SC 0

ECOLE NATIONALE SUPERIEURE POLYTECHNIQUE
UNIVERSITE DE YAOUNDE I
THE UNIVERSITY OF YAOUNDE I
-=-=-=-=DEPARTEMENT DE MATHEMATIQUES ET SCIENCES PHYSIQUES
-=-=-=-=-=-=-=-
-=-=-=-=B.P. 8390 - Tl. : 222 - 45 - 47 FAX 23 18 41 - Tlex : UY1 8384 KN YAOUNDE - CAMEROUN
INITIATION DE MODELES MATHEMATIQUES DANS LA PREVISION DES PRODUITS ET CHARGES DUNE BANQUE: CAS
Mmoire prsent en vue de lobtention Du Master De Statistique Applique

Par M. DJIMEFO KAPEN Georges Parfait Matricule 04Q350 Matre s science en Mathmatiques Appliques Sous la Direction de : Encadreur professionnel : M. Jean Claude ETOUNDI Chef du Contrle de Gestion BICEC Sous la supervision de : Professeur GWET Henri Chef de Dpartement Mathmatiques et Physique ENSP Responsable du Master de Statistique Applique. Anne acadmique 2005-2006 Encadreur acadmique : Dr. NDONG NGUEMA Charg de Cours, ENSP (Ecole Nationale Suprieure Polytechnique)
Tables des matires

Ddicace Remerciements Rsum Abstract Avant propos Liste des abrviations Liste des Figures Liste des Tableaux Introduction i ii iii iv v 1 2 3 4
Chapitre I : PRESENTATION GENERALE DE LA BICEC 5 SECTION I : ENVIRONNEMENT INTERNE DE LA BICEC..5 1.1. Historique...5 1.2. Evolution de la BICEC..5 1.3. Organisation et Structure...8 1.3.1. Organisation8 SECTION II : ENVIRONNEMENT EXTERNE DE LA BANQUE.11 2.1 Le march de la Banque11 2.1.1 Le march des entreprises.11 2.1.2 Le march des professionnels...11 2.1.3 Le march des particuliers11 Chapitre II : ANALYSE DESCRIPTIVE DES PRODUITS ET CHARGES 16 I. Prsentation des Donnes..16 II. Evolution quinquennale des produits et charges...18 II.1. Produits dintrts19 II.2. Charges dintrts20 II.3. Commission et frais de personnel...21 II.4. Charges de personnel et charges gnrales.22 III. Evolution moyenne mensuelle..24 IV. Evolution moyenne annuelle.26 V. Tentative dinterprtation des graphiques.28 Chapitre III : METHODOLOGIE DE BOX ET JENKINS 30 I. Rappel sur les sries chronologiques30 I.1. Schma de dcomposition.....30 I.2. Objectif de lanalyse dune srie temporelle.....33 I.3. Notations....33
II. La mthode de BOX et JENKIS...34 II.1. Analyse de la saisonnalit ou dsaisonnalisation.36 II.2. Stationnarisation...39 II.2.1. Objectif et dfinition de la stationnarit...39 II.2.2.Test de DICKEY-FULLER...40 II.2.2.1. Processus TS (Trend Stationnary)..40 II.2.2.2. Processus DS (Difference Stationnary)..40 II.2.2.3. Mthode des moindres carrs 41 II.2.2.4. Test de Dickey Fuller............ 41 II.3. Identification42 II.3.1. Processus ARMA..42 II.3.1.a. Processus autorgressifs.42 II.3.1.b. Processus moyennes mobiles.43 II.3.1.c. Processus autorgressifs moyennes mobiles..43 II.3.2. Processus ARIMA.43 II.4. Estimation.44 II.5. Vrification...45 II.6. Choix dun modle...46 II.7. Prvision...46 Chapitre IV : APPLICATIONS 48 I. Analyse exploratoire des donnes.............48 II. Dsaisonnalisation par moyenne mobile centre..........50 III. Stationnarit..55 IV. Lecture des correlogrammes simple et partiel..57 V. Validit des modles.59 VI. Prvisions..59 CONCLUSION64 ANNEXES....65 BIBLIOGRAPHIE..73
DEDICACE
Je ddie ce travail mon pre, Monsieur KAPEN David.
REMERCIEMENTS
Le travail que nous prsentons nest sans doute que le fruit dune somme defforts qui, pris individuellement, ont concouru sa ralisation, le soin mtant donn par cette occasion dadresser ma gratitude : Au TOUT-PUISSANT pour tous ses bienfaits ; Au Dr. NDONG NGUEMA Eugne pour toute la comprhension, la disponibilit et la patience dont il a fait montre mon gard pendant mon stage ; A tous les enseignants du Master de Statistique applique qui nont mnag aucun effort pour nous donner une formation de qualit, en particulier : Pr. Henri GWET, pour tout ce quil fait pour la russite du MASTER ; Pr. Didier DACUNHA-CASTELLE ; Pr. Elisabeth GASSIAT ; Pr. J.C. THALABARD ; Pr. Bertrand AUVERT ; Pr. Danielle FLORENS ; Dr. Michel NDOUMBE NKENG; Dr. Maxime KIKI. A Monsieur Jean Claude ETOUNDI, Chef du service du contrle de gestion la BICEC, pour lencadrement professionnel quil ma accord ; A Messieurs EBONG et TAGHUE FONKOU, respectivement Directeur de la DC-SOL et Directeur des crdits pour avoir bien voulu mouvrir les portes dans leur entit ; A Monsieur NZIMA pour lorientation, loreille attentive quil a eu mon gard pendant mon passage la Direction des Crdits ; A tout le personnel de la BICEC, notamment la Direction des Crdits et la DC-SOL pour laccueil, lencadrement pendant mon stage ; A la famille KAPEN, notamment mon pre M. KAPEN David, ma douce mre Mme KAPEN Monique, mes frres et surs Jol-Cdric, Pascalin, Elie, Nlly, Michel Lohr, Patience Cleste pour tous les soins financiers, moraux et pour toute leur assistance indfectible, Mme KAPEN Sariette ; A la famille MOUAFFO NOUWEZEM pour tous les efforts consentis pour ma russite ; A toutes mes grandes familles maternelle et paternelle pour leur assistance notamment : Maman NZILE Emilienne, Famille SAH, notamment ma grand-mre maman MOKO Odette, Famille TCHUEGNO, notamment maman NOUWEZEM Lydienne, Maman Brigitte, Famille MBOUKAM, notamment M. FOTIE Martin, TAA DJI Jean Bosco. A tous mes camarades en gnral, et en particulier M. NGUIFFO et M. NANA Andr, pour leurs conseils et encouragements.
RESUME
Les entreprises voudraient limiter leur dpendance vis--vis de l'incertitude et ralisent cet effet des prvisions ncessaires pour la prise de diverses dcisions. Depuis le milieu du 20me sicle, des mthodes mathmatiques de prvision ont t dveloppes, bases sur des procdures d'extrapolation plus ou moins complexes. Dans le contexte actuel, les prvisions [1] sont bases sur linterprtation dinformations contextuelles externes et de la connaissance de la problmatique . Dans le souci de limiter leur dpendance vis--vis de lincertitude , il a t question pour la BICEC, reprsente ici par le service du contrle de gestion, de mettre sur pied une technique beaucoup plus objective. Dans ce travail, nous nous sommes proposs dinitier des modles mathmatiques dans la prvision de ses produits et charges. Nous avons donc choisi de consacrer une partie de notre travail leur description au cours de la priode quinquennale coule, i.e. la priode allant de 2001 jusqu 2005, puis daborder la prvision proprement dite et, enfin, faire des applications aux donnes relles de la banque. La prvision en elle mme repose sur la thorie des sries chronologiques, et, cet effet, la mthodologie que nous avons adopte est celle de BOX et JENKINS, avec dsaisonnalisation par moyenne mobile centre. Ces procds ont, videmment, des limites, mais restent utiles pour se prononcer de faon rapide linformation quils apportent en ce sens que celle-ci est directement exploitable par la Direction Gnrale de la structure.
[1]
ABSTRACT
Corporations would want to limit their dependence on uncertainty and carry out necessary forecasting for various decisions. Since the middle of the 20th century, mathematical forecasting methods were developed, based on more or less complex extrapolation procedures. In the current context, forecasting is based on [1] interpretation of contextual information and of the knowledge of the problems . In order to limit their dependence on uncertainty , BICEC Management Control Service wished to put in place a more objective technique. The goal of this work is to initiate mathematical models in the forecasting of its income and expenditure. We decided to devote part of our work to their description in the course of the last five (5) years, i.e. the period going from 2001 to 2005, then to do the forecast and finally to implement our forecast to the actual data. The forecasting in itself lies on the theory of time series, and, for this purpose, the methodology that we adopted is that of BOX and JENKINS with diseasonalisation by centered moving averages. Those proceedings have, evidently, limits, but remain useful and the gathered information can be rapidly exploited by the General Direction of the bank.
AVANT-PROPOS
LEcole Nationale Suprieure Polytechnique, dans le souci dune plus grande professionnalisation des tudiants et concomitamment de palier linadquation formationemploi, a accept daccueillir en son sein le Master de Statistique. Formation professionnalisante et dinitiation la recherche, elle bnficie du partenariat de plusieurs tablissements franais et africains notamment les Universits de Paris 5, Paris Orsay, Paris Dauphine, lINSERM, lUniversit de Cocody et lInstitut National Polytechnique de Cte dIvoire. Ouverte au sein du Dpartement de Mathmatiques et de Sciences Physiques, elle est ddie aux tudiants titulaires dau moins une matrise en Mathmatiques, toutes options confondues. Elle vise donner ceux-ci une armada doutils statistiques imbibe dinitiation aux logiciels scientifiques en gnral et statistiques en particulier. Elle vise galement donner un sens professionnel aux thories mathmatiques dont disposent ces derniers. Son admission repose essentiellement sur ltude des dossiers. Sont admissibles au Master 1 les titulaires dune licence en Mathmatiques et au Master 2 les titulaires dune matrise en Mathmatiques et ayant suivi un certain nombre de modules obligatoires. Lon accueille galement des tudiants trangers dont cinq (5) places sur vingt (20) leur sont rserves. Ainsi pour asseoir cette adquation (adquation formation-emploi), ses tudiants sont appels effectuer des stages dimprgnation en entreprise dune dure de trois quatre mois. Cest dans cette perspective que sinscrit mon stage la BICEC, qui, du fait de ses spcificits, ma offert pendant quatre mois un cadre idoine ma formation. Nous avons accus un retard du fait de lindisponibilit du service auquel nous avons t assigns, le service du Contrle de Gestion de la DC-SOL, mais compte tenu du zle et de labngation qui entouraient tout leur staff et moi, le stage sest bien droul dans le strict respect du rglement intrieur de la BICEC et du calendrier acadmique de lEcole POLYTECHNIQUE.
Lauteur:
M. Parfait KAPEN, Matre en Mathmatiques Appliques.
LISTE DES ABREVIATIONS

ACF : Autocorrelation Function. AR : Autoregressive. ARIMA : Autoregressive Integrated Mean Average. ARMA : Autoregressive Mean Average. CVS : Corrig des Variations Saisonnires. DC-SOL : Direction de la Stratgie, lOrganisation, et la Logistique. DS : Difference Stationnary. MA : Mean Average. MCO : Moindres Carrs Ordinaires. PACF : Partial Autocorrelation Function. TS : Trend Stationnary.
____________________________________________________________________________________________ Mmoire de Master de Statistique Applique par DJIMEFO KAPEN Georges Parfait, Matre s sciences Mathmatiques Appliques, Anne Acadmique 2005/2006, ENSP.
LISTE DES FIGURES

1.a March bancaire camerounais...13 2.a Evolution quinquennale du compte dbiteur (cpt_dbt), des crdits court et moyen terme (crd_cmt), de lescompte (escpt)....20 2.b Evolution quinquennale des crdits spots (crd_SPOT), oprations de trsorerie (oprt_trs), produit du portefeuille (prdt_prtfeuille)........20 2.c Evolution des charges relatives aux bons de caisse (bons_csse), comptes terme (cpt_terme), comptes dpargne (cpt_epgne)...21 2.d Evolution des comptes vue (cpt_vue), charges relatives aux oprations de trsorerie (chg_oprt_tr).22 2.e Evolution des commissions sur profit et frais de change (prdt_change), sur engagements par signature (eng_sig), sur gestion des comptes (gest_cpt).22 2.f Evolution des produits accessoires (prdt_acc), autres commissions (autre_cions), frais du personnel (frais_pers)....23 2.g Evolution des charges sociales diverses (chg_soc_div), maintenance matriels et immeubles (imm_mat), lectricit eau et gaz (elec_eau_gaz)..23 2.h Evolution quinquennale de la maintenance informatique (info), de lconomat (econmt), du tlphone, du tlex et de la tlinformatique (tel)....24 2.i Evolution des loyers crdits bail (loy_crd_bail), amortissements (amort), autres frais gnraux (autre_frais_gen)...24 2.j Evolution moyenne mensuelle des diffrents agrgats.26 2.k Evolution moyenne annuelle des diffrents agrgats....28 3.a Les tapes de la mthodologie de Box et Jenkins36 3.b Mthodes de dsaisonnalisation...38 Reprsentations graphiques des sries brutes 50 4.a Comptes dbiteurs50 4.c Escompte..50 4.b Crdits court et moyen terme...51 4.d Crdits spots.51 4.e Produits du portefeuille51 4.f Bons de caisse...51 Type de schma...51 4.g Mthode de la bande52 Reprsentations des sries et de leurs sries moyennes mobiles 52 4.h Comptes dbiteurs53 4.i Crdits court et moyen terme...53 4.j Escompte..53 4.k Crdits spots transforms.53 4.l Produits du portefeuille transforms53 4.m Bons de caisse......53 Reprsentations des sries et de leurs CVS 55 4.n Comptes dbiteurs55 4.o Crdits court et moyen terme.......55
4.p Escompte......55 4.q Crdits spots transforms.55 4.r Produits du portefeuille transforms56 4.s Bons de caisse..........56 Reprsentations des sries et des ajustements de leurs tendances 57 4.t Comptes dbiteurs57 4.u Escompte......57 4.v Crdits court et moyen terme.......57 4.w Crdits spots transforms.57 4.x Produits du portefeuille transforms58 4.y Bons de caisse...........58 LECTURE DES CORRELOGRAMMES SIMPLE ET PARTIEL 58 4.z Comptes dbiteurs.....58 4.aa Crdits court et moyen terme.........58 4.ab Escompte........59 4.ac Crdits spots transforms.......59 4.ad Produits du portefeuille transforms..59 4.ae Bons de caisse............59 Reprsentations de la chronique initiale, lajustement, les prvisions et les intervalles de confiance 63 4.af Comptes dbiteurs......63 4.ag Crdits court et moyen terme.............63 4.ah Escompte............63 4.ai Crdits spots...........63 4.aj Produits du portefeuille......64 4.ak Bons de caisse............64
LISTE DES TABLEAUX

1.a Rpartition du capital social de la BICIC en 1978....7 1.b Rpartition du capital aprs le dpart de SFON et de la BARCLAYS BANK7 1.c Actionnaires actuels de la BICEC.8 1.d Fiche didentit de la BICEC8 1.e Organigramme de la DC-SOL.11 1.f Rseau de distribution..15 3.a Diffrence entre une srie et sa moyenne mobile dordre 12..39 3.b Rapport entre une srie et sa moyenne mobile dordre 12..40 4.a Donnes brutes50 4.b Tableaux des coefficients saisonniers.54 4.c Rcapitulatif des statistiques de DICKEY Fuller56 4.d Modles pressentis..59 4.e Modles retenus pour les sries stationnaires.60 4.f Rcapitulatif des p-values lissue des tests de normalit et bruit blanc sur les rsidus60 PREVISIONS POUR 2006 60 4.g Comptes dbiteurs...61 4.h Crdits court et moyen terme..61 4.i Escompte..62 4.j Crdits spots non transforms..62 4.k Produits du portefeuille non transforms62 4.l Bons de caisse..63 TABLE DE DICKEY FULLER 73 5 Critical values for the Dickey-Fuller t statistics...73
INTRODUCTION
Depuis la nuit des temps, les entreprises ont toujours trouv proccupante lide se faire du chiffre daffaires quelles raliseront pour les chances futures. Nen demeurent pas indemnes les banques qui marquent un intrt indfectible pour cette problmatique. La notion dtablissement de crdit , qui se substitue au vocable banque , est dfini par la loi bancaire de janvier 1984 qui prcise que : les tablissements de crdit sont des personnes morales qui effectuent, au titre de profession habituelle, des oprations de banque qui comprennent entre autres la rception de fonds du public, les oprations de crdit, ainsi que la mise disposition des moyens de paiement vis--vis de la clientle. Ainsi, dans un souci dorganisation structure, les diffrentes entits dune banque font part de leurs besoins auprs dun service, celui adapt cet effet : Contrle de gestion, qui revient la tche dlaborer le budget, de contrler les ralisations et les prvisions. On comprend par l limportance quattache une banque llaboration de son budget et son suivi. La Banque Internationale du Cameroun pour lEpargne et le Crdit (BICEC) rpond cette proccupation. Pour mener bien sa lourde tche, la BICEC a mis sur pied un systme bancaire dont il faut se rapprocher pour mieux lapprhender. Notre rapprochement nous a permis, tour tour, daller la Direction des Crdits o nous avons appris le langage de la banque, et la DC-SOL, plus particulirement au Service de Contrle de Gestion o il nous a t demand de rflchir sur ce problme perptuel que soulvent les banques : la prvision. Et, dans le contexte prsent, ltablissement des prvisions de ses charges qui contribue largement atteindre un niveau de service lev et conditionne l'optimisation de la chane logistique, quel que soit leur niveau de flexibilit et [1] ractivit. . Cette tche ne saurait seffectuer sans le recours aux sries chronologiques qui, travers sa panoplie de modles entre autres AR, ARMA, ARIMA, SARIMA, nous donnent des outils de prvision. Nous avons guid notre travail en trois grandes parties : Une premire tape consiste prsenter la BICEC. La seconde une analyse descriptive des donnes. Ensuite, nous dveloppons la mthodologie de BOX et JENKINS avec dsaisonnalisation par moyennes mobiles centres. Enfin, nous appliquons nos modles dans la prvision des charges et produits de la BICEC.
CHAPITRE PREMIER
PRESENTATION GENERALE DE LA BICEC

SECTION I : ENVIRONNEMENT INTERNE DE LA BICEC 1.1 Historique Lhistoire de la BICEC remonte lpoque de la runification. En effet, elle est issue de la fusion- absorption de la B.N.C.I (Banque Nationale pour le Commerce et lindustrie) du Cameroun Oriental par la BARCLAYS BANK appartenant au Cameroun Occidental. Cette absorption donne naissance le 27 octobre 1962, la Banque Internationale du Cameroun pour le Commerce et lIndustrie (B.I.C.I.C.). A sa cration, la B.I.C.I.C, au capital de deux cent millions de francs CFA (200 000 000 F CFA), dont 25% sont dtenus par lEtat camerounais emploie prs de 140 agents sur 4 agences. Les annes 80 marques par la rcession conomique, la B.I.C.I.C., subira une importante restructuration. En effet, la B.I.C.I.C. avait un portefeuille qui reprsentait deux situations : une partie saine qui a t reprise par le groupe des Banques Populaires (ensemble de grandes coopratives constitues en tablissements bancaires dont le sige est Monaco), et une partie douteuse qui sera confie la SRC (Socit de Recouvrement des Crances) pour recouvrement. Malheureusement, la restructuration ne sera pas suffisante pour sa prennisation. Aprs 35 ans dexistence, elle fermera ses portes, suite au dpart dun de ses partenaires stratgiques : la B.N.P. (Banque Nationale de Paris), et au regard dnormes difficults auxquelles elle ne pouvait plus faire face. Le conseil dadministration tenu le 14 mars 1997 prononce sa liquidation et donne naissance le 17 mars 1997, la Banque Internationale du Cameroun pour lEpargne et le Crdit (B.I.C.E.C) dont le groupe des Banques Populaires dtient plus de 51% du capital. 1.2 EVOLUTION DE LA BICEC Lvolution de la B.I.C.I.C. a t marque par plusieurs mutations en ce qui concerne sa dnomination, son niveau dactivit, son effectif et surtout son capital social. La B.I.C.I.C. sest affirme comme leader des banques du pays, non seulement du point de vue de son vaste rseau de distribution, mais aussi de limportance de sa clientle qui ne cesse de saccrotre. En 1970, le nombre dagences est pass de 4 15, pour un effectif de 315 agents. En 1974, les intrts camerounais sont ports 35%, la faveur dune augmentation de capital. En 1978, LEtat camerounais prend le contrle majoritaire du capital avec 51% des actions. Le capital se prsente donc ainsi :
ACTIONNAIRE
- Etat camerounais - SFON - BARCLAYS BANK - B.N.P TOTAL
POURCENTAGES 51% 24% 13% 12% 100%
MONTANT 1 530 000 000 F CFA 720 000 F CFA 390 000 000 F CFA 360 000 000 F CFA 3 000 000 000 F CFA
Tab 1.a : Rpartition du capital social de la BICIC en 1978. En 1981, le capital social est port quatre milliards de francs CFA (4 000000000 F CFA), le nombre dagences passe de 15 35 et leffectif de 315 1239 agents. Cependant, avec la crise conomique des annes 80 qui frappe lconomie camerounaise de plein fouet, la croissance fulgurante de la B.I.C.I.C. marquera un temps darrt. Ceci sera concrtis par ladoption dun plan de restructuration en janvier 1991, avec pour objectif de rendre la banque plus rentable et de la prparer la privatisation. Une vaste compression du personnel va entraner la rduction de leffectif total 947 agents et la fermeture de dix (10) agences. En 1994, la B.N.P. et la BARCLAYS BANK se retirent du capital. La liquidation de la B.I.C.I.C. intervient le 13 mars 1997.
ACTIONNAIRES POURCENTAGES NOMBRE D'ACTIONS MONTANTS
Etat camerounais 79,98% 239 940 2 399 400 000 F CFA CFC 11,66% 34 980 349 800 000 FCFA CSPH 8,33% 24 990 249 900 000 F CFA Administrateurs 0,03% 90 900 000 F CFA TOTAL 100% 300 000 3 000 000 000 FCFA Tab 1.b : Rpartition du capital aprs le dpart de SFON et de la BARCLAYS BANK. Le 17 mars 1997, une nouvelle entit plus crdible, dnomme BICEC, voit le jour, avec pour vocation de reprendre les actifs sains et la totalit des dpts de la dfunte B.I.C.I.C, contrle gnralement par le groupe des Banques Populaires de France hauteur de 51% du capital et dtenant 26 agences. Aujourdhui, la B.I.C.E.C., une socit anonyme de type mixte, dispose de 27 agences reparties dans le territoire national, avec un effectif de prs de 557 employs pour un capital de trois milliards de francs CFA (3 000 000 000 F CFA)
NOMBRES ACTIONNAIRES Banque Populaire Privs camerounais Personnel B.I.C.E.C Banque Mondiale PROPACO Autres TOTAL POURCENTAGES 51% 19.5% 5% 7,5% 7,5% 8,5% 100% D'ACTIONS 156 000 58 500 15 000 22 500 22 500 25 500 300 000 MONTANTS 1 560 000 000 F CFA 585 000 000 F CFA 150 000 000 F CFA 225 000 000 F CFA 225 000 000 F CFA 225 000 000 F CFA 3 000 000 000 F CFA
Tab 1.c : Actionnaires actuels de la BICEC.
Raison sociale : Banque Internationale du Cameroun pour l'Epargne et le Crdit Sigle : B.I.C.E.C Sige social : Douala Bonanjo Avenu Charles DEGAULE Forme juridique : Socit Anonyme Capital social : 3.000.000.000 FCFA Date de cration : 17 mars 1997 Boite postale : 1925 Douala Tlphone : (237) 342 84 31 / 342 29 65 Fax : (237) 342 60 47 / 342 41 60 N Immatriculation : 017217AC Activits principales : collecte des fonds et distribution des crdits Rgime fiscal : taux plein P.C.A. : Jean Baptiste BOKAM Directeur Gnral : Jean Pierre SCHIANO D.G.A. : ONDOA NKOU Innocent Tab 1.d : Fiche didentit de la BICEC.
1.3 ORGANISATION ET STRUCTURE. 1.3.1 ORGANISATION. Comme toute entreprise bancaire, la B.I.C.E.C. a mis sur pied une organisation afin de mieux scuriser, grer et garantir les fonds placs par les clients. Celle-ci est regroupe en deux grands organes : les ples dcisionnels et les ples oprationnels. Les ples Dcisionnels. a) Le Conseil d'Administration (CA). Il est investi des pouvoirs les plus tendus pour agir en toute circonstance au nom de l'entreprise. Il a sa tte un Camerounais. Les pouvoirs du CA sont lis aux fonctions administratives. Le CA statue galement sur toutes les autres questions qui dpassent le ressort de l'assemble gnrale. b) La Direction Gnrale. Elle est charge de mettre en application toutes les rsolutions prises par le conseil d'administration. A sa tte on a un expatri, son adjoint tant un Camerounais. Les ples Oprationnels. Il ressort de l'organigramme prsent en annexe, la rpartition des responsabilits et des diffrentes tches qui incombent chaque employ. Ceci permet d'viter les diffrentes interfrences et la violation du principe d'unit de commandement. Ainsi, nous distinguons 6 directions centrales, savoir : le Secrtariat Gnral, la Direction informatique, la Direction du dveloppement, la Direction centrale des engagements, la Direction centrale de la stratgie, organisation et logistique, la Direction de la production et l'Inspection gnrale. A) Le Secrtariat Gnral. Il dirige et coordonne les activits des entits ci-aprs numres. La Direction des Ressources Humaines (DRH). Cette direction s'occupe du recrutement, de la formation et du suivi du personnel. Elle est compose de trois services savoir : - le service gestion des courriers qui s'occupe galement de la formation du personnel, - le service du personnel qui s'occupe de la paie du personnel et de tous les rapports des employs avec la CNPS, - l'agence du personnel qui est le service qui s'occupe des engagements du personnel. La Division Juridique et Fiscale (DJF). Elle soccupe des affaires juridiques et toutes les relations entretenues avec le fisc. Cest aussi elle qui gre le patrimoine juridique et fiscal de la banque. La Direction Financire (DF). Elle s'occupe de la comptabilit de la banque. Elle a en son sein, le contrle comptable bancaire, la comptabilit bancaire et la trsorerie.
B) La Direction du Dveloppement. Elle assure la gestion administrative de tout le rseau. Elle est constitue des agences et des rgions. La BICEC, avec son rseau de 27 agences, est actuellement installe dans 5 rgions savoir : - le Nord ; - le Littoral ; - l'Ouest ; - le Centre Sud et Est ; - le Sud-Ouest. Cette direction s'occupe de l'exploitation courante de la banque. Elle met un accent sur l'aspect commercial. Cet aspect consiste prospecter la clientle et la fidliser au travers de divers services (gestion de compte, crdit, etc.). C) La Direction Centrale des Engagements. Elle est compose de deux dpartements, d'un service et d'une direction. a. La Division du Contentieux et Recouvrement Bancaire. Elle s'occupe de tous les dossiers litigieux pour lesquels le client s'est avr dfaillant. Elle s'occupe galement du recouvrement des crances litigieuses. b. Le Dpartement Surveillance des Engagements. Son travail consiste prvenir des risques, en s'assurant que le processus de dcision dfini par la banque est bien respect. Il dtecte les anomalies lies au fonctionnement des comptes et au remboursement des prts accords. Il suit la rgularisation des anomalies et des dysfonctionnements constats. c. Le Service Gestion des Prts. Ds la rception du dossier de prt pour mise en place, il procde un contrle systmatique de la dlgation du pouvoir, de la validit des garanties et la mise en place du crdit. d. La Direction des Etudes et Dcisions. Elle est charge de ltude complte du dossier de crdit soumis son apprciation. Cette tche est rserve l'analyste de crdit qui vrifie toute l'information fournie par le commercial. Par ailleurs, celui-ci complte au besoin le dossier, met son avis et transmet la hirarchie pour une prise de dcision rapide et efficace. D) La Direction de l'Informatique. Cette direction s'occupe de la gestion du parc informatique de la banque, de la gestion de la messagerie interne, et du logiciel utilis pour la gestion de la banque. E) La Direction de la Production. Elle est constitue de la Direction des Oprations Nationales et des Oprations Etrangres. Cette direction s'occupe du traitement des chques, des virements locaux et les transferts l'tranger.
10
F) La Direction Centrale de la Stratgie, Organisation et Logistique. Il sagit de la direction o nous avons effectu notre stage. Nous mettrons cet effet un accent particulier sur elle. Nous prsentons ci-dessous son organigramme.
DIRECTEUR CENTRAL Assistante
Dpartement De la Logistique
Dpartement du contrle de gestion
Scurit des systmes dinformation
Service de la gestion des risques
Courrier standard
Service analytique
Archives / conomat
Gestion des achats
Maintenance
Tab 1.e : Organigramme de la Direction Centrale de la Stratgie Organisation et Logistique. Le Dpartement du Contrle de Gestion. Il s'occupe de l'laboration du budget. Toutes les entits font part de leurs besoins, et il revient au contrle de gestion d'laborer le budget afin de le prsenter pour adoption par la direction gnrale. Une fois le budget adopt, il contrle les ralisations et les prvisions. Ensuite, il analyse et interprte les carts ventuels constats, puis soumet son rapport la direction gnrale. Le responsable de ce dpartement a pour rle de : mesurer la performance et participer llaboration de la gestion prvisionnelle de la banque ; mener des tudes de rentabilit relatives aux oprations, aux produits, aux clients et aux diffrentes units de la banque ; contrler la fiabilit de linformation comptable ; animer, diriger et grer le dpartement ; assurer lanimation des collaborateurs de son dpartement. Le service analytique nest pas encore effectif ; nanmoins, le Responsable du service analytique est charg de : assurer la confection mensuelle du compte de rsultat et la prparation du compte de rsultat prvisionnel ; prparer et suivre le budget dinvestissement ; analyser les carts du compte de rsultat. Ce dpartement a une quipe constitue de chargs dtudes qui ont pour rle de : participer des projets conduits par le Dpartement ;
11
mener des tudes qui permettront daboutir une optimisation, une fiabilit et une mise niveau des process contribuant lamlioration de la qualit des prestations du dpartement ;
La Logistique. Elle soccupe de la gestion administrative des biens meubles et immeubles de la B.I.C.E.C. Elle regroupe quatre services : le service du courrier ; le service de maintenance ; le service des achats ; le service de lconomat et des archives ; Le contrle de gestion. Il s'occupe de l'laboration du budget. Toutes les entits font part de leurs besoins, et il revient au contrle de gestion d'laborer le budget afin de le prsenter pour adoption par la direction gnrale. Une fois le budget adopt, il contrle les ralisations et les prvisions. Ensuite il analyse et interprte les carts ventuels constats, puis soumet son rapport la direction gnrale. G) L'inspection gnrale. Cette direction centrale s'occupe du contrle et de la rgularit des oprations, ainsi que de la scurit des valeurs et personnes. Elle a galement un rle d'assistance technique. C'est le gendarme de la banque.
SECTION II : L'ENVIRONNEMENT EXTERNE DE LA BANQUE. L'analyse de l'environnement externe de la banque pourrait tre faite au travers de son march, sa concurrence et l'architecture juridique sur lequel elle exerce. 2.1. Le march de la banque. Il s'articule autour de trois principales clientles. Nous y distinguons le march des entreprises, celui des professionnels ou PME/PMI et, enfin, celui des particuliers. 2.1.1. Le march des entreprises. Il comprend les entreprises publiques, les entreprises prives. Ce sont des personnes morales. La condition d'ouverture de compte entreprise ou compte courant est d'tre immatricule au registre du commerce et de dposer un minimum d'un million de francs CFA pour faire fonctionner le compte. 2.1.2. Le march des professionnels. Ce march concerne les PME et les PMI. Il regroupe des entreprises individuelles et les conditions d'ouverture de compte sont les mmes que celle des entreprises. 2.1.3. Le march des particuliers. Il est, de loin, le march le plus vaste de la banque. La BICEC dispose d'environ 150.000 clients particuliers. Parmi ce march, nous distinguons : les administrations publiques, les administrations prives, 12
les entreprises d'assurances publiques, les entreprises d'assurances prives, les particuliers. En ce qui concerne les particuliers, le montant minimum ncessaire pour l'ouverture d'un compte est de 200.000 FCFA. Hormis ces marchs traditionnels rgulirement rencontrs dans toutes les banques, nous notons cependant un march de l'agriculture. Ce dernier prend progressivement de l'ampleur la BICEC et son essor devient de nos jours incontestablement remarquable. LA BICEC DANS SON ENVIRONNEMENT CONCURRENTIEL. 1. Le march bancaire camerounais. La concurrence se fait de plus en plus pre sur le march bancaire camerounais. Le fait que la B.E.A.C ait assoupli les conditions d'octroi d'agrment, que la concurrence internationale soit de plus en plus menaante, et surtout l'avnement du march boursier, font que de nouvelles banques frappent aux portes du march bancaire camerounais. Le march bancaire camerounais est compos de dix banques actuellement : - la BICEC, avec un capital social de 3.000.000.000 FCFA, - le Crdit Lyonnais, avec un capital social de 3.500.000.000.FCFA, - la Socit Gnrale des Banques, avec un capital social de 6.250.000.000 FCFA, - la CBC, avec un capital social de 4.500.000.000 FCFA, - Afriland First Bank, avec un capital social de 3.000.000.000 FCFA, - la Standard Chartered Bank, avec un capital social de 3.500.000.000 FCFA, - Amity Bank, avec un capital social de 4.000.000.000 FCFA, - Citi Bank, avec un capital social de 3.000.000.000 FCFA, - Union Bank, avec un capital social de 1.300.000.000 FCFA, - Ecobank, avec un capital social de 3. 000.000.000 FCFA.
March bancaire camerounais
AM ITY BANK 3% UNION BANK 4%
CITI BANK 9%
ECO BANK 9%
BICEC 9%
Crdit Lyonnais 11%
STANDARD CHARTERED BANK 11% AFRILAND FIRST 9% CBC 13%
SGBC 22%
BICEC AFRILAND FIRST CITI BANK
Crdit Lyonnais STANDARD CHARTERED BANK ECO BANK
SGBC UNION BANK
CBC AM ITY BANK
Fig 1.a : March bancaire camerounais.

13
2. Le cadre rglementaire.
L'architecture du systme bancaire camerounais repose autour de trois textes organiques.
Premier texte : La convention de coopration montaire entre la rpublique du Tchad, du Cameroun, de la Centrafrique, du Congo et celle du Gabon signe Brazzaville le 22 novembre 1972. Cette convention est complte le 18 novembre 1990 par un texte crant la Commission Bancaire de l'Afrique Centrale, en abrg "C.O.B.A.C". Elle est charge de veiller au respect, par les tablissements de crdits, des dispositions lgislatives et rglementaires dites par les autorits montaires nationales, par la Banque des Etats de l'Afrique Centrale (B.E.A.C) ou par elles-mmes et qui leur sont applicables. Elle sanctionne galement les manquements constats. Deuxime texte : Lordonnance n85/002 du 31 aot 1985 relative l'activit des tablissements de crdits. Ce sont des organismes qui effectuent titre habituel les oprations de banque. Troisime texte : L'article 2 de la convention portant cration de la C.O.B.A.C du 22 novembre 1990 stipule que les tablissements de crdit comprennent les banques, les tablissements financiers, les caisses d'pargne postale, les socits financires d'investissements et de participations. L'article 4 de la mme convention stipule que les oprations de banques comprennent la rception des fonds du public, les oprations de crdit, ainsi que la mise disposition de la clientle des moyens de paiements et leur gestion. Aussi, les Etats se sont dessaisis de leur pouvoir individuel au profit d'une gestion commune de leurs intrts en ce qui concerne les problmes de la monnaie.
La tutelle de supervision en matire montaire en Afrique Centrale s'exerce deux niveaux : niveau national et niveau sous-rgional.
Au niveau national. L'autorit montaire est le Ministre de l'Economie et des Finances. Il est assist dans cette tche par des experts de la Direction des Contrles Economiques et des Finances Extrieures. Au sein de cette structure, il existe une inspection des banques et une cellule bancaire s'occupant de toutes les questions en rapport avec le systme bancaire local. En outre, au niveau national, il y a le Conseil National de Crdit (C.N.C). Cest un organe consultatif dont les attributions se rsument donner son avis sur l'orientation de la politique montaire, la rglementation bancaire, les conditions de fonctionnement des tablissements de crdit et leurs rapports avec la clientle. Au niveau sous-rgional. La tutelle et la supervision des tablissements sont exerces par : La banque centrale au travers de la direction nationale du pays qui abrite aussi les services du C.N.C ; Le comit montaire national, structure de la B.E.A.C ; La C.O.B.A.C, qui, sur la base des dispositions de la convention d'harmonisation de la rglementation bancaire dans les Etats de l'Afrique Centrale, a la charge de donner son
14
avis sur les divers agrments octroyer par l'autorit montaire. Elle contrle galement la gestion et les activits des tablissements assujettis, contraints au respect des ratios prudentiels selon les rgles internationales adaptes au contexte local. C'est encore la C.O.B.A.C qui prononce des sanctions sur la base des contrles effectus (administration provisoire, retraits d'agrments, liquidation et autres).
La stabilit politique, la paix et la relance conomique des annes prcdentes, les mesures en faveur de la lutte contre la pauvret, les politiques dinvestissement et de protection des investisseurs par les rglements de lOHADA sont des atouts favorables pour la croissance du secteur bancaire en gnral et de la B.I.C.E.C. en particulier. Ayant pour activit principale la collecte et la distribution des fonds du public, la B.I.C.E.C peut tre classe dans la catgorie des entreprises prestataires de service : le secteur tertiaire.
RESSOURCES ET ACTIVITES DE LA B.I.C.E.C. 1. Ressources. Il sagit des moyens de fonctionnement mis la disposition de lentreprise pour la bonne marche de ses activits. Elles sont dordre financier, technique et humain. Les moyens financiers. Ils sont constitus des fonds propres de la banque, des dpts vue et terme de la clientle. Ces moyens permettent la banque de jouer pleinement son rle dintermdiaire financier et deffectuer diverses autres prestations auprs du public. Les moyens techniques. La B.I.C.E.C. dispose du rseau de distribution le plus tendu lheure actuelle au Cameroun, avec 5 rgions et 27 agences dont la dernire en date est celle dEbolowa. NOMBRE D'AGENCES
6
REGIONS
LITTORAL
VILLES
DOUALA
LIEUX D'IMPLANTATION Bonanjo, Bali, Bassa, Eda Kribi Dschang, Bafoussam, Bamenda Nkongsamba, Bafang Limb, Tiko, Bua, Kumba, Manf
Yaound, (centre, le parc,valle) Sangmlima, Mbalmayo, Bertoua, Ebolowa Garoua, Kousseri, Maroua, Ngaoundr
OUEST SUD-OUEST CENTRESUD-EST
BAFOUSSAM LIMBE
5 5
YAOUNDE NORD GAROUA Tab 1.f : Rseau de distribution.
7 4
La B.I.C.E.C. est la premire banque camerounaise mettre sur pied la billetterie automatique depuis 1998. Sur le plan informatique, la B.I.C.E.C. dispose pour lexcution de ses oprations bancaires, dun parc informatique important fonctionnant en rseau de telle
15
sorte que chaque employ dispose dun poste de travail. Ce rseau permet de se connecter toutes les agences du site par lintermdiaire du rseau VSAT et des serveurs.
Moyens humains. Grce aux multiples formations et recrutements effectus par la Direction des ressources humaines, actuellement, la B.I.C.E.C. emploie 548 personnes, toutes catgories confondues. 2. ACTIVITES.
Lordonnance 73-27 du 30 aot 1973 du Ministre des Finances relatif aux banques et socits financires caractre bancaire, industriel, commercial, dfinit la banque comme une entreprise ayant pour profession habituelle de recevoir du public, sous forme de dpts, des fonds quelle emploie pour son propre compte en oprations d'escompte, de crdit ou en autre opration financire . Rpondant cette dfinition, la B.I.C.E.C. offre ses clients une gamme varie de services :
LEpargne. Les agents conomiques en excdent de financement ont la possibilit douvrir des comptes dpargne rmunrs au taux annuel de 5%, des comptes courants, des comptes de dpt : dpt terme pour les personnes morales et les bons de caisse pour les particuliers. Le Crdit. Moyennant des garanties, la B.I.C.E.C. octroie des crdits sa clientle : Crdit court terme dune dure infrieure ou gale 2 ans : le crdit la consommation, le crdit documentaire, lescompte des effets de commerces ; Crdit moyen terme, dune dure infrieure ou gale dix ans : le revolving, le crdit dinvestissement accord aux entreprises pour lacquisition des immobilisations, du crdit achat automobile ; Crdit long terme, dune dure suprieure dix ans : ce type de crdit est rserv lhabitat et limmobilier. Autres activits. La B.I.C.E.C. effectue aussi des oprations de change, de virement, de transfert de fonds, de location de coffre-fort, de traitement de travellers chques, des oprations montiques (utilisation des cartes dans les transactions : carte leader, carte plus, carte express).
Sur le plan informatique, la BICEC possde un systme appel "SPIDER", ce qui veut dire en franais l'araigne de par sa capacit couvrir le maximum d'oprations en temps rel et dans toutes les agences. Par ailleurs, la BICEC possde travers le monde, un vaste rseau de correspondants tels que CITIBANK (New-York) ; NATEXIS (France).
16
CHAPITRE DEUX
ANALYSE DESCRIPTIVE DES PRODUITS ET CHARGES

IPRESENTATION DES DONNEES.
Les donnes sont mensuelles et issues des comptes de rsultats des annes 2005, 2004, 2003, 2002, 2001. Avant de poursuivre, dfinissons clairement ce quest un compte de rsultat. Un compte de rsultat est la comptabilisation des produits (recettes) et charges (dpenses) de la banque sur une priode donne. Il matrialise aussi la ralisation du budget gnral de la banque, reprsentatif des objectifs commerciaux et financiers quelle sest fixe. Pour cela, les rsultats doivent tre mesurs avec prcision. La dtermination des rsultats mensuels implique un ensemble dactions pralables dont larrt mensuel des comptes. Effectu aprs le dernier jour du mois, larrt mensuel, consiste en un ajustement rationnel des comptes de charges et de produits. Les principales oprations effectues sont : la validation et la comptabilisation des agios, constitus par lensemble des frais verss ou prlevs aux clients ; la validation et la comptabilisation des provisions pour dprciation et pour risques et charges, qui enregistrent dventuelles pertes pour la banque ; la validation et la comptabilisation des amortissements, qui constatent lobsolescence de certaines immobilisations ; la comptabilisation des critures de provisions de charge et de produits, permettant leur rattachement un mois donn (concernant les comptes vue et terme, les intrts des crdits, les commissions et les frais gnraux). Nous dnombrons 54 variables qui sont rparties en plusieurs agrgats :
Produits dintrts.
Ils sont constitus de : Comptes dbiteurs : Il sagit des dcouverts. Un dcouvert ntant autre quune autorisation que la banque donne un client pour des besoins de trsorerie. Il se dtermine en fonction du montant de lopration, la date de valeur, le taux, le nombre de jours. Crdits court et moyen terme : court terme pour des crdits allant jusqu trente mois ; et moyen terme pour des crdits partir de trois ans. Escompte : Reconnaissance dune dette par un billet ordre (ici le tir i.e. celui qui doit, reconnat une dette et le matrialise.) Crdits Spots : Valables pour un mois renouvelable, ils sont accords aux socits de grande surface pour leurs besoins de trsorerie. Ils sont matrialiss par un billet ordre.
17
Oprations de trsorerie : Il sagit des intrts des placements de la BICEC lintrieur auprs de la BEAC, et lextrieur auprs des correspondants. Produits du portefeuille : Il faut entendre par l la dette titrise auprs de lEtat. Cette dette est ne du moment o les banques ont eu des priodes difficiles pour avoir donn des crdits aux socits dEtat et qui nont pas pu rembourser. LEtat a donc pris linitiative de rembourser cette dette. Crdits consortiaux : Il sagit des crdits lourds quune seule banque ne peut financer. Les banques sassocient donc en pool pour accorder ce prt. Le crdit va tre gr par un chef de pool. Celles qui ont des cts infrieurs sont des banques participantes.
Charges dintrts.
Cest de largent que les clients viennent verser la banque et qui doivent tre rmunrs. Nous avons : Bons de caisse : Document que la banque vous donne portant sur la datte dchance et le montant quon doit vous remettre face votre dpt. On vous les donne davance. Cette opration concerne les particuliers ou les entrepreneurs. Dpt terme : Ici, la cible cest lentreprise. Les intrts sont verss la fin de lchance. Comptes dpargne : Placements courants. Le dpt est matrialis par un carnet quon appelle carnet dpargne. Comptes vue : Ici, les fonds sont mobilisables tout moment par chque ou par virement. Oprations de trsorerie : Constitues essentiellement des diffrentes commissions quon prlve de nos comptes.
Commissions.
Il sagit l du regroupement de plusieurs catgories de comptes concernant entre autres, les frais de dossiers sur crdits, les commissions sur services rendus la clientle, etc.Il sagit en particulier des charges agrges dans les postes suivants : Commissions, profits et frais de change : Ce sont des commissions quon prlve sur les frais de change. Commissions sur engagements par signature : La vritable incomprhension viendrait de ce que sont les engagements par signature. Ils se matrialisent par lapposition des signatures engageant la banque sur un document pour le rendre authentique. Nous pouvons distinguer les cautions sur march, en douane, scolaires, diverses. Commissions sur gestion des comptes : elles comprennent des commissions de compte, plus les frais sur comptes dbiteurs et les frais sur comptes dentreprise. Produits accessoires, Commissions W.U, Commissions ALLO BICEC, Paiements et versements dplacs, Autres commissions.
18
Charges de personnel. Frais du personnel et frais de formation. Charges sociales diverses : Nous entendons par l larbre de Nol, la subvention aux associations, assurances crdits, frais de formation, autres uvres sociales, cotisations assurance retraite, frais mdicaux, rgime de retraite, contributions diverses.
Charges gnrales dexploitation. Maintenance des immeubles et matriels (nettoyage des locaux, entretien et rparation des locaux, entretien et rparation des installations techniques, entretien et rparation matriel et mobilier, achats mobilier, matriel et habillement). Electricit, eau et gaz. Maintenance informatique. Economat (informatique, imprims et fournitures de bureau). Tlphone, tlex et tlinformatique. Loyers crdit-bail. Amortissements. Frais de rception. Frais de dmarches et dplacements. Carburant et entretien de vhicules. Travaux, fournitures et services extrieurs. Honoraires divers. Loyers des immeubles. Frais de publicit. Assistance technique. Autres frais gnraux (assurances diverses, abonnements aux journaux, cotisations, dons et subventions, transport de courrier et deffets, loyers des matriels, cadeaux divers et trennes).
NB : Nous pouvons aussi noter dautres agrgats sur lesquels nous ne mettrons pas un accent car relevant de lexceptionnel. Nous pouvons citer les dotations et reprises de provisions mensuelles sur crances, produits et charges de provisions.
II-
EVOLUTION QUINQUENNALE DES PRODUITS ET CHARGES.
Nous allons nous intresser aux variables compltement observes durant les annes 2001, 2002, 2003, 2004, 2005.
19
II.1
Produits dintrts.
Evolution Quinquennale du Compte Dbiteur (cpt_dbt), des Crdits Court et Moyen Terme (crd_cmt), de l'Escompte (escpt)
800,00 700,00 600,00 500,00 400,00 300,00 200,00 100,00 0,00 juil-01 janv-01 avr-01
cpt_ dbt crd_cmt escpt 141,13 12,79 juil-02 oct-01 janv-03 oct-03 avr-02 avr-03 juil-04 avr-05 oct-02 oct-04 juil-05 juil-03 janv-04 janv-05 janv-02 oct-05 avr-04
Fig 2.a : Cas des comptes dbiteurs (cpt_dbt), crdits court et moyen terme (crd_cmt), escompte (escpt).
Les intrts gnrs par les produits de compte dbiteurs voluent de manire stationnaire autour dune moyenne mensuelle de 600 millions. Nous observons une hausse considrable des intrts gnrs par loctroi des crdits court et moyen terme. Nous nous acheminons ainsi progressivement, pour les annes venir, vers des intrts voisins de 800 millions. Durant les annes 2001, 2002, nous observons tantt une forte croissance (141.13), une forte dcroissance (12.79) ; puis une lgre hausse dans les annes 2003, 2004 et, enfin, une stabilisation de lescompte autour de 100 millions.
Ev olution des Crdits Spots (crd_SPOT), Oprations de Trsorerie (oprt_trs), Produit du Portefeuille (prdt_prtfeuille) 350,00 300,00 250,00 200,00 150,00 100,00 50,00 0,00 -50,00 -100,00 sept-02 sept-04 sept-01 sept-03 janv-05 janv-01 janv-04 janv-02 janv-03 sept-05 mai-02 mai-03 mai-01 mai-05 mai-04 prdt_ prtfeuille crd_SPOT oprt_ trs
Fig 2.b : Cas des crdits spots (crd_SPOT), oprations de trsorerie (oprt_trs), produit du Portefeuille (escpt).
20
Pour ce qui est du produit portefeuille, lvolution au cours du temps est presque stationnaire, nous sommes dans la plage de 160-240 millions. Quant au crdit SPOT, la banque en a octroy de plus en plus au cours des 5 dernires annes. Nous notons nanmoins une lgre baisse au cours de lanne 2005 (Lon atteint environ 130 millions). Au cours des annes 2001, 2002, quelques mois prs, nous tions au-del de 150 millions de bnfices raliss par les oprations de trsorerie, puis nous avons observ une forte dcroissance dans les annes suivantes. Mentionnons toutefois cette lgre stabilisation en 2005 dans la plage de 100-150.
II.2
Charges dintrts.
Nous verrons en ce qui concerne cet agrgat apparatre le signe moins (-) devant les donnes dans les diffrents graphiques. Cest juste pour matrialiser le fait quil sagisse des charges et donc constituent des dpenses pour la banque. Ainsi, chaque fois que nous observerons une tendance linaire croissante (resp. dcroissante), nous conclurons une baisse (resp. hausse) du volume des intrts crditeurs
Ev olution des charges relativ es aux bons de caisse (bons_csse), comptes terme (cpt_terme), comptes d'epargne (cpt_epgne)
0,00 -50,00 -100,00 -150,00 -200,00 -250,00 -300,00 -350,00 janv-03 janv-01 janv-02 janv-04 janv-05 mai-01 mai-02 mai-03 mai-04 mai-05 sept-05 sept-01 sept-02 sept-03 sept-04
bons_csse cpt_terme cpt_epgne
Fig 2.c : Cas des bons de caisse (bons_csse), comptes terme (cpt_terme), comptes dpargne (cpt_epgne).
Au cours de ces 5 dernires annes, le volume des intrts crditeurs gnrs par les comptes dpargne a suivi une tendance linaire dcroissante, a augment considrablement, ce qui est tout le contraire, quelques exceptions, prs des comptes terme On a observ pour les bons de caisse une baisse de son volume dintrt partir de mai 2002 tout loppos de la priode prcdente (avant mai 2002), o on a observ plutt une hausse.
21
Ev olution des comptes v ue (cpt_v ue), charges relativ es aux oprations de trsorerie (chg_oprt_tr)
60,00 40,00 20,00 0,00 -20,00 -40,00 -60,00 -80,00 -100,00 janv-02
dc-03 oct-03 avr-04 avr-03 oct-04 avr-05 dc-05 janv-05 janv-01 janv-03 janv-04
cpt_v ue chg_oprt_trs
mai-02
mai-04
sept-01
sept-02
sept-04
mai-05
mai-03
mai-01
Fig 2.d : Cas des comptes vue (cpt_vue), charges relatives aux oprations de trsorerie (chg_oprt_trs).
Pour ce qui est des comptes vue, nous pouvons juste noter une stabilit au cours des 2 premires annes (2001, 2002) et une volution en dents de scie les annes suivantes. En matire doprations de trsorerie, nous notons une opposition entre les annes 20012002 et 2003-2004-2005. En effet, nous avons dune part, une volution de ses intrts crditeurs autour dune moyenne mensuelle de 50 millions et, dautre part, une volution autour de 20 millions, avec de temps autres des pics (Dc-03).
II.3
Commissions et frais de personnel.

Ev olution des commissions sur profit et frais de change (prdt_change), sur engagements par signature (eng_sig), sur gestion des comptes (gest_cpt)
500,00 450,00 400,00 350,00 300,00 250,00 200,00 150,00 100,00 50,00 0,00 janv-01 janv-05 janv-02 janv-03 janv-04 mai-01 mai-02 sept-01 sept-02 sept-03 mai-05 mai-03 mai-04 sept-05 sept-04
sept-05
sept-03
prdt_change eng_sig gest_cpt
Fig 2.e : Cas des commissions sur profit et frais de change (prdt_change), sur engagements par signatures (eng_sig), sur gestion des comptes (gest_cpt).
Le mouvement des intrts gnrs par les commissions sur engagement par signature volue de manire stable.
22
Il en est de mme pour les commissions sur profits et frais de change durant les 3 premires annes. Nous oscillions autour de 100 millions. Et les annes suivantes, nous tions en moyenne autour de 150 millions. Nous notons enfin une lgre hausse pour ce qui est des commissions sur gestion de comptes durant les 3 dernires annes, lon oscille autour de 420 millions.
Ev olution des produits accessoires (prdt_acc), autres commissions (autre_cions), frais du personnel (frais_pers). 1000,00 800,00 600,00 400,00 200,00 0,00 mai-01 mai-03 mai-05 mai-02 mai-04 janv-01 janv-03 janv-02 janv-04 janv-05 sept-05 sept-01 sept-03 sept-04 sept-02 dc-02 j uin-01 dc-03 dc-04 dc-05 prdt_acc autre_cions frais_pers
Fig 2.f : Cas des produits accessoires (prdt_acc), autres commissions (autre_cions), frais du personnel (frais_pers).
Le mouvement des autres commissions durant les 3 dernires annes est stagnant, il en est de mme pour les frais de personnel sauf quelques lgers pics (juin-01, dc-02, dc-03, dc04, dc-05), de mme pour les produits accessoires lexception que cela stalait sur toutes les 5 dernires annes et volue de manire relativement basse (on nexcde pas 25 millions).
II.4 Charges de personnel et charges gnrales.
Ev olution des charges sociales div erses (chg_soc_div ), maintenance matriels et immeubles (imm_mat),electricit eau et gaz (elec_eau_gaz) 200,00 180,00 160,00 140,00 120,00 100,00 80,00 60,00 40,00 20,00 0,00 janv-01 j uin-01 dc-05
chg_soc_div imm_mat elec_eau_gaz dc-02 dc-03 mai-01 sept-01 mai-02 sept-02 mai-03 sept-03 mai-04 sept-04 mai-05 janv-02 janv-03 janv-04 janv-05 sept-05
Fig 2.g : Cas des charges sociales diverses (chg_soc_div), maintenance matriels et immeubles (imm_mat), lectricit eau et gaz (elec_eau_gaz).
Toutes ces 3 charges ont une volution stationnaire.

23
Nous pourrions juste noter la prsence des pics pour ce qui est des charges sociales et diverses (Juin-01, dc-02, dc-03, dc-04, dc-05).
Ev olution Quinquennale de la maintenance informatique (info), de l'conomat (econmt), du tlphone ,du tlex et de la tlinformatique (tel) 200,00 150,00 100,00 50,00 0,00 -50,00 -100,00 -150,00 -200,00 sept-03 sept-04 sept-01 sept-02 janv-03 janv-04 janv-05 janv-01 janv-02 sept-05 mai-03 mai-04 mai-01 mai-02 mai-05 info econmt tel
Fig 2.h : Cas de la maintenance informatique (info), conomat (econmt), tlphone, tlex et Tlinformatique (tel).
A lexception de quelques variations brusques au cours de ces 5 dernires annes, lvolution en terme de Maintenance Informatique; dEconomat; Tlphone, Tlex et Tlinformatique est stationnaire.
Ev olution des loyers crdits bail (loy_crd_bail), amortissements (amort), autres frais gnraux (autre_frais_gen) 500,00 400,00 300,00 j uin-01 200,00 100,00 0,00 dc-03 -100,00 janv-02 janv-03 janv-05 janv-01 janv-04 sept-05 mai-02 mai-04 sept-04 sept-01 sept-02 sept-03 mai-03 mai-05 mai-01 dc-02 j uin-01 dc-02 loy_crd_bail amort autre_frais_gen
Fig 2.i : Cas des loyers crdits bail (loy_crd_bail) ; amortissements (amort) ; autres frais gnraux (autre_frais_gen).
Au cours des 3 dernires annes, en terme des Loyers crdit-bail, la BICEC na presque pas effectu de dpense. La tendance pour les annes venir est nulle.
24
Les 3 dernires annes ont t marques par une stabilisation autour dune moyenne de 70 millions pour ce qui est des autres frais gnraux. Nous remarquons, de temps autre, des variations brusques sur le mouvement des amortissements durant les 4 premires annes puis une stagnation autour de 210 millions au cours de la dernire anne.
III-
EVOLUTION MOYENNE MENSUELLE.
Ces moyennes mensuelles sont obtenues en faisant la moyenne, pour un mois donn, des diffrentes ralisations pendant la priode quinquennale coule, i.e. la priode allant de 2001 2005. On a donc les graphiques suivants :
25
Charges de Personnel
Commissions 1200,00 1000,00 800,00 600,00 400,00 200,00 0,00 janv fvr mars avr mai juin juil aot sept oct nov dc 796,18 999,37
700,00 600,00 500,00 400,00 300,00 200,00
631,92
Charges gnrales d'exploitation 1000,00 800,00 600,00 400,00 200,00 0,00 janv fvr mars avr mai juin juil aot sept oct nov dc
819,98 637,28
1900,00 1850,00 1800,00 1750,00 1700,00 1631,55 1650,00 1600,00 1550,00 1500,00
Charges d'Intrt 600,00 590,00 580,00 570,00 560,00 550,00 540,00 530,00 520,00 510,00 500,00 490,00 590,27 591,12
527,85
Fig. 2.j : Evolution moyenne mensuelle des diffrents agrgats.
janv fvr mars avr mai juin juil aot sept oct nov dc
Produits d'Intrts 1865,74 1853,59
26
Les commentaires qui suivent se rapportent la figure prcdente.

Produits dintrts.
Septembre et Octobre se sont dmarqus comme tant les mois o le volume des intrts dbiteurs gnrs par les produits dintrts a t le plus consistant. Ce qui est tout le contraire du mois de Fvrier o la BICEC a ralis en moyenne au cours de ces 5 dernires annes le chiffre daffaires (1631.55 millions) le moins important.
Charges dintrts.
Comme le dmontre la figure, les dpenses occasionnes par les charges dintrt sont en moyenne les plus importantes aux mois dAot et de Mai. Notons que les intrts crditeurs sont la baisse au mois de Fvrier o nous nous trouvons 527.85 millions de dpenses.
Commissions.
Le volume des activits li aux diffrentes commissions sest accru en moyenne au cours de ces 5 dernires annes au mois de dcembre gnrant des chiffres daffaires de lordre de 999.37 millions, contrairement au mois de Fvrier o lon natteint que 796.18 millions.
Charges de personnel.
Durant la priode quinquennale coule, jusqu 631.92 millions de francs ont t dbourss en moyenne au mois de dcembre pour ce qui est des dpenses occasionnes par les charges de personnel. Nous notons aussi une quasi-stationnarit durant les onze premiers mois autour dune moyenne dun peu moins de 450 millions.
Charges gnrales dexploitation.
Nous estimons en moyenne 819.98 millions au mois de Juin les dpenses lies lexploitation. Au mois de Novembre, les dpenses sont la baisse avec 637.28 millions de dpenses.
IV-
EVOLUTION MOYENNE ANNUELLE.
Ces moyennes annuelles sont obtenues en faisant la moyenne, pour une anne donne comprise entre 2001 et 2005, des diffrentes ralisations pendant les douze mois (12 mois). On a donc les graphiques suivants :
27
Commissions Charges d'Intrt 1200,00 585,00

580,00 1000,00 575,00 570,00 800,00 565,00 600,00 560,00 555,00 400,00 550,00 200,00 545,00 540,00 0,00 An-01 An-05 An-01 An-02 An-02 An-03 An-03 An-04 An-04 An-05 560,68
1073,32
Charges gnrales d'exploitation
900,00 791,27 800,00 700,00 566,78 600,00 500,00 400,00 300,00 200,00 100,00 0,00 An-01 An-02 An-03 An-04 An-05
Charges de Personnel 600,00 500,00 400,00 389,35 300,00 200,00 100,00 0,00 An-01 An-02 An-03 An-04 An-05 529,59
2500,00 2000,00 1500,00 1000,00 500,00 0,00
Produits d'Intrt
1914,09 1582,67
An-01 An-02 An-03 An-04 An-05
Fig 2.k : Evolution Moyenne Annuelle des diffrents agrgats.
Produits dintrts. A une anne prs, nous pouvons dire que lvolution des intrts gnrs par les produits dintrt au cours de ces 5 dernires annes est croissante. Ainsi au fil des annes, le volume des intrts dbiteurs a considrablement augment.
Charges dintrts. Contrairement aux produits dintrts, le volume des intrts crditeurs a au fil de ces 4 premires annes chut. Nous pouvons nanmoins remarquer une hausse en moyenne de ce volume 560.68 millions en 2005.
Commissions. Tout comme les produits dintrts, le chiffre daffaires ralis par la banque grce aux
28
commissions a grimp au cours des 5 dernires annes, atteignant, en moyenne annuelle, la barre de 1073.32 millions en 2005.
Charges de personnel. Tel que le dcrit la figure, les frais du personnel, les charges sociales et diverses ont pes sur la banque durant la priode quinquennale coule. Partant de 389.35 millions en 2001, on a atteint en moyenne annuelle 529.59 millions en 2005.
Charges gnrales dexploitation. Les charges lies lactivit o au fonctionnement de la banque ont accru tout au long de cette priode, gnrant des dpenses moyennes de lordre de 566.78 millions en 2001 jusqu 791.27 millions en 2005.
V-
TENTATIVE DINTERPRETATION DES GRAPHIQUES.

Produits dintrts.
Nous pourrons expliquer les diffrentes variations observes dans les graphiques relatifs aux produits dintrts soit par une augmentation (resp. diminution) des encours suivant un taux de rmunration fix par la Direction Gnrale, suite aux objectifs quelle sest fixe pour orientation de sa politique.
Charges dintrts.
Son volution mensuelle ou annuelle sexplique aussi dune part, par les variations des encours et, dautre part, par la naissance des autres charges dintrts supplmentaires.
Commissions.
Sa baisse natrait de la forte perce de produits concurrentiels notamment le Money Gram, de la distribution anarchique des licences (cas de Western Union), de la non augmentation des tarifs (cas des commissions sur gestion des comptes) et bien dautres. Sa hausse viendrait des avances dans les commissions profits et frais de change.
Frais gnraux dexploitation). (Charges de personnel, les charges gnrales
Nous pouvons noter ici comme causes de ses variations, le rglement des primes exceptionnelles de la BICEC, lutilisation prmature du surprovisionnement qui ntait pris en compte quen dcembre, laugmentation de leffectif du personnel, certains abonnements qui ont t revus la hausse suite une tude dtaille des contrats mene en dbut dexercice, les missions et les dplacements qui se font de plus en plus nombreuses et impactent donc sur les frais.
29
30
CHAPITRE TROIS
METHODOLOGIE DE BOX ET JENKINS

I- Rappel sur les sries chronologiques.
I.1 Schma de dcomposition.
Une srie chronologique est constitue de lensemble des observations dune grandeur effectues intervalles rguliers au cours du temps. La reprsentation graphique des observations est une tape indispensable avant dentreprendre une analyse plus technique de la chronique. Cette reprsentation permet dapprcier lvolution lente du phnomne (tendance), de dgager les priodes de stabilit. De ce qui prcde se dgagent les notions de tendance, saisonnalit qui entrent dans la dcomposition dune srie temporelle ou encore une chronique.
Tendance : Encore appele trend, elle traduit lvolution moyen terme du phnomne. On parle aussi de mouvement conjoncturel ou mouvement extra-saisonnier. Cest lanalyse graphique qui nous permettra de se dterminer en faveur dune courbe dont lquation donnera un ajustement paramtrique de la tendance. Description de la tendance : Plusieurs types de modles peuvent tre utiliss pour dcrire la tendance. Dsignons par yt notre srie linstant t .
Modles dpendant du temps : La srie dpend directement du temps. Le modle peut tre additif : yt = f (t ) + Et ,
o f (t ) et E (t ) dsignent respectivement la tendance et les rsidus, ou multiplicatif yt = f (t ) Et .

Modles auto-projectifs : La srie chronologique au temps t dpend de ses propres valeurs passes yt = f ( y , y , y , , yt p ) + Et , t 1 t 2 t 3 o f ( yt , y , y , , yt p ) et Et dsignent respectivement la tendance t 2 t 3 et les rsidus ; y , y , y , , yt p sont les valeurs observes de la t 1 t 2 t 3 srie aux instants passes t 1, t 2, , t p . Modles explicatifs statiques : La srie chronologique dpend des valeurs prises par une ou plusieurs autres sries chronologiques. y = f ( x , x , x , , x ) + E , t t1 t 2 t 3 tp t
________________________________________________________________________________________________ Mmoire de Master de Statistique Applique par DJIMEFO KAPEN Georges Parfait, Matre s sciences Mathmatiques Appliques, Anne Acadmique 2005/2006, ENSP.
31
o f ( x , x , x , , x ) et E dsignent respectivement la tendance et les t1 t 2 t 3 tp t rsidus ; x , x , x , , x sont les valeurs prises linstant t par p t1 t 2 t 3 tp autres sries x , x , x , , x . 1 2 3 p Le cas linaire est le plus facile traiter y = b + b x + b x + + b p xtp + Et 0 1 t1 2 t 2 t
o b , b , b , , b p sont des constantes relles et x , x , x , , x , E 0 1 2 t1 t 2 t 3 tp t dfinis prcdemment. Modles explicatifs dynamiques : La srie chronologique dpend des valeurs prsentes et passes dune ou plusieurs sries chronologiques.
Tendances dpendant du temps o Tendance linaire f (t ) = at + b, avec a, b . o Tendance quadratique f (t ) = at 2 + bt + c, avec a, b, c . o Tendance polynomiale dordre p p p 1 f (t ) = a p t + a t + + a t + a , 1 0 p 1 o Tendance logistique
f (t ) =
o Tendance hyperbolique
1 + be at
f (t ) = a /(t + c) .
o Tendance exponentielle f (t ) = a exp(bt ) + c. o Tendance de Gompertz f (t ) = exp(aebt + c), = (a, b, c).
Mouvement saisonnier : La reprsentation graphique de la chronique peut faire apparatre, en plus dune tendance, un aspect priodique plus ou moins marqu de priode connue 12 pour une chronique mensuelle, 4 pour une chronique trimestrielle. Composante rsiduelle : Encore appele variation accidentelle. Ce sont les fluctuations irrgulires de faible intensit mais de nature alatoire. Cest elle la partie non structure du phnomne
Cette dcomposition est faite suivant un type de schma. On distingue 3 types : Schma additif : yt = ft + st + et , o ft , st , et reprsentent respectivement la tendance, la saisonnalit, la composante rsiduelle. Schma Multiplicatif : yt = ft st et .
Schma mixte : yt = ft st + et . La particularit du schma additif des autres schmas est que lamplitude de la composante saisonnire et du bruit reste constante au cours du temps. Des mthodes notamment celles de
32
la bande et analytique ont t mises sur pied afin de dterminer le type de schma. [2] Mthode de la bande On fait un graphique reprsentant la srie chronologique, puis on trace une droite passant respectivement par les minima et par les maxima de chaque saison. Si ces deux droites sont parallles, nous sommes en prsence dun modle additif. Dans le cas contraire, cest un modle multiplicatif. Exemple : (Tire du support de cours de Nino Silverio dans Sries chronologiques ). Soit la srie chronologique Nouvelles immatriculations de voitures particulires, commerciales et utilitaires neuves selon le mois (source Statec) :
En appliquant la mthode de la bande sur cette srie, On obtient :
Les 2 droites ntant pas parallles, nous sommes donc en prsence dun modle multiplicatif.
33
Mthode analytique On calcule les moyennes et carts-types pour chacune des priodes considres et on calcule la droite des moindres carrs. Si la pente est nulle, cest un modle additif, sinon multiplicatif.
[2]
I.2 Objectifs de lanalyse dune srie temporelle.

Dcrire Quand on sintresse une srie temporelle, la premire tape, comme pour toutes les donnes, est de dcrire la srie. On utilise pour ce faire un certain nombre de graphiques : diagramme squentiel (time plot) ;
histogramme pour avoir une ide de la distribution des valeurs ; histogramme des valeurs absolues pour apprcier lhtroscdasticit ventuelle (notamment pour les sries de rendements de titres). Sur les graphiques, on peut reprer les valeurs atypiques ou aberrantes. On calcule aussi les statistiques descriptives usuelles : moyenne, variance, quartiles, minimum, maximum, coefficients daplatissement et dasymtrie. Une mme srie temporelle peut tre analyse de diffrentes faons, suivant lobjectif poursuivi.
Rsumer Dans certains cas, on veut une vue synthtique dbarrasse des dtails de court terme ; cest souvent un besoin des instituts de statistique officielle. Modliser Expliquer le niveau ou parfois la variance du niveau, par des modles peu de paramtres Modle sans variable explicative Yt = f (Y Y , ) + ut . t 1, t 2 Modle avec variable explicative Yt = f ( X t ) + ut
o ut est une erreur. statique: X t ne contient pas de valeurs passes de {Yt } et les ut sont non corrls entre eux. dynamique: les ut sont auto-corrls et/ou X t contient des valeurs retardes de yt . Prdire La prvision de valeurs des dates futures connaissant le prsent et le pass de la srie peut tre base sur un modle ou bien tre construite sans rfrence un modle.
I.3 Notations.
Oprateur retard. On note B (backwards) ou L (lag), loprateur qui fait passer de xt : x t 1 Bxt = x ; t 1 on a, par itration : B 2 xt = B ( Bxt ) = Bx = x . t 1 t 2 Oprateur diffrence. La diffrence premire est : xt = (1 B) xt = xt x ; t 1
34
on a, par itration :
2 xt = (xt ) = xt 2 x + x . t 1 t 2 Ces notations simplifient lcriture des quations relatives aux sries.
La mthodologie quon utilisera est celle de BOX et JENKINS, avec dsaisonnalisation par Moyennes Mobiles Centres.
II-La mthode Box et Jenkins

Nous prsentons dabord ici son algorithme.
[3]
35
Analyse du Graphique et du corrlogramme Analyse de la saisonnalit
Test de Dickey Fuller
Rgression sur le temps si TS (trend stationary)
Passage aux diffrences si DS (difference stationary)
Sries stationnaires yt
Analyse des corrlogrammes simple et partiel
Dtermination des ordres p et q du processus ARMA Estimation des paramtres.
Test de Student. Les coefficients non significatifs sont supprims.
Tests sur les rsidus : sont ils des bruits blancs ?
Oui
Non Ajout dun ordre p ou q .
Prvision par ARMA
Recoloration de la srie (exponentiel, saisonnalit )

Fig 3.a : Les tapes de la mthodologie de Box et Jenkins.
36
II-1. Analyse de la saisonnalit ou dsaisonnalisation.

Les mthodes de dsaisonnalisation peuvent tre classes en deux grandes catgories : Les mthodes non paramtriques et les mthodes paramtriques.
Mthodes non paramtriques, dites empiriques , permettent de dcomposer la srie en composantes inobservables par une procdure, souvent itrative, base sur des lissages successifs. On peut rsumer lensemble des lisseurs utiliss dans ces mthodes sous le nom de rgressions locales . Les rgressions locales consistent ajuster des polynmes, en gnral par les moindres carrs, pondrs ou non, sur des intervalles glissants (se dcalant dun point chaque fois). Au centre de lintervalle, la donne lisse est la valeur, cette date, du polynme ajust (la donne lisse la date suivante est obtenue par ajustement dun polynme sur lintervalle suivant). On peut montrer que les rgressions locales reviennent appliquer des moyennes mobiles particulires lorsque les observations sont rgulirement espaces. Ces mthodes se distinguent par leur degr de robustesse : dans un premier groupe, on trouve STL (Cleveland et alli, 1990), mthode fonde sur le lowess , une technique de lissage robuste par rgressions locales (Cleveland, 1979) ; dans un second groupe, figure la clbre mthode de dsaisonnalisation X11. Mthodes paramtriques : peuvent elles aussi se diviser en deux grands ensembles : les mthodes par rgression (inspires de Buys-Ballot) qui posent, pour chaque composante, except lirrgulire, une fonction dterministe du temps ; les mthodes fondes sur des modles stochastiques (non dterministes) : il sagit principalement de modles ARIMA utiliss pour modliser les composantes inobservables. Parmi celles-ci, on distingue encore deux groupes : celles qui estiment les modles des composantes partir du modle ARIMA de la srie initiale (Burman 1980, Hillmer et Tiao 1982), SEATS (Gomez, Maravall 1997), et celles qui les modlisent et les estiment directement (Akake 1980,Kitagawa et Gersch 1984) comme par exemple la mthode STAMP (Harvey et alli, 1995).
[4] [4]
Les ouvrages des diffrents auteurs mentionns dans ces mthodes, sont cits dans COMPRENDRE LA METHODE X11 de Dominique LADIRAY et Benot QUENNEVILLE. Nous allons schmatiser ces mthodes de dsaisonnalisation :
[5]
37
METHODES NON PARAMETRIQUES ( mthodes de rgression locale )
METHODES PARAMETRIQUES
MOYENNES MOBILES Slutsky (1927) Macauley (1930) MEDIANES MOBILES
REGRESSIONS GLOBALES Buys-Ballot (1847)
MODELE X11-CENSUS Bureau du Census (1965)
MODELE ARIMA Box et Jenkins (1970)
S.A.B.L (1982) LOWESS (1979) S.T.L (1990)
MODELE X11-ARIMA (1994) S.E.A.T.S. (1980) S.T.A.M.P. (1987)
MODELES X12-ARIMA (1994)
Fig 3.b : Mthodes de dsaisonnalisation. Extrait de louvrage Cours de sries temporelles , DESS Mathmatique de la Dcision & DESS Actuariat dArthur CHARPENTIER.
[5]
Parmi donc les mthodes non paramtriques, nous nous sommes intresss la dsaisonnalisation par moyenne mobile centre. Si on sintresse la moyenne mobile centre dordre m , elle est dfinie comme suit :
m impair ( m = 2 p + 1 ) : ( Xt p + X + + X t + + X +X ) t p +1 t + p 1 t+ p M m ( Xt ) = , 2 p +1 t = p + 1, , n p ; m pair ( m = 2 p ) : (0.5 X t p + X + + X + Xt + X + + X + 0.5 X t + p ) t p +1 t 1 t +1 t + p 1 M m ( Xt ) = , 2p
t = p + 1, , n p ; La procdure de dsaisonnalisation dune srie est fonction du type de schma.
38
Schma additif
Soit X , notre srie. Comme il sagit dune srie mensuelle, dont la priode est 12 , nous allons considrer la moyenne mobile centre dordre 12 . Soit MM (12) , la srie obtenue aprs avoir appliqu X cette moyenne mobile. Les diffrences saisonnires sont obtenues en retirant de la srie initiale la moyenne mobile i.e. X MM (12) . Comme X et MM (12) nont pas la mme longueur, alors la soustraction se fait comme suit : pour une anne donne, nous faisons la diffrence aux mois identiques. Cette diffrence ne se fait quentre les priodes o nous observons les ralisations simultanes de X et de MM (12) . Illustrons cela par un exemple :
X
janv-01 fvr-01 mars-01 avr-01 mai-01 juin-01 juil-01 aot-01 sept-01 oct-01 nov-01 dc-01 janv-02 fvr-02 mars-02 avr-02 mai-02 juin-02 juil-02 aot-02 sept-02 oct-02 nov-02 dc-02 2 5 6 3 2 5 7 1 6 2 5 8 7 9 3 6 6 5 7 1 4 2 5 9
MM (12)
X MM (12)
4,54 4,92 4,96 4,96 5,25 5,42 5,42 5,42 5,33 5,25 5,25 5,29
2,46 (7-4.54) -3,92 1,04 -2,96 -0,25 2,58 1,58 3,58 -2,33 0,75 0,75 -0,29 (5-5.29)
Tab. 3.a. : Diffrence entre une srie et sa moyenne mobile dordre 12.
Les coefficients saisonniers ne sont autres que les moyennes des diffrences saisonnires pour chacun des mois. Comme la somme des coefficients saisonniers doit tre nulle, alors les coefficients saisonniers corrigs sont obtenus en retirant des coefficients corrigs leur moyenne arithmtique. Nous pouvons donc dsaisonnaliser la srie en retranchant de chacune des valeurs initiales le coefficient saisonnier correspondant. .
Schma Multiplicatif
39
On calcule dabord les rapports saisonniers qui sont le rapport de la srie initiale par la moyenne mobile correspondante. Les 2 sries ntant pas de mme longueur, le rapport seffectue comme suit : pour une anne donne, nous faisons le rapport aux mois identiques. Ce rapport ne se fait quentre les priodes o nous observons les ralisations simultanes de X et de MM (12) . Illustrons cela par un exemple :
X
janv-01 fvr-01 mars-01 avr-01 mai-01 juin-01 juil-01 aot-01 sept-01 oct-01 nov-01 dc-01 janv-02 fvr-02 mars-02 avr-02 mai-02 juin-02 juil-02 aot-02 sept-02 oct-02 nov-02 dc-02 2 5 6 3 2 5 7 1 6 2 5 8 7 9 3 6 6 5 7 1 4 2 5 9
MM (12)
X / MM (12)
4,54 4,92 4,96 4,96 5,25 5,42 5,42 5,42 5,33 5,25 5,25 5,29
1,54 (7/4.54) 0,20 (1/4.92) 1,21 0,40 0,95 1,48 1,29 1,66 0,56 1,14 1,14 0,94 (5/5.29)
Tab. 3.b. : Rapport entre une srie et sa moyenne mobile dordre 12.
Les coefficients saisonniers sobtiennent en faisant la moyenne des rapports saisonniers pour chacun des mois. La moyenne de tous ces coefficients devant tre gale 1, les coefficients saisonniers corrigs sobtiennent en procdant la division de chacun de ces coefficients par leur moyenne arithmtique. On peut donc dsaisonnaliser la srie en divisant chacune des valeurs initiales par le coefficient saisonnier correspondant. Une fois la srie dsaisonnalise, on peut passer au test de stationnarit.
II-2. Stationnarisation.
II-2-1. Objectif et dfinition de la stationnarit.
Nous ne pouvons identifier les caractristiques stochastiques dune srie chronologique que si elle est stationnaire. La stationnarit est la clef de lanalyse des sries temporelles. Une srie chronologique est dite stationnaire si elle ne comporte ni tendance ni saisonnalit. On
40
dira aussi quune srie
{Yt }
est strictement stationnaire si la distribution conjointe de Yt +t , , Yt +t , quel que soit t1, , tk , t , o k est k 1 une liste de k + 1 entiers positifs arbitraires.
Yt , , Yt est identique celle de k 1 un entier positif arbitraire et
(t1, , tk , t )
Autrement dit, la stationnarit stricte dit que la distribution conjointe de Yt , , Yt est k 1 invariante quand on fait glisser dans le temps. Cette condition est difficile vrifier et on utilise, en gnral, une version plus faible de la stationnarit. On dit quune srie temporelle {Yt } est faiblement stationnaire si la moyenne de Yt et la covariance entre Yt et Yt l sont invariantes par translation du temps. Prcisment, {Yt } est faiblement stationnaire si : (a). E (Yt ) = o est une constante indpendante de t , ne dpend que de l , entier. (b). cov Yt , Y t l La stationnarit faible (ou de second ordre) implique que le graphe de la srie en fonction du temps montre des fluctuations autour dun niveau moyen, fluctuations qui se ressemblent, quel que soit la date autour de laquelle on examine la srie.
II-2-2. Test de DICKEY-FULLER.
Les tests de Dickey-Fuller (DF) permettent de mettre en vidence le caractre stationnaire ou non dune chronique par la dtermination dune tendance dterministe ou stochastique. Avant dy arriver, nous allons dfinir des notions qui nous serviront par la suite.
II-2-2-1. Processus TS (Trend Stationary).
Si un processus X t peut scrire sous lune des formes suivantes : + ( < 1 ); (1) X t = X t 1 t + + t ( < 1); (2) X t = X t 1 + + t + t ( < 1 et 0). (3) X t = X t 1
avec t un processus stationnaire, alors il est dit processus TS. Un processus TS scrit aussi : X t = ft + t , o ft et t reprsentent respectivement une fonction polynomiale du temps, linaire ou non et un processus stationnaire.
II-2-2-2. Processus DS (difference stationary)

Si un processus X t peut se mettre sur lune des formes suivantes :
41
+ ; t 1 t + + t avec 0; (2) X t = X t 1 + + t + t avec 0. (3) X t = X t 1 avec t un processus stationnaire, alors il est dit processus DS. On peut les rendre stationnaires par lutilisation dun filtre aux diffrences : (1 B )d X t = + t o d est lordre du filtre aux diffrences. (1) X t = X
II-2-2-3. Mthode des moindres carrs.

Choisissons par exemple dajuster une droite aux donnes. Lquation de la tendance est donc : f (t ) = at + b avec = (a, b) . En pratique, on cherche une mthode d'estimation du paramtre = (a, b) , partir des donnes. L'ide est de minimiser un critre d'erreur donn. Dans le cadre de la mthode des moindres n 2 carrs, on envisage de minimiser la fonction de deux variables min yt at b ) . Le ( a,b t =1 ( t ; y ) t et b ) est : a = y at = Cov , b couple solution (a t , 2 t avec 1 n 1 n Cov ( t ; yt ) = ( t t ) ( yt yt ) = ( tyt ) t yt , n t =1 n t =1 et 1 n 1 n t = tyt = yt . n t =1 n t =1
Gnralisation:
[6]
Soit Y = X + , Y n , X M(n,p),
p , p paramtres inconnus;
= ( i ), i = 1, , n, ( i , iid ~ N (0, 2 ));
1 t ) [6] alors = t XX XY ~ N p , 2 ( t XX )1 .
Extrait du cours Modle linaire et ses extensions de Xavier GUYON.
II-2-2-4. Test de DICKEY FULLER.

Le test de Dickey Fuller consiste donc tester (1), (2), (3) contre (1), (2), (3) ce qui est quivalent tester = 1 . On estime par les moindres carrs ordinaires le modle (3) et on calcule la statistique de Student pour les valeurs estimes de , , ( = 1 ).
42
Le test pour les coefficients , est bilatral. En ce qui concerne , les choses diffrent du test de Student traditionnel : ayant exclu le cas explosif ( > 1 ou > 0 ) on procde au test unilatral ( = 1 ou = 0 contre < 0 ), ce qui donne une zone de rejet situe du ct ngatif, et les hypothses des MCO ntant pas satisfaites, notamment du fait que la variable considre est endogne, on utilise une table particulire calcule par Dickey et Fuller (voir annexe). En cas de rejet total ou partiel du test du modle (3) avec = 0 , opr comme indiqu, on teste de mme le modle (2) et = 0 avec la table voulue, puis encore si ncessaire le modle (1) avec = 0 . Conclusion : A lissue du test, si on a affaire un processus TS, alors la srie stationnarise sobtient en retirant de la srie corrige des variations saisonnires lestimation polynomiale de la tendance. Sinon (cas dun processus DS), la srie stationnarise sobtient en diffrenciant la srie corrige des variations saisonnires autant de fois jusqu lobtention de la srie stationnaire.
N.B. Dautres tests sont galement utiliss notamment celui de Dickey-Fuller Augment, Phillips-Perron, Schmidts-Phillips, Eliott-Rothenberg-Stock (ERS), KPSS .
II-3. Identification
La srie ainsi stationnarise, on procde une tude des corrlogrammes simple et partiel, ce qui conduit dterminer les ordres possibles de p et q des parties auto-rgressive (AR(p)) et moyenne mobile (MA(q)) du modle et les ordres d de diffrenciations ventuelles (cas modle ARIMA(p, d, q)). Nous avons voqu certains types de modles et il y a donc lieu de les dfinir plus explicitement.
II-3-1. Processus ARMA II-3-1-a. Processus autorgressifs

On appelle processus autorgressif dordre p un processus stationnaire X t vrifiant une relation du type : p X t = i X t i + t , i =1 o les i sont des rels et t est un bruit blanc de variance 2 . Un bruit blanc est une suite de variables alatoires desprances mathmatiques nulles, non corrles et de mme variance. La relation prcdente peut aussi scrire : p (1 B p B ) X t = t , 1 ou ( B) X t = t , Bi ( X t ) = X t i , p en posant ( B) = 1 B p B . 1
43
Il sera not AR(p).
II-3-1-b. Processus moyennes mobiles.

On appelle processus moyenne mobile dordre q un processus X t dfini par : q X t = (1 1B q B ) t , o les i sont des rels et t est un bruit blanc de variance 2 . Cette relation peut encore scrire : ( B) t = X t , avec
( B) = 1 1B q B q .
Un tel processus est dsign dans la littrature anglo-saxonne par MA(q).
II-3-1-c. Processus autorgressifs moyennes mobiles (ARMA)

On appelle processus autorgressif moyenne mobile dordre ( p , q ) un processus stationnaire X t satisfaisant
( B ) X t = ( B ) t .
Un tel processus est dsign dans la littrature anglo-saxonne par ARMA(p,q) (Autoregressive moving average).
II-3-2. Processus ARIMA

Si on note d X t la diffrence dordre d de X t , i.e. (1 B)d X t , on va donc sintresser aux processus X t tels que ( B) d X t = ( B) t . Un tel processus est appel ARIMA(p, d, q) ou ARMA intgr. Cette relation peut encore scrire : ( B) X t = ( B ) t , avec
( B) = ( B )(1 B )d .
II-4. Estimation
Considrons un processus centr ARMA( p, q ), solution stationnaire et inversible de lquation p q X t - i X t i = t - i t i , i =1 i =1 2 o t est un bruit blanc de variance . Un processus X t est dit inversible sil existe un autre processus Yt tel quon ait X t Yt = 1 . On dispose de donnes X = ( X ,K , X T ) . 1
44
Dans ce paragraphe, 2 , 1, , p , 1, , q .
nous
considrons
lestimation
des
paramtres
Notons X , la moyenne arithmtique des donnes. On peut estimer (h) = cov X t , X t h par 1 T ) ( h) = ( X X )( X ih X ) , h 0 , T i=h+1 i et ( h) ( h) = , (0) par ) ( h) ) ( h) = ) . (0) ) ) On pose ( h) = (h) . ) ) Les estimations , , p de , , p peuvent tre obtenues en rsolvant le systme de 1 1 [7] p quations linaires : p ) ) ) (q + j ) i (q + j i ) = 0 , j = 1, , p. i =1 Pour ce qui est de lestimation des i , on emploiera les autocorrlations inverses i (h) qui sont, par dfinition, les autocorrlations du processus dual ARMA( q, p ) dfini par lquation sont donc solutions des quations :[7] ( B) X t = ( B) t . Les i q ( p + j) i i i ( p + j i ) = 0 pour tout j 1 . i=1
II-5. Vrification.
Les tests que lon fait subir au modle sont de deux types : les tests concernant les paramtres i et i du modle et ceux concernant les hypothses faites sur . Tests concernant les paramtres Pour comparer une formulation ARMA ( p, q ) avec une formulation ARMA ( p , q ) , il est commode de se placer dans le cas o lun des modles est un 1 1 cas particulier de lautre. On suppose dans la suite que lon part dun modle ARMA ( p, q) et que lon examine les tests correspondant diverses valeurs de p,q . 1 1 o p = p 1, q = q . 1 1 Il sagit ici de voir sil est possible de diminuer dune unit le nombre de retards intervenant dans la partie autorgressive. Ceci revient tester la significativit du coefficient p , ce qui peut tre fait au moyen dun test de type Student.
45
p = p + 1, q = q . 1 1 Il sagit de voir sil est ncessaire dintroduire un retard supplmentaire dans la partie autorgressive. Il faut alors estimer un modle ARMA ( p , q ) =ARMA ( p + 1, q) et tester dans ce second modle la nullit 1 1 de . Ceci nous ramne videmment au cas prcdent. p+1 Test concernant les rsidus Il est question ici de savoir si les hypothses de normalit et de bruit blanc sont satisfaites. o Test portmanteau Cest un test concernant le bruit blanc. Ce test est fond sur la statistique : k ) % , Q = N 2 [ h ] h=1 ) % ] tant la corrlation empirique entre les rsidus (distants de h ). h [ 1 T ) ) ) ) %] = % ] = [ % ] / [ % ] avec [ h [ ( )(t h ) . 0 h h T t =h+1 t On montre que, sous lhypothse dindpendance des t , Q suit asymptotiquement (quand N ) une loi du 2 K p q degrs de
o
libert ; on refuse donc lhypothse dindpendance, au niveau , Q > 2 [ K p q] . 1
o Test de Jarque et Bera Il sagit l dun test de normalit. n Soit = ( X i X )k le moment centr empirique dordre k , le k i =1
coefficient de Skewness ( 1/2 ) est gal : 1/2 = 3 et le coefficient 1 1 3/2 2 de Kurtosis
2 = 4 . 2 2
Si la distribution est normale et le nombre dobservations grand (n>30) : 1/2 N 0; 6 et N 3; 24 cf. Rgis BOURBONNAIS 1 2 n n dans Manuel et exercices corrigs, Economtrie . obissent des lois normales alors la quantit Si 1/2 et 2 1 n n s = + ( 3)2 suit un 2 deux degrs de libert. 1 6 24 2 Donc si s > 2 (2) , on rejette lhypothse H 0 de normalit des rsidus 1 au seuil .
46
II-6. Choix dun modle.

Il se peut que plusieurs modles franchissent la phase de vrification et quil faille choisir dans cet ensemble. La premire chose faire est sans doute de reprer les modles jumeaux , cest--dire ceux qui correspondent en fait des reprsentations diffrentes dun mme modle (ou de modles proches) et qui sont donc quivalents pour la prvision. Ayant choisi un reprsentant dans chaque classe de jumeaux, on peut se trouver la tte de plusieurs modles rellement diffrents. Le choix dun modle reposera donc sur certains critres. o Critre de pouvoir prdictif Lobjectif est de minimiser lestimation de la variance rsiduelle, de maximiser les coefficients de dtermination simple et modifi. Le coefficient de dtermination tant dfini comme suit : ) 2 2 , V tant la variance empirique de la srie diffrencie d R = 1 V fois. Celui modifi comme suit : ) 2 2 /( N p q ) . R = 1 V /( N 1) o Critre dinformation Une autre approche, introduite par Akake (1969), consiste supposer que les modles ARMA ( p, q ) fournissent des approximations de la ralit et que la vraie loi inconnue des observations d X t ne satisfait pas forcment un tel modle. On peut alors fonder le choix du modle sur une mesure de lcart entre la vraie loi inconnue et le modle propos. La mesure habituellement retenue est la quantit dinformation de Kullback. Soit f ( x) la densit inconnue des observations, f ( x), f F p,q la famille de 0 densits correspondant au modle ARMA ( p, q ) , lcart entre la vraie loi et le modle est mesur par :
I ( f , F p,q ) = min Log 0 fF
f 0 ( x) f ( x)dx f ( x) 0
Lobjectif est donc de trouver les q et p qui minimisent les estimateurs de cette quantit dinformation. Ceux qui ont t proposs sont les suivantes : 2( p + q ) ) AIC ( p, q) = Log 2 + , N LogN ) BIC ( p, q) = Log 2 + ( p + q ) , N LogLogN ) ( p, q) = Log 2 + ( p + q)c avec c > 2 . N
II-7. Prvision
Le modle valid, le calcul des prvisions et celui des intervalles de confiance sont raliss pour un horizon choisi. Nous avons choisi de faire des prvisions sur une chance dun an.
47
Le calcul des intervalles de prvision est rendu possible grce lhypothse de normalit des rsidus.
48
CHAPITRE QUATRE
APPLICATIONS
ANALYSE EXPLORATOIRE DES DONNEES. Donnes brutes.
COMPTES DEBITEURS (cpt_dbt)

Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 2001 600.05 573.49 620.23 636.94 599.03 628.88 696.71 634.32 648.26 647.34 598.75 680.01 2002 644.16 543.11 559.82 611.96 648.45 513.97 630.01 619.47 610.19 664.74 625.97 654.42 2003 652.53 590.02 672.22 666.70 672.92 678.85 706.07 664.23 660.66 678.02 627.69 552.19 2004 660.48 608.21 616.96 600.41 615.56 621.45 579.23 579.68 598.86 607.38 574.34 592.76 2005 706.09 559.53 613.30 568.52 607.01 582.73 590.16 554.00 534.92 549.71 534.66 577.71 Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
ESCOMPTE (escpt)
2001 2002 2003 2004 2005 60.26 128.19 133.74 134.05 120.68 60.23 102.28 100.14 127.21 79.61 67.53 97.18 111.60 126.28 117.66 76.86 87.81 116.96 147.33 102.81 79.70 100.53 115.64 155.44 128.13 68.78 12.79 109.95 132.98 116.00 82.04 118.26 142.44 130.97 122.49 111.22 115.28 114.78 125.64 102.24 73.33 107.73 123.26 129.96 95.79 52.41 130.42 125.27 149.00 86.62 86.70 112.90 130.51 129.67 70.59 141.13 135.10 125.29 128.19 91.75
CREDITS COURT ET MOYEN TERME (crd_cmt)

Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 2001 402.58 342.62 393.54 347.95 380.04 421.81 374.56 385.78 451.14 447.39 467.52 467.36 2002 444.88 422.97 492.33 523.70 451.43 393.11 438.16 410.34 456.75 442.98 452.21 425.71 2003 389.81 466.67 513.84 486.77 449.24 578.68 565.92 589.91 592.70 677.29 608.07 516.44 2004 656.77 623.17 560.97 539.03 578.05 593.86 561.14 575.25 623.17 596.02 563.09 476.42 2005 512.89 548.67 559.92 566.73 567.88 556.40 562.02 674.40 736.25 720.64 719.61 729.10 Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
CREDITS SPOTS (crd_spot)

2001 118.09 110.80 110.98 125.98 132.37 116.07 116.44 129.47 123.67 133.76 128.52 133.28 2002 136.70 122.92 135.00 124.11 111.00 92.31 131.87 126.05 130.54 172.64 163.58 138.79 2003 165.76 133.21 137.84 137.41 148.34 142.00 146.74 153.68 166.01 168.61 144.23 148.29 2004 169.20 166.13 181.09 196.08 197.05 150.94 137.51 160.12 157.72 152.11 159.86 138.95 2005 138.01 138.02 203.94 203.97 201.63 187.90 186.92 171.84 145.23 144.55 148.08 130.64
49
PRODUITS DU PORTEFEUILLE (prtfeuille)

Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 2001 202.79 194.19 187.71 187.71 187.71 191.54 191.40 191.40 230.42 184.79 184.79 197.69 2002 184.79 184.79 209.06 178.18 178.18 178.18 184.35 178.18 210.40 171.57 171.57 184.67 2003 171.57 273.99 174.90 174.90 174.90 181.07 182.75 174.90 208.01 167.89 167.89 203.29 2004 167.89 168.64 200.71 160.89 160.89 160.89 182.07 160.89 153.88 154.97 193.42 189.28 2005 153.88 153.88 187.13 147.87 147.87 158.57 158.33 147.87 216.11 140.82 175.82 285.34
BONS DE CAISSE (bons_csse)

Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 2001 125.34 128.14 133.62 156.76 153.65 160.77 159.08 156.31 156.59 162.45 173.22 169.73 2002 180.55 165.32 177.47 173.51 194.62 188.49 191.66 175.16 182.04 172.42 176.74 164.34 2003 186.75 151.47 181.68 171.95 148.73 148.42 138.64 134.84 129.18 145.95 133.47 143.52 2004 130.29 124.05 129.68 130.30 128.13 113.81 118.30 118.23 128.80 131.87 135.46 136.69 2005 132.34 117.38 130.16 131.78 137.58 140.72 132.58 126.42 131.14 130.75 121.04 125.25
Tab 4.a : Donnes brutes.
Reprsentations graphiques.
Fig 4.a: Comptes dbiteurs.
Fig 4.c: Escompte.
50
Fig 4.b: Crdits court et moyen terme.
Fig 4.d: Crdits spots.
Fig 4.e: Produits du portefeuille.
Fig 4.f: Bons de caisse.
II
DESAISONNALISATION PAR MOYENNE MOBILE CENTREE. Type de schma.
Pour dterminer le type de schma, on sest inspir de la dfinition et, pour deux des variables, on sest servi de la mthode de la bande explicite dans le chapitre 3. On a transform les variables crdits spots et produits du portefeuille en les appliquant le logarithme quatre fois. Et, en utilisant la mthode de la bande pour tester le type de schma sur la variable transforme des crdits spots, nous obtenons un schma additif comme le montre la figure 4.g.
51
Fig 4.g. Mthode de la bande: Cas crdits spot transform.
Pour ce qui relve des autres variables, la reprsentation graphique faite la section I nous suggre lide dun schma additif car les tendances de nos sries ne sont pas proportionnelles aux oscillations des sries. Dans la suite, nous travaillerons sur les sries transformes des variables crdits spots et produits du portefeuille . Ceci sous entend que les diffrentes figures qui sy rapporteront seront effectues sur elles. Et cest au moment de reprsenter lajustement apport par les modles trouvs tout au long de notre tude, quil sera question dutiliser la srie initiale dautant plus que cest elle la proccupation centrale. Pour ce qui relve des autres variables, aucune transformation ne sera faite. En fait nous avons tout dabord essay de transformer toutes ces variables (soit en les standardisant, soit en les inversant, ou encore, en leur appliquant le logarithme plusieurs fois) mais nous nobtenions pas de rsultats satisfaisants. Cest la raison pour laquelle aucune transformation na t faite sur certaines variables.
Reprsentation des sries et de la srie obtenue aprs application de la moyenne mobile centre.
Comme nos sries sont mensuelles, alors la moyenne mobile centre utilise pour les dsaisonnaliser est la moyenne mobile dordre 12. La procdure a t explique au chapitre 3 o nous avons considr un exemple dans lequel nous expliquons comment sopre la diffrence entre la srie initiale et la moyenne mobile centre, laquelle na pas la mme taille. On a la reprsentation suivante :
52
Fig 4.h: Comptes dbiteurs.
Fig 4.k: Crdits Spots transforms.
Fig 4.i: Crdits court et moyen terme.
Fig 4.l: Produits du portefeuille transform.
Fig 4.j: Escompte.
Fig 4.m: Bons de caisse.
53
Coefficients saisonniers, CVS (sries corriges des variations saisonnires) et reprsentation graphique de la srie brute et la CVS.
Les coefficients saisonniers ont t dtermins par la mthode de dsaisonnalisation par moyennes mobiles centres comme nous lavons dj indiqu. La CVS est alors obtenue en retranchant ces coefficients de la srie initiale, car le schma adopt est celui additif. Les rsultats seront prsents sous forme de tableau rcapitulatif la phase de prvision. Commenons par prsenter les tableaux des coefficients saisonniers. Coefficients saisonniers.
COMPTES DEBITEURS janv fvr mars avr mai juin juil aot sept oct nov dc 40.80 -47.85 -5.48 -6.96 18.82 -16.19 25.33 -4.21 1.07 21.74 -20.32 -6.76 CREDITS COURT ET MOYEN TERME janv fvr mars avr mai juin juil aot sept oct nov dc -11.85 -2.53 7.89 -0.63 -23.51 -10.00 -5.86 -3.78 32.96 38.93 16.50 -38.10 ESCOMPTE janv fvr mars avr mai juin juil aot sept oct nov dc 12.82 -14.37 -3.64 -3.68 7.34 -23.98 7.11 4.58 -4.30 0.61 0.51 16.99 CREDITS SPOTS janv fevr mars avr mai juin juil aot sept oct nov dc 1.08 -12.45 11.28 11.87 10.67 -10.73 -10.19 -1.49 -0.59 9.92 0.66 -10.03 PRODUITS DU PORTEFEUILLE janv fvr mars avr mai juin juil aot sept oct nov dc -0.01 0.01 0.02 -0.02 -0.01 -0.01 0.00 -0.01 0.02 -0.02 0.00 0.02 BONS DE CAISSE janv fvr mars avr mai juin juil aot sept oct nov dc 6,27 -11,07 4,70 2,43 3,69 0,29 -1,06 -6,81 -3,64 0,67 2,65 1,87
Tab. 4.b : Tableaux des coefficients saisonniers.
Reprsentons les sries initiales et leurs CVS.
54
Fig 4.n: Comptes dbiteurs.
Fig 4.p: Escompte.
Fig 4.o: Crdits court et moyen terme.
Fig 4.q: Crdits Spots transforms.
55
Fig 4.r: Produits du portefeuille transform.
Fig 4.s: Bons de caisse.
III
STATIONNARITE. Test de la stationnarit.
Nous avons procd au test de stationnarit (test de DICKEY-Fuller). Rappelons quon teste la stationnarit en diffrence contre la stationnarit en tendance, ce test retourne la valeur de la statistique de DICKEY-Fuller. Lhypothse nulle est rejete si cette dernire est infrieure la valeur critique contenue dans la table de DICKEY-Fuller au seuil correspondant (5%) qui se trouve en annexe. On a le tableau suivant :
Produits et charges Comptes dbiteurs Crdits court et moyen terme Escompte Crdits spots transforms Produits du portefeuille transforms Bons de caisse Statistique -4,99 -3,33 -3,65 -3,38 -6,41 -3,52
Tab4.c : Rcapitulatif des statistiques de DICKEY Fuller.
A lissue du test, toutes les statistiques taient infrieures la valeur critique au seuil de 5%. Donc toutes les sries sont stationnaires en tendance.
Stationnarisation. Comme nous travaillons dans le cadre dun schma additif, pour les stationnariser, il suffira donc de ce qui prcde dextraire de la CVS lestimation polynmiale de la tendance.
Aprs rgression sur le temps et test de significativit des coefficients, les sries stationnarises sont les suivantes :
56
Comptes dbiteurs : Yt = X t (598.98 + 3.29t 0.07t 2 ) . Crdits court et moyen terme : Yt = X t (372.91 + 4.75t ) . Escompte : Yt = X t (52.88 + 4.18t 0.06t 2 ) . Crdits spots transform : Yt = X t (0.83 + 0.004t 0.00004t 2 ) . Produits du portefeuille transforms : Yt = X t (0.67 0.0007t ) .
2 X (121.93 + 6.32t 0.17t ) pour t allant de 1 36 . Bons de caisse : Yt = t X t (118.99 + 0.19t ) pour t allant de 37 60 Prsentons ainsi la srie initiale ainsi que lajustement de sa tendance :
Fig 4.t: Comptes dbiteurs.
Fig 4.u: Escompte.
Fig 4.v: crdits court et moyen terme.
Fig 4.w: Crdits spots transforms.
57
Fig 4.x: Produits du portefeuille transforms. Fig 4.y: Bons de caisse.
IV
LECTURE DES CORRELOGRAMMES SIMPLE ET PARTIEL.
Il est question prsent de passer ltude des corrlogrammes simples et partiel des sries stationnarises. On a les figures suivantes :
Fig 4.z: Comptes dbiteurs.
Fig 4.aa: Crdits court et moyen terme.
58
Fig 4.ab: Escompte.
Fig 4.ad: Produits du portefeuille transforms.
Fig 4.ac: Crdits spots transforms.
Fig 4.ae: Bons de caisse.
Modles pressentis aprs lecture des corrlogrammes :

Produits et charges Comptes dbiteurs Crdits court et moyen terme Escompte Crdits spots transforms Produits du portefeuille transforms Bons de caisse Modles ARIMA(1,0,1) ARIMA(1,0,3) ARIMA(1,0,1) ARIMA(1,0,1) Bruit Blanc ARIMA(3,0,2)
Tab 4.d : Modles pressentis.

Aprs test de Student sur les coefficients des modles, les modles retenus sont les suivants :
59
Produits et charges Comptes dbiteurs Crdits court et moyen terme Escompte Crdits spots transforms Produits du portefeuille transforms Bons de caisse
Modles
Yt = 0.66Y 0.41 + t 1 t 1 t Yt = 0.81Y 0.38 0.18 + 0.42 + t 1 t 1 t 2 t 3 t Yt = 0.22Y 0.07 + t 1 t 1 t Yt = 0.38Y + 0.32 + t 1 t 1 t
Yt = 0.75Y + 0.42Y 0.55Y 0.82 0.17 t 1 t 2 t 3 t 1 t 2 Tab 4.e : Modles retenus pour les sries stationnarises.
VALIDITE DES MODELES.
Les rsidus sobtiennent en retirant de la CVS la srie stationnarise. Nous procdons cette phase au test de normalit (Shapiro.test) et de bruit blanc (Box.test) sur les rsidus, ce qui nous donne le tableau des p-values suivants :
Produits et charges Comptes dbiteurs Crdits court et moyen terme Escompte Crdits spots transforms Produits du portefeuille transforms Bons de caisse Normalit (Shapiro.test) 0,16 0,31 0,002 0,87 0,000005 0,055 Bruit blanc (Box.test) 0,92 0,55 0,98 0,99 0,7 0,87
Tab 4.f : Recapitulatif des p-values lissue des tests de normalit et bruit blanc sur les rsidus.
Il ressort que toutes les p-values obtenues au test de bruit blanc sont suprieures 5% donc tous les rsidus vrifient lhypothse de bruit blanc au seuil de 5%, mais quelques unes ne vrifient pas lhypothse de normalit, au seuil de 5% prcisment les produits du portefeuille transforms (p-value <0.05) et lescompte (p-value<0.05).
VI
PREVISIONS POUR 2006.
Comme il sagit dun modle additif, la prvision sera donc la somme de lestimation tendancielle (qui est calcule grce son estimation polynmiale), la prvision du modle (il sagit des prvisions obtenues sur les sries stationnarises partir des modles retenus au tableau 4.c.).et le coefficient saisonnier correspondant. Pour ce qui est des intervalles de prvision (qui sont calculs au seuil de 5%), ils sont obtenus partir des erreurs sur les rsidus. Donc la borne infrieure (resp. suprieure) sobtiendra en retirant (resp. augmentant) de la prvision, 1.96 fois la valeur prdite par le modle retenu. Ainsi, on a les tableaux rcapitulatifs suivants:
60
Ici tps dsigne lordre des observations (en mois) partir de janvier 2001 (ainsi dcembre 2005 reprsente le 60e mois).
Coef : Il sagit des coefficients saisonniers corrigs. Modle : Il sagit ici des valeurs prdites par les modles retenus sur les sries stationnarises. Prvision : Cest la prvision finale obtenue qui est la somme de la tendance, du modle, et du coef. Borne_inf et borne_sup sont les bornes infrieures et suprieures de nos intervalles de prvision.
tps 61 62 63 64 65 66 67 68 69 70 71 72 coef tendance modle prvision borne_inf borne_sup 40.80 546.87 5.94 593.62 531.26 655.97 -47.85 541.81 3.87 497.83 433.56 562.09 -5.48 536.60 2.51 533.64 468.56 598.71 -6.96 531.26 1.62 525.92 460.51 591.34 18.82 525.79 1.03 545.63 480.07 611.20 -16.19 520.17 0.65 504.64 439.01 570.26 25.33 514.43 0.40 540.15 474.49 605.81 -4.21 508.54 0.23 504.56 438.89 570.23 1.07 502.52 0.12 503.72 438.05 569.39 21.74 496.37 0.05 518.15 452.48 583.83 -20.32 490.08 0.00 469.76 404.09 535.44 -6.76 483.65 -0.03 476.86 411.18 542.54
janv-06 Fevr-06 mars-06 avr-06 mai-06 juin-06 juil-06 aot-06 sept-06 oct-06 nov-06 Dec-06
Tab 4.g : Comptes dbiteurs.

tps 61 62 63 64 65 66 67 68 69 70 71 72 coef tendance modle prvision borne_inf borne_sup -11.85 663.40 79.75 731.30 656.80 805.80 -2.53 668.17 62.18 727.82 646.63 809.00 7.89 672.94 73.44 754.27 672.11 836.43 -0.63 677.71 60.59 737.67 645.88 829.46 -23.51 682.48 50.27 709.23 611.74 806.73 -10.00 687.25 41.97 719.22 618.21 820.23 -5.86 692.02 35.31 721.48 618.27 824.69 -3.78 696.80 29.96 722.98 618.37 827.59 32.96 701.57 25.67 760.19 654.70 865.69 38.93 706.34 22.22 767.48 661.41 873.55 16.50 711.11 19.45 747.05 640.61 853.48 -38.10 715.88 17.22 694.99 588.32 801.67
Tab 4.h : Crdits court et moyen terme..
61
tps 61 62 63 64 65 66 67 68 69 70 71 72
coef tendance modle prvision borne_inf borne_sup 12.82 90.46 -5.02 98.25 65.96 130.55 -14.37 87.45 -1.23 71.85 38.21 105.49 -3.64 84.33 -0.40 80.29 46.58 114.00 -3.68 81.09 -0.22 77.19 43.48 110.90 7.34 77.73 -0.18 84.89 51.19 118.60 -23.98 74.26 -0.17 50.11 16.40 83.82 7.11 70.67 -0.17 77.61 43.90 111.32 4.58 66.96 -0.17 71.38 37.67 105.09 -4.30 63.14 -0.17 58.67 24.96 92.38 0.61 59.20 -0.17 59.64 25.93 93.35 0.51 55.14 -0.17 55.48 21.77 89.19 16.99 50.97 -0.17 67.79 34.08 101.50
Tab 4.i : Escompte.
prvision borne_inf borne_sup 147.90 125.11 178.06 142.81 117.16 178.73 168.63 135.03 217.32 168.14 134.59 216.79 165.25 132.55 212.56 141.87 115.89 178.57 147.58 119.99 186.79 156.65 126.45 199.95 156.41 126.29 199.61 168.35 134.72 217.12 157.49 127.05 201.18 146.20 119.00 184.80
Tab 4.j : Crdits spots non transforms.
prvision borne_inf borne_sup 156.82 133.05 188.02 174.10 146.27 211.08 177.90 149.16 216.19 153.49 130.49 183.62 153.58 130.55 183.73 156.74 132.99 187.92 164.38 138.85 198.07 157.01 133.20 188.28 174.80 146.81 212.03 151.43 128.90 180.90 159.89 135.41 192.09 172.35 144.94 208.73
Tab 4.k : Produits du portefeuille non transforms.
62
tps 61 62 63 64 65 66 67 68 69 70 71 72
coef tendance modle prvision borne_inf borne_sup 6.27 130.88 -8.37 128.78 117.57 140.00 -11.07 131.08 -2.53 117.49 106.25 128.72 4.70 131.27 -1.41 134.57 123.10 146.03 2.43 131.47 2.49 136.39 123.99 148.79 3.69 131.66 2.66 138.01 125.41 150.60 0.29 131.86 3.82 135.97 122.44 149.49 -1.06 132.05 2.61 133.60 119.92 147.28 -6.81 132.25 2.10 127.54 113.65 141.42 -3.64 132.44 0.56 129.36 115.48 143.25 0.67 132.64 -0.13 133.18 119.29 147.06 2.65 132.83 -1.03 134.46 120.50 148.42 1.87 133.03 -1.14 133.76 119.75 147.77
Tab 4.l : Bons de caisse.

Pour conclure, nous reprsentons la chronique initiale, puis celle ajuste, ensuite les prvisions et les intervalles de confiance.
Fig 4.af: Comptes dbiteurs.
Fig 4.ah: Escompte.
Fig 4.ag: .Crdits court et moyen terme.
Fig 4.ai: Bons de caisse.

63
Fig 4.aj: Crdits spots.
Fig 4.ak: Produits de la trsorerie non transforms. NB : Pour ce qui est de ces reprsentations finales (car traant sur une mme figure la srie initiale et son ajustement) nous navons plus travaill sur la srie transforme (notamment le cas des crdits spots et des produits du portefeuille), mais avec la srie initiale car cest elle la proccupation premire.
64
CONCLUSION
La mathmatique et ses thories ont t jusqualors, pour bon nombre, des sciences abstraites nayant quune porte didactique. Ce mmoire a t loccasion pour nous de dmentir ce propos et de remettre sur la table la question que miment encore nos lvres : la place du mathmaticien dans une entreprise. Laubaine nous a t offerte, grce au Master de Statistique Applique, de redynamiser lapport considrable quoccupent nos thories dans ldifice dune bote. A fortiori la place quoccupent les sries temporelles dans une banque. Nous avons pu aborder laide de ses diffrents modles le monde de la prvision, une prvision qui se veut tre objective, une prvision qui se veut tre un compromis entre la connaissance de la problmatique dune structure, la matrise de son contexte tant interne quexterne et la rponse une proccupation prcise suivant un plan de modlisation bien structure. Nous nous sommes orients cet effet vers un plan de modlisation suivant une mthode de dsaisonnalisation laide des moyennes mobiles. Certes on aurait pu galement penser aux mdianes mobiles, car trs peu sensibles aux donnes aberrantes ; la mthode X11, X12 car incorporant des outils de dtection et de correction des points atypiques, de corriger leffet de certains jours fris ; mais ceci ncessitait une base de donnes stalant sur une priode dau moins 7 ans. Ceci tant, il aurait t bnfique pour la BICEC dans un souci doptimisation en termes de qualit prvisionnelle de mettre notre disposition sa base de donnes sur une priode suffisamment grande, afin si loccasion nous est encore permise de tester le flot de modles de plus en plus complexes, mais dautant plus sophistiqus; compromis idal entre des donnes relles et la recherche dune plus grande objectivit. Nous ne manquerons de souligner cette insuffisance de prcision dans notre analyse descriptive relativement au niveau de linterprtation des graphiques, car il aurait t bnfique de matriser les facteurs tant internes quexternes qui agissent sur lvolution des produits et charges de la BICEC, ce qui aurait t aussi un plus pour la Direction Gnrale , car, ainsi, elle disposera dlments nouveaux dans lorientation de sa bonne gouvernance.
65
ANNEXES
SECTION I : PROGRAMMES.
#==============================================================# #==============================================================# #================ =============# PROGRAMME R =============# #================ #================ =============# #==============================================================# #==============================================================#
## # Chargement des librairies # ## library(quadprog) library(tseries) library(polynom) ## # Lecture Sur R # ## # Appel sur R de la srie brute # serie1<-read.table(serie_brute.txt, header=TRUE, dec=,) # Transformation en srie temporelle (serie_temp) # serie_temp<-ts(serie1, start=c(2001,1),freq=12) ## # Reprsentation graphique # ## plot (serie_temp, ylab=, sub=Evolution quinquennale) title(Nom_Serie_brute) abline(2001 :2005,lty=1 :5,col=2 :6) ## # type de Schma # ## ## #Programme de la mthode de la bande# #permettant de savoir le type de schma# ##
66
transform=function(ts) { vects=c(ts) f=frequency(ts) p=start(ts)[2] q=end(ts)[2] if(p!=1) { c1=rep(NA,p-1) vects=c(c1,vects) } if(q!=f) { c2<-rep(NA,f-q) vects<-c(vects,c2) } vects } meth_analyt_band<-function (serie) { p<-frequency(serie) n<-end(serie)[1]-start(serie)[1]+1 serie_mat<-matrix (transform (serie), p, n) temp_an<-start (serie)[1]:( end (serie)[1]) minima<-apply (serie_mat, 2, min,na.rm=TRUE) maxima<-apply (serie_mat, 2, max,na.rm=TRUE) lm_min<-lm (minima~temp_an) lm_max<-lm (maxima~temp_an) plot(serie) abline(lm_min,col="blue") abline(lm_max,col="red") }
# Application de la mthode de la bande sur la srie temporelle (serie_temp)# meth_analyt_band (serie_temp) ## # Dsaisonnalisation # ## ## #Cas o lordre de la moyenne # #mobile est impair # #Entree : Serie (serie) # # Ordre (p) # #Sortie: Srie obtenue aprs # # lavoir applique la # # moyenne mobile # ##
67
cas_imp<-function(serie,p) { serie_vec<-c(serie) n<-length(serie_vec) vec1<-cumsum(serie_vec)[p:n] vec2<-c(0,cumsum(serie_vec)[1:(n-p)]) serie_mob1<-(vec1-vec2)/p td<-start(serie)[2]+(p-1)/2 freq=frequency(serie) s1<-start(serie)[1]+td%/%freq s2<-td%%freq serie_mob<-ts(serie_mob1,start=c(s1,s2),frequency=freq) serie_mob }
## # Cas o lordre de la moyenne# #mobile est pair # #Entree : Serie (serie) # # Ordre (p) # #Sortie: Srie obtenue aprs # # lavoir applique la # # moyenne mobile # ##
cas_pair<-function(serie,p) { serie_vec<-c(serie) n<-length(serie_vec) vec11<-cumsum(serie_vec)[p:(n-1)] vec22<-c(0,cumsum(serie_vec)[1:(n-p-1)]) serie_mob1<-(vec11-vec22)/p serie1<-serie_vec[1:(n-p-1)] serie2<-serie_vec[(p+1):n] serie_mob1<-serie_mob1-(serie1+serie2)/(2*p) td<-start(serie)[2]+p/2 freq=frequency(serie) d1<-start(serie)[1]+td%/%freq d2<-td%%freq serie_mob<-ts(serie_mob1,start=c(d1,d2),frequency=freq) serie_mob }
68
## #Fonction Rcapitulative # #Elle teste la parit de l'ordre p # #puis applique la fonction convenable # ## moy_mob_cent<-function(serie,p) { if((p%%2)!=0) { moymobcent<-cas_imp(serie,p) } else { moymobcent<- cas_pair(serie,p) } moymobcent }
## #Hypothse: Schma additif # #Entre: Srie (serie) # # Ordre (p) # #Sortie: Liste comprenant # # -Coefficients Saisoniers # # Corrigs # # -CVS # ## cas_add<-function(serie,p)
{ diff_sais_serie<-serie-moy_mob_cent(serie,p) donn<-transform(diff_sais_serie) q<-ncol=frequency(serie) c1<-matrix(donn,q,byrow=TRUE) coef_sais<-apply(c1,2,mean,na.rm=TRUE) coef_sais_corr<-coef_sais-mean(coef_sais) cvs<-serie-coef_sais_corr plot(serie) lines(cvs,col="red") nom1<-"Coefficients_Saisonniers_Corrigs" nom2<-"Srie_Corrige_Des_Variations_Saisonnires" list(nom1=coef_sais_corr,nom2=cvs) }
69
## #Hypothse: Schma multiplicatif # #Entre: Srie (serie) # # Ordre (p) # #Sortie: Liste comprenant # # -Coefficients Saisoniers # # Corrigs # # -CVS # ## cas_multip<-function(serie,p)
{ rapp_sais_serie<-serie/moy_mob_cent(serie,p) don1<-transform(rapp_sais_serie) freq1<-frequency(serie) c1<-matrix(don1,ncol=freq1,byrow=TRUE) coef_sais<-apply(c1,2,mean,na.rm=TRUE) coef_sais_corr<-coef_sais/mean(coef_sais) cvs<-serie/coef_sais_corr plot(serie) lines(cvs,col="red") nam1<-"Coefficients_Saisonniers_Corrigs" nam2<-"Srie_Corrige_Des_Variations_Saisonnires" list(nam1=coef_sais_corr,nam2=cvs) }
## #Fonction Rcapitulative # #Elle teste le type de schma et applique# #la fonction adapte # #En entre elle prend la srie (srie) et # #l'ordre (p). # ##
desaison<-function(serie,p) { if (meth_analyt_band(serie)=="Schma_Additif") { de_saison<-cas_add(serie,p) } else { de_saison<-cas_multip(serie,p) } de_saison }
70
CVS<-desaison(serie_temp,12)
# Calcul de la srie corrige des variations saisonnires (CVS) # CVS<-CVS[[2]] # Calcul des coefficients saisonniers corrigs (coefmoy) # coefmoy<-desaison(serie,12)[[1]]
## # Stationnarit # ##
pp.test(CVS,type="Z(t_alpha)") temp<-1 :60 temp2<-temp^2 reg<-lm(CVS~temp+temp2) summary(reg) # Obtention de la srie stationnaire en retranchant (CVSstat) # de la CVS lestimation polynomiale de la tendance # En fait on a procd ainsi car en faisant le test de Dickey # Fuller sur toutes les CVS, nous avions des processus DS CVSstat<-CVS-predict(reg) plot(CVS) plot(c(CVS),type="l") lines(fitted(reg),col="blue")
# # # #
## # Corrlogramme # ## par(mfrow=c(2,1)) acf(CVSstat,main="Srie Stationnarise") pacf(CVSstat,main="Srie Stationnarise") # Aprs lecture de ces corrlogrammes, nous # # dterminons les ordres p et q. Pour notre cas de # # figure comme nos CVSstat des processus DS # # alors lordre de diffrenciation d vaudra 1 #
## # Modles # ## mod<-arima (CVSstat,order=c(p,d,q)) ## # Validation du modle # ##

res<-mod$res
71
shapiro.test(res) Box.test(res)
## # Prvision # ##
pr<-polynomial(reg$coefficients) # Dtermination de la prvision sobtient comme nous lavons # # signal au chap 3 et 4 en sommant les coefficents saisonniers # # (coefmoy) avec la valeur prdite par lestimation polynomiale # # de la tendance et la valeur prdite par le modle retenu # prev<-coefmoy+predict(pr,61:72)+predict(mod,12)$pred
## # Representation finale # ##
modfitted<-CVSstat-mod$res ajust<-coefmoy+predict(pr,1:60)+modfitted p1<- predict(mod,12)$pred p2<-1.96*predict(mod,12)$se borne_inf<-coefmoy+predict(pr,61:72)+(p1-p2) borne_sup<-coefmoy+predict(pr1,61:72)+(p1+p2) ts.plot(serie_temp,prev,borne_inf,borne_sup,col=c(1,3,4,4)) title(Nom_Srie_brute") lines(ajust,col="red") p3<- c("Observed","Adjusted","Prevision","Intervalles") legend(2003,525,p3,col=c("black","red","green","blue"),lty=4:1)
72
SECTION II: TABLE DE DICKEY FULLER

(1) X t = X (2) X t (3) X t + ( < 1 ); t 1 t =X + + t ( < 1); t 1 =X + + t + t ( < 1 et 0). t 1
Level of significance Sample size 0.01 0.05 0.10 Testing = 0 in (1) "t-test" statistic 25 50 100 250 Infinite Testing 25 50 100 250 Infinite Testing -2,66 -2,62 -2,6 -2,58 -2,58 -3,75 -3,58 -3,51 -3,46 -3,44 -1,95 -1,95 -1,95 -1,95 -1,95 in (2) "t-test" statistic -3 -2,93 -2,89 -2,88 -2,87 in (3) "t-test" statistic -1,6 1,61 -1,61 -1,62 -1,62 -2,62 -2,6 -2,58 -2,57 -2,57 -3,24 -3,18 -3,15 -3,13 -3,13 -1,28
=0
=0
25 -4,38 -3,6 50 -4,15 -3,5 100 -4,04 -3,45 250 -3,99 -3,43 Infinite -3,98 -3,42 Standard t-distribution (Student) Infinite -2,33 -1,65 (Source: W.A. Fuller (1976), Table 8.5.2)
Tab 5: Critical values for the Dickey-Fuller t statistics. Extrait du site Sries chronologiques et problmes de stationnarit www.chez.com/deaecodemo/stationnarite.doc
73
BIBLIOGRAPHIE
[1] Sverine MEUNIER MARTINS, APPROCHE STRATEGIQUE POUR LA PREVISION DE DONNEES DE GESTION : METHODE CIBLEE INTEGRANT DES ELEMENTS SUBJECTIFS ET MATHEMATIQUES , Lausanne, EPFL 2003. [2] Nino Silverio, Sries chronologiques . [3] Rgis BOURBONNAIS, Universit Paris-IX Dauphine, Manuel et exercices corrigs, Economtrie , DUNOD, 4e dition, 2002. [4] Dominique LADIRAY, Benot QUENNEVILLE, COMPRENDRE LA METHODE X11 , juillet 1999. [5] Arthur Charpentier, Cours de sries temporelles , DESS Mathmatique de la Dcision & DESS Actuariat. [6] Xavier GUYON, Universit Paris I, Cours Modle linaire et ses extensions , Master de Statistique, Universit de Yaound I, 2005. [7] Jean Jacques DROESBEKE, Bernard FICHET, Philippe TASSI, Thorie et pratique des modles ARIMA , Economica. [8] Simon LEBLOND-Isabelle Belley-Ferris, Guide dconomtrie applique , Dpartement de sciences conomiques, Unoversit de Montral, Document de travail, 2004. [9] Serge DEGERINE, UNIVERSITE JOSEPH chronologiques , Document de travail, 2003.
FOURIER, Cours de sries
[10] Bernard RAPACCHI, centre interuniversitaire de calcul de GRENOBLE, Dur, dur !! Les sries chronologiques. , Document de travail, 1993. [11] Jean-Marie Dufour, Histoire de lanalyse des sries chronologiques , 19 janvier 2003. [12] Guillaume Chevillon, Pratique des sries temporelles , OFCE et Universit dOxford, Janvier 2004. [13] Yves ARAGON, Introduction aux Sries temporelles , Septembre 2004. [14] Yves Till, Rsum du Cours de Sries Temporelles , 13 fvrier 2004. [15] Lafosse, Introduction aux sries chronologiques , UPS Toulouse, 2003. [16] NANA Andr, Modle de prvision du parc des comptes dune banque : cas Afriland First Bank , Mmoire de fin dtude du Master de statistique appliqu, 2005.
74

SC 0

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

SC 0

Transféré par

Droits d'auteur :

Formats disponibles

ECOLE NATIONALE SUPERIEURE POLYTECHNIQUE

-=-=-=-=DEPARTEMENT DE MATHEMATIQUES ET SCIENCES PHYSIQUES

Mmoire prsent en vue de lobtention Du Master De Statistique Applique

Tables des matires

Je ddie ce travail mon pre, Monsieur KAPEN David.

M. Parfait KAPEN, Matre en Mathmatiques Appliques.

LISTE DES ABREVIATIONS

LISTE DES FIGURES

LISTE DES TABLEAUX

PRESENTATION GENERALE DE LA BICEC

POURCENTAGES 51% 24% 13% 12% 100%

Tab 1.c : Actionnaires actuels de la BICEC.

DIRECTEUR CENTRAL Assistante

Dpartement du contrle de gestion

Scurit des systmes dinformation

Service de la gestion des risques

Gestion des achats

March bancaire camerounais

AM ITY BANK 3% UNION BANK 4%

Crdit Lyonnais 11%

STANDARD CHARTERED BANK 11% AFRILAND FIRST 9% CBC 13%

BICEC AFRILAND FIRST CITI BANK

Crdit Lyonnais STANDARD CHARTERED BANK ECO BANK

SGBC UNION BANK

CBC AM ITY BANK

Fig 1.a : March bancaire camerounais.

OUEST SUD-OUEST CENTRESUD-EST

YAOUNDE NORD GAROUA Tab 1.f : Rseau de distribution.

ANALYSE DESCRIPTIVE DES PRODUITS ET CHARGES

EVOLUTION QUINQUENNALE DES PRODUITS ET CHARGES.

Commissions et frais de personnel.

prdt_change eng_sig gest_cpt

Toutes ces 3 charges ont une volution stationnaire.

EVOLUTION MOYENNE MENSUELLE.

700,00 600,00 500,00 400,00 300,00 200,00

Fig. 2.j : Evolution moyenne mensuelle des diffrents agrgats.

Produits d'Intrts 1865,74 1853,59

Les commentaires qui suivent se rapportent la figure prcdente.

EVOLUTION MOYENNE ANNUELLE.

Commissions Charges d'Intrt 1200,00 585,00

Charges gnrales d'exploitation

An-01 An-02 An-03 An-04 An-05

Fig 2.k : Evolution Moyenne Annuelle des diffrents agrgats.

TENTATIVE DINTERPRETATION DES GRAPHIQUES.

METHODOLOGIE DE BOX ET JENKINS

o f (t ) et E (t ) dsignent respectivement la tendance et les rsidus, ou multiplicatif yt = f (t ) Et .

o Tendance exponentielle f (t ) = a exp(bt ) + c. o Tendance de Gompertz f (t ) = exp(aebt + c), = (a, b, c).

En appliquant la mthode de la bande sur cette srie, On obtient :

I.2 Objectifs de lanalyse dune srie temporelle.

II-La mthode Box et Jenkins

Analyse du Graphique et du corrlogramme Analyse de la saisonnalit

Test de Dickey Fuller

Rgression sur le temps si TS (trend stationary)

Passage aux diffrences si DS (difference stationary)

Analyse des corrlogrammes simple et partiel

Dtermination des ordres p et q du processus ARMA Estimation des paramtres.

Test de Student. Les coefficients non significatifs sont supprims.

Tests sur les rsidus : sont ils des bruits blancs ?

Non Ajout dun ordre p ou q .

Prvision par ARMA

Recoloration de la srie (exponentiel, saisonnalit )

II-1. Analyse de la saisonnalit ou dsaisonnalisation.

METHODES NON PARAMETRIQUES ( mthodes de rgression locale )