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
  

précédent sommaire suivant

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

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.

précédent sommaire suivant






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








"Les esprits médiocres condamnent d'ordinaire tout ce qui passe leur portée"   François de la Rochefoucauld