Académique Documents
Professionnel Documents
Culture Documents
(CEMAC)
Organisation Internationale
BP : 294 Yaound CAMEROUN Tel : 222 01 34
Juin 2007
DDICACES
Je ddie ce travail
ii
REMERCIEMENTS
Ce travail est le fruit dune somme defforts qui, pris individuellement, ont concouru sa
ralisation. Le soin nous tant donn dadresser notre gratitude :
A mon Directeur de mmoire Dr Dieudonn KINKIELELE, Directeur des tudes des
premier et second cycle lISSEA : Vous avez t pour moi un bon encadreur et un bon
conseiller. Vos conseils, votre rigueur dans le travail et votre magnanimit ont t pour moi une
source dinspiration. Merci de mavoir initi la recherche et soyez assur de ma parfaite
reconnaissance et de mon profond respect.
A Monsieur le Directeur Gnral de lISSEA, M. Leoncio OYANA NZE, ainsi que tout le
personnel enseignant pour le srieux dont ils ont toujours fait preuve pour nous donner une
bonne et solide formation.
A M. Robert NGONTHE, Directeur des tudes du 3ime cycle qui a t dun soutien
particulier pour la IAS 4 travers ses conseils.
A Mme Suzanne BIWOLE, M. Georges DJIMEFO KAPEN, M. LOUDINE BESSONG,
M. Denis NGANGOUM, Mlle Mireille TADIE, Mlle Vicky DJEUKWI pour avoir lu et apprci
ce document.
A M. Marcel OPOUMBA, M. Clestin NENTA pour leurs remarques et leurs
enseignements qui ont t dune importance capitale pour la ralisation de ce document
A M. ONDO, M. Ignace KAMGA pour leurs remarques qui nous ont permis damliorer
laspect modlisation de ce document.
A tous ceux qui ont t dun soutien infaillible pour la ralisation de ce document. Nous
citerons : Justin BEM, , Hippolite TSADJIEU, Hardy BATOUMEN, Mireille TADIE, Olivier
PIEUME, Carine NZEUYANG, Eric NKAMGNIA, Doriane MATCHA, Merville KENFACK,
Guy Albert KENKOUO, Larissa GAJUI, Raoul TAFFO, Justin KAMENI, Sarah DJONOCK,
Dady Christiane DJONGOUE., Arnold FEUTI, Jurado MATAKIE, Simplice WANSI.
Enfin, tous nos camarades de promotion et tous ceux qui de prs ou de loin ont uvr
dune faon ou dune autre pour la ralisation de ce travail.
iii
iv
CHAPITRE QUATRIME : MODLES DVOLUTION DES DPTS VUE DANS LES BANQUES
COMMERCIALES DU CAMEROUN ............................................................................................................. 63
SECTION I : Donnes et mthodologie................................................................................................ 63
I.1 LES DONNES ET LES SOURCES ...................................................................................................................... 63
I.2 LA MTHODOLOGIE DE TRAVAIL ................................................................................................................... 64
SECTION II : Applications ..................................................................................................................... 65
II.1 DESCRIPTION DE LVOLUTION DE LENCOURS DES DPTS VUE DE LENSEMBLE DES BANQUES
CAMEROUNAISES ................................................................................................................................................
65
II.2 ANALYSE DES CARACTRISTIQUES DE LA SRIE ........................................................................................... 66
II.2.1 Analyse prliminaire................................................................................................................ 67
II.2.2 Analyse de la saisonnalit : ..................................................................................................... 68
II.2.3 Analyse de la stationnarit de la srie transforme des encours des dpts
(Log(depots)).70
II.3 LE LIEN ENTRE LE TAUX DINTRET ET LE NIVEAU DE LENCOURS DES DPTS VUE ................................ 72
II.3.1 Le test de cointgration de Johansen et interprtation ........................................................ 73
II.3.2 Le test de causalit de Granger et interprtation ................................................................. 74
II.4 TUDE DE LA SRIE DES DPTS SELON LA MTHODOLOGIE DE BOX ET JENKINS ........................................ 75
II.4.1 Lidentification et lestimation des paramtres du modle dvolution de la srie dencours
des dpts vue ................................................................................................................................. 75
II.4.2 La vrification et ladquation des trois modles potentiels .............................................. 77
II.4.2.1 Le modle ARIMA(2,1,1) .................................................................................................. 77
II.4.2.2 Le modle ARIMA(0,1,1) .................................................................................................. 78
II.4.2.3 Le modle ARIMA(1,1,0) .................................................................................................. 79
II.4.3 Le choix du modle .................................................................................................................. 80
II.4.4 La prvision............................................................................................................................... 80
II.5 DTERMINATION DE LA FONCTION DCOULEMENT ..................................................................................... 82
II.6 VITESSE ET DURE MOYENNE DCOULEMENT DU STOCK DES DPTS VUE: ............................................ 84
II.7 PARTIE DE LENCOURS DES DPTS VUE STABLE EN FONCTION DU TEMPS ............................................... 84
II.8 LIMITE DU MODLE DCOULEMENT DES DPTS VUE ............................................................................. 87
vi
SIGLES ET ABR
ABRVIATIONS
AIB
AIBE
AIBNE
ALM
BCM
BEAC
BICEC
CA
Crdit Agricole
CEMAC :
CLC
EBC
Ecobank Cameroun
FCFA
FMI
FRBG
IAS4
IF
Institutions Financires
IFNB
Mds
Milliards
NFC
PIB
SCB
SCBC
SGBC
SYSCO
Systme de Cotation
UBAC
UBC
UMAC
vii
FIGURES
Figure 1 : Rpartition du capital social des banques commerciales en pourcentage au 31 Dcembre 2004
............................................................................................................................................................. 50
Figure 2 : volution de la structure des ressources des banques camerounaises de 2000 2004.............. 56
Figure 3 : Structure des Ressources des banques du Cameroun au 31 Dcembre 2004 ........................... 57
Figure 4 : volution de la structure des dpts (en millions de francs CFA)............................................. 60
Figure 5 : Structure des dpts au 31 Dcembre 2006............................................................................... 61
Mmoire de fin de formation
viii
Figure 6 : volution de lencours des dpts vue des banques commerciales du 31/01/1997 au
31/12/2006 (en millions de F CFA) .................................................................................................... 66
Figure 7 : Corrlogrammes simple et partielle de la srie des dpts vue............................................... 68
Figure 8 : Encours des dpts vue transforms (transformation logarithmique)..................................... 69
Figure 9 : volution de dpts transforms et de ceux corrigs des variations.......................................... 69
Figure 10 : Corrlogrammes simple et partielle de la srie des dpts tranforms ................................... 70
Figure 11 : Corrlogramme des rsidus ..................................................................................................... 78
Figure 12 : Corrlogramme des rsidus du modle ARIMA(0,1,1)........................................................... 79
Figure 13 : Dpts estims par le modle et dpts rels observs........................................................... 81
Figure 14 : Rpartition des dpts par nature au 31 dcembre 2004 ......................................................... xii
Figure 15 : Variation de lencours des dpts vue en millions de F CFA.............................................. xiii
Figure 16 : volution de la srie des taux dintrt................................................................................. xviii
Figure 17 : Autocorrlogramme du carr des rsidus ............................................................................... xxi
ix
AVANT PROPOS
Le prsent mmoire est laboutissement de quatre annes de formation lInstitut
Sous-rgional de Statistique et dconomie Applique. Il simpose comme un cadre
conceptuel de la gestion actif/passif pour les banques camerounaises, qui recherchent un
outil leur permettant de grer les risques de transformation et de liquidit.
Alors que les banques de la zone BEAC en gnral et celles du Cameroun en
particulier se reprennent dune crise qui a affect leur systme bancaire, on a constat
avec les nouvelles contraintes de gestion que les banques camerounaises sont passes
une situation de surliquidit ou lessentiel de leurs ressources est fait de dpts vue. Ces
ressources provenant de la clientle, sont par dfinition exigibles tout moment. Cette
tude, axe sur la modlisation de lcoulement des dpts vue se propose de
concevoir un modle qui permettra aux banques de ressortir la partie stable de leur
dpts vue en fonction du temps. Ainsi elles pourront davantage simpliquer dans le
financement de lconomie en minimisant le risque de transformation et de liquidit.
Lintrt principal de notre travail rside dans le fait que de nos jours, les banques
sont devenues frileuses, refusant de simpliquer dans le financement de lconomie
puisquelles ne possdent essentiellement que des ressources susceptibles dtre exigible
du jour au lendemain. Pour cela, elles cherchent un outil pouvant leur permettre dvaluer
les risques de transformation et de liquidit lis aux dpts vue. Le prsent document se
fixe pour objectif de leur fournir un outil permettant la valorisation de ces dpts vue.
En esprant que cette tude permettra aux banques damliorer leur systme de
gestion des risques, nous restons rceptifs aux critiques et suggestions pouvant contribuer
la perfection de ce travail.
RSUM
SUM
La gestion des risques est une discipline aussi ancienne que les banques. Aprs la
grave crise des annes 1970 qui avait fragilis plusieurs systmes bancaires de part le
monde, la gestion des risques bancaires est devenue un enjeu de taille pour les banques
qui veulent assurer leur crdibilit, leur rentabilit et leur prennit.
A partir de ce moment, plusieurs auteurs ont uvr dans la conception des mthodes
en vue dune meilleure gestion actif/passif bancaire. Pour les problmatiques de risque de
liquidit et de risque de taux, le Comit de Ble, dans son document consultatif de
Janvier 2001 principles for the management and supervision of interest rate risk
recommande chaque banque de mettre en place des modles dcoulement en liquidit
pour chacun des produits de leur bilan. Ces modles devant leur permettre de grer
efficacement leur liquidit.
En 1995, aprs de nombreuses restructurations qui ont suivi la crise bancaire en
zone CEMAC, les banques de la zone en gnrale et celles du Cameroun en particulier
sont devenues saines et trs liquides. Cependant, lexamen de la structure des ressources
des banques camerounaises montre quelles sont constitues plus de 50% des dpts
vue dont le retrait peut tre effectu tout moment. Dans le portefeuille des banques au
Cameroun, ces ressources provenant de la clientle reprsentent plus de 70% des dpts.
Et la banque sexposerait un risque de liquidit grave si elle utilisait mal ces ressources.
Daprs les recommandations du Comit de Ble, la modlisation de lcoulement des
dpts vue serait dune importance capitale pour les banques camerounaises.
Le travail fait ici constituera un outil supplmentaire dans la gestion actif/ passif
bancaire au Cameroun. Puisque lobjectif que nous visons est la dtermination dun
modle dcoulement des dpts vue qui permettra de filtrer la partie stable de ces
dpts en fonction du temps.
Les donnes que nous avons utilises pour la modlisation sont constitues dune
srie mensuelle dencours des dpts vue de lensemble des banques commerciales
allant de janvier 1997 dcembre 2006 et dune srie mensuelle dobservation sur les
taux dintrt.
Pour atteindre nos objectifs, une analyse de la cointgration et un test de causalit de
Granger nous ont permis de voir quau Cameroun, le niveau de lencours des dpts
vue ne dpend pas de lvolution des taux dintrt. Autrement dit, le comportement des
Mmoire de fin de formation
xi
clients en terme de dpts sur leur compte vue nest pas influenc par les mouvements
de taux dintrt. Ce qui voudrait dire que les niveaux atteints par les taux dintrt nont
jusque l pas t significatif pour captiver lensemble des titulaires de comptes vue.
Puis la mthodologie de Box et Jenkins nous a permis de trouver dans la classe des
modles ARIMA, le modle dcrivant lvolution des dpts vue. Il sagit, aprs avoir
transform notre srie par la fonction logarithme nprien, dun modle ARIMA(0,1,1)
(Moyenne Mobile dordre 1 et intgr dordre 1). Enfin la dtermination de la fonction
dcoulement nous a permis de voir quune fois tous les comptes des clients agrgs,
lencours ainsi obtenu est stable dans le temps. En effet daprs nos analyses, le stock des
dpts vue pris une date donne mettra en moyenne 8 ans et 4 mois pour disparatre
compltement du bilan. Il svapore un rythme de 11,96% par mois. Ainsi, pendant un
mois 88,04% de lencours des dpts vue seront stables dans le bilan, 46,58% y
resteront pendant 6 mois, 21,70% ne sortiront pas du bilan avant un an, les clients
laisseront 4,71% du stock des dpts vue dans les caisses de la banque pendant deux
ans.
Les rsultats issus de ce travail peuvent permettre aux banques camerounaises
damliorer la gestion de leur liquidit, de simpliquer davantage dans le financement de
lconomie, puisquelles disposent dsormais dun outil supplmentaire leur permettant
dvaluer le risque de transformation. La Banque Centrale pourrait utiliser la stabilit de
ces dpts vue pour ajuster le coefficient des rserves obligatoires relatif ce type de
dpts.
xii
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
INTRODUCTION
Une banque est dfinie comme un tablissement de crdit dont le rle est de
procurer des services financiers aux particuliers ainsi quaux entreprises (Encarta 2006).
Leur activit principale consiste collecter des fonds qui, mobiliss sous plusieurs
formes (octroi dun prt par exemple), permettent de financer lactivit conomique. Les
fonds collects peuvent dune part, provenir de la clientle qui effectue deux formes de
dpts : les dpts vue (cest dire avec possibilit de retrait tout moment) ou les
dpts terme (ce nest qu chance que le retrait est possible), dautre part, tre
emprunts sur le march montaire.
Au milieu des annes 80, les banques de la zone BEAC et particulirement celles du
Cameroun ont subi, une grave crise qui a entran dimportantes pnuries de liquidits,
une faible capitalisation et une mauvaise structure de leur portefeuille. Au niveau social,
cette crise bancaire a occasionn de nombreuses pertes demplois suite la fermeture
dentreprises qui navaient plus la capacit daccder leur trsorerie confie aux
banques. (cf. Marianne MBENA NGABA [2006], Gestion de la liquidit bancaire : une
application au Cameroun, thse professionnelle universit de Douala)
De nombreuses restructurations ont t engages au dbut des annes 1990 de sorte
qu partir de 1995, le secteur bancaire camerounais est assaini, liquide et stable grce au
dispositif rglementaire et prudentiel mis en place par la COBAC (Commission Bancaire
dAfrique Centrale, cre en janvier 1993). Les banques camerounaises, avec les
nouvelles contraintes de gestion sont devenues surliquides. Avec un ratio de liquidit de
70% en 1991, elles ont atteint au 31 juin 1997 un niveau de 110,5% pour dpasser 150%
en dcembre 2004. (cf. rapports annuels dactivit de la COBAC)
Un autre constat est imminent dans le secteur bancaire camerounais : on constate le
paradoxe dune forte liquidit bancaire dans une conomie o le volume des crdits
crot trs lentement (BEKOLO EBE [1998] cit par Marianne MBENA). La ralit est
que la majorit de ressources des banques est faite de dpts vue (en effet daprs les
donnes du Conseil National du Crdit, depuis la fin des oprations de restructuration,
plus de 50% des ressources des banques sont des dpts vue dont le retrait peut tre
effectu tout moment) et la banque sexposerait un risque de transformation et de
liquidit grave si elle utilisait mal ces ressources. On remarque ainsi la frilosit du
13
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
banquier camerounais dans ses activits doffre de crdit cause des difficults valuer
le risque.
Face cette opportunit que constitue la surliquidit bancaire et la place importante
que les dpts vue occupent dans les ressources des banques, la proccupation
principale de ce travail est de savoir : comment on peut valoriser ces dpts vue.
Autrement dit, quel est le modle dcoulement des dpts vue pour les banques
camerounaises et quelle est la partie de ces dpts, stable en fonction du temps que les
banques pourraient utiliser pour octroyer des crdits en minimisant le risque de
transformation et de liquidit ? Proccupation pertinente surtout si on considre la
banque comme un agent conomique rationnel ayant pour objectif doptimiser sa
rentabilit. Le banquier camerounais devrait simpliquer davantage dans le financement
de lconomie puisque la banque est lun des moteurs essentiels de la croissance
(Valrie OHANNESSIAN [2007], la banque dcouvert). La modlisation de
lcoulement des dpts vue se rapporte un problme de gestion actif /passif bancaire
et fait partie des recommandations les plus rcentes du Comit de Ble en vue dune
meilleure gestion des risques.
Lcoulement en liquidit dun produit est gnralement dfini au moyen de sa
fonction dcoulement qui dcrit comment le stock samortit dans le temps. La loi
pouvant tre contractuelle ou conventionnelle. La fonction dcoulement de la production
donne la probabilit quun franc CFA de production nouvelle (nouveau dpt vue par
exemple) entrant la date t dans le bilan, demeure dans ce bilan jusqu une date T
ultrieure. Pour certains produits de type chanc (pour lequel il existe une date de fin
de contrat), la convention dcoulement thorique correspond lcoulement tel quil est
dfini dans le contrat. Par exemple, lorsquon considre un crdit la consommation de
dure 5 ans, on peut, au moment o ce montant entre dans le bilan, dfinir lcoulement
contractuel du produit comme celui correspondant lchancier de remboursement mis
en place. Nanmoins, lcoulement du produit quon choisira de retenir comme
conventionnel peut tre diffrent de cet coulement thorique puisque le client dispose de
diverses options (par exemple loption de remboursement anticip) qui viendront
modifier la convention dcoulement. Ainsi, on pourra choisir dintgrer ces facteurs non
contractuels, mais bien rels, dans lcoulement conventionnel du produit. (cf. Grgory
GHIEU [2003], Gestion Actif/Passif, Mthodologie et Application au Livret A).
14
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Par ailleurs les dpts vue font partie des produits pour lesquels aucune date de fin
contractuelle nest spcifie. En effet le contrat douverture dun compte de dpt vue
ne spcifie pas la dure de fin de contrat. Les montants prsents sur ces comptes peuvent
tre retirs a tout instant. Il nexiste pas dcoulement contractuel pour ces produits et la
dfinition dun coulement effectif est lessence de notre problmatique.
Ainsi, la prsente tude se propose:
de dterminer un modle dcoulement des dpts vue pour les banques
camerounaises
de ressortir la partie stable de ces dpts en fonction du temps.
Pour atteindre ces objectifs, la revue de la littrature nous a permis de mettre en
vidence les hypothses suivantes :
Hypothse 1 : Une fois tous les comptes vue individuels des clients agrgs, lencours
global ainsi obtenu est stable dans le temps.
Hypothse 2 : Lvolution des taux dintrt au Cameroun na pas un effet significatif sur
le niveau de lencours des dpts vue.
Lintrt de cette tude rside dans le fait quelle constituera un outil supplmentaire
dans la gestion actif/passif bancaire au Cameroun et permettra aux banques de
simpliquer davantage dans le financement de lconomie tout en minimisant le risque de
liquidit et de transformation.
Pour rsoudre notre problme, nous partirons dune analyse de la liquidit des
banques camerounaises et de la structure des ressources de ces banques pour montrer que
lessentiel de leurs ressources est fait de dpts vue. Puis nous utiliserons la
mthodologie de Box et Jenkins pour dterminer le modle dcoulement de ces dpts
ainsi que la fonction dcoulement qui nous permettra enfin de filtrer la partie stable de
ces dpts en fonction du temps.
Pour cela, nous avons structur ce mmoire en deux grandes parties :
La premire partie est consacre la dfinition des concepts et la revue de la
littrature sur les modles de dpts vue. Il sagira dans le premier chapitre de dfinir
les risques bancaires et le concept dcoulement, dans le second chapitre de prsenter la
revue des modles de dpts vue. La deuxime partie est celle de lapplication au cas
du Cameroun. Nous prsenterons les banques commerciales camerounaises et leur
liquidit (Chapitre III) et aprs nous construirons un modle dcoulement des dpts
vue pour ces banques (Chapitre IV).
Mmoire de fin de formation
15
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
PREMIRE PARTIE :
REVUE DE LA LITTRATURE SUR LES MODLES DE
DPTS VUE
16
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
CHAPITRE PREMIER
La banque peut tre dfinie comme un tablissement de crdit ayant pour objet de
procurer des services financiers aux particuliers ainsi quaux entreprises, quelles soient
prives ou publiques (Encarta 2006). Dans cette partie, nous allons prsenter dabord les
activits de la banque, ensuite, selon lactivit principale exerce, les diffrents types de
banques, les principaux postes du bilan et hors bilan, enfin le compte de rsultat dune
banque.
17
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Les clients qui profitent les services de la banque sont : les particuliers (il sagit
de toute personne agissant en dehors de son activit professionnelle), les entreprises (il
sagit des individus ou groupes dindividus tudis sur le plan de leur activit
professionnelle), les collectivits (rgions, dpartements, communes) et lEtat.
Lactivit principale des banques consiste collecter des fonds qui, mobiliss sous
plusieurs formes (octroi dun prt par exemple), permettent de financer lactivit
conomique. Les fonds collects sont effectus sous deux formes :
La collecte des dpts : Il sagit de lensemble des disponibilits confies par les
clients aux banquiers. Ces dpts pouvant tre effectus vue (c'est--dire avec
possibilit de retrait tout moment) ou terme (ce nest qu chance que le
retrait est possible)
Lemprunt sur le march montaire : lorsque la collecte des dpts nest pas
suffisante pour rpondre ses exigences, la banque peut emprunter sur le march
montaire qui est considr comme le march des capitaux court terme.
Pour ce qui est du financement de lconomie, La banque lassume en accordant des
crdits soit par dcaissement ou par caution (il sagit dans ce cas de lengagement pris par
le banquier dhonorer la signature de son client en cas de dfaillance de ce dernier). Les
crdits accords peuvent tre court terme (dure infrieure ou gale 2 ans), moyen
terme (dure comprise entre 2 et 7 ans), long terme (dure suprieure 7 ans).
Les banques offrent aussi leurs clients un certain nombre de services ( savoir,
service de caisse, location de coffres, conseils, gestion de portefeuille, excution des
ordres de virement, gestion des rglements par carte bancaire, oprations de change avec
ltranger, placement des emprunts de lEtat etc.) moyennant des commissions.
18
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Actif
Les avoirs liquides (caisse, avoirs en compte
la banque centrale)
Les prts dautres institutions financires
(prts interbancaires)
Les crdits la clientle (agents non
financiers) ;
Passif
Emprunts auprs de la banque centrale
ou dautres institutions financires
Les dpts de la clientle (dpts vue,
comptes dpargne, comptes terme,) ;
Les oprations sur titres (pensions,
certificats de dpts et obligations
mises) ;
Les fonds propres et provisions.
19
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
I.1.3.2 Le hors-bilan
Ce sont des engagements donns ou reus par la banque, mais qui ne donnent pas
directement lieu la mobilisation de fonds. Il sagit des :
Engagements de financement (par exemple, louverture dune ligne de crdit) ;
Engagements de garanties (cautions, avals) ;
Engagements sur titres et instruments financiers termes.
Il est noter que la taille du hors bilan de la plupart des banques reprsente en moyenne
plus de trois fois le montant de leur actif.
20
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Aux charges sajoute limpt sur les bnfices ou une perte de lexercice. De lensemble
du compte de rsultats se dgage un bnfice ou une perte de lexercice. Les frais de
structure (ou frais gnraux), se composent des charges gnrales dexploitation et des
dotations aux amortissements.
CHARGES
Intrts verss et Charges
assimiles
Pertes sur oprations des
portefeuilles de ngociation
Pertes sur oprations des
portefeuilles de placement et
assimils
Autres charges dexploitation
bancaire nettes
PRODUITS
Intrts reus et produits assimils
Revenus des titres revenu
variable
Commissions nettes
Source : Paul Demey et al.[2003], Introduction la gestion Actif-Passif Bancaire, Page 43,44
Mmoire de fin de formation
21
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Dans la plupart des cas, la banque dans ses oprations, fait face des risques
quelle doit pouvoir grer afin dviter de tomber en faillite. Lobjet principal de notre
tude tant la modlisation de lcoulement, qui est un outil de mesure et de prvention
de risque, il nous parat important de passer en revue les principaux risques encourus par
les banques.
Aprs avoir prsent la typologie des risques encourus par les banques, nous
examinerons ensuite les mthodes classiques mises en place pour grer ces risques et
enfin nous prsenterons les recommandations faites par le Comit de Ble pour une
gestion actif/passif plus efficace.
22
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
23
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Dans la suite, aprs avoir prsent les mthodes (ainsi que leurs limites)
rencontres dans la littrature et couramment utilises dans les banques pour la gestion de
ces risques, nous proposerons les recommandations faites par le comit de Ble pour une
gestion plus efficiente du risque de taux et de liquidit.
Plusieurs mthodes sont couramment utilises par les banques pour grer les
risques de taux et de liquidit. On peut citer la mthode des gaps, la mthode de la
duration4
4
Ces mthodes sont dtailles dans le document de Grgory GHIEU [2003] cit plus haut, Page 15-20.
Mmoire de fin de formation
LACGNI CARLOS DENDI
24
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Pour valuer limpact du risque de taux sur le rsultat global de la banque, c'est-dire sur la marge dintrt, Bessis et Darmon font rfrence la mthode des gaps. Cette
mthode dcompose un bilan bancaire en actif et en passif, contenant chacun des postes
dgageant des flux caractriss par un taux et un chancier. Il est possible de classer ces
postes par taux puis par chance et de scinder chacune de ces classes en deux parties.
Lune contenant les flux non affects par un mouvement de taux et lautre incluant les
flux affects par un mouvement de taux (ce sont ceux des postes taux variables et ceux
de la production nouvelle affecte par les nouveaux taux. On dfinit le gap (impasse)
comme lcart, une date t, entre lactif et le passif.
En particulier, on appelle gap taux fixe, la diffrence entre lactif et le passif non
affecte par un mouvement de taux. Seuls les actifs et les passifs taux variables sont
concerns par une variation de taux. La mthode des gaps tablit un chancier de
rmunrations payes ou reues sur chacun des actifs et passifs dpendant des
mouvements des taux dintrts en fonction de leur maturit ou de leur date de repricing5
lorsquils sont taux variable. Lamplitude du gap rsultant de lensemble du bilan
fournit alors le niveau dexposition de la banque au risque de translation de la courbe de
taux.
Relativement simple demploi, cette mthode est frquemment utilise et permet
de fournir des indications sur lapparition du rsultat dans le temps.
Elle a linconvnient :
de ne se limiter quaux produits chanciers bien dtermins ;
de mettre hors danalyse loptionalit : en effet, elle ne tient pas compte de
limpact de lvolution des taux dintrt sur lamortissement de lencours
(remboursement anticips..) ou sur les effets de substitution (par exemple des
dpts vue aux comptes termes) ;
elle nintgre pas la production nouvelle qui va pourtant modifier la structure du
bilan et par consquent les impasses aux diffrentes dates futures.
I.2.1.1.2 Mthode de la duration
Dans la littrature, une autre mthode est couramment rencontre (cf. Bitner,
Darmon). Il sagit de la mthode de la duration. Cette mthode sintresse la valeur
5
25
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
actuelle nette de la banque et est utilise lorsque les dirigeants souhaitent porter leur
attention sur la valeur de march de la banque et non sur une approche relative son
rsultat court terme. Dans cette mthode, on exprime lexposition au risque de taux
relative chacun des actifs et passifs en termes de sensibilit de leur Valeur Actuelle
Nette.
Le concept de duration et de sensibilit est alors utile pour valuer lexposition au
risque de taux de la valeur de march de la banque. Si on note V la valeur de march dun
actif et r le taux dintrt, sa duration D vaut alors :
D=
(1)
(1 + r ) dv
,
v
dr
(2)
D
dv 1
= ,
(1 + r )
dr v
Ainsi, si les taux augmentent de 1%, un actif de sensibilit globale S verra sa valeur
augmenter de S%.
Cette mthode a lavantage dtre trs synthtique. En effet, lensemble des flux
futurs est rsum une seule valeur (la valeur Actuelle Nette) par le biais de
lactualisation. On peut ainsi dduire la sensibilit de cette valeur aux diffrents facteurs
qui linfluencent, par exemple les taux dintrt ou le comportement des clients.
Cette mthode possde un avantage extrmement important par rapport la mthode des
gaps. Elle permet dintgrer les oprations optionnelles telles que les options relatives
aux relations avec la clientle puisque celles-ci peuvent tre valorises et ajoutes la
valeur obtenue par actualisation des flux futurs.
Cette mthode est limite car elle est construite sous la seule hypothse de
translation des taux et telle quelle est dcrite, dans les ouvrages de gestions actif/passif
bancaire, elle ne permet pas dapprhender le risque de liquidit. Elle se doit donc dtre
complte par une mthode permettant de grer ce risque.
Les approches prcdentes sont des approches statiques qui consistent mesurer
limpact dune variation de taux une date donne sur les rsultats ou sur la valeur nette
de ltablissement. Lanalyse statique ne tient pas compte de lvolution future du bilan
(productions nouvelles), des risques de fluctuations ultrieures des taux, de leur volatilit.
26
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Dans la partie suivante nous prsenterons ce que recommande le comit de Ble en vue
dune gestion plus rationnelle et efficiente des risques de liquidit et de taux.
I.2.2.2 Les recommandations du comit de Ble6
La version originale de ce document est disponible sur le site de la BIS (Bank for International Settlements) :
http://www.bis.org/publ/bcbs29a.pdf, la version franaise se trouvant sur le site de la Banque de France
Mmoire de fin de formation
27
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
28
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
lencours) et la faon dont ils scoulent, et les montants entrant dans le bilan aux
diffrentes dates futures qui reprsentent la production nouvelle).
(3)
29
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
traduire lcoulement contractuel de cette production mais aussi loccurrence de tous les
vnements non contractuels.
Pour les produits non chancs, c'est--dire ceux pour lesquels il nexiste pas de
date de fin contractuelle (les dpts vue par exemple), les montants prsents dans les
comptes de ces produits peuvent tre retirs tout instant. Il nexiste donc pas
dcoulement contractuel pour ces produits et la dtermination dun coulement effectif
reste elle-mme assez problmatique (Cf. Grgory GUIEU [2003]).
Le fait que le client peut gagner ou perdre sur des produits financiers selon
lvolution des taux dintrt, nous amne parfois supposer que les fonctions
dcoulement de la production dpendent : de la date dentre dans le bilan de la
production t, du temps coul entre la date dentre dans le bilan t et la date considre T,
des taux dintrt de march entre ces deux dates.
(t , T ) =
S (t , T ) S (t , T + 1)
,
S (t , T )
(t , T ) =
Mmoire de fin de formation
T
LnS (t , T )
S (t , T ) = exp( (t , s )ds ),
t
T
30
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
D(t ) = PN ( s ) S ( s, t )ds,
(6)
(7)
D(t , T ) = PN ( s ) S ( s, T )ds
(8)
La fonction dcoulement du stock est le pourcentage de lencours qui est encore prsent
dans le bilan aux dates futures. Elle est dfinie par la relation :
D (t , T ) = D (t ) S stock (t , T )
(9)
Do on en dduit
t
(10)
D(t , T )
S stock (t , T ) =
=
D(t )
PN ( s ) S ( s, T )ds
PN ( s ) S ( s, t )ds
En gnral, la fonction dcoulement du stock Sstock(.,.) nest pas la mme que la fonction
dcoulement S(.,.) des diffrentes productions nouvelles qui composent ce stock.
Sil est vrai que la connaissance de lcoulement futur des encours actuels sous
lhypothse des productions futures nulles, permet de dterminer les besoins futurs de
Mmoire de fin de formation
31
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
liquidit ou les placements futurs de liquidit excdentaire, il faut galement valuer les
productions nouvelles futures, pour en dduire finalement ce que seront les encours
rellement inscrits au bilan aux dates futures. Cela revient dterminer comment les
encours futurs combinent coulement de lencours daujourdhui et productions nouvelles
futures. Lquation comptable ou de conservation de la matire :
Encours en t = Encours en t-1 + Production nouvelle Ecoulement de lencours entre t-1 et t
t
S ( s, t )
dD(t ) = PN (t ) + PN ( s )
ds dt ,
PN ( s )
S ( s, t )
ds (Qui est de signe ngatif)
t
reprsente le flux dcoulement de lencours entre t et t+dt. dD(t) est donc la variation de
lencours entre t et t+dt. (Cf Frachot et al. [2003].)
D
p
(t ) Da (t ) = 0
a
Im p _ Liq (t , T ) = Dp (t , T ) Da (t , T )
p
Les sommes tant prises respectivement sur toutes les lignes de lactif (respectivement
passif). Cette dfinition ne prend pas en compte les productions nouvelles futures et donc
se place implicitement dans lhypothse o la banque arrte son activit. Il est important
de considrer les productions nouvelles futures car limpasse prcdente ne permet pas
32
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
T
T
Im p _ Liq _ dyn(t, T ) = Dp (t, T ) + PN *p (s) S (s, T )ds Da (t, T ) + PNa* (s) S (s, T )ds ,
t
t
a
Dans la suite nous montrerons comment les taux dintrt interviennent travers la
rmunration reue ou verse par la banque ainsi que sur limpasse en liquidit. Mais
avant cela, dfinissons ce que nous entendons par marge dintrt de la banque.
(16)
i
o Rstock
(t ) dsigne le taux de rmunration (vers ou reu) du poste i du bilan la date t.
Avec une vision long terme, on peut se poser la question de savoir : Vue daujourdhui,
que vaudra la marge une date future T ? On obtient la formule suivante :
a
p
M (t , T ) = Da (t , T ) Rstock
(t , T ) D p (t , T ) Rstock
(t , T )
(17)
Mais la formule prcdente nest pas exacte car il faut prendre en compte dans la
projection, le fait que limpasse en liquidit pourra tre replace ou refinance (en
fonction de son signe).
Paul Demey et al. [2003] proposent la formule suivante :
Cf. Paul Demey et al. [2003], Introduction la gestion actif-passif bancaire, page 33
Mmoire de fin de formation
33
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
a
p
(t , T ) D p (t , T ) Rstock
(t , T ) Da (t , T ) Dp (t , T ) rT
(18) M (t , T ) = Da (t , T ) Rstrock
a
Im p _ taux (t ) =
M (t )
rt
Limpasse en taux reprsente en fait la variable quon cherche annuler lorsquon parle
de couverture de la marge dintrt contre le risque de taux. (Grgory GHIEU [2003]).
Dans ce chapitre nous avons dabord dfini lactivit de la banque travers son
bilan simplifi et son compte de rsultat, ensuite la prsentation des risques bancaires
nous a permis de voir que dans ses multiples activits, la banque fait face des risques
quelle doit pouvoir grer afin dassurer sa prennit. Les risques les plus rencontrs sont
les risques de liquidit et de taux dintrt. Enfin, le concept dcoulement est apparu
ncessaire pour une gestion plus efficace de ces risques.
Dans la suite nous ferons une revue de la littrature sur les modles de dpts
vue.
34
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
CHAPITRE DEUXIME
35
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
36
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
une date passe t et un franc CFA entr une date t ( t t ' ) sont indistinguables et ont
la mme probabilit de sortie aujourdhui (date prsente). Autrement dit, cela signifie que
la date dentre dans le bilan ninfluence pas le taux de sortie. Ceci signifie avec les
notations du Chapitre prcdent : que
( t , T ) (T )
(20)
En dautres termes, la date dentre des francs CFA dans les encours des produits non
chancs na pas dimportance, seule compte la date courante. Ainsi, Demey, Frachot et
Riboulet qualifie lcoulement des produits non chanchs dcoulement exponentiel et
tablissent la formule :
T
S (t , T ) = exp( ( s )ds ).
(21)
La consquence immdiate de cette proprit pour les produits non chancs est la
suivante : lcoulement du stock est identique lcoulement de la production.
En effet, comme nous avons vu au chapitre prcdent, lencours de la date courante est la
rsultante des strates passes de production nouvelle (voir quation (6)).
Lencours restant en T (hors production nouvelle entre t et T) tait donn par la formule
(8). Avec la dfinition de la fonction dcoulement du stock (formule (10)), l'on voit
immdiatement,
compte
tenu
de
la
proprit
de
fongibilit
des
encours
S stock (t , T ) = S (t , T ) = exp( ( s ) ds ).
(22)
Puisque notre travail consiste modliser lcoulement des dpts vue qui sont
lexemple typique des produits non chancs, il nous semble intressant de prsenter les
discussions qui ont trait lcoulement de ce type de dpts et de passer en revue certains
Mmoire de fin de formation
37
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
auteurs qui ont abord la modlisation des dpts vue. Ce sera lobjet de la section
suivante.
38
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
39
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
(23)
Dans laquelle on pose
(24)
PN (t ) = h(t , rt ) D (t ) .
D(t) dsignant lencours des dpts vue, (t) le taux dcoulement, PN(t) le flux
crditeur linstant t, rt le taux dintrt de march.
Dans lquation prcdente, on suppose ainsi que les flux crditeurs sont proportionnels
lencours avec un coefficient de proportionnalit dpendant des taux de march. Selon
Frachot, le mcanisme sous-jacent est le suivant : quand les taux dintrt sont bas, les
liquidits excdentaires des clients de la banque saccumulent sur le compte de dpts
vue. Quand les taux dintrt augmentent trs au-del du taux de rmunration des dpts
vue, les clients font des arbitrages et les dpts reviennent leur niveau structurel.
Il existe une autre classe de modle hybride : les modles semi-structurels. Ces
modles donnent lieu la fois une interprtation conomique simple et une simplicit
des calculs et de lutilisation. Lide des modles semi-structurels sera de dire que la
40
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
dure dcoulement des dpts vue est fonction du franchissement dun seuil par le taux
dintrt.
O Yk reprsente des variables macroconomiques autres que les taux (dont les salaires), puis
(26)
Cette dernire quation traduit le fait que les encours des dpts ont tendance sajuster autour de
lencours cible une vitesse . Et finalement on a
(27)
Ltude de Selvaggio a port sur des donnes mensuelles et lquation estime est :
Mmoire de fin de formation
41
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
14
(28)
i =3
(29)
Il a lavantage de lier la variation logarithmique des encours des dpts une tendance linaire du temps,
lvolution des taux mais aussi la variation de ces taux.
Source : Cyrille Martin, Comparaison des modles de dpts vue, 2005
Ces modles sont estims en utilisant des rgressions linaires classiques (mthode des
moindres carrs ordinaires) et en choisissant judicieusement la variable explique et les
variables explicatives.
42
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
II.4.1 Le modle du premier rgulateur fdral aux Etats-Unis : LOffice of Thrift Supervision
[2000]
En 2000, un modle discret dvolution des encours des dpts vue a t propos par lOffice of
Thrift Supervision. Le modle scrit pour les dpts vue rmunrs :
i
Dk = Dk 1 a + b arctan(d + c k ) + e ik
rk
(31)
1/12
O arctan(.) reprsente la fonction rciproque de la fonction tangente et ik est le taux de rmunration des
dpts en date tk. Ce modle lavantage de prendre en compte lajustement non symtrique des taux de
rmunration des dpts par rapport aux taux de march. Cette asymtrie montre que lorsque les taux de
march baissent, les taux de rmunration des dpts ont tendance baisser relativement vite alors que
lorsque les taux de march augmentent, les taux de rmunration des dpts ont tendance augmenter
plus lentement.
En considrant les dpts vue non rmunrs, on doit poser ik=0. Le modle devient
(32)
Dk = Dk 1
d k d k 1 = ( D* d k 1 ) + 1{Rk s} ,
O D* est la valeur cible des dpts (c'est--dire un niveau dencaisse normal vis par les clients),
la vitesse dajustement des dpts vers cette valeur cible et le montant supplmentaire des dpts
lorsque les taux de march sont trop bas par rapport un seuil s. En agrgeant ce modle sur lensemble
des comptes de la banque il obtient :
(34)
Dk Dk 1 = ( D* D k 1 ) + 1
{Rk s}
f ( s)ds,
O Dk est lencours global de la banque et f(.) est la densit de la distribution de la valeur cible s parmi les
clients de la banque. Ce modle peut se rcrire
(35)
Dk Dk 1 = ( D* D k 1 ) + (1 F ( Rk ))
Mmoire de fin de formation
43
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
D k D k 1 = ( D * D k 1 ) + 1 F ( k
)
(36)
Frachot estime ce modle sur une srie mensuelle de dpts vue. Les coefficients lors de lestimation
sont significatifs. F (.) est la fonction de rpartition de la loi normale centre rduite. R* tant le taux
seuil. Il sagit ici dune modlisation de type semi-structurel selon laquelle les clients accumulent leur
liquidit sur leurs comptes de dpts vue tant que le taux de march est infrieur un seuil, suppos
suivre une loi normale.
Source : Cyrille Martin, comparaison des modles de dpts vue
Le point commun de tous ces modles est quils sont estims sur les dpts vue
Amricains ou Europens. En 2005, Cyrille Martin (cf. Cyrille Martin [2005]),
transforme ces modles de manire avoir une quation o la variable explique est la
variation des encours des dpts. Puis, il estime ces modles sur les donnes du Board of
Governors of the Federal Reserve system. Tous les coefficients lors de son estimation
sont significatifs. Le R2 observ est de lordre de 20% pour ces modles transforms.
Ces tudes mettent en vidence le fait que lencours global des dpts vue peut
dpendre du temps, du taux dintrt crditeur appliqu ces dpts, du taux dintrt de
march et de la variation de ces taux. Elles mettent en vidence le fait que les donnes sur
les encours des dpts sont fortement intgres (c'est--dire quil y a une forte corrlation
entre Dk et Dk-1).
Cependant labsence dun march financier actif au Cameroun fait que la plupart
de ces modles ne peuvent sappliquer au contexte camerounais. En Europe par exemple,
les taux de rmunration de la plupart des dpts et produits financiers sont indexs un
taux de rfrence (taux de la BCE, EURIBOR etc.). Et lon assiste parfois des priodes
o le niveau atteint par les taux de rmunration est suffisant pour inciter les clients
faire de la spculation.
Dans le contexte camerounais, les clients des banques (les gros tant des
entreprises prives) ont toujours cette phobie des crises passes et accumulent leurs
liquidits dans des comptes non rmunrs pour des motifs de transaction, de prcaution
et surtout parce que la phobie engendre par les crises passes les a amens placer leur
argent dans des comptes vue o le retrait en cas de trouble est plus ais. Nous
supposerons dans ce travail que le comportement de la clientle en terme de dpts sur
leurs comptes vue est insensible aux variations des taux dintrt de march (nous
Mmoire de fin de formation
44
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
allons le tester au chapitre 4). Il faudra concevoir pour le cas du Cameroun, un modle
dvolution des dpts vue qui rsultera de ltude des proprits stochastiques de la
srie dencours.
Mais avant cela, dans ce chapitre, nous avons vu que lide avoir sur
lcoulement des dpts vue dpend du contexte dactivit des banques (la banque
pouvant tre structurellement excdentaire ou bien dficitaire en ressources).
Cest pour cela que dans le chapitre suivant, nous allons dans un premier temps
prsenter le systme bancaire camerounais, puis, en partant dune analyse descriptive de
la liquidit des banques commerciales, nous dterminerons llment qui constitue
lessentiel des ressources des banques et la nature de la position de liquidit de ces
banques.
45
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
DEUXIME PARTIE :
APPLICATION AUX BANQUES COMMERCIALES DU
CAMEROUN
Le
troisime
chapitre
prsente
le
systme
bancaire
46
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
CHAPITRE TROISIME
Cf mmoire de Pandong Armand [2005], pour plus de dtails sur la typologie des institutions financires
Mmoire de fin de formation
LACGNI CARLOS DENDI
47
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
48
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
49
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Figure 1 : Rpartition du capital social des banques commerciales en pourcentage au 31 Dcembre 2004
10%
8%
6%
15%
9%
15%
13%
12%
7%
5%
Amity
BICEC
First Bank
CBC Bank
Citibank
EBC
CLC
SGBC
SCBC
UBC PLC
Source : labor par lauteur daprs les donnes des rapports dactivit de la COBAC
NFC-Bank a vu le jour en 2006 et ne sera pas pris en compte dans la rpartition du Capital social.
Mmoire de fin de formation
LACGNI CARLOS DENDI
50
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
51
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
52
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Au terme de cette section, nous pouvons retenir que les banques commerciales du
Cameroun exercent leur activit de collecte de dpts et doctroi de crdits dans un
environnement o elles sont tenues dobserver les normes prudentielles.
Dans cet environnement, quelle est la situation de liquidit des banques
commerciales camerounaises ? Quel est au vue de la structure de ses ressources ce qui
constitue lessentiel du passif de ces banques ?
53
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
rglementaire mis en place par la COBAC. Avec ces nouvelles contraintes de gestion, les
banques Camerounaises sont devenues surliquides : en 1990 le ratio de liquidit au
Cameroun tait infrieur 80%. Daprs les rapports de la COBAC les banques du
Cameroun ont atteint au 30 juin 1997 un niveau de 110,5% pour arriver 113,4% en
Dcembre 2000, et dpasser 150% en 2004. Le tableau suivant donne lvolution des
ratios de liquidit des banques camerounaises.
54
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
juil-00
aot-00
sept-00
aot-02
sept-02
aot-04
sept-04
oct-04
135,2
136,2
121,3
107,17
238,73
239,53
239
236
260
236
203
CLC
112,38
122
138,54
210,97
189,22
197,08
221
210
222
165
191
SGBC
152,64
132,3
132,02
90,36
214,4
223,88
223
220
242
209
210
Std Chr B.
164,94
152,8
155,7
196,82
205,07
164,61
192
186
171
237
207
AFRILAND
207,72
310
283,71
320,15
295,53
304,18
342
279
237
311
319
96,8
106,8
97,8
98,01
111,29
111,29
102
127
129
103
138
CBC
171,46
153,8
130,72
189,48
260,19
266,45
125
138
122
123
134
CITIBANK
128,49
226,7
206,83
177,87
183,21
221,57
55
190
98
112
100
119,95
119,95
123
146
165
99
58
127,76
83,03
183
81
152
139
168
BICEC
AMITY
UBC
ECOBANK
nov-04 dec 04
2001
2002
2003
Plafonds
15000
15000
6000
1,4
55
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
FCFA)
Montant en (millions de
Figure 2 : volution de la structure des ressources des banques camerounaises de 2000 2004
1800000
1600000
1400000
1200000
1000000
800000
600000
400000
200000
0
1460639
1426885
1096049
1200984
1158944
1143691
1548205
1238201
950974
840518
2000
2001
2002
2003
2004
Anne
Capitaux permanents
Dpotsde la clientle
Oprations de trsorerie
Total passif
Oprations diverses
Source : labor par lauteur daprs les donnes des Rapports dactivit de la C.O.B.A.C
56
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
6%
5%
9%
Capitaux permanents
Dpts de la clientle
Oprations diverses
Oprations de trsorerie
80%
Source : labor par lauteur daprs les donnes des rapports dactivit de la COBAC 2004
Nous venons de montrer avec lexamen de lvolution des ressources des banques
Camerounaises que lessentiel de ses ressources sont les dpts des clients. Ces dpts
peuvent tre placs vue ou terme. La question que nous pouvons nous poser ce
niveau est celle de savoir : Quest ce qui constitue lessentiel de ces dpts ? Lexamen
des dpts selon leur nature apportera des lments de rponse cette question.
57
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
les dpts vue12 : o le retrait ne ncessite pas de pravis (cest le cas des
comptes chques, des comptes sur livret, les comptes courants des entreprises et
certains comptes de dpts spciaux).
Les dpts termes : qui ne font lobjet dun retrait qu chance fix, avec
options de retrait anticip (avec perte de certains avantages telle une rduction du
taux dintrt).
Ainsi selon la nature des comptes, on distingue pour les dpts vue :
1. les comptes sur livret : Ces comptes ne donnent pas droit au chquier. Il sont
rmunrs au taux de 5% lan. Cest le taux de rmunration minimum au
Cameroun. Ils sont rservs aux personnes physiques et certaines personnes
morales (Associations). Le taux de rmunration peut tre ngoci compte tenu
des fonds dposs.
2. les comptes dpargne logement : il sagit des comptes dpargne vue. Ils sont
rmunrs et rservs aux personnes physiques. Ils donnent droit aux prts sous
certaines conditions (investissements, immobiliers).
3. les comptes courants des entreprises : ces comptes ne sont pas rmunrs et sont
destins aux entreprises pour leur assurer un service de caisse, c'est--dire un
certain nombre de facilits pour la manipulation de leurs fonds.
4. les comptes chques : comme pour les comptes courants, ils ne sont pas
rmunrs. Ils sont ouverts aux particuliers.
58
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
59
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Bon de Caisse
Compte terme
Compte vue
dc-03
dc-02
dc-01
dc-00
juin-98
janv-97
juin-96
juin-95
Source : labor par lauteur daprs les donnes des rapports dactivit de la COBAC
La structure des dpts au 31 dcembre 2006, laisse entrevoir qu cette date, les
dposants se sont reports davantage sur les comptes vue14 qui occupent toujours une
place prpondrante dans les ressources clientles. Sur lensemble des dpts collects
par les banques, 72,1% sont des ressources vue (prs de 1112,481 milliards de FCFA
13
14
Les comptes vue comprennent au 31 Dcembre 2006 : les comptes courants crditeurs, les comptes chques crditeurs, les
comptes sur livret, les dpts de garanties.
60
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
sur les 1524,944 milliards des dpts de la clientle). Lexamen de ces ressources vue
nous indique quelles sont constitues 50%15 de dpts vue non rmunrs (comptes
courants crditeurs et comptes chques crditeurs). Les comptes terme reprsentent
seulement 8,8% des dpts collects. Les comptes de dpts rgime spcial, au 31
dcembre 2006, comprennent les bons de caisse, les certificats de dpts, les comptes et
plans pargne-logement et les plans dpargne-retraite. Leur poids dans le total des
dpts se situe 13,5%.
Figure 5 : Structure des dpts au 31 Dcembre 2006
5,6%
13,5%
8,8%
72,1%
comptes terme
compte vue
Autres comptes
Source : labor par lauteur daprs les donnes du rapport du conseil national du crdit, dcembre 2006
15
61
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
62
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
CHAPITRE QUATRIME
63
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Pour une date t donne, nous dsignerons par Dt lencours des dpts vue de
lensemble des banques commerciales du Cameroun, Rt le taux dintrt du march
interbancaire qui est reprsentatif du taux dintrt de march.
Ltude des premiers modles de dpts vue (cf. Selvaggio [1996], LOffice of
Thrift Supervision [2000]) nous a permis de mettre en vidence certaines proprits des
dpts vue linstar de la forte intgration des donnes dencours. Elle nous a aussi
permis de voir que les donnes dencours des dpts vue peuvent dpendre des taux
dintrt de march. Cependant, labsence dun march financier actif au Cameroun et le
fait que nous travaillons sur les dpts non rmunrs nous a conduit faire lhypothse
que le comportement du client en terme de dpts sur leur compte vue na pas de
relation avec lvolution des taux dintrt de march (nous testerons cette hypothse
dans la suite).
I.2 La mthodologie de travail
Nous allons modliser lvolution de notre srie des dpts vue en utilisant la
mthodologie de Box et Jenkins (1976)16. Lapproche de Box et Jenkins consiste en une
mthodologie dtude systmatique des sries temporelles partir de leurs
caractristiques afin de dterminer dans la famille des modles ARIMA (voir annexe I
pour plus de dtails sur cette notion), le plus adapt reprsenter le phnomne tudi.
Cette mthode svertue dterminer une fonction qui dcrit lvolution de la srie dans
le temps. Elle nenvisage pas de mise en relation de la variable endogne avec une autre
variable qui pourra tre importante son explication. Ainsi lanalyse de la cointgration17
nous permettra de tester lventualit dune relation entre le niveau de lencours des
dpts vue et le taux dintrt au Cameroun, afin de procder un modle correction
derreur en cas dexistence ventuelle dune relation. Il est noter que les deux mthodes
(Mthodologie de Box et Jenkins et Analyse de la Cointgration) exigent des tapes
prliminaires communes pour ltude des sries (il sagit de lanalyse de la saisonnalit et
de la stationnarit). Cest pour cela que dans la suite, nous procderons dabord ltude
de la srie des dpts vue en terme de saisonnalit et de stationnarit, ensuite nous
allons aprs une analyse de la srie des taux dintrt18 tester lventualit dune relation
entre ce taux et le niveau de lencours des dpts vue (cela sera fait partir du test de
16
64
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
SECTION II : Applications
II.1 Description de lvolution de lencours des dpts vue de lensemble des
banques camerounaises
Cette analyse permet dapprhender les caractristiques de la srie durant la
priode dobservation. Notre srie dencours va du 31 Janvier 1997 au 31 dcembre
2006. Dans la construction du modle, nous avons choisi de nous limiter au 31 Dcembre
2005. La srie restante nous permettra de tester les qualits prdictives du modle.
Entre janvier 1997 et dcembre 1999, lencours de ces dpts varie de faon lente
dans lintervalle de 200 milliards et 300 milliards de francs CFA avec un encours moyen
de 257,246 milliards de F CFA. Ceci signifierait que les dpts mensuels sur les comptes
de dpts vue sont presque identiques aux retraits effectus sur ces comptes. La
variation mensuelle maximale du stock est de lordre de 18 milliards de Francs CFA,
observ en dcembre 1999. Aussi, cette situation de variation lente du stock des dpts
rejoint le ralentissement de la croissance conomique observ au cours de cette priode
(en effet, la croissance est passe de 5% en 1997 4,2% en fin 199919). La vitesse de
transaction des oprations sur les comptes courants na pas considrablement vari
puisque lactivit des entreprises tait ralentie. Les agents prfrant conserver leurs
liquidits sous forme dencaisses de prcaution.
Entre janvier 2000 et dcembre 2001, lencours de ces dpts connat des priodes
de variations trs fortes. Pendant cette priode, on observe des variations mensuelles
positives de plus de 50 milliards de Francs CFA et des variations ngatives de plus de 45
milliards de francs CFA. Cela tmoigne dune forte mobilisation des comptes vue par
les clients pour rpondre aux exigences de lconomie. Cela peut tre le reflet du
19
Cf. rapport du conseil national du crdit exercice 1997/1998 1998/1999 et 1999/2000, Page3.
Mmoire de fin de formation
LACGNI CARLOS DENDI
65
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
700000
600000
500000
400000
300000
200000
97
98
99
00
01
02
03
04
05
06
Anne
Cf. vingt septime rapport dactivit du Conseil National de Crdit, Exercice 1999/2000, 2000/2001 Page 8.
Mmoire de fin de formation
LACGNI CARLOS DENDI
66
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Dt = Dt 1 + + t ,
(37)
O les t sont supposs suivre une loi normale centre. On obtient les rsultats
suivants :
Tableau 5 : Rsultat de lestimation de lquation (37)
PARAMETRES
ESTIMATION
(ECART TYPE)
1,008
(0,004)
R2 AJUSTE
99,8%
67
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Coefficient
Limites de
confiance
Limite de
confiance
infrieure
ACF partiel
0,5
0,0
-0,5
-1,0
1
10 11 12 13 14 15 16
Numro de dcalage
ACF
depot
1,0
Coefficient
0,5
Limites de
confiance
0,0
Limite de
confiance
infrieure
-0,5
-1,0
1
10 11 12 13 14 15 16
Numro de dcalage
68
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Cette reprsentation graphique nous suggre lide dun schma additif. En effet,
lutilisation de la mthode de la bande nous montre que les deux droites passant par les
minima et les maxima sont parallles.
Comme nos sries sont mensuelles, alors la moyenne mobile centre utilise pour les
dsaisonnaliser est la moyenne mobile dordre 12.
Figure 9 : Evolution de dpts transforms et de ceux corrigs des variations
13.4
Logarithm
edesdpots
13.2
13.0
12.8
12.6
12.4
12.2
97
98
99
00
01
02
03
04
05
06
LOGdepots__vue
Srie corrige des variations saisonires
69
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Pour la srie des dpts vue, nous avons procd une dsaisonnalisation par
moyenne mobile centre. Le graphique de la srie brute et de la srie corrige des
variations saisonnires ne montre pas de diffrence significative entre les deux sries.
Nous pouvons conclure que la srie nest pas saisonnire.
Nous allons procder lestimation des trois modles de Dickey-fuller (nous ferons le
test de Dickey-fuller augment avec le nombre de dcalages dtermins par le critre de
Akaike. (Voir annexe III pour les deux autres modles)
70
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Tableau 6 : Test de Dickey-Fuller Augment sur la srie des dpts transforms : modle avec
constante et trend
A lissue du test, toutes les statistiques (les t-statisques empiriques) des trois
modles sont toutes suprieures aux valeurs critiques tabules aux seuils 1%, 5% et 10%.
Nous acceptons lhypothse nulle, la srie des dpts transforms (Log(depots)) possde
donc une racine unitaire. Elle nest donc pas stationnaire en niveau. Notre srie est
reprsente par un processus Differency Stationnary (DS), la meilleure faon de
stationnariser est celle des diffrences premires.
Nous avons calcul la srie D(Logdepots) qui reprsente la srie obtenue aprs
application dun filtre aux diffrences premires la srie Logdepots. Nous allons
galement estimer les trois modles de Dickey-Fuller sur cette srie. (Voir annexe III
pour les deux autres modles)
71
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
II.3 Le lien entre le taux dintrt et le niveau de lencours des dpts vue
Ici nous nous proposons de tester une ventuelle relation entre le taux dintrt et
le niveau de lencours des dpts vue. Pour cela, nous disposons dune srie mensuelle
de 24 observations concernant la srie des taux dintrt du march interbancaire (priode
allant de janvier 2002 dcembre 2003). Ce taux reflte le taux dintrt de march et a
un impact sur le niveau des taux crditeurs et dbiteurs appliqu par les banques aux
clients. En effet avec le dveloppement du march entre banques, la grande partie des
21
Le terme intgr dordre p (p N), signifie quil faut diffrencier la srie p fois pour la rendre stationnaire.
Mmoire de fin de formation
LACGNI CARLOS DENDI
72
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
73
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
filtre aux diffrences. Sur la srie D(Logtaux) obtenue en appliquant la srie Logtaux
un filtre aux diffrences premires, nous avons galement appliqu le test de DickeyFuller augment. Il ressort de ce test que pour les trois modles, les statistiques
empiriques sont toutes infrieures aux valeurs critiques au seuil 5%. La diffrence
premire de la srie Logtaux est stationnaire. On peut conclure que cette srie est intgre
dordre un. Ainsi, les deux sries Logdepots et Logtaux sont intgres du mme ordre 1.
Nous pouvons envisager ltude de la cointgration.
Les rsultats du test de cointgration de Johansen (voir annexe II) permettent de
rejeter lhypothse de la cointgration entre la variable taux dintrt et le niveau
dencours des dpts vue pour les seuils 1% et 5%. Il nest donc pas possible de
spcifier une relation stable long terme entre la srie des encours des dpts vue et
celle des taux dintrts. (En effet le loglikelihood ratio est infrieur la valeur critique).
Daprs le tableau prcdent, on accepte lhypothse nulle dans les deux cas (les
deux probabilits sont suprieure 5%.).
Ce rsultat nous permet de conclure au seuil de 5 % quil ny a aucun sens de causalit
entre les deux variables daprs Granger. Le taux dintrt ne cause pas les dpts. Les
dpts ne causent pas le taux dintrt. Autrement dit, au sens de Granger, on peut
Mmoire de fin de formation
74
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
prdire le niveau de lencours des dpts vue sans connatre le mouvement des taux
dintrt. Car son influence nest pas significative sur le niveau du stock des dpts vue.
Ces deux rsultats (test de cointgration de Johansen et test de causalit de
Granger) permettent de valider notre hypothse selon laquelle au Cameroun, le
comportement des clients en terme de dpts sur leurs comptes vue (non rmunr) est
indpendant de la variation des taux dintrt. Cela serait d au fait que les taux dintrt
naugmentent pas considrablement de faon intresser les titulaires des comptes de
dpts vue. Nous pouvons aussi justifier cela par le fait que, lessentiel des dpts vue
est constitu des dpts sur comptes courants des entreprises qui sont destins pour la
plupart financer leurs activits quotidiennes et constituer des encaisses de prcaution.
Cest aussi la preuve quau Cameroun, labsence dun march financier actif na pas
permis une diversification des produits financiers attrayant mme de collecter lpargne
des particuliers et les excdents de trsorerie des entreprises.
Nous avons montr dans cette partie quau Cameroun, le niveau de lencours des
dpts vue ne dpend pas des taux dintrt bancaire. Il est donc important pour la
dtermination de la fonctionnelle dcoulement des dpts dapprofondir ltude des
proprits stochastiques de lencours des dpts vue, et en ne tenant pas compte des
taux dintrt.
75
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
76
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Nous allons dans la suite, tudier ladquation de ces trois modles avant de faire un
choix judicieux et optimal.
77
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
statistiques : Durbin Waston (DW), F empirique laissent prsager dun bon ajustement.
Nous allons maintenant analyser le rsidu partir de sa fonction dautocorrlation.
78
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
79
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
(38)
Ou encore
(39)
Les prvisions peuvent tre faites. Elles permettront de connatre ltat du stock
des dpts aux dates futures.
II.4.4 La prvision
Nous allons faire la prvision pour la srie dencours des dpts vue un
horizon dun an. Pour cela, nous allons dabord prvoir les sries Logdepots. Les courbes
correspondantes aux donnes estimes et aux donnes relles sont reprsentes dans le
graphique suivant :
80
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Figure 13 : Dpts estims par le modle et dpts rels observs
La comparaison des dpts rels (en rouge) et les dpts estims (en bleu) ne
laisse aucun doute sur la qualit du modle expliquer correctement le pass. Il apparat
donc que les estimations sont satisfaisantes. Les valeurs estimes ne sont pas trs
loignes des valeurs rellement observes. Ce qui traduit le fait que le modle sajuste
bien la ralit.
Nous allons maintenant tablir le tableau des prvisions des dpts vue partir
du tableau des prvisions de Logdepot avant de quantifier les erreurs de prvisions.
81
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Priode
Dpots
observs (en
millions de F
CFA)
Logdpot
prvu
dpots Prvus
(en millions de
F CFA)
Erreurs de
prvision
% erreur
janv-06
549587
13,2153091
548701,0848
885,9152449
0,2%
fvr-06
569589
13,2342224
559177,5934
10411,40664
1,8%
mars-06
561839
13,2428143
564002,6900
-2163,690016
0,4%
avr-06
578970
13,2514062
568869,4220
10100,57797
1,7%
mai-06
587116
13,2599982
573778,2060
13337,79396
2,3%
juin-06
584398
13,2685901
578729,2902
5668,709841
1,0%
juil-06
564388
13,2771821
583723,1551
-19335,15514
3,4%
aot-06
599298
13,2857739
588759,9945
10538,00548
1,8%
sept-06
593620
13,2943658
593840,3552
-220,3552403
0,0%
oct-06
602380
13,3029578
598964,6139
3415,386136
0,6%
nov-06
640181
13,3115497
604133,0294
36047,97061
5,6%
dc-06
632347
13,3201416
609346,0427
23000,95726
3,6%
Lorsque nous valuons les erreurs de prvisions, ils sont infrieurs 3% pour une
prvision sur 6 mois.
Dans la suite il sera question de filtrer la partie mobile de notre modle (confre
quation du modle) pour dterminer la partie stable. En fonction du temps.
Ou encore
(40)
82
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Dans la suite, pour simplifier les formules, nous dsignerons par Dt lencours des
dpts vue la date t. On a lquation simplifie :
(41)
(42)
Le stock des dpts la date t (date courant) devient une date T ultrieure (T suprieur
t)
T
(43)
Ainsi, la fonction dcrivant lvolution du stock des dpts entre linstant t et T est
donne par la fonction:
T
(44)
S (t , T ) = exp 0, 00859 (T t ) + ,
i = t +1
(45)
O
(46)
83
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
S (t , T ) = exp [ 0,12733 (T t ) ] ,
(47)
Remarquons daprs cette formule que le stock prsent une date t disparatra tt
ou tard du bilan (En effet, lorsque T est trs grand, S(t,T) tend vers 0). Cette fonction
traduira lamortissement du stock dans le temps et nous permettra de trouver la vitesse
ainsi que la dure moyenne dcoulement du stock.
D (t , T ) = D (t ) exp [ 0,12733 (T t ) ] ,
Pour T = t+1, on trouve que 88,04% des dpts sont stables pendant un mois.
Pour T = t+6, on trouve que 46,58% des dpts sont stables pendant 6 mois.
Pour T= t+12, on trouve que 21,70% des dpts sont stables pendant un an,
Pour T= t+24, on trouve que 4% des dpts sont stables pendant deux ans.
84
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
En nous limitant deux ans, nous pouvons dtailler les rsultats en construisant le tableau
des chances suivant :
Dure en
mois
chance partir de la
date t (quelconque)
Pourcentage de l'encours de
la date t (Dt ) stable en
fonction du temps
Partie
Stable
100,00%
Dt
t+1
88,04%
88,04%Dt
t+2
77,52%
77,52%Dt
t+3
68,25%
68,25%Dt
t+4
60,09%
60,09%Dt
t+5
52,91%
52,91%Dt
t+6
46,58%
46,58%Dt
t+7
41,01%
41,01%Dt
t+8
36,11%
36,11%Dt
t+9
31,79%
31,79%Dt
10
t+10
27,99%
27,99%Dt
11
t+11
24,64%
24,64%Dt
12
t+12
21,70%
21,70%Dt
13
t+13
19,10%
19,10%Dt
14
t+14
16,82%
16,82%Dt
15
t+15
14,81%
14,81%Dt
16
t+16
13,04%
13,04%Dt
17
t+17
11,48%
11,48%Dt
18
t+18
10,11%
10,11%Dt
19
t+19
8,90%
8,90%Dt
20
t+20
7,83%
7,83%Dt
21
t+21
6,90%
6,90%Dt
22
t+22
6,07%
8,90%Dt
23
t+23
5,35%
5,35%Dt
24
t+24
Source : labor par lauteur
4,71%
4,71%Dt
Lexamen du tableau prcdent nous permet de dire quune banque peu prter
88,04% de son stock de dpts vue ses meilleurs clients pour une dure dun mois.
Elle ne peut utiliser que 46,58% de ces dpts pour octroyer un crdit sur 6 mois. Pour
une chance dun an elle peut prter 21,70% de ces dpts vue. 4,71% de ces dpts
peuvent tre transforms en crdits sur une dure de 2 ans.
85
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Nombre de
mois
Date
0
dc-05
1
janv-06
2
fvr-06
3
mars-06
4
avr-06
5
mai-06
6
juin-06
7
juil-06
8
aot-06
9
sept-06
10
oct-06
11
nov-06
12
dc-06
13
janv-07
14
fvr-07
15
mars-07
16
avr-07
17
mai-07
18
juin-07
19
juil-07
20
aot-07
21
sept-07
22
oct-07
23
nov-07
24
dc-07
Source : labor par lauteur
Pourcentage de l'encours
observ en dcembre 2005,
stable en fonction du temps
100,00%
88,04%
77,52%
68,25%
60,09%
52,91%
46,58%
41,01%
36,11%
31,79%
27,99%
24,64%
21,70%
19,10%
16,82%
14,81%
13,04%
11,48%
10,11%
8,90%
7,83%
6,90%
6,07%
5,35%
4,71%
Partie
stable en
millions de
FCFA
550026
484267
426369
375394
330513
290998
256207
225576
198607
174862
153956
135549
119343
105075
92513
81452
71714
63140
55591
48945
43093
37941
33405
29411
25895
Ce tableau permet ainsi la banque de savoir la somme quelle peut prter sans
risque de transformation. Par exemple, au 31 dcembre 2005, elle peut accorder un crdit
de 25,895 milliards de F CFA pour une dure de 2 ans ses meilleurs clients non
financiers ou bien placer cette somme dargent sur le march montaire.
86
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
87
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
CONCLUSION G
GNRALE
Aprs la grave crise de la fin des annes 1980 qui a affect le systme bancaire de la
CEMAC en gnral et celui du Cameroun en particulier, de nombreuses restructurations
ont t faites de sorte qu partir de 1995, les banques camerounaises ont t assainies et
sont redevenues liquides. Cependant, tant pour le banquier que pour ses clients, les effets
nfastes quavaient entran ces crises sont rests presque indlbiles dans la conscience.
Le banquier pour sa part, ne voulait plus prendre de risque quil ne peut valuer. Des nos
jours, les agents non financiers se reportent davantage sur les dpts et placements vue
o le retrait peut tre effectu tout moment sans pnalit de remboursement et sans frais
daucune sorte. Pour les banques camerounaises, ces dpts vue reprsentent plus de
50% de lensemble des ressources des banques et plus de 70% des dpts provenant de la
clientle.
Afin de permettre aux banques de simpliquer davantage dans le financement de
lconomie tout en matrisant le risque de transformation et de liquidit li aux dpts, la
modlisation de lcoulement des dpts vue sest avre importante.
Dans un premier temps, les concepts de cointgration et de causalit nous ont
permis de voir quau Cameroun, le comportement des clients en terme de dpts sur leur
compte vue nest pas significativement influenc par le mouvement des taux dintrt.
Ensuite, sur notre srie mensuelle dencours des dpts vue allant de janvier 1997
dcembre 2006, lapplication de la mthodologie de Box et Jenkins nous a permis de
dterminer le modle dvolution des encours de ces dpts. Il sagit, aprs avoir
transform notre srie dencours des dpts vue en lui appliquant la fonction logarithme
nprien, dun modle ARIMA (0,1,1) (Moyenne Mobile dordre 1 et intgr dordre 1).
Enfin, la dtermination de la fonction dcoulement a permis de dcrire comment le stock
svapore (ou samortit) dans le temps.
Nos analyses nous ont permis de montrer que, lorsquon agrge lensemble des
dpts vue des clients de la banque; cet ensemble est relativement stable et nest pas
susceptible de disparatre du jour au lendemain. En effet il faut environ 8 ans et 4 mois
pour quun stock de dpts vue pris une date donne disparaisse totalement du bilan
de la banque. Ce stock scoulera ainsi un rythme de 11,96% par mois. Ainsi, pendant
un mois 88,04% de lencours des dpts vue seront stables dans le bilan, 46,58% y
Mmoire de fin de formation
88
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
resteront pendant 6 mois, 21,70% ne sortiront pas du bilan avant un an, les clients
laisseront 4,71% du stock des dpts vue dans les caisses de la banque pendant deux
ans.
La banque pourra donc utiliser la partie stable de ces dpts pour financer
lconomie en minimisant le risque de transformation.
Plusieurs recommandations importantes peuvent tre faites. Dune part, les banques
commerciales devront amliorer leurs systmes dinformations ALM, afin de prendre en
compte les variables spcifiques aux clients qui sont utiles pour faire intervenir la
rationalit de la clientle dans les analyses. Elles devront simpliquer davantage dans le
financement de lconomie en valorisant la partie stable (oisive) des dpts vue. Elles
devraient tenir compte de la partie stable de ces dpts dans la construction des impasses
en liquidit afin de dterminer leurs besoins ou leurs excdents rels de liquidit aux
dates futures. Dautre part La dynamisation du secteur financier devient un enjeu de
taille, car un secteur financier actif permettrait aux titulaires des comptes de dpts vue
dacheter des actifs financiers plus attrayants et cela en mobilisant leurs dpts qui restent
oisifs dans les banques. Cela permettra dviter cette forme de thsaurisation. Enfin, si
ces dpts ne peuvent tre valoriss par les banques commerciales, la Banque Centrale
pourrait utiliser la stabilit de ces dpts vue pour ajuster le coefficient des rserves
obligatoires relatifs ce type de dpts.
Un secteur financier dynamique avec des taux dintrt incitateurs permettrait
dtudier limpact de ces taux sur la stabilit des dpts vue. Enfin, une autre
perspective de continuation de ce travail de recherche serait dintgrer ce modle des
variables spcifiques la politique commerciale de la banque et des variables relatives
aux comportements de la clientle telles que les taux dattrition (nombre de comptes
ferms par mois) et le taux de conqute (nombre de comptes ouverts par mois). Ce qui
contribuerait sa robustesse.
89
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
BIBLIOGRAPHIE
Banque des Etats de lAfrique Centrale [2004], tudes et statistiques, N285.
Banque des Etats de lAfrique Centrale [2004], tudes et statistiques, N286.
Bessis J.[1995], gestion des risques et gestion actif/passif des banques, Dalloz.
Bitner John W., Robert A. Goddard, Successful Bank Asset/Liability Management, a
guide to the future beyong gap, Economica
Bourbonnais R. [2003], Economtrie, 5e dition, DUNOD, Paris.
Comit de Ble[2001], principles for the management and supervision of interest rate
risk , Janvier 2001.
Commission Bancaire dAfrique Centrale, rapport dactivit, de 1996 2004.
Conseil National du Crdit, rapport dactivit, Exercice 1997/1998 1998/1999 et
1999/2000.
Conseil National du Crdit, rapport dactivit, Exercice 1999/2000 2001/2002.
Darmon J., [1998], Stratgies bancaires et gestion de bilan, Economica.
Demey P., Frachot A., Riboulet G. [2003], Introduction la gestion Actif/Passif
bancaire, Economica.
Dupr Denis [1996]. La modlisation des dpts vue, Banque et March, pp 24 :2934.
Frachot Antoine [2001], A note on behavioural models for managing optionality in
banking books, Groupe de recherche Oprationnelle, Crdit Lyonnais, France.
Mamalepot J. F. [2004], Communication du gouverneur de la Banque des Etats de
lAfrique Centrale, BEAC.
Martin Cyrille [2005], Comparaison des modles de dpts vue, Centre dEtude et
Recherche Appliques la Gestion des risques bancaires. Universit Pierre MendsFrance, Grenoble.
Mathis J.[1992], Monnaie et banques en Afrique francophone, Edicef, Paris.
Ohannessian Valrie [2007], La banque dcouvert, Revue Banque Edition.
OTS [2000], Net porfolio value model, March 2000.
Mmoire de fin de formation
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Supports de cours
Arthur Charpentier, Cours de sries temporelles, DESS Mathmatique de la dcision et DESS
Actuariat.
KUATE Pascal, Cours de Monnaie et Crdit, polycopi de cours, Universit Catholique
dAfrique Centrale.
Mmoires et Thses
Djimefo Kapen [2006], Initiation de modles mathmatiques dans la prvision des produits et
charges dune banque, Mmoire prsent en vue de lobtention du Master de Statistique
Applique, Universit de Yaound I.
GHIEU Grgory [2003], Gestion Actif/Passif, Mthodologie et Application au Livret A, Thse
professionnelle, Master Spcialis Finance, European School of Management.
Matcha Doriane [2006], Modlisation de la dfaillance du systme bancaire de la CEMAC,
mmoire de fin de formation en vue du diplme dIngnieur dApplication de la
Statistique, ISSEA.
MBENA Marianne [2006], Gestion de la liquidit bancaire : Une application au Cameroun,
thse professionnelle, Universit de Douala.
Pandong Armand [2004], le systme bancaire de la CEMAC, mmoire de fin de formation en
vue du diplme dIngnieur dApplication de la Statistique, ISSEA.
Sites Web
http://www.univ-rouen.fr/droit-sceco-gestion/Recherche/CARE/Documents/papiermbena.pdf.
http://www.bis.org/publ/bcbs29a.
Mmoire de fin de formation
ii
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
ANNEXES
Annexe I : Mthodologie de Box et Jenkins23
Nous prsentons ici son algorithme.
Non
Ajout d'un ordre p ou q.
23
Pour plus de dtails, cf. Rgis Bourbonnais, Economtrie, 5ime dition et cf. M. Djimefo Kapen [2006], Initiation
de modle mathmatiques dans la prvision des produits et charge dune banque, mmoire prsent en vue de
lobtenion du Master de Statistique Applique, universit de Yaound I.
iii
Mmoire de fin de formation
LACGNI CARLOS DENDI
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
I.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 l'ensemble 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
d'un point chaque fois). Au centre de l'intervalle, la donne lisse est la valeur, cette date, du polynme ajust (la
donne lisse la date suivante est obtenue par ajustement d'un polynme sur l'intervalle 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 al. 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 Xl1.
Mthodes paramtriques : elles peuvent 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 dterministe): il s'agit 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, MaravalI1997), et celles qui les modlisent et les estiment directement (
Kitagawa et Gersch 1984) comme par exemple la mthode STAMP (Harvey et al. 1995).
Les ouvrages des diffrents auteurs mentionns dans ces mthodes, sont cits dans
COMPRENDRE LA METHODE XII de Dominique LADIRAY et Benot QUENNEVILLE.
Nous allons schmatiser ces mthodes de dsaisonnalisation
Figure : Mthodes de dsaisonnalisation
METHODES NON PARAMETRIQUES
(mthodes de rgression locale)
METHODES PARAMETRIQUES
MOYENNES MOBILES
Slutsky (1927) - Macauley (1930)
REGRESSIONS GLOBALES
Buys-Ballot (1847)
MEDIANES MOBILES
MODELE XII-CENSUS
Bureau du Census (1965)
S.A.B.L (1982)
LOWESS (1979)
S.T.L (1990)
MODELE Xll-ARIMA
(1994)
S.E.A.T.S. (1980)
S.T.A.M.P. (1987)
MODELES XI2-ARIMA
(1994)
Source : Cours de sries temporelles , DESS Mathmatique de la Dcision & DESS Actuariat d' Arthur
CHARPENTIER
Mmoire de fin de formation
iv
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Parmi donc les mthodes non paramtriques, nous nous sommes intresss la dsaisonnalisation par moyenne
mobile centre. Si on s'intresse la moyenne mobile centre d'ordre m, elle est dfinie comme suit:
m impair (m =2p + 1) :
Mm (Xt ) =
(X
t p
+ X t p +1 + ... + X t + ... + X t + p 1 + X t + p )
2 p +1
t= p + 1, , n p ;
m pair (m = 2 p) :
Mm (Xt ) =
( 0.5 X
t p
t = p+1,..., n- p ;
La procdure de dsaisonnalisation d'une srie est fonction du type de schma.
Schma additive
Soit X, notre srie. Comme il s'agit d'une srie mensuelle, dont la priode est 12, nous allons considrer la moyenne
mobile centre d'ordre 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) n'ont 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 qu'entre les priodes o nous observons les
ralisations simultanes de X et de MM (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
On calcule d'abord les rapports saisonniers qui sont le rapport de la srie initiale par la moyenne mobile
correspondante. Les 2 sries n'tant pas de mme longueur, le rapport s'effectue comme suit: Pour une anne
donne, nous faisons le rapport aux mois identiques. Ce rapport ne se fait qu'entre les priodes o nous observons
les ralisations simultanes de X et de MM(12).
Les coefficients saisonniers s'obtiennent 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 s'obtiennent 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.
I-2. Stationnarisation.
1-2-1. Objectif et dfinition de la stationnarit.
Nous ne pouvons identifier les caractristiques stochastiques d'une srie chronologique que si elle est stationnaire.
La stationnarit est la clef de l'analyse des sries temporelles. Une srie chronologique est dite stationnaire si elle ne
comporte ni tendance ni saisonnalit. On dira aussi qu'une srie { yt } est strictement stationnaire si la distribution
conjointe de
t1 + t
tk
t1
positif arbitraire et (t1, t2,,, tk, t) une liste de k + l entiers positifs arbitraires.
Autrement dit, la stationnarit stricte dit que la distribution conjointe de
tk
glisser dans le temps. Cette condition est difficile vrifier et on utilise, en gnral, une version plus faible de la
stationnarit. On dit qu'une 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 ) =
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
(b). cov
La stationnarit faible (ou de second ordre) implique que le graphe de la srie en fonction du temps montre des
fluctuations autour d'un niveau moyen, fluctuations qui se ressemblent, quel que soit la date autour de laquelle on
examine la srie.
I-2-2.Test de DICKEY -FULLER.
Les tests de Dickey-Fuller (DF) permettent de mettre en vidence le caractre stationnaire ou non d'une chronique
par la dtermination d'une tendance dterministe ou stochastique. Avant d'y arriver, nous allons dfinir des notions
qui nous serviront par la suite.
X t = X t 1 + t ( < 1 ) .
X t = X t 1 + + t ( < 1 ) .
(3)' X t
avec
= X t 1 + + t + t ( < 1 et 0 ) .
t ;
Xt = Xt -1 + + t avec 0;
Xt = Xt -1 + + t + t avec 0.
(1) Xt = Xt -1 +
(2)
(3)
Avec
un processus stationnaire,
(1 B )
, , ( = 1) .
pour les coefficients , est
estimes de
Le test
unilatral ( =1 ou
=0 contre
< 0), ce qui donne une zone de rejet situe du ct ngatif, et les hypothses des MCO n'tant pas satisfaites,
notamment du fait que la variable considre est endogne, on utilise une table particulire calcule par Dickey et
Fuller. 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 l'issue du test, si on a affaire un processus TS, alors la srie stationnarise s'obtient en retirant de la
srie corrige des variations saisonnires l'estimation polynomiale de la tendance. Sinon (cas d'un processus DS), la
srie stationnarise s'obtient en diffrenciant la srie corrige des variations saisonnires autant de fois jusqu'
l'obtention de la srie stationnaire.
I-2-3.Test de DICKEY FULLER AUGMENTE
vi
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Dans les modles utiliss dans les tests de Dickey et Fuller simples, le processus
t est,
blanc. Or il ny a aucune raison pour que priori, lerreur soit non corrle : on appelle tests de Dickey Fuller
Augments (ADF, 1981) la prise en compte de cette hypothse. Les test ADF sont fond sous lhypothse
alternative
X t = X t 1
X t = X t 1
X t = X t 1
j=2
X t j +1 + t
X t j +1 + + t
X t j +1 + + t + t
j=2
p
j=2
est un bruit blanc. Le test se droule de manire similaire aux tests de Dickey Fuller simple. Seul les tables
I-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.
I-3-1.Processus ARMA
I -3-1-a. Processus autorgressifs
On appelle processus autorgressif d'ordre p un processus stationnaire Xt vrifiant une relation du type :
p
X t = i X t i + t ,
i =1
o les
Un bruit blanc est une suite de variables alatoires d'esprances mathmatiques nulles, non corrles et de
mme variance.
La relation prcdente peut aussi s'crire :
(1
B ... p B
)X
= t,
ou
(B ) X t = t , B i ( X t ) = X ti ,
en posant
( B ) = 1 1 B ... P B P .
O les
(1 B ... B ) ,
q
avec
( B)t = Xt ,
( B ) = 1 1 B ... q B q .
vii
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
On appelle processus autorgressif moyenne mobile d'ordre (p, q ) un processus Stationnaire Xt satisfaisant
( B ) X t = ( B ) t .
Un tel processus est dsign dans la littrature anglo-saxonne par ARMA(p,q) (Autoregressive moving average).
1-3-2. Processus ARIMA
Si on note
d Xt la diffrence d'ordre d de Xt, i.e. (1- B)d Xl on va donc s'intresser aux processus Xt tels que
( B ) d X t = ( B ) t .
( B) Xt = ( B)t ,
avec
( B ) = ( B )(1 B ) .
d
I-4. Estimation
Considrons un processus centr ARMA (p, q), solution stationnaire et inversible de l'quation
p
i =1
i =1
X t i X t i = t i t i ,
o
Un processus Xt est dit inversible s'il existe un autre processus Yt tel qu'on ait XtYt = 1.
On dispose de donnes X = (Xl , ,XT).
Dans ce paragraphe, nous considrons lestimation des paramtres
Notons
Par
2 , 1 ,..., p , 1 ,..., q .
(h) =
1 T
( X i X )( X ih X ) , h 0,
T i = h +1
Et
(h) =
( h)
,
( 0)
( h ) =
( h )
.
( 0 )
Par
( h ) = ( h ) .
Les estimations 1 ,..., p de 1 ,..., p
On pose
( q + j ) ( q + j + i ) = 0, j = 1,..., p.
i =1
( B ) X t = ( B) t .
i ( p + j ) i i ( p + j + i ) = 0
pour tout
j 1.
i =1
viii
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
I-5. Vrification.
Les tests que l'on fait subir au modle sont de deux types: les tests concernant les paramtres
i et i du modle
Il est question ici de savoir si les hypothses de normalit et de bruit blanc sont satisfaites.
Test portmanteau
C'est un test concernant le bruit blanc.
Ce test est fond sur la statistique:
k
Q = N h2 [ ] ,
h =1
1 T
h [] = h [] / 0 [] avec h [] = (t )(t h ) .
T t =h+1
On montre que, sous l'hypothse d'indpendance des t , Q suit asymptotiquement (quand N ) une loi du
K - p - q degrs de libert; on refuse donc l'hypothse d'indpendance, au niveau .
Q>
12
[k - p- q] .
k =
Soit
(X
n
i =1
( ) =
1/ 2
1
3/ 2
2
( ) est gal
1/ 2
1
et le coefficient de Kurtosis
4
2
2
( )
1/ 2
1
6
24
N 0;
et 2 N 3;
cf. Rgis BOURBONNAIS dans Manuel et exercices corrigs,
n
n
Economtrie .
Si
( ) et
1/ 2
1
ix
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
n
n
2
1 + ( 2 3) suit un x2 deux degrs de libert.
6
24
2
Donc si s > x1 (2), on rejette l'hypothse H0 de normalit des rsidus au seuil .
s=
R2 = 1
2
V
R2 = 1
/ ( N p q )
V / ( N 1)
Critre d'information
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 X, ne satisfait pas forcment un tel modle.
On peut alors fonder le choix du modle sur une mesure de l'cart entre la vraie loi inconnue et le modle propos.
La mesure habituellement retenue est la quantit d'information de Kullback. Soit f0(x) la densit inconnue des
observations, {f(x), f F p,q} la famille de densits correspondant au modle ARMA (p,q) , l'cart entre la vraie loi
et le modle est mesur par :
I ( f 0 , Fp ,q ) = min Log (
f F
f0 ( x )
f ( x)
) f 0 ( x ) dx
L'objectif est donc de trouver les q et p qui minimisent les estimateurs de cette quantit d'information. Ceux qui ont
t proposs sont les suivantes:
AIC ( p, q ) = Log 2 +
2( p + q)
N
LogN
,
N
LogLogN
2
( p, q ) = Log + ( p + q ) c
N
BIC ( p, q ) = Log 2 + ( p + q )
avec c > 2.
I-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 d'un an.
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Yt = + X t + et
Etape 2 : estimation par les MCO de la relation du modle dynamique (court terme) :
Yt = 1X t + 2 et 1 + ut
Le coefficient
2 0
2 ( force de rappel lquilibre ) doit tre significativement ngatif : dans le cas contraire, on doit
xi
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
46,835
271,472
145,929
9,572
8,824
2,108
484,740
37,261
59,616
335
97,212
387,528
4,5%
0,5%
13,1%
10,7%
71,2%
comptes terme
compte vue
Autres comptes
Dettes rattaches
537265
44,8%
113805
9,5%
429450
35,8%
Dpts de garanties
31961
2,7%
86067
7,2%
1198548
100,0%
xii
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
60000
40000
20000
0
-20000
-40000
-60000
2000
2001
2002
2003
2004
2005
2006
Tableau 17 : Rsultats du test de cointgration entre lencours des dpts et le taux dintrt
Date: 04/24/07 Time: 05:32
Sample(adjusted): 2002:03 2003:12
Included observations: 22 after adjusting endpoints
Trend assumption: Linear deterministic trend (restricted)
Series: LOGDEPOT LOGTAUX
Lags interval (in first differences): 1 to 1
Unrestricted Cointegration Rank Test
Hypothesized
No. of CE(s)
Eigenvalue
Trace
Statistic
5 Percent
Critical Value
1 Percent
Critical Value
None
At most 1
0.435426
0.111981
15.18981
2.612777
25.32
12.25
30.45
16.26
Eigenvalue
Max-Eigen
Statistic
5 Percent
Critical Value
1 Percent
Critical Value
None
At most 1
0.435426
0.111981
12.57704
2.612777
18.96
12.25
23.65
16.26
LOGTAUX
@TREND(02:0
xiii
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
-7.120245
15.39809
11.38650
-0.715038
2)
0.152656
-0.022757
-0.004370
-0.009426
-0.103347
0.011384
1 Cointegrating Equation(s):
Log likelihood
62.07655
t-Statistic
Prob.*
-3.015316
-4.440739
-3.632896
-3.254671
0.1504
xiv
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Tableau 19 : Test de dickey-fuller Augment sur les dpts transforms
xv
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Tableau 20 : Test de dickey fuller sur la srie en diffrence premire des dpts transforms)
xvi
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
xvii
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Figure 16 : Evolution de la srie des taux dintrt
1.9
Logtaux
1.8
1.7
1.6
1.5
2002:01
2002:07
2003:01
2003:07
Anne
Source : labor par lauteur
xviii
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Tableau 22 : Test de dickey-fuller augment sur la srie en diffrence premire de la srie des taux
transforms
.
Mmoire de fin de formation
xix
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
xx
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
xxi
Modlisation de lcoulement des dpts vue : Cas des banques commerciales du Cameroun
Tableau 24 : Test ARCH sur les rsidus du modle ARIMA(0,1,1)
xxii