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

 > 

L'efficacité technique des banques et ses facteurs explicatifs: application à  la Commercial Bank-Cameroun

( Télécharger le fichier original )
par Martial TCHAKOUNTE DAZOUE
Université Catholique d'Afrique Centrale - Master II en Banque et Finance 2009
  

précédent sommaire suivant

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

Section 2 : Les modèles d'analyse des facteurs de l'efficacité technique

On distingue deux principales approches pour l'identification des facteurs de l'efficacité technique : Une approche simultanée et une approche à deux étapes. Selon la première approche (Paragraphe 1), le modèle proposé permet d'estimer simultanément la frontière de production et l'impact des facteurs explicatifs des écarts entre les firmes. Dans la seconde approche (Paragraphe 2), On mesure le niveau d'efficacité dans un premier temps. Dans un second temps, on spécifie un modèle de régression mettant en relation l'indice d'efficacité de la firme k et une série de variables socioéconomique ou autres (taille de la firme, formation du gestionnaire, statut de propriété, etc.).

Paragraphe 1 : Le modèle simultané : Les frontières stochastiques

Jusqu'au début des années quatre-vingt-dix, afin d'expliquer les facteurs susceptibles

d'expliquer les indices d'efficacité, toutes les études utilisaient une approche à deux étapes2.

1 Assez représentative, néanmoins

2 Elle consiste en l'estimation de la frontière stochastique dans un premier temps et la spécification d'un modèle de régression mettant en relation l'indice d'efficacité technique de la firme k au temps t (Ukt) et une série de

L'efficacité technique des banques et ses facteurs explicatifs : application à la Commercial Bank - Cameroun

2010

 
 

Cette procédure en deux étapes a cependant été contestée puisque l'estimation des paramètres dans la seconde étape contredit une hypothèse faite dans la première étape, en l'occurrence l'indépendance des termes d'erreurs lors de l'estimation de la frontière (Amara et Romain, 2000).

Pour pallier cette lacune, plusieurs auteurs ont proposé des modèles qui permettent d'estimer simultanément la frontière de production stochastique et l'impact des facteurs explicatifs des écarts d'efficacité technique entre les firmes (Battese et Coelli (1992), et Huang et Liu (1994))1. Deux principaux types de modèles ont été proposés.

Le premier type de modèle est celui proposé par Battese et Coelli (1992). Ce modèle permet d'estimer la frontière stochastique tout en tenant compte de la possibilité que l'inefficacité puisse varier dans le temps. Ainsi, le modèle d'inefficacité à variation temporelle (time-varying inefficiency model) traduit la possibilité que les indices d'inefficacité technique des périodes antérieures puissent être dépendants de celui dans la dernière période T. Dans ce modèle, les variables aléatoires associées à l'inefficacité technique des firmes, Ukt, sont exprimées de la façon suivante : Ukt = {exp[-ç(t-T)]}Uk, où ç est un paramètre à estimer et les Uk sont des variables aléatoires indépendantes, non négatives qui possèdent une distribution normale tronquée ayant une moyenne ì et une variance ó2 inconnues. Ce modèle ne tient cependant pas compte des caractéristiques socio-économiques propres à chaque firme.

Le deuxième type de modèle a été proposé par Huang et Liu (1994) et tient compte des interactions entre les variables qui caractérisent l'inefficacité et les facteurs de production : soit le modèle des fonctions frontières stochastiques non neutres «non-neutral stochastic frontier model». Ce type de modèle fait donc en sorte que la frontière stochastique de production ne traduit plus seulement qu'un déplacement neutre de l'ordonnée à l'origine selon la firme ou la période considérée ; l'impact marginal des facteurs de production est fonction des

variables socio-économiques ou autres (niveau de scolarité du gestionnaire ; statut de propriété, taille de la firme, temps, etc.) dans un second temps. Nous y revenons au paragraphe suivant.

1 Cités par Amara & Romain (2000)

L'efficacité technique des banques et ses facteurs explicatifs : application à la Commercial Bank - Cameroun

2010

 
 

caractéristiques spécifiques de chaque entreprise. Ce modèle est défini de la façon suivante : Ukt = äZkt +ä*Z*kt+ Wkt, où Zkt est le vecteur de variables susceptibles d'expliquer les variations des indices d'efficacité technique des firmes. Z*kt est le vecteur des variables traduisant les interactions entre les variables qui caractérisent l'inefficacité et les facteurs de production; ä et ä* sont deux vecteurs de paramètres à estimer; et Wkt est un vecteur de variables aléatoires indépendantes possédant une distribution normale tronquée de moyenne nulle et de variance inconnue ó2, tel que Ukt est non négatif (i.e., Wkt = - äZkt-ä*Z*kt).

Notons que les résultats obtenus de ces deux types de modèles jusqu'ici sont spécifiques à l'échantillon utilisé et ne sont pas généralisables1. Cependant le principal inconvénient du modèle simultané réside dans le fait que la méthode contraint le chercheur à utiliser l'approche des frontières stochastiques pour mesurer l'efficacité technique. Le champ d'étude est également réduit à l'efficacité dans l'optique de la production (efficacité -coût, efficacité profit). Ces limites sont pourtant dépassées par le modèle à deux étapes, autrefois critiqué.

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








"Ceux qui rĂªvent de jour ont conscience de bien des choses qui échappent à ceux qui rĂªvent de nuit"   Edgar Allan Poe