Banking Spreads in Armenia?,'' IMF Working Paper 07/134 (Washington: International Monetary Fund).

    Demirgüç-Kunt, A., and H. Huizinga, (1998), ``Determinants of Commercial Bank Interest Margins and Profitability: Some International Evidence,'' World Bank Policy Research Working Paper, WPS 1900.

    Demirguç-Kunt, A., L. Laeven, and R. Levine, (2003), ``Regulations, Market Structure, Institutions, and the Cost of Financial Intermediation,'' NBER Working Paper Series No. 9890.

    Detragiache, E., T. Tressel, and P. Gupta, (2006), ``Foreign Banks in Poor Countries: Theory and Evidence,'' IMF Working Paper 06/18 (Washington: International Monetary Fund).

    Djankov, S., C. McLiesh, and A. Shleifer, (2007), ``Private Credit in 129 Countries,'' Journal of Financial Economics, 84(2), pp. 299-329.

    Drakos, K., (2002), ``The Dealership Model for Interest Margins: The case of the Greek Banking Industry,'' Journal of Emerging Market Finance, 1, pp. 75-98.

    Esty, B.C., and W.L. Megginson, (2003); ``Creditor Rights, Enforcement and Debt Ownership Structure: Evidence from the Global Syndicated Loan Market,'' Journal of Financial and Quantitative Analysis, 38(1), pp. 37-59.

    Folawewo, A., and D. Tennant, (2008), ``Determinants of Interest Rate Spreads in Sub-Saharan African Countries: A Dynamic Panel Data,'' paper prepared for the 13th Annual Econometrics Society Conference, 9-11 July, 2008, Pretoria, Republic of South Africa.

    Gelos, R., (2006), ``Banking Spreads in Latin America,'' IMF Working Paper 06/44 (Washington: International Monetary Fund).

    Ho, T., and A. Saunders, (1981), ``The Determinants of Bank Interest Margins: Theory and Empirical Evidence,'' Journal of Financial Quantitative Analysis, Vol. 16, pp. 581-600.

    Kaufmann, D., A. Kraay and M. Mastruzzi, (2009), ``Governance Matters VIII: Aggregate and Individual Governance Indicators 1996-2008,'' World Bank Policy Research Working Paper, WPS 4978.

    Khan, H. ul M., and B. Khan, (2010), ``What Drives Interest Rate Spreads of Commercial Banks in Pakistan? Empirical Evidence Based on Panel Data,'' SBP Research Bulletin, Vol. 6, Number 2, 2010, pp. 15-36.

    Khumaloand, S.M., Y.D. Olalekan and F.N. Okurut, (2011), ``Determinants of Commercial Bank Interest Rate Margins in Swaziland,'' International Journal of Economics and Business Studies, Vol. 1, Number 1: Spring 2011, pp. 3-21.

    Klein, M., (1971), ``A Theory of the Banking Firm,'' Journal of Money, Credit and Banking, 3(2), 205-218.

    La Porta, R., F. Lopez-de-Silanes and A. Shleifer, (2008), ``The Economic Consequences of Legal Origins,'' Journal of Economic Literature 2008, 46.2, pp. 285-332.

    Levine, R., (2003), ``Denying Foreign Bank Entry: Implications for Bank Interest Margins,'' Central Bank of Chile Working Papers No 222.

    Martinez, M.S., and A. Mody, (2004), ``How Foreign Participation and Market Concentration Impact Bank Spreads: Evidence From Latin America,'' Journal of Money, Credit and Banking, 36(3), pp. 511-537.

    Maudos, J., and J. Fernandez de Guevara, (2004), ``Factors Explaining the Interest Margin in the Banking Sector of the European Union,'' Journal of Banking and Finance, 28, pp. 2259-2281.

    Maudos, J., and L. Solis, (2009), ``The Determinants of Net Interest Income in the Mexican Banking System: An Integrated Model,'' Valencian Institute of Economic Research (IVIE) WP-EC 2009-05.

    McKinnon, L. (1973), Money and Capital in Economic Development (Washington: The Brookings Institutions.

    McShane, R.W., and I.G. Sharpe, (1985), ``A Time Series/Cross Section Analysis of the Determinants of Australian Trading Bank Loan/Deposit Interest Margins: 1962-1981,'' Journal of Banking and Finance, 9, pp. 115-136.

    Monti, M., (1972), «Deposit, Credit, and Interest Rate Determination under Alternative Bank Objectives,» in : Karl Shell and Giorgio P. Szego, eds., Mathematical Methods in Investment and Finance, North-Holland, Amsterdam, 430-454.

    Ndung'u, N., and R. Ngugi, (2000), ``Banking Sector Interest Rate Spread in Kenya,'' Kenya Institute for Public Policy Research and Analysis, KIPPRA Discussion Paper No. 5.

    Ngugi, R.W., (2001), ``An Empirical Analysis of Interest Rate Spread in Kenya,'' AERC Research Paper 106.

    Njie, M., (2006), ``The Impact of Financial Liberalization on Bank Spreads in Malaysia,'' Journal of Economic Cooperation, Vol. 27-3 (2006), pp. 163-194.

    Nys, E., (2003), ``Service Provision and Bank Interest Margins: An Adverse Selection Approach and Risk Implications for E.U. Banks,'' European Doctorate, Université de Limoges-University of Birmingham.

    Qian, J., and P.E. Straban, (2007), ``How Laws and Institutions Shape Financial Contracts: The Case of Bank Loan,'' Journal of Finance, 62(6), 2803-34.

    Randall, R., (1998), ``Interest Rate Spreads in the Eastern Caribbean,'' IMF Working Paper 59 (Washington: International Monetary Fund).

    Robinson, J., (2002), ``Commercial Bank Interest Rate Spreads in Jamaica: Measurement, Trends and Prospects,'' Bank of Jamaica.

    Samuel, W., and L. Valderrama, (2006), ``The Monetary Policy Regime and Banking Spreads in Barbados,'' IMF Working Paper 06/211 (Washington: International Monetary Fund).

    Saunders, A., and L. Schumacher, (2000), ``The Determinants of Bank Interest Rate Margins: An International Study,'' Journal of International Money and Finance, Vol. 19, No. 6, pp. 813-832.

    Shaw, M., (1973), ``Financial Deepening in Economic Development,'' (Oxford: Oxford University Press).

    Zhou, K., and M. Wong, (2008), ``The Determinants of Net Interest Margins of Commercial Banks in Mainland China,'' Emerging Markets Finance & Trade, Vol. 44, No. 5, pp. 41-53.

    Zone Franc, ``Rapport annuels,'' Exercices 2002 à 2008.

    Liste des annexes

    Annexe 1 : Matrice des corrélations

    Annexe 2 : Statistiques descriptives des variables

    Annexe 3 : Estimation du modèle à effets fixes [équation (12)]

    Annexe 4 : Estimation du modèle à effets aléatoires [équation (12)]

    Annexe 5 : Test de Hausman [équation (12)]

    Annexe 6 : Test de significativité des effets aléatoires [équation (12)]

    Annexe 7 : Estimation du modèle à effets fixes [équation (13)]

    Annexe 8 : Estimation du modèle à effets aléatoires [équation (13)]

    Annexe 9 : Test de Hausman [équation (13)]

    Annexe 10 : Test de significativité des effets aléatoires [équation (13)]

    Annexe 11 : Estimation de l'équation (12) par la méthode des MCO

    Annexe 12 : Estimation de l'équation (13) par la méthode des MCO

    Annexe 13 : Test d'omission des variables explicatives pertinentes [équation (13)]

    Annexe 14 : Test VIF de multicolinéarité [équation (13)]

    Annexe 15 : Test de normalité des résidus [équation (13)]

    Annexe 16 : Test d'hétéroscédasticité de Breush-Pagan / Cook-Weisberg [équation (13)]

    Annexe 1 : Matrice des corrélations

     

    SPREAD

    ASSETS

    CAPITAL

    COSTS

    DEPOSITS

    LOANS

    NUMBER_OF_BRANCHES

    PROVISIONS

    RESERVES

    SPREAD

    1

     
     
     
     
     
     
     
     

    ASSETS

    -0,19

    1

     
     
     
     
     
     
     

    CAPITAL

    -0,09

    -0,007

    1

     
     
     
     
     
     

    COSTS

    -0,19

    -0,3

    0,7

    1

     
     
     
     
     

    DEPOSITS

    0,16

    0,08

    -0,85

    -0,73

    1

     
     
     
     

    LOANS

    -0,39

    -0,22

    0,67

    0,63

    -0,78

    1

     
     
     

    NUMBER_OF_BRANCHES

    -0,45

    0,63

    -0,37

    -0,28

    0,28

    -0,18

    1

     
     

    PROVISIONS

    -0,23

    -0,27

    0,44

    0,32

    -0,52

    0,83

    -0,2

    1

     

    RESERVES

    0,15

    0,2

    -0,55

    -0,65

    0,7

    -0,68

    0,33

    -0,55

    1

     

    PURE_SPREAD

    GDP_GROWTH

    INFLATION_RATE

    IR_VOLATILITY

    PURE_SPREAD

    1

     
     
     

    GDP_GROWTH

    0.32

    1

     
     

    INFLATION_RATE

    0.27

    -0.016

    1

     

    IR_VOLATILITY

    0.36

    0.28

    0.23

    1




    Source : Construit par l'auteur.

    Annexe 2 : Statistiques descriptives des variables

    Variable | Mean Std. Dev. Min Max | Observations

    -----------------+--------------------------------------------+----------------

    spread overall | 9.907857 1.936432 6.26 14.51 | N = 42

    between | 1.368714 7.795714 11.54857 | n = 6

    within | 1.466473 6.153571 13.26786 | T = 7

    | |

    assets overall | 14.15641 6.054161 7.036959 32.59571 | N = 42

    between | 6.166599 9.231872 23.71406 | n = 6

    within | 2.047155 11.90599 23.03806 | T = 7

    | |

    capital overall | 5.346009 2.396233 1.828615 9.634654 | N = 42

    between | 2.366059 2.791703 7.684636 | n = 6

    within | .9813002 3.513631 7.643086 | T = 7

    | |

    costs overall | 4.528446 1.146567 2.14983 6.647198 | N = 42

    between | 1.035489 2.898548 5.67891 | n = 6

    within | .6318941 3.118438 6.384758 | T = 7

    | |

    deposits overall | 74.84914 9.491969 53.32205 89.97141 | N = 42

    between | 8.906925 62.66167 86.72231 | n = 6

    within | 4.730107 63.64406 83.3608 | T = 7

    | |

    loans overall | 5.474755 2.077514 2.209443 10.56093 | N = 42

    between | 2.084419 3.254045 9.148496 | n = 6

    within | .7791572 3.896096 7.055568 | T = 7

    | |

    number~s overall | 34.97619 35.22228 5 128 | N = 42

    between | 37.19506 6.857143 107.2857 | n = 6

    within | 7.719833 15.69048 55.69048 | T = 7

    | |

    provis~s overall | 10.97522 7.384967 .1448581 27.89242 | N = 42

    between | 7.532332 1.423238 24.38851 | n = 6

    within | 2.470738 3.433226 15.1149 | T = 7

    | |

    reserves overall | 5.732901 3.732374 0 13.8276 | N = 42

    between | 2.913178 .3633171 8.757649 | n = 6

    within | 2.585721 .4172708 12.47348 | T = 7

    | |

    pure_s~d overall | 10.42416 2.259368 5.544117 13.85043 | N = 42

    between | 2.294912 6.609321 12.77805 | n = 6

    within | .7802857 9.358956 11.49654 | T = 7

    | |

    gdp_gr~h overall | 6.419048 8.215608 -4 33.7 | N = 42

    between | 6.047774 1.885714 17.38571 | n = 6

    within | 6.022721 -5.666667 30.54762 | T = 7

    | |

    inflat~e overall | 3.304762 3.417812 -7 9.3 | N = 42

    between | 1.316292 2.357143 5.8 | n = 6

    within | 3.194115 -6.052381 9.247619 | T = 7

    | |

    ir_vol~y overall | 6.071513 4.925639 .1254337 19.47376 | N = 42

    between | 3.966894 1.943852 10.81131 | n = 6

    within | 3.290674 -3.588256 14.73396 | T = 7

    Source : Construit par l'auteur.

    Annexe 3 : Estimation du modèle à effets fixes [équation (12)]

    Fixed-effects (within) regression Number of obs = 42

    Group variable (i): country Number of groups = 6

    R-sq: within = 0.5211 Obs per group: min = 7

    between = 0.1026 avg = 7.0

    overall = 0.1812 max = 7

    F(14,22) = 1.71

    corr(u_i, Xb) = -0.7492 Prob > F = 0.1260

    ------------------------------------------------------------------------------

    spread | Coef. Std. Err. t P>|t| [95% Conf. Interval]

    -------------+----------------------------------------------------------------

    assets | .3605072 .1652904 2.18 0.040 .0177159 .7032986

    capital | .3342695 .4437065 0.75 0.459 -.5859214 1.25446

    costs | .3540308 .5670439 0.62 0.539 -.8219462 1.530008

    deposits | -.0349325 .0786895 -0.44 0.661 -.1981246 .1282595

    loans | -.6839437 .4607207 -1.48 0.152 -1.63942 .2715326

    number_of_~s | -.0436093 .0522896 -0.83 0.413 -.1520514 .0648327

    provisions | .0240529 .1377877 0.17 0.863 -.2617013 .309807

    reserves | .2398257 .1692125 1.42 0.170 -.1110995 .5907509

    dummy_2002 | 2.585148 2.075794 1.25 0.226 -1.719786 6.890081

    dummy_2003 | 2.401175 2.060496 1.17 0.256 -1.872032 6.674382

    dummy_2004 | .5772514 1.732805 0.33 0.742 -3.016366 4.170868

    dummy_2005 | .9216012 1.573383 0.59 0.564 -2.341395 4.184597

    dummy_2006 | 2.110732 1.35209 1.56 0.133 -.6933305 4.914795

    dummy_2007 | .2659551 1.042163 0.26 0.801 -1.895358 2.427268

    _cons | 6.393674 8.394717 0.76 0.454 -11.0159 23.80325

    -------------+----------------------------------------------------------------

    sigma_u | 2.3344336

    sigma_e | 1.3853998

    rho | .73953653 (fraction of variance due to u_i)

    ------------------------------------------------------------------------------

    F test that all u_i=0: F(5, 22) = 1.31 Prob > F = 0.2965

    Source : Construit par l'auteur.

    Annexe 4 : Estimation du modèle à effets aléatoires [équation (12)]

    Random-effects GLS regression Number of obs = 42

    Group variable (i): country Number of groups = 6

    R-sq: within = 0.3987 Obs per group: min = 7

    between = 0.9732 avg = 7.0

    overall = 0.6437 max = 7

    Random effects u_i ~ Gaussian Wald chi2(14) = 48.77

    corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

    ------------------------------------------------------------------------------

    spread | Coef. Std. Err. z P>|z| [95% Conf. Interval]

    -------------+----------------------------------------------------------------

    assets | .0465768 .084274 0.55 0.580 -.1185973 .2117509

    capital | -.0666735 .2827482 -0.24 0.814 -.6208498 .4875028

    costs | .3087626 .500738 0.62 0.537 -.6726658 1.290191

    deposits | -.034633 .0646335 -0.54 0.592 -.1613122 .0920463

    loans | -.7860789 .3800842 -2.07 0.039 -1.53103 -.0411275

    number_of_~s | -.0340541 .0137212 -2.48 0.013 -.060947 -.0071611

    provisions | .1143432 .078704 1.45 0.146 -.0399137 .2686002

    reserves | .1831751 .1489521 1.23 0.219 -.1087656 .4751159

    dummy_2002 | 2.084322 1.184691 1.76 0.079 -.237629 4.406273

    dummy_2003 | 1.78951 .9904174 1.81 0.071 -.1516729 3.730692

    dummy_2004 | .1946533 .9731937 0.20 0.841 -1.712771 2.102078

    dummy_2005 | -.1545392 1.047751 -0.15 0.883 -2.208093 1.899014

    dummy_2006 | 1.013866 1.051171 0.96 0.335 -1.046392 3.074124

    dummy_2007 | .1446733 .9792613 0.15 0.883 -1.774644 2.06399

    _cons | 13.26393 7.03566 1.89 0.059 -.5257105 27.05357

    -------------+----------------------------------------------------------------

    sigma_u | 0

    sigma_e | 1.3853998

    rho | 0 (fraction of variance due to u_i)

    ------------------------------------------------------------------------------

    Source : Construit par l'auteur.

    Annexe 5 : Test de Hausman [équation (12)]

    ---- Coefficients ----

    | (b) (B) (b-B) sqrt(diag(V_b-V_B))

    | fixe . Difference S.E.

    -------------+----------------------------------------------------------------

    assets | .3605072 .0465768 .3139305 .1421929

    capital | .3342695 -.0666735 .400943 .3419486

    costs | .3540308 .3087626 .0452682 .2660831

    deposits | -.0349325 -.034633 -.0002996 .0448837

    loans | -.6839437 -.7860789 .1021351 .2603835

    number_of_~s | -.0436093 -.0340541 -.0095553 .0504573

    provisions | .0240529 .1143432 -.0902904 .1130979

    reserves | .2398257 .1831751 .0566506 .0802878

    dummy_2002 | 2.585148 2.084322 .5008259 1.704532

    dummy_2003 | 2.401175 1.78951 .6116655 1.806853

    dummy_2004 | .5772514 .1946533 .3825981 1.433704

    dummy_2005 | .9216012 -.1545392 1.07614 1.173777

    dummy_2006 | 2.110732 1.013866 1.096866 .8504032

    dummy_2007 | .2659551 .1446733 .1212818 .3565814

    ------------------------------------------------------------------------------

    b = consistent under Ho and Ha; obtained from xtreg

    B = inconsistent under Ha, efficient under Ho; obtained from xtreg

    Test: Ho: difference in coefficients not systematic

    chi2(14) = (b-B)'[(V_b-V_B)^(-1)](b-B)

    = 6.69

    Prob>chi2 = 0.9461

    (V_b-V_B is not positive definite)

    Source : Construit par l'auteur.

    Annexe 6 : Test de significativité des effets aléatoires [équation (12)]

    Breusch and Pagan Lagrangian multiplier test for random effects:

    spread[country,t] = Xb + u[country] + e[country,t]

    Estimated results:

    | Var sd = sqrt(Var)

    ---------+-----------------------------

    spread | 3.749768 1.936432

    e | 1.919333 1.3854

    u | 0 0

    Test: Var(u) = 0

    chi2(1) = 2.10

    Prob > chi2 = 0.1471

    Source : Construit par l'auteur.

    Annexe 7 : Estimation du modèle à effets fixes [équation (13)]

    Fixed-effects (within) regression Number of obs = 42

    Group variable (i): country Number of groups = 6

    R-sq: within = 0.1644 Obs per group: min = 7

    between = 0.4003 avg = 7.0

    overall = 0.0306 max = 7

    F(3,33) = 2.16

    corr(u_i, Xb) = -0.3394 Prob > F = 0.1109

    ------------------------------------------------------------------------------

    pure_spread | Coef. Std. Err. t P>|t| [95% Conf. Interval]

    -------------+----------------------------------------------------------------

    gdp_growth | -.0286054 .0215318 -1.33 0.193 -.0724122 .015201

    inflation_~e | .068334 .0408616 1.67 0.104 -.0147995 .1514675

    ir_volatil~y | -.0278175 .0380687 -0.73 0.470 -.1052689 .0496338

    _cons | 10.55085 .3329708 31.69 0.000 9.873412 11.22828

    -------------+----------------------------------------------------------------

    sigma_u | 2.4244433

    sigma_e | .7950325

    rho | .90290684 (fraction of variance due to u_i)

    ------------------------------------------------------------------------------

    F test that all u_i=0: F(5, 33) = 43.97 Prob > F = 0.0000

    Source : Construit par l'auteur.

    Prob > F = 0.0000 0.05 on rejette H0 et on conclu que les effets individuels sont nécessaires. Il convient à présent de déterminer quel est le type d'effets individuels à prendre en compte.

    Annexe 8 : Estimation du modèle à effets aléatoires [équation (13)]

    Random-effects GLS regression Number of obs = 42

    Group variable (i): country Number of groups = 6

    R-sq: within = 0.1634 Obs per group: min = 7

    between = 0.3771 avg = 7.0

    overall = 0.0155 max = 7

    Random effects u_i ~ Gaussian Wald chi2(3) = 6.30

    corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0978

    ------------------------------------------------------------------------------

    pure_spread | Coef. Std. Err. z P>|z| [95% Conf. Interval]

    -------------+----------------------------------------------------------------

    gdp_growth | -.0252354 .0210806 -1.20 0.231 -.0665526 .0160817

    inflation_~e | .0710935 .0402109 1.77 0.077 -.0077184 .149905

    ir_volatil~y | -.0224403 .0372525 -0.60 0.547 -.0954538 .0505732

    _cons | 10.48745 1.13422 9.25 0.000 8.264416 12.71048

    -------------+----------------------------------------------------------------

    sigma_u | 2.6997766

    sigma_e | .7950325

    rho | .92020111 (fraction of variance due to u_i)

    ------------------------------------------------------------------------------

    Source : Construit par l'auteur.

    Effectuons à présent le test de Hausman.

    Annexe 9 : Test de Hausman [équation (13)]

    ---- Coefficients ----

    | (b) (B) (b-B) sqrt(diag(V_b-V_B))

    | fixed . Difference S.E.

    -------------+----------------------------------------------------------------

    gdp_growth | -.0286054 -.0252354 -.00337 .004385

    inflation_~e | .068334 .0710935 -.0027595 .007263

    ir_volatil~y | -.0278175 -.0224403 -.0053772 .007841

    ------------------------------------------------------------------------------

    b = consistent under Ho and Ha; obtained from xtreg

    B = inconsistent under Ha, efficient under Ho; obtained from xtreg

    Test: Ho: difference in coefficients not systematic

    chi2(3) = (b-B)'[(V_b-V_B)^(-1)](b-B)

    = 0.88

    Prob>chi2 = 0.8300

    Source : Construit par l'auteur.

    Prob>chi2 = 0.8300 0.05 on ne peut rejeter l'hypothèse nulle, on en conclu que le modèle à effets aléatoires est approprié.

    Testons à présent la significativité de ces effets aléatoires grâce au test de Breush-Pagan.

    Annexe 10 : Test de significativité des effets aléatoires [équation (13)]

    Breusch and Pagan Lagrangian multiplier test for random effects:

    pure_spread[country,t] = Xb + u[country] + e[country,t]

    Estimated results:

    | Var sd = sqrt(Var)

    ---------+-----------------------------

    pure_spread | 5.104742 2.259368

    e | .6320767 .7950325

    u | 7.288794 2.699777

    Test: Var(u) = 0

    chi2(1) = 58.90

    Prob > chi2 = 0.0000

    Source : Construit par l'auteur.

    Prob > F = 0.0000 0.05 on rejette H0 et on conclu que les effets aléatoires sont significatifs.

    Par conséquent, l'équation (13) sera estimée avec des effets individuels aléatoires.

    Annexe 11 : Estimation de l'équation (12) par la méthode des MCO

    Source | SS df MS Number of obs = 42

    -------------+------------------------------ F( 14, 27) = 3.48

    Model | 98.956434 14 7.06831672 Prob > F = 0.0026

    Residual | 54.7840731 27 2.02903975 R-squared = 0.6437

    -------------+------------------------------ Adj R-squared = 0.4589

    Total | 153.740507 41 3.74976847 Root MSE = 1.4244

    ------------------------------------------------------------------------------

    spread | Coef. Std. Err. t P>|t| [95% Conf. Interval]

    -------------+----------------------------------------------------------------

    assets | .0465768 .084274 0.55 0.585 -.1263393 .2194928

    capital | -.0666735 .2827482 -0.24 0.815 -.6468249 .5134779

    costs | .3087626 .500738 0.62 0.543 -.7186669 1.336192

    deposits | -.034633 .0646335 -0.54 0.596 -.1672499 .097984

    loans | -.7860789 .3800842 -2.07 0.048 -1.565947 -.0062105

    number_of_~s | -.0340541 .0137212 -2.48 0.020 -.0622075 -.0059006

    provisions | .1143432 .078704 1.45 0.158 -.047144 .2758305

    reserves | .1831751 .1489521 1.23 0.229 -.1224493 .4887996

    dummy_2002 | 2.084322 1.184691 1.76 0.090 -.3464625 4.515106

    dummy_2003 | 1.78951 .9904174 1.81 0.082 -.2426591 3.821678

    dummy_2004 | .1946533 .9731937 0.20 0.843 -1.802175 2.191482

    dummy_2005 | -.1545392 1.047751 -0.15 0.884 -2.304346 1.995268

    dummy_2006 | 1.013866 1.051171 0.96 0.343 -1.142959 3.170692

    dummy_2007 | .1446733 .9792613 0.15 0.884 -1.864605 2.153951

    _cons | 13.26393 7.03566 1.89 0.070 -1.172052 27.69991

    ------------------------------------------------------------------------------

    Source : Construit par l'auteur.

    Annexe 12 : Estimation de l'équation (13) par la méthode des MCO

    Source | SS df MS Number of obs = 42

    -------------+------------------------------ F( 3, 38) = 3.92

    Model | 49.4651006 3 16.4883669 Prob > F = 0.0156

    Residual | 159.829331 38 4.20603502 R-squared = 0.2363

    -------------+------------------------------ Adj R-squared = 0.1761

    Total | 209.294431 41 5.10474223 Root MSE = 2.0509

    ------------------------------------------------------------------------------

    pure_spread | Coef. Std. Err. t P>|t| [95% Conf. Interval]

    -------------+----------------------------------------------------------------

    gdp_growth | .0724325 .0407994 1.78 0.084 -.0101616 .155026

    inflation_rate | .145547 .096876 1.50 0.141 -.0505682 .341662

    ir_volatility | .1113156 .0700557 1.59 0.120 -.0305048 .253135

    _cons | 8.80236 .5767775 15.26 0.000 7.634735 9.969985

    ------------------------------------------------------------------------------

    Source : Construit par l'auteur.

    A l'issue de cette régression, on constate que nos variables explicatives sont globalement significatives au seuil de 5% (Prob > F = 0.0156). Effectuons à présent le de Ramsey-Reset.

    Annexe 13 : Test d'omission des variables explicatives pertinentes [équation (13)]

    Ramsey RESET test using powers of the fitted values of pure_spread

    Ho: model has no omitted variables

    F(3, 35) = 1.17

    Prob > F = 0.3358

    Source : Construit par l'auteur.

    Prob > F = 0.3358 > 0.05 on ne peut rejeter l'hypothèse nulle et on en conclu que notre modèle est bien spécifié.

    Annexe 14 : Test VIF de multicolinéarité [équation (13)]

    Variable | VIF 1/VIF

    -------------+----------------------

    ir_volatility | 1.16 0.861543

    gdp_growth | 1.10 0.913065

    inflation_rate | 1.07 0.935751

    -------------+----------------------

    Mean VIF | 1.11

    Source : Construit par l'auteur.

    On constate que pour tous nos coefficients le rapport 1/VIF est largement supérieur à 0,1 et on en conclu que notre modèle n'a pas de problème de multicolinéarité.

    Annexe 15 : Test de normalité des résidus [équation (13)]

    Skewness/Kurtosis tests for Normality

    ------- joint ------

    Variable | Pr(Skewness) Pr(Kurtosis) adj chi2(2) Prob>chi2

    -------------+-------------------------------------------------------

    resid | 0.150 0.930 2.21 0.3305

    Source : Construit par l'auteur.

    On constate que Prob>chi2 = 0.3305 0.05 on ne peut rejeter l'hypothèse nulle et on en conclu que les résidus sont normalement distribués.

    Annexe 16 : Test d'hétéroscédasticité de Breush-Pagan / Cook-Weisberg [équation (13)]

    Breusch-Pagan / Cook-Weisberg test for heteroskedasticity

    Ho: Constant variance

    Variables: fitted values of pure_spread

    chi2(1) = 2.45

    Prob > chi2 = 0.1173

    Source : Construit par l'auteur.

    On constate que Prob>chi2 = 0.1173 0.05 on ne peut rejeter l'hypothèse nulle et on en conclu que la variance des erreurs est constante.

    Table des Matières

    DEDICACE...............................................................................................................i

    REMERCIEMENTS.....................................................................................................ii

    LISTE DES ABREVIATIONS........................................................................................iii

    LISTE DES TABLEAUX............................................................................................. iv

    LISTE DES FIGURES...................................................................................................v

    SOMMAIRE.............................................................................................................vii

    RESUME.................................................................................................................ix

    INTRODUCTION GENERALE.......................................................................................1

    PREMIERE PARTIE : ANALYSE ECONOMIQUE DU SPREAD DES TAUX D'INTERET BANCAIRES............................................................................................................10

    CHAPITRE I : REVUE DE LA LITTERATURE RELATIVE AUX DETERMINANTS DU SPREAD DES TAUX D'INTERET BANCAIRES.................................................................12

    SECTION 1 : L'IMPACT DES CARACTÉRISTIQUES DES BANQUES ET DE LA STRUCTURE DE MARCHÉ DU SECTEUR BANCAIRE SUR LE SPREAD DES TAUX D'INTÉRÊT BANCAIRES..................................................................................13

    A- L'impact des caractéristiques des banques sur le spread.............13

    1- Les risques bancaires.........................................................13

    2- Les coûts.......................................................................14

    3- La taille de la banque........................................................15

    4- Le volume des activités non traditionnelles..............................16

    B- L'IMPACT DE LA STRUCTURE DE MARCHÉ DU SECTEUR BANCAIRE SUR LE SPREAD...............................................................................................17

    1- La concurrence du secteur bancaire.......................................17

    2- Le rôle des banques étrangères.............................................17

    3- La règlementation bancaire.................................................19

    4- La taille de l'économie......................................................19

    SECTION 2 : L'IMPACT DE L'ENVIRONNEMENT MACROÉCONOMIQUE ET DU CADRE LÉGAL ET INSTITUTIONNEL SUR LE SPREAD DES TAUX D'INTÉRÊT BANCAIRES.................................................................................................20

    A- L'IMPACT DE L'ENVIRONNEMENT MACROÉCONOMIQUE SUR LA MARGE D'INTÉRÊT DES BANQUES...........................................................................21

    1- Le taux d'inflation............................................................21

    2- Le taux de croissance........................................................21

    3- La volatilité des taux d'intérêt.............................................22

    B- L'IMPACT DU CADRE LÉGAL ET INSTITUTIONNEL SUR LA MARGE D'INTÉRÊT DES BANQUES........................................................................................22

    1- Les droits de propriété......................................................22

    2- La gouvernance..............................................................23

    3- L'origine légale..............................................................23

    CHAPITRE II: ANALYSE DESCRIPTIVE DU SPREAD DES TAUX D'INTÉRÊT BANCAIRES DANS LES PAYS DE LA ZONE CEMAC......................................................25

    SECTION 1 : L'ÉVOLUTION DU SPREAD DES TAUX D'INTÉRÊT BANCAIRES ET DES CARACTÉRISTIQUES DES BANQUES INSTALLÉES DANS LES PAYS DE LA ZONE CEMAC.................................................................................................26

    A- LE SPREAD DES TAUX D'INTÉRÊT BANCAIRES EST ÉLEVÉ DANS LES PAYS DE LA ZONE CEMAC...................................................................................26

    1- L'évolution récente du spread des taux d'intérêt bancaires............27

    2- La comparaison internationale du spread des taux d'intérêt bancaires.....................................................................................29

    3- Un spread élevé réduit le volume de crédit accordé au secteur privé.........................................................................................30

    4- Un spread élevé décourage l'épargne......................................31

    B- L'ÉVOLUTION DES CARACTÉRISTIQUES DES BANQUES INSTALLÉES DANS LES PAYS DE LA ZONE CEMAC.........................................................................32

    1- Les actifs bancaires..........................................................32

    2- Le capital des banques......................................................33

    3- Le volume des dépôts......................................................34

    4- Le volume des crédits......................................................35

    5- Les provisions...............................................................36

    SECTION 2 : LA STRUCTURE DE MARCHÉ DU SECTEUR BANCAIRE ET L'ENVIRONNEMENT MACROÉCONOMIQUE ET INSTITUTIONNEL DES PAYS DE LA ZONE CEMAC..............................................................................................37

    A- L'évolution de la structure de marché du secteur bancaire........37

    1- L'évolution de la concentration.............................................37

    2- Le nombre de banques et le nombre de guichets.........................39

    3- La population..................................................................40

    4- Les réserves obligatoires....................................................40

    B- L'ÉVOLUTION DE L'ENVIRONNEMENT MACROÉCONOMIQUE ET INSTITUTIONNEL.....................................................................................42

    1- La croissance...................................................................42

    2- L'inflation......................................................................43

    3- La volatilité du taux d'intérêt réel..........................................44

    4- Le cadre institutionnel.......................................................45

    DEUXIEME PARTIE : UNE EVALUATION EMPIRIQUE DES DETERMINANTS DU SPREAD DES TAUX D'INTERET BANCAIRES DANS LES PAYS DE LA ZONE CEMAC............................48

    Chapitre III: Cadre opératoire................................................................50

    SECTION 1 : MÉTHODOLOGIE ET DONNÉES DE L'ETUDE.........................51

    A- La méthodologie de Ho et Saunders (1981)................................51

    1- Le modèle théorique et ses extensions....................................51

    2- Le modèle empirique et ses applications.................................54

    B- Présentation du modèle à estimer...........................................57

    1- Le modèle et les variables.................................................57

    2- Les caractéristiques statistiques des données...........................61

    SECTION 2 : PROCÉDURE DE SPECIFICATION ET D'ESTIMATION EN DONNEES DE PANEL.....................................................................................62

    A- Tests de spécification en économétrie des données de panel.........62

    1- Test d'existence des effets individuels...................................62

    2- Effets fixes ou effets aléatoires............................................63

    B- Estimation par la méthode des moindres carrés ordinaires..........65

    1- Test d'omission des variables explicatives pertinentes..................65

    2- Test de multicolinéarité......................................................64

    3- Test de normalité des résidus...............................................66

    4- Test d'hétéroscédasticité des erreurs......................................67

    CHAPITRE IV: RÉSULTATS DES ESTIMATIONS DU SPREAD DES TAUX D'INTERET BANCAIRES DANS LES PAYS DE LA CEMAC................................................................69

    Section 1 : ANALYSE DES RésultatS.................................................69

    A- Estimation du spread.............................................................70

    1- Résultats économétriques..................................................70

    2- Interprétation économique.................................................73

    B- Estimation du spread pur......................................................75

    1- Résultats économétriques..................................................76

    2- Interprétation économique.................................................77

    Section 2 : Recommandations et perspectives............................78

    A- Recommandations de politiques économiques...........................78

    1- Améliorer la concurrence dans le secteur bancaire et lutter contre l'inflation..................................................................................78

    2- Améliorer la qualité du cadre légal et institutionnel...................79

    B- Perspectives de l'étude.........................................................80

    1- Mener l'étude à l'échelle des banques..................................80

    2- Prendre en compte le rôle des institutions..............................80

    cONCLUSION GENERALE.....................................................................................83

    REFERENCES BIBLIOGRAPHQUES........................................................................... a

    ANNEXES.............................................................................................................. e

    TABLE DES MATIERES.......................................................................................... w

    * 1 Les chiffres ci-dessus sont issus de la base de données World Development Indicators (2012) de la Banque Mondiale.

    * 2 Klein (1971) et Monti (1972) cités par Nys (2003).

    * 3Contrairement à Klein (1971) et à Monti (1972), Ho et Saunders (1981) postulent que la banque est risquophobe et que c'est cette attitude vis-à-vis du risque qui justifie l'existence d'une marge d'intermédiation bancaire. En outre, ces auteurs modélisent simultanément les deux côtés du bilan de la banque parce qu'ils considèrent que les activités de dépôts et les activités de crédits peuvent faire l'objet de subventions croisées.

    * 4 Ces auteurs sont cités par Zhou et Wong (2008), Maudos et Solis (2009) et Khan et Khan (2010).

    * 5 Cité par Maudos et Solis (2009).

    * 6 Cités par La porta, Lopez-de-Silanes et Shleifer (2008).

    * 7 Cités par Chirwa et Mlachila (2004)

    * 8 Classens et Laeven (2004) ont mis en évidence une relation positive entre la concentration et le degré de concurrence du secteur bancaire.

    * 9 Cet indice mesure la capacité d'une banque à appliquer des prix inférieurs à son coût marginal de production. L'indice de Lerner est donné par la formule suivante :

    Avec Pi = prix moyen des produits bancaires et Cmi = Coût moyen de production

    Maudos et Fernandez de Guevara (2004) ont utilisé l'indice de Lerner dans une étude consacrée aux facteurs explicatifs de la marge d'intérêt des banques dans les pays de l'Union Européenne.

    * 10 Cités par La Porta, Lopez-de-Silanes et Shleifer (2008)

    * 11 Ces prélèvements effectués sur les retraits se font en violation de la loi. En effet, le Règlement 02/03/CEMAC/UMAC/CM relatif aux systèmes, moyens et incidents de paiement stipule que « l'ouverture d'un compte de dépôt donne droit à la délivrance d'une formule de retrait au profit du titulaire du compte ». Par conséquent, les établissements de crédit ne doivent pas prélever de frais sur toutes formules de retrait (chèque, carte de retrait ou tout autre moyen de paiement) que pourrait bien posséder un usager.

    * 12 L'indice Herfindahl-Hirschman (HHI) est un indicateur de mesure de la concentration d'un marché. Il est égal à la somme des carrés des parts de marché des entreprises présentes sur le marché considéré. Pour son interprétation, trois zones sont habituellement retenues : si HHI est inférieur à 1 000, la concentration du marché est considérée comme faible ; si HHI est compris entre 1 000 et 1 800, le marché est moyennement concentré ; si HHI est supérieur à 1 800, la concentration du marché est élevée.

    * 13 Il s'agit ici de l'indice de perception de la corruption calculé annuellement par Transparency International.

    * 14 Ces deux indicateurs institutionnels sont issus de la base de données Worldwide Governance Indicators compilée par Kaufmann et al. (2009). Leurs intitulés originaux sont «Control of corruption» et «Regulatory quality».

    «Regulatory quality» est une perception de l'aptitude du gouvernement à formuler et à mettre en application des lois et règlements justes qui rendent possibles et encouragent le développement du secteur privé. Tandis que «Control of corruption» est une perception de l'ampleur avec laquelle le pouvoir public est utilisé pour la défense des intérêts privés. Cet indicateur prend en compte la petite et la grande corruption, ainsi que la ``prise en otage'' de l'Etat par les élites et les intérêts privés.

    * 15 En effet, Demirgüç-Kunt et Huizinga (1998) stipulent que le spread ex ante est biaisé parce qu'il reflète le risque perçu par la banque. Le risque étant une dimension importante des services bancaires, toute différence dans son évaluation serait de nature à créer des distorsions dans la comparaison des spreads. L'autre problème inhérent à l'utilisation du spread ex ante vient du fait que les données disponibles, sont généralement agrégées à l'échelle du secteur bancaire. Synthétisant ainsi des informations de nature et d'origine différentes.

    Néanmoins, de nombreux auteurs tels que Robinson (2002), Gelos(2006), Samuel et Valderrama (2006), Crowley (2007), Folawewo et Tennant (2008), etc... se sont servi du spread ex ante ou des deux définitions du spread pour mener leurs études.

    * 16 Il convient de noter que certains facteurs reflétant entre autres les imperfections du marché et l'influence de l'environnement macroéconomique peuvent provoquer des déviations du spread pur et conduire à l'application d'un spread dit institutionnel. Le spread institutionnel comprend en plus des taux d'intérêt explicites fixés par la banque, les taux implicites pratiqués par celle-ci.

    * 17 Ces auteurs sont cités par Zhou et Wong (2008), Maudos et Solis (2009) et Khan et Khan (2010).

    * 18 Les pays en question sont l'Allemagne, l'Espagne, la France, la Grande Bretagne, l'Italie et la Suisse.

    * 19 C'est le cas de Ndung'u et Ngugi (2000) et Ngugi (2001) pour le Kenya, Chirwa et Mlachila (2004) pour le Malawi, Beck et Hesse (2006) pour l'Ouganda, Crowley (2007) pour un échantillon de 20 pays de l'Afrique anglophone, Folawewo et Tennant (2008) pour un échantillon de 33 pays d'Afrique subsaharienne, Khumaloand, Olalekan et Okurut (2011) pour le Swaziland, etc.






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








"L'ignorant affirme, le savant doute, le sage réfléchit"   Aristote