Mesure de la performance

des agences bancaires par une

approche DEA
Aude HUBRECHT*
Universit de Bourgogne
Michel DIETSCH
Universit de Strasbourg 3
Fabienne GUERRA
Fucam (Belgique)
Classification JEL : G21, L11, D21, D24, M42
Correspondance :
Aude Hubrecht, Universit de Bourgogne, IAE de Dijon
Ple dconomie et de Gestion, BP 26611, 21066 Dijon Cedex, France
E-mail : aude.hubrecht@u-bourgogne.fr
Rsum : Lapproche DEA (Data Abstract : Using a DEA framework
Envelopment Analysis) permet de (Data Envelopment Analysis), we deproposer de nouveaux indicateurs de velop new performance indicators for
la performance pour les rseaux de integrated retail networks. A methdistribution intgrs. Aprs avoir pr- odological discussion leads us to procis la mthode de construction dun pose a productivity indicator which
indicateur de productivit des points respects the criteria of controllability
de vente respectant les critres de and transversal coherence. We then
contrlabilit et de cohrence trans- formalise the relationship between a
versale, nous modlisons le lien entre performance indicator of a networks
un indicateur de performance de la headquarters and the productivity of
tte de rseau et lindicateur de pro- its various retailers. Finally, we comductivit pour garantir la cohrence bine these new indicators in crafting a
hirarchique. Enfin, nous insrons ces management tool amenable to a sysindicateurs dans un outil daide la tem of balanced scorecards.
dcision conforme lorganisation
verticale des rseaux de distribution :
un systme de tableau de bord prospectif.
Mots cls : Data Envelopment Analysis agences bancaires tableaux de
bord prospectifs contrlabilit.

Key words : Data Envelopment

Analysis bank branches balanced
scorecards controllability.

* Les auteurs sont respectivement membres du CREER, FNRS, FUCAM et du LEGFARGO ; du LARGE et du CREER, FUCAM. Ils tiennent exprimer leurs remerciements Alain Bultez, directeur du CREER (Center of Research of Economic Efficiency
of Retailing) aux Facults Universitaires Catholiques de Mons, et Herv Leleu du Labores, CNRS- Universit Catholique de Lille.

Finance Contrle Stratgie Volume 8, N 2, juin 2005, p. 131 171.

132

Mesure de la performance des agences bancaires

Toute organisation uvrant dans le secteur marchand, pour assurer

sa survie, sa prennit, sa croissance, se doit datteindre certains niveaux de rentabilit et, par l, de satisfaire des critres financiers.
Nanmoins, dun point de vue managrial, pour faciliter et amliorer le
processus de prise de dcision, pour dployer la stratgie du top management aux units oprationnelles et, enfin, pour vrifier que les
objectifs sont atteints et cohrents tous les niveaux de prise de dcision, ltude de la performance ne peut se limiter uniquement aux aspects financiers. La procdure dvaluation de la performance est
contingente la vision de lorganisation analyse ; mais aussi ses objectifs, son systme de pilotage, et sa conception de la stratgie. Il
nexiste pas une unique bonne faon dorganiser le contrle interne
des organisations , (Bouquin, 2000).
Dans cette recherche, nous compltons une approche strictement financire par une vision stratgico-oprationnelle de la performance
(Lorino, 2001). Et, plus prcisment, avant de proposer de nouveaux
indicateurs de la performance, (i) nous identifions les diffrentes units
preneuses de dcision au sein de lorganisation ; (ii) nous analysons
leurs interactions, leurs tches, et leurs domaines de responsabilit.
Lattention se porte sur les rseaux dagences bancaires. Ils sont envisags dans leur globalit. Ce travail sinscrit la fois dans les thmatiques du management des rseaux de distribution et dans celles de la
gestion des points de vente1.
Les rseaux dagences bancaires tudis sont des rseaux de distribution intgrs en aval o les agences sont des succursales. La direction gnrale de la banque joue le rle de producteur-leader et possde
un leadership autocratique lgitim par la dfinition mme de
lorganisation du rseau (Filser et al., 2001).
La direction gnrale du groupe bancaire et les agences sont, chacun leur niveau de prise de dcision, responsables de la production
dactivits, de laccomplissement de processus et de la capitalisation de
comptences. Lapprciation de la performance concide alors avec
lvaluation de la capacit atteindre les objectifs issus du dploiement
stratgique.
La mesure de la performance est la pierre angulaire de la prise de
dcision. Et, il sagit autant de la qualit de la mesure que du choix des
1 Volle (1999) souligne que ces deux domaines ont fait chacun lobjet dun ouvrage
majeur en franais, respectivement Filser (1989) et Jallais et al. (1994).

Aude Hubrecht, Michel Dietsch, Fabienne Guerra

133

indicateurs. En effet, ces derniers (i) contribuent crer une ralit partage par les diffrentes parties prenantes ; (ii) communiquent les attentes et les rsultats issus du dploiement stratgique aux diffrentes
units preneuses de dcision.
Notre objectif est daffiner la mesure de la performance productive
des rseaux dagences bancaires en intgrant le pouvoir de dcision des
deux units preneuses de dcision au sein du rseau : la direction gnrale et les agences bancaires. Lvaluation de la performance productive des agences est aborde sous langle du benchmarking. Cest en
affinant le principe de comparaison quun indicateur juste est dvelopp, juste au sens du mot anglais fair.
Comme la soulign La Villarmois (1999a), lapproche DEA ( Data Envelopment Analysis ) est particulirement bien adapte aux rseaux de distribution, et par l aux rseaux dagences bancaires. En effet, chaque entit value est compare toutes les autres laide des
techniques de la programmation mathmatique linaire. La premire
application a t ralise en 1985 par Sherman et Gold. Nous classons
les tudes ralises en deux catgories.
Les tudes de la premire catgorie utilisent la mthode DEA pour
distinguer les agences efficientes des agences inefficientes, valuer
lamplitude de linefficience laide dun indicateur synthtique, identifier les meilleures pratiques et proposer des objectifs aux agences
inefficientes pour amliorer leur performance (Sherman et Gold, 1985 ;
Parkan, 1987 ; Oral et Yolalan, 1990 ; Vassiloglou et Giokas, 1990 ;
Giokas, 1991 ; Tulkens, 1993 ; Al-Faraj et al., 1993).
Les tudes de la seconde catgorie dfinissent lactivit des agences
bancaires pour valuer leur capacit sadapter leur environnement
commercial, grer leurs ressources humaines, satisfaire leurs clients
en amliorant la qualit du service (Sherman et Ladino, 1995 ; Schaffnit et al., 1997 ; Athanassopoulos, 1997, 1998 ; Soteriou et Zenios,
1999 ; Manandhar et Tang, 2002). Elles tentent dapporter des explications au constat de lefficience ou de linefficience en ralisant des
analyses quantitatives supplmentaires ou en rcoltant des informations
qualitatives sur lorganisation des agences.
Aucune de ces tudes na : (i) considr le rseau bancaire dans sa
globalit ; (ii) intgr les deux niveaux de prise de dcision caractristiques des rseaux de distribution ; (iii) tenu compte des contraintes
auxquelles sont soumises les agences. Lapport de cette recherche r-

134

Mesure de la performance des agences bancaires

side dans le dveloppement dune procdure dvaluation des agences

laide de lapproche DEA qui satisfasse ces trois remarques.
Ainsi, trois rsultats ont t obtenus lissue de cette recherche :
(i) Le premier rsultat ressort de notre approche globale du rseau
de distribution. Il rside dans la proposition dune procdure
dvaluation de la performance des agences considrant les deux niveaux de prise de dcision caractristiques des rseaux : celui de la direction gnrale et celui des points de vente. Un indicateur de la performance productive des agences est propos. Celui-ci est qualifi de
juste dans le sens o il respecte un certain nombre de critres : critre
de contrlabilit, de cohrence hirarchique et de cohrence transversale. Nous parvenons dterminer si une agence a la possibilit
daugmenter le volume des ventes tant donn sa localisation et sa dotation en ressources.
(ii) Le second rsultat complte le prcdent. En effet, un indicateur
de performance, aussi bon soit-il, sil est esseul et/ou exclu du dploiement stratgique, na aucune utilit. Cest pourquoi nous avons
cherch lintgrer au sein dun outil de pilotage adapt aux spcificits des rseaux de distribution et leur organisation verticale en particulier. Nous proposons un systme de tableau de bord prospectif inspir des travaux de Kaplan et Norton (1996, 1999). Cet outil de pilotage
offre lavantage de permettre aux dirigeants situs au niveau de la direction gnrale davoir une approche globale du management du rseau.
(iiI) Le troisime rsultat rside dans loprationnalisation des prceptes de Kaplan et Norton. La relation entre deux indicateurs de performance est explicitement modlise partir du DEA. Lanalyse est
consacre au lien entre un indicateur de performance mesurant la capacit de coordination de la direction gnrale et un indicateur de performance productive des points de vente. Pour parvenir modliser ce
lien, nous dcomposons linefficience technique globale du rseau de
distribution en inefficience de coordination de la direction gnrale et
en inefficience technique individuelle des points de vente2.
Lintroduction et la premire partie prsentent respectivement le
cadre danalyse et le cadre conceptuel de cette recherche. Trois critres
y sont mis en vidence pour mesurer correctement la performance pro2 Le score dinefficience technique est choisi comme indicateur de performance productive.

Aude Hubrecht, Michel Dietsch, Fabienne Guerra

135

ductive des points de vente appartenant un rseau de distribution intgr. Ces trois critres sont : le principe de contrlabilit, la cohrence
transversale et la cohrence hirarchique. La deuxime partie dtaille
les dveloppements mthodologiques ncessaires au calcul dun indicateur juste de la performance des points de vente dans le cadre de la mthode DEA. La troisime partie propose une application empirique du
modle dvelopp. La base de donnes recense des informations issues
du bilan et du compte de rsultat (exercice comptable 2001) sur une
population de 728 agences bancaires rparties dans 10 banques rgionales, qui sont autant de rseaux de distribution intgrs indpendants
dots dune direction gnrale et dun rseau dagences bancaires. Par
ailleurs ? les agences bancaires font face six environnements commerciaux diffrents.

1. Le cadre danalyse
Les agences bancaires sont les points de vente des banques. Elles
ont pour mission de sadapter au march qui les entoure en collectant
et en traitant de linformation sur les besoins et les attentes de la demande de proximit, de valoriser les relations avec les clients, et ainsi
de dvelopper et dentretenir la clientle existante. Lactivit des agences est fonde sur leur capacit distribuer des produits bancaires et
maintenir les relations avec la clientle. Les agences contribuent ainsi
au processus de production de la banque. Cette dernire doit sassurer
davoir les liquidits suffisantes pour satisfaire les demandes de retraits
et de crdits. Les agences y contribuent en entretenant la relation de
clientle.

1.1. Lactivit des agences bancaires en tant que points de

vente
Les agences assurent une fonction commerciale pour le compte de
la banque. Pour qualifier cette fonction, on utilise des variables de bilan (activit de dpt et de crdit) et des variables dites hors bilan
(assurance-dommage et assurance vie). Lutilisation de telles variables
fait que la fonction estime prsente des similitudes avec la fonction de
production de la banque elle-mme. Par exemple, les services de porte-

136

Mesure de la performance des agences bancaires

feuille sont mesurs partir de lencours des OPCVM3 et de

lassurance vie, les mesures de crdits partir de lencours des prts.
Nanmoins, on ne peut pas utiliser la fonction de production bancaire4 quelle que soit lapproche choisie (intermdiation ou production)
pour dcrire les activits dune agence. Celle-ci ne produit pas
proprement parler les produits bancaires, son rle est de les distribuer.
Elle nest pas astreinte aux contraintes de la production (elle na pas
besoin de disposer des ressources pour pouvoir produire comme le
suppose lapproche intermdiation) de la banque. Son quilibre financier sera toujours assur par les apports en ressources de la banque.
Elle nest pas non plus charge de grer le systme de moyens de
paiement et de produire des moyens de paiement, contrairement la
banque5. Son rle est de maintenir le contact, la relation de clientle
avec ce systme.
La figure 1 illustre notre approche. Les agences bancaires emploient
diffrentes ressources (capital clients, ressources humaines, ressources
physiques) pour produire des services dinformation. Ces services produits par les agences leur permettent de vendre des services bancaires
(dpts, crdits) et des produits non bancaires (produits dassurance
dommage), et ainsi de participer la constitution du bilan de la banque.
En retour, la banque valorise les ressources des agences et notamment
le capital clients puisque la valeur dun compte dpargne ou dun
crdit contient aussi la valeur de linformation accumule par les agences sur ses clients.

3 OPCVM signifie Organisme de Placement Collectif en Valeurs Mobilires.

4 Pour une revue dtaille des diffrentes approches de la fonction de production bancaire, on se rfrera Colwell et Davis (1992), Berger et Humphrey (1992), et Hubrecht (2003).
5 Lagence nest pas non plus astreinte aux contraintes rglementaires de type ratio
Cook (ou futurs ratios de Ble II), mme si naturellement elle doit tre consciente du
risque de crdit induit par ses dcisions doctroi de prts. Lagence contribue la
confection du bilan de la banque laquelle elle appartient. Mais cest la banque qui
doit grer les ressources et les emplois qui figurent dans son bilan. En outre, lagence
ne se limite pas vendre des produits bancaires classiques (crdits et dpts). Elle distribue galement des produits dits hors-bilan (assurance dommage) et autres produits financiers (dpargne financire assurance vie et OPCVM) qui sont gres par
dautres entits que la banque elle-mme. Ces raisons nous ont fait abandonner les approches de production et dintermdiation utilises dans les mesures habituelles
defficience des banques pour adopter une reprsentation de lactivit des agences plus
cohrente avec leur rle de distribution.

Aude Hubrecht, Michel Dietsch, Fabienne Guerra

137

En tant que dtaillant, lagence est un distributeur de produits bancaires. Fondamentalement, loutput dun point de vente correspond
une varit de services qui facilitent lchange avec le client et qui
laident entretenir la relation de clientle (Bucklin, 1978). Pour dfinir cette activit propre aux points de vente, certains auteurs parlent de
combinaison de services excuts (Ingene et Lusch, 1979 ; Ratchford et
Brown, 1985) et dautres de produit tendu (Kotler et Dubois, 1997).
Le produit tendu se dfinit comme un produit vendu auquel un assortiment de services est ajout. La vente de ce produit est facture, quantifiable et, donc, mesurable. A contrario, lassortiment de services
ajout reste souvent ignor car il est difficilement identifiable et mesurable (Ingene, 1982, 1984 ; Good, 1984 ; Achabal et al., 1984, 1985).
Figure 1 Activit des agences bancaires aborde sous un angle
productif (extrait de Hubrecht, 2003)

Inputs des
agences
bancaires

Outputs des
agences
bancaires

Collecte
de dpts

Capital
client

Ressources
humaines

Services
dinformation,
de proximit et
daccessibilit

Vente de
crdits

Ressources
physiques

Ventes de
produits
non
bancaires

Feedback

Bilan de la banque

Crdit

Dp
t

138

Mesure de la performance des agences bancaires

Du fait de limpossibilit pratique de mesurer directement les services qui accompagnent les biens et services facturs, les chercheurs ont
utilis le chiffre daffaires ou le montant des ventes pour mesurer les
outputs produits par un point de vente. Ces mesures montaires sont
juges plus pertinentes que le nombre dunits physiques vendues pour
valuer les services effectivement produits par le point de vente, car les
prix des biens sont supposs reflter le niveau du service rendu (Bucklin, 1978 ; Ingene, 1982, 1984 ; Good, 1984).
Berger et Mester (1997) ont nonc des remarques analogues au sujet des banques : Thoriquement, la comparaison des performances
des banques doit tre effectue entre les banques qui produisent des
outputs de la mme qualit. Mais, il existe vraisemblablement des diffrences de qualit non mesures parce que les donnes disponibles ne
permettent pas dvaluer entirement lhtrognit des outputs bancaires. Le montant des flux de services associs aux produits financiers
est ncessairement suppos proportionnel la valeur montaire en
stock des lments inscrits lactif et au passif du bilan .

1.2. Spcification de lactivit des agences bancaires

Le choix des variables ainsi que celui de leur mesure pose un problme complexe. Cest une difficult commune toute application empirique, une difficult croissante avec le nombre dobservations. Et, notre application empirique concerne dix groupes bancaires rgionaux indpendants, bien que travaillant sous la mme enseigne, et plus de sept
cent agences. Les bases de donnes de ce type comportent trs rarement des mesures physiques de lactivit. Cest pourquoi nous avons
retenu les mesures montaires qui, bien que non utilises dans une approche classique de la mthode DEA, nentranent pas de biais majeurs. Cela reprsente une concession par rapport une mesure idale
des variables. Par ailleurs, le choix des trois inputs et des six outputs
dans lapplication empirique a t valid par les contrleurs de gestion,
les responsables financiers et marketing des directions gnrales des
dix groupes bancaires tudis6. Les variables slectionnes correspon6 Lapplication empirique est le rsultat dun partenariat long de plusieurs annes avec
le groupe bancaire tudi. Les variables slectionnes ont fait lobjet de nombreuses
discussions et ont t valides la suite dentretiens. Elles sont employes par les experts professionnels dans llaboration dautres indicateurs employs dans les systmes
de pilotage internes.

Aude Hubrecht, Michel Dietsch, Fabienne Guerra

139

dent la pratique bancaire et lapproche habituelle des dcideurs

concerns. Elles reprsentent les principales activits dune agence.
En outre, dans la littrature des mthodes de frontire defficience7
(paramtriques et non paramtriques) ainsi que dans celle traitant de la
fonction de production bancaire8, on retrouve gnralement les variables slectionnes pour notre tude. Leur justification thorique se
trouve dans la thorie de la production : lactivit des agences bancaires est dfinie par leur plan de production. Ces choix sont donc cohrents avec lobjectif poursuivi, savoir mesurer la performance productive des agences tudies.
Cependant, nous soulignons que la mesure choisie pour chacune des
variables (ressources et produits) ne tient pas compte des aspects qualitatifs et immatriels. Lindicateur de productivit dvelopp dans cette
tude doit donc tre complt par des indicateurs mesurant la qualit de
la relation de clientle, la satisfaction des employs ou, encore, la qualit du service produit par les agences bancaires. Ne pas considrer les
aspects qualitatifs et immatriels peut engendrer un biais dans un diagnostic exhaustif de la performance.
1.2.1. Dfinition et mesure des outputs
Les agences bancaires proposent six produits leur clientle : les
produits dpargne liquide encore appele dpts rmunrs, les prts
parmi lesquels nous distinguons les prts aux particuliers et les prts
aux professionnels, laccs aux services lis la gestion des comptes
de dpts vue, les produits dassurance-dommage et les produits
dpargne financire9. Certains sont issus de lintermdiation bancaire,
dautres non, bien que la production de chacun deux soit assure par la
banque.
Ces six produits peuvent tre classs en trois catgories : la premire catgorie comprend les produits issus de lintermdiation bancaire effectue par la banque (les prts et lpargne) ; la deuxime, les

7 Athanassopoulos (1998); Berger et Humphrey (1997); Berger et al. (1997); Dietsch et

Lozano-Vivas (2000); Fecher et Pestiau (1993); Giokas (1991); Oral et Yolalan (1990);
Parkan (1987); Pastor et al. (1997); Schaffnit et al. (1997); Sherman, Gold (1985);
Sherman et Ladino (1995); Tulkens (1993); Vassiloglou et Giokas (1990)
8 Berger et Humphrey (1992) ; Colwell et Davis (1992)
9 Lpargne financire se compose des produits dassurance-vie et des OPCVM.

140

Mesure de la performance des agences bancaires

services lis la gestion des moyens de paiement ; et la troisime, les

produits dassurance-dommage.
Le nombre de transactions ou le montant en valeur montaire des
comptes constituent les mesures habituellement employes pour mesurer les outputs bancaires. Une approche en stock est choisie. Ainsi, les
activits de prt, de collecte de dpt, et dpargne financire sont mesures en encours. Loutput correspondant aux services de gestion des
moyens de paiement (qui comprend des services dautorisation de dcouvert, de mise disposition de cartes de crdit et de chquiers,
dassurance contre la perte et le vol de chquier, etc.) aurait pu tre
mesur par lencours des dpts vue. Toutefois, cette mesure est
moins reprsentative de la vente des services de gestion des moyens de
paiement que le montant des commissions perues. Nous avons choisi
la mesure la plus reprsentative de la valeur des services lis aux
moyens de paiement vendus par les agences bancaires ou encore de la
demande des clients pour ces services.
Par ailleurs, loutput reprsentant la vente de contrats dassurancedommage est renouvelable chaque anne par dfinition. Il est mesur
par le montant des primes dassurance10.
1.2.2. Dfinition et mesure des inputs
Pour vendre des produits une clientle de proximit, les agences
bancaires sont dotes de trois types de ressources : les ressources humaines, les ressources dexploitation et le capital client.
Le capital client est une caractristique particulire de lactivit
bancaire. Lagence bancaire contribue directement au rle
dintermdiaire financier de la banque : elle collecte, dune part, les
dpts qui constituent le passif du bilan de la banque, et elle accorde,
dautre part, des crdits qui constituent lactif du bilan de la banque. Le
capital client de lagence peut tre considr comme son fonds de
commerce.

10 On constate des diffrences de nature dans le choix des mesures des six produits. En effet, les crdits, les dpts et lpargne financire sont mesurs par des encours, les services lis aux moyens de paiement par des commissions, et lassurancedommage par des primes dassurance. Ces diffrences ne prsentent pas de limite notre tude car le cadre mthodologique choisi (lapproche DEA) permet de traiter diffrentes units de mesure.

Aude Hubrecht, Michel Dietsch, Fabienne Guerra

141

Dans la littrature, il existe de nombreuses possibilits en ce qui

concerne la mesure des inputs des points de vente (Ingene, 1982). Les
ressources humaines peuvent tre mesures par le nombre demploys
en quivalent temps plein ou par les frais de personnel quelles occasionnent. De la mme manire, les ressources dexploitation peuvent
tre mesures par les frais oprationnels occasionns par lexploitation
du capital physique, par le nombre de m2, le nombre de postes informatiques, ou encore par lactif immobilis (Colwell et Davis, 1992 ; Berger et Humphrey, 1997). Ds lors, le choix de la mesure des inputs apparat aussi dlicat que celui de la mesure des outputs. Nous avons
choisi, pour valuer les ressources, le nombre demploys en quivalent temps plein et, pour le capital physique, les frais oprationnels
concerns.
De la mme manire, le capital client peut tre mesur sous diffrentes formes : le montant des comptes de dpt ou les intrts verss
la clientle. Le capital client est valu par le nombre de comptes courants vivants approchant le nombre de clients effectifs dune agence
bancaire.
Lactivit des agences bancaires est reprsente laide de leur
technologie de production-distribution11, en dautres termes, partir
des ressources employes et des services vendus. Elle est indique sur
la figure 2. Les agences emploient trois ressources et vendent six services diffrents.
Figure 2 Technologie de production des agences bancaires tudies

Ressources employes
ressources humaines
mesures par le nombre
demploys en quivalent
temps plein
ressources dexploitation
mesures par les frais
oprationnels
capital client mesur par le
nombre de comptes
courants

Produits vendus
encours des crdits accords aux
particuliers
encours des crdits accords aux
professionnels
encours dpargne liquide
commissions sur les services de
gestion des moyens de paiement
primes dassurance-dommage
encours dpargne financire

11 Les concepts densemble de production et de technologie de production sont discuts au point 2.1.

142

Mesure de la performance des agences bancaires

Nous tudions une population de 728 agences bancaires. Chacune

dentre elles se caractrise par (i) son appartenance une banque rgionale, (ii) sa localisation dans un environnement commercial identifi. Les agences tudies se rpartissent au sein de dix banques rgionales autonomes et six environnements diffrents.
La figure 3 indique notre cadre danalyse. Chaque banque rgionale
est un rseau intgr indpendant dot dune direction gnrale - tte
de rseau (TR) et des agences bancaires (A). Les agences sont confrontes six environnements (E) diffrents.
Figure 3 Le cadre danalyse

GR1

GR

GR3

GR4

GR5

GR6

GR7

GR8

GR

GR10

1
TR
+
39

1
TR
+
39

1
TR
+
39

1
TR
+
39

1
TR
+
39

1
TR
+
39

1
TR
+
39

1
TR
+
39

1
TR
+
39

1
TR
+
39

E1
E5
E6

E2
E3
E4
E5
E6

E1
E2
E3
E6

E1
E2
E3
E5
E6

E1
E3
E4
E5
E6

E1
E2
E3
E4
E5
E6

E1
E2
E3
E4
E5
E6

E1
E3
E5
E6

E1
E2
E3
E4
E5
E6

E1
E3
E4
E5
E6

Les six environnements distincts dans lesquels se rpartissent les

agences sont les suivants : (1) zone rurale avec un fort taux dactifs
employs dans lagriculture et un fort taux de retraits, (2) zone rsidentielle avec un fort taux de commerants, de retraits et de rsidences secondaires, (3) zone profil moyen, (4) zone urbaine avec un fort
taux de chmage, (5) zone priphrique avec un fort taux de croissance
de la population, une part importante de grands logements et de propritaires, (6) zone urbaine avec un fort taux de cadres. Ces environ-

Aude Hubrecht, Michel Dietsch, Fabienne Guerra

143

nements sont respectivement nots E1 E6. Le tableau 1 prsente la

distribution des 728 agences de notre chantillon par environnement.
Tableau 1

Les six environnements

Qualification

E1
E2
E3
E4
E5
E6

Zone rurale et fort taux dactifs employs dans lagriculture et fort taux de retraits
Zone rsidentielle et fort taux de commerants, de retraits et de rsidences secondaires
Zone profil moyen
Zone urbaine avec un fort taux de chmage
Zone priphrique avec un fort taux de croissance de la population,
une part importante de grands logements et de propritaires
Zone urbaine avec un fort taux de cadres

2.

Nb
dobs.
211
45
207
63
109

%
dobs.
29%
6%
28%
9%
15%

93

13%

Un indicateur juste de la productivit des points

de vente : cadre conceptuel

Dans un rseau de distribution intgr en aval, la direction gnrale

dtermine la stratgie du rseau et la communique aux points de vente
en dcidant de leur localisation, en allouant les ressources, en choisissant un assortiment de produits et leurs prix. Aussi, il lui faut un outil
de pilotage permettant de remonter linformation collecte par les
agences sur les habitudes de consommation et les caractristiques de la
clientle de proximit et de vrifier la cohrence des objectifs attribus
aux points de vente avec ceux du rseau dans son ensemble.
Par ailleurs, pour valuer correctement la performance des points de
vente partir dun indicateur juste, il faut tenir compte des dcisions
prises par la direction gnrale et de leurs consquences sur lactivit
des points de vente. Au sein du rseau intgr en aval, aprs avoir pris
connaissance des tches et du pouvoir de dcision de la direction gnrale et des points de vente, trois critres doivent tre respects pour
mesurer la performance des points de vente laide dun indicateur
juste : contrlabilit, cohrence transversale et cohrence hirarchique.

2.1. Trois critres respecter

Le principe de contrlabilit est un critre bien connu en contrle
de gestion (Merchant, 1987 ; Antle et Demski, 1988 ; Bouquin, 2001).
Il indique quune entit ne doit tre value que sur les aspects de son
activit quelle contrle effectivement. Les points de vente sont soumis

144

Mesure de la performance des agences bancaires

des contraintes qui constituent des facteurs exognes influenant leur

capacit atteindre les objectifs et jouer leur rle de distributeur auprs dune clientle de proximit. Il est ncessaire dintgrer ces facteurs dans le processus dvaluation pour disposer dune reprsentation
correcte de leurs comptences.
Au sein dun rseau intgr, la direction gnrale prend un certain
nombre de dcisions concernant la gestion des points de vente et leur
coordination. En effet, de par son leadership, elle dcide de leur localisation, de leur dotation en ressources, de lassortiment des produits
vendus, ainsi que de leur prix. Pour respecter le principe de contrlabilit et tenir compte du domaine de responsabilit des points de vente,
nous intgrons les contraintes auxquelles ils sont soumis :
(i) Les ressources sont envisages comme des constantes car les
montants consomms sont non contrlables par les dirigeants des
points de vente. La procdure dvaluation de la performance est oriente produits . En effet, nous cherchons savoir si, pour des montants attribus de ressources, les points de vente ont la possibilit
daugmenter le volume des ventes.
(ii) Les caractristiques de lenvironnement commercial inhrentes
la localisation des points de vente sont neutralises dans la procdure
dvaluation de leur performance12.
Un indicateur pertinent de la performance des points de vente appartenant un rseau de distribution intgr doit offrir la possibilit (1)
de comparer quitablement les points de vente entre eux (respect de la
cohrence transversale) ; et (2) de vrifier la logique entre les objectifs
des points de vente et ceux de la direction gnrale (respect de la cohrence hirarchique).
La cohrence transversale permet de garantir une comparaison directe et quitable tout moment de tous les points de vente du rseau
partir dindicateurs de performance homognes. Pour un rseau donn,
et quel que soit lenvironnement commercial, les mmes indicateurs de
performance doivent tre prsents dans chacun des tableaux de bord
prospectifs des points de vente. Par contre, les valeurs cibles et la na12 Les tudes ralises montrent que la performance des points de ventes est influence
par les caractristiques socio-conomiques de la clientle et lintensit de la concurrence (Ghosh et Craig, 1983, 1984). Ds lors, la performance des points de vente dpend de leur aptitude grer les facteurs qui se trouvent sous leur responsabilit et de
linfluence des caractristiques de lenvironnement commercial (Achabal et al. 1984 ;
Kamakura et al., 1996).

Aude Hubrecht, Michel Dietsch, Fabienne Guerra

145

ture des liens entre les indicateurs au sein du tableau de bord prospectif
peuvent varier en fonction des caractristiques de lenvironnement
commercial de proximit.
La cohrence hirarchique est assure (1) en construisant des indicateurs de performance qui considrent les deux niveaux de prise de
dcision du rseau de distribution ; (2) en vrifiant que la ralisation
des objectifs fixs au niveau des dtaillants entrane la ralisation des
objectifs fixs au niveau de la direction gnrale.
La cohrence hirarchique ncessite ainsi la formalisation de la relation entre indicateurs de performance de la direction gnrale et indicateurs de performance des points de vente qui en dpendent. La garantie de la cohrence hirarchique requiert donc la construction dun modle permettant de considrer deux niveaux de prise de dcision : celui
de la direction gnrale et celui des points de vente.

2.2. Un outil de pilotage pour un management global du

rseau de distribution
Kaplan et Norton (1996), en laborant le tableau de bord prospectif,
not TBP par la suite, ont construit un outil de pilotage stratgique qui
sinscrit naturellement dans notre approche globale du rseau de distribution. Le TBP est un ensemble cohrent dindicateurs de performance
permettant le contrle de la ralisation des objectifs stratgiques. Les
quatre axes (axe financier , axe client , axe processus , et axe
apprentissage organisationnel ) du TBP sont considrs dgale importance, car les dirigeants ont besoin dindicateurs qui rendent compte
des rsultats atteints sur le plan financier, des avantages concurrentiels,
de la fiabilit des modes opratoires internes et de la capacit
dadaptation de toute la structure organisationnelle.
Le pilotage de la performance des points de vente est ralis partir
dun TBP pour chacun deux. Nanmoins, un TBP, aussi complet soitil, pour chaque point de vente, ne permet pas la direction gnrale
davoir une vision globale du management du rseau et de prendre des
dcisions pour les points de vente et pour elle-mme. Nous proposons
un systme de TBP comme outil de pilotage du rseau de distribution.
Il est prsent par la figure 4.
Le systme de TBP va permettre la direction gnrale : de planifier les oprations, dassurer le retour dinformation, dorganiser le d-

146

Mesure de la performance des agences bancaires

ploiement stratgique, mais galement de communiquer les objectifs

atteindre aux managers des points de vente.
Idalement, chacun des diffrents axes du systme de TBP comporte un certain nombre dindicateurs. Ces indicateurs sont dfinis
partir du dploiement stratgique. Chaque axe est reli aux autres pour
apprhender tous les aspects de la performance du rseau de distribution. Cette analyse est consacre deux indicateurs de performance situs sur deux axes diffrents et deux niveaux de prise de dcision diffrents :
(i) La direction gnrale prend des dcisions et gre les points de
vente avec pour objectif de maximiser le profit du rseau. Ce dernier
va dpendre de sa capacit coordonner les points de vente. Nous proposons un indicateur de performance mesurant sa capacit de coordination et se positionnant sur laxe financier du TBP de la direction gnrale.
(ii) Au sein du rseau intgr, les dtaillants ont pour mission
doptimiser le volume des ventes tant donn les dcisions prises par la
direction gnrale. Un indicateur de productivit est adopt. Il se situe
sur laxe processus du TBP des points de vente.
Figure 4 Systme de tableaux de bord prospectifs et relation
formalise
UN SYSTEME DE TABLEAUX DE BORD
Direction gnrale

AXE F INANCIER

AXE
CLIENTS

AXE
PROCESSUS
AXE
APPRENTISSAGE
ORGANISATIONNEL

Point de vente

AXE F INANCIER

AXE
CLIENTS

AXE
PROCESSUS
AXE
APPRENTISSAGE
ORGANISATIONNEL

Aude Hubrecht, Michel Dietsch, Fabienne Guerra

147

La direction gnrale et les points de vente exercent tous les deux

une influence rciproque. Cest la raison pour laquelle la relation modlise est indique par une double flche (figure 4). Par souci de simplification, la figure 4 nillustre que la relation formalise entre la direction gnrale et un point de vente, alors que nous cherchons modliser ce lien entre la direction gnrale et lensemble des points de
vente du rseau.
La section suivante prsente les dveloppements mthodologiques
utiles (i) la construction dun indicateur juste de la performance productive des points de vente ; et (ii) la formalisation du lien entre la
capacit de coordination de la direction gnrale et la productivit des
points de vente.

3.

Mise en perspective mthodologique des critres

de contrlabilit, de cohrence transversale et de
cohrence hirarchique

La mesure de la productivit des points de vente est une proccupation ancienne qui a pris son essor avec les travaux de Bucklin (1978).
Les ratios de productivit traditionnels sont abandonns au profit du
score dinefficience technique calcul partir de la mthode DEA.
Dans la continuit des travaux de Farrell (1957)13, Charnes et al.
(1978)14 ont propos un programme mathmatique fractionnel qui a
13 Farrell (1957) a t le premier se proccuper de lestimation empirique de la frontire de lensemble de production, encore appele frontire defficience. Il suggre de
recourir soit la programmation linaire pour dfinir une frontire non paramtrique
linaire par morceaux, soit des techniques conomtriques pour dfinir une frontire
paramtrique telle que la Cobb-Douglas ou la Translog. Nous avons choisi lapproche
DEA, qui est non paramtrique parce que son application ne ncessite aucune hypothse sur le comportement des entits values. En outre, elle permet de considrer le
caractre multi-outputs de lactivit des points de ventes.
14 Le programme propos par Charnes et al. (1978) scrit de la manire suivante :
P

a
wpyp

Max

p =1
R

w p y up

sous contraintes

a = 1...U

a
vr xr
r =1

vr xr

r =1

p =1
R

wp 0

p = 1...P

vr 0

r = 1....R

148

Mesure de la performance des agences bancaires

pour objet de maximiser sous contraintes la somme pondre des rsultats divise par la somme pondre des ressources.
La procdure de calcul initie par Charnes et al. (1978) permet de
pallier les deux principales limites des ratios de productivit15 :
(i) Elle ne ncessite pas de dterminer a priori le systme de pondrations des rsultats et des ressources, cest en recourant la programmation linaire quelles sont obtenues.
(ii) Elle permet de poser une hypothse de rendements dchelle variables sur la technologie de production des entits tudies, alors que
les ratios de productivit imposent des rendements dchelle constants.
Ces derniers supposent une mise lchelle immdiate et simultane de
tous les facteurs de production. Le choix dune hypothse de rendements dchelle (constants versus variables) nest pas neutre car il
conditionne la reprsentation de la technologie de production des units de dcision values. Ainsi, lhypothse de rendements dchelle
constants demande lacceptation dune vision de long terme o la taille
des units de dcision values est modifiable. Par contre, dans le cadre de rendements dchelle variables, le raisonnement sopre court
terme, et la taille des entits tudies est suppose fixe. Le cadre
danalyse permet de supposer des rendements dchelle variables plus
appropris notre analyse o la localisation et la dotation en ressources des points de vente sont envisages comme des constantes hors du
domaine de responsabilit de ces derniers.
Lapproche DEA va, par ailleurs, nous permettre de dvelopper une
procdure dvaluation de la productivit des points de vente intgrant
les diffrentes contraintes auxquelles ils sont soumis et de construire
ainsi un indicateur garantissant les critres de contrlabilit, cohrence
transversale et cohrence hirarchique.
Aprs une prsentation graphique de lapproche DEA, les dveloppements mthodologiques ncessaires la mise en place de la procdure dvaluation de la performance des points de vente appartenant
un rseau intgr en aval sont exposs dans le dtail.

Les pondrations des outputs y produits et des inputs x employs par les entits
tudies ( a = 1...U ) correspondent respectivement w p et v r . Lentit sous valuation est note u .
15 Ce point est discut dans le dtail par Hubrecht (2003).

Aude Hubrecht, Michel Dietsch, Fabienne Guerra

149

3.1. Une reprsentation multi-critres de lactivit des points

de vente
Lapproche DEA sinscrit dans les pratiques dvaluation de la performance partir des frontires defficience. Elle sinscrit dans la
continuit des travaux de Shephard (1970) sur les fonctions de distance
(Luenberger, 1995 ; Leleu, 1997 ; Hubrecht, 2003). Cette approche
permet de mesurer la performance des points de vente (ou tout autre
entit) sur la base de multiples critres partir de leur technologie de
production (Parsons, 1994 ; La Villarmois, 1999b). Celle-ci spcifie la
relation qui joint lensemble des ressources employes (inputs)
lensemble des rsultats obtenus (outputs).
La frontire defficience est la rfrence empirique de la frontire
de lensemble de production. Cest partir de cette frontire observe,
construite avec les donnes tudies, que les entits (les agences bancaires dans cette analyse) vont tre values. La performance des
points de vente est aborde sous un angle productif laide de leur ensemble de production.
Figure 5 Ensemble de production et frontire defficience

Produit (y)

frontire defficience

x
x

Unit techniquement efficiente

Unit techniquement inefficiente

Ressource (x)

Lensemble de production permet de reprsenter la technologie de

production des points de vente, en dautres termes, la relation technique qui relie lensemble des ressources employes (inputs)

150

Mesure de la performance des agences bancaires

lensemble des rsultats obtenus (outputs). La figure 5 prsente graphiquement le concept defficience dans le cadre de lensemble de production : (i) il nest pas possible de gnrer des produits ou rsultats positifs avec des montants nuls de ressources ; (ii) un mme montant de
produits peut tre obtenu en utilisant des quantits supplmentaires
dau moins une ressource (se rfrer la flche en pointills sur la figure 5) ; (iii) pour un montant donn de ressources, la production de
rsultats peut ne pas tre optimale (se rfrer la flche en trait plein
sur la figure 5).
Une entit est qualifie de techniquement efficiente si elle se
trouve sur la frontire de lensemble de production, la frontire
defficience (se rfrer la figure 4). Les entits qui se situent sur la
frontire, constituent des benchmarks pour celles qui ne sy trouvent
pas : elles optimisent leur processus daction. Ds lors, lobjectif des
entits techniquement inefficientes est datteindre la frontire et, ainsi,
damliorer leur performance productive. La procdure dvaluation de
la performance dans le cadre de la mthode DEA est pertinente du
point de vue du management car elle indique aux entits inefficientes
les meilleures pratiques, qui sont des pratiques observes.
Lcart entre la frontire defficience et les entits values correspond au score dinefficience technique. Sil est nul, lentit se trouve
sur la frontire defficience, et sil est positif lentit est techniquement
inefficiente. Il indique alors leffort raliser pour devenir efficient.
La technologie de production des points de vente peut tre reprsente de faon parfaitement quivalente dans lespace des inputs ou dans
lespace des outputs (Leleu, 1997). Dans la suite de notre travail, nous
avons choisi de reprsenter la technologie de production des points de
vente dans lespace des outputs P (x) . Cette reprsentation est mieux
adapte notre tude car la procdure dvaluation de la performance
des points de vente est oriente produits : la dotation en ressources
des points de vente appartenant un rseau de distribution intgr est
en dehors de leur domaine de responsabilit et ainsi considre comme
une constante. Nous tentons de rpondre la question : de combien un
point de vente peut-il augmenter le volume de produits vendus pour
une dotation en ressources donne ? Le score dinefficience technique
calcul partir de la mthode DEA nous permet de rpondre cette
question.
La figure 6 est une reprsentation de la technologie de production
des points de vente A, B, C, et F dans le sous-ensemble doutputs. Elle

Aude Hubrecht, Michel Dietsch, Fabienne Guerra

151

indique les montants de produits y1 et y 2 qui peuvent tre produits

partir du vecteur dinputs x . Les points de vente A, B, et C sont techniquement efficients. Le point de vente F est techniquement inefficient : il ne se trouve pas sur la frontire estime de lensemble de production.
laide du score dinefficience technique, nous valuons la distance qui spare le point de vente F de la frontire defficience. Par une
projection radiale le long du rayon qui passe par lorigine des axes, F
se projette en F. Le point de vente F est un point de vente hypothtique qui est une combinaison linaire des observations B et C. Le score
dinefficience technique est une mesure de la productivit.
Figure 6 Mesure radiale et mesure directionnelle de linefficience
technique

y2

OF
OF

Fd

P(x)

y1

Le ratio OF/OF correspond au score dinefficience technique du

point de vente F. Il indique un score dinefficience suprieur 1
(OF>OF). De la mme manire, le score dinefficience technique du
point de vente A correspond au ratio OA/OA. Ce ratio est gal 1 (les
points de vente efficients, A, B et C, ont un score defficience gal
1). Le point de vente A est techniquement efficient : il nest pas possible pour lui daugmenter la quantit vendue dau moins une unit sans
employer davantage de ressources.

152

Mesure de la performance des agences bancaires

3.2. Respect des trois critres : modlisation

Nous cherchons valuer la performance dune population de
points de vente a , a = 1...U . Ils sont rpartis au sein de Gn rseaux
de distribution intgrs en aval, n = 1...N . Chacun deux comporte
une direction gnrale tte de rseau TRn et des points de
vente/service a . Le point de vente sous valuation est not u . Chaque
point de vente emploie des inputs x = ( x1 ,..., x R ) +R pour produire
des outputs y = ( y1 ,..., y P ) +P .
Nous employons lexpression plan de production pour qualifier les
choix technologiques dun point de vente. Le plan de production du
point de vente a correspond au vecteur dinputs xa employ pour
produire le vecteur doutputs y a .
Ainsi, le plan de production du point de vente a peut scrire plus
prcisment :

Consommation
/ utilisation
x1, a

x 2, a
.
.
.

xa =
xr , a
.
.
.
x
R, a

Production /
livraison
y1, a

y 2, a
.
.
.

ya =
y p, a
.
.
.
y
P, a

Aude Hubrecht, Michel Dietsch, Fabienne Guerra

153

3.2.1. Le critre de contrlabilit

Lactivit des points de vente est influence par les caractristiques
de leur environnement commercial. Celles-ci divergent dun environnement lautre. Comme les managers des points de vente nont aucun
pouvoir de dcision sur le choix de leur localisation au sein du rseau
intgr, les effets de lenvironnement sont neutraliss pour respecter le
principe de contrlabilit. Il existe E environnements diffrents. Pour
identifier le type denvironnement dans lequel oprent les points de
vente, nous ajoutons lindice e .
Les coefficients technologiques t a sont utiliss afin de dfinir une
technologie de production par environnement. La somme des coefficients technologiques t a est gale 1 car nous posons une hypothse
de rendements dchelle variables. Effectivement, les rendements
dchelle constants sont typiques dune situation o la production peut
tre tendue ou contracte linfini (vision de long terme). Or, dans
notre modle, les ressources sont des constantes (vision de court terme
moyen terme). Cest pourquoi nous supposons que la technologie de
production des points de vente est en rendements dchelle variables.
De plus, considrer des rendements dchelle variables contribue galement au respect du principe de contrlabilit dans le sens o la taille
des points de vente est prise en compte dans ltude de leur performance productive.
Le principe de benchmarking guide notre analyse de la performance
car cest en comparant chaque point de vente un rfrent que nous
parvenons dterminer une norme qui lui est propre pour une localisation donne. Les points de vente qui se trouvent sur la frontire de
lensemble de production sont qualifis dunits repres. Il existe des
units repres spcifiques chaque environnement.
Pour chaque point de vente, dun environnement donn, il est indiqu un groupe dunits repres. Si le point de vente valu u produit
moins en consommant autant que les autres, il ne sera pas considr
comme unit repre et ne sera pas techniquement efficient. Lorsque le
point de vente u est techniquement inefficient, alors le volume de production des units repres est suprieur, et les quantits quelles emploient sont identiques ou moindres : on parle de supriorit normative du rfrentiel .
La mesure de linefficience technique i u correspond ainsi au taux
daccroissement techniquement ralisable de la production du point de

154

Mesure de la performance des agences bancaires

vente u pour une dotation en ressources et une localisation donnes.

Lobjectif est alors datteindre le niveau indiqu par le rfrentiel, les
meilleures pratiques de son environnement. Le score dinefficience
technique est obtenu partir du programme mathmatique linaire
PML1. La fonction objectif du programme PML1 indique que nous
cherchons dterminer lextension maximale possible du vecteur
doutputs produits par le point de vente u . Celle-ci est indique par le
score dinefficience technique i u .
La premire contrainte porte sur les outputs et la seconde sur les inputs. Les membres de gauche de ces deux contraintes contribuent dfinir la technologie de rfrence par rapport laquelle est compare le
point de vente u . Son plan de production est indiqu par les membres
de droite de ces deux contraintes. Le membre de droite contient le
score dinefficience i u . Sil est nul, le point de vente u na pas la possibilit damliorer le volume des ventes tant donn sa localisation et
sa dotation en ressources. Par contre, sil est positif il est techniquement inefficient, et il peut alors augmenter le volume des ventes.
La mesure de linefficience technique calcule partir du programme mathmatique linaire PML1 est radiale : chaque point de
vente se projette sur la frontire de lensemble de production par rapport elle-mme en suivant un rayon qui passe par lorigine (figure 6).

Max

{ iu ,t a }

iu

sous contraintes

a a
t yp

i u y up + y up

a a
t xr

ae(u )
ae(u )

xru

p = 1...P
r = 1...R

=1

ae(u )

ta 0
PML 1 Respect du principe de contrlabilit

a e(u )

Aude Hubrecht, Michel Dietsch, Fabienne Guerra

155

Le score dinefficience technique indique laugmentation possible

de la production doutputs (le volume des ventes) tant donn la quantit employe dinputs (ressources) par le point de vente considr. Il
respecte le principe de contrlabilit car il est dtermin en comparant
chaque point de vente des units repres qui font face aux mmes
conditions de march.
Cependant, laugmentation potentielle indique par la mesure radiale de linefficience technique est relative au volume doutputs initialement produit par lunit value. Il est donc impossible de comparer
les scores dinefficience technique des points de vente les uns par rapport aux autres. En effet, une augmentation potentielle de 10 % engendre des efforts effectifs diffrents si le volume des ventes initial est de
100 units ou de 20 units. La mesure radiale de linefficience technique telle quelle est calcule par le programme mathmatique linaire
PML1 respecte le critre de contrlabilit, mais pas le critre de cohrence transversale. Nous adoptons ainsi les dveloppements mthodologiques initis par Luenberger (1995) et la mesure directionnelle de
linefficience technique.
3.2.2. Le critre de cohrence transversale
Tout comme la mesure radiale, la mesure directionnelle de
linefficience technique a pour objet dindiquer chaque point de vente
qui ne se situe pas sur la frontire, laugmentation doutputs techniquement possible tant donn les quantits employes dinputs. Cependant, la diffrence de la mesure radiale, laugmentation indique
nest plus rfrence la production propre de chaque point de vente
mais une base commune tous les points de vente a du rseau Gn .

(1 + i u ) y u = y u + i u y u : mesure radiale de linefficience technique

y u + i u b : mesure directionnelle de linefficience technique
Graphiquement, exprimer le score dinefficience technique en fonction dune base commune tous les points de vente revient projeter
les points de vente inefficients sur la frontire selon une direction
commune. La figure 6 indique que le point de vente F, qui est ineffi-

156

Mesure de la performance des agences bancaires

cient, ne se projette plus par rapport lui mme le long dun rayon sur
la frontire defficience, mais selon une direction qui est choisie arbitrairement. Il se projette non plus en F ' mais en Fd . Tous les autres
points de vente inefficients vont se projeter selon cette mme direction.
partir du programme mathmatique linaire PML2, nous parvenons calculer un score dinefficience technique qui respecte le critre
de contrlabilit et qui soit cohrent transversalement.
La procdure dvaluation de la productivit des points de vente est
reprsente graphiquement sur la figure 7. Les points de vente D1 et
D2 sont inefficients techniquement. D1 est confront des conditions
de march du type e1 et D2 du type e2 . Selon la direction commune,
D1 se projette sur la frontire de lensemble de production spcifique
aux points de vente situs dans une localisation du type e1 (idem pour
D2 dans e2 ). Cest ainsi que (i) le critre de contrlabilit est respect (les points de vente sont compars aux meilleures pratiques qui dfinissent la technologie de production caractristique de son environnement commercial) ; (ii) et que le critre de cohrence transversale est
vrifi (la mesure de linefficience technique est directionnelle).

Max

{ iu , t a }
a a
u
t yp i b

ae(u )

iu

sous contraintes
+ y up

p = 1...P

a a
u
t x r xr

r = 1...R

ae(u )

a
t =1
ae(u )

ta 0

a e(u )

PML 2 Respect de la cohrence transversale

Le choix dune direction apporte au score dinefficience technique
une proprit de commensurabilit. Un vecteur norm 1 peut tre slectionn comme direction. La direction adopte a du sens dun point

Aude Hubrecht, Michel Dietsch, Fabienne Guerra

157

de vue managrial. Elle est donne par les dcisions prises par la direction gnrale en termes dassortiment de produits. Elle correspond
alors au volume des ventes du rseau Gn : b =

uG n

y up . Ce choix

permet dinterprter directement le score dinefficience technique des

points de vente.
Laugmentation potentielle individuelle indique chaque point de
vente techniquement inefficient est alors exprime en pourcentage du
volume global des ventes du rseau de distribution. Ce premier modle
defficience est appel modle points de vente . Il donne une mesure
de linefficience technique individuelle des points de vente en respectant les critres de contrlabilit et de cohrence transversale.
Figure 7 Procdure dvaluation de la productivit des points de
vente Modle points de vente

y2

D1
o

D2
Pe1(x) Pe2(x)

y1

La garantie de la cohrence hirarchique ncessite la considration

de deux niveaux de prise de dcision (celui des points de vente et celui
de la direction gnrale).

158

Mesure de la performance des agences bancaires

3.2.3. Le critre de cohrence hirarchique

Briec et al. (2003) ont dvelopp une approche qui permet de
considrer deux niveaux de prise de dcision. Ils ont dmontr que ce
que nous appelons linefficience de coordination de la direction gnrale ic correspond au score dinefficience technique globale du rseau
de distribution Gn , I G , auquel la somme des inefficiences technin
ques individuelles des points de vente

est soustraite. Le score

aG n

dinefficience technique globale I G n du groupe Gn rsulte de

laction conjointe de la direction gnrale et des points de vente.

ic = I G n i a
aG n

partir des travaux de Briec et al. (2003), nous parvenons garantir la cohrence hirarchique.
Le score dinefficience technique globale est calcul laide du
programme PML3. Nous lappelons par la suite modle rseau de
distribution .

Max I G n

{I Gn , tua }
sous contraintes
a a
tu y p
uG n ae(u )
uG n
a a
u
tu x r xr
ae(u )

a
tu = 1

ae(u )

t ua 0

y up + I G n

u
yp

p = 1...P

uG n

r = 1....R, u Gn
u Gn
u Gn , a e(u )

PML 3 : Respect de la cohrence hirarchique et mesure de

linefficience technique globale

Aude Hubrecht, Michel Dietsch, Fabienne Guerra

159

Nous permettons la rallocation des outputs entre les points de

vente du rseau Gn (la technologie de rfrence est dfinie par
a a
t y p du ct des outputs). Par contre, la rallocation des

uG n ae(u )

inputs nest pas possible, comme ils sont supposs fixes pour chaque
point de vente (la technologie de rfrence est dfinie par

a a
t xr

ae(u )

du ct des inputs).
Comme la direction commune choisie correspond au volume des
ventes ralis au sein du groupe Gn , la mesure radiale de
linefficience globale du rseau de distribution correspond au cas particulier o la mesure directionnelle concide avec la mesure radiale. Sur
la figure 8, le rseau de distribution not G100 a la possibilit
damliorer son efficience technique. Il se projette sur la frontire
defficience en G100 ' .
Figure 8 Mesure de linefficience technique globale du rseau de
distribution Modle rseau de distribution

y2
G100

G100

y1
o

160

4.

Mesure de la performance des agences bancaires

Analyse empirique

Lanalyse de la performance seffectue banque par banque : une direction spcifique est dfinie pour chaque banque rgionale (la cohrence hirarchique est vrifie pour chaque rseau de distribution indpendant). Nous adoptons le point de vue de la tte de rseau en cherchant disposer dune vision globale du management du rseau
dagences bancaires. partir des programmes PML2 et PML 3,
linefficience productive globale est calcule pour chacune des dix
banques rgionales dans lesquelles se rpartissent les agences bancaires de la population tudie. Ensuite, celle-ci est dcompose en inefficience de coordination ( rseau de distribution ) de la tte de rseau
et en inefficience technique individuelle des agences bancaires
( points de vente ).

4.1. Rsultats empiriques : le critre de contrlabilit

Le score dinefficience technique des agences bancaires tel quil est
calcul par le programme PML2 rsulte dune procdure dvaluation
de la performance qui neutralise les effets des caractristiques de
lenvironnement commercial. Le tableau 2 prsente les rsultats obtenus pour quatre agences rparties dans les groupes G1 et G2.
Tableau 2 Inefficience technique individuelle des agences bancaires
Agence
A11
A12
A21
A22

Groupe
G1
G1
G2
G2

Inefficience technique individuelle

0,005
0
0,003
0

Ainsi, lagence A11 du groupe G1 a la possibilit, tant donn les

ressources mises sa disposition, daugmenter son volume des ventes
de 0,5 % du volume global des ventes du groupe G1. De la mme manire, lagence A21 du groupe G2 peut augmenter ses ventes de 0,3 %
du volume des ventes ralis au sein du groupe G2 et ainsi devenir efficiente. Pour ces agences, nous pouvons diagnostiquer un dysfonctionnement interne du management de lagence. En effet, les diffrentes contraintes (dotation en ressources, localisation) auxquelles elles
sont soumises ont t intgres, et elles sont, malgr tout, values

Aude Hubrecht, Michel Dietsch, Fabienne Guerra

161

comme techniquement inefficientes. Les agences A12 et A22, respectivement des groupes G1 et G2, obtiennent un score dinefficience nul,
ce qui signifie quelles sont techniquement efficientes et quelles nont
pas la possibilit daugmenter leur volume des ventes en considration
des montants employs de ressources.

4.2. Rsultats empiriques : le critre de cohrence transversale

et de cohrence hirarchique
Le critre de cohrence transversale est respect en employant une
mesure directionnelle du score dinefficience technique. Celle-ci lui
confre une proprit de commensurabilit permettant dadditionner
les scores dinefficience technique individuelle des agences appartenant un mme groupe (une direction est dfinie par banque rgionale). Cette proprit nous permet de sommer les scores dinefficience
technique individuelle des agences bancaires.
Le tableau 3 indique pour chaque groupe rgional la mesure
dinefficience technique globale du groupe, la mesure agrge de
linefficience technique individuelle des agences bancaires et la mesure
de linefficience de coordination de la direction gnrale.
Tableau 3

Groupe Inefficience
rgional technique
globale
G1
G2
G3
G4
G5
G6
G7
G8
G9
G10

0,173
0,058
0,084
0,079
0,100
0,109
0,229
0,097
0,128
0,131

Inefficience technique globale, somme des inefficiences

techniques individuelles et inefficience de coordination
Somme des inefficiences techniques individuelles des agences
bancaires
0,104
0,015
0,033
0,032
0,050
0,045
0,142
0,030
0,062
0,067

Contribution en %
Inefficience techInefficience de
Inefficience de
coordination de la nique des agences coordination de la
bancaires
direction gnrale
direction gnrale
0,068
0,043
0,050
0,047
0,051
0,064
0,087
0,067
0,067
0,065

60,36%
26,80%
40,80%
40,56%
49,48%
40,87%
62,03%
31,21%
48,07%
50,66%

39,64%
73,20%
59,20%
59,44%
50,52%
59,13%
37,97%
68,79%
51,93%
49,34%

Pour certains groupes, linefficience technique globale est majoritairement attribuable la direction gnrale et son inefficience de
coordination (G2, G3, G4, G5, G6, G8, G9). Pour ces groupes,

162

Mesure de la performance des agences bancaires

linefficience technique globale du rseau diminuerait dau moins 50 %

si la direction gnrale parvenait mieux coordonner les agences se
trouvant sous son autorit. En analysant la distribution des points de
vente dans les six environnements et leur appartenance un groupe rgional, nous observons que linefficience de coordination de la direction gnrale nest pas explique par le nombre denvironnements dans
lesquels sont prsentes les agences. En effet, les agences du groupe G7
sont rparties au sein des six environnements, et linefficience technique globale est principalement lie au manque de productivit des
agences, alors que le constat inverse est fait pour le groupe G2, groupe
dans lequel les agences sont rparties dans cinq environnements diffrents (cf. tableau 4).
Tableau 4

Distribution en pourcentage des agences des groupes

G2 et G7 par environnement

Groupe

E1

E2

E3

E4

E5

E6

G2

39%

21%

4%

32%

4%

G7

28%

11%

23%

3%

25%

10%

Pour les groupes G1, G7 et G10, linefficience technique globale est

cause majoritairement par linefficience technique individuelle des
agences. Il sagirait, dans ce dernier cas, damliorer la productivit individuelle des agences en priorit, pour diminuer linefficience technique globale du rseau. Linefficience technique des agences constate
ne peut pas tre justifie par des conditions de march favorables ou
dfavorables. En effet, linfluence des caractristiques de
lenvironnement commercial des agences est en effet neutralise dans
la procdure dvaluation de leur performance dans la construction de
la frontire defficience. Linefficience technique individuelle observe
trouve alors son origine dans la gestion des ressources mises la disposition de lagence.
Nous tentons dexpliquer ces rsultats en adoptant le point de vue
de la direction gnrale, qui est le niveau de prise de dcision le plus
lev. Pour tudier la rpartition gnrale de linefficience technique
individuelle des agences bancaires, nous avons calcul un indicateur de
concentration : lindice de Gini qui est compris entre 0 et 1. Un indice
de Gini proche de 1 signifie que linefficience technique individuelle

Aude Hubrecht, Michel Dietsch, Fabienne Guerra

163

du groupe tudi est trs concentre. Le tableau 5 prsente la valeur de

lindice de Gini par groupe bancaire rgional. Nous pouvons observer
trois types de rpartition de linefficience technique individuelle : (i)
trs concentre (G2, G6, et G8) ; (ii) moyennement concentre (G3,
G4, G5, et G9) ; (iii) peu concentre (G1, G7, et G10).
Tableau 5

Groupe
rgional
GR1
GR2
GR3
GR4
GR5
GR6
GR7
GR8
GR9
GR10

Indice
de Gini
0,45
0,88
0,64
0,67
0,64
0,78
0,54
0,77
0,73
0,56

valuation par groupe bancaire rgional de la

concentration du score defficience technique
individuelle partir de lindice de Gini
Concentration de linefficience technique individuelle par groupe rgional
peu concentre
trs concentre
moyennement concentre
moyennement concentre
moyennement concentre
trs concentre
peu concentre
trs concentre
moyennement concentre
peu concentre

Contribution en % de l'inefficience
allocative de la direction gnrale
39,64%
73,20%
59,20%
59,44%
50,52%
59,13%
37,97%
68,79%
51,93%
49,34%

En ajoutant au tableau 5 la colonne du tableau 3 contribution de la

direction gnrale linefficience technique globale du rseau , nous
remarquons que les groupes qui prsentent la concentration de
lefficience technique individuelle des agences bancaires la plus leve
sont aussi les groupes o la contribution de la direction gnrale
linefficience technique globale est suprieure 50 %. En dautres termes, les groupes o linefficience technique globale provient en majorit de linefficience de coordination de la tte de rseau sont des groupes o linefficience technique individuelle est imputable un petit
nombre dagences.
Une raison possible de linefficience de coordination de la direction
gnrale peut alors provenir de la difficult coordonner un petit nombre dagences techniquement inefficientes. Lanalyse de la contribution
de la direction gnrale linefficience globale du groupe se poursuit
en tudiant la rpartition en pourcentage de linefficience technique individuelle par environnement. Nous cherchons savoir si la proportion
dinefficience technique pour un environnement donn chez les agences dun groupe rgional dpasse leur pourcentage de prsence. Un indice de sur/sous reprsentation de linefficience technique est calcul

164

Mesure de la performance des agences bancaires

pour chaque groupe rgional par environnement. Celui-ci est dtermin

en divisant le pourcentage dagences dun groupe rgional dans un environnement donn par la proportion dinefficience technique.
Le tableau 6 prsente les rsultats pour les groupes G1 et G2. Si
lindice de sous/sur-reprsentation est suprieur 1, alors linefficience
technique des agences est surreprsente dans lenvironnement concern, sil est infrieur 1, alors elle est sous-reprsente. Ainsi, nous observons une surreprsentation de linefficience technique des agences
du groupe G1 situes dans lenvironnement E1 et E5, et de celles du
groupe G2 situes dans lenvironnement E3.
Tableau 6

G1
G2

Indice de sous/sur-reprsentation de linefficience

technique individuelle
E1
1,3
-

E2
0,7

E3
2,9

E4
0

E5
1,1
0,4

E6
0,1
0

Le groupe G2 est un groupe o la direction gnrale contribue majoritairement linefficience technique globale et o linefficience
technique individuelle des agences est trs concentre. Il prsente galement des indices levs de surreprsentation dans certains environnements. Pour le groupe G2, nous constatons une surreprsentation de
linefficience quasiment gale 3 pour les agences de lenvironnement
E3. Il serait intressant dapprofondir lanalyse avec la direction gnrale et dtudier les causes possibles de linefficience de coordination
de celle-ci pour un petit nombre dagences et de la sur-reprsentation
de linefficience technique individuelle des agences dans certains environnements clairement identifis. De la mme manire, il serait intressant de discuter avec les dirigeants du groupe G1 des causes de la
surreprsentation de linefficience technique individuelle des agences
de lenvironnement E1 o linefficience technique globale est provoque principalement par linefficience technique individuelle des agences.
Lapplication empirique ralise sur un chantillon dagences bancaires montre les intrts managriaux de la procdure dvaluation de
la performance dveloppe dans ce travail. En valuant linefficience
de coordination de la tte de rseau et en mesurant linefficience technique individuelle des points de vente, nous formalisons la relation en-

Aude Hubrecht, Michel Dietsch, Fabienne Guerra

165

tre la capacit de la direction gnrale prendre les dcisions concernant la gestion des agences bancaires qui conduisent la maximisation
du profit du rseau et laptitude des dtaillants assurer leur rle de
distributeur de proximit.
Loriginalit de notre travail rside :

en premier lieu dans le dveloppement dun indicateur prospectif de la performance des points de vente considrant les diffrentes
contraintes auxquelles ils sont soumis ;

en second lieu dans la proposition dun outil daide la dcision adapt lorganisation verticale des rseaux de distribution qui
sinscrit dans une approche globale du management ;

enfin dans la formalisation explicite dun lien entre un indicateur de performance de la direction gnrale mesurant sa capacit de
coordination et un indicateur de performance des points de vente mesurant leur productivit.
partir des donnes notre disposition, nous avons tent
dexpliquer les mesures dinefficience obtenues en calculant un indice
de Gini, et en dterminant la sur/sous-reprsentation de linefficience
technique individuelle par environnement. Ces rsultats bnficieraient
des connaissances dexperts dans leurs interprtations.

Conclusion
Les rsultats obtenus partir des modles rseau de distribution
et points de vente contribuent faciliter la prise de dcision des
gestionnaires tant au niveau de la direction gnrale quau niveau des
points de vente.
Le score dinefficience technique individuelle indique leffort supplmentaire ralisable en termes daugmentation du volume des ventes,
tant donn la dotation en ressources et la localisation des points de
vente. Linefficience technique telle quelle est calcule partir du
modle points de vente est imputable au directeur de lagence. En
effet, le critre de contrlabilit est respect par lorientation produits du modle (les montants consomms de ressources sont considrs comme des constantes), par la dfinition dune technologie de
production rendements dchelle variables et, enfin, par lintgration
des caractristiques de lenvironnement commercial dans la procdure
dvaluation des points de vente.

166

Mesure de la performance des agences bancaires

Par ailleurs, la procdure dvaluation de la performance par une

approche DEA constitue un cadre motivant pour le gestionnaire du
point de vente, dans le sens o les progrs potentiels indiqus par le
score sont tablis par comparaison avec dautres points de vente faisant
face aux mmes conditions de march. chaque point de vente techniquement inefficient sont associs des benchmarks confronts aux mmes difficults ou facilits commerciales. Ils peuvent ainsi bnficier
de leurs courbes dapprentissage.
Concernant les dcideurs situs au niveau de la direction gnrale,
les scores dinefficience sont pertinents car ils peuvent comparer les
points de vente (cohrence transversale) et avoir connaissance de
lamlioration individuelle possible de la productivit des points de
vente. De plus, ils ont la possibilit danalyser la source de
linefficience technique globale qui peut tre de deux natures : inefficience de coordination de la direction gnrale et/ou inefficience technique des points de vente. Toutefois, des donnes supplmentaires doivent tre runies, notamment concernant le management des ressources
humaines, le systme dinformation et la stratgie choisie pour analyser
les sources de linefficience de coordination.
Le travail ralis sest focalis sur la formalisation dun seul des
nombreux liens entre les indicateurs des huit axes du systme de TBP
(figure 4). Il en existe bien dautres. Une voie de recherche future serait de dvelopper de nouvelles mesures de la performance et de formaliser dautres liens, mais toujours dans le souci dune procdure
dvaluation quitable qui aboutisse une mesure juste de la performance.
Par ailleurs, cette tude est consacre aux rseaux de distribution intgrs en aval. Elle peut tre poursuivie dans une perspective de gnralisation auprs de rseaux de franchiss ou de rseaux mixtes. Le cadre mthodologique que nous avons dvelopp peut tre adapt
dautres critres que le principe de contrlabilit, de cohrence transversale et de cohrence hirarchique.
Nous avons tent damliorer la mesure de la performance
productive des points de vente appartenant un rseau de distribution
intgr en aval. Nous soulignons que la productivit est lindicateur
dune seule des nombreuses facettes de la performance. Notre tude
peut utilement tre complte par la recherche de lquilibre cotqualit-flexibilit dans la continuit des travaux de Gervais et Thenet
(2004).

Aude Hubrecht, Michel Dietsch, Fabienne Guerra

167

Bibliographie
Achabal D., Heineke J.M. et McIntyre S.H. (1984), Issues and Perspectives on Retail Productivity , Journal of Retailing, vol. 60, Fall,
p. 107-127.
Achabal D.D., Heineke J.M. et McIntyre S.H. (1985), Productivity
Measurement and the Output of Retailing : Comment , Journal of Retailing, vol. 61, Fall, p. 83-88.
Al-Faraj T.N., Alidi A.S. et Bu-Bshait K.A. (1993), Evaluation of
Bank Branches by Means of Data Envelopment Analysis , International Journal of Operations Management, vol. 13, p. 45-52.
Antle R. et Demski J.S. (1988), The Controllability Principle in Responsibility Accounting , Accounting Review, vol. 63, n 4, p. 700718.
Applebaum W. (1966), Methods for Determining Store Trade Areas,
Market Penetration and Potential Sales , Journal of Marketing Research, vol. 3, p. 127-141.
Athanassopoulos A.D. (1997), Service Quality and Operating Efficiency Synergies for Management Control in the Provision of Financial
Services : Evidence for Greek Bank Branches , European Journal of
Operational Research, vol. 98, p. 300-313.
Athanassopoulos A.D. (1998), Nonparametric Frontier Models for
Assessing the Market and Cost Efficiency of Large Scale Bank Branch
Networks , Journal of Money, Credit and Banking, vol. 30, n 2,
p. 172-192.
Banker R.D., Charnes A. et Cooper W.W. (1984), Some Models for
Estimating Technical and Scale Inefficiencies in Data Envelopment
Analysis , Management Science, vol. 30, n 9, p. 1078-1092.
Berger A.N. et Mester L.J. (1997), Inside the Black Box : What Explains Differences in the Efficiencies of Financial Institutions , Journal of Banking and Finance, vol. 21, p. 895-947.
Berger A.N. et Humphrey D.B. (1997), Efficiency of Financial Institutions : International Surveys and Directions for Future Research ,
European Journal of Operational Research, vol. 98, p. 175-212.
Bloom G.F. (1972), Productivity in the Food Industry : Problems and
Potential, MIT Press.
Bouquin H. (1991), Le contrle de gestion, PUF.

168

Mesure de la performance des agences bancaires

Bouquin H. (2000), Thorie des organisations et contrle , in B. Colasse, Encyclopdie de la comptabilit, du contrle de gestion et de
laudit, Economica.
Bouquin H. (2001), Le contrle de gestion : contrle de gestion,
contrle de lentreprise, 5e dition, PUF.
Briec W., Dervaux B. et Leleu H. (2003), Aggregation of Directional
Distance Functions and Industrial Efficiency , Journal of Economics,
vol. 79, n 3, p. 237-261.
Bucklin L.P. (1966), Research Program in Marketing, Institute of
Business and Economic Research University of California, Berkeley.
Bucklin L.P. (1978), Productivity in Marketing, American Marketing
Association, Chicago.
Cliquet G. (1992), Management stratgique des points de vente, Sirey.
Colwell R.J. et Davis E.P. (1992), Output and Productivity in Banking , Scandinavian Journal of Economics, vol. 94, p. 111-129.
Davies R.L. (1973), Evaluation of Retail Store Attributes and Sales
Performance , European Journal of Marketing, vol. 7, n 2, p. 89-102.
Farrell M.J. (1957), The Measurement of Productive Efficiency ,
Journal of the Royal Statistical Society, vol. 9, n 20, p. 253-281.
Filser M. (1989), Canaux de distribution, Vuibert.
Filser M., Des Garets V. et Pach G. (2001), La distribution : organisation et stratgie, Editions Management et Socit.
Gervais M. et Thenet G. (2004), Comment valuer la productivit
dans les activits de service ? , Comptabilit Contrle Audit, vol. 10,
n 1, p. 147-163.
Ghosh A. et Craig C.S. (1983), Formulating Retail Location Strategy
in a Changing Environment , Journal of Marketing, vol. 47, p. 56-68.
Ghosh A. et Craig C.S. (1984), A Location Allocation Model for Facility Planning in a Competitive Environment , Geographical Analysis, vol. 16, n 1, p. 39-51.
Ghosh A. et McLafferty S.L. (1982), Locating Stores in Uncertain
Environments : A Scenario Planning Approach , Journal of Retailing,
vol. 58, n 4, p. 5-22.
Ghosh A. et McLafferty S.L. (1987), Location Strategies and Service
Firms, Lexington Books.
Giokas D. (1991), Bank Branches Operating Efficiency : a Comparative Application of Data Envelopment Analysis and the Log-Linear
Model , Omega, vol. 19, n 6, p. 549-557.

Aude Hubrecht, Michel Dietsch, Fabienne Guerra

169

Good W.S. (1984), Productivity in Retail Grocery Trade , Journal

of Retailing, vol. 60, n 3, p. 81-97.
Grewal D., Levy M., Methrotra A. et Sharma A. (1999), Planning
Merchandising Decisions to Account for Regional and Product Assortment Differences , Journal of Retailing, vol. 75, p. 405-424.
Ingene C.A. (1982), Labor Productivity in Retailing , Journal of
Marketing, vol. 46, n 4, p. 75-90.
Ingene C.A. (1984), Productivity and Functional Shifting in Spatial
Retailing : Private and Social Perspectives , Journal of Retailing,
vol. 60, n 3.
Jallais J., Orsoni J. et Fady A. (1987), Marketing de la distribution,
Vuibert.
Jallais J., Orsoni J. et Fady A. (1994), Le marketing dans le commerce
de dtail, Vuibert.
Hubrecht A. (2003), Mesure de la performance des rseaux de points
de vente par une approche DEA : le cas des agences bancaires, Thse
de Doctorat, Universit Robert Schuman de Strasbourg, et Facults
Universitaires Catholiques de Mons.
Kamakura W.A., Lenartowicz T. et Ratchford B.T. (1996), Productivity Assessment of Multiple Retail Outlets , Journal of Retailing,
vol. 72, n 4, p. 333-356.
Kaplan R.S et Norton D.P. (1996), The Balanced Scorecard, Translating Strategy into Action, Harvard Business School Press.
Kaplan R.S. et Norton D.P. (1999), Le tableau de bord prospectif, Les
ditions dOrganisation.
La Villarmois (de) O. (1999a), valuer la performance des rseaux
bancaires : la mthode DEA , Dcisions Marketing, vol. 16, p. 39-51.
La Villarmois (de) O. (1999b), Le contrle du rseau bancaire : exploration de la faisabilit et de la pertinence dune dmarche de comparaison des units oprationnelles, Thse de doctorat en Sciences de
gestion, IAE, Lille.
Leleu H. (1997), Elaboration dun outil dvaluation de la performance hospitalire, Thse de Doctorat, Universit Paul Sabatier, Toulouse.
Lorino P. (2001), Mthodes et pratiques de la performance, 2me dition, ditions dOrganisation.
Luenberger D.G. (1995), Microeconomic Theory, McGraw-Hill.

170

Mesure de la performance des agences bancaires

Lusch R.F. et Moon S.Y. (1984), An Exploratory Analysis of the

Correlates of Labor Productivity in Retailing , Journal of Retailing,
vol. 60, n 3, p. 37-60.
Manandhar R. et Tang J.C.S. (2002), The Evaluation of Bank Branch
Performance Using Data Envelopment Analysis : A Framework ,
Journal of High Technology Management Research, vol. 13, p. 1-17.
Merchant K.A. (1987), How and Why Firms Disregard the Controllability Principle , in W.J. Bruns Jr. et R.S. Kaplan (1987), Accounting Management, Harvard Business School Press.
Nooteboom B. (1983), Productivity Growth in the Grocery Trade ,
Applied Economics, vol. 15, p. 649-664.
Oi W. (1992), Productivity in the Distributive Ttrades : the Shopper
and the Economies of Massed Services , in Z. Griliches (1992), Output Measurement in the Service Sector, University of Chicago Press,
p. 161-194.
Oral M. et Yolalan R. (1990), An Empirical Study on Measuring Operating Efficiency and Profitability of Bank Branches , European
Journal of Operational Research, vol. 46, p. 282-294.
Parkan L. (1987), Measuring the Efficiency of Service Operations :
An Application to Bank Branches , Engineering Costs and Production Economics, vol. 12, p. 237-242.
Parsons L.J. (1994), Productivity Versus Relative Efficiency in Marketing : Past and Future ? , in G. Laurent, G.L. Lilien et B. Pras, Research Traditions in Marketing, Kluwer Academic Publishers, p. 169196.
Ratchford B.T. et Brown J.R. (1985), A study of Productivity
Changes in Food Retailing , Marketing Science, vol. 4, Fall, p. 292311.
Schaffnit C., Rosen D. et Paradi J.C. (1997), Best Practice Analysis
of Bank Branches : An Application of Data Envelopment Analysis in a
Large Canadian Bank , European Journal of Operational Research,
vol. 98, p. 269-289.
Sherman H.D. et Gold F. (1985), Bank Branch Operating Efficiency , Journal of Banking and Finance, vol. 9, p. 297-315.
Sherman H.D. et Ladino G. (1995), Managing Bank Productivity Using Data Envelopment Analysis (DEA) , Interfaces, vol. 25, n 2,
March-April, p. 60-73.

Aude Hubrecht, Michel Dietsch, Fabienne Guerra

171

Soteriou A. et Zenios S. (1999), Operations, Quality and Profitability

in the Provision of Banking Services , Management Science, vol. 45,
n 9, p. 1221-1238.
Thenet G. (1998), La mesure de la performance productive dun rseau dagences : prsentation dun outil de mesure simplifie ,
XIXme Congrs de lAFC, CNAM Nantes, 22-25 mai.
Thomas R., Barr R.S., Cron W.L. et Slocum J.W. (1998), A Process
for Evaluating Retail Store Efficiency : A Restricted DEA Approach ,
International Journal of Research in Marketing, vol. 15, p. 383-400.
Thomas R., Gable M. et Dickinson R. (1999), An Application of the
Balanced Scorecard in Retailing , The International Review of Retail,
Distribution and Consumer Research, vol. 9, n 1, p. 41-67.
Tulkens H. (1993), On FDH Efficiency Analysis : Some Methodological Issues and Applications to Retail Banking, Courts, and Urban
Transit , Journal of Productivity Analysis, vol. 4, p. 183-210.
Vassiloglou M. et Giokas D. (1990), A Study of the Relative Efficiency of Bank Branches : An Application of Data Envelopment
Analysis , Journal of Operational Research Society, vol. 41, n 7,
p. 591-597.
Volle P. (1999), Promotion et choix du point de vente, Vuibert, collection Fnege.