6419862

UNIVERSITE PARIS-DAUPHINE
ECOLE DOCTORALE DE DAUPHINE
COMMENT LES BANQUES OCTROIENT LES

CREDITS AUX PME ?
THESE
Pour lobtention du titre de
DOCTEUR EN SCIENCES DE GESTION
(Arrt du 7 aot 2006)
Prsente et soutenue publiquement par
Aymen SMONDEL
Le 05 Dcembre 2011
JURY
Directeur de thse : Monsieur Herv ALEXANDRE

Professeur lUniversit Paris-Dauphine
Rapporteurs : Madame Annie BELLIER-DELIENNE

Matre de confrences lUniversit de Cergy-Pontoise
Monsieur Sbastien DEREEPER

Professeur lUniversit de Lille II
Suffragant : Monsieur Nicolas BERLAND

Professeur lUniversit Paris-Dauphine
Luniversit nentend donner aucune approbation ni improbation
aux opinions mises dans la thse : ces opinions doivent tre
considres comme propres leurs auteurs
2
A mes parents, mon pouse, mon frre, mon oncle
A toute ma famille, ma belle famille et mes amis
Pour leur patience, leur soutien et leur affection
3
Remerciements
Si la thse est une course de fond comparable certains gards un marathon, leffort
quelle reprsente nest pas seulement mettre au crdit du coureur solitaire mais une
quipe que je tiens remercier ici.
Jexprime ma profonde gratitude mon directeur de thse, pour son soutien

inestimable, son aide et sa patience, tout au long de ma recherche doctorale. Je remercie le
professeur Herv ALEXANDRE, qui maccompagne depuis mes dbuts en recherche, qui
ma toujours amen pousser ma rflexion de plus en plus loin, qui ma aid dvelopper des
capacits de chercheur et qui ma t dun grand secours dans mes moments de doute.
Travailler avec ce professeur a t pour moi une vritable opportunit, je len remercie
normment.
Je remercie vivement madame Annie BELLIER-DELIENNE et professeur Sbastien

DEREEPER, davoir accept la lourde responsabilit dtre les rapporteurs de cette thse,
ainsi que les professeurs Herv ALEXANDRE et Nicolas BERLAND, davoir accept dtre
membres du jury de soutenance. Je les remercie de me faire lhonneur de participer la
clture de ce travail doctoral. Au professeur Nicolas BERLAND, je tiens aussi exprimer ma
reconnaissance pour ses remarques constructives et ses prcieux conseils, dont jai pu
bnficier lors de la pr-soutenance de cette thse.
Je tiens remercier toute lquipe de recherche du DRM-Finance, jai bnfici

dexpriences de recherche privilgies, mais galement dun financement pour mes
confrences. Cette thse naurait pu voir le jour sans lintgration cette quipe. Sans pouvoir
malheureusement nommer toutes ces personnes, je tiens souligner les changes et lappui
que jai pu obtenir des chercheurs, enseignants et doctorants du DRM-Finance de lUniversit
Paris-Dauphine.
Un grand merci tous mes amis la bibliothque de recherche pour leur amiti, leur
soutien durant les moments de doute et pour tous les bons moments passs ensemble.
4
Mes remerciements vont galement aux services administratifs de Paris-Dauphine, qui
ont permis la ralisation de cette thse dans les meilleures conditions.
Enfin, je ne peux oublier le soutien de ma famille, de ma belle-famille et de mes amis

qui mont support tout au long de cette aventure. En particulier, je remercie mon ami
Stphane ROUSSEL qui a particip la relecture du document de thse.
Alors quun travail de plusieurs annes est sur le point de sachever, cest avec
beaucoup dmotion que je vous remercie tous, professeurs, famille et amis, pour votre
prsence et votre patience.
5
Rsum
Lapplication des recommandations de Ble II en matire dinformation impose aux

banques lutilisation de linformation hard dans le processus de prise de dcision pour les
crdits des PME. Ces banques doivent choisir entre substituer linformation soft , dj
utilise, par linformation hard ou combiner les deux formes dinformation. Cette thse
explore les diffrents lments qui peuvent influencer ce choix et cherche monter leffet de
ce choix sur la performance bancaire. Etant donn que le cot de linformation reprsente un
lment fondamental pour laborer ce choix, nous essayons de reprsenter ce cot en se
basant sur le temps ncessaire la collecte et le traitement de linformation. Lutilisation de
linformation hard diminue la flexibilit des banques lors de loctroi des crdits aux PME,
cet effet, nous examinons les diffrents lments qui influencent la prise de cette dcision et
nous intgrons la nature de linformation parmi les lments tudis. Les rsultats montrent
une relation positive entre la disponibilit des crdits et lutilisation de linformation soft .
Lasymtrie dinformation reprsente un handicap majeur pour les banques distinguer les
diffrents types demprunteur. Des dcisions de rationnement peuvent pnaliser des bons
emprunteurs. Les banques qui craignent la perte de leurs clients adoptent des nouvelles
activits en qute de rentabiliser les crdits les plus risqus. La dernire tude de notre thse
essaye de montrer leffet de loffre de ces services sur le volume des crdits octroys et sur la
marge nette dintrt.
Mots Cls : information soft , information hard , relation banque-PME, asymtrie

dinformation, rationnement des crdits, nouveaux services, revenus non lis lintrt.
6
Abstract
The recommendations of Basel II impose to banks the use of the "hard" information in
the decision making process of SMEs loans. These banks must choose between replacing the
"soft" information, already used, by the "hard" information and combining the two forms of
information. This thesis explores the various elements that can influence this choice and tries
to get the effect of this choice on the bank performance. Since, the cost of information is a
fundamental element to adopt this choice; we tried to represent a measure to this cost of
information. This cost is based on the time required for the collection and processing of the
information. It turns out that the use of "hard" information decreases the flexibility of banks to
grant loans to SMEs, for this purpose we tried to examine the different elements that
influence the decision-making. We tried to integrate the nature of information among the
elements studied. The results show a positive relationship between credit availability and the
use of "soft" information. Information asymmetry is a major handicap for banks to distinguish
between different types of borrower so the decision of rationing can penalize the
good borrowers. Banks, which fear the loss of their customers, are looking to find a solution
to this situation: they adopt new activities in search to make profits from riskier loans. The
latest study of our thesis tries to show the effect of such services on the volume of loans
granted and the net interest margin.
Keywords: "soft" information, "hard" information, bank-SME relationship, information

asymmetries, credit rationing, new services, non-interest income.
7
Table des matires
TABLE DES MATIERES .............................................................................................................................................. 8

INTRODUCTION GENERALE ..................................................................................................................................... 10
CHAPITRE 1 : LA REVUE DE LA LITTERATURE .................................................................................... 21
1ERE PARTIE : LIMPORTANCE DE LA NATURE DE LINFORMATION DANS LA GESTION DES CREDITS ...................... 22
1. La diffrence entre linformation hard et linformation soft ......................................................... 23
2. La nature de linformation et le choix de la technologie de prt .............................................................. 27
3. La nature de linformation et les caractristiques de la banque ............................................................... 34
4. La nature de linformation et la comptition sur le march bancaire ....................................................... 38
5. Conclusion de la premire partie .............................................................................................................. 42
2EME PARTIE : LE RATIONNEMENT ........................................................................................................................ 43
1. La dcomposition de la dcision de crdit ................................................................................................ 44
2. Lorigine, la dtection et la mesure du rationnement................................................................................ 45
3. Les diffrents types du rationnement ........................................................................................................ 48
4. Une vision dynamique du rationnement ................................................................................................... 52
5. Conclusion de la deuxime partie ............................................................................................................. 53
3EME PARTIE : LA REACTION DES BANQUES POUR EVITER LE RATIONNEMENT. ........................................................ 54
1. Lidentification des emprunteurs par les contrats. .................................................................................... 55
2. Loffre des services .................................................................................................................................. 56
3. Conclusion de la troisime partie ............................................................................................................. 62
CHAPITRE 2 : LE CHOIX DE LA NATURE DE LINFORMATION ET LA PERFORMANCE DES
BANQUES ........................................................................................................................................................... 64
INTRODUCTION ...................................................................................................................................................... 65
1. Thories et hypothses .............................................................................................................................. 67
2. Donnes et variables ................................................................................................................................. 85
3. Les rgressions ......................................................................................................................................... 90
4. Conclusion ................................................................................................................................................ 98
BIBLIOGRAPHIE.................................................................................................................................................... 100
ANNEXES ............................................................................................................................................................. 104
TABLEAU 2-1 : LE QUESTIONNAIRE ..................................................................................................................... 104
CHAPITRE 3 : POURQUOI LES BANQUES RATIONNENT LES CREDITS DES PME ? .................. 118
INTRODUCTION .................................................................................................................................................... 119
1. Revue de la littrature ............................................................................................................................. 120
2. Donnes et variables ............................................................................................................................... 140
3. Les rgressions ....................................................................................................................................... 145
4. Conclusion .............................................................................................................................................. 150
BIBLIOGRAPHIE.................................................................................................................................................... 152
ANNEXES ............................................................................................................................................................. 159
CHAPITRE 4 : LES REVENUS NON LIES A LINTERET ET LA DISPONIBILITE DES CREDITS 173
INTRODUCTION .................................................................................................................................................... 174
3. Rgressions ............................................................................................................................................. 193
4. Conclusion .............................................................................................................................................. 201
BIBLIOGRAPHIE.................................................................................................................................................... 203
ANNEXES ............................................................................................................................................................. 207
CONCLUSION GENERALE ...................................................................................................................................... 228
BIBLIOGRAPHIE GENERALE ................................................................................................................................. 238
SOMMAIRE ........................................................................................................................................................... 252
LISTE DES TABLEAUX........................................................................................................................................... 255
8
Les gagnants seront ceux qui restructurent la manire dont
linformation circule dans leur entreprise. (Bill Gates)
9
Introduction gnrale
10
Introduction
Prsentation du contexte et des questions de

recherche
Le taux d'chec partiel ou complet dans la recherche d'un prt bancaire est en trs
forte hausse entre 2007 et 2010 : il est pass d'un peu plus de 5 % prs de 17 % (avec un
chec complet dans 7 % des cas) et atteint 23 % en 2010 pour les entreprises forte
croissance 1 . Ces rsultats, publis par lINSEE en 2011, montrent laccroissement de la
rigidit de loctroi des crdits aux PME 2 . Afin daccder au march des crdits, ces
entreprises doivent franchir les limites fixes par les banques qui reprsentent leur principale
source de financement externe (Berger et Udell, 1998). Ces entreprises doivent faire face
une rigidit grandissante, dans le processus de prise de la dcision de crdit, afin de garantir
leur dveloppement. En effet, 8 % des entreprises citent le manque de financement parmi
les facteurs qui devraient limiter le plus leur croissance d'ici 2013 1.
En plus de la crise financire qui caractrise la priode de cette tude, les problmes
de lasymtrie dinformation et ladoption des scores peuvent rduire la disponibilit des
crdits. En effet, Les principales raisons avances par les banques pour refuser un prt ou
imposer des conditions juges insatisfaisantes par les entreprises sont une mauvaise cotation
(rating) globale de l'entreprise ou une insuffisance de capitaux, bien davantage qu'un manque
de garanties ou qu'un potentiel insuffisant ou trop risqu de l'entreprise ou de ses projets 1.
La relation banque-PME est la meilleure solution pour rsoudre les problmes

dinformation et augmenter les chances dobtenir les crdits (Berger et Udell 2002). Les
dirigeants des PME favorisent cette relation car elle contribue rduire lasymtrie de
linformation. En effet, la prise de dcision de crdit se base sur une information subjective
1
Enqute sur l'accs au financement des PME employant au moins 10 personnes, Insee Rsultats N 53,
Economie - aot 2011
2
Les entreprises qui occupent moins de 250 personnes et qui ont un chiffre d'affaires annuel infrieur
50 millions d'euros ou un total de bilan n'excdant pas 43 millions d'euros (commission europenne
2003/361/CE du 6 mai 2003).
11
Introduction
qui se collecte tout au long de la priode de la relation. Cette information, dite soft , est
collecte et analyse par une mme personne, ce qui peut instaurer un sentiment dassurance
chez les dirigeants (Cole, 2000) et une meilleure visibilit chez lagent de crdit. Cette
personne peut prendre les dcisions de loctroi des crdits avec une grande marge de
manuvre. Il est le seul savoir analyser linformation collecte. Ses opinions et ses
jugements construisent la seule source dinformation, cependant libert accorde la
personne dcisionnaire, peut engendrer des prises de dcisions subjectives pouvant tre
remises en cause. Laccumulation de linformation soft peut nuire au contrle des agents
de crdit (Berger et Udell, 2002). Les conflits dintrt entre les agents de crdit et leurs
banques augmentent le risque de mauvaises prises de dcision et constituent un risque
supplmentaire pour les banques. Le problme dagence, au sein des banques, se manifeste
plusieurs niveaux. En effet, les banques se prsentent comme une chaine des relations
dagence entre les emprunteurs, les agents de crdits, les dirigeants des banques, les
actionnaires, les dpositaires et les rgulateurs du gouvernement (Berger et Udell, 2002).
Les banques peuvent octroyer des crdits des emprunteurs anormalement risqus
afin de mieux rentabiliser les fonds accords. Cette pratique augmente le risque global des
banques et gnre des consquences graves sur la stabilit du systme bancaire.
Pour rduire ce problme de prise de risque excessif, le comit de Ble a impos aux
banques lutilisation des modles dvaluation objectifs qui se basent sur linformation
hard . Ce type dinformation reprsente les donnes financires et comptables des
entreprises, permettant dobtenir ainsi une vue plus fiable de la situation de lentreprise .Les
recommandations de Ble incitent les banques utiliser des scores reprsentant le risque
global des emprunteurs. Il existe plusieurs technologies de prts qui se basent sur
linformation hard , mais parmi ces technologies, nous nous intressons principalement
aux scores. En effet, lutilisation de linformation hard pour la prise de la dcision de
crdit ne reprsente pas en soit une grande nouveaut, mais lutilisation des scores pour la
prise de dcision de loctroi des crdits aux PME est lune des plus importantes innovations
dans les services financiers (Berger, Frame et Miller, 2005).
Le comit de Ble exige lutilisation des scores pour loctroi des crdits aux PME.
Linformation, utilise pour le calcul de ces scores, est diffrente de celle qui est
12
Introduction
thoriquement adapte ce type dentreprise. En effet, linformation soft , collecte tout au

long de la relation banque-PME, reste, jusquici, la meilleure solution pour la prise de cette
dcision. Par consquent, nous supposons quen ralit, les banques nont pas le choix entre
ces deux types dinformation mais quelles doivent choisir entre substituer linformation
soft par linformation hard ou utiliser les deux.
Les questions, qui se posent ce stade, sont de savoir quels peuvent tre les
dterminants persuadant les banques utiliser les deux types dinformation ou
substituer linformation soft par linformation hard , et quel sera leffet de ce
choix sur la performance bancaire ?
Lutilisation des scores, pour la dcision de loctroi des crdits, a rduit la flexibilit
des agents et des banques (Udell, 2008 ; De Young, Hunter et Udell, 2004), permettant,
ventuellement la rduction du risque global de ces derniers. Toutes fois, dautres mesures ont
t prises par le comit de Ble afin de protger le systme bancaire contre les prises de risque
injustifies. Ces mesures obligent les banques mettre en rserve une partie de leurs capitaux
proportionnelle aux risques encourus. Lobjectif de ces mesures est de permettre ces
institutions de renforcer leur stabilit, lors des crises, et de les inciter mieux grer
lallocation des dpts. Les banques, contraintes par cette mesure doivent optimiser la gestion
de leurs fonds, ce qui a engendr deux sortes de comportements. Certaines banques essayent
de rduire le risque et baissent les fonds mis en rserve, augmentant ainsi les fonds attribuer.
Cette politique va pleinement dans le sens des objectifs fixs par le comit de Ble. Dautres
banques privilgie rentabiliser les fonds disponibles en offrant des crdits des emprunteurs
plus risqus afin de dgager plus dintrt (Berger, Frame et Miller, 2005). Cette politique
augmente le risque global des banques et sloigne des objectifs fixs. Afin de suivre les
recommandations du comit de Ble, les banques doivent limiter leur octroi de crdit.
Thoriquement, ce taux rglementaire de mise en rserve du capital, pousse les banques
fixer le montant global des crdits prter. Ces nouvelles conditions amnent les banques
rationner une partie des emprunteurs, engendrant ainsi de nouveaux problmes lis
lasymtrie dinformation. Lopacit des emprunteurs empche les banques de distinguer les
diffrents types demprunteur, par consquent, elles se trouvent dans lobligation de rationner
leurs clientles, y compris les bons emprunteurs. Ce qui contribue la baisse de lactivit
13
Introduction
conomique et linstauration dune priode de sous investissement (Zazzara, 2008). A ce

stade, il est judicieux de chercher les lments qui affectent la dcision de rationnement et de
montrer le rle de la nature dinformation dans la prise de cette dcision.
Les questions, qui en dcoulent, sont de savoir quels sont les lments qui
influencent la dcision de crdits ? Et si linformation, utilise dans le processus
dcisionnel, joue un rle significatif dans cette influence ?
La stratgie de rationnement peut avoir des consquences aussi bien sur lconomie
financire que sur lconomie relle, cependant, les diffrents acteurs du march de crdit, en
particulier les entreprises rationnes, ne subissent pas passivement la dcision de
rationnement. En effet, elles cherchent de nouvelles sources de financement, mme si cela
peut savrer plus onreux. Cette nouvelle qute peut conduire les emprunteurs tablir de
nouvelles relations de crdits avec dautres banques. Ces dernires, en rationnant tort leurs
clients, peuvent voir leur base de clientle se rduire. La deuxime consquence notable du
rationnement de crdit peut atteindre lactivit conomique globale. Les emprunteurs, ayant
les pr-requis loctroie dun crdit mais qui ont subit la politique de rationnement ne
peuvent pas financer leurs projets ce qui entraine une priode de sous investissement affectant
le dveloppement conomique global. Tous ces lments poussent les banques trouver une
nouvelle solution ce problme. En effet, loffre des services rentabilise les crdits et rduit
le rationnement des emprunteurs (Park, Brandt et Giles, 2003 ; Allen et Peristiani, 2007). Ces
services ne se limitent pas ceux qui sont lis au rle de lintermdiation financire mais ils
peuvent inclure des nouveaux services historiquement interdits aux banques. Les revenus
dgags, par ces services, sont indpendants de la variation des taux dintrt. La
gnralisation des nouvelles activits offertes par les banques est accompagne par des
progrs technologiques et des drglementations du systme bancaire (Berger et Udell, 2002).
La question qui se pose stade est de voir si les revenus des services, offerts par
les banques, influencent le volume des crdits octroys ? Et si ces revenus affectent la
marge nette des intrts ?
14
Introduction
Organisation de la thse et contributions

Lobjet de cette thse est dapprhender limpact de linformation adopte par les
banques sur leur politique de gestion de crdit. Pour raliser cet objectif nous organisons
notre travail en quatre chapitres.
Le premier chapitre constitue une mise en perspective des problmes traits et expose
la littrature gnrale qui traite le rle de la nature de linformation dans la gestion des crdits
des PME. Trois sections taient ncessaires pour prsenter les trois thmes abords dans ce
premier chapitre : la nature de linformation, le rationnement et loffre des services.
La premire section est consacre la reprsentation des deux types dinformation et

les diffrents lments qui influencent le choix de la banque. Nous commenons par exposer
les deux sortes dinformations afin den extraire les points les diffrentiant. Ces deux types
dinformation se diffrentient par leurs natures, les processus de prise de dcision adopts
chacune et linfluence du contexte et de lenvironnement sur leur analyse. Ensuite, nous
montrons la liaison entre la nature de linformation et la technologie de prt adopte par les
banques (Berger et Udell, 2002). La relation banque-PME est caractrise par lintensit de la
collecte et de lanalyse de linformation soft . Cette intensit est lie la force de la
relation, mesure par sa dure, son tendue et sa largeur (Udell, 2008). Ltablissement de
cette relation rduit lasymtrie dinformation instaure entre les banques et les emprunteurs
(Berger et Udell, 2002 ; Berger et al, 2008). Les autres technologies de prt se basent
essentiellement sur linformation hard (Stein, 2002 ; Cole, Goldberg et White, 2004 ;
Frame, 2001 ; Berger et al, 2005). Puis, nous prsentons les caractristiques des banques
ayant la possibilit dinfluencer le choix de linformation adopter telles que : La taille
(Berger et al, 1998 ; Berger et al, 2002 ; Cole et al, 2000 ; Petersen, 2004 ; Petersen et Rajan,
2002 et Stein, 2002), la structure organisationnelle (Keeton, 1995 ; Carter et Mc Nulty, 2005 ;
Frame, Srinivisan et woosley, 2001 ; Akhavian, Frame et White, 2005 et Berger et Frame,
2005), la nature de proprit (Berger et Udell, 2008) et la stratgie adopte par les banques
face le risque (Berger, Frame et Miller, 2005). Enfin, nous montrons les consquences de
ladoption de chaque type dinformation sur les frontires des marchs locaux, sur le nombre
15
Introduction
de banques exerant avec un seul client et sur les fusions et acquisitions entre les diffrentes
banques.
La deuxime section montre les effets de ladoption de linformation hard sur la

disponibilit des crdits pour les PME. Dabord, nous montrons lexistence de deux tapes,
dans la prise de dcision de crdit, afin de pouvoir distinguer deux types de rationnement : le
rationnement sur le nombre et le rationnement sur la quantit (Keeton, 1997 ; Craig et
Hardee, 2007). La dcision de loctroi de crdit se prend en deux temps. Tout dabord, les
banquiers peuvent dcider doctroyer, ou non, le crdit puis ils fixent le montant accorder.
Ensuite, nous montrons la relation entre le taux rglementaire de capital mis en rserve,
impos par le comit de Ble, avec les deux autres types de rationnement : le rationnement
prventif et le rationnement contraint (Scheft et Villamil, 1992). En effet, les banques qui ne
veulent pas dpasser le taux rglementaire du capital mis en rserve, en adquation avec le
risque encouru, doivent fixer le montant global prter. Dans le cas o elles atteignent ce
montant, elles ne peuvent pas accorder de crdit. Enfin, nous prsentons une vision
dynamique de rationnement qui consiste montrer la raction des diffrents acteurs du
march de crdit : les PME rationnes (Berger et Udell, 2002), les petites banques qui
favorisent toujours ltablissement des relations durables et de proximit avec leurs clients
(Berger et al 2008) et les agents de crdit (Berger et al, 1998 et Udell, 2006). Dans cette partie
nous considrons que les agents de crdits sont indpendants de leurs banques.
Aprs avoir voqu les ractions des trois acteurs du march de crdit dans la section
prcdente, nous prsentons, dans la troisime section, la raction des banques adoptant la
politique de rationnement.
Craignant la perte de leurs meilleurs clients, et afin dviter la dispersion de ces

derniers vers dautres sources de financement, aprs un refus de crdit, les banques
choisissent, dans un premier temps, doffrir des contrats incitatifs (Bester 1985).
Ces contrats consistent prsenter une multitude de propositions lemprunteur et sur

la base du choix de lintrt payer et la garantie prsenter, les banques arrivent une
meilleure conscience du niveau du risque de cet emprunteur. Un arbitrage, entre le taux
dintrt payer et la garantie prsenter, permet la banque dvaluer les motivations de
16
Introduction
lemprunteur pour son projet et sa propre estimation du risque. Les problmes rencontrs lors
de la gnralisation de cette procdure de slection et les mutations environnementales ont
incit les banques adopter une nouvelle stratgie pour viter le rationnement des crdits. En
effet, les nouvelles lgislations et les progrs technologique ont donn aux banques la
possibilit doffrir de nouveaux services dont la rmunration ne dpend pas du taux dintrt
(Berger et Udell, 2002). Nous avons essay de prsenter les diffrentes hypothses concernant
la stabilit des revenus des services : dun cot, Les banques ne profitent pas de ces services
long terme car, une fois le crdit accord, les emprunteurs peuvent rsilier le contrat de
service (Roland, 1997). Dun autre cot, les banques ne peuvent pas profiter de ces services
court terme (De Young et Roland, 1999 ; Stiroh, 2002 ; Rosie et al, 2002 ; Lui et Hung, 2006)
car loffre de ces services est considre comme lune des mesures de la force de la relation.
Le profit, gnr par ces services, se limite la quantit dinformation collecte, donc la
rentabilit de ces services ne peut intervenir qu long terme grce laccumulation de
linformation soft . Leffet de ces revenus sur le risque total des banques ne fait pas
lunanimit : Une premire hypothse suppose que ces revenus mnent la rduction du
risque global des banques (De Young et Roland, 1997) vu quils nentrainent pas de prise de
risque sur les fonds disponibles. Une deuxime hypothse dfend lide que ces services nont
pas deffet sur le risque mis part une lgre augmentation (Demsetz et Strohan, 1995) vu
que ces services dvient les banques de leur rle dintermdiation financire et provoquent
une dispersion des fonds entre les nouvelles et les anciennes activits.
Les trois chapitres suivants de la thse proposent des contributions empiriques

portant sur les trois thmes abords ci-dessus : le choix de linformation, le
rationnement des crdits et loffre des services.
Dans notre premire tude nous tentons de tester la significativit de diffrents

lments qui peuvent permettre la banque de choisir entre la complmentarit des deux
types dinformations ou la substitution de linformation soft par linformation hard .
Nous adoptons cette distinction suite aux recommandations du comit de Ble qui a impos
lutilisation des scores pour loctroi des crdits aux PME. Les tudes empiriques qui traitent le
type dinformation, dans la cadre de prise de dcision de crdit, sont rares, et notre
connaissance, aucune tude na quantifi les cots de linformation adopte. La contribution
17
Introduction
de notre travail est de prsenter une quantification du cot de linformation utilise. Cette
mesure se base sur le temps attribu exclusivement sa collecte, son traitement et son
stockage. Afin de raliser notre tude nous avons envoy des questionnaires 2134 chefs
dagence bancaire et de charg de PME, au sein des banques, qui exercent sur le territoire
franais. Notre chantillon final se compose de 105 observations reprsentant 17 banques
franaises et trangres. Les donnes collectes et utilises portent sur lanne 2007 et
dcoulent de deux sources dinformation : le questionnaire et la base des donnes
BANKSCOPE. Notre tude empirique se compose de trois tudes spares. Dabord, nous
essayons de trouver une significativit statistique de leffet des diffrents dterminants,
prsents dans la littrature, sur le choix de la banque entre la complmentarit des deux
informations et la substitution de linformation soft par linformation hard . Ensuite,
nous testons limpact de ce choix sur la performance bancaire. Pour raliser cette deuxime
tude, nous adoptons trois indicateurs de performance : la ROA (Barro et Barro, 1990 ;
Angbazo et Narayanan, 1997 et Yan, 1998), la ROE (Holderness et Sheehan, 1988) et la
qualit de portefeuille crdit des banques. Enfin, et dans la troisime tude, nous essayons de
montrer, par les statistiques descriptives, limportance de linformation soft dans le
processus de prise de dcision et la similarit entre le traitement des demandes de crdit
court terme et long terme.
Dans le troisime chapitre nous examinons les diffrents dterminants de

rationnement. Ces dterminants ont t classs en trois catgories : les caractristiques de la
relation banque-PME, les caractristiques des PME et les caractristiques des crdits.
Loriginalit de notre travail est dintgrer la nature de linformation utilise par la banque,
dans son processus de prise de dcision, comme une variable explicative dans le modle de
rgression. En outre, nous avons fait la diffrence entre le rationnement total et le
rationnement partiel afin de tester leffet des variables adoptes dans les deux tapes de la
dcision de loctroi. Nous avons collect les informations ncessaires notre tude avec un
questionnaire distribu 6102 dirigeants et financiers des entreprises. Nous avons reu 757
rponses mais nous navons retenu que les rponses exploitables et celles des entreprises qui
ont sollicit un crdit en 2008, ramenant notre chantillon 296 entreprises. Notre tude se
ralise en deux tapes. Dabord, nous prsentons lexistence ou labsence du rationnement de
crdit par une variable dpendante muette. Cette premire partie ne prend pas en compte la
18
Introduction
diffrence entre le rationnement total et le rationnement partiel. Ensuite, nous utilisons une
variable continue pour reprsenter le niveau rel de rationnement subit par lentreprise. Nous
intgrons les mmes variables explicatives dans les deux rgressions afin de voir si elles
affectent les deux tapes de dcision.
Dans notre troisime tude, nous testons les relations existantes entre le volume des
crdits octroys et celui des revenus des services offerts aux clients, dans un premier temps,
puis entre la marge nette de lintrt et ces mmes revenus. Pour raliser cette tude nous
nous sommes bass sur quatre chantillons diffrents couvrant quatre zones gographiques
diffrentes : lEurope occidentale, lEurope de lest, lAmrique du nord et lAsie. Notre
chantillon total se compose de 10784 banques, exerant dans 54 pays diffrents. Les
observations stalent sur une priode comprise entre 2004 et 2009. Nous testons la premire
relation en adoptant deux diffrentes variables dpendantes. Tout dabord, nous utilisons le
volume total des crdits octroys par les banques, puis nous calculons le taux de variation
annuel des crdits afin de lintgrer comme une deuxime variable expliquer. Les rsultats
de la rgression du taux de variation des crdits et les revenus des services ntant pas
significatifs, nous avons ralis une autre rgression prenant en compte un retard dune anne
sur les revenus des nouvelles activits. Nous testons la relation entre le taux de croissance de
lanne (t) et les revenus des services de lanne (t-1). Pour la ralisation de notre tude, nous
navons pas pris en compte les revenus des oprations commerciales ninfluenant pas les
crdits, seuls les commissions et honoraires perus ont t retenus. La deuxime partie de
cette tude met en vidence la relation entre la marge nette de lintrt et les revenus des
commissions et honoraires.
Sur le plan pratique, nous estimons que cette tude peut contribuer claircir les
dessous du processus de prise de dcision des crdits, donnant ainsi, aux dirigeants des PME
une meilleure comprhension du rle de la relation banque-PME et de la nature de
linformation utilise. Cet outil peut permettre aux responsables de PME, une recherche de
financement cible, adapte leurs dsidratas relationnels afin daccroitre leurs chances
dobtenir les crdits demands. Cette tude montre limportance de la transparence, dans le
processus de dcision, et incite les dirigeants divulguer plus dinformation afin de rduire
leur opacit. Quant aux banquiers, ils peuvent se placer du cot des thoriciens afin de mieux
19
Introduction
sadapter aux nouvelles exigences du march et ils sortent de leur rle de simple excuteur.
Avec ladoption de linformation hard , la tache des agents de crdit est rduite de
simples actes de rapporteur, ce travail peut leur permettre de construire une vision thorique
globale sur les mcanismes de prise de dcision et de mieux accompagner les clients
satisfaire les exigences de leurs suprieurs en matire dinformation.
20
Chapitre 1 : La revue de la littrature
Le premier chapitre de notre travail reprsente La majorit de la littrature voque en

essayant dexpliquer la relation entre les diffrents sujets abords et lacheminement des ides
fournies. Cette littrature se concentre autour de trois thmes, ce qui nous permet dorganiser
ce chapitre en trois parties.
Dabord, la premire partie montre limportance du choix de la nature de linformation

dans le processus de la prise de dcision des crdits et propose quelques critres qui
expliquent le choix de linformation adopte par les banques.
Ensuite, la deuxime partie examine leffet de cette information sur le rationnement du

crdit. En effet, la disponibilit des crdits peut tre affecte par la relation banque-PME, car
celle-ci dtermine la technologie et le processus de prise de dcision.
Enfin, la dernire partie essaye dtudier les diffrentes stratgies adoptes par les
banques afin dviter le rationnement des crdits. La diversification des activits en migrant
vers des activits initialement non bancaires est la stratgie la plus dveloppe. Cest pour
cette raison que nous avons essay de prsenter leffet de cette stratgie sur la volatilit et la
stabilit des revenus bancaires.
1re Partie : Limportance de la nature de linformation dans la gestion

des crdits
Dans cette premire partie, nous prsentant les diffrents dterminants de loctroi de
crdit qui peuvent affecter le choix de la nature de linformation. Dabord, nous montrons la
diffrence entre linformation soft et linformation hard , ensuite, nous numrons les
diffrentes technologies de prt et leur relation troite avec linformation adopte, puis, nous
prsentons les caractristiques des banques qui influencent le choix de linformation et enfin,
nous nous intressons linteraction entre la nature de linformation et la comptition sur le
march bancaire.
22
1. La diffrence entre linformation hard et linformation soft
Nous commenons par prsenter les deux types dinformation soft et hard
avant de se concentrer sur leurs diffrences.
Linformation soft est considre comme une donne qualitative qui se rduit aux
jugements et aux opinions de la personne qui la collecte. Elle est, gnralement, collecte et
utilise par une seule personne. Cette personne est cense tre en relation directe avec la
PME. Elle collecte ce type dinformation tout au long de la priode de la relation tablie avec
lentreprise et elle reprsente gnralement lagent de crdit charg par le suivi de lvolution
de cette relation, donc cette collecte se fait aux plus bas niveaux hirarchiques de la banque.
Linformation hard est une donne quantitative, elle ne prsente ni un jugement ni

une opinion ni une interprtation de lagent qui la collecte. Cette personne perd tout pouvoir
de dcision et toute latitude lors de son traitement : il devient un simple rapporteur (Stein,
2002). En effet, cette information est impersonnelle, elle soppose lautre type dinformation
et elle est base sur des critres relativement objectifs ; comme les ratios financiers et les
indices de rentabilit. Cette information doit avoir une interprtation unique par tous les
agents de tous les niveaux hirarchiques de la banque.
Cette diffrence fondamentale entre ces deux types dinformation va gnrer dautres
diffrences plus importantes entre leurs rles dans le processus de prise de dcision et du
contrle des crdits.
1.1. Les cots de collecte, de traitement et de stockage de linformation
Le cot de linformation peut tre prsent comme tant les cots de recherche, de
vrification et de contrle (Godlewski, 2004). Cependant, nous jugeons que nous pouvons
intgrer dautres lments dans le cot de linformation tel que le stockage. Nous adoptons,
ainsi, les cots de collecte, de traitement et de stockage de linformation comme composants
du cot de linformation utilise.
Stein (2002) tait le premier faire la diffrence entre le rle des agents de crdits
avec les deux types dinformation. Lors de lutilisation de linformation hard dans le
23
processus de prise de dcision, lagent de crdit se transforme en simple rapporteur. En effet,

la centralisation de la dcision de crdit et les comptences modestes exiges par la collecte
de linformation hard favorisent une moindre qualification aux plus bas niveaux
hirarchiques. Par consquent, les banques peuvent rduire les cots lis la rmunration
des agents qualifis et expriments. Contrairement cette situation, la collecte, le traitement
et lanalyse de linformation soft exigent des agents bien qualifis, ces agents doivent
avoir des comptences et des qualifications suprieures, ce qui amne les banques payer des
cots plus importants pour lutilisation de cette information.
Linformation hard est caractrise par la facilit de sa transmission et de son

stockage. En effet, le transfert et le stockage de ce type dinformation exige seulement des
supports lectroniques et des rseaux informatiques, dont le cot dutilisation est faible. En
dehors des cots de linstallation, les cots engendrs pour lexploitation sont marginales par
rapports aux frais du personnel. La qualit de ces supports et leur importante dure de vie ont
contribu la prservation de cette information pour des priodes plus importantes et son
dveloppement. Par contre linformation soft est une interprtation et/ou un jugement
personnel. Elle reprsente une opinion subjective qui dpend de la personne qui la collect
donc elle nest exploitable quavec la prsence de cette personne au sein de la banque, ce qui
engendre des cots supplmentaires affectant sa rentabilit. Les scores, qui reprsentent une
forme de linformation hard , conduisent la rduction des cots de contrle des agents de
crdits (Berger et De Young, 2001 ; Berger, Frame et Miller, 2005). une autre explication
cette rduction des cots sappuie sur le fait que les banques peuvent profiter des crdits dont
les gains sont marginaux (De Young et al, 2008), tant donn que lutilisation de cette
information nengendre pas des cots supplmentaires et limine leffet de la distance entre la
banque et ses clients.
1.2. Le contrle des crdits
Initialement, nous avons dit que la collecte des deux types dinformation se fait aux
plus bas niveaux hirarchiques de la banque et que la dcision sera prise par les mmes
personnes pour linformation soft et par dautres personnes dans des niveaux plus hauts
pour linformation hard . La banque est une chaine des relations dagences entres les
24
emprunteurs, les agents de crdits, les directeurs gnraux des banques, les actionnaires, les
dpositaires et les rgulateurs du gouvernement (Berger et Udell, 2002). De toute cette chaine,
nous nous intresser aux maillons qui relient les emprunteurs et les agents de crdits, dune
part, et les agents de crdits et les directeurs, dautre part. Les directeurs craignent que les
agents de crdit narrivent pas dtecter la qualit relle des projets : cest la slection
adverse , ou quils ne parviennent pas sassurer que les fonds octroys ont t investis
conformment au consensus : cest le hasard moral (Berger et Udell, 2002).
Le niveau de cette premire relation dagence, la nature dinformation joue un rle

crucial dans le contrle et la gestion des crdits. Linformation soft , collecte tout au long
de la priode de la relation, couvre une priode plus longue donc elle donne une information
plus riche et plus fidle la vraie situation de lentreprise cliente. Cette information permet
la banque dviter tout risque dasymtrie dinformation. Les PME se sentent dans une
relation amicale avec les banques qui maintiennent une relation de crdit base sur
linformation soft (Cole, 2000), les dirigeants de ces entreprises peuvent divulguer des
informations prives leurs agents de crdit en lui faisant confiance. La relation de crdit est
lune des moyens les plus efficaces pour rduire le problme dinformation et elle peut
affecter la dcision de loctroi et les termes du contrat de crdit (Berger et Udell, 2002).
Linformation soft rduit les problmes de discrtion ce qui diminue le hasard

moral et la slection adverse (Godbillon-Camus et Godlewski, 2006). Par contre,
linformation hard se base sur des donnes comptables et des ratios financiers qui se
basent essentiellement sur des documents prsents par les PME, ces documents peuvent ne
pas reflter la situation relle de lentreprise.
Linformation soft semble rduire les problmes dasymtrie dinformation entre

les prteurs et les emprunteurs, cependant laccumulation de ce type dinformation peut
gnrer dautres problmes lis au contrle des crdits. Les nouveaux problmes apparaissent
au sein de la banque. Le deuxime maillon de la chaine des relations dagence qui reprsente
la relation entre les agents des crdits et leurs directeurs peut causer des problmes
considrables. Linformation soft peut nuire au contrle des dirigeants (Berger et Udell,
2002) car les agents de crdits peuvent avoir des intrts personnels influencer les dcisions.
25
En effet, les problmes peuvent tre gnrs par la vision de court terme des agents de crdit
qui cherchent octroyer des crdits pour satisfaire des conditions de rentabilit et pour
amliorer leurs indices de rmunration ou le fait que les agents cherchent cacher une vrit
pour dissimuler une dgradation de la situation dun privilgi. Ces auteurs argumentent leur
ide par ltude dUzzi et Gillespie (1999) qui utilisent un paradigme sociologique pour
encadrer la relation dans les termes dun certain attachement social vers le propritaire de la
firme.
Le deuxime groupe des auteurs a montr le bien fait de la dcentralisation de la

dcision et du traitement de linformation. Liberti (1999) a men une tude empirique sur
loctroi de lautorit et son impact sur leffort de lagent de crdit. Il utilise le cadre thorique
dAghion et Tirole (1997) pour tudier les banques trangres en Argentine. Les rsultats
montrent que les agents ayant reu plus de libert utilisent leur information soft plus
efficacement. Chaque technologie de prt est une combinaison entre la source dinformation
primaire et les mcanismes et les procdures de surveillance adopts (Berger et Udell, 2002).
1.3. Linfluence du contexte de la collecte des informations
Linformation soft reprsente les jugements et les interprtations personnelles de

lagent de crdit. Ce dernier peut prendre en compte des variables lies au contexte gnral
lors de la collecte et le traitement de linformation ou lors de la prise de la dcision de crdit.
Une personne est toujours sensible son environnement et elle peut adapter son
comportement aux circonstances : une rcession conomique ou une crise financire peut
influencer le jugement de lagent et le rendre plus tolrent. Linformation soft est collecte
sur une priode assez longue, donc elle permet lagent de crdit de faire la diffrence entre
les dfaillances de lemprunteur et les consquences des crises conomiques. Dune faon
plus gnrale, les informations collectes auprs des clients ou des fournisseurs sur
lentreprise et son propritaire peuvent porter aussi sur lenvironnement gnral dans lequel la
firme opre (Berger et Udell, 2002). Sauf que, linformation soft est gnralement
collecte et traite par la mme personne ce qui la rend trs subjective. La vrification et le
contrle de la qualit de cette information restent difficiles raliser.
26
Linformation hard est caractrise par la longue dure de son stockage et par la
facilit de sa vrification pendant toute cette priode. Les interprtations de cette information
se basent essentiellement sur des ratios financiers et des scores qui ne prennent pas en
considration les diffrentes crises externes aux entreprises. Linformation hard ne
dpend ni du contexte ni des limites gographiques et temporelles de la collecte (Godlewski,
2004).
2. La nature de linformation et le choix de la technologie de prt
On peut classer les technologies de prt dans deux grandes classes : les technologies
qui se basent sur linformation soft et celles qui se basent sur linformation hard . Les
technologies de prt sont dpendantes de la nature de linformation utilise (Udell, 2008).
Plusieurs tudes confirment lide quil existe deux technologies de prise de dcision : la
relation qui utilise linformation soft et les technologies bases sur les transactions qui
utilisent linformation hard (Stein, 2002 ; Cole, Goldberg et White, 2004 ; Frame, 2001 ;
Berger et al, 2005). Sur le plan thorique, la relation avec les PME est la meilleure
technologie de prt, alors quen pratique, elle prsente des difficults majeures pour lagent de
crdit. Les crdits bancaires reprsentent la source la plus importante de financement des
PME (Berger et Udell, 1998). La gestion optimale des crdits dpend crucialement de
ladquation de la technologie utilise avec les caractristiques de la banque et de ses clients.
La technologie base sur la relation est associ un processus de dcision diffrent de celle
base sur la transaction (Berger et Udell, 2002).
2.1. La relation banque PME
Linformation soft est collecte tout au long de la relation de crdits. Le rle de

lagent de crdit parait simple mais linformation collecte nest pas monotone sur toute la
priode. Lagent doit fournir des efforts supplmentaires pour pouvoir prendre en compte les
changements qui portent sur les dterminants de la relation. Il existe trois dterminants de la
relation entre la banque et lemprunteur qui sont : les caractristiques de la banque, les
caractristiques de lemprunteur et les caractristiques du march.
27
Les informations collectes portent gnralement sur la firme, son propritaire et son
environnement. En effet, la force de la relation entre la banque et les emprunteurs peut
affecter les prix et la disponibilit des crdits (Berger et Udell, 2002). Donc, il est intressant
de mesurer la force de cette relation. La force de cette relation peut tre sa dure et le montant
prt. Il existe dautres indicateurs pour mesurer la force de la relation tels que ltendu de la
relation et linverse du nombre des banques qui exercent avec lentreprise (Udell, 2008).
2.1.1. La mesure de la force dune relation
2.1.1.1. La dure
La dure de la relation est considre comme lun des plus importants indices qui
mesurent la force de la relation. La dure de la relation peut affecter les prix des crdits et leur
disponibilit. En effet, la variation de la dure de la relation affecte le taux dintrt, la
disponibilit et mme les termes du contrat de crdit. La variation des prix des crdits dans le
temps nest pas encore dtermine. Dun cot, les prix peuvent baisser dans le temps, tant
donn que la quantit de linformation collecte sur la priode est cumulable donc elle donne
la possibilit de mieux voir la situation de la firme. Il en rsulte que cette dernire bnficie
des prix moins chers que dautres entreprises. Dun autre cot le prix des fonds octroys va
augmenter au lieu de baisser dans le temps, vu que la collecte de linformation nest pas
monotone et que laccumulation des informations prives peut se rduire (Elsas, 2005). En
plus, linformation prive nest pas toujours favorable la firme, elle peut donner un signal
ngatif qui dtruit limage positive construite auparavant.
2.1.1.2. Ltendu (le montant des crdits octroys)
La mesure de ltendu dune relation se base essentiellement sur les montants accords
par la banque son client. Une banque ne peut accorder des sommes importantes qu une
entreprise avec qui elle dtient une relation assez forte. Donc nous pouvons supposer
lexistence dune relation positive entre les montants octroys et la force de la relation.
Ltablissement dune relation de crdit entre les entreprises et leurs banques reprsente un
certificat de bonne sant pour la firme. Donc limportance des montants accords par une
28
banque un client peuvent rassurer les autres institutions financires et tmoigner de la force
de la relation tablie entre les deux.
2.1.1.3. La longueur (les services annexes)
Le volume des services offerts par une banque un client peut jouer le rle
dindicateur de la force de la relation qui existe entre les deux. En effet, une banque, qui offre
un volume important de service une entreprise, profite de plus de proximit et de contact
avec celle-ci. Les services offerts qui touchent laspect financier permettent la banque de
connaitre les moindres dtails sur la sant de la firme. Les variables affectant la relation sont :
la qualit de linformation, les services du client et les cots engendrs par la production de
linformation (De Young, Lenon et Nigro, 2008).
2.1.1.4. Linverse du nombre des banques
La force de la relation peut se mesurer par limportance des termes et des clauses
imposs par la banque dans les contrats de crdit. En abusant de ce pouvoir dintervention, les
banques peuvent dominer les PME et leur imposer leurs conditions et leurs prfrences. Cette
situation pousse les PME chercher dautres sources de financement. Donc, elles manifestent
la volont dtre plus discrtes et plus obscures. Par consquent, les banques vont perdre leur
avantage comparatif par rapport aux autres tablissements financiers. Les banques vitent de
donner des crdits des entreprises ayant de multiples sources de financement, car elles
trouvent des difficults obtenir linformation prive (Cole, 1998). En effet, la relation avec
une seule banque donne une atmosphre de confiance et consolide la relation dans le temps
(Foglia, Laviola et Maruello, 1998).
2.1.2. La relation pour rduire lasymtrie de linformation
Les PME souffrent, gnralement, dune pnurie de financement dont la principale

cause est leur asymtrie dinformation. Ces entreprises se contentent dans la plupart des cas
des sources de financement internes pendant les premires annes dactivit. La relation
tablie entre les banques et les firmes peut jouer un rle cl dans la rsolution des problmes
dinformations et lassouplissement des imperfections du march financier (Berger et al,
29
2008). Cette relation donne la possibilit aux banques dintervenir dans la gestion des
entreprises pendant les crises et/ou parfois face un risque dinsolvabilit.
Historiquement, une banque est cense produire une information au-del de

linformation publique. Cette information prive est ncessaire pour prendre la bonne dcision
de crdit et grer le risque dinsolvabilit du client. Les banques profitent de leur proximit
pour rsoudre le problme dasymtrie dinformation. Elles peuvent sengager dans des
contrats spcifiques engendrant plus davantages par rapport aux autres tablissements
financiers. En effet, les banques ayant un pouvoir considrable dans le march des crdits
peuvent avoir la possibilit de choisir les bons emprunteurs (Petersen et Rajan, 1995). Les
emprunteurs, les moins risqus et par consquent les plus rsistants aux changements de
lenvironnement, sont considrs comme des bons emprunteurs. Alors que choisir les bons
des mauvais emprunteurs ou les plus des moins risqus, exige, la rsolution dune grande
partie des problmes de lasymtrie de linformation. Les PME se sentent plus rassures dans
une relation avec les petites banques (Cole, 2000). Ces banques sont caractrises par un
nombre rduit de niveaux hirarchiques. Cette situation de proximit permet aux banques une
plus grande ouverture sur les entreprises et leur donne la possibilit de profiter de la relation
tablie en augmentant les flux dinformation. Une information en plus peut se traduire par une
ambigut en moins.
La relation de crdit est considre comme lun des moyens les plus efficaces pour
rduire le problme dinformation (Berger, 2002). En plus, elle peut influencer la dcision de
loctroi et fixer les termes de crdit. Les termes du contrat de crdit varient avec
laccumulation de linformation soft . Ce qui montre une augmentation de lexigence
attendue de cette information. Les banques ne se contentent plus des flux dinformation mais
elles cherchent une information pertinente pour la prise de la bonne dcision et la fixation des
termes de crdits. Linformation soft rduit les problmes de lhasard moral (Godbillon-
Camus et Godlewski, 2005) et elle permet aux banques deffectuer le bon choix en vitant de
sengager avec des emprunteurs risqus et /ou en profitant des bons emprunteurs. Labsence
dune information utile sur les PME pousse les banques procder une slection adverse ex
ante des PME et donc ne pas savoir si procde au bon choix.
30
Les chocs qui peuvent affecter la relation tablie entre une banque et ses clients sont,
essentiellement, le dveloppement technologique, le changement du rgime rglementaire, les
changements des conditions de comptition et les changements macro conomiques (Berger
et Udell, 2002). Donc, toutes les mutations qui surviennent ses lments peuvent perturber
cette relation et pousser les banques substituer cette relation par dautres technologies plus
adaptes aux nouveaux changements.
2.2. Le prt bas sur une transaction
Les technologies de prt sont essentiellement bases sur les tats financiers, les tats
de lactif, les scores ou la relation personnelle (Berger et al, 2005). Cette classification a t
dtaille dans larticle de Berger et Udell (2002). Contrairement la relation banque-PME, les
technologies de transaction se basent essentiellement sur linformation hard et ils
dpendent du type des donnes utilises, des caractristiques de la firme cible et des
changements rglementaires.
2.2.1. La dcision base sur les tats financiers
Cette premire technologie qui se base sur les tats financiers, a t prsente par
Udell (1998). La fiabilit de ces tats financiers est une condition ncessaire pour la prise de
la bonne dcision avec cette technologie mais cette fiabilit est gnralement lie la
transparence de la firme, cest pour cette raison que la technologie des tats financiers est
prfrable pour les firmes relativement transparente Berger et Udell (2002). La transparence
de lentreprise est positivement lie sa taille. Contrairement aux petites entreprises qui
peuvent tre caractrises par le dsordre managrial et le manque de fiabilit, les grandes
entreprises peuvent fournir des tats financiers corrects. Cette transparence est une assurance
pour la bonne transmission de linformation pertinente. Donc nous pouvons conclure que la
technologie de prt, base sur les tats financiers, est destine essentiellement aux entreprises
de grandes tailles caractrises par une transparence informationnelle et une pertinence des
donnes financires.
31
2.2.2. La dcision base sur lactif
Cette technologie se base essentiellement sur ltat de lactif de la firme qui donne une
ide prcise sur la valeur des garanties et des hypothques que cette entreprise peut prsenter
en contre partie du crdit mais la valorisation des actifs peut tre subjective. Lagent de crdit
peut se tromper sur la vraie valeur des hypothques. Cest pour cette raison que les banques
sintressent essentiellement aux nouvelles acquisitions ou elles confient lvaluation un
expert.
Lge et la taille de lentreprise peuvent faciliter laccs au financement bancaire. En

effet, les plus grandes et les plus vielles entreprises ont plus dactif qui peut tre prsent
comme garantie et ont la possibilit de rduire leur opacit (Vos et al, 2007). Contrairement
cette ide, la technologie base sur les actifs est principalement souscrite sur la base des
hypothques donc lopacit gnrale de la firme est relativement inconsquente (Udell, 2008).
2.2.3. La dcision base sur les scores
Lutilisation des scores est limite aux conomies matures car les bases de donnes sur
les crdits ainsi que les bureaux de notation sont dvelopps (Udell, 2008). Plusieurs auteurs
ont essay dexpliquer le recours lutilisation des scores pour la prise de dcision de prt. Le
recours aux scores est expliqu par laccompagnement de lvolution du volume des crdits
(Carter et Mc Nulty, 2005 ; Berger et al, 2001) ou par lexigence rglementaire (Berger,
Frame et Miller, 2005).
Nous avons distingu deux types de scores : les scores internes et les scores externes.
Les banques qui utilisent les scores externes, adhrent pour les rules et celles qui
dveloppent leurs scores internes, adhrent pour la discretion (Berger, Frame et Miller,
2005).
Lutilisation des scores peut saccompagner par une tude plus approfondie. En effet,
dans le cas o lemprunteur obtient un score proche de la valeur seuil dacceptation, une tude
approfondie permet la banque de prendre la bonne dcision (Godlewski, 2004). Les banques
peuvent combiner plusieurs technologies de prts pour prendre la bonne dcision. La plupart
32
des crdits sont souscris sous une seule forme de technologie mais ce nest pas
ncessairement exclusive (Berger et Udell, 2006).
Lutilisation des scores ne prouve pas que la banque ait les meilleures valorisations ou
informations sur les emprunteurs ou que la banque ait pris la bonne dcision mais lutilisation
des scores mne la mise en place dune rgle unique permettant la rapidit de la prise de
dcision et la rduction des cots (De Young, Lennon et Nigro, 2008).
2.2.3.1. Les scores externes
Les scores externes se calculent gnralement dans des bureaux de notation spcialiss
qui les vendent par la suite aux banques. Les banques utilisent cette technologie de prt afin
de profiter de son faible cot. La minimisation des cots peut tre la motivation cl pour
lachat des scores et leur utilisation comme moyen tranchant dans la dcision de loctroi du
crdit (Berger et Frame, 2005).
Lutilisation de ces scores peut augmenter lintensit de la comptitivit sur le march

des crdits car les scores utiliss par les banques ont la mme source donc ils sont considrs
comme des donnes publiques accessibles par toutes les banques. Les scores externes sont
standardiss et ne donnent plus davantage aux banques qui les utilisent. Leur utilisation pour
trancher dans la dcision de crdit aggrave le problme dopacit des firmes (Berger et Frame,
2005). En plus les banques doivent faire suffisamment de confiance aux bureaux de notations
qui lui ont fourni ces scores.
2.2.3.2. Les scores internes
Lutilisation des scores internes existent depuis longtemps, mais les incitations de
comit de Ble II ont contribu leur extension. Le comit de Ble II a pour but la
minimisation de la prise de risque et de ce fait il a incit les banques calculer les scores
internes adquats adapts leurs particularits. Les approches qui permettent la banque de
calculer des scores internes peuvent rsoudre le problme de la prise de risque excessif mais
elles peuvent engendrer un problme dagence. Dans ce qui prcde de notre travail nous
avons voqu lide de Berger et Udell (2002) qui parlaient dune chaine des relations
dagence. Nous avons abord seulement les deux maillons qui reliaient les clients, les agents
33
des crdits et les dirigeants. A chaque fois que nous avons essay de rsoudre un problme
dagence un niveau hirarchique un autre apparat dans le niveau suprieur. Lutilisation des
scores a contribu la convergence des dcisions des agents des crdits et des directeurs, mais
les scores internes constituent lorigine des nouveaux conflits. Les scores internes sont
spcifiques la banque donc les rgulateurs qui doivent surveiller le bon droulement de
lactivit sur le march de crdit se trouvent incapables de contrler la prise de risque des
banques (Feess et Hege, 2004).
3. La nature de linformation et les caractristiques de la banque
Dans le paragraphe prcdent nous avons vu linfluence du choix de linformation sur

le choix de la technologie et il nous semble important dadapter le choix de la technologie aux
caractristiques de la banque.
3.1. Lge et la taille
Une vielle banque doit avoir une taille plus importante quune jeune banque. Cette
corrlation nous facilite ltude de linfluence de la taille sur le choix de linformation.
Les banques ont t classes en deux catgories : les petites banques et les grandes
banques (Berger et al, 2002). Plusieurs auteurs ont attribu chaque type de banque
linformation utilise pour la prise de dcision (Berger et al, 1998 ; Berger et al, 2002 ; Cole
et al, 2000 ; Petersen, 2004 ; Petersen et Rajan, 2002 et Stein, 2002). Selon cette distinction,
les petites banques doivent avoir recours linformation soft et les grandes banques
utilisent linformation hard . La spcialisation des petites banques dans linformation
soft et les grandes banques dans linformation hard rpond aux besoins spcifiques de
chacune des deux catgories. Les grandes banques ont tendance standardiser leurs processus
de prise de dcision et dcentraliser cette dcision donc elles auront besoins dune
information qui assure un meilleur suivi et un contrle plus rigoureux.
Les grandes banques sont plus performantes dans les marchs dont les crdits sont
standardiss et les services non personnaliss (Carter et Mc Nulty, 2005). Les produits
standards nexigent ni un traitement particulier ni une collecte dinformation spcifique, donc
linformation hard peut tre suffisante pour une telle politique de prt. En utilisant
34
linformation hard , les grandes banques peuvent sanctionner les petits emprunteurs. En
effet ces emprunteurs prfrent tablir une relation durable qui dgage de linformation
soft et qui assure leurs crdits. Les grandes banques ont tendance rduire leurs crdits
aux PME et utiliser des ratios financiers en substituant la relation banque-PME (Berger et
Udell, 2002). Laugmentation de la taille des banques est ngativement corrle la partie de
leurs portefeuilles crdits consacre aux PME (Berger, Frame et Miller, 2005). Les grandes
banques sont meilleures que les petites dans loffre des crdits une longue distance mais
elles sont moins bonnes dans ltablissement dune relation durable avec leurs clients (De
Young, Lenon et Nigro, 2008 ; Berger et al, 2005). Cette relation durable exige la collecte de
linformation soft et dpond essentiellement des comptences des petites banques. Ces
banques profitent de cette situation et essayent de trouver des nouvelles niches de clientle
dlaisses par les grandes banques. Ces petites banques ont un avantage par rapport aux
grandes dans les petits crdits bass sur linformation soft (Carter et Mc Nulty, 2005 ;
Berger et al, 2002). Ltablissement dune relation durable savre ncessaire pour sadapter
aux exigences des PME les plus opaques et peut assurer la survie de la communi des petites
banques (Udell, 2008 ; De Young, Hunter et Udell, 2004).
3.2. La structure organisationnelle (complexit organisationnelle horizontale

et verticale)
Thoriquement, la structure organisationnelle est gnralement lie la taille : plus la

banque est grande plus la structure organisationnelle est complexe. Cependant, ce constat
nest pas toujours vrifi car une petite banque peut avoir une structure complexe et une
grande banque peut avoir une structure simple. En effet, les banques peuvent adopter des
comportements qui ne refltent pas leurs tailles. Une petite banque qui appartient une
entreprise de hold up ne peut pas se comporter comme une petite banque, elle doit suivre
les instructions et lorganisation de cette entreprise dominatrice. (Keeton, 1995 ; Carter et Mc
Nulty, 2005).
Selon Frame, Srinivasan et Woosley (2001) la complexit organisationnelle est de

deux sortes : la complexit horizontale qui est lie la diversit des fonctions de la banque et
la complexit verticale qui est lie au nombre des niveaux hirarchiques. Cette distinction est
35
importante pour montrer que la complexit organisationnelle ne dpend pas que des niveaux
hirarchiques de la banque. La structure organisationnelle de la banque joue un rle important
dans le choix de la technologie de prise de dcision adapt : les banques qui ont peu de
chartes et plus de branches adoptent les scores qui se basent sur linformation hard
(Frame, Srinivisan et woosley, 2001 ; Akhavian, Frame et White, 2005 et Berger et Frame ;
2005). La complexit organisationnelle incite les banques utiliser une information facile
transmettre et vrifier. La vrification de cette information peut tre ralise sur deux
niveaux : lespace (entre diffrents agents) et le temps.
Les petites banques qui possdent de niveaux hirarchiques restreints utilisent

linformation soft pour faire face aux problmes dagence (Berger et Udell, 2002). Etant
donn que leffort fourni par les agents de crdit pour la collecte et le traitement de cette
information est mieux valoris par les dirigeants dans les institutions dcentralises. Ces
agents peuvent utiliser cette information soft plus efficacement (Liberti, 1999). La fiabilit
de linformation soft est suprieure dans les organisations dcentralises. (Godlewski,
2004)
3.3. La nature de la proprit
La nature de proprit de la banque peut affecter le choix de linformation utilise

dans le processus de prise de dcision des crdits. Nous pouvons classer les banques sur la
base de deux critres. Le premier critre est la privatisation des banques, ce qui nous permet
de distinguer les banques prives et les banques tatiques. Le deuxime critre est lorigine de
la banque, donc nous pouvons distinguer les banques nationales et les banques trangres.
Ces quatre classes des banques peuvent tre combines pour nous donner quatre sortes de
banques : banques trangres tatiques, banques trangres prives, banques nationales
tatiques et banques nationales prives. Cette mme distinction est faite par Berger et al
(2008).
Les banques tatiques prfrent maintenir une relation durable avec leurs clients afin
de collecter de linformation soft . Dailleurs, la relation tablie avec une banque tatique
est plus solide que la relation tablie avec une banque prive. Les banques tatiques sont les
seules qui acceptent de financer un projet dont la VAN est ngative. Contrairement la
36
relation tablie avec les banques nationales celle qui est tablie avec les banques trangres
est particulirement fragile. Ces banques ne prfrent pas utiliser linformation soft et
elles maintiennent des affaires avec des grandes vielles transparentes entreprises. Ce choix est
stratgique car ces banques maitrisent parfaitement linformation hard , alors quelles
peuvent tre pnalises par les diffrences culturelles et linguistiques lors de la collecte de
linformation soft (Berger et Udell, 2002). Les entreprises qui maintiennent des relations
avec les banques trangres cherchent avoir plusieurs relations, alors que celles qui
tablissent des relations avec les banques nationales ne cherchent pas tablir dautres
relations avec dautres types de banques (Berger et al, 2008).
3.4. Les objectifs de la banque (minimiser les cots ou amliorer la qualit)
Le choix de linformation utilise ne rsulte pas seulement dune contrainte impose

aux banques. Les banques peuvent prendre des dcisions stratgiques concernant le choix de
la nature dinformation adopte pour la prise de la dcision du crdit.
Lors du traitement dun dossier de crdit les banques peuvent se concentrer sur deux
variables : le cot de ltude du dossier et la qualit de linformation traite. En effet, les
scores sont adopts pour minimiser les cots ou pour augmenter la prcision de prise des
dcisions (Berger, Frame et Miller, 2005). Nous pouvons distinguer deux types de banques :
celles qui utilisent les scores externes pour dcider de loctroi du crdit et celles qui les
utilisent comme un complment la technologie en place dans le but damliorer les
dcisions.
Les banques qui cherchent minimiser les cots de la collecte et du traitement de

linformation utilise dans le processus de prise de dcision de crdit, adoptent pour
linformation hard . Cette information est caractrise par son faible cot et la facilit de
sa collecte. La baisse des cots peut dcouler directement du fait que le traitement de ce type
dinformation coute moins cher que le traitement de linformation soft et/ou indirectement
de la neutralisation de leffet distance (De Young, Lennon et Nigro, 2008).
La minimisation des cots peut tre la motivation cl pour ladoption des scores et leur
utilisation pour trancher de la dcision de crdit. Cependant cette stratgie peut aggraver le
37
problme dasymtrie dinformation. En effet, lutilisation des scores engendre un manque de

suivi et de contrle des entreprises, ce qui se rpercute sur la qualit de linformation
collecte. Afin de maintenir la mme qualit de linformation ou amliorer la prcision de la
dcision les banques peuvent utiliser linformation hard en plus de la technologie en place
(Frame, Srinivasan et Woosley, 1998 ; Akhavein, Frame et White, 2005 et De Young, Lenon
et Nigro, 2008).
4. La nature de linformation et la comptition sur le march bancaire
Dans cette section nous montrons linteraction entre la comptitivit sur le march et
le choix de linformation. Lutilisation des scores dans le march des crdits peut tre
constate plusieurs niveaux : les fusions et les acquisitions, la dfinition des frontires du
march bancaire local et lactivit sur le march secondaire des crdits des PME (Berger et
Frame, 2005). Nous tentons de voir linteraction entre le choix de la nature de linformation et
la frontire du march local, le nombre des banques qui exercent avec lemprunteur et les
fusions et les acquisitions.
4.1. La frontire du march local
Le march local est caractris gnralement par la taille des banques qui le forment.
Les banques qui exercent sur le march local sont gnralement des petites banques avec une
structure hirarchique favorisant lutilisation de linformation soft . Lintroduction de
linformation hard dans le processus dcisionnel des banques a boulevers lquilibre qui
rgne sur les marchs locaux. La gnralisation de lutilisation de linformation hard
baisse les barrires informationnelles et rduit de leffet de la distance qui spare le prteur de
lemprunteur.
4.1.1. La baisse des barrires informationnelles
Les marchs locaux sont ferms et la circulation de linformation est pratiquement

absente. Linformation utilise dans ces marchs est linformation soft , elle est
personnelle et elle appartient la banque qui la collecte. Avec cette information
limplantation des nouvelles banques est trs difficile. La structure de linformation peut
38
dterminer la hauteur de la barrire lentre sur le march et que lasymtrie de

linformation peut gner lentre sur le march de crdit (Dell Ariccia et Marquez, 2004).
La gnralisation de lutilisation de linformation hard a donn une nouvelle

dynamique aux marchs locaux. Des nouvelles banques arrivent pntrer ces marchs qui
taient interdits. Lutilisation de linformation hard intensifie la comptitivit sur le
march bancaire. La dtermination des caractristiques et des termes des contrats des crdits
est le sujet dune vraie bataille. Lutilisation du hard rduit lavantage comptitif de son
producteur (Godlewski, 2004).
Les banques seront classes en deux groupes : les grandes banques rcemment
installes et les petites banques dj en place. Les grandes banques subissent des cots
lentre sur le march opaque mais une fois elles y sont elles offrent des crdits moins chers.
Une nouvelle condition de limplantation des nouvelles banques simposent : les nouvelles
grandes banques ne peuvent intgrer les marchs de crdit que si elles sont capables de
charger le mme taux dintrt que les banques dj existantes et non seulement si elles
peuvent payer les cots lentrer (Van Tassel, 2006).
4.1.2. La rduction de leffet de la distance entre prteur et emprunteur
Lutilisation de linformation hard pour la prise de dcision de crdit dans les

marchs locaux a favoris louverture de ces marchs pour des nouveaux arrivants, cette
information permet aux banques de prendre les dcisions des niveaux hirarchiques plus
levs que ceux de sa collecte. Cet loignement entre la prise de dcision et la production de
linformation permet aux grandes banques qui lutilisent de simplanter dans les marchs
locaux sans modifier leur structure organisationnelle. La distance entre les prteurs et les
emprunteurs commencent grandir. Lutilisation de linformation hard neutralise leffet
de la distance. Le financement des PME est gnralement assur par les banques en proximit
mais il existe des exceptions, depuis les annes 1990, lorsque la distance entre les PME et les
banques commence augmenter (De Young, Lennon et Nigro, 2008). La barrire de la
distance entre les banques et les PME est entrain de se rduire (Berger et Udell, 2002).
39
Laugmentation de cette distance entraine un mauvais contrle des emprunteurs et une

baisse de la qualit de linformation perue par la banque. Ce qui mne une baisse de la
disponibilit des crdits aux emprunteurs les plus opaques. En effet, la proximit affecte la
qualit de linformation et la disponibilit des crdits pour les PME (De Young, Lennon et
Nigro, 2008). En outre la distance entre la banque et lemprunteur affecte la probabilit de
dfaut et les scores externes. Laugmentation de la distance saccompagne par une rduction
de la disponibilit des crdits suite la slection adverse . Face ces complications et afin
dassurer leur source de financement, les entreprises vont chercher se couvrir derrire une
multitude de relations. Ils essayent de profiter dune ventuelle certification, sur la sant de
leurs entreprises, quils peuvent tirer de leur relation avec leurs banques principales. La
relation tablie avec une banque principale les aide tablir dautres relations avec dautres
banques.
4.2. Le nombre des banques qui exercent avec lemprunteur
Dans un march o linformation hard est la premire source dinformation, les

emprunteurs vont essayer de fuir un ventuel rationnement. Les emprunteurs les plus opaques
cherchent profiter doublement de la relation de crdit. Dabord, ils vont essayer de cacher
leurs situations relles le plus long temps possible afin de profiter des banques principales qui
maintiennent, ensuite, ils essayent de profiter de leurs relations existantes pour obtenir
dautres relations.
Dans telles conditions, les banques vont essayer de faire face cette ambigut en
acceptant de payer plus cher pour collecter une information plus pertinente ou en donnant des
crdits en se basant sur les relations tablies afin dviter les comptitions sur le march
bancaire (Visala, 2007 ; Boot et Thakor, 2000). Les banques peuvent rduire lasymtrie
dinformation en cherchant des informations sur les emprunteurs potentiels (Lobez, 1988). Il
existe une relation ngative entre le nombre des banques qui exercent avec les emprunteurs et
la force des relations tablies avec ces emprunteurs (Elsas, 2005).
Pour rsoudre le problme des relations bancaires multiples avec la banque principale
doit tenir une relation qui se base essentiellement sur linformation soft . Les petites
banques peuvent ragir sur le march local face limplantation des grandes banques en se
40
focalisant sur ceux qui exigent une relation personnalise ou en offrant des crdits non
standards (Godlewski, 2004). Les efforts supplmentaires fournis sont couteux, alors que la
rentabilisation de ces efforts nest pas certaine. Les emprunteurs peuvent contacter plusieurs
banques pour solliciter des crdits alors quune seule banque va profiter de ce contrat de
crdit. Donc les firmes doivent faire un arbitrage entre les gains attendus de la mise en
concurrence de plusieurs banques et le risque de rationnement croissant avec le nombre des
banques contactes.
4.3. Les fusions et les acquisitions
Les grandes banques sont caractrises par lutilisation de linformation hard .

Dun cot, le sens de causalit entre ces deux variables nest pas dtermin car deux
hypothses opposes sont prsentes. Le changement de la nature de linformation sur le
march des crdits a contribu lintensification de la concurrence et a conduit aux fusions et
aux acquisitions des banques ce qui a agrandi les tailles des banques. Et dun autre cot le
changement de la nature dinformation peut tre considr comme le rsultat des fusions et
des acquisitions. Suite ces fusions et ces acquisitions, les tailles des banques deviennent plus
grandes donc elles exigent lutilisation de linformation hard . Nous soutenons dans notre
travail cette dernire hypothse.
Linformation hard permet la structure de la banque de sadapter plus facilement

tout type dextension. Ces extensions se limitent gnralement la fusion des petites
banques ou lacquisition dune petite banque par une autre plus grande ou par une entreprise
de holding.
Leffet des fusions et des acquisitions sur le nombre des banques est toujours
considr comme sujet de discussion. En effet deux hypothses sopposent : dabord les
fusions et les acquisitions contribuent la rduction du nombre des banques et laugmentation
de leur taille (Craig et Hardee, 2007) ce qui conduit une croissance de la comptitivit sur le
march et son orientation vers la fermeture. Contrairement cela, le nombre des banques sur
le march reste indpendant des fusions et acquisition mais par contre il dpend plutt de la
rentabilit de ce march. Ce qui peut sexpliquer par lapparition des nouvelles banques qui
essayent de servir les niches des clients dlaisss aprs les fusions et les acquisitions.
41
Lapparition des nouvelles banques et les mouvements de migration des agents de crdit des
banques fusionnes aux autres institutions financires ainsi que la spcialisation des banques
dj existantes dans le traitement de linformation soft redistribuent les parts de march et
permettent aux utilisateurs de cette information de profiter des parts de march ngligs par
les banques nouvellement fusionnes(Berger et Udell, 2002). Udell (2008) a constat que,
dans le march amricain, il y eu une acclration de lapparition des nouvelles banques et
des fusions et que les autres banques sur le march local tendent augmenter leurs parts de
ces crdits comme rponse ces fusions.
Les fusions et les acquisitions vont aboutir deux principaux rsultats : premirement
les nouvelles banques rcemment cres et les petites banques dj existantes vont se
spcialiser dans lutilisation de linformation soft en essayant de fuir la comptition sur les
marchs bancaires. Deuximement, les banques rsultantes des oprations de fusions et des
acquisitions adoptent plutt linformation hard pour profiter de la facilit de sa
transmission et donc rpondre lexigence de lvolution de leurs tailles.
5. Conclusion de la premire partie
Dans cette premire partie nous avons explor limportance de la nature de

linformation dans la gestion des crdits. Nous avons commenc par faire la diffrence entre
linformation soft et linformation hard . Cette distinction a t faite sur la base de la
diffrence entre les cots, engendrs par leur collecte, leur traitement et leur stockage, la
diffrence entre leur processus de vrification et de contrle des crdits par les agents et les
dirigeants des banques et la diffrence entre leur prise en compte du contexte et
lenvironnement dans les quels les firmes exercent.
Dans la deuxime section, nous avons prsent linfluence du choix de la nature de

linformation sur le choix de la technologie de prt. Nous avons class les technologies de
prt en deux grandes catgories. La relation de crdit se base sur linformation soft et elle
permet la rduction des problmes dasymtrie dinformation entre la banque et ses clients. La
deuxime catgorie est lensemble des technologies qui utilisent des diffrentes informations
financire et comptables telles que les donnes qui portent sur lactif, ltat financier et la
42
situation globale de lemprunteur ainsi que les scores fournis par les agences de notations ou
attribus par les banques.
Dans la troisime section de cette partie, nous avons montr les caractristiques des
banques qui peuvent influencer le choix de linformation. Les deux caractristiques adoptes
sont : lge et la taille. En effet les petites banques utilisent linformation soft et les plus
grandes utilisent linformation hard . Indpendamment de leurs tailles, les banques se
trouvent contraries par la complexit horizontale ou verticale de leur structure hirarchique.
Les banques qui ont une structure complexe ont intrt utiliser linformation hard afin
doptimiser la gestion de leurs portefeuilles crdits et de profiter de ltendu de la base de
leurs clientles. Cependant les banques dcentralises peuvent profiter de la relation de
proximit avec les clients et de lapport de linformation soft . La nature de proprit peut
influencer le choix de linformation adopte. En effet, le comportement des banques
nationales et les banques trangres semble tre diffrent : les banques nationales
maintiennent des relations fortes avec les clients alors que les banques trangres prfrent
maintenir des relations daffaire avec les clients les plus transparents et les plus grands. Et
enfin, les banques choisissent la nature de linformation selon leurs stratgiques vis--vis
larbitrage entre le cot et la qualit de linformation. Les banques qui prfrent linformation
hard cherchent minimiser les cots de traitement alors que celles qui optent pour
linformation soft cherchent rduire lasymtrie de linformation.
2me Partie : Le rationnement
Lopacit des firmes reprsente un lment trs important pour la prise des dcisions
des crdits. Les banques trouvent du mal rsoudre compltement ce problme et elles
acceptent de payer des cots plus levs afin de collecter de linformation indispensable la
prise de la bonne dcision. Cependant, elles narrivent pas toujours rentabiliser les crdits
octroys donc elles essayent dviter ce problme en rationnant les clients quelles jugent
opaques ou non rentables. Le rationnement est gnralement tudi dans un contexte macro
43
conomique mais nous essayons de ltudier dans le cadre de la gestion bancaire. Pour cela
nous commenons par dcomposer la dcision de crdit afin de montrer les causes du
rationnement et ses diffrentes formes sous sa vision statique ou dynamique.
1. La dcomposition de la dcision de crdit
Jusquici nous avons considr que le crdit est un tout indissociable, donc la prise de
dcision de crdit semble tre simple et immdiate. En ralit, lors de la prise de dcision de
loctroi du crdit, le banquier doit dcomposer sa dcision en deux tapes : dcider de donner
ou non le crdit et ensuite dcider le montant accorder (Craig et Hardee, 2007).
Cependant, les banques peuvent relativiser lopacit des firmes et la prise de la

dcision dpend, en grande partie, du montant demand. Les banques relativisent lopacit
des emprunteurs sur la base du montant demand. Le rationnement peut tre limit une
rduction du montant de lemprunt et il peut concerner une personne parmi un groupe ou un
groupe entier (Lobez, 1988).
1.1. La dcision doctroi
Lorsque nous parlons de dcision de crdit, gnralement nous ne pensons qu cette

dcision finale de loctroi. Les auteurs se concentrent sur les problmes dinformation car
lopacit de lemprunteur et lasymtrie dinformation sont les dterminants de cette dcision.
Le rationnement provient de limperfection de linformation ex ante concernant le risque de
dfaut des emprunteurs potentiels (Godlewski, 2004). Les crdits sont considrs comme un
tout indissociable cest pourquoi les banques se montrent catgoriques et non flexible face
cette dcision : elles acceptent ou refusent de donner le crdit. Il existe une nouvelle vision
la gestion des crdits fonde sur leur non homognit (Keeton, 1979 ; Lobez, 1988).
1.2. La dcision du montant octroy
Le non homognit des crdits nous permet de se demander sur linfluence du

montant sollicit sur la dcision de loctroi. La prise en compte du montant de crdit peut tre
traite de deux manires :
44
La banque peut intgrer le calcul du cot de traitement de linformation dans la prise

de dcision et donc, plus le montant de crdit est important moins les cots influencent la
prise de dcision. Le fait de prter cent Euros mille fois nengendre pas les mmes cots pour
la banque que de prter mille Euros cent fois (Lobez, 1988). Cette prise en compte des cots a
t traite aussi par dautres auteurs tels que Berger et Frame (2005) qui prcisent que la
croissance de la disponibilit des crdits pour les PME est due, beaucoup plus, la diminution
des cots de lutilisation des scores que de la diminution de lopacit. Les petits crdits
tendent davoir des prix plus levs que les plus grands pour couvrir les cots du traitement de
la dcision.
La deuxime explication de linfluence du montant du crdit dans la prise de dcision

peut rsulter de lapplication des accords de Ble II. Selon ces accords, les banques doivent
fixer le capital octroyer ds le dbut de lanne pour respecter les ratios rglementaires des
rserves en capital (Slijkerman, Smant et De Vries, 2004). Donc elles se trouvent contraries
de rationner les crdits qui dpassent leurs prvisions. Lapplication des modles bass sur
des scores conformment au nouvel accord de Ble II change lopration de crdit. Les
grandes entreprises ont tendance tre plus rationnes selon ces nouveaux accords car
gnralement elles vont demander des montants plus importants qui psent plus lourd sur le
capital rglementaire exig. (Zazzara, 2008)
2. Lorigine, la dtection et la mesure du rationnement
2.1. Lorigine du rationnement
Le rationnement est une solution adopte par les banques pour faire face la prise
excessive de risque et pour viter la sous rmunration de ces crdits. Il peut tre considr
comme un choix ou une contrainte selon la cause qui la gnr. Le rationnement peut tre d
un changement dans le processus de prise des dcisions des crdits, une concurrence
accrue sur le march des crdits ou une crise financire et une rcession conomique.
Lunification des mthodes dvaluations qui rsulte de lutilisation de linformation

hard mne une gnralisation des scores calculs et une facilit la transmission des
donnes entre les diffrentes banques. Cette gnralisation entraine une concurrence plus forte
45
sur le march de crdit et baisse les taux dintrt. Pour faire face cette nouvelle situation les
banques vont essayer de minimiser le risque encouru en refusant de donner des crdits aux
emprunteurs les plus risqus. Lapplication des modes de scoring conformment au
nouvel accord de comit de Ble change lopration de crdit car elle entraine son
rationnement. (Slijkerman, Smant et De Vries, 2004). La concentration de linformation
hard peut biaiser la dcision de loctroi de crdit et bien particulirement dans le cas du
crdit des PME. (Godlewski, 2004)
Les crises financires ont deux consquences sur loctroi des crdits : la premire est
directement lie aux banques mais la deuxime est lie au niveau gnral de risque. Lors
dune crise financire, les banques peuvent avoir du mal accorder des crdits suite des
problmes de liquidit. Ces banques choisissent le rationnement pour viter le gaspillage du
capital disponible. En plus, les crises financires augmentent le niveau gnral du risque ce
qui affecte la solvabilit des emprunteurs et les rend plus risqus. Les emprunteurs qui se
trouvent gnralement sur la limite du rationnement, vont se trouver parmi les rationns.
Pendant les priodes de rcession, le rationnement est plus rpandu, les refus des demandes de
crdits des emprunteurs seront plus importants. En effet, ces derniers constatent que la
probabilit dobtenir un crdit est en train de baisser (Zazzara, 2008). Les emprunteurs les
plus risqus et qui nont pas dautres moyens de financement que les banques, acceptent de
payer des cots plus levs pour compenser les dpenses lies leur opacit et celles payes
par les banques lies aux crdits. (Berger, Frame et Miller, 2004)
2.2. La dtection du rationnement
Lexistence du rationnement est lie au refus de loctroi de crdit. Nous distinguons

deux sortes de rationnement : le rationnement de la totalit du crdit et le rationnement partiel.
Ce dernier se manifeste lorsque la banque accepte le principe daccorder le crdit mais elle
refuse de donner la somme totale.
Pour dtecter le rationnement, nous allons nous intresser aux emprunteurs eux mme.
Une firme est considre comme rationne si elle voit sa demande de crdit refuse pour la
totalit ou une partie du montant de crdit (Levenson et Willard, 2000), ou si elle a eu recours
un autre tablissement financier pour soctroyer des crdits des prix suprieurs ceux
46
exigs par les banques. Autrement dit, nous pouvons interprter le recours une source de
financement plus chre comme rsultat du rationnement de la source principale de
financement.
Le rationnement est trs difficile mesurer. Quelques auteurs ont essay de prsenter
des indices de mesures de rationnement malgr que les banques ne sintressent gnralement
ni aux nombres des emprunteurs rationnes ni au montant des crdits demands (Keeton,
1997 ; Lobez, 1988).
2.3. La mesure du rationnement
Les firmes rationnes par les banques se trouvent obliges de chercher leurs
financements auprs des autres tablissements financiers. Nous proposons de mesurer le
rationnement des firmes de deux manires diffrentes. Nous allons nous intresser aux deux
parties de la relation de crdit en essayant de mesurer le rationnement. Autrement dit, nous
allons prsenter une mesure de rationnement pour les firmes (le nombre de fois quune firme
a t rationne et montant des crdits refus) et pour les banques (le taux de rationnement des
demandes de crdits).
Du cot des firmes, le dnombrement du rationnement est facile faire. En se basant

sur la dfinition du rationnement prcdemment prsente, il suffit de compter le nombre de
fois quune firme a eu recours une source de financement plus chers pour trouver le nombre
de fois quelle a t rationne. (Petersen et Rajan, 1994 ; Harhff and Krting, 1998 ; Berger
et al, 2001 ; Bodt, Lobez et statnik, 2005).
Du cot des banques, la mesure est plus complique, les banques ne sintressent pas
aux demandes rationnes et donc elles ne dtiennent pas forcment des donnes concernant
celles-ci. Les auteurs ont essay de trouver des ratios qui permettent de mesurer le
rationnement. Lobez (1988) a repris la mesure du Jaffee et Modigliani (1969) qui suppose que
le rationnement peut tre mesur par une diffrence entre loffre globale et la demande
globale des crdits, mais les banques ne sintressent pas au volume total des demandes donc
la mesure de la demande totale nest pas observable.
47
Une autre mesure a t prsente par les mmes auteurs sous la forme dun ratio (ratio
H). Le numrateur de ce ratio reprsente la diffrence entre le volume des crdits octroys aux
emprunteurs menacs par le rationnement et le volume total des crdits octroys. On divise le
rsultat par le volume total des crdits octroys. Dans ce taux nous sommes parti du fait que
les emprunteurs sont rpartis exclusivement sur deux catgories : les non risqu et les
menacs par le rationnement. Cette mesure a volu et les auteurs ont propos un autre ratio
(H1) reprsent par la division de loffre des crdits accords aux menacs par la somme de
loffre des crdits accords aux menacs et loffre de crdits accords aux non menacs.
3. Les diffrents types du rationnement
Le rationnement peut tre une raction des banques pour rpondre aux exigences
environnementales. Les changements rglementaires et les mutations conomiques
reprsentent les plus importantes variables qui peuvent affecter le niveau du rationnement.
Nous allons essayer de donner les diffrents types de rationnement. En se basant sur deux
principales variables : les stratgies des banques face au risque et la gestion de leurs
portefeuilles clients. Sur la base de la raction des banques face au risque, nous distinguons le
rationnement prventif et le rationnement contraint. En effet, le rationnement peut saccentuer
lors dune insuffisance du capital des banques mais aussi il peut rsulter dun comportement
prventif face au risque des emprunteurs (Artus, 2002). La deuxime distinction se base sur la
gestion des banques de leurs bases de clientle. Nous avons un rationnement sur le nombre et
un rationnement sur la quantit. Cette distinction est le rsultat de la dcomposition de la
dcision de crdit.
3.1. Le rationnement prventif
Lorsque les banques saperoivent quelles ont pris trop de risque, elles prennent
linitiative de ragir et minimisent ce risque en salignant sur le niveau gnral du march en
arrtant dattribuer les crdits. Ce type de rationnement est dit prventif. Lorigine de ce
rationnement semble tre les rcessions conomiques et les crises financires car elles
amplifient le risque dinsolvabilit des emprunteurs. Les banques ragissent afin de ne pas
subir leffet de la boule de neige et du cumul des dfauts des crdits.
48
Dans un march imparfait le volume de crdit disponible pour un emprunteur est

infrieur celui offert au mme emprunteur dans un march parfait (Schreft et Villamil,
1992). Cela dcoule du fait que, dans le march parfait, les banques prtent aux firmes qui
sont prtes payer au moins le cot marginal du crdit. Alors que, dans le march imparfait,
les plus petites banques ont plus de contraintes emprunter car les plus grandes ont la
possibilit de dformer les imperfections du march et chapper au cot supplmentaire li
la rduction de lasymtrie dinformation. Le rationnement comme tant une rponse une
hausse de probabilit de dfaut est une dcision rationnelle et une cl de stabilit du systme
bancaire (Zazzara, 2008).
Pour complter ltude de ce type de rationnement, nous introduisons leffet du temps

dans la gestion des crdits. En effet, le rationnement de lemprunteur peut tre temporaire ou
permanent : sil est temporaire, il sagit dun rationnement court terme, sinon cest un
rationnement de long terme. Suite une premire demande de crdit rationne, la firme peut
tablir une relation qui lui permet de prendre des crdits ultrieurs et dans ce cas nous
pouvons dire que le rationnement tait temporaire (Levenson et Willard, 2000).
3.2. Le rationnement contraint par le capital
Des banques peuvent choisir lalternative du rationnement prventif par souci de

risque, contrairement aux autres qui vont en profiter pour gagner plus en prenant plus de
risque. Ce comportement peut engendrer la fragilit du systme bancaire et mme les banques
les moins risques peuvent tre affectes.
Le comit de Ble II a propos des nouvelles mesures pour rduire ce comportement.

Il a incit les banques mettre une partie, du capital, proportionnelle au risque encouru dans
les rserves. Cette exigence a pes lourd sur la libert de loctroi de crdit, car, thoriquement,
les banques doivent arrter de prter si elles puisent les fonds disponibles.
La baisse de loffre de crdit est impose aux banques pour satisfaire la condition de
capital. Ce rationnement contraint ne dpend pas de la stratgie prudentielle des banques et
aboutit un rationnement arbitraire et non stratgique. Les banques peuvent rationner des
bons emprunteurs car elles ne pouvaient plus octroyer des crdits alors que dautres
49
emprunteurs plus risqus ont eu leurs crdits, tant donn quils ont prsent leurs demandes
avant. Cependant, le rationnement des emprunteurs qui mritent les crdits peut nuire au
niveau gnral de lactivit conomique (Zazzara, 2008).
La dcision de crdit a t dcompose en deux tapes : la premire permet de dcider

de loctroi de crdit et la deuxime permet de fixer le montant accorder en fonction de la
situation de lemprunteur. Sur la base de cette dcomposition du rationnement nous
considrons le rationnement sur le nombre et le rationnement sur la quantit.
3.3. Le rationnement sur le nombre
Le rationnement sur le nombre consiste refuser doctroyer un crdit des

emprunteurs jugs risqus ou non rentables. Nous ne faisons pas la distinction entre le
rationnement total ou partiel : le crdit doit tre totalement octroy ou totalement rationn. Le
rationnement sur le nombre est une raction immdiate face lopacit des emprunteurs.
Toutes fois, il peut engendrer des risques macro conomique si les banques narrivent pas
distinguer entre les emprunteurs risqus et ceux qui ne le sont pas. Etant donn que le
rationnement des bons emprunteurs peut entrainer une priode de sous investissement.
Il est judicieux de faire la diffrence entre le rationnement des clients prcis ou des
classes de risques entires. Le rationnement peut concerner une personne dans un groupe ou
un groupe de risque entier (Lobez, 1988).
3.3.1. Le rationnement dun emprunteur spcifique
Une firme bien dtermine peut tre rationne alors que dautres emprunteurs lui sont
identiques profitent du financement bancaire (Schreft et Villamil, 1992). Le rationnement
dun emprunteur spcifique est une manire de certifier que ce client reprsente un risque
suprieur celui accept par les banques. Pour juger que les clients sont rationnes titre
individuel il faut, dune part, se rassurer que la banque na pas atteint ni les seuils
inacceptables de risque ni les contraintes budgtaires et dautre part, vrifier que cet
emprunteur nappartient pas une classe de risque juge menaante par la banque. Ce type de
rationnement est qualifi par le rationnement de type A. Des firmes bien dtermines peuvent
50
tre rationnes court terme alors quelles peuvent profiter des crdits aprs ltablissement
dune relation de crdit avec leurs banques, ce qui montre quelles ne dpendent pas de leur
classe de risque (Levenson et Williard, 2000).
3.3.2. Le rationnement de toute une classe de risque
Les banques les plus prudentes vont essayer de mettre une limite de risque ne pas
franchir. Cette barrire est un obstacle devant toutes les firmes qui appartiennent une classe
de risque suprieur la limite fixe par la banque et elle les empche dobtenir les crdits
sollicits. Ce rationnement est appel le red-lining ou encore le rationnement de type B.
Les entreprises qui appartiennent cette catgorie sont juges les moins rentables et/ou les
plus risques, cest pour cette raison les firmes les plus rationnes sont les plus petites. Le
refus de crdits est li ngativement la taille de la firme ce qui suggre que le rationnement
est moins important pour les firmes les plus larges (Levenson et Willard, 2000). Cette ide a
t contredite par Zazzara (2008) qui a prcis que les firmes les plus risques et les plus
grandes sont plus exposes au rationnement car sous Ble II, les pertes en capital lors dune
dfaillance sont importantes.
3.4. Le rationnement sur la quantit
Les banques qui craignent la perte de leur clientle adoptent le rationnement sur la
quantit. Ce type de rationnement est caractris essentiellement par le fait que les banques
peuvent accorder tous les crdits sollicits par les clients en ne donnant quune partie des
montants demands certains dentre eux. Les banques essayent par cette stratgie de
satisfaire tous leurs clients.
Une banque peut procder un rationnement sur les montants des crdits et un
rationnement sur le nombre des emprunteurs. Cette coexistence est le rsultat de la
complmentarit entre ces deux formes de rationnement. Les banques peuvent rationner la
totalit des montants des crdits sollicits par les emprunteurs les plus risqus, en revanche
pour les emprunteurs les plus transparents, elles peuvent minimiser le risque en diminuant le
montant octroy. Les banques qui arrivent grer ces deux formes de rationnement peuvent
bnficier dune gestion optimale de risque des crdits.
51
4. Une vision dynamique du rationnement
Les relations de crdit entre les banques et les PME impliquent trois parties prenantes :
les banques, les PME et les agents de crdit. Ces derniers seront considrs comme une entit
indpendante des banques. Cette distinction permet la prise en compte de lautonomie de ces
agents. En effet, lors dune dcision de rationnement, les banques vont ngliger lopinion
subjective des agents de crdit. Cette ignorance va pousser ces agents ragir dans leurs
propres intrts.
Selon la vision statique du rationnement, les banques peuvent considrer un client

comme insolvable alors quil lest seulement court terme. En limitant notre raisonnement
une seule priode nous pouvons considrer que le client a t rationn alors quil peut ragir
cette dcision en sollicitant dautres banques ou en tablissant une relation de crdit. Do le
rationnement dynamique qui prend en considration les ractions de diffrents acteurs.
4.1. La raction des PME face au rationnement
Les PME vont agir pour contourner le rationnement et trouver une nouvelle source de
financement. Elles peuvent soolicter diffrentes banques (De Bodt et al, 2005). Les PME
considres comme opaques doivent chercher se financer auprs des diffrentes banques.
Cette recherche peut procurer aux PME une chappatoire de toute stratgie de domination de
la banque prteuse (Berger et al, 2002).
4.2. La raction de certaines petites banques
Toutes les banques nadoptent pas les mmes stratgies face au risque, vu quelles
nont pas la mme position et le poids sur le march. La distinction entre les petites et les
grandes banques est ncessaire pour diffrencier les deux types de linformation utilise et les
stratgies mises en place. En adoptant les technologies de prts bases sur linformation
hard , les grandes banques peuvent rationner, alors que les petites banques essayent de
profiter de cette situation et satisfaire cette part de march. Les petites banques essayent de
remplir le vide laiss par les grandes banques dans le financement des PME. Cette raction
compensera un peu le rationnement de crdit des grandes banques (Berger et al ; 1998). Ces
deux auteurs mettent laccent sur la ngligence de la raction des banques lors des fusions et
52
des acquisitions. Ils critiquent lide que les fusions rduisent la disponibilit des crdits aux
PME. Ils justifient cette position par le fait que ces fusions se font en gnral entre les petites
banques donc elles maintiennent leurs relations avec les PME.
4.3. La raction des agents de crdit
Pour la prise de dcision de crdit, les grandes banques se basent gnralement sur des
modles quantitatifs traitant linformation hard . Lors de lutilisation de ces modles, les
agents de crdit se transforment, en quelque sorte, en simple rapporteur. Ils perdent tout
pouvoir dcisionnel et toute latitude dans la relation avec la PME. La mme raction de ces
agents peut tre constate dans le cas dune fusion ou dune acquisition. Certains agents
nacceptent pas la nouvelle situation donc ils ragissent pour leurs propres intrts et ils
quittent leurs banques. Ils vont se trouver face deux alternatives : ils cherchent joindre
dautres petites banques, l o ils travaillent avec les mme outils et la mme valorisation, ou
ils ont vont crent leurs propres banques (les novo banques) sils disposent suffisamment de
fonds (Berger et al, 1998 ; Udell, 2006).
Dans les deux cas, les agents vont essayer de profiter de leurs rseaux pour largir la
base de clientles de leurs nouvelles banques. Ces banques donnent plus de crdit aux PME
par rapport aux autres banques de la mme taille (Goldberg et White, 1997 ; Berney R,
Haynes G W et Charles O ,2000). Les banques sont considres comme nouvelles si elles
nont pas encore ft leurs troisimes anniversaires (Cole et al, 2004).
5. Conclusion de la deuxime partie
Dans cette partie nous avons essay de prsenter la notion du rationnement en

commenant par la dcomposition de la dcision de crdit en deux tapes : la dcision de
loctroi et la dcision du montant octroy. Cette distinction nous a permis de faire la
diffrence entre le rationnement sur la quantit et le rationnement sur le nombre. Le
rationnement sur la quantit est le fait que les banques refusent doctroyer la totalit ou une
partie du montant demand. Par cette stratgie, les banques essayent de satisfaire le plus grand
nombre de clients. Le rationnement sur le nombre est le fait que les banques refusent
daccorder la totalit du crdit un nombre dtermin des clients. Ce rationnement peut
53
aboutir deux autres formes de rationnement qui se distinguent par la clientle cible.
Lorsquune firme juge non rentable malgr quune autre semblable profite du crdit nous
avons le rationnement dun emprunteur spcifique. La deuxime forme de rationnement sur le
nombre est le red-lining ou llimination de toute une classe de risque. Nous avons
prsent, aussi, le rationnement prventif et le rationnement contraint. Ces deux catgories se
distinguent par la raction des banques face lamplification du risque. Les banques les plus
prudentes adoptent le rationnement prventif pour maitriser la prise de risque alors que celles
qui prfrent gagner plus en prenant plus de risque se trouvent confrontes au ratio
rglementaire.
La dernire partie de notre travail a prsent un petit aperu sur lvolution du march
aprs linclusion du rationnement dans le comportement des banques. On distingue trois
ractions possibles : la raction des firmes rationnes qui cherchent des nouvelles sources de
financement, la raction des agents de crdits qui ninfluencent plus la dcision de crdit et la
raction des banques rcemment installes qui essayent de combler le vide et satisfaire la
niche des clients dlaisss.
3me Partie : La raction des banques pour viter le rationnement
Le rationnement des crdits est le rsultat dune asymtrie dinformation et du refus de

la banque dassumer un risque non rmunr par les taux dintrt appliqus. En effet les
banques, qui nacceptent pas une sous rmunration du risque encouru, dclinent les
demandes de crdits. Le rationnement des emprunteurs qui mritent le crdit peut engendrer
des problmes conomiques lis la difficult de ces emprunteurs raliser leurs
investissements. Les banques sont affectes indirectement par ces problmes. En outre, elles
se trouvent dans un march de plus en plus concurrent. Lutilisation de linformation hard
a favoris le partage des donnes entre les diffrents acteurs du march de crdits ce qui a nuit
lavantage des banques dgag antrieurement du caractre priv de linformation collecte.
Pour rsoudre ce problme de rationnement les banques doivent rduire lasymtrie
54
dinformation en distinguant les diffrents types des emprunteurs. La rduction de lasymtrie

dinformation peut se raliser en tablissant une relation durable entre les banques et leurs
clients. Cette relation permet aux banques un meilleur suivi de la situation de leurs clients afin
dviter toute slection adverse . Afin de rduire le rationnement, les banques procdent
lidentification des emprunteurs travers des menus des contrats qui engendre une auto-
slection (Bester, 1985) et/ou la compensation des pertes sur les taux dintrt des crdits par
des revenus gnrs par des services (Park, Brandt et Giles, 2003).
1. Lidentification des emprunteurs par les contrats
Nous nous demandons si la meilleure stratgie est de prter aux meilleurs emprunteurs
en chargeant les taux les plus faibles ou aux plus mauvais un taux plus lev (Park, Brandt
et Giles, 2003). Lidentification consiste prsenter aux clients diffrents choix pour leur
accorder les crdits. Ces alternatives sont des diffrents contrats qui se basent essentiellement
sur une substitution graduelle de la valeur de la garantie par le taux dintrt que le client est
prt payer. La combinaison de ces deux variables donne la possibilit au banquier de juger
limplication de lemprunteur dans le projet et le risque estim.
Une action simultane sur les taux et les garanties permet aux banques didentifier les
emprunteurs potentiels et de leur proposer des contrats adapts, ce qui tend annuler le
rationnement du march (Lobez, 1988 ; Bester, 1985). Ces contrats sappellent aussi des
contrats incitatifs car les emprunteurs les moins risqus sont incit choisir un contrat faible
taux dintrt pay et une valeur de garantie plus importante alors que les emprunteurs les
plus risqus sont incit opter pour les contrats qui chargent les taux les plus chers mais qui
exigent les garanties dont les valeurs sont les moins importantes.
Mais cette solution dpend toujours de la capacit de la banque distinguer entre les
emprunteurs. Sans cette distinction la ralisation de cette stratgie est inefficace et les
diffrents types les contrats nexcluent plus le rationnement (Chan et Thakor, 1987 ; Dehons
et Freixas, 1987 ; Lobez, 1988). Toutes fois, les banques cherchent parfois faire lquilibre
entre les clients domins par les banques qui profitent de linformation soft et les clients
qui sont de meilleures qualits mais bnficiant dautres sources de financement (Ariccia et
Marquez, 2004).
55
2. Loffre des services
Laccroissement de la comptitivit sur les taux dintrt dans les marchs des crdits
pousse les banques chercher dautres solutions afin de maintenir leur activit tout en tant
couvert contre la sous rmunration de risque. Loffre des services, dont la rmunration se
base essentiellement sur des commissions et des honoraires indpendants des taux dintrt
des crdits, peut tre considre comme la solution ce problme. Les banques peuvent
compenser la sous prescription des taux dintrt par le rendement des services de conseil
attachs aux crdits (Allen et Peristiani, 2007). La sous rmunration des crdits peut
contribuer lmergence des services de conseil. Loffre des services est un facteur important
pour la baisse du taux dintrt, dans la mesure o la banque accepte un rendement plus faible
sur son activit de crdit, en contre partie elle observe un accroissement de prestation de
service. Dune faon gnrale, la sous rmunration du risque permet le dveloppement de
plusieurs types de services autre que le conseil. Cependant, le dveloppement de tel service
exige plusieurs mutations qui laccompagnent.
Une drglementation du secteur bancaire a permis aux banques doffrir des nouveaux
services qui permettent de rentabiliser les PME dont les crdits sont jugs non rentables. Par
consquent, les banques ont loption de compenser la rmunration des risques excessifs par
les revenus non lis lintrt engendrs par ces nouvelles activits.
Les banques sont en phase de migration des activits traditionnelles dintermdiation

vers les nouvelles activits. Elles considrent le crdit comme un gnrateur dautres revenus
au lieu de le considrer comme un moyen pour rmunrer le risque (De Young et Roland,
1999).
Les activits traditionnelles des banques sont dfinies comme tant le financement des
crdits par les dpts (Rogers, 1998). Alors que les nouvelles activits gnrent des frais et
des commissions, allant des services de souscription jusqu la gestion de la trsorerie
(Gorton et Rosen, 1995).
Contrairement lide qui considre que ces nouveaux services sont prsents
essentiellement par les grandes banques, les petites banques spcialises dans linformation
56
soft ont opt pour loffre des services personnaliss (Carter et Mc Nulty, 2005). En effet,
les nouvelles activits bases gnralement sur les services exigent une large base de
clientle : the conventionnal wisdom is that big banks do more non traditionnal
activities than smaller banks (Rogers, 1998). Les petites banques sont dsavantages par
leur taille qui les limite dans leurs rgions. (Sinkey, 2001 ; Lui et hung, 2006). Cette
diversification concerne les grandes banques plutt que les petites (De Young et Roland,
1999).
Ces nouvelles activits sont considres comme une solution pour renforcer les
relations des banques avec les emprunteurs. Ces activits reprsentent un moyen pour les
banques maintenir une relation rentable long terme avec les PME non seulement base sur
la collecte de linformation soft mais qui se base aussi sur loffre des services. En effet, les
services commencent tre une composante importante dans les oprations bancaires. La
relation entre les banques et les PME dpasse une simple relation de financement et se
transforme en une vraie relation de partage et de suivi par les services. Cette relation peut tre
considre comme un approvisionnement des services financiers (Boot, 2000). Ces activits
sont dveloppes grce des mutations environnementales, rglementaires et technologiques.
Ces mutations viennent contribuer dune faon obligatoire ou volontaire ce dveloppement.
Le dveloppement technologique
Le dveloppement technologique est susceptible de favoriser le dveloppement de ces

services. En effet, les nouvelles technologies permettent un transfert dinformation plus rapide
et plus scuris. La rapidit de traitement dinformation et la possibilit de travailler
distance ont contribu largir la base de la clientle vise. Ces deux lments ont permis
aux banques de dvelopper leurs gammes de services et doffrir des nouveaux produits qui
taient inaccessibles au paravent.
Certes, ce dveloppement technologique a favoris la propagation de ces nouveaux

services, mais il a aussi aid les banques mettre en place des nouveaux modles dvaluation
qui se basent sur linformation hard et qui vont leur tour contribuer la mme finalit.
57
Lutilisation des modles dvaluation
Lutilisation des modles dvaluation des clients a contribu laugmentation de la

concurrence sur les taux dintrts (Spong, 2000). Cette concurrence a pouss les banques
chercher dautres moyens de rentabilisation des clients. Avec une concurrence accrue, les
banques se trouvent obliges de focaliser leurs efforts sur la quantit des services offerts (Liu
et Hung, 2006). Loffre des services peut tre considre comme une raction la baisse des
revenus des activits traditionnelles (Rogers, 1998 ; De Young et Roland, 1999).
Nous constatons que la majorit des auteurs considrent que le dveloppement de ces
services comme une contrainte pour les banques et non pas un choix stratgique. Les banques
cherchent sadapter ces mutations afin dassurer leur activit dintermdiation financire
mais ces adaptations ne peuvent pas tre mises en place sans une drglementation lgale.
La drglementation lgale
Les banques ne peuvent pas suivre toutes ces mutations technologiques et

environnementales sans une drglementation lgale, car elles se sont trouves coinces dans
un cadre juridique qui limite leur marge de manuvre et leurs produits. Lacte Riegel-Neal
Interstate Banking and Branching Efficiency Act de 1994, lacte de Graham-Leach-
Bliley de lanne 1999 au sein de la rserve fdrale des Etat Unis et la drgulation du
secteur bancaire ainsi que ladoption dune monnaie unique en Europe ont permis aux
banques doffrir des nouvelles activits qui taient interdites. Ces changements ont permis de
soulever les barrires qui interdisent les banques doffrir des services non traditionnels tels
que lassurance.
2.1. Distinction entre les services offerts par la banque
2.1.1. Les services traditionnels
Les banques offrent des services qui gnrent des commissions mais qui ne sont pas
forcment nouveaux pour le secteur dactivit des banques. Le suivi et le contrle exercs par
la banque et la gestion des liquidits reprsentent des exemples des services offerts par les
banques mais qui ne sont pas considrs comme nouveaux (De Young et Roland, 1999). La
58
rmunration de certaines anciennes activits est devenue explicite alors quavant elle tait
incluse dans le prix de lintermdiation (Rogers et Sinkey, 1999). Nous ne pouvons pas
considrer les lettres de crdit comme des nouvelles activits alors quelles gnrent des
commissions. Les clients acceptent cette sparation entre la rmunration des services et des
crdits pour bnficier des taux dintrt plus bas.
2.1.2. Les nouvelles activits
Les nouvelles activits semblent plus importantes tudier vu quelles prsentent des
nouvelles opportunits pour les banques. Lavantage de ces nouveaux secteurs dactivit est
quils nexigent pas des engagements sur les dpts. Les auteurs parlent dune migration vers
des activits hors bilan ou encore des activits non bancaires (De Young et Roland, 1999),
autrement dit, des activits traditionnellement non lies lactivit bancaire. Nous pouvons
citer quelques activits trouves dans la littrature.
La gestion des fonds mutuels : les banques peuvent intervenir sur les fonds mutuels en
donnant des conseils ou en offrant le service de gestion de ces fonds comme un fond
dinvestissement sans avoir lobligation de collecter ces fonds ni de les octroyer.
Le conseil : les banques peuvent donner des diffrents types de conseils leurs clients.
Elles peuvent intervenir dans les conseils dinvestissement en donnant leurs clients la
meilleure faon dont ils peuvent investir leurs fonds disponibles. Elles peuvent aussi leur
donner des conseils sur des diffrentes oprations telle que leur souscription en bourse.
Les oprations sur les titres : les banques peuvent sengager sur quelques oprations
sur les titres. Elles peuvent donner des conseils sur la souscription des titres ou mme elles
peuvent raliser des oprations de courtage et de garantie.
Assurance : les banques peuvent souscrire des contrats dassurance. Elles ont
lopportunit de vendre des contrats dassurance pour les PME ainsi que pour les particuliers.
Do lmergence et le dveloppement de la notion de la banque assurance.
59
Le traitement des donnes : les banques peuvent offrir le service de traitement de

donnes. Autrement dit, les banques font le travail des cabinets de conseil et optent pour le
traitement des donnes pour leurs clients.
Le service immobilier : Les banques peuvent offrir des services lis limmobilier de
telle sorte quelles prennent la place des agences immobilires pour raliser lintermdiation
entre les entrepreneurs et les clients.
Les banques optent pour des nouvelles activits qui exigent des inputs diffrents que
ceux exigs par les activits dintermdiation traditionnelles. Les banques se trouvent
contraries par la spcificit des activits offertes et les comptences qui lui sont ncessaires.
Ces nouvelles activits exigent des agents hautement qualifis et de comptences trs
pointues. Les banques doivent, ou bien, former les agents qui travaillent dj chez elles, ou
bien, recruter dautres agents qui sont mieux qualifis et qui sont experts dans les domaines
dactivit. Dans les deux cas les banques subissent des cots supplmentaires, non envisags
initialement. Il ne faut pas ngliger ces cots dans lanalyse de la rentabilit de ces nouvelles
activits tant donn que les engagements des banques avec les nouvelles comptences sont
long terme et constants dans le temps. Alors que les revenus de ces nouvelles activits ne sont
pas forcements constants.
2.2. Les consquences de la diversification
2.2.1. La diversification et la volatilit des nouveaux revenus
Pour offrir ces nouvelles activits les banques se trouvent obliges de dpenser des
cots constants alors que les revenus dgags de ces activits peuvent varier. Nous navons
pas parvenu un consensus concernant la stabilit des revenus de ces nouvelles activits.
Dune part, la relation entre la stabilit et le dveloppement des services qui engendrent les
commissions nest pas vrifie (Roland, 1997), tant donn que ces revenus persistent dans le
temps moins que ceux du crdit Dautre part, nous avons trouv que les revenus des
commissions sont plus stables que ceux des crdits car ils sont moins sensibles aux
mouvements des taux dintrts et des conjonctures conomiques (De Young et Roland,
1999). Les revenus non lis lintrt sont moins dpendantes des conditions gnrales de
60
lactivit conomique, toutes fois, il nest pas vident de dire que cette diversification des
bnfices offre une stabilit des revenus (Stiroh, 2002). Les revenus non bass sur lintrt
sont plus stables que ceux de lintrt (Rosie et al, 2002). En plus ces revenus peuvent
persister sur plusieurs annes. Donc nous constatons une incertitude sur leffet de cette
diversification qui semble tre rsolue par Lui et Hung (2006) en stipulant que ces services ne
sont profitables que sur une longue dure. Ces types de services accompagnent gnralement
des relations de crdit donc, pour profiter de ces clients, la banque doit attendre une longue
priode. Ce qui implique que nous ne parlons pas de profitabilit sans penser la dure de la
relation. En plus, loffre de services rsulte de la volont des banques tablir une relation
durable, par laquelle, elles collectent de linformation soft et ainsi la profitabilit de cette
relation nest observable qu long terme. La divergence de leffet de la diversification sur la
stabilit des revenus disparait pour quelques types de produits offerts. Nous avons constat
que tous les auteurs sus mentionns soutiennent lide que lactivit qui offre le plus de
stabilit est lassurance. Alors que la moins stable est celle qui porte sur les oprations sur les
actions.
2.2.2. La diversification et la rduction du risque
Le risque global de la banque peut tre affect par les nouvelles activits exerces par
les banques. Loffre des services peut augmenter ou baisser le risque global des banques selon
la nature du produit. Selon Demsetz et Strohan (1995) la diversification nentraine pas
forcement la rduction du risque. Alors que Roger et Sinkey (1999) et Hassan (1992), en se
basant sur une tude portant sur les lettres de crdit, ont montr que les banques qui ont
recours la diversification sont caractrises par une marge dintrt plus faible et dgagent
moins de risque. Ltude de De Young et Roland(1999) a soutenu le mme principe de
rduction du risque global de la banque comme rsultat de la diversification.
La rduction du risque global de la banque dpend de la nouvelle activit exerce. En

effet, la diversification des activits de la banque par lassurance contribue la rduction du
risque mais par les activits lies aux titres amplifie le risque global de la banque (Boyd et al,
1993 ; Saunders et Walters, 1994 ; De Young et Roland, 1999 ; Rosie et al, 2002). Nous
61
pouvons ainsi supposer que la variation du risque est un rsultat des choix stratgiques fixs
par les dirigeants.
2.2.3. Lintgration des revenus des services dans les scores
Les revenus des nouveaux services ne sont pas considrs comme tant suffisamment
stables pour que les banques comptent sur loffre de ces services pour couvrir le risque des
crdits. En effet, un client qui souscrit un contrat de service peut le rsilier aprs avoir
bnfici du crdit annexe. Les banques doivent chercher une autre solution pour calculer
exactement la rentabilit attendue de ce client. Lintgration des revenus des services dans le
calcul des scores est une solution ce problme. Le taux dintrt nest pas le seul lment
affecter la dcision du crdit et il nest quune condition institutionnelle parmi dautres. Le
taux de rendement dun crdit est affect par le taux dintrt et dautres facteurs tels que les
revenus des services qui peuvent accompagner le crdit (Danost, Holt et Imhoff Eugene,
1989). Les banques peuvent privilgier donner les crdits aux clients qui ont une demande des
services plus importantes (Lobez, 1988) et donc les services sont positivement relis au
montant du crdit octroy (Cukierman, 1978). La banque sert en priorit les clients qui
accroissent leur consommation des services bancaires.
3. Conclusion de la troisime partie
Dans cette partie nous avons prsent des alternatives au rationnement pour rsoudre
le problme de la prise de risque excessif non rmunr par les taux dintrt. Nous avons
prsent lidentification des clients par les contrats incitatifs comme premire solution. Ces
contrats donnent aux banques la possibilit de juger le risque des clients travers leurs choix.
En fonction du choix des clients de la valeur de garantie quils sont prts prsenter et le taux
dintrt payer, les banques peuvent distinguer entre les clients risqus et les clients non
risqus. Cette solution a t remise en cause tant donn quelle nest pas toujours efficace.
Nous avons ensuite prsent loffre des services comme deuxime solution. Loffre de
services est caractrise par lapparition des nouvelles formes diffrentes de celles qui
existaient avant les mutations rglementaires, technologiques et environnementales. Les
revenus de ces services ne sont pas stables et ne rduisent pas le risque global de la banque.
Leur efficacit en matire de rduction de risque est lie au service adopt. Face cette
62
division, une autre solution est propose pour les banques qui peuvent intgrer les revenus des
services dans le calcul des scores des emprunteurs et de cette faon nous pouvons lier le
risque du crdit toutes les formes des revenus qui dpendent de lui directement ou
indirectement.
63
Chapitre 2 : Le choix de la nature de
linformation et la performance des
banques3
3
Une version traduite en anglais a t :
accepte pour publication par le journal comit de lecture : Journal of Modern accounting
and Auditing
prsente LAFFI spring meeting, Mai 2010 Saint Malo ; INFINITY, Juin 2010 Dublin et
FMA annuel meeting Octobre 2010 New York
Chapitre 2 : Le choix de la nature de linformation et la performance des banques
Introduction
Lactivit, la plus connue de la banque, est dattribuer et de mettre disposition des

crdits, partir de fonds collects auprs de dpositaires. Ce mtier reprsente plusieurs
risques lis essentiellement au non respect des engagements ou la dfaillance de
l'emprunteur. Pour y faire face, les banques ont mis en place et ont dvelopp des outils pour
valuer, mesurer, contrler et suivre ces risques.
Les bouleversements du secteur bancaire qui rsultent des faillites des banques,
comme lincident de la banque allemande Herstott qui a engendr un effet domino dans le
secteur bancaire et donc abouti une crise financire grave, ont incit les gouverneurs des
banques centrales des pays du groupe de dix , mettre en place une institution de suivi
dont lobjectif est de stimuler la coopration et de promouvoir lharmonisation internationale
en termes de contrle prudentiel bancaire : le comit de Ble. Malgr le fait que cette
institution ne possde aucune autorit et que ses conclusions naient pas force de loi, les
directives du Comit de Bale ont eu une incidence sur le systme bancaire mondial.
Les ralisations les plus connues du Comit ont t le premier et le second accord de
Ble (Ble I et Ble II), qui proposent lunification de la gestion des risques ainsi que la mise
en place de processus de modlisation.
Cette modlisation voque ncessairement le traitement dune information hard

contrairement aux processus dj mis en place et qui se base sur linformation soft .
Lapplication, de ces modles de notation, a partag lopinion acadmique en deux. Afin de
respecter rigoureusement les directives de Ble, les chercheurs ont du se scinder en deux
groupes : lobjectif du premier atelier, tant la substitution de linformation soft par
linformation hard , le deuxime groupe sest focalis sur la complmentarit entre les
deux.
En effet, les banques ont le choix entre deux alternatives. Dun cot, elles peuvent
remplacer le processus dcisionnel par un autre, dans lequel linformation soft ne trouvera
plus sa place, car il se basera exclusivement sur des donnes financires et comptables
rduites des ratios et des moyennes. Les thoriciens, favorables cette alternative, mettent
65
en avant dans leurs argumentaires, la stricte standardisation des mesures de risque et

lunification des mthodes dvaluation.
Dun autre cot, les banques peuvent opter pour la complmentarit entre les deux
types dinformation, afin de profiter de linformation soft et dintgrer les nouvelles
procdures.
La question principale, est de savoir quels sont les dterminants, utiliss par les
banques dans le choix de lalternative adopter.
Les scores, attribus aux emprunteurs, sont calculs au sein des banques selon des
caractristiques et des spcificits propres chacune, cest pourquoi, il existe un diffrentiel
marqu dans les processus de prise de dcision des banques qui optent pour lune ou lautre
stratgie de traitement des demandes de crdit.
Ces changements naffectant pas tous les emprunteurs au mme degr, les PME
restent les clients les plus vulnrables. En effet, laccs au crdit, pour ce segment de
clientle, devient de plus en plus restrictif alors que la demande ne cesse daugmenter. De
plus, un traitement personnalis, de la part des banques, doit tre mis en uvre afin de
prendre en compte leurs caractres informationnels, les donnes financires de mauvaise
qualits et parfois opaques.
Notre travail sintresse tout particulirement ce segment de clientle, qui

reprsentent les PME et qui constitue lenjeu majeur de la mise en place des directives du
Comit de Bale.
Les importantes diffrences, entre les banques, constituent la principale difficult

surmonter pour gnraliser les directives de Ble II. Les caractristiques de chaque banque, de
chaque systme bancaire, de chaque pays constituent une contrainte importante dans le choix
de linformation adquate pour le traitement des demandes de crdits.
Le diffrentiel constat dans le processus de traitement de demandes de crdits peut

nous amener penser que cette mutation sur le plan informationnel et sur le plan fonctionnel
66
ne reste pas sans consquences sur la rentabilit des banques. Il reste savoir si ces
consquences auront un caractre significatif ou non?
Pour rpondre ces deux questions, il sera ncessaire de diviser le travail en trois
parties.
Dans la premire partie, nous prsentons une mesure empirique de la significativit

statistique des variables rvles par les thories et qui expliquent les choix des banques entre
la substitution et la complmentarit des deux types dinformation. Dans la deuxime partie,
nous testons la significativit de limpact de ce choix sur la performance des banques et dans
la troisime partie nous donnons une description statistique du processus dcisionnel des
agents de crdit, chargs du traitement des demandes des crdits des PME. Cette dernire
partie montrera limportance de ladquation de la technologie de prt avec les
caractristiques du crdit et des diffrents intervenants dans la prise de la dcision.
Le plan du chapitre sera comme suit. La premire section prsentera la revue de la

littrature et les diffrentes hypothses, la seconde section donnera une description des
donnes et des variables, la troisime section prsentera la mthodologie et les rsultats des
rgressions, enfin la dernire section conclura mon travail.
1. Thories et hypothses
La prise du risque excessive, adopte par les institutions financires, menace le

systme financier et aggrave sa fragilit. Afin de prvoir et de rduire cette menace, lie la
prise de risques injustifies ,le comit de Ble a prconis lharmonisation des modles de
mesures, en imposant, aux banques, lutilisation des scores internes, qui se basent
essentiellement sur linformation hard et permettent ainsi un meilleur suivi et contrle de
loctroi des crdits.
La mise en place des systmes de contrle fiables permettant une standardisation des
modalits de contrle contribue la stabilit du systme bancaire mondial, mais la
gnralisation de ces systmes reprsente une importante contrainte. Les diffrences entre les
systmes financiers nationaux et la divergence entre les rles jous par les banques, dans leurs
pays, amplifient les difficults dans la mise en place dun systme gnral de contrle. De
67
plus, les diffrences entre les banques et leur compatibilit avec les deux types dinformation
affectent le choix de linformation adquate.
1.1. Linformation soft vs linformation hard
Linformation soft est qualitative, rduite un texte crit qui reprsente les
jugements et les opinions de la personne qui la collecte. Cette information est collecte et
utilise par une seule personne, cense tre en relation directe avec la PME, elle se fait aux
plus bas niveaux hirarchiques de la banque et tout au long de la priode de la relation.
Linformation hard est une donne quantitative, elle ne prsente ni un jugement, ni

une opinion, pas plus quune interprtation de lagent qui la collecte. Ce dernier perd tout
pouvoir de dcision et toute latitude lors de lutilisation de ce type dinformations : il devient
un simple rapporteur (Stein 2002). En effet, cette information impersonnelle soppose
linformation soft . Linformation hard est base sur des critres relativement
objectifs, comme les ratios financiers et les diffrents indices de rentabilit. Elle doit avoir
une interprtation unique par tous les agents de tous les niveaux hirarchiques de la banque.
La diffrence fondamentale entre ces deux types dinformation va gnrer des

diffrences importantes sur leurs rles dans le processus de dcision de loctroi et de contrle
des crdits.
Les cots engendrs par chaque type dinformation font partie des principaux enjeux
de leur mise en place. Les cots de linformation peuvent tre considrs comme tant les
cots de recherche, les cots de vrifications et les cots de contrle (Godlewski, 2004). Mais
on peut supposer que les cots engendrs par linformation utilise sont galement des cots
lis sa collecte, son traitement, et son stockage.
Les agents de crdit, lors de lutilisation de linformation hard dans le processus

dcisionnel de la banque, se transforment en simples rapporteurs (Stein, 2002). En effet, la
collecte et le traitement de linformation hard nexigent pas de comptences importantes,
contrairement linformation soft qui exige des agents hautement qualifis pour son
traitement. Les qualifications ncessaires, pour lanalyse de linformation soft , obligent les
banques mettre en place des agents plus expriments et plus comptents donc des
68
niveaux de salaires en adquation avec la tache. En adoptant linformation hard , les

banques peuvent rduire les cots lis la rmunration, de plus, la centralisation de la prise
de la dcision, rsultant de lutilisation de linformation hard , favorise une concentration
des comptences au niveau des centres de dcision et une moindre qualification aux plus bas
niveaux hirarchiques. Cette centralisation exige, par contre, une meilleure transmission de
linformation.
Linformation hard est caractrise par la facilit de sa transmission et de son

stockage nexigeant que des supports informatiques faible cot. La qualit de ces supports et
leur importante dure de vie ont contribu la prolifration de cette information dans le
temps.
Par contre linformation soft est un jugement personnel et une opinion subjective
de la personne qui la collecte et la traite. Cet agent de crdit va engendrer des cots
supplmentaires, lis au traitement de linformation, pouvant affecter la rentabilit de cette
dernire. Les scores, qui se basent essentiellement sur linformation hard , permettent la
rduction des cots de contrle des agents de crdits et dune faon plus gnrale les cots
lis leur gouvernance (Berger, Frame et Miller, 2005 ; Berger et De Young, 2000).
En effet cette baisse des cots, permet aux banques, daccder aux crdits marginaux,
dont les intrts gnrs ne couvrent pas les charges leves du traitement de linformation
soft . Ces crdits liminent leffet de la distance et les difficults dattribution et de
contrle qui lui sont lis (De Young et al, 2008).
Les technologies de prts reprsentent les systmes mis en place par les banques pour
tudier les demandes des crdits. Les technologies de prt dpendent de la nature de
linformation utilise (Udell, 2008). Il existe donc deux grandes classes de technologies, selon
la nature de linformation utilise : la relation Banque-PME qui se basent sur linformation
soft et les technologies bases sur les transactions qui utilisent linformation hard .
(Stein 2002 ; Cole, Goldberg et White 2004 ; Frame et al 2001 ; Berger et al 2005).
Thoriquement, lexploitation de la relation tablie avec les PME reste la meilleure

technologie de prt. Elle permet de minimiser les problmes dasymtrie dinformation, par
69
contre, elle prsente des difficults majeures pour lagent de crdit, pour qui il est difficile de
retranscrire ses opinions, ses jugements et dextraire linformation fiable pour la prise de la
dcision.
Pour les PME, les banques restent la source de crdits la plus importante (Berger et
Udell, 1996). La gestion optimale des demandes de crdits, de ce segment de clientle,
dpend crucialement de ladaptation de la technologie de prt aux exigences spcifiques de
cette catgorie des firmes. Les PME privilgient la relation durable avec leurs banques afin de
compenser leurs opacits informationnelles. La relation Banque-PME reste associe un
processus de dcision diffrent de celui bas sur linformation hard (Berger et Udell,
2002).
1.2. La relation Banque-PME pour rduire les problmes dasymtrie

dinformation
Berger et Udell (2002) se sont intresss aux problmes dagence au sein de la banque.
Ils la qualifient comme tant une chane de relations dagences entre les emprunteurs, les
agents de crdits, les directeurs gnraux des banques, les actionnaires, les dpositaires et les
rgulateurs du gouvernement.
Dans cette chaine, nous nous intresserons plus particulirement aux maillons qui
relient les emprunteurs aux agents de crdits, dune part, et les agents de crdits aux
directeurs, dautre part.
Les agents de crdit essayent dviter deux problmes, prsents pour la premire fois
par Stiglitz et Weiss (1981). Ils craignent ne pas arriver dtecter le risque rel dun projet et
donc sous rmunrer le risque pris par la banque: cest la slection adverse , ou ne pas agir
face un dtournement des fonds pour un autre projet, cest le hasard moral (Berger et Udell,
2002).
Au niveau de cette premire relation dagence, la nature de linformation utilise joue

un rle crucial dans le contrle du crdit. Linformation soft collecte tout au long de la
priode est plus complte donc elle peut rduire le risque dasymtrie dinformation. Les
70
PME se sentent dans une relation amicale avec les banques, maintenant une relation de crdit
base sur linformation soft (Cole, 1998). La relation de crdit est lun des moyens les
plus efficaces pour rduire le problme dinformation et reste un moyen important pour
dterminer les termes de crdit, (Berger et Udell, 2002). Linformation soft rduit les
problmes dhasard moral en diminuant les problmes de discrtion et, de ce fait, la slection
adverse (Godbillon-Camus et Godlewski, 2006). Linformation hard par contre se
rfre des donnes mathmatiques et des ratios financiers, qui se basent essentiellement sur
des documents financiers prsents par les PME. Cependant, celles-ci peuvent manipuler les
rsultats et jouer sur les comptes, pour camoufler la ralit, afin dobtenir un crdit.
En ce qui concerne la relation dagence entre les prteurs et les emprunteurs,

linformation soft peut sembler plus adquate pour la rsolution des problmes dopacit
informationnelle. Mais laccumulation de ce type dinformation peut donner plus de pouvoir
aux agents de crdit et gnrer de nouveau des problmes dagence lis au contrle de la
latitude de ces derniers lors de loctroi des crdits. Lasymtrie dinformation entre les agents
des crdits et leurs suprieurs gnre des problmes de confiance donc des difficults
optimiser la gestion des fonds. Laccumulation de linformation soft peut nuire au contrle
effectu par les directeurs.
La vision court terme des agents de crdit (Berger et Udell, 2002) peut galement
engendrer des problmes dagences. En effet, le systme de rmunration de ces agents tant
index sur les gains gnrs des crdits octroys, privilgie loffre de crdit cour terme et
lexistence dune relation personnelle ou une volont de dissimuler une ralit favorise la
rtention dinformations.
Dans le cadre dune petite commune, la relation de proximit et son positionnement

dans la vie conomique locale permettent lagent de crdit denrichir, dapprofondir et de
personnaliser la relation avec lentreprise cliente. Cet inter relation complexe laisse rgner un
climat de solidarit et dunit entre les diffrents intervenants. La dlimitation entre la relation
personnelle et professionnelle pousse lagent de crdit se sentir appartenir cette
communaut, et donc subir un sentiment dattachement ou de rciprocit envers le dirigeant
de lentreprise. Berger et Udell (2002) argumentent leur ide par ltude dUzzi et Gillespie
71
(1999) qui utilisent un paradigme sociologique pour encadrer la relation dans les termes dun
certain attachement social vers le propritaire de la firme. Alors que Godlewski (2004) a
montr le bienfait de la dcentralisation de la dcision et du traitement de linformation en se
basant sur ltude de Liberti (2004), ce dernier a men une tude empirique sur loctroi de
lautorit et son impact sur leffort de lagent de crdit. Il utilise le cadre thorique dAghion
et Tirole (1997) pour tudier les banques trangres en Argentine. Les rsultats montrent que
les agents ayant reu plus de latitude utilisent plus efficacement leur information soft . En
effet, lagent de crdit qui dtient un pouvoir dcisionnel suprieur peut se mettre en valeur et
se sentir plus responsable vis--vis de ses dcisions. Ils essayent de prendre toujours la bonne
dcision car il se sent le seul responsable aux yeux de ces suprieurs. Par contre il ne se
sentira plus responsable des dcisions du moment o ce nest pas lui le dcideur. Sil se sent
comme un simple rapporteur qui collecte linformation et la transmet ses directeurs qui
prennent la dcision, il ne fournira pas le mme effort et il naura pas la mme motivation.
Une relation troite entre la nature de linformation et le contrle est tablie, en effet,
ils prcisent que chaque technologie de prt consiste en une combinaison entre la source
dinformation primaire, les mcanismes et les procdures de surveillance (Berger et Udell,
2002). Cest pour cette raison que la procdure de prise de dcision diffre dune banque
une autre et dun pays un autre. Lutilisation de linformation soft exige un traitement de
crdit personnalis et se base sur une relation de proximit avec le dcideur de lentreprise.
Lhomme est sensible son environnement et change ses dcisions et son comportement
selon les circonstances. Une rcession conomique ou une crise financire peuvent influencer
le jugement de lagent. Linformation soft est collecte sur une priode assez longue, elle
permet donc de diffrencier entre les dfaillances de lemprunteur et les crises conomiques et
leurs rpercussions sur lactivit de celui-ci. Les informations collectes, sur la firme et son
propritaire, auprs des clients ou des fournisseurs peuvent porter aussi sur lenvironnement
gnral dans lequel la firme opre (Berger et Udell, 2002). Linformation soft trs
subjective, sa vrification et le contrle de sa qualit restent difficiles raliser.
Contrairement linformation hard , qui ne peut pas intgrer les facteurs conomiques et
les spcificits de sa collecte. Linformation hard ne dpend ni du contexte ni des limites
gographiques et temporelles de la collecte (Godlewski, 2004).
72
Le rle de lagent de crdit parait simple mais linformation collecte nest pas
monotone tout au long de la priode. Lagent doit fournir des efforts supplmentaires pour
pouvoir prendre en compte les changements qui affectent les dterminants de la relation. Il
existe trois dterminants de la relation entre la banque et lemprunteur ce sont : les
caractristiques de la banque, les caractristiques de lemprunteur et les caractristiques du
march.
Nous avons pu trouver dautres variables qui influencent la relation et qui ne

dpendent pas de ces dterminants. Elles sont prsentes par De Young, Glennon et Nigro
(2008) comme suit : la qualit de linformation collecte, les services prescrits au client et les
cots engendrs par la production de linformation.
Les informations, collectes pendant la priode de la relation de crdit, portent sur la

firme, son propritaire, et lenvironnement gnral dans lequel elle exerce. La force de cette
relation affecte les prix et la disponibilit des crdits et se mesure par la dure et le montant
prt, (Berger et Udell, 2002). Nous pouvons citer dautres indicateurs pour mesurer la force
de la relation tels que : son tendue et linverse du nombre des banques en exercice avec le
client (Udell, 2008).
La dure de la relation est considre comme lun des plus importants indicateurs de la
force de la relation et elle peut affecter les prix des crdits et leur disponibilit. En effet, la
variation de la dure de la relation affecte le taux dintrt, la disponibilit et mme les termes
du contrat de crdit. Le sens de variation des prix dans le temps est encore un sujet de
discussion non rsolu. Dun cot, nous prvoyons une baisse des prix dans le temps, par le fait
que la quantit dinformation collecte sur la priode est cumulable et donne ainsi une
meilleure visibilit de la firme. Il en rsulte que cette dernire va bnficier de prix plus
intressants que dautres firmes. Dun autre cot, nous soutenons lide dElsas (2005), pour
qui, la collecte de linformation nest pas monotone. En effet, durant la relation,
laccumulation des informations prives peut se rduire ou donner des signes ngatifs, elle
peut dcrdibiliser linformation prcdente, ce qui rsulte une augmentation des prix au lieu
de les faire baisser.
73
La mesure de ltendue dune relation se base essentiellement sur les montants

accords par la banque son client. Une banque ne peut accorder de sommes importantes
qu une entreprise avec qui elle entretient une relation assez forte. Les montants accords par
la banque rassurent les autres institutions financires. La relation avec la banque est un
certificat pour la bonne sant de la firme.
Dans le cas o la banque offre des services ses clients autres que des crdits, le
volume de ces services peut jouer le rle dindicateur de la robustesse de la relation de la
banque avec la firme. En effet, une banque, qui assure plusieurs services une entreprise, a
donc plus de contact avec celle-ci. Les services assurs par la banque touchent laspect
financier, ce qui lui permet davoir une excellente visibilit sur ltat financier de la firme.
La banque peut changer de comportement dun client un autre selon lhistorique de

sa relation et peut donc imposer des clauses ou des termes de contrats plus ou moins restrictifs
selon le client. Leur importance peut expliquer la force de la relation et le pouvoir de la
banque dans cette relation. En abusant de ce pouvoir de ngociation ou dintervention, la
banque peut aller jusqu une stratgie de holding par laquelle elle domine les PME et leur
impose ses conditions et ses prfrences. Face cette stratgie, les PME essayent de
diversifier leurs sources de financement et engendrant ainsi plus de discrtion et dopacit de
leur part. La banque perd, de ce fait, son avantage comparatif par rapport aux autres
tablissements 4 . Les banques privilgient moins loffre du crdit aux entreprises ayant de
multiples sources de financement (Cole, 1998) et ceci est d aux difficults pour obtenir
linformation prive. En effet, la relation avec une seule banque donne une atmosphre de
confiance et consolide la relation dans le temps (Foglia, Laviola et Maruello, 1998).
Les PME souffrent dune pnurie de financement, cause principalement par leur
asymtrie dinformation. Elles se contentent, pendant leurs premires annes dactivit, de
sources internes de financement. La relation entre la banque et les firmes peut jouer un rle
cl dans la rsolution des problmes dasymtrie dinformations et adoucir les imperfections
du march financier (Berger et al, 2008). En effet, cette relation donne la possibilit aux
4
Pour plus de prcisions, cette ide a t bien dtaille dans larticle de Cole (1998).
74
banques dintervenir dans la gestion de leurs clients lors dune crise et/ou un risque
dinsolvabilit.
Il faut prciser quil existe deux situations distinctes de demande de crdit.
Une premire demande de crdit :
Lors de cette demande, la banque ne possde pas davantage par rapport aux autres
tablissements financiers (Lummer et Mc Connel, 1989 ; Elyasiani et Goldberg, 2004). Cest
avec le temps que la banque arrive produire de linformation et profiter de cette relation.
La dure a des effets positifs sur les avantages de la relation.
Une demande suite une relation dj existante :
Contrairement la premire situation, la banque exploite cette relation de proximit

existante pour encadrer ses dcisions et essayer dviter toute sorte de dformation
informationnelle. La relation entre le prteur et lemprunteur peut produire un input
informationnel important aidant le prteur la prise de la dcision doctroi de crdit,
lvaluation, et la dtermination des spcificits des termes et des conditions de crdit (Boot,
2000 ; Elyasiani et Goldberg, 2004).
HYP 1 : La nature de linformation traite diffre entre une premire demande

de crdit ou une demande post relation
Historiquement, une banque est cense produire une information au-del de

linformation publique car elle est cruciale pour la dcision de crdit et reste un indicateur
important de la solvabilit du client. La banque profite de sa relation de proximit avec les
PME pour rsoudre le problme dasymtrie dinformation. Elle peut sengager dans des
contrats spcifiques dgageant certains avantages par rapport aux autres tablissements
financiers. En effet, les banques ayant un rel poids sur le march, peuvent se permettre de
choisir les bons emprunteurs, (Petersen et Rajan, 1995). Les bons emprunteurs sont les moins
risqus et donc les plus rsistants face aux changements denvironnement. Lavantage de
choisir les bons des mauvais emprunteurs ou les moins des plus risqus permet, en grande
partie, de rsoudre le problme dobscurit informationnelle (Cole, 1998).
75
Les PME se sentent en scurit financire dans une relation avec les petites banques,
qui ont une faible hirarchisation organisationnelle, profitant ainsi dune relation de proximit
avec des agents plus disponibles, pour un suivi personnalis de leur dossier. Et donc, les PME
souvrent plus facilement leurs interlocuteurs financiers permettant ainsi aux banques
daugmenter les flux dinformation. Il semble vident quune information supplmentaire ne
peut se traduire que par une ambigut en moins, cette organisation favorise donc une plus
grande transparence et une meilleure transmission des informations.
La relation de crdit est lune des moyens les plus efficaces pour rduire le problme
dinformation, elle affecte la dcision et dtermine les termes de crdit (Berger, 2002). Les
banques ne se contentent plus des flux dinformation mais elles exigent une information
pertinente pour la prise de dcision et la mise en place des termes de crdit. Les termes de
contrat de crdit varient avec laccumulation de linformation soft . Labsence dune
information exacte sur les PME pousse les banques adopter une slection adverse ex-ante
des PME, (Godbillon-Camus et Godlewski, 2006).
Les lments qui peuvent tre lorigine du changement de la relation de la banque

avec ses clients sont, essentiellement, le dveloppement technologique, le changement du
rgime rglementaire, les changements des conditions de comptition et les changements
macro conomiques, (Berger et Udell, 2002). Toutes ces variables peuvent influencer la
relation qui existe entre les banques et leurs clients et elles peuvent les pousser substituer
cette relation par dautres technologies plus adaptes aux nouvelles exigences.
HYP 2 : Le contact entre lagent de crdit et la PME favorise le transfert de

linformation soft
1.3. La technologie de prt base sur une transaction
Les technologies de traitement de linformation pour la prise de la dcision de prt

sont essentiellement bases sur les tats financiers, les tats dactif, les scores ou la relation
76
personnelle (Berger et al, 2005)5. Les technologies de transaction sont des technologies qui se
basent essentiellement sur linformation hard . Elles varient selon les sources
dinformation. Les technologies de transaction dpendent de la nature des donnes utilises,
des caractristiques de la firme cible et des changements rglementaires.
La dcision de loctroi de crdit qui se base sur les tats financiers exige quils soient
fiables (Berger et Udell, 1998). Cette fiabilit est gnralement lie la transparence de la
firme. La technologie de prt base sur les donnes des tats financiers est le plus adapt pour
les firmes relativement transparentes (Berger et Udell, 2002). Cette transparence est
positivement lie la taille de lentreprise. Une grande entreprise doit dtenir des tats
financiers corrects. La ncessit de cette transparence est la rponse au besoin de transmission
de linformation pertinente la banque. Donc la technologie de prt base sur les tats
financiers est destine essentiellement aux entreprises de grandes tailles caractrises par la
rigueur de leurs donnes financires.
Ltat de lactif donne une ide plus prcise sur la valeur des garanties et des
hypothques quune entreprise peut prsenter en contre partie dun crdit. La technologie qui
se base sur ltat de lactif pose le problme de son valuation pour lhypothque, car cette
valuation reste subjective. Lagent de crdit qui travaille au sein de la banque peut se
tromper en calculant la vraie valeur des hypothques. Pour viter ce problme, les banques
sintressent essentiellement aux nouvelles acquisitions ou elles vont avoir recours des
experts qui dtermineront avec exactitude la valeur de lhypothque.
Plus lentreprise grandit et vieillit, plus son accs aux sources de financement bancaire
sera facilit. Ce constat se base sur le fait que plus les entreprises sont grandes et anciennes,
plus elles ont dactif prsenter comme garantie et rduire lopacit informationnelle (Vos et
al, 2007). Cependant, la technologie base sur les actifs est principalement souscrite sur la
base des hypothques et donc lopacit gnrale de la firme est relativement inconsquente
(Udell, 2008).
5
Cette classification a t tudie dune faon plus dtaille par Berger et Udell (2002)
77
Lutilisation des scores est limite aux conomies matures, dans lesquelles les bases de
donnes sur les crdits ainsi que les bureaux de notation sont dvelopps, (Udell, 2008). Le
recours aux scores sexplique par un accompagnement de lvolution des crdits en montant
et en nombre (Berger, Frame et Miller, 2005 ; Carter et Mc Nulty, 2005). En effet, lagent de
crdit ne gre plus le nombre important des demandes de crdit par la collecte et le traitement
de linformation soft , mais ils ont recours aux scores pour profiter de linformation
financire existante, facile traiter et contrler. Lutilisation des scores pour les crdits aux
PME est lune des plus importantes innovations dans les services financiers, (Berger et al,
2001).
Les scores sont de deux sortes : les scores internes et les scores externes. Les scores
internes sont des scores calculs par la banque, alors que les scores externes sont les scores
obtenus des bureaux de notation ou des autres tablissements financiers. Les banques, qui
utilisent les scores, se scindent en deux parties selon le type des scores utiliss. Celles qui
utilisent les scores externes adhrent au principe les rules alors que celles qui dveloppent
leurs scores internes, adhrent au principe discretion (Berger, Frame et Miller, 2005).
Les banques qui utilisent les scores externes essayent de saligner sur les autres
tablissements et ne profitent pas de la flexibilit des scores internes. Elles cherchent utiliser
la mme information publique et les mmes rgles du march. Les banques de cette classe ne
sintressent pas aux spcificits des clients. Par contre, les banques qui adhrent la
discrtion profitent des scores calculs en interne, adapts aux caractristiques de la banque et
aux spcificits des clients. Toutes les informations collectes ainsi que les scores calculs
sont confidentiels et restent la proprit exclusive de la banque.
Lutilisation des scores peut saccompagner dune autre tude plus approfondie sur la
situation de lemprunteur dans le cas o celui ci obtient un score proche de la valeur seuil
(Godlewski, 2004). Lutilisation des scores ne prouve pas que la banque ait les meilleures
valorisations ou les informations les plus exactes sur les emprunteurs et ne garantie pas que la
banque ait pris la bonne dcision, mais cela rduit les cots, permet plus de rapidit et un
meilleur contrle de la prise de dcision (De Young, Lennon et Nigro, 2008). Le march
exige plus de ractivit, les banques doivent donc rduire le temps de rponse aux demandes
78
de crdit et optimiser la gestion de celles-ci. Afin de pouvoir rpondre cette contrainte de

temps les banquiers font appel une information plus facile collecter et traiter.
HYP 3 : la contrainte du temps de traitement des dossiers favorisent lutilisation

de linformation hard seule
Les scores externes se calculent gnralement dans des bureaux de notation qui les
vendent, par la suite, aux banques. Le faible cot, de cet outil, peut tre la motivation cl pour
lachat de ces scores et leur utilisation comme moyen tranchant lors de la dcision de loctroi
du crdit (Berger et Frame, 2005). Lutilisation de ces scores engendre une plus grande
comptitivit sur le march bancaire. Les scores utiliss par les banques sont considrs
comme des donnes publiques accessibles tout le monde. Les scores externes sont
standardiss, donc ne privilgient pas les banques qui les utilisent. Le caractre tranchant de
lutilisation des scores se traduit par une rigidit dans la prise de dcision et aggrave le
problme dopacit des firmes, (Berger et Frame, 2005).
Lutilisation des scores internes existe depuis longtemps, mais les directives du comit
de Ble ont contribu leur gnralisation. Le comit de Ble a incit les banques calculer
les scores internes propres leurs particularits. Les processus, qui permettent la banque de
calculer les scores internes, peuvent rsoudre le problme de lexagration de prise de risque
mais ils peuvent en mme temps crer un nouveau problme dagence (Berger et Udell,
2002). Lutilisation des scores externes a contribu la convergence des dcisions des agents
des crdits et leurs suprieurs, alors que, les scores internes, par leur caractre spcifique aux
banques, ont gnr de nouveaux conflits entre celles ci et les superviseurs du march
bancaire. Les rgulateurs, chargs de la surveillance de lintermdiation bancaire sur le
march de crdit et de lapplication des directives du comit de Ble, ne peuvent pas cerner
toutes les spcificits des banques et se trouvent incapables de contrler la prise de risque de
celles-ci, (Feess et Hege, 2004).
Jusquici, les banques restent rigides dans les tudes des demandes des crdits, elles
les acceptent ou les refusent. Seul le caractre informationnel est important, la taille du crdit
a t nglige. Les problmes lis aux crdits proviennent de limperfection de linformation
ex-ante concernant le risque de dfaut des emprunteurs potentiels (Godlewski, 2004).
79
Cependant, lapproche prsente par Keeton (1979) a t qualifie de sduisante par Lobez
(1988) car elle est fonde sur la non homognit du crdit. La dcomposition du crdit nous
amne se demander si la taille de ce denier influence la dcision de loctroi.
Lintgration de linfluence du montant du crdit dans la prise de dcision est une

rsultante de lapplication des accords de Ble. Les banques doivent fixer le capital octroyer
ds le dbut de lanne pour prserver les ratios rglementaires. Lapplication des modles
bass sur les scores rduit la qualit de linformation collecte. Les grands crdits ont
tendance tre plus exigeant en termes dinformation car ils psent plus lourd sur le risque.
Le cot du traitement de linformation dans la prise de dcision pouvant tre intgr

par les banques ; plus le montant du crdit est important, moins les cots de linformation sont
significatifs, ce qui favorise des recherches dinformation approfondies. Lobez (1988) donne
lexemple suivant : le fait de prter cent Euros mille fois nengendre pas les mmes cots pour
la banque que de prter mille Euros cent fois. Aussi, les banques favorisent lutilisation dune
information moins couteuse si elles jugent que les montants des crdits sollicits ne sont pas
importants. La croissance de la disponibilit des crdits pour les PME est plutt due la
diminution des cots dutilisation des scores que de la diminution de lopacit (Berger et
Frame, 2005). Les petits crdits tendent avoir des prix plus levs que les plus grands afin
de couvrir les cots du traitement de linformation.
HYP 4 : Le montant moyen des crdits est corrl positivement lutilisation de

linformation hard
1.4. La nature de linformation et les caractristiques de la banque
Le secteur bancaire a t divis en deux grandes catgories : les petites banques et les
grandes banques 6 . Les petites banques ont recours linformation soft alors que les
grandes banques utilisent linformation hard (Berger et al, 1998 ; Berger et al, 2002 ;
Cole et al, 2004 ; Petersen, 2004 ; Petersen et Rajan, 2002 et Stein 2002). La spcialisation
6
Berger et al (2005) et Stein (2002) sont la source de cette division.
80
des petites banques dans linformation soft et les grandes dans linformation hard
rpond aux besoins spcifiques de chacune. Les grandes banques ont tendance standardiser
leurs procdures et dcentraliser leurs dcisions, elles ont donc besoins dune information
facile vrifier et contrler.
Les grandes banques sont plus performantes dans les marchs caractrises par des
crdits standardiss et des services non personnaliss (Carter et Mc Nulty 2005). Les produits
standardiss nexigent ni un traitement particulier, ni une collecte dinformation spcifique.
Linformation hard peut tre suffisante pour une telle politique de prt. En utilisant cette
information, les grandes banques sanctionnent les petits emprunteurs, qui privilgient la
relation durable pour laccs aux crdits. Les grandes banques ont tendance rduire leurs
crdits aux PME, elles utilisent les ratios financiers plus que lout put informationnel dgag
au cours de la relation tablie (Berger et Udell 2002). En effet, laugmentation de la taille des
banques est ngativement corrle au volume des crdits consacrs aux PME (Berger, Frame
et Miller, 2005).
Les grandes banques sont plus comptitives que les petites dans loffre des crdits
des clients loigns par contre ces dernires sont plus adaptes dans lentretien dune relation
durable avec ces clients (De Young, Lenon et Nigro, 2008 ; Berger et al, 2005). Cette relation
durable favorise la collecte de linformation soft . Elle dpend essentiellement des
comptences des petites banques qui profitent de cette situation de proximit en se
positionnant sur des niches de clientle dlaisses par les plus grandes. En utilisant
linformation soft les petites banques sont plus comptitives que les grandes dans loctroi
des petits crdits (Carter et Mc Nulty, 2005 ; Berger et al, 2002). La ncessit dune relation
durable et personnalise avec les PME, peut assurer la survie de la communaut des petites
banques, (Udell, 2008 ; De Young, Hunter et Udell, 2004).
HYP 5 : Limportante taille de la banque lincite adopter linformation hard
La structure organisationnelle est gnralement lie la taille de la banque. Alors que,

la complexit organisationnelle peut exister dans une petite banque et/ou ne pas exister dans
une grande. En effet, les banques peuvent adopter des comportements qui ne refltent pas
leurs tailles. Une petite banque qui appartient une entreprise de hold up ne peut pas se
81
comporter comme tel, elle doit suivre les instructions de cette entreprise dominatrice (Keeton,
1995 ; Carter et Mc Nulty, 2005).
La complexit organisationnelle est de deux types : la complexit horizontale lie la

diversit des fonctions de la banque et la complexit verticale lie au nombre des niveaux
hirarchiques (Frame, Srinivasan et Woosley, 2001). La structure organisationnelle de la
banque joue un rle important dans le choix de linformation pour la prise de dcision (Berger
et Frame, 2005) : il est prfrable pour les banques, qui ont peu de chartes et plus de branches
dactivits, dadopter les scores qui se basent principalement sur linformation hard . Ces
auteurs argumentent leur ide en se basant sur dautres tudes telles que celles de Frame,
Srinivisan et woosley (2001) et dAkhavian, Frame et White (2005). Lorganisation complexe
des banques les incite utiliser une information facile transmettre et vrifier entre
diffrents agents et/ou dans le temps.
Les petites banques, qui possdent des niveaux hirarchiques restreints, utilisent
linformation soft pour faire face aux problmes dasymtrie dinformations (Berger et
Udell, 2002). En effet, la mise en valeur et la reconnaissance du travail des agents de crdit
par les dirigeants des institutions dcentralises, favorise loptimisation de lutilisation de
cette information (Liberti, 2004). La transmission et la fiabilit de linformation soft sont
plus importantes dans les organisations dcentralises (Godlewski, 2004).
HYP 6 : les banques qui dcentralisent la dcision de crdit utilisent

linformation soft
Lors du traitement dun dossier de crdit les banques peuvent se consacrer deux
variables : le cot de ltude du dossier et la qualit de linformation traite. Les banques
nadoptent pas le mme choix stratgique, elles ne font pas le mme arbitrage entre le cot et
la qualit de linformation. En effet, les scores7 sont adopts pour minimiser les cots ou pour
augmenter la prcision (Berger, Frame et Miller, 2005). Ainsi, nous distinguons deux types de
7
Les scores est une forme de linformation hard dans son sens retreint et quon peut gnraliser
toutes les autres formes de linformation hard .
82
banques : celles qui utilisent les scores externes pour dcider de loctroi du crdit et celle qui
les utilisent comme un complment la technologie en place dans le but damliorer la
prcision des dcisions.
Les banques, qui cherchent minimiser les cots de collecte et de traitement de

linformation ncessaire la prise de dcision doctroi de crdit, adoptent linformation
hard . La baisse des cots de lutilisation de linformation hard peut tre le rsultat du
faible cot de son traitement contrairement celui de linformation soft ou de la
neutralisation de leffet distance qui rsulte du traitement de linformation hard (De
Young, Lennon et Nigro, 2008).
La minimisation des cots peut tre la motivation cl de ladoption des scores et leur
utilisation comme moyen tranchant pour la dcision de crdit mais elle peut galement
aggraver le problme dopacit des firmes et des termes des contrats (Berger et Frame, 2005).
HYP 7 : le cot de collecte, de traitement et de stockage de linformation explique

la nature de linformation utilise, le cot lev explique lutilisation de linformation
soft
Linformation hard est certes moins couteuse mais elle se base essentiellement sur
des donnes financires et comptables. Par contre linformation soft est plus complte et
reflte mieux la situation relle de la firme. Elle intgre des donnes gnrales sur le
dirigeant, lenvironnement conomique et les diffrentes variables qui peuvent affecter le
fonctionnement global de lentreprise, elle est donc plus riche. La complmentarit entre ces
deux types dinformation offre la banque la possibilit de prendre une dcision plus
pertinente. Ce qui lui permet la minimisation des pertes lies la mauvaise attribution des
crdits. En effet, en liminant les mauvais emprunteurs, les banques sont capables de rduire
les provisions sur les pertes des crdits et donc profiter dune situation moins risque. La
motivation, de certaines banques, est damliorer la prcision de la dcision, do une
utilisation combine de linformation hard et de linformation soft simpose. Cette
ide a t traite dans plusieurs tudes comme celle de De Young, Lenon et Nigro (2008),
Frame, Srinivasan et Woosley (1998) et Akhavein, Frame et White (2005).
83
HYP 8 : La complmentarit entre les deux types dinformation est ngativement

lie au niveau de risque de la banque
Linformation utilise par la banque peut affecter son fonctionnement global. Si la

banque adopte la combinaison des deux types dinformation, elle peut amliore sa capacit
prvoir les dfaillances et peut donc, en profiter pour amliorer sa performance.
Par dduction, on peut expliquer le lien entre la performance de la banque et sa

stratgie de gestion de demandes de crdits: en utilisant les deux types dinformations, les
banques obtiennent une meilleure visibilit sur leurs clients et peuvent, de ce fait, aboutir
des dcisions plus pertinentes. Il en rsulte une rduction des pertes lies aux crdits et donc
une diminution du risque de crdit. Cette diminution contribue mieux exploiter le capital de
la banque ainsi qu rduire les rserves obligatoires, fixes par les directives de Ble. En
ayant respect les ratios lgales, les banques profitent dune baisse de rserves. Elles peuvent,
ainsi, rinvestir le capital dgag dans des nouveaux crdits et bnficier de leurs intrts. Ce
raisonnement simple est, en fait, beaucoup plus compliqu dans la ralit. Il montre la relation
troite entre le choix de la complmentarit des deux types dinformation et lamlioration de
la performance des banques. Cette performance peut tre mesure par plusieurs indicateurs.
Les plus utiliss sont la rentabilit boursire et la rentabilit comptable. Nous allons nous
intresser cette dernire pour donner un aspect interne notre tude. Pour cette
performance, nous allons nous concentrer sur la rentabilit des capitaux propres et de lactif
conomique, ainsi que sur la qualit de portefeuille crdit des banques. Nous allons donc
utiliser comme instrument de mesure le ratio ROE, ROA et la qualit du portefeuille crdit.
Le ratio ROE a t choisi par plusieurs auteurs tels que Holderness et Sheehan (1988) mais
son inconvnient reste le risque de donner une image biaise de la rentabilit puisquun fort
ratio peut provenir dun faible niveau des fonds propres. Quant au ratio ROA, il a t utilis
par Barro et Barro (1990), Angbazo et Narayanan (1997) et Yan (1998). Les inconvnients,
de cette mesure, sont la ngligence des activits hors bilan, qui prennent plus dampleur dans
les activits bancaires, et le placement de la totalit des actifs sur un mme niveau de risque.
HYP 9 : lintgration de linformation soft dans le calcul des scores amliore

la performance des banques
84
2. Donnes et variables
Trouver une relation entre le choix de linformation et les diffrents dterminants,

dcrits ci-dessus, nous oblige chercher des informations au del des informations publiques.
Plusieurs dterminants du choix de linformation, ainsi que la description du processus
dcisionnel, nexistent pas dans les bases de donnes. Plus important encore, lvaluation du
cot rel de linformation soft est trs difficile raliser. La recherche de toutes ces
donnes nous a amen distribuer un questionnaire, dont la description sera prsente dans le
paragraphe suivant, en plus dune collecte des donnes financires, ralise dans une base des
donnes.
2.1. Donnes
Pour tester les hypothses ci-dessus nous avons collect les donnes par deux
moyens : des donnes financires collectes dans la base BANKSCOPE, concernant les 17
banques qui appartiennent notre chantillon pour lanne 2007, et un questionnaire distribu
aux directeurs dagences des banques et les chargs des PME. Les agences cibles sont
tournes vers les professionnels et les entreprises, elles couvrent tout le territoire franais et
reprsentent un panel reprsentatif, aux termes de rpartition, des agences en France. Il a t
bien prcis dans le questionnaire que les donnes recherches devraient porter sur les crdits
octroys aux PME pendant lanne 2007 afin de les combiner avec les donnes collectes
partir de la base des donnes. Selon la rglementation europenne de 2003 on considre une
entreprise comme PME (petite ou moyenne entreprise) toute socit comptant moins de 250
personnes et dont le chiffre d'affaires annuel n'excde pas 50 millions d'euros ou dont le total
du bilan annuel n'excde pas 43 millions d'euros.
La version finale du questionnaire est prsente dans le tableau 2-1 de lannexe. Il a t

test sur un sous chantillon de 50 chefs dagences et chargs de PME. Plusieurs questions
ont t modifies afin de sadapter aux exigences des professionnels contacts. Le
questionnaire tant anonyme, afin de respecter le droit lanonymat des rpondants, nous
avons demand ce que le nom de la banque soit notifi afin de pouvoir complter le reste
des donnes financires collectes dans la base. La premire partie du questionnaire est
compos de six questions, destines collecter des informations sur lagence (sa taille, le
85
nombre de ses employes, son emplacement gographique et son PNB). La deuxime partie
porte sur des diffrentes informations sur les crdits octroys, dfaillants (la taille, le nombre),
et le portefeuille client des banques. La troisime repose sur le processus dcisionnel de
lagence (la divulgation de la dcision, la relation, la nature de linformation).
La description de lchantillon : Nous avons distribu 2134 questionnaires pour 142

rponses (soit 6,65%), parmi lesquelles 105 exploitables (5%) ont t retenues. Ces rponses
nont ni de valeurs manquantes ni dinformations incohrentes. Les 17 banques franaises et
trangres, composant lchantillon, exercent sur le territoire franais.
2.2. Variables
Ce paragraphe prsente lensemble des variables utilises pour notre tude et ses
diffrentes mesures. Un premier tableau rsumera les diffrentes variables traites par les
rgressions (Tableau 2-2) et un deuxime tableau prsentera les statistiques descriptives des
variables qualitatives concernant le processus de dcision (Tableau 2-7).
2.2.1. Les variables dpendantes des deux rgressions
La nature dinformation utilise par les banques (INFO) est une variable muette
collecte par le questionnaire et elle est base sur la rponse des chefs dagences et des
chargs des PME, elle prend une valeur binaire (INFO=0 si la banque nutilise que
linformation hard pour la prise de la dcision, et INFO=1 si la banque utilise les deux
types dinformation). Cest la variable la plus importante, elle nous permet de distinguer entre
les banques qui optent pour la complmentarit entre linformation soft et linformation
hard ou les banques qui substituent la premire par la deuxime.
La performance est mesure par ladquation entre la rentabilit gnre et la prise du

risque. Donc pour mesurer la performance des banques nous allons essayer de se baser sur
trois indicateurs : La rentabilit des actifs conomiques (ROA), la rentabilit des fonds
propres (ROE) et la qualit du portefeuille crdit (RIS_PF). Les deux premiers indicateurs de
performance sont utiliss pour montrer un ventuel changement de la rentabilit suite au
changement de la stratgie de collecte, de traitement et de stockage de linformation. Et le
86
troisime permet la mesure de linfluence de ce mme changement sur la qualit des crdits
des banques.
Les deux ratios de rentabilit, ROA et ROE, reprsentent respectivement, un rapport

du rsultat net par lactif total de la banque et ses fonds propres. Ces deux variables sont
faciles calculer contrairement la mesure de la qualit des crdits. Cette dernire a t
calcule partir des provisions pour pertes sur crdits, la division de cette provision par le
montant brut des crdits donne le ratio qualit du porte feuille crdit, qui indique des pertes
lies la dgradation des crdits et donne un signe pour des difficults futurs.
2.2.2. Les variables indpendantes
Le traitement dune premire demande de crdit : Cette variable est muette et collecte
par le questionnaire (PREM_DDE= 0 si lagent utilise le mme type dinformation pour tous
les demandes de crdit, PREM_DDE=1 dans le cas o linformation change lors de
lutilisation des demandes ultrieures une premire). Cette variable montre que si le
traitement dune premire demande diffre du traitement dune autre ultrieure et donc sil
existe une adoption de linformation soft . Cette diffrence sexplique par leffet de
lexprience ou par la connaissance du charg de PME des grandes lignes de lentreprise en
question, ce qui lui permet de rduire leffort de collecte et de traitement de linformation.
La dure de la relation : par cette variable nous mesurons la dure ncessaire, pour le
charg de PME ou le chef dagence, collecter suffisamment dinformation soft pour
construire une opinion sur la situation gnrale de lentreprise et de son dirigeant.
La frquence des Rendez Vous : Cette variable vient complter la variable DUREE.
En effet la dure de la relation explique sa force mais elle ne montre pas sa vraie profondeur
et sa solidit. La frquence des rendez-vous permet dtudier linfluence de la relation sur le
choix de linformation.
Le temps de traitement de crdit :il permet dtudier une ventuelle influence du temps
disponible pour tudier un dossier de crdit sur le choix de linformation utilise. Avec le
nombre de demandes tudier et le temps limit dont il dispose, le charg de PME doit tre
plus optimal dans le traitement de linformation.
87
Les dlais des rponses : elle compte le nombre des jours ncessaires pour rpondre
une demande de crdit. Par cette variable nous essayons de voir si la dure promise, pour
rpondre aux demandes, affecte le choix de linformation.
Le crdit moyen : cest la division du montant total des crdits, octroys par lagence,
par le nombre des crdits accords. Ces valeurs ont t collectes partir du questionnaire.
La taille de la banque : la taille de la banque est reprsente par le total de son actif.
Cependant, pour son intgration, nous utiliserons la valeur donne par la fonction logarithme
nprien.
La centralisation de la dcision : la dlgation de la dcision de loctroi de crdit peut

affecter linformation utilise pour la prise de cette dcision. La diffrence entre les niveaux
hirarchiques de la prise de dcision sera prsente par une variable muette. Si la dcision est
prise au sein de lagence donc nous considrerons quil y a une dcentralisation de la dcision
et la variable prend une valeur de 0. Si la dcision est prise lextrieur de lagence : une
direction des engagements ou autres, nous considrerons que la banque centralise la prise de
la dcision et nous donnerons une valeur gale 1 cette variable.
Le temps de collecte, de traitement, et de stockage de linformation : le cot de la

collecte, du traitement et du stockage de linformation est difficile quantifier. Pour mesurer
ce cot nous lavons assimil au temps complmentaire celui consacr habituellement au
suivi d'une relation avec une PME. Le temps complmentaire, sur lequel on sest bas pour
expliquer le cot de linformation, doit tre ncessairement exclusif la collecte, au
traitement et au stockage de l'information utilise. Ceci reste un essai afin dexpliquer
linfluence du cot de linformation sur le choix des banques travers le temps ncessaires
pour les chargs des PME.
Le risque de la banque : la mesure du risque est indexe sur des lettres par les trois
agences de ratings adopts par notre tude. Nous attribuons des valeurs aux trois notations de
STANDARD et POORS, MOODYS et FITCH. Une banque ayant une bonne notation aura
une note suprieure une banque ayant une notation moins bonne selon une chelle allant de
88
0 10. Les trois notations taient trs proches et se suivent ce qui na pas influenc la
moyenne affecte aux banques.
La probabilit de dfaut : cette variable est calcule sur la base des notations de
STANDARD et POORS. Elle donne la probabilit de dfaut de lmetteur sur la base dune
anne.
2.2.3. Les variables de contrle
Les banques ont recours une information prive, autre que celles utilises par les
autres tablissements financiers, base sur une interprtation personnelle de lagent du crdit
concernant la situation des PME. Une mthode relationnelle dobtention dune
information soft non prsente dans les documents financiers, savre mieux adapte mais
plus difficile standardiser. Les spcificits des PME exigent un traitement particulier de la
part de leurs banques et les spcificits des banques influencent leurs mthodes de travail.
Cest pour cette raison que nous avons intgr des variables de contrle qui nous permettent
de voir leurs effets sur les diffrents rsultats.
Nous nous sommes intresss trois critres: la nationalit, lappartenance un

groupe et la nature dactionnariat.
La nationalit de la banque peut affecter le choix de linformation utilise pour la

dcision des crdits. La relation des PME avec les banques trangres est particulirement
fragile. Ces banques ne prfrent pas utiliser linformation soft , elles maintiennent des
affaires avec les socits les plus grandes, les plus vielles et les plus transparentes. Ce choix
est stratgique pour que ces banques profitent pleinement de linformation hard (Berger et
al, 2008). Ces banques peuvent tre pnalises par les diffrences culturelles et linguistiques
lors de la collecte de linformation soft (Berger et Udell, 2002). Ce qui fait que les firmes,
ayant des relations avec les banques trangres, ont la volont davoir plusieurs relations et
linverse est vraie (Berger et al, 2008).
Lappartenance un groupe peut affecter le comportement des banques, en effet, une

petite banque qui appartient un holding peut se comporter comme une grande banque
(Keeton 1995 ; Berger et al, 2001 ; Carter et Mc Nulty, 2005). Une petite banque qui favorise
89
lutilisation de linformation soft peut tre amene utiliser linformation hard afin
de saligner sur le systme dinformation du groupe.
La dernire distinction est faite entre les banques commerciales et les banques
mutualistes. Lexercice de lactivit bancaire de ces dernires se base sur une idologie
particulire. Donc leur mthode de travail et le type des relations quelles tablissent avec
leurs clients, sont diffrents des banques commerciales. La particularit des clients
actionnaires dans les banques mutualistes favorise une information plus dveloppe.
Les mesures des variables :
Lappartenance un groupe: une variable muette indiquera si la banque appartient

un groupe ou non. Si la banque fait partie dun groupe, cette variable (BQ_GRP) prendra la
valeur 1, et si elle est indpendante la variable est gale 0.
La nationalit de la banque : une variable muette permettant de distinguer entre les

banques franaises et les banques trangre qui exercent en France. Cette variable a une
valeur binaire (BQ_NAT =1 si la banque est nationale, BQ_NAT=0 si elle est trangre).
La nature de lactionnariat : la diffrence de la structure dactionnariat dune banque

mutualiste sera prsente par la variable BQ_MUT. Cette variable prend des valeurs binaires,
elle est gale 1 si la banque est mutualiste, 0 sinon.
3. Les rgressions
3.1. Mthodologie
Nous ralisons notre travail en trois parties. La premire partie porte sur une
rgression logistique de la variable information (INFO) pour dterminer la significativit des
diffrents dterminants pris en compte dans la rgression. Dans la deuxime partie nous
testons leffet du choix de linformation sur la performance des banques et la troisime partie
prsente une description statistique de lintgration des diffrentes variables qualitatives dans
le processus dcisionnel des agences.
90
tant donn que la variable dpendante de notre premire rgression est muette,
lutilisation dun modle de rgression logistique semble plus adquate pour notre tude. Le
choix entre le modle Probit et Logit nest pas trs important. Dans note chantillon, la
ralisation du phnomne est plus importante que la non ralisation, ce qui nous amne plutt
vers lutilisation du modle Logit.
Notre premire rgression est sous la forme :
P (1/INFO) 0 + 1 PREM_DDE + 2 DUREE + 3 RDV + 4

Ln [ ]=
1-P (1/INFO)
(/INFO) TPS_TR + 5 DELAI + 6 CR_MOY + 7 TOT_ACT +
8 HIER + 9 COUT + 10 RISQ + 11 PD +
Dans notre deuxime partie, nous essayons dexpliquer les rentabilits et les
provisions de pertes des banques par le choix de linformation effectu, pour cela, nous
utilisons des rgressions des moindres carrs ordinaires (MCO). Nous ralisons cette
deuxime rgression en deux tapes. Dans la premire tape, nous intgrons une seule
variable indpendante : INFO. Alors que dans la deuxime tape, nous intgrons dautres
variables de contrle pour liminer les biais lis aux spcificits de la banque. Les variables
adoptes portent sur trois caractristiques de la banque : son appartenance un groupe, sa
nationalit et la nature de son actionnariat (BQ_GRP, BQ_NAT et BQ_MUT).
Deuxime tape
Premire tape
ROA = 0 + 1 INFO + 2 BQ_GRP + 3 BQ_NAT + 4

ROA = 0 + 1 INFO +
BQ_MUT +
ROE = 0 + 1 INFO + 2 BQ_GRP + 3 BQ_NAT + 4
ROE = 0 + 1 INFO +
BQ_MUT +
RIS_PF = 0 + 1 INFO + 2 BQ_GRP + 3 BQ_NAT + 4
RIS_PF = 0 + 1 INFO +
BQ_MUT +
91
La troisime partie de notre tude prsente une description statistique des diffrentes
variables qui influencent le processus dcisionnel de la banque.
3.2. Rsultats et discussions
Les rsultats de notre premire rgression sont prsents dans le tableau 2-3 (de
lannexe). Le Pseudo-R2 de McFadden a une valeur gale 0,239. Nous trouvons une
significativit statistique pour cinq parmi les huit hypothses tudies par cette premire
rgression.
Lhypothse non valide est la sixime. En effet, daprs les rsultats des rgressions,
nous concluons que le niveau hirarchique de la prise de dcision de loctroi du crdit
ninfluence pas le choix de linformation.
Les hypothses sur lesquels nous ne pouvons pas nous prononcer sont la troisime et
la huitime. La troisime lhypothse soutenant lide que la contrainte du temps favorise la
substitution de linformation hard linformation soft est teste par deux variables : la
premire (DELAI) reprsente les dlais exigs pour rpondre la demande de crdit et la
deuxime (TPS_TR) indique le temps estim pour traiter une demande. Nous ne pouvons pas
nous prononcer sur la validit de cette hypothse car la variable (DELAI) na pas eu une
significativit statistique, malgr le signe positif attribu cette variable confirmant quun
dlai plus long donne la possibilit utiliser les deux types dinformations, confirmant ainsi
notre proposition. Lautre variable (TPS_TR), qui est statistiquement significative, a eu un
coefficient ngatif, conformment nos attentes. Cette variable mesure le temps ncessaire
pour ltude dun dossier par les chargs des PME. Ce rsultat peut sexpliquer par le fait
quun temps de traitement plus long permet au charg des dossiers bien analyser
linformation hard . Il prend le temps ncessaire analyser toutes les informations
financires sa disposition, afin de prendre la bonne dcision. Un temps court de traitement
oblige lagent de crdit rduire la recherche de linformation hard et favoriser
lutilisation de linformation soft dj collecte. Il va donc combiner les deux types
dinformations pour dcider.
92
Il est difficile de se prononcer concernant la validit de la dernire hypothse qui

permet de mesurer leffet du risque bancaire sur le choix de linformation adopte. La mesure
de risque a t tudie par lintgration dans le modle de deux variables : le risque de la
banque (RISQ) et la probabilit de dfaut (PD). Cette dernire variable nest pas
statistiquement significative, alors que les rsultats montrent une corrlation ngative la
complmentarit des deux types dinformation. Ce premier rsultat, malgr son non
significativit, nous permet de dire que la baisse de la probabilit de dfaut pousse les
banques adopter une information hard plus exacte et plus rigide. La variable RISQ est
significative et est corrle ngativement ladoption de la seule information hard . Ce fait
confirme lhypothse que lutilisation de la complmentarit entre les deux types
dinformation est ngativement lie au risque de la banque. Lintgration de linformation
soft contribue lamlioration de la qualit de linformation et donc elle minimise la prise
des fausses dcisions.
Toutes les hypothses, qui suivent, sont valides. En effet, pour la premire hypothse,
nous constatons que le signe du coefficient de la variable (PREM_DDE) est positif, ce qui
explique que les chargs des PME nutilisent pas le mme type dinformation pour toutes les
demandes de crdit. Ils ont tendance utiliser linformation soft en plus de linformation
hard pour les demandes ultrieures. Ceci confirme notre premire hypothse selon quoi
linformation utilise lors de la premire demande, et qui ne peut tre que hard , est
diffrente de celle utilise ultrieurement. La deuxime hypothse est teste par deux
variables : la dure (DUREE) et la frquence des Rendez vous (RDV), ncessaires pour le
charg de PME, pour la collecte de linformation soft et lacquisition dune opinion sur la
situation de lentreprise. Ces deux variables doivent mesurer la force de la relation. Elles ont
eu des T de Student significatifs mais des signes des coefficients opposs. Le signe de la
frquence des RDV est positif, ce qui peut sexpliquer par le fait que le nombre des RDV
favorise la collecte de linformation soft et la construction dune image qui reflte la
situation relle de la PME. Par contre la dure de la relation (DUREE) admet un coefficient
ngatif, ce qui sexplique par le fait quune dure trs longue pour la collecte de linformation
soft peut nuire sa fiabilit. Plus la dure de collecte est longue, moins elle reflte la
situation relle de lentreprise. Notre hypothse est donc valide et confirme que le contact
93
favorise la collecte de linformation soft . La rgression effectue nous montre que,

conformment aux noncs de la quatrime hypothse, le montant moyen des crdits est
corrl ngativement la complmentarit des deux types dinformation. En effet, la variable
(CR_MOY) a eu un coefficient proche de -0,20. Laugmentation de la taille moyenne des
crdits conduit lutilisation de linformation hard seule, et limine ainsi toute estimation
ou jugement personnel. Nous pouvons expliquer ce rsultat par le fait que, dans le cas dun
important crdit, les banques cherchent mieux se protger contre une ventuelle dfaillance.
Donc elles essayent de minimiser les marges dinterprtation et de jugement et dopter donc
pour une information financire exacte et facile contrler. Les banques favorisent la facilit
du contrle des grands emprunteurs pour mieux allouer leurs ressources.
Dans la mme suite des corrlations ngatives. La taille de la banque, reprsente par
la variable (TOT_ACT), est lie ngativement la combinaison des deux types dinformation.
Ce constat confirme la cinquime hypothse avance et soutenant lide que les grandes
banques favorisent lutilisation de la seule information hard , et ainsi confirme toutes les
thories qui prdirent que la grande taille de la banque est une variable importante pour la
gnralisation des modles quantitatifs dvaluation.
De plus, la septime hypothse, qui prdit que le cot de la collecte, de traitement et

de stockage de linformation peut affecter le choix du type de linformation utilise, est
valide. En effet, la variable (COUT), mesure par le temps ncessaire la collecte, au
traitement et au stockage de linformation, a t ngativement corrle lutilisation de
linformation hard seule. En dautres termes, la baisse du cot de linformation, utilise
pour le traitement des demandes, peut expliquer la substitution de linformation soft par
linformation hard . Cette variable peut se montrer proche de la variable (DUREE), mais
dans la ralit elle ne reprsente pas la mme mesure de temps. Lune mesure le temps
ncessaire pour juger la situation de la PME et lautre mesure le temps ncessaire pour
collecter, traiter et stocker linformation utile la prise de la dcision.
Afin de tester la robustesse de notre modle, nous avons effectu le test de colinarit
qui mesure les facteurs dinflation de variance. Ce test a montr labsence de colinarit entre
94
nos variables indpendantes. On constate que toutes les valeurs du test ne dpassent pas 3
alors que la valeur maximale pour accepter lhypothse dabsence de colinarit est de 10.
Notre deuxime partie a t effectue en deux tapes. Les rsultats des trois premires
rgressions sont prsents dans le tableau 2-4 de lannexe. Ils montrent une significativit
statistique, avec 1% derreur, de linfluence de la nature de linformation sur la rentabilit des
capitaux propres et de la qualit du portefeuille crdit. En effet, avec des T de Student ayant
des valeurs respectives de 3,206 et de 2,668, on peut conclure de la significativit de la
variable (INFO). Le coefficient positif de la variable (INFO) lors de la rgression ralise sur
la ROE montre que le choix de la complmentarit des informations influence positivement
cette rentabilit. En plus, la variable (INFO) a affect ngativement la variable (QLTE_PF).
Rappelons que cette variable mesure les provisions de perte rapportes au montant total des
crdits. Une faible valeur de ce ratio peut tre interprte par une bonne qualit du portefeuille
crdit. Donc le signe ngatif, entre la complmentarit des deux informations et cette variable,
montre une bonne influence de la complmentarit sur la qualit des crdits. Toutefois, la
significativit de cette variable, pour expliquer la rentabilit conomique de la banque, est
vrifi seulement 10% derreur. Ce qui laisse penser que le niveau des fonds propres peut
biaiser linterprtation du premier rsultat.
Nous avons ralis une deuxime rgression en prenant en compte trois variables qui
peuvent influencer la performance de la banque : sa nationalit, son appartenance un groupe
et la nature de son actionnariat. Les rsultats de cette deuxime rgression tableau 2-5 de
lannexe) confirment ceux de la premire. En effet, la significativit et le signe de la variable
(INFO) restent inchangs pour les trois variables qui mesurent la performance. Ce qui
minimise les biais lis lappartenance de la banque un groupe, la nature de son actionnariat
et sa nationalit.
Lors des deux tapes, nous avons effectu des tests sur la robustesse du modle et nous
avons confirm lhypothse nulle dabsence dhtroscdasticit dans les six rgressions
effectues et lhypothse dabsence de colinarit entre les variables explicatives pour les
rgressions de la deuxime tape.
95
La troisime partie de notre tude empirique donne sur une description statistique du
processus dcisionnel des agents de crdit.
Toutes les valeurs sont calcules partir des rponses qui dcoulent du questionnaire
distribu aux chefs dagences et aux charges des crdits des PME. Le tableau 2-7 rsume
toutes les valeurs.
Le premier tableau montre les diffrents taux dusage de chaque type dinformation
pour la prise de la dcision des crdits court terme et long terme, le deuxime tableau nous
donne la participation des diffrentes variables dans la dlgation des dcisions de crdit et le
troisime prsente les taux des diffrentes variables qui influencent la prise de la dcision.
La premire sous partie montre les diffrentes sources dinformation utilises pour la
prise de la dcision. Nous constatons que presque tous les chargs utilisent les donnes
financires pour ltude des demandes de crdit court terme et long terme. Par contre les
sources dinformation soft sont plus utilises, pour les crdits LT, que pour ceux CT
except pour les RDV (91% pour le CT contre 83% pour le LT). Le fait le plus marquant de
cette partie, reste le pourcentage de chargs ayant rpondu et qui utilisent leurs jugements
personnels comme source dinformation (50% pour le CT et 66% pour le LT). Lautre point
souligner, est la faible coordination entre les banques. Seulement 5,71 % pour le CT et 10,5%
pour le LT, des chargs utilisent des comptes rendu dautres banques travaillant avec le mme
client et ayant une relation plus ancienne. Cependant, le compte rendu de la banque de France
est utilis par 55% des chargs lors de ltude dun crdit LT mais seulement 31% pour le
CT.
Un test, sur la diffrence des moyennes, a t effectu afin de chercher une diffrence
significative entre les sources dinformation utilises lors du traitement des crdits long
terme et des crdits court terme (Tableau 2-6). Aprs avoir test la diffrence des variances
et lobtention dun rsultat confirmant labsence dune diffrence statistiquement
significative, nous avons procd au test de la diffrence des moyennes sous lhypothse
dgalit des variances. Nous navons pas pu rejeter lhypothse nulle en confirmant ainsi une
galit des moyennes. Nous en dduisons quil existe une similitude de traitement des crdits
court terme et long terme.
96
La deuxime partie, de cette analyse descriptive, prsente les diffrentes variables de

dlgation de la prise de dcision par des agents de lagence. Les deux plus importantes
variables, selon les rpondants, sont la qualit des donnes financires pour 82% des cas et le
risque du dossier pour 76%. La taille du crdit intervient aussi dans le choix de la
dcentralisation de la prise de la dcision, mais dans une ampleur moins importante que les
deux prcdentes. Prs de 70% des rpondants confirment que le niveau de la prise de
dcision dpend du montant du crdit. Mais le plus important est que les caractristiques des
emprunteurs, telles que la taille de la PME et la finalit des crdits interviennent dans la
dcision de dlgation, avec des pourcentages dutilisation respectifs de 29,5% et 42%. En ce
qui concerne la conjoncture conomique globale, elle nintervient que dans 35% des cas, ce
qui montre la mauvaise adaptation des processus dcisionnels aux changements
environnementaux. Cette rigidit organisationnelle nous laisse nous interroger sur la
flexibilit procdurale de la banque. Si une banque nadapte pas sa gestion aux exigences du
march, elle va se retrouver en difficult pour optimiser son activit et exploiter son actif.
La troisime sous partie de notre travail montre les diffrentes variables qui
influencent la dcision de loctroi de crdit et limportance de linformation soft dans cette
dcision.
Contrairement nos attentes, la variable qui influence le plus la dcision reste les
comptences du dirigent , avec un taux dutilisation trs lev, en effet, 86% des chargs
des crdits prcisent quils ont t affects par les comptences du dirigeant lors de la prise de
la dcision doctroi de crdit. La force de la relation, quant elle, est moins importante selon
les rpondants mais son taux dutilisation reste nanmoins lev, 80% de ces derniers ont
confirm avoir chang la dcision en se basant sur la force de leur relation avec les PME.
Linterprtation personnelle, de lagent de crdit, reste importante dans les sources de
linformation utilise pour la prise de dcision doctroi de crdit, avec un pourcentage
dutilisation proche de 45%. La chose la plus marquante, de ce tableau, reste le poids des
relations extra professionnelles dans le jugement du banquier. En effet, dans plus dun cas sur
six, les chargs des PME et les chefs dagences se basent sur des relations extra
professionnelles pour influencer ou faire influencer la dcision de loctroi de crdit. Par
contre, le jugement de la situation future de la PME, lestimation des valeurs des garanties et
97
les projets futurs de lemprunteur, ayant eu des frquences dutilisations respectives de 75%,
64% et 54%, se montrent sous exploits en tenant compte de leur importance dans la
justification de la prise de risque.
La conclusion, pouvant tre tir de ce paragraphe, est que lutilisation de linformation

soft dans la dcision doctroi de crdit est trs rpandue. Il reste trouver le moyen
doptimiser son exploitation. Cette information est difficile quantifier, mais vu son
importance, il tait ncessaire de trouver une solution pour la contrler et lintgrer
formellement dans le calcul des scores et les notations attribus aux PME.
4. Conclusion
Dans une conjoncture conomique mondiale dfavorable, les banques doivent faire
face une difficult croissante de loctroi des crdits. Elles doivent optimiser lallocation de
leurs actifs, dans une priode caractrise par une absence marquante de crdibilit financire.
Malgr le fait que les PME reprsentent les plus importantes composantes du tissu
conomique franais, elles souffrent dune grande vulnrabilit lie leur opacit.
Linformation financire seule ne peut pas permettre, cette catgorie de firme, de bnficier
des crdits. Une information soft collecte tout au long de la relation, reliant les banques
et les PME, semble ncessaire pour rduire le problme dasymtrie de linformation. Le
comit de Ble incite les banques utiliser des scores internes plus spcifiques pour
lvaluation de leurs clients, mais ces scores compromettent les avantages lis au traitement
de linformation soft .
Notre travail a prouv la significativit statistique de huit variables, parmi onze

proposes, pour expliquer le choix de la complmentarit ou la substitution entre les
informations utilises. Cette significativit a permis de valider cinq hypothses, den invalider
une et de ne pas se prononcer concernant deux autres. Le choix de linformation affecte la
qualit des inputs informationnels de la dcision de loctroi de crdit. Cest pourquoi, nous
avons essay, dans la deuxime partie de ce travail, de trouver une relation entre ce choix
dinformation et la performance bancaire, mais nous navons pas pu valider lhypothse
soutenant lide que la complmentarit des informations utilises amliore la performance
bancaire. Par contre, sur le plan risque nous avons observons une relation ngative entre la
98
complmentarit des deux types dinformation et les provisions pour les pertes sur les crdits,
ce qui amliore la qualit du portefeuille crdit des banques et ceci sexplique par le fait que
linformation soft est plus complte.
Sur le plan pratique, malgr la faible relation entre la performance de la banque et

lexploitation de linformation soft , les agents chargs des PME se basent, dune manire
remarquable, sur ce type dinformation pour trancher dans les dcisions doctroi des crdits.
Nous avons montr limportance de lutilisation de cette information lors de la prise de la
dcision dans les rponses des chefs dagences. Cette information est vraisemblablement
importante pour la prise de la bonne dcision de crdit et la minimisation de la prise du risque
de la banque. Cependant, il reste la normaliser et lintgrer dans les notations et les scores
accords aux PME. Cette normalisation est difficile raliser et ouvre la porte un nouveau
systme de contrle du traitement des demandes de crdit. Lcart entre les rgles imposes et
la pratique sestompera pour laisser la place une application aveugle des modles
mathmatiques et le calcul des scores financiers en poussant les banquer faire un arbitrage
entre la prise du risque ou le rationnement des crdit.
99
Bibliographie
Aghion P. et Tirole J., 1997, Formal and Real Authority in Organizations , Journal of
Political Economy, vol. 105, n1, fvrier, p.1-29.
Akhavein J., Frame W.S. et White L. J., 2005, The Diffusion of Financial Innovations: An
Examination of the Adoption of Small Business Credit Scoring by Large Banking
Organizations , Journal of Business, University of Chicago Press, vol. 78, n2,
Mars, p. 577-596.
Angbazo L. et Narayanan R., 1997, Top management compensation and the structure of the
board of directors in commercial banks , European Finance Review, Vol. 1, p.239-
259.
Barro J. et Barro R. J., 1990, Pay, performance and turnover of banks CEOs , Journal of
Labor Economics, vol.8, p. 448-481.
Berger A., 2002, The economic effects of technological progress: evidence from the
banking industry Finance and Economics Discussion Series 2002-50, Board of
Governors of the Federal Reserve System (U.S.).
Berger A. et De Young R., 2000, The effects of geographic expansion on bank efficiency,
works paper, Federal Reserve Bank of Chicago.
Berger A. et Frame W. S., 2005, small business credit scoring and credit availability ,
Federal Reserve Bank of Atlanta Working Paper Series, 2005-10, May.
Berger A., Frame W. S. et Miller N. H., 2005, credit scoring and the availability, price, and
risk of small business credit , Journal of Money, Credit, and Banking - vol 37,
Number 2, March, p. 191-222.
Berger A., Klapper L F., Martinez Peria M. S. et Zaidi R., 2008, Bank ownership type and
banking relationships , Journal of Financial Intermediation, vol.17, p. 37-62
Berger A., Klapper L. F. et Udell G. F., 2001, The ability of banks to lend to
informationally opaque small business, journal of Banking and Finance, vol.21, p.
2127-2167.
Berger A., Miller N. H., Petersen M. A., Rajan R. G, et Stein J. C., 2005, Does function
follow organizational form? Evidence from the lending practices of large and small
banks , Journal of Financial Economics, vol. 76(2), p. 237269.
Berger A., Saunders A., Scalise J. M. et Udell G. F., 1998, The effects of bank mergers and
100
acquisitions on small business lending . Journal of Financial Economics, vol. 50, p.

187229.
Berger A. et Udell G F., 1996, Universal Banking and the Future of Small Business
Lending. In Universal Banking: Financial System Design Reconsidered, Chicago,
IL: Irwin, p. 558-627.
Berger A. et Udell. G., 1998, The economics of small business finance: The roles of private
equity and debt markets in the financial growth cycle , Journal of Banking and
Finance, vol. 22, p. 613-73.
Berger A. et Udell G. F., 2002, Small Business Credit Availability and Relationship
Lending: The Importance of Bank Organisational Structure , Forthcoming,
Economic Journal.
Berger A. et Udell G. F., 2006, A more complete conceptual framework for SME finance
Journal of Banking and Finance, vol. 30, N11, p. 29452966.
Boot A. W. A., 2000, Relationship Banking: What Do We Know? , Journal of Financial

Intermediation, vol. 9, p.725.
Uzzi B. et Gillespie J. J., 1999, What small firms get capital and what cost: notes on the role
of social capital and banking networks , Proceedings, Federal Reserve Bank of
Chicago.
Carter D. A. et McNulty J. E., 2005, Deregulation, technological change, and the business-
lending performance of large and small banks Journal of Banking et Finance, vol.
29, p. 11131130.
Cole R. A, 1998, The importance of relationships to the availability of credit , Journal of

Banking and Finance, vol. 22 (68), p. 959-977.
Cole R., Goldberg L.G. et White L.J., 2004, Cookie-cutter versus character: the micro
structure of small business lending by large and small banks . Journal of Financial
and Quantitative Analysis, vol. 39, p. 227251.
De Young R., Glennon D. et Nigro P., 2008, Borrower-lender distance, credit scoring, and
loan performance: Evidence from informational-opaque small business borrowers
Journal of Financial Intermediation, vol. 17(1), Janvier, p. 113-143.
De Young R., Hunter W. C., et Udell G. F., 2004, The past, present, and probable future for
community banks , Journal of Financial Services Research, vol. 25 (2-3), 85-133.
101
Elsas R., 2005, Empirical determinants of relationship lending , Journal of Financial

Intermediation vol. 14, p. 3257.
Elyasiani E. et Goldberg L. G., 2004, Relationship lending: A survey of the literature

Journal of Economics and Business vol. 56 (4), p.315330.
Feess E. et Hege U., 2004, The Basel II Accord: Internal Ratings and Bank
Differentiation , Center for Financial Studies No. 2004/25.
Foglia A., Laviola S. et Marullo Reedtz P., 1998, Multiple banking relationships and the
fragility of corporate borrowers , Journal of Banking et Finance, vol. 22, p. 1441-
1456.
Frame W. S., Padhi. M. et Woosley L., 2001, The Effect of Credit Scoring on Small
Business Lending in Low- and Moderate-Income Areas , Federal Reserve Bank of
Atlanta Working Paper No. 20016.
Frame W. S., Srinivasan A., et Woosley L., 2001, The Effect of Credit Scoring on Small-
Business Lending , Journal of Money, Credit and Banking, Vol. 33, No. 3, p. 813-
825.
Godbillon-Camus B. et Godlewski C. J., 2005, Credit Risk Management in Banks: Hard

Information, Soft Information and Manipulation , Working Paper LaRGE.
Godlewski C., 2004, rle de la nature de l'information dans l'intermdiation Bancaire ,

Finance 0409029, EconWPA.
Holderness C. G. et Sheehan D. P., 1988, The role of majority shareholders in publicly held
corporations: An exploratory analysis , Journal of Financial Economics, Elsevier,
vol. 20(1-2).
Keeton W., 1979, Equilibrium Credit Rationing , New York, Garland Press.
Keeton W., 1995, Multi-office bank lending to small businesses: Some new evidence ,
Economic Review, Federal Reserve Bank of Kansas City, vol. 80, p. 45-57.
Liberti J. M., 2004, Initiative, Incentives and Soft Information. How Does Delegation
Impact The Role of Bank Relationship Managers? Finance 0404023, EconWPA.
Lobez F., 1988, le rationnement du crdit : une synthse , finance, vol. 9, N2.
Lummer S. L. et McConnell J. J., 1989, Further evidence on the bank lending process and
the capital market response to bank loan agreements , Journal of Financial
102
Economics, 25(1), p. 99-122.
Petersen M.A., 2004, Information: Hard and soft , Mimeo, Kellogg School of
Management, Northwerstern University.
Petersen M. A. et Rajan R. G., 1995, The Effect of Credit Market Competition on Lending
Relationships , The Quarterly Journal of Economics, MIT Press, vol. 110(2), May,
p. 407-443.
Petersen M. A., et Rajan R. G, 2002, Does distance still matter? The information revolution
in small business lending , Journal of Finance, vol 57, p. 25332570.
Stein J. C., 2002, Information production and capital allocation: decentralized versus
hierarchical firms . Journal of Finance, vol. 57, p. 18911921.
Stiglitz J.E. et Weiss A., 1981, Credit rationing in markets with imperfect information
, The American Economic Review, vol. 71, n3, p. 393-410.
Udell G. F., 2008, What's in a relationship? The case of commercial lending , Business
Horizons, vol. 51, p. 93103.
Vos E., Yeh A., Carter S. et Tagg S.,2007, The happy story of small business financing ,
Journal of Banking et Finance, vol. 31, p. 26482672.
Yan Y., 1998, The FDICIA and bank CEOs pay-performance relationship: An empirical
investigation , Working Papers, Federal Reserve Bank of Cleveland, N 9805,
Janvier.
103
Annexes
Tableau 2-1 : Le questionnaire
Des informations gnrales sur lagence
Nous allons commencer notre questionnaire par la collecte dinformations gnrales

concernant lagence que vous supervisez. Les donnes recherches doivent porter sur
lanne 2008. Quelques questions seulement sont concernes par cette prcision.
1. A quel rseau bancaire appartient lagence que vous dirigez ?

2. Pouvez-vous nous donner le nombre total des personnes qui travaillent au sein de votre
agence et le nombre des chargs des PME ?
Le nombre total
Les chargs des PME
3. A combien estimez vous le montant des charges du personnel de cette agence ?

4. A combien slve le montant total des charges dexploitation de lagence?
5. Pouvez-vous nous prciser la taille de la ville dans laquelle vous exercer votre travail ?
+ de 200000 Entre 200000 et - de 50000 campagne

habitants 50000 habitants habitants
6. Pouvez-vous estimer le PNB de votre agence ?
104
Des informations sur les crdits
Dans cette deuxime partie du questionnaire, nous allons passer aux informations concernant les
crdits et le portefeuille client de la succursale. Je vous rappelle que les donnes recherches
ciblent les crdits octroys aux PME pendant lanne 2008.
7. A combien estimez vous le montant total des crdits octroys par votre agence?
8. pouvez-vous nous donner le nombre des crdits accords par lagence ?
9. Pouvez-vous nous communiquer le taux de refus des demandes de crdits tudis par votre
agence? (le nombre des rponses dfavorable loctroi de crdit aprs une tude du dossier)
10. Quelle tait la valeur totale des crdits dfaillants des PME ? (les crdits dfaillants sont ceux
qui prsentent un dfaut de payement de 90 jours ou plus)
11. Quel est le nombre total des crdits considrs comme dfaillants pendant lanne 2008 ?
12. pouvez-vous nous prciser sil existe un systme de taux de cession interne ?
OUI NON
13. Si oui, pouvez-vous nous donner le cot de refinancement pay par lagence pour pouvoir
octroyer les crdits aux PME?
14. Pouvez-vous nous dire comment est tabli le taux de refinancement ?
15. Pouvez-vous estimer le nombre dheures ncessaires pour le charg de PME pour tudier une
demande de crdit aux PME en fonction du montant du crdit et de la dure du crdit?
Crdit court terme Crdit long

terme
Moins de 10.000
Entre 10.000 et 100.000
Plus que 100.000
105
16. Est-ce que vous pouvez nous donner la part de chaque secteur conomique dans le portefeuille
client de votre succursale ?
Agriculture .
Industrie .
Service
17. A partir de quelle dure la relation tablie avec une PME vous permet-elle de construire une
ide personnelle suffisante pour juger le dirigeant de la PME sans avoir recours aux donnes
financires mises jour ?
18. Au bout de combien de rendez-vous, vous pouvez construire une ide personnelle suffisante
pour juger le dirigeant de la PME sans avoir recours aux donnes financires mises jour?
19. Est-ce que vous pouvez estimer le risque du portefeuille client de votre agence (cocher la case
qui vous parait reprsentative) ?
Trs risqu Risqu Assez risqu Peu risqu Faiblement Pas de tout
risqu risqu
1 2 3 4 5 6
Des informations gnrales sur la prise de la dcision de crdit
Maintenant, nous allons aborder les diffrents lments qui influencent la prise de dcision de
loctroi du crdit. Pour les questions choix multiples, veuillez cocher la rponse qui vous
parait bonne.
20. Selon vos dmarches, est ce que vous pouvez nous donner les origines de linformation
utilise lors du traitement dune demande de crdit de court terme et un crdit de long terme ?
106
(cocher les cases qui vous semblent adquates)
Crdit court terme Crdit long terme
Analyse financire
Analyse de trsorerie
Les comptes courants
RDV
Un jugement du charg des PME
Les comptences du dirigeant (CV)
Lhistorique des crdits
Un compte rendu de la banque de France
Dune autre banque qui exerce avec la

mme entreprise mais avant votre banque
21. Pouvez-vous nous dire si vous traitez les informations de la mme faon pour une premire
demande de crdit ou une demande ultrieure ?
OUI NON
22. Pouvez-vous estimer le temps complmentaire au temps habituel consacr au suivi dune
relation avec une PME et ncessaire la collecte, au traitement et au stockage de linformation
utilise pour le traitement dune demande dun crdit?
23. Pouvez-vous nous donner le nombre de jours ncessaires pour rpondre une demande de
crdit?
107
24. La dcision de loctroi du crdit est-elle prise au sein de lagence ou la direction des
engagements?
Lagence (Gestion des crdits)
La direction des engagements (Gestion du risque)

25. Pouvez-vous nous prciser de quelles variables peut dpendre la dlgation de la dcision des
crdits? (vous pouvez cocher plusieurs alternatives)
La conjoncture conomique globale
Le risque du secteur dactivit de la PME
La qualit des donnes financires
La taille de la PME
La finalit du crdit
Le risque du dossier
La taille du crdit
26. Dans le cas o le montant du crdit affecte la dlgation de la dcision de crdit, partir de
quel montant cette dcision est dlgue une personne externe lagence ?
27. Selon vous, est-ce que lanciennet de la personne charge par la gestion du crdit peut
influencer le choix de linformation utilise ?
OUI NON
108
28. Pour valuer les PME lors dune demande de crdit, vous utilisez des scores internes (calculs
au sein de la banque) ou des scores externes (transmis par la banque de France ou autres) ?
Score Interne
Score Externe
29. Prenez vous en considration des facteurs non financiers, en plus des scores pour dcider du
sort de la demande du crdit ?
OUI NON
30. Dans le cas o le score dune PME est infrieur mais proche du seuil dacceptation. Est-ce que
vous pouvez influencer la rponse la demande de crdit?
OUI NON
31. Sur quels lments vous pouvez vous baser pour influencer une dcision doctroi de crdit?
(vous pouvez choisir plusieurs alternatives)
La force de la relation avec la PME
Un jugement de la situation future de la PME
Les projets futurs de lemprunteur
Les comptences du dirigeant
Votre feeling
Lestimation de la valeur des garanties
Une relation extra professionnelle
109
Tableau 2-2: Description des variables
Ce tableau prsente les diffrentes variables prises en comptes dans nos rgressions.
La deuxime colonne spcifie le codage utilis pour prsenter les rsultats des tests effectus.
La mention comptes annuelles indique que les variables sont calcules partir des
donnes collectes des comptes de rsultat des banques, et la mention agence de notation
fait rfrence aux agences de ratings STANDARD et POORS, FITCH et MOODYS.
La variable Le code La source Hypothse teste

Variable
Linformation utilise INFO Questionnaire dpendante
/Hypothse 9
Variable
La rentabilit des actifs ROA Comptes annuels
dpendante
Variable
La rentabilit des capitaux propres ROE Comptes annuels
dpendante
Variable
La qualit du portefeuille crdit QLTE_PF Comptes annuels
dpendante
La taille moyenne des crdits CR_MOY Questionnaire Hypothse 4
Le temps de traitement dune demande de crdit TPS_TR Questionnaire Hypothse 3
La dure de la relation avec un emprunteur DUREE Questionnaire Hypothse 2
La frquence des RDV RDV Questionnaire Hypothse 2

Le niveau hirarchique de la prise de la dcision HIER Questionnaire Hypothse 6
Le dlai de rponse DELAI Questionnaire Hypothse 3
PREM_DD
Le traitement dune premire demande Questionnaire Hypothse 1
E
La taille (Log des actifs) TOT_ACT Questionnaire Hypothse 5
Lindice du risque de la banque RISQ Agence de notation Hypothse 8
Les cots en terme de temps de la collecte, du
traitement et du stockage de linformation COUT Questionnaire Hypothse 7
utilise
La probabilit de dfaut PD Agences de notation Hypothse 8
Variable de
La nationalit de la banque NAT_BQ Comptes annuels
contrle
La nature de proprit (banque mutualiste, Variable de
BQ_MUT Questionnaire
banque dactions) contrle
Variable de
Lappartenance un groupe GROUPE Comptes annuels
contrle
110
Tableau 2-3: Rsultats de la premire rgression
Estimation Logit utilisant les 105 observations 1-105
Variable dpendante: INFO
Variable Coefficient Erreur Std Statistique t
Const 33,154 12,1919 2,7193
PREM_DDE 0,994177 0,680743 2,4604
DUREE -0,46225 0,243964 -2,0948
RDV 0,392153 0,163624 2,3967
TPS_TR -0,535651 0,27209 -1,9687
DELAI 0,200834 0,108864 1,8448
CR_MOY -0,195587 0,171781 -2,1386
TOT_ACT -0,765 0,253779 -3,0144
HIER 0,0222 0,637877 0,0348
COUT -0,540227 0,217048 -2,4890
RISQ -2,67108 1,37686 -1,9800
PD -0,174433 1,9415 0,0898
Moyenne de INFO = 0,724
Nombre de cas 'correctement prdis' = 83 (79,0%)
F (beta'x) la moyenne des variables indpendantes = 0,149
Pseudo-R2 de McFadden = 0,239334
Log de vraisemblance = -44,0691
Test du ratio de vraisemblance: Chi-deux(11) = 34,6189 (p. critique 0,001181)
Critre d'information d'Akaike (AIC) = 116,138
Critre bayesien de Schwarz (BIC) = 149,986
Critre d'Hannan-Quinn (HQC) = 129,043
111
Test de colinarit :
Facteurs d'inflation de variance
VIF(j) = 1/ (1 - R(j)^2), o R(j) est un coefficient de corrlation multiple entre la variable j et

les autres variables indpendantes
Valeur minimale possible = 1.0
Valeurs > 10.0 peut indiquer un problme de colinarit
La valeur la plus lev est constate pour la variable TOT_ACT et gale 2,286.
Prdit
0 1
Actuel 0 15 14
1 8 68
112
Tableau 2-4: Rsultat de la deuxime rgression (1re tape)
Estimation MCO utilisant les 105 observations 1-105
ROA ROE QLTE_PF

0,287175** 6,72053*** 2,77065***
Const
(2,5045) (6,2894) (13,5313)
0,239622* 4,02691*** -0,642228***
INFO
(1,7779) (3,2062) (-2,6684)
R 0,0297747 0,0907459 0,0646617
R ajust 0,020355 0,0819182 0,0555807
TR2 = 0,651999< TR2 = 2,55331< TR2 = 0,000385651<
Test de White
(1)= 3,84 (1)= 3,84 (1)= 3,84
Significatif 10%, ** significatif 5%, *** significatif 1%, (T de Student).
Tableau 2-5 : Rsultat de la deuxime rgression (2me tape)
Estimation MCO utilisant les 105 observations 1-105
ROA ROE QLTE_PF

0,266331 13,86625*** 2,77997***
Const
(1,1949) (7,3164) (7,2434)
0,248814 4,29533*** -0,72934***
INFO
(1,17550) (3,6185) (-2,9877)
0,234673 -0,224956 0,919673***
BQ_GRP
(1,13666) (-0,1565) (3,1103)
-0,134963 -6,87641*** -0,70377*
BQ_NAT
(-0,6017) (-3,6617) (-1,8223)
-0,135931 -2,13809* -0,116321
BQ_MUT
(-0,9762) (-1,8339) (-0,4852)
R 0,0525 0,283161 0,150708
R ajust 0,0146 0,254487 0,116737
Test de White pour TR2 = 5,06964 TR2 = 11,6408 TR2 = 15,4554
lhtroscdasticit avec p. critique = P avec p. critique = P avec p. critique = P
Hypothse nulle: (Chi-Square(9) > (Chi-Square(9) > (Chi-Square(9) >
113
htroscdasticit 5,06964) = 0,828195 11,6408) = 0,234327 15,4554) = 0,079163

non prsente
INFO 1,1 INFO 1,1 INFO 1,1
Test de colinarit BQ_GRP 1,337 BQ_GRP 1,337 BQ_GRP 1,337
des variables (VIF) BQ_NAT 1,292 BQ_NAT 1,292 BQ_NAT 1,292
BQ_MUT 1,239 BQ_MUT 1,239 BQ_MUT 1,239
Significatif 10%, ** significatif 5%, *** significatif 1%, (T de student).
114
Tableau 2-6: Teste de diffrence des moyennes
1re tape : test de diffrence de variance :
Test d'galit des variances (F-Test)

Crdit court Crdit long
terme terme
Moyenne 62,5555556 70,2222222
Variance 1018,52778 695,694444
Observations 9 9
Degr de libert 8 8
F 1,46404472
P (F<=f) unilatral 0,30116936
Valeur critique pour F (unilatral) 3,43810123
On peut conclure quil ny a pas une diffrence de variance F(1,464) <f unilatral(3,438)
2me tape : test de diffrence des moyennes avec variances gales
Test d'galit des esprances: deux observations de variances gales
Crdit court Crdit long

terme terme
Moyenne 62,5555556 70,2222222
Variance 1018,52778 695,694444
Observations 9 9
Variance pondre 857,111111
Diffrence hypothtique des moyennes 0
Degr de libert 16
Statistique t -0,55551306
P(T<=t) unilatral 0,293114
Valeur critique de t (unilatral) 1,74588367
P(T<=t) bilatral 0,586228
Valeur critique de t (bilatral) 2,11990529
Il ny a pas de diffrence statistiquement significative entre les moyennes T unilatrale

(0,2931) < T critique unilatrale (1,745)
115
Tableau 2-7 : Les statistiques descriptives des variables de prise de dcision
Source de linformation
Crdit CT Crdit LT
Analyse financire 103 (98,10%) 105 (100%)
Analyse de trsorerie 94 (89,52%) 84 (80%)
Les comptes courants 62 (59,05%) 77 (73,33%)
Un rendez-vous 96 (91,43%) 88 (83,81%)
Un jugement du charg des PME 53 (50,48%) 66 (62,86%)
Les comptences du dirigeant (CV) 68 (64,76%) 79 (75,24%)
Lhistorique des crdits 48 (45,71%) 65 (61,9%)
Un compte rendu de la banque de France 33 (31,43%) 57 (54,29%)
Dune autre banque qui exerce avec la mme

entreprise mais avant votre Banque 6 (5,71%) 11 (10,48%)
Les variables de la dlgation de la dcision
La conjoncture conomique globale 37 (35,24%)
Le risque du secteur dactivit de la PME 56 (53,33%)
La qualit des donnes financires 86 (81,9%)
La taille de la PME 31 (29,52%)
La finalit du crdit 45 (42,86%)
Le risque du dossier 80 (76,19%)
La taille du crdit 74 (70,48%)
116
Les variables de linfluence de la dcision
La force de la relation avec la PME 84 (80%)
Un jugement de la situation future de la PME 78 (74,29%)
Les projets futurs de lemprunteur 60 (54,14%)
Les comptences du dirigeant 91 (86,67%)
Votre feeling 47 (44,76%)
Lestimation de la valeur des garanties 67 (63,81%)
Une relation extra professionnelle 17 (16,19%)
117
Chapitre 3 : Pourquoi les banques
rationnent les crdits des PME ?8
8
Une version traduite en anglais a t soumise au journal Bankers, Markets & Investors et a t
prsente la II World Finance Conference, 2010 Rhodes.
Chapitre 3 : Pourquoi les banques rationnent les crdits des PME ?
Introduction
Les Petites et Moyennes Entreprises (PME) constituent le plus important acteur du

tissu conomique franais. Elles reprsentent la grande majorit des entreprises franaises.
Cette catgorie dentreprises est caractrise par leur opacit et leur vulnrabilit aux crises
conomiques et financires .Elles rencontrent les plus grandes difficults pour accder au
financement externe et plus prcisment les marchs de capitaux. Ce dsavantage les laisse
vulnrables face leurs sources de financement qui assurent leur survie.
Pour chapper cette situation, les PME sorientent vers les banques. Elles sollicitent
des crdits auprs des banques qui peuvent combler leur manque de financement, mais, les
problmes ne sarrtent pas ce niveau, car les PME trouvent aussi des difficults pour
obtenir des crdits bancaires.
Elles doivent surmonter un important problme dasymtrie dinformation. Pour cela,

elles essayent dtablir des relations durables avec leurs banquiers qui peuvent tre capables
de rduire leur opacit.
Les banques privilgient ltablissement de ces relations, car elles minimisent la prise
de risque et leur permettent doctroyer les crdits aux emprunteurs en tant mieux informes.
Aprs le dveloppement des relations de crdit les banquiers peuvent collecter des
informations prives au-del des informations comptables et financires. Ils peuvent alors
construire une ide plus prcise de la situation de lentreprise et des comptences de son
dirigeant.
Larrive des directives de Ble II a boulevers lquilibre fragile instaur. Ce comit

a impos aux banques lutilisation des scores pour la prise de la dcision de crdit. Les scores
rendent les dcisions des banques plus rigides et moins adaptes aux exigences
informationnelles des PME. En effet, ces dernires ncessitent un traitement plus flexible et
plus personnalis, donc elles sont les plus affectes par ces nouvelles rgles. Les banques se
trouvent dans certains cas obliges dcliner des demandes des PME qui ne savrent pas les
plus risques mais qui sont opaques. Dans ce cas, nous nous demandons quelles sont les
119
variables qui permettent la banque doctroyer le crdit ou de le rationner ? Et plus

prcisment, est ce que les facteurs de la relation banque-PME influencent cette dcision ?
En essayant de rpondre cette question nous ralisons notre travail en deux parties.
Dabord, nous testons empiriquement la significativit des variables rvles par les thories
et qui expliquent le choix de rationnement. Ensuite, nous tudions l'impact de ces variables
sur le niveau rel de rationnement afin de voir si ces mmes variables expliquent la distinction
entre le rationnement total et le rationnement partiel.
Le plan du chapitre sera comme suit. La premire section prsente la revue de la

littrature, dans la seconde section nous donnons une description des donnes et des variables,
la troisime section prsente la mthodologie et les rsultats des rgressions et enfin la
dernire section conclue notre travail.
1. Revue de la littrature
La rduction de lopacit des firmes reprsente une condition ncessaire la prise des
bonnes dcisions de crdit. Les banques ont du mal rsoudre le problme de lasymtrie de
linformation. Elles payent des frais supplmentaires pour collecter des informations de
meilleure qualit et indispensables la rduction de cette opacit. tant donn que ce
problme informationnel est loin dtre rsolu les banques ont trouv une solution simple
pour viter lengagement dans des crdits douteux. Elles rationnent les clients quelles jugent
opaques. Le rationnement a t gnralement tudi dans un contexte macro conomique et a
t li aux crises montaires et aux priodes de sous investissement. Cependant, notre travail
traite le rationnement dans le cadre bancaire. Nous examinons le rationnement comme tant
un choix stratgique de la banque et non pas comme un rsultat des problmes macro
conomiques. Ce choix de rationnement laisse supposer quil existe des lments faisant
pression sur les banques pour dcider le non octroi des crdits aux demandeurs.
1.1. Les causes, la dtection et la mesure du rationnement
Les causes du rationnement sont nombreuses, parmi lesquelles nous pouvons citer : la
concurrence accrue sur le march des crdits, les crises financires, les rcessions
120
conomiques et lapplication des recommandations de Ble II relatives au calcul des scores

lors de la prise de la dcision de crdits et aux ratios des fonds propres.
Lobjectif de comit de Ble est de rduire le risque sur le march des crdits, mais
lapplication des scores lors de la prise de la dcision conformment aux directives de Ble II
change le fonctionnement du march des crdits en entrainant le rationnement de crdit
(Slijkerman, Smant et De Vries, 2004). La concentration de linformation hard peut
biaiser la dcision de loctroi du crdit et bien particulirement dans le cas des crdits pour les
PME (Godlewski, 2004). En effet, lunification des mthodes dvaluations du risque des
emprunteurs mne une gnralisation des scores calculs. Cette gnralisation entraine une
concurrence plus forte sur le march des crdits et donc une baisse des taux dintrt. Pour
sadapter cette nouvelle situation et prserver la rentabilit des crdits, les banques vont
essayer de minimiser le risque encouru, en acceptant seulement doctroyer les crdits aux
emprunteurs les moins risqus et rationner les autres emprunteurs. En outre, sous la contrainte
de ladquation entre les rserves en capital et le risque encouru, impose par Ble II, ces
banques adoptent la stratgie du rationnement pour viter le gaspillage du capital disponible.
Les crises financires et/ou les priodes de sous investissement reprsentent dautres
causes de rationnement. En effet les imperfections du march limitent la disponibilit des
crdits aux PME (Beck et Demirguc-Kunt, 2006 ; Laeven, 2003 ; Love, 2003 et Gelos et
Werner, 2002).
Dans de telles circonstances loctroi des crdits peut tre affect par la prudence des
banques ou par le niveau gnral de risque. Lors dune crise financire, les banques durcissent
loctroi des crdits cause des ventuels problmes de solvabilit, ou le fait que le niveau du
risque global sur le march augmente. Des nouveaux emprunteurs qui se trouvent
habituellement au-dessous de la limite du rationnement, vont balancer dans la catgorie des
emprunteurs risqus et vont tre rationns.
Pendant les priodes de rcession conomiques, le rationnement est plus rpandu, les
demandes de crdit seront de plus en plus dclines et la probabilit de lobtention de crdit
baisse. Les emprunteurs nont pas le pouvoir de soctroyer des crdits (Zazzara, 2008). Ceux
qui sont considrs comme les plus risqus et qui savent que les banques sont leurs seules
121
sources de financement, acceptent de payer plus cher leurs crdits dans le but de compenser
leur opacit et les cots supplmentaires pays par les banques (Berger, Frame et Miller,
2005).
Le rationnement du crdit peut tre dfini par la simple rponse dfavorable la

demande de crdit. Sauf que cette dcision peut tre tudie deux niveaux. La dcision de
crdit est dcompose en deux tapes : les banques sintressent en premier la qualit de
linformation traiter et donc lvaluation du risque de lemprunteur, puis elles sintressent
aux cots de traitement du dossier de crdit. Sur la base de cette diffrentiation, nous
distinguons le rationnement total du crdit et le rationnement partiel. Ce dernier se manifeste
lorsque la banque accepte de donner le crdit mais elle refuse daccorder la somme totale.
En effet la prise de dcision de crdit a t considre jusquici comme un tout

indissociable, mais en ralit lors de la prise de dcision du crdit, le banquier doit
dcomposer sa dcision en deux tapes. La prise de dcision de loctroi du crdit peut tre
tudi en deux parties : donner ou non le crdit et dcider du montant du crdit (Craig et
Hardee, 2007).
La prise en compte des cots du traitement du dossier ou plus prcisment les cots de
linformation ouvre la porte la distinction entre deux types de rationnement : le
rationnement sur le nombre et le rationnement sur la quantit.
Trois alternatives rsultent du premier traitement de la demande du crdit de

lemprunteur et se diffrencient par la qualit de linformation prsente par lemprunteur.
Si lemprunteur nest pas risqu, la banque peut accepter la requte de lemprunteur et

donc lui octroyer la totalit de la somme demande, mais, sil est risqu, elle refuse sa
demande et donc il sera rationn. Alors que pour lemprunteur qui est considr comme
moyennement risqu, elle accepte de lui accorder une partie du crdit et dans ce cas elle doit
dcider du montant octroyer. La littrature traite gnralement le rationnement en se limitant
au premier niveau de dcision. Lopacit de lemprunteur et lasymtrie informationnelle sont
les seuls dterminants de cette dcision. Le rationnement provient de limperfection de
linformation ex ante concernant le risque de dfaut des emprunteurs potentiels (Godlewski,
122
2004). Donc ce qui importe ici cest le seul caractre informationnel de lemprunteur. Les
banques se montrent catgoriques et non flexible.
La prise en compte de la relation entre le montant demand et le risque de

lemprunteur peut se traduire par limportance accorde aux pertes que la banque peut subir
en cas de dfaillance de lemprunteur. La banque peut limiter cette perte en limitant le
montant accord. Cette position modre de la banque envisage la divisibilit du crdit. En
effet, Keeton en 1979 a voqu le non homognit du crdit.
Linfluence du montant demand sur la dcision de crdit peut tre interprte de deux
manires diffrentes.
Premirement, les banques peuvent intgrer le cot de traitement de linformation dans

la prise de dcision et donc plus le montant de crdit est important plus les cots ninfluencent
pas la prise de dcision. Lobez (1988) affirme la mme ide en donnant lexemple suivant :
prter cent Euros mille fois nengendre pas les mmes cots pour la banque que de prter
mille Euros cent fois. Cette prise en compte des cots a t traite autrement en prcisant que
la croissance de la disponibilit des crdits aux PME est due plutt la diminution des cots
de lutilisation des scores que de la diminution de lopacit (Berger et Frame, 2005). Et ainsi,
les petits crdits tendent avoir des prix plus levs que les plus grands pour couvrir les cots
du traitement de la dcision. Cette premire interprtation suppose que le montant demand
est ngativement li au rationnement de crdit, autrement dit, plus le montant est important
plus lemprunteur a de la chance dobtenir son crdit.
Deuximement, linfluence du montant du crdit sur la prise de dcision peut tre

voque dans la cadre de lapplication des accords de Ble II. Les banques doivent respecter
le ratio des capitaux propres qui les oblige mettre en rserve une partie de ces capitaux
propres proportionnelle au risque encouru. Donc, elles doivent fixer le capital octroyer ds
le dbut de lanne sur la base du risque pris et les ratios rglementaires. Dun autre cot,
lapplication des modles de notation conformment au nouvel accord de Ble doit affecter
les mcanismes de loctroi des crdits et leur disponibilit (Slijkerman, Smant et De Vries,
2004). Donc, le montant de crdit est ngativement corrl au rationnement. Plus le montant
123
est important plus la perte pour la banque est grande, ce qui se traduit manifestement par une
baisse des montants octroys.
La dcision de rationnement semble tre plus importante pour la firme que pour la
banque. Le fonctionnement de lentreprise rationne peut tre affect par une telle dcision.
Plusieurs indicateurs peuvent nous permettre de juger le rationnement dune entreprise. Ces
indicateurs sont internes aux firmes.
Une firme est considre comme rationne si elle voit ses investissements affects par
la fluctuation des flux de trsorerie ou la marge brute dautofinancement (Becchetti et al,
2009 ; Hoshi, Kashyap et Sharfstein, 1991 ; Schiantarelli et Georgoutsos, 1990).
Cet indicateur a t mis en cause par Alti (2003), Gomes (2001) et Abel et Eberly
(2002 et 2004) qui ont montr que la sensibilit entre linvestissement et les flux de trsorerie
est plus importante pour les jeunes petites firmes. Pour que cet indicateur soit fiable il faut
supposer que la sensibilit des investissements en fonction des flux de trsoreries ne rsulte
pas dun choix stratgique mais dune pnurie des sources de financement. Une chose quon
ne peut pas vrifier.
Le deuxime indicateur de rationnement semble tre plus fiable et plus facile

dcouvrir. Nous considrons une firme comme rationne si elle se voit refuser une partie ou
toutes les demandes de crdit quelle a avances (Levenson et Willard 2000), ou pour une
partie ou la totalit du montant demand.
La firme, qui voit sa demande dclin, essaye de se procurer ce financement mme si

a lui coute plus cher. Donc, une firme est rationne si elle a eu recours un autre
tablissement financier en acceptant de payer des prix suprieurs ceux normalement exigs.
Le rationnement est trs difficile mesurer. Toutes fois, nous essayerons de prsenter
les mesures de rationnement du cot des prteurs et du cot des emprunteurs.
Pour les firmes, le dnombrement du rationnement reste facile faire. En se basant sur
la dfinition du rationnement prcdemment prsente, il suffit de compter le nombre de fois
quune firme a eu recours une source de financement plus chers pour trouver le nombre de
124
fois quelle a t rationne, ou essayer de trouver la somme quelle a pu recevoir en payant

plus cher pour savoir quel montant slve le total des crdits rationns. Cette mesure de
rationnement est prsente par de De Bodt, Lobez et statnik (2005), et est utilise avant par
plusieurs auteurs tels que Petersen et Rajan (1994), Harhff et Krting (1998) et Berger et al.
(2001).
Du cot des banques, la mesure est plus complique, les banques ne sintressent
gnralement pas aux firmes rationnes et donc elles ne dtiennent pas forcment des donnes
sur celles-ci. Lobez (1988) a repris une mesure du Jaffee et Modigliani (1969) en prcisant
que le rationnement peut tre mesur par une diffrence entre loffre globale et la demande
globale. Cet indice est trs difficile adopter parce que la demande globale nest pas
observable. Ces mmes auteurs ont avanc une autre mesure sous forme dun ratio, not
H , permettant la mesure du rationnement. Dans ce ratio les auteurs sont partis du fait que
les emprunteurs font partie de deux catgories : les non risqus et les risqus qui sont menacs
par le rationnement. Le numrateur de ce ratio reprsente la diffrence entre la demande totale
du groupe des emprunteurs menacs et loffre de crdit octroy cette mme catgorie et le
dnominateur reprsente le total des demandes reu par la banque par cette catgorie des
emprunteurs menac par le rationnement. Autrement dit, on divise la demande de crdits des
menacs par le rationnement et qui ont t effectivement rationns, par la demande totale du
groupe menac. Cette mesure reste difficile raliser, suite des difficults de collecte
dinformation sur la catgorie rationne. Ce qui a incit ces mmes auteurs proposer un
nouveau ratio, not H1 , et qui consiste diviser loffre des crdits la catgorie menace
par le rationnement par loffre totale des crdits aux menacs et non menacs. Ce ratio
permet de voir la part des crdits octroys aux menacs parmi les crdits offerts. En effet, ce
ratio ne mesure pas le volume de rationnement mais la part des emprunteurs qui devraient tre
rationns alors quils ne ltaient pas.
1.2. Les diffrents types du rationnement
Les deux principales causes qui peuvent tre lorigine du rationnement sont les
changements rglementaires et les mutations conomiques. Elles peuvent nous permettre de
trouver deux distinctions du rationnement :
125
La premire est base sur les ractions des banques vis--vis la prise du risque et nous
permet de trouver deux types de rationnement : le rationnement prventif et le rationnement
contraint. Le rationnement peut tre constat lors dune insuffisance du capital rglementaire
propos par les banques, suite la limitation impose par Ble II, ou il peut tre constat suite
un comportement prventif des banques pour faire face au risque des emprunteurs (Artus,
2002).
Hypothtiquement parlant, on peut envisager que la banque ragit seule une prise de
risque excessive, lorsque elle saperoit quelle a pris trop de risque de crdit, elle essaye de le
minimiser et saligner sur niveau rglementaire en freinant lattribution des crdits. Ce
rationnement est dit prventif, mais dans la ralit il est rpandu pendant des priodes de crise
et/ou de rcession conomique. Ces dernires amplifient le risque dinsolvabilit des
emprunteurs ce qui oblige les banques ragir afin de ne pas subir leffet de la boule de neige
du cumul des crdits dfaillants. Dans un march imparfait le volume de crdit disponible
pour un emprunteur est infrieur celui offert au mme emprunteur dans un march parfait
(Schreft et Villamil, 1992). Cela rsulte du fait que dans le march parfait les banques
octroient les crdits aux firmes capables de payer au moins le cot marginal du crdit, alors
que dans un march imparfait les plus petites entreprises ont des difficults simposer sur le
march contrairement aux plus grandes qui peuvent dtourner les imperfections. Le
rationnement est la rponse une hausse de probabilit de dfaut est une dcision rationnelle
et une cl de stabilit du systme bancaire (Zazzara, 2008).
Les banques qui rationnent les crdits par souci de prise excessive de risque ne font
pas lunanimit dans le systme bancaire, car contrairement ce comportement dautres
banques vont profiter de la situation de crise et la demande accrue sur les sources de
financement afin de gagner plus en prtant plus cher. Ce comportement peut fragiliser le
systme bancaire et mme les banques les moins risques peuvent tre affectes.
Le comit de Ble II a propos des nouvelles mesures pour rduire ce comportement.

Il a impos des ratios rglementaires de capital offrant le minimum dassurance lors de
chaque opration de crdit. Cette exigence a pes lourd sur la libert de loctroi de crdit, car
les banques se trouvent contraries darrter de prter si elles atteignent la limite
126
rglementaire. Les banques contraintes par le taux rglementaire se trouvent impuissantes

devant la demande des crdits (Artus, 2002). La rduction de loffre de crdit est obligatoire
pour satisfaire la condition de capital exige. Ce rationnement contraint ne dpend pas de la
stratgie prudentielle des banques, et il est prvisible, ce qui fait que trs peu de banques vont
aboutir un rationnement arbitraire et non stratgique. Le rationnement des emprunteurs qui
mritent les crdits va contribuer un sous investissement et affecter le niveau gnral de
lactivit conomique (Zazzara, 2005).
La fonction des cots des crdits peut dpendre de la taille et le nombre des crdits
(Keeton, 1979). La dcomposition du montant du crdit est la base de la deuxime distinction
du rationnement : le rationnement sur le nombre et le rationnement sur la quantit. Les
banques, qui narrivent pas bien valuer le niveau de risque de chaque emprunteur,
proposent un taux quivalent au risque moyen et donc les bons emprunteurs se trouvent
obligs payer des intrts suprieurs leurs risques, ce qui les incite quitter le march
(Chen et al, 2009). Par contre les emprunteurs qui restent sur le march constatent que les
banques sont incapables de distinguer les diffrents niveaux de risque des emprunteurs et des
projets et ils dcident de raliser des projets plus risqus. Ainsi, les banques subissent des
pertes sur les crdits octroys ces emprunteurs, donc elles vont essayer de baisser les
montants ou les nombres des crdits (Lobez, 1988).
Le rationnement sur le nombre envisage un rationnement total dun nombre

demprunteurs risqus. Alors que le rationnement sur la quantit suppose la rpartition du
capital entre un nombre plus grand demprunteurs, mais avec un montant octroy infrieur
celui demand. Le rationnement sur la quantit est plus solidaire, dans le sens o la banque
favorise rpartir le capital disponible sur le plus grand nombre demprunteurs et que tous ou
la plupart des emprunteurs prennent moins de ce quils demandent. Ces emprunteurs peuvent
tre plus ou moins risqus que ceux qui ont t rationns selon la premire modalit de
slection. Autrement dit, la deuxime modalit essaye de rpondre favorablement aux plus
grands nombre de demandeurs mais avec le mme capital disponible, ce qui oblige les
emprunteurs sacrifier une part de leurs crdits aux profits des autres.
127
Le rationnement sur le nombre consiste refuser doctroyer un crdit des

emprunteurs jugs risqus et/ou non rentables. La distinction entre le montant total et le
montant partiel de crdit nexiste pas. Le rationnement sur le nombre est une raction
immdiate face une opacit de lemprunteur. Pour ce rationnement, il est judicieux de
prsenter une autre distinction base sur les caractristiques des emprunteurs. Les banques
peuvent rationner des clients particuliers ou des classes de risques entires. Le rationnement
peut concerner une personne parmi un groupe ou un groupe entier (Lobez, 1988). Le
rationnement peut toucher une firme bien dtermine alors que dautres lui sont identiques
profitent du financement bancaire (Schreft et Villamil, 1992).
Le rationnement dun emprunteur spcifique certifie que ce client admet un risque

suprieur la moyenne acceptable. Pour juger que les clients sont rationnes titre individuel
il faut se rassurer que, dun cot, la banque na pas atteint ses limites de risques et/ou ses
contraintes budgtaire et dun autre cot, que cet emprunteur nappartient pas une classe de
risque juge menaante pour le niveau de risque de la banque. Ce type de rationnement est
qualifi par le rationnement de type A.
Le rationnement des firmes titre individuel peut sexpliquer par lincapacit des
banques dtecter leurs risques rels et donc elles les rationnent pour une dure dtermine.
Ces emprunteurs peuvent profiter du crdit aprs ltablissement dune relation et ce qui
suppose que ces firmes ont t rationnes court terme (Levenson et Williard, 2000).
Les banques les plus prudentes mettent une limite de risque ne pas franchir. Cette
barrire reprsente un obstacle pour toutes les firmes qui appartiennent une classe de risque
suprieur et elle les empche dobtenir les crdits quelles veulent solliciter. Ce rationnement
est appel aussi le red-lining ou encore le rationnement de type B. Les entreprises qui
appartiennent cette catgorie sont juges les moins rentables et/ou les plus risques.
Les banques qui craignent la perte de leur clientle vont essayer de procder pour le
rationnement sur la quantit. Ce dernier consiste accepter de financer tous les emprunteurs
mais dun montant infrieur celui demand, autrement dit les banques peuvent accorder les
crdits tous les demandeurs mais elles ne financent quune partie des crdits sollicits. Les
banques essayent par cette stratgie de satisfaire tous leurs clients. Cette forme de
128
rationnement a t voqu pour la premire fois par Keeton (1979) et puis traite par plusieurs
tudes dont on peut citer celle de Lobez (1988) qui prcise quune asymtrie dinformation
sur le risque des projets financs peut tre la cause dun rationnement du crdit. En effet, la
qualit de linformation disponible peut nuire la disponibilit des fonds pour les
emprunteurs. Dans cette mme logique, nous pouvons envisager que les fonds mis la
disposition des emprunteurs est fonction de linformation traite. Une autre explication de
ladoption de ce rationnement est prsente : sous Ble II, les grandes firmes risques sont
plus rationnes que les plus petites car elles sont plus coteuses en terme de capital et les
pertes supportes en cas dune dfaillance sont plus importantes (Zazzara, 2008). Cette
nouvelle perspective intgre la taille de la firme, et indirectement la taille des crdits, dans la
disponibilit des crdits. Plus la taille du crdit est grandes plus le risque dtres rationn est
important.
Les deux formes de rationnement peuvent coexister. Une banque peut procder un
rationnement sur les montants des crdits et un rationnement sur le nombre des emprunteurs.
Les banques peuvent rationner les emprunteurs les plus risqus sur la totalit du montant de
crdit, alors que pour les emprunteurs les moins opaques elles peuvent minimiser le risque en
diminuant le montant octroy.
1.3. Les dterminants de rationnement
Le rationnement a t dfini par le refus de la banque de financer une partie ou la

totalit du crdit demand par lemprunteur. Cette dfinition ne permet pas de comprendre les
dterminants de ce choix. En effet, la banque se trouve dans une situation dasymtrie
dinformation. Elle ne dtient pas toutes les informations qui lui permettent de prendre la
bonne dcision. Dans cette partie nous essayons de prsenter les diffrentes variables qui
peuvent expliquer le choix du rationnement.
La relation de crdit est trs complique et intgre plusieurs acteurs, mais nous tentons
de la simplifier pour pouvoir cerner les dterminants du rationnement. A cet effet, nous
supposons que cette relation ne runit que deux parties : les banques et les PME.
129
La relation qui sinstaure est bnfique pour les deux acteurs, en effet, elle permet aux
PME daugmenter la probabilit davoir les crdits et aux banques davoir les informations
ncessaires pour la prise de la bonne dcision. Dans le cas dasymtrie dinformation les
banques doivent compter sur dautres lments pour prendre la dcision du crdit.
Les dterminants qui peuvent affecter la dcision de crdit, peuvent tres classs en
trois grandes catgories : la force de la relation, les caractristiques des PME et les
caractristiques du crdit demand.
1.3.1. Les caractristiques de la relation Banque-PME
Les caractristiques de la relation sont nombreuses et nous ne pouvons pas traiter

toutes les caractristiques, donc nous retenons les plus importantes entre elles.
Nous testons leffet de quatre caractristiques de la relation Banque-PME sur le

rationnement.
1.3.1.1. Le nombre des banques en exercice avec le client
Le nombre des banques qui exercent avec lemprunteur reprsente une variable
importante pour la dtermination de la force de la relation entre les deux parties.
Les thses se contre disent concernant le rle du nombre des banques dans le
rationnement.
La premire ide stipule que le multi-banking rduit la probabilit de rationnement

(Detragiache, Garella et Guiso, 2000). Mais, lide la plus dveloppe et la plus soutenue est
oppose cette premire. Un nombre lev des banques qui exercent avec une entreprise
contribue laccroissement de lopacit de celle-ci et donc elle devient incapable de donner
un signal positif sur sa situation. La banque se trouve lse par ce multi-banking . En effet,
du point de vue post dcisionnel, le multi-banking peut rendre la rengociation des termes
du crdit plus difficiles (Bolton et Scharfstein, 1996), du fait que lemprunteur se sent en
scurit financire puisquil bnficie dautres sources de financement qui peuvent compenser
le manque de financement caus par la dcision de la banque en question. Pour faire face
cette situation, les banques exigent une garantie qui sera utilise par la suite en guise dun
130
outil de pression. La firme, qui donne une garantie, limite son habilit demander un autre
crdit dune autre institution financire, ce qui cre une position de force pour la banque
prteuse (Mann, 1997).
Dans le cadre de notre travail, ladoption du nombre de banques qui exercent avec
lemprunteur, tel quil est, peut tre critique. En effet nous allons nous intresser plus
prcisment la priode de la demande de crdit et aux seules banques qui lemprunteur a
demand son crdit. Dans notre tude nous ngligeons les banques qui exercent avec
lentreprise mais qui ntaient pas sollicites pour un crdit. Nous nous intressons seulement
aux banques avec qui la PME a ngoci lobtention dun crdit. Nous supposons que
lentreprise qui ngocie avec plusieurs banques les termes dun crdit prouve quelle ne
bnficie pas dune relation forte avec sa banque principale. En effet, selon Steijvers et
Voordeckers (2009), une firme qui na pas ngoci avec une seule banque ne prouve pas
lexistence dune forte relation.
1.3.1.2. Lexistence dun crdit antrieur
Lexistence dune relation entre la banque et lentreprise peut favoriser la disponibilit

des crdits aux emprunteurs. Cette ide peut tre mise en cause par le fait quune relation dj
existante et prsentant une mauvaise exprience pour la banque peut nuire la disponibilit
des crdits. Le plus important nest pas seulement lexistence dune relation mais lexistence
dun crdit antrieur. A ce niveau nous distinguons deux situations : nous estimons que
lexistence dun crdit sans incidents renforce la relation, mais lexistence dun crdit
dfaillant pousse la banque ne plus saventurer avec la firme en question. En effet, Stiglitz
et Weiss (1983) supposent quune entreprise peut tre rationne si elle a t dfaillante sur un
prcdent crdit.
Cependant, lorsque lentreprise est encours de remboursement dun crdit un nouveau

problme peut se poser. Nous pouvons nous demander sur leffet du cumul de deux ou
plusieurs crdits sur la solvabilit de lemprunteur et donc la disponibilit des crdits. En
effet, le passage dun seul crdit plusieurs crdits augmente les cots de financement et
rduit leur disponibilit (Petersen et Rajan, 1994). Lexistence dun crdit en cours mme si
131
lentreprise est toujours solvable complique la situation et peut augmenter le risque

dinsolvabilit de lemprunteur et rduit sa probabilit dobtenir le crdit sollicit.
1.3.1.3. La force de la relation mesure par la dure
Hoshi et al (1991) voque la force du lien entre la banque et la firme pour la

disponibilit des crdits. La force de la relation est mesure par plusieurs indicateurs, le plus
rpandu est la dure. En effet, la dure de la relation est considre comme le principal
indicateur sur sa force, car une dure plus longue permet de cumuler plus dinformation
collecte. La force de la relation peut substituer la garantie, pour la disponibilit des crdits
(Steijvers et Voordeckers, 2009). Les tudes de leffet de la dure de la relation sur la garantie
ont eu des rsultats opposes : Menkhoff et al 2006 nont pas trouv un effet significatif.
Hernandez-Canovas et Martinez-Solano 2006 ont trouv un rapport positif, par contre la
plupart des tudes ont confirms quils peuvent tres des substituent (Berger et Udell, 1995 ;
Chakraborty et Hu, 2006 ; Jimnez et al, 2006 ; Brick et Palia, 2007).
Durant la relation, lemprunteur peut accepter des conditions restrictives donnant un

signal positif au prteur sur la confiance quil prouve envers son entreprise et son projet
(Smith et Smith, 2000 ; Berger et Udell, 2005) et gnrant des informations pour le prteur
rduisant les problmes dasymtrie dinformation. En effet, lemprunteur se trouve oblig de
rengocier les termes du crdit chaque fois que sa situation financire change (Smith et
Smith, 2000 et Berger et Udell, 2005).
1.3.1.4. La nature de linformation
Les banques peuvent rduire lasymtrie de linformation par la collecte de

linformation prive tout au long de la priode de la relation (Steijvers et Voordeckers, 2009).
Elles ne parviennent pas toujours cette information prive.
La spcialisation des banques dans les technologies qui se basent sur linformation
hard nexclue pas quelles peuvent octroyer des crdits des emprunteurs opaques
(Jayaratne et Wolken, 1999; Berger et al. 2007b). Ces technologies innovantes mnent une
utilisation plus importante des garanties (Inderst et Mueller, 2007). Lutilisation des
technologies de prt bases sur les scores pour les PME peut inciter ces dernires prsenter
132
une garantie personnelle afin de bnficier des financements (Steijvers et Voordeckers, 2009).
A ce niveau nous pouvons voquer le problme de complmentarit ou substitution de la
qualit de linformation et lutilisation de la garantie. En effet, le comit Ble II va contribuer
llargissement de lutilisation des garanties. Il exige aux banques dajuster le montant de
capital, mis en rserve, au risque des crdits en prvoyant un ventuel problme. Donc, plus
le risque est important plus le montant bloqu par les banques est important. Les banques
doivent sauvegarder leur solvabilit et leur stabilit (Von Thadden, 2004). Un crdit accord
contre une garantie reprsente un risque moindre quun autre similaire mais sans garantie. Les
banques prfrent bloquer moins de capital et par consquent elles prfrent les crdits
garantis.
1.3.2. Les caractristiques des PME
1.3.2.1. La taille
La majeure partie de la littrature suppose que les firmes les plus rationnes sont les
petites firmes. Le refus de crdits est li ngativement la taille de la firme (Levenson et
Willard, 2000) ce qui laisse suggrer que le rationnement doit tre toujours moins important
pour les firmes les plus larges. En effet les grandes firmes ont un accs plus facile au crdit
(Gertler et Gilchrist, 1994). Les explications prsentes sont diffrentes. Nous pouvons
soutenir lide que le cot daccs au financement est plus lev pour les petites entreprises
(Garvin, 1971) ou que les petites entreprises ne peuvent pas accder aux crdits, dans sa
totalit ou avec les mmes termes quune grande entreprise (Cowling, 2009). Les PME
franaises soufrent dune pnurie de financement de LT et donc elles prfrent lendettement
CT ce qui les rend plus vulnrables aux chocs conomiques. (Cieply et Paranque, 1998). Ce
rsultat a t prouv pour tous les pays industrialiss (Tamari, 1980).
Toutes fois quelques auteurs tels que Rondi et al (1994) et Guiso (1998) soutiennent
lide quil est moins probable de rationner les petites entreprises prives, en sappuyant sur le
rle de la qualit de linformation dans la disponibilit des crdits. Dun autre cot, les firmes
les plus risques et les plus grandes sont plus exposes au rationnement car sous Ble II les
pertes en capital lors dune dfaillance sont plus leves (Zazzara, 2008).
133
1.3.2.2. Le niveau technologique et linnovation
Le niveau technologique peut affecter la disponibilit des crdits aux entreprises. En

effet, il est difficile pour un entrepreneur externe dvaluer le travail effectu au sein des
entreprises innovatrices, sauf sil se base sur les projets raliss, pour valuer les nouveaux
projets (Guiso, 1998). Cest pour cette raison quon suppose que les firmes de haut niveau
technologique sont plus rationnes que les firmes de low-tech . En plus, les firmes
innovatrices sengagent dans des projets plus risqus pour plus de gain (Guiso, 1998), ce qui
augmente leur risque global, et donc la probabilit dtre rationnes.
Lopacit des entreprises innovatrices contribue laugmentation de leur risque total.

Ces entreprises essayent dtre discrtes pour chapper la concurrence. En effet, les
entreprises de hautes technologies ont peu de motivations de communiquer les informations
concernant les projets dinnovation du moment que cette information est utile pour les
concurrents (Bhatto, Caharya et Ritter, 1983), ce qui affaiblie le signal mis par les firmes et
augmente la probabilit de leur rationnement.
Guiso (1998) a prsent deux indicateurs du niveau technologique et de la capacit

innovatrice de la firme : le secteur dactivit et lexistence dun service de recherche et
dveloppement (R&D).
Le secteur dactivit peut tre considr comme un indicateur du niveau technologique

mais il ne peut pas prouver si la firme est innovatrice ou pas. Le fait quelle exerce dans un
secteur technologiquement dvelopp ne prouve pas quelle soit innovatrice. Donc le premier
indicateur peut tre critiqu. Cest pour cette raison que nous adoptons dans notre tude la
prsence dun service de recherche et dveloppement comme indicateur dinnovation. La
prsence dun service recherche et dveloppement au sein dune entreprise prouve quelle est
innovatrice.
Lemprunt pour les R&D est diffrent de celui consacr pour le financement des
immobilisations car en cas de dfaillance le banquier peut ne pas rcuprer la totalit du
crdit. Les firmes innovatrices trouvent du mal obtenir un financement externe pour financer
leurs projets innovateurs, elles sont obliges de financer ces projets par de leurs excdents de
134
trsoreries. En effet, Guiso (1998) a montr que la sensibilit des R&D au cash flow est due
gnralement au rationnement de crdit des firmes innovatrices. Hall (1992) a utilis un large
panel des firmes industrielles des Etats-Unis et a trouv un fort effet des flux de trsorerie
dans les dpenses en R&D. Il a interprt ce rsultat par lvidence que les firmes
innovatrices sont financirement contraries. Jaffe (1993) et Himmelberg et Petersen (1994)
ont trouv que les dpenses en R&D sont positivement et significativement relies aux flux de
trsorerie des entreprises.
1.3.3. Les caractristiques du crdit
Les dterminants du crdit habituellement utiliss sont la garantie et le taux dintrt.

Ces deux dterminants sont voqus ensemble car ils constituent les lments essentiels de
lquilibre sparant. La combinaison de ces deux lments permet la banque davoir un
signal sur limplication de lemprunteur dans son projet. La garantie et le taux dintrt sont
des parfaits substitues (Bester, 1985) : cest le couple de slection. Lquilibre sparant
permet aux banques de distinguer entre les projets les plus risqus et les moins risqus. En
effet lemprunteur, pour financer un projet risqu, favorise un emprunt un taux lev et une
faible garantie. En cas de succs, les gains du projet couvrent les charges leves et en cas
dchec lemprunteur ne perd pas une importante garantie (Steijvers et Voordeckers 2009). Il
en rsulte que la fixation simultane de la garantie et du taux dintrt peut rduire le
rationnement des crdits (Chan et Kanatas, 1985 ; Besanko et Thakor, 1987 ; Chan et Thakor,
1987 ; Bester, 1985 et Bester, 1987).
Cependant, le taux dintrt et la garantie ne suffisent pas bien distinguer entre

lemprunteur le plus risqu et le moins risqu. Ce qui mne la persistance du rationnement
(Jaffee et Stiglitz, 1990 ; Hellmann et Stiglitz, 2000).
Nous admettons que le montant de crdit peut influencer la dcision de crdit. Le

montant de crdit dtermine les pertes que la banque peut encourir en cas de dfaillance et il
est pris en compte lors de la dcision de crdit. Cette ide nous permet dintgrer le montant
demand parmi les variables de rationnement tudier.
135
1.3.3.1. Le montant demand
Berger et Udell (1992) taient parmi les premiers intgrer la taille du crdit dans
ltude du rationnement. Deux thories sopposent : dun cot, la taille de crdit favorise son
rationnement et de lautre cot la taille de crdit permet de couvrir les frais occasionns par
celui ci et donc augmente les chances de lobtenir.
Evans et Jonanovic (1989) prsente lvidence du rationnement de la taille de crdit.

Plus le crdit est important, plus la probabilit dtre rationn est grande. Le montant
demand peut affecter la dcision de crdit sous langle des directives de Bales II qui impose
aux banques de mettre en rserve une partie de leurs fonds propres en adquation avec le
risque encouru. Cette obligation a pour objectif la mise en scurit des banques en cas de crise
et les incitent prendre moins de risque. Les banques donc essayent de diversifier leurs prts
et opter pour les petits emprunts pour viter les grosses pertes. Cette premire rflexion
suppose que les grands crdits sont plus rationns que les petits crdits.
Une autre ide se base sur la relation ngative entre le prix de lemprunt et sa taille et
stipule que la taille du crdit peut favoriser son octroi, en effet le taux dintrt charg par les
banques commerciales est inversement li la taille du crdit : plus la taille de crdit est
grande, plus le cot de lemprunt est faible. Ce qui peut sexpliquer par le fait que les taux les
plus levs sont chargs pour les petits crdits car les petits emprunts sont plus risqus
(Schreft et Villamil 1992) ou par le fait que les cots de ltude des dossiers pse plus lourd
pour les petits crdits que pour les grands. Une telle pratique se rpand dans un
environnement caractris par une concurrence imparfaite (Goldberg, 1982 et 1984).
La diffrence entre un grand crdit et un petit crdit laisse penser faire la diffrence
entre le crdit de long terme et le crdit de court terme. En effet, un crdit long terme et un
crdit court terme impliquent la banque de deux faons diffrentes dans la relation de crdit.
Un crdit qui se rembourse sur vingt ans exige plus de suivi et de contrle de la part de la
banque et moins de risque prendre. Alors quun crdit de court terme se rembourse dans des
dlais plus brefs et nentraine pas forcment un risque important. Cette diffrence nous a
permis de penser prendre en compte la maturit de crdit dans notre tude.
136
1.3.3.2. La maturit du crdit : Court Terme ou Long Terme
Les crdits que les PME peuvent demander sont trs varis mais on peut les diviser en
deux grandes catgories : les crdits pour les investissements et les crdits pour lexploitation.
La diffrence entre ces deux types de crdit dtermine leur maturit et dans la plus part des
cas leur montant, sachant que sa dpend aussi de la taille de lentreprise et de ses besoins. Les
crdits court terme sont plus importants pour les PME (Beau, 1991 et Boissonade et
Tournier, 1996), tant donn que gnralement, ils leur permettent de continuer leurs cycles
dexploitation. Les besoins de financement des PME sont lis au financement du cycle
dexploitation alors que les efforts dinvestissement sont, en grande partie, autofinancs. Les
PME apparaissent contraintes court terme, sauf que les crdits fournisseurs ne peuvent pas
jouer le rle de substitution (Cieply et Paranque, 1998). Les crises financires et les difficults
des banques accrurent la pression court terme et augmentent les exigences de solvabilit
(Cieply et Paranque, 1998) ce qui peut affecter la disponibilit des crdits aux PME.
La dure de crdit a t intgre par Berger et Udell dans leur tude de 1992 comme
variable de contrle, en sargumentant par le fait que cette variable peut aider les prteurs
cerner les types des emprunteurs. Toutes les tudes donnent le mme rsultat mais des
explications diffrentes. Le crdit court terme est moins rationn que le crdit long terme.
Dabord, la courte dure de crdit rduit lala moral et augmente la chance que lemprunteur
obtienne son crdit (Berger et Udell, 1992). Le crdit court terme peut rduire les problmes
lis lasymtrie de linformation (Ortiz-Molina et Penas, 2008) et, enfin, un crdit court
terme peut tre utilis comme un instrument de signalisation pour la banque (Flannery, 1986 ;
Barclay et Smith, 1995).
1.3.3.3. Le taux dintrt
Le taux dintrt reprsente le gain que la banque peut dgager de lemprunt mais en
mme temps la charge que lentreprise doit payer pour profiter de lemprunt. Les banques
doivent faire le lien entre le gain quelle peut dgager et le risque dinsolvabilit quil
engendre. Dans la littrature empirique des crdits, la plupart des contributions considrent
que les volumes des crdits octroys sont significativement lis la politique des taux adopte
par les banques (Bernanke et Blinder, 1992 ; Anari et al, 2002 et Suzuki, 2004). En effet, le
137
taux de rationnement est li positivement aux taux directeur de la banque centrale (Becchetti
et al, 2009). Autrement dit, les taux dintrt levs freinent loctroi des crdits. Les banques
prfrent rationner les crdits que daugmenter les taux dintrts (Stiglitz et Weiss, 1981 ;
Steijvers et Voordeckers, 2009). Ce qui peut sexpliquer par le fait que les banques adoptent
des taux levs pour compenser le risque encouru li au risque rel de lemprunteur et
lasymtrie dinformation. Cependant, contrairement leur attente, les taux levs rduisent la
profitabilit des projets et donc laccs aux crdits. En effet, le taux dintrt conduit deux
effets : lun est positif li au gain direct de la banque lors du succs du projet mais lautre est
ngatif li la baisse de la probabilit du succs du projet ralis par lemprunteur. Le taux
dintrt qui maximise le profit de la banque peut nuire aux profits des emprunteurs (Sobreira,
1998).
Lasymtrie de linformation augmente le taux dintrt de la banque, par consquent,

la rentabilit des projets des emprunteurs baisse ce qui accrot la probabilit de dfaut
(Sobreira, 1998). Si nous admettons que le rationnement est li au risque de lemprunteur,
nous pouvons supposer quil est strictement li aux taux dintrt exigs par les banques. En
effet, des taux dintrt levs sont chargs aux emprunteurs risqus. Nous adoptons trois
catgories demprunteurs (Jaffee et Stiglitz, 1990) :
1ere catgorie : Red-lined , cette catgorie reprsente lensemble

dentreprises qui sont caractrises par un niveau de risque trop lev et par
consquent elles sont rationnes, indpendamment des taux dintrt quelles
acceptent de payer.
2me catgorie : les non rationnes sont les entreprises non risques et/ou
celles qui ont donn des informations solides leurs banques. Elles liminent toute
asymtrie dinformation et obtiennent les crdits.
3me catgorie : cette catgorie regroupe les entreprises qui ont t rationnes
alors quil existe dautres emprunteurs identiques et qui profitent des crdits. Cette
catgorie est trs concerne par la variation des taux dintrt. Les taux faibles
rmunrent un risque faible, ce qui augmente lexigence des banques, et par
consquent cette catgorie slargie et les taux dintrt levs permettent aux banques
de prendre plus de risque, condition que le taux exig naffecte pas les gains esprs
138
par lentreprise. Ce sont les emprunteurs marginaux qui sont affects par le
mouvement des taux dintrt.
1.3.3.4. La garantie
La garantie peut tre considre comme un rgulateur de loffre et la demande des

crdits, par consquent dans le cas o la demande excde loffre les banques peuvent exiger
plus de garantie ce qui peut rduire les demandes et la probabilit dtre rationn. Les
garanties peuvent mener au prix et au volume des crdits dquilibre sur le march (Cowling,
2009). En plus, elle peut tre utilise comme un mcanisme de sparation entre les diffrents
types de clients (Besanko et Thakor, 1987 ; Bester, 1985). Les emprunteurs qui acceptent de
prsenter une importante garantie donnent la banque un signal positif sur leurs situations et
une meilleure assurance pour la rcupration du montant du crdit en cas de dfaillance. Les
garanties peuvent liminer le rationnement de crdit (Bester, 1985). En effet, les contrats de
crdits, qui utilisent la garantie comme un moyen dauto slection et un mcanisme de
motivation, peuvent liminer la slection adverse et instaurer lquilibre sparant (Bester,
1985 ; Steijvers et Voordeckers, 2009), alors que dautres auteurs sy opposent en voquant
leffet de la richesse (Besanko et Thakor, 1987 ; Stiglitz et Weiss, 1983). En effet, il est
impossible dliminer le problme de la slection adverse si la richesse initiale des
emprunteurs nest pas la mme (Stiglitz et Weiss, 1983).
Seules les entreprises riches peuvent prsenter les garanties par contrairement
celles qui veulent grandir ou qui viennent de commencer (Besanko et Thakor, 1987).
Le montant de la garantie et la possibilit de la mettre la disposition de la banque

voquent une nouvelle discussion. Uniquement, une suffisante garantie peut tre utilise pour
dfinir la classe de risque des emprunteurs. Nous pouvons supposer que la garantie joue un
rle disciplinaire dans le comportement des emprunteurs dans le but de rsoudre le problme
de l hasard moral. Par consquent, lemprunteur le moins risqu est prt prsenter plus de
garantie (Menkhoff et al, 2006 ; Hernandez-Cananovas et Martinez-Solano, 2006 ;
Chakraborty et Hu, 2006 ; Brick et Palia, 2007). La garantie peut tre perue comme un
moyen empchant la firme de dvier le financement dun projet peu risqu un autre plus
139
risqu ou dannuler de la ralisation du projet en question, aprs la rception des fonds (Boot
et al, 1991).
Contrairement cette hypothse, dautres tudes supposent que lemprunteur risqu

est prt donner plus de garantie que le moins risqu. (Clemenz, 1986 ; Boot et al, 1991 ;
Boot et Thakor, 1994 et Chen, 2006). Ds lors une valeur importante de garantie peut signaler
un niveau de risque lev. (Guiso, 1998). Cressy et Toivanen (2001) ne confirme pas cette
ide et ils montrent une relation non significative entre le risque et la garantie prsent.
Sans une garantie, la banque peut manquer les opportunits de prter des
emprunteurs risqus qui payent plus cher leurs crdits (Cowling, 2009). Cependant, la
garantie peut engendrer des cots supplmentaires rsultant de la diffrence entre la valeur de
la garantie donne par lemprunteur et celle estime par la banque. (Chan-Kanatas, 1985 ;
Barro, 1976 ; Coco, 2000 et Becchetti et al, 2009).
Peu dtude ont fait la diffrence entre la garantie de la firme et la garantie personnelle
(Chan et Kantanas, 1985). Selon Mann (1997) la garantie personnelle est un moyen
disciplinaire, elle rduit la latitude de lemprunteur. La probabilit que ce dernier soit affect
par une perte dune garantie et suprieure lorsque celle-ci est personnelle. Les deux types de
garantie sont traits de deux manires diffrentes : lutilisation de la garantie personnelle ou la
garantie de la firme dpend dautres lments tels que la nature du crdit, la force de la
relation et lge de la firme (Steijvers et Voordeckers, 2009).
Trouver une relation entre le rationnement et les diffrents dterminants, dcrits ci-
dessus, nous oblige chercher des informations au del des informations publiques. Plusieurs
dterminants du rationnement sont trs difficiles trouver dans les bases de donnes. La
recherche de toutes ces donnes nous a amen distribuer un questionnaire, dont la
description sera prsente dans le paragraphe suivant.
Il me semble que les informations collectes par ce questionnaire sont trs

intressantes et quelles sont trs importantes pour la ralisation dune tude empirique du
choix de rationner, surtout que nous traitons le sujet du cot de la relation banque-PME.
140
2.1. Donnes
Notre chantillon se compose de 296 entreprises, qui exercent en France dans tous les
secteurs dactivit. Les donnes sont collectes partir dun questionnaire distribu aux
dirigeants et aux directeurs financiers des PME et elles portent sur lanne 2008. Il a t bien
prcis dans le questionnaire que les donnes recherches devraient porter sur les crdits
sollicits en 2008. Selon la rglementation europenne de 2003 on considre une entreprise
comme PME (petite ou moyenne entreprise) toute socit comptant moins de 250 personnes
et dont le chiffre d'affaires annuel n'excde pas 50 millions d'euros ou dont le total du bilan
annuel n'excde pas 43 millions d'euros.
La version finale du questionnaire est reprsente dans le tableau 3-1 de lannexe. Il a

t test sur un sous chantillon de 50 entreprises. Plusieurs questions ont t modifies afin
de sadapter aux exigences des professionnels contacts. Le questionnaire tait anonyme, afin
de respecter le droit lanonymat des rpondants. La premire partie du questionnaire est
compos de neuf questions, destines collecter des informations sur la demande du crdit (le
nombre de demande effectue pour lobtention du crdit, le nombre de banques sollicites, la
taille du crdit et la part obtenu du crdit). La deuxime partie porte sur des diffrentes
informations sur les conditions des crdits demands (le taux dintrt et la garantie
prsente). La troisime partie repose sur la relation Banque-PME (le nombre de banque qui
exercent avec lentreprise, la dure de la relation et la nature de linformation utilise pour
loctroi de crdit).La quatrime partie prsente des informations sur lentreprise (la taille,
lactivit et lexistence dun service R&D). Le questionnaire a t ralis sous forme dun
arbre logique. Nous avons intgr des relations logiques qui permettent de sauter des
questions selon les rponses. Cette modalit permet aux rpondants de sintresser seulement
aux questions qui leur sont adquates et de rpondre le mieux possible. Par exemple, la
douzime question, si le dirigeant affirme ne pas avoir prsent de garantie, il saute la
treizime et la quatorzime question et passe directement la quinzime question. Nous
avons intgr cette modalit pour viter le dsintressement des dirigeants et des directeurs
financiers et amliorer la qualit de leurs rponses.
141
La description de lchantillon : Nous avons utilis le logiciel Wysuforms pour la

distribution de 6102 questionnaires. Nous avons reu 757 rponses (soit 12,4 %), parmi
lesquelles nous avons retenu 296 qui sont exploitables (4,9 %). En plus des rponses
manquantes et non exploitables, nous avons limin les rponses qui prouvent que les
dirigeants nont pas demand de crdit en 2008. Cette limination dcoule directement de la
rponse la premire question. Nous avons vrifi que les rponses retenues nont ni des
valeurs aberrantes ni dinformations incohrentes.
2.2. Variables
Ce paragraphe prsente lensemble des variables utilises pour notre tude et leurs
diffrentes mesures. Toutes fois le tableau 3-2 de lannexe rsume les variables traites par les
rgressions et le tableau 3-3 prsente les statistiques descriptives des variables.
2.2.1. Les variables dpendantes des deux rgressions
Dabord, nous supposons que la dcision prise par la banque (RATION) est une
variable muette, elle prend une valeur binaire (RATION=1 si la banque a rationn une partie
ou la totalit du crdit, et RATION=0 si la banque a octroy la totalit du crdit). Cest la
variable la plus importante pour la premire rgression car elle distingue entre les crdits
octroys et les crdits partiellement ou totalement rationns. Cette distinction dcoule de notre
dfinition de rationnement qui considre un crdit rationn si la banque refuse de financer une
partie ou la totalit du crdit
Ensuite, nous adoptons le niveau rel de rationnement (Niv_Ration) comme une

deuxime variable dpendante. Cette variable reprsente la part rationne de crdit. Elle prend
des valeurs de 0 1 (Niv_Ration =0 si le crdit est octroy en totalit / Niv_Ration =1 prouve
que le crdit est rationn en totalit). Cette deuxime variable sera utilise dans la deuxime
rgression et examine la significativit des dterminants dans le cas o on adopte le taux de
rationnement rel.
142
Les variables qui reprsentent la relation Banque-PME :
Le nombre des banques qui exercent avec lentreprise (Nbre-BQ) : cette variable
reprsente le nombre de banque qui exercent avec lemprunteur lors de sa demande. Par cette
variable nous essayons de voir si le multi-banking peut affecter la dcision de la banque
sollicite par la demande.
Lhistorique des crdits (Hist_Cdt) : Cette variable est une variable muette et prend
une valeur gale 1 si la mme banque a dj octroy lemprunteur un autre crdit
rembours ou en cours de remboursement. Elle permet dtudier leffet de lexistence dun
historique de crdit sur la dcision du rationnement.
La force de la relation (Dur-Rel) : il existe plusieurs indicateurs qui mesurent la force

de la relation, mais lindicateur le plus utilis est la dure. En effet, linformation cumule
durant la relation est de plus en plus fiable la prise de la bonne dcision, ce qui laisse
supposer que la dure peut affecter la prise de la dcision. Cette variable est mesure par le
nombre danne qui dtermine la dure de la relation.
La nature de linformation (Inf) : cest une variable muette qui dfinit la nature de
linformation utilise dans le processus de prise de dcision. Le banquier peut utiliser les
donnes financires et comptables pour la prise de dcision sans faire recours ses opinions
personnelles et ses jugements, dans ce cas, nous supposons quil a utilis linformation
hard et on attribue la variable une valeur gale 0 (Inf=0). Dans le cas o le banquier
sappuie sur ses jugements pour influencer la dcision ou pour complter les informations
financires et comptables, nous considrons quil a utilis les deux types dinformation
hard et soft pour la prise de dcision et dans ce cas la variable (Inf) sera gale 1.
Les variables qui reprsentent les caractristiques de lentreprise :
La taille de lentreprise (Ta_Entr) : la taille de lentreprise est reprsente par le total

de son actif, mais pour son intgration nous utilisons la valeur donne par la fonction
logarithme nprien.
143
Le niveau technologique et linnovation (Innov) : cette variable est une variable

muette, elle tudie leffet du niveau technologique et du caractre innovateur de lentreprise.
(Innov) prend la valeur 1 si le rpondant affirme quun service de R&D existe au sein de
lentreprise, ce qui prouve quelle est innovatrice et prend la valeur 0 sinon.
Les variables qui reprsentent les termes du crdit :
Le montant demand (Mt_Cdt) : pour cette variable nous avons utilis le rsultat de la
fonction logarithme nprien applique au montant rel du crdit.
La maturit du crdit (Mat_Cdt) : cette variable distingue entre un crdit de court

terme et un crdit de long terme. Ce diffrentiel peut affecter le traitement de la demande du
crdit et, par consquent, la dcision de son octroi. Cette variable muette prend la valeur 1 si
le crdit est de long terme et 0 si le crdit est de court terme.
Le taux dintrt (Tx_Int) : cette variable reprsente le taux dintrt que lemprunteur
a accept de payer pour avoir le crdit. Il reprsente le taux rel charg par la banque. Il est
intgr dans notre modle sous la forme dun pourcentage.
La garantie (Grt) : une variable muette qui montre si lemprunteur a prsent une
garantie pour bnficier du crdit ou non. Cette variable muette prend la valeur 1 si une
garantie tait ncessaire pour le crdit et 0 sinon.
Nous avons prsent une description statistique des variables dpendantes dans
lannexe 3-3. Le tableau prsente la moyenne, la mdiane, lcart type, et le signe attendu
pour chaque variable.
Dans le tableau 3-4 de lannexe, nous avons prsent une matrice de corrlation entre
les diffrentes variables dpendantes, afin de vrifier labsence des corrlations entre ces
variables.
144
3. Les rgressions
3.1. Mthodologie
Dans ce qui prcde nous avons prcis que le demandeur de crdit peut tre
partiellement ou totalement rationn. Cette distinction nous a donne lide de procder en
deux tapes. Dans un premier temps, nous avons suppos que les crdits totalement rationnes
et les crdits partiellement rationnes forment un seul groupe de crdits rationns
lopposition des crdits non rationns. Dans un second temps, nous avons dsuni ce
regroupement et nous avons pris en compte la distinction entre les crdits partiellement
rationns et les crdits totalement rationns.
Sur ces entrefaites, nous avons ralis notre travail en deux parties. La premire partie
porte sur une rgression logistique de la variable rationnement (RATION) afin de tester la
significativit des diffrents dterminants pris en compte dans la rgression. Dans la
deuxime partie nous avons tudi leffet des mmes dterminants en utilisant le niveau rel
de rationnement. Cette mthode nous permet de vrifier lexistence dune ventuelle
diffrence entre les effets des variables sur les crdits totalement rationns et sur les crdits
partiellement rationns. La distinction entre les diffrents niveaux de rationnements permet
dexaminer si la part octroye est affecte par les variables adoptes.
tant donn que la variable dpendante de notre premire rgression est muette,
lutilisation dun modle de rgression logistique semble plus adquate pour notre tude.
Loriginalit de notre travail est dintgrer les dterminants de la relation Banque-PME, et
plus particulirement la nature de linformation utilise pour la prise de dcision de crdit,
parmi les variables explicatives.
Nous avons choisi de procder en trois tapes afin de vrifier que les caractristiques
des entreprises et les spcificits des crdits naffectent pas les rsultats trouvs pour les
facteurs de la relation Banque-PME. Les dterminants de cette relation reprsentent les
variables les plus importants pour notre tude. Dabord, nous avons intgr dans le modle les
variables qui reprsentent les caractristiques de la relation Banque-PME, ensuite, nous avons
145
ajout les variables qui reprsentent les caractristiques de la firme et enfin nous avons insr
les caractristiques du crdit.
Ce qui nous donne les modles suivants :
Ln [P (1/RATION)/ (1- P (RATION))]
1re tape : Nous avons intgr seulement les

= 0 + 1 Nbre_BQ + 2 Hist_Cdt
caractristiques de la relation Banque-PME
+ 3 Dur_Rel + 4 Inf +
2me tape : Nous avons ajout dans cette
rgression les caractristiques de lentreprise + 3 Dur_Rel + 4 Inf + 5 Ta_Entr
+ 6 Innov +
me
3 tape : Nous avons insr dans cette
rgression en plus des caractristiques de + 3 Dur_Rel + 4 Inf + 5 Ta_Entr
lentreprise, celles du crdit.

+ 6 Innov + 7 Mt_Cdt + 8 Mat_Cdt
+ 9 Tx_Int + 10 Grt +
Dans notre deuxime partie nous avons essay dutiliser le niveau rel du
rationnement. La diffrence par rapport la premire rgression est que nous nutilisons plus
une variable muette qui prend des valeurs binaires et qui montre lexistence ou non du
rationnement. A ce stade nous avons essay dutiliser le taux rel de rationnement constat
146
par les emprunteurs pour trouver les variables qui expliquent le choix des banques. Etant
donn que nos valeurs ne peuvent pas dpasser lintervalle [0,1] donc nous avons utilis le
modle Tobit. Nous avons ralis notre deuxime partie en trois tapes, tout comme la
premire rgression.
Ce qui nous donne les modles ci-dessous.
Niv_Rati* = 0 + 1 Nbre_BQ
+ 2 Hist_Cdt + 3 Dur_Rel +
1re tape : Nous avons intgr seulement les Niv_Rat =
4 Inf + > 0
caractristiques de la relation Banque-PME
0 sinon
Niv_Rati* = 0 + 1 Nbre_BQ
+ 2 Hist_Cdt + 3 Dur_Rel +
2me tape : Nous avons ajout dans cette
Niv_Rat = 4 Inf 5 Ta_Entr + 6 Innov +
rgression les caractristiques de lentreprise
>0
0 sinon
Niv_Rati* = 0 + 1 Nbre_BQ +
2 Hist_Cdt + 3 Dur_Rel + 4
3me tape : Nous avons insr dans cette Inf 5 Ta_Entr + 6 Innov + 7
rgression en plus des caractristiques de Niv_Rat = Mt_Cdt + 8 Mat_Cdt + 9
lentreprise, celles du crdit. Tx_Int + 10 Grt + > 0
0 sinon
147
La premire rgression, que nous avons effectu pour tester la significativit

statistique de leffet des caractristiques de la relation Banque-PME sur la dcision de
rationnement prise par la banque, a permis de trouver une relation significative pour la dure
de la relation et la nature dinformation utilise. Le signe du coefficient de la variable
(Dur_Rel) confirme nos attentes et montre une relation ngative entre la dure de la relation et
le choix de rationnement. En effet, ce rsultat montre que ltalement de la dure minimise la
probabilit de rationnement. La variable (Inf), a eu un coefficient ngatif ce qui prouve que la
combinaison de linformation soft avec linformation hard conduit la rduction du
rationnement. Cependant, les deux autres variables (Nbr_BQ et Hist_Cdt) nont pas dimpact
significatif sur la dcision des banques.
Nous avons procd dans la deuxime tape intgrer dautres variables qui
caractrisent les entreprises, afin de tester leurs effets. Les rsultats montrent que les
caractristiques des entreprises nont pas un effet significatif sur le choix des banques. Le
signe attendu de la variable (Innov) est oppos celui trouv. Ce qui peut tre expliqu par un
comportement risquophobe des banques. En effet, les banques peuvent anticiper une
cration de valeur trs importante par les entreprises innovatrices, en rponse la ralisation
des nouveaux projets et par consquent elles se permettent de prendre un risque excessif pour
un gain plus important. Vu que les entreprises risques acceptent de payer plus cher leurs
sources de financement.
Cette deuxime rgression a confirm les rsultats de la premire rgression et

confirme leffet significatif des variables (Dur_Rel) et (Inf) sur le choix de rationnement.
Dans la troisime rgression, nous avons ajout les caractristiques des crdits nos
variables explicatives. Cette nouvelle rgression a confirm les mmes rsultats concernant
les deux variables significatifs de la premire rgression, par contre la variable taille de
lentreprise est devenue significative. Les variables reprsentants les caractristiques des
crdits sont tous significatives. Le signe positif du coefficient de la variable (MT_Cdt) vrifie
la relation positive entre le rationnement et le montant de crdit. En effet, plus le montant est
important, plus lemprunteur doit sattendre tre rationn.
148
Leffet de la variable (Mat_Cdt) est significatif 1% malgr que le signe ngatif ne

confirme pas nos attentes. Ce rsultat montre que les crdits de court terme sont plus rationns
que les crdits de long terme. Ce rationnement peut tre expliqu par deux hypothses. La
premire hypothse soutient lide que les PME ont plus besoin des crdits de court terme
pour maintenir leurs activits, ce qui prsume quelles sont en une situation financire
difficile qui les oblige demander le crdit en question. Les banques refusent ces crdits car
elles amplifient le risque financier des PME. La deuxime hypothse stipule que les PME
demandent les crdits de court terme des fins dexploitation, donc les montants demands
sont relativement faibles. Ce qui empche, les banques dexiger une garantie en contre partie
des crdits. Donc pour viter la prise dun risque inutile ces dernires refusent doctroyer ces
crdits.
Les signes positifs du Taux dintrt (Tx_Int) et de la garantie (Grt) taient

imprvisibles mais ils peuvent tre expliqus par le risque de solvabilit. En effet, Le taux
dintrt adopt par notre tude est celui accept par lemprunteur afin dobtenir son crdit.
Un taux lev suppose intuitivement un risque lev, cest le rsultat de la thorie de
lquilibre sparant. Un emprunteur qui accepte de payer plus cher ses crdits, prouve quil
ne veut pas sacrifier sa garantie. La banque exige un taux lev pour rmunrer le risque lev
mais elle contribue par cette dmarche augmenter le risque de lemprunteur. En effet, ce
dernier se trouve oblig de payer des frais financiers importants pour pouvoir raliser son
projet, ce qui rduit la rentabilit du projet et augmente le risque dinsolvabilit.
Un autre raisonnement totalement diffrent peut expliquer leffet positif de la garantie

sur le choix de rationnement. La garantie est cense jouer un rle disciplinaire pour
lemprunteur, mais les emprunteurs les plus risqus se sont bass sur cet argument, en
acceptant de prsenter des garanties dans le but denvoyer un signal positif aux banques, sauf
que celles, qui dtiennent suffisamment dinformations comptables et financires arrivent,
valuer le risque de ces emprunteurs sa vraie valeur, rationnent ces emprunteurs.
La deuxime partie de notre tude empirique se base sur une rgression Tobit en
adoptant comme variable dpendante le niveau rel de rationnement. Dans cette partie nous
nadoptons plus une variable binaire faisant la distinction entre les entreprises rationnes et
149
les entreprises non rationnes. Nous avons intgr dans le modle de rgression le niveau rel
du rationnement du crdit. Nous adoptons le modle Tobit car il permet de tester des
variables dpendantes limites. En effet, la valeur de notre variable (Niv_Rat) ne peut pas
dpasser 1 car cest la part maximale du crdit qui peut tre rationne : cest le rationnement
total et elle ne peut pas tre ngative car labsence de rationnement mne une valeur nulle.
Nous avons suppos dans cette partie que le crdit peut tre divisible et que la banque peut
accepter de financer seulement une partie du crdit demand.
Les rsultats des trois rgressions sont identiques ceux de la premire partie
lexception de la dure de la relation dont leffet devient non significatif, aprs lintroduction
des caractristiques des crdits.
Ces rsultats confirment ceux de la premire partie et montrent que la distinction entre
les emprunteurs totalement rationns et partiellement rationns naffecte pas limpact des
variables sur le choix de rationnement. Nous avons essay par cette distinction de tester si le
traitement des demandes de crdit peut affecter le choix de la banque de rationner totalement
ou doctroyer une partie du crdit. Mais lobtention des mmes rsultats montre que les
variables adopts pour expliquer le rationnement ont le mme effet sur le choix de
rationnement quil soit partiel ou total.
4. Conclusion
La rigidit des banques envers les PME peut affecter la disponibilit des crdits cette
catgorie dentreprises et peut aggraver leurs problmes financiers. En tenant compte de
lopacit de ce type dentreprises, nous pouvons supposer que la rigidit de la prise de
dcision nest pas favorable au dveloppement de cette catgorie. Le rationnement adopt par
les banques pour faire face aux problmes dasymtrie dinformation peut nuire la
croissance de ces firmes. A cet effet nous avons essay de tester la significativit empirique
des plus importantes variables abordes par la littrature. Nous avons class les variables
adoptes en trois groupes : les caractristiques de la relation Banque-PME, les caractristiques
de lentreprise et les caractristiques des crdits.
150
Le but de notre travail est de tester empiriquement la significativit statistique de ces

caractristiques. Nous avons ralis cette tude en deux tapes. Dabord, nous avons utilis
une variable muette qui prend des valeurs binaires indiquant lexistence ou labsence de
rationnement, ensuite, nous avons intgr le niveau rel de rationnement comme variable
dpendante, en se basant sur lide que le crdit est divisible et que la banque peut rationner
une partie du crdit et non pas sa totalit. Les rsultats trouvs montrent une significativit
persistante dans les six rgressions effectues de leffet de la nature de linformation utilise :
lintgration de linformation soft dans le processus de prise de dcision minimise la
probabilit de rationnement. En plus, nous avons trouv une significativit de leffet de toutes
les caractristiques des crdits dans les deux rgressions effectues sur les deux variables
dpendantes, ce qui prsume que les variables utilises ont le mme impact sur la dcision de
rationnement des crdits que ce soit partiellement rationns ou totalement rationns.
Autrement dit, en admettant que la dcision de crdit est prise en deux temps, les variables de
nos rgressions naffectent que la premire tape du traitement de la demande de crdit (la
dcision de loctroi de crdit), et la fixation du montant octroy nest pas explique.
Les banques adoptent le rationnement comme une solution aux problmes dasymtrie
dinformation, malgr quelles connaissent ses consquences sur le fonctionnement des PME.
Nous nous demandons si les banques peuvent adopter dautres solutions afin dviter le
rationnement des crdits et la perte des clients, tout en respectant lquilibre entre les revenus
dgags des relations de crdits et le risque encouru.
151
Bibliographie
Abel A. et Eberly J.C., 2002, Q theory without adjustment costs et cash flow effects without
financing constraints , mimeo, University of Pennsylvania.
Abel A. et Eberly J.C., 2004, Investment, valuation and growth options , mimeo,
Northwestern University.
Alti A., 2003, How sensitive is investment to cash flow when financing is frictionless? ,
Journal of Finance, 58, 2, p. 707-722.
Anari A., Kolari J., Pynnnen S. et Suvanto A., 2002, Further evidence on the credit view:
the case of Finland , Applied Economics, 34, 3, p. 267-278.
Artus P., 2002, Comment ragir un rationnement du crdit bancaire ? , Revue

conomique, 53, N 1, janvier, p. 63-82.
Barclay M. J. et Smith C. W., 1995, The maturity structure of corporate debt , Journal of
Finance 50(2), p. 609-631.
Barro R., 1976, The loan market, collateral, and rates of interest , Journal of Money,
Credit, and Banking, 8, p. 439-56.
Beau D., 1991, La fragilit des situations financires dans les PME franaises , Banque de
France, Centrale de bilans, B 91/21, 22.
Becchetti L., Garcia M. et Trovato G., 2009, Credit Rationing and Credit View: Empirical
Evidence from Loan Data , Centre for Economic and International Studies, 7, Issue
2, No. 144 Fvrier.
Beck T. et Demirguc-Kunt A., 2006, Small and medium-size enterprises: access to finance
as a growth constraint , Journal of Banking and Finance, 30, November, p. 2931
2943.
Federal Reserve Bank of Atlanta Working Paper Series Vol 10, May.
Berger A., Frame W. S et Miller N. H., 2005, credit scoring and the availability, price, and
risk of small business credit , Journal of Money, Credit, and Banking 37, Number
2, March, p. 191-222.
152
Berger A., Klapper L. F et Udell G. F., 2001, The ability of banks to lend to informationally
opaque small business, journal of Banking and Finance, 21, p. 2127-2167.
Berger A., Rosen R. J. et Udell G. F., 2007b, Does market size structure affect competition?
The case of small business lending , Journal of Banking and Finance 31(1), p. 11-
33.
Berger A. et Udell G.F., 1992, Some evidence on the empirical significance of credit
rationing , Journal of Political Economy 100 (5), p. 10471077.
Berger A. et Udell G. F., 1995, Relationship lending and lines of credit in small firm
finance , Journal of Business 68(3), p. 351-381.
Berger A. et Udell G. F., 2005, Small business and debt finance , In Acs, Zoltan J. and
Audretsch, David B. (eds.) Handbook of entrepreneurship research, Printemps.
Bernanke B. et Blinder A., 1992, The Federal Funds rate and the channels of monetary
transmission , The American Economic Review, Vol 82, 4, p. 901-921.
Besanko D. et Thakor A., 1987a, Collateral and rationing: sorting equilibria in monopolistic
and competitive credit markets , International Economic Review 28(3), p. 671-689.
Bester H., 1985, Screening vs. rationing in credit markets with imperfect information ,
American Economic Review 75(4), p. 850-855.
Bester H., 1987, The role of collateral in credit markets with imperfect information ,
European Economic Review, 31(4), p. 887-899.
Bhattacharya S. et Ritter J.R., 1983, Innovation and communication: signalling with partial
disclosure , The Review of Economic Studies 50, p. 331-346.
Boissonade D. et Tournier A., 1996, Lendettement des entreprises de 1989 1995 ,

Banque de France, Observatoire des entreprises, D 96/68.
Bolton P. et Scharfstein D.S., 1996, Optimal debt structure and the number of creditors ,
The Journal of Political Economy, 104, 1, p. 1- 25.
Boot A, Thakor A. et Udell G. F., 1991, Secured lending and default risk: equilibrium
analysis, policy implications and empirical results , Economic Journal 101, p. 458-
472.
Boot A. et Thakor A.V., 1994, Moral hazard and secured lending in an infinitely repeated
credit market game , International Economic Review, 35, p. 899-920.
153
Brick I. E. et Palia D. 2007, Evidence of jointness in the terms of relationship lending ,

Journal of Financial Intermediation 16, p. 452-476.
Carey M., Prowse S., Rea J. et Udell G. F., 1993, The economics of private placements: a
new look. Financial Markets , Institutions and Instruments 2(3), p. 1-67.
Chakraborty A. et Hu C., 2006, Lending relationships in line-of-credit and nonline-of-credit

loans: evidence from collateral use in small business , Journal of Financial
Intermediation 15(1), p. 86-107.
Chan Y. et Kanatas G., 1985, Asymmetric valuation and the role of collateral in loan
agreements , Journal of Money, Credit and Banking, 17, 1, p. 84-95.
Chan Y. et Thakor A., 1987, Collateral and competitive equilibria with moral hazard and
private information , Journal of Finance 42(2), p. 345-363.
Chen Y., 2006, Collateral, loan guarantees, and the lenders incentives to resolve financial
distress , Quarterly Review of Economics and Finance 46, p. 1-15.
Chen Y., Guo R. J et Huang R-L., 2009, Two stages credit evaluation in bank loan
appraisal , Economic Modelling, Volume 26, volume 1, January, p. 63-70
Cieply S. et Paranque B., 1998, Le Rationnement des Petites Entreprises sur le March du
Crdit: mythe ou ralit? , Revue Banque et Marchs, mars-avril.
Clemenz G., 1986, Credit Markets with Asymmetric Information , Lecture notes in
economics and mathematics systems, Springer-Verlag, Berlin.
Coco G., 2000, On the Use of Collateral , Journal of Economic Surveys, 14, 2, p.191214.
Cowling M., 2010, The role of loan guarantee schemes in alleviating credit rationing in the
UK , Journal of Financial Stability, Volume 6, volume 1, April, p. 36-44.
Craig S. G. et Hardee P., 2007, The impact of bank consolidation on small business credit
availability , Journal of Banking et Finance 31 p. 1237-1263.
Cressy R. et Toivanen O., 2001, Is there adverse selection in the credit market? , Venture
Capital 3(3): p. 215-238.
De Bodt E., Lobez F. et Statnik J-C., 2005, Credit Rationing, Customer Relationship and the
Number of Banks: an Empirical Analysis , European Financial Management, 11,
No. 2, p. 195228.
Detragiache E., Garella P. et L. Guiso., 2000, Multiple versus single banking relationships:
154
theory et evidence , The Journal of Finance, LV, 3, p. 1133-1161.
Evans, D. et Jovanovic B., 1989, Entrepreneurial Choice and Liquidity Constraints, Journal
of Political Economy, 97, p. 808-27.
Flannery M., 1986, Asymmetric information and risky debt maturity choice , Journal of
Finance 41(1), p.19-37.
Garvin W.J., 1971, The small business capital gap : the special case of minority enterprise
, Journal of Finance, p. 445-457.
Gelos G. et Werner A., 2002, Financial liberalization, credit constraints and collateral:
investment in the Mexican manufacturing sector , Journal of Development
Economics 67 (1), p. 127.
Gertler M. et Gilchrist S., 1994, Monetary Policy, Business Cycles and the Behaviour of
Small Manufacturing Firms , Quarterly Journal of Economics, 109, n 2, May, p.
309-340.
Godlewski C, 2004, rle de la nature de l'information dans l'intermdiation Bancaire

Goldberg M., 1982, The Pricing of the Prime Rate , Journal of Banking and Finance, 6, p.
277-96.
Goldberg M., 1984, The Sensitivity of the Prime Rate to Money Market Conditions
Journal of Financial Research, 7, p. 269-80.
Gomes J. F., 2001, Financing investment , American Economic Review, 91, p. 1263-1285.
Guiso L., 1998, High-tech firms and credit rationing , Journal of Economic Behavior and
Organization 35(1), p. 39-59.
Hall B., 1992, Investment in Research and Development at the Firm Level: Does the Source
of Finance Matters? , NBER Working Paper No. 4096.
Harhoff D. et Krting T., 1998, Lending relationships in Germany Empirical evidence

from survey data , Journal of Banking and Finance 22(10-11), p. 1317-1353.
Hellmann T. F. et Stiglitz J., 2000, Credit and equity rationing in markets with adverse
selection , European Economic Review 44(2), p. 281-304.
Hernndez-Cnovas G. et Martnez-Solano P., 2006, Banking relationships: effects on debt

terms for small Spanish firms , Journal of Small Business Management 44(3), p.
155
315-333.
Himmelberg C.P. et Petersen B.C., 1994, R&D and Internal Finance: A panel Study of
Small Firms in High-Tech Industries , Review of Economics and Statistics.
Hoshi T., Kashyap A. et Scharfstein D., 1991, Corporate structure, liquidity and investment:
evidence from japanese industrial groups , The Quarterly Journal of Economics 56,
p. 33-60.
Inderst R. et Mueller H. M., 2007, A lender-based theory of collateral , Journal of

Financial Economics 84, p. 826-859.
Jaffee D. et Modigliani F., 1969, A Theory and Test of Credit Rationing, American
Economic Review, 59, p. 850-82.
Jaffee D. et Stiglitz J., 1990, Credit rationing , In B. Friedman and F. Hahn eds., Handbook
of Monetary Economics, vol.2 chap.16, North Holland, Amsterdam, p. 838-888.
Jayaratne J. et Wolken J. D., 1999, How important are small banks to small business
lending ? New evidence from a survey of small firms , Journal of Banking and
Finance 23, p. 427-458.
Jimnez G., Salas V. et Saurina J., 2006, Determinants of collateral , Journal of Financial
Economics 81(2), p. 255-282.
Laeven L., 2003, Does financial liberalisation reduce financing constraints? , Financial
Management 32 (1), p. 534.
Levenson A R. et Willard K L., 2000, Do Firms Get the Financing They Want? Measuring
Credit Rationing Experienced by Small Businesses in the U.S , Small Business
Economics, 14, p. 8394.
Lobez F., 1988, le rationnement du crdit : une synthse , finance, 9, 2.
Love I., 2003, Financial development and financing constraints: international evidence from
the structural investment model , Review of Financial Studies 16 (3), p. 765-791.
Mann R. J., 1997a, Explaining the pattern of secured debt , Harvard Law Review 110(3),
p. 625-683.
Menkhoff L., Neuberger D. et Suwanaporn C., 2006, Collateral-based lending in emerging

markets: evidence from Thailand , Journal of Banking and Finance 30, p. 1-21.
156
Ortiz-Molina H. et Penas M., 2008, Lending to small businesses: the role of loan maturity in
addressing information problems , Small Business Economics, vol. 30, N4, Avril.
Petersen M. et Rajan R., 1994, The benefits of lending relationships: evidence from small
business data , Journal of Finance, 49, p. 1367-1400.
Management, North werstern University.
Rondi L., Sembenelli A. et Zanetti G., 1994, Is excess sensitivity of investment to financial
factors constant across firms? Journal of Empirical Finance 1, p. 365-383.
Schiantarelli F. et Georgoutsos D., 1990, Imperfect competition, Tobins q and investment:

evidence from aggregate UK data , European Economic Review, 34, p. 1061-1078.
Schreft S L. et Villamil A P., 1992, Credit rationing by loan size in commercial loan
markets , Economic Review, Federal Reserve Bank of Richmond, May, p. 3-8.
Slijkerman J F., Smant D J.C. et De Vries Cr G., 2004, Credit Rationing Effects of Credit
Value-at-Risk , Tinbergen Institute Discussion Paper Erasmus University
Rotterdam and Tinbergen Institute March 12.
Smith J. K. et Smith R. L., 2000, Entrepreneurial finance , John Wiley et Sons Inc.
Sobreira R., 1998, Credit Rationing and Banking Firm Behavior , Rio de Janeiro, Candido
Mendes University, Discussion Paper #8.
Steijvers T. et Voordeckers W., 2009, Collateral and credit rationing: a review of recent
studies as a guide for future research , Journal of Economic Surveys, 23, (5 S1). P.
924-946.
Stiglitz J.E. et Weiss A., 1983, Incentive effects of terminations: applications to the credit
and labour markets , American Economic Review 73 December, p. 912927.
Suzuki T., 2004, Credit channel of monetary policy in Japan: resolving the supply versus
demand puzzle , Applied Economics, 36, 21, p. 2385-2396.
Tamari M., 1980, The financial structure of the small firm - an international comparison of
corporate accounts in the USA, France, UK, Israel and Japan , American Journal of
Small Business, April-June, p. 20-34.
157
Von Thadden E.L., 1995, Long term contracts, short term investment and monitoring ,
Review of Economic Studies, 62, p. 557-575.
Von Thadden E.L., 2004, Bank capital adequacy regulation under the new Basel Accord ,
Journal of Financial Intermediation 13(2), p. 90-95.
Zazzara C., 2008, Determinants of Credit Rationing for Manufacturing Firms Any Potential
Effects from Basel 2? , Journal of Entrepreneurial Finance and Business Ventures.
158
Annexes
Tableau 3-1 : Le questionnaire
Madame/Monsieur,
Dans le cadre dune tude scientifique luniversit Paris Dauphine, nous essayons de
trouver les plus importants dterminants du rationnement des crdits des PME.
Le rationnement des crdits peut tre nuisible au dveloppement de toutes les entreprises et
plus particulirement les PME. Cest pour cette raison que nous sommes en train dessayer de
trouver les variables les plus importantes qui affectent la dcision de la banque.
Nous vous serions reconnaissants de bien vouloir prendre 10 15 minutes pour rpondre au
questionnaire ci-joint.
Nous aimerions recevoir votre rponse dici le , car elle constitue un lment
important dans notre processus de collecte de donnes.
Le caractre confidentiel de toutes les rponses reues sera respect.
Nous vous prions de croire, Madame, Monsieur, lexpression de nos sentiments les plus
sincres.
Le questionnaire
1re partie : la dcision de loctroi du crdit
Nous allons commencer notre questionnaire par la collecte dinformations gnrales

concernant la dcision de loctroi de crdit. Les donnes recherches doivent porter sur
lanne 2008.
1. Avez-vous demand un crdit durant lanne 2008 ?
OUI NON
159
2. Le crdit que vous avez demand est-il de court terme (priode de remboursement
infrieure ou gale 2 ans) ou de long terme ?
3. Pouvez-vous nous prciser le montant du crdit?
4. Quel pourcentage de ce crdit la banque a-t-elle finance ?
5. Avez-vous obtenu le crdit ds la premire demande ?
OUI NON
6. Au bout de combien de demande lavez-vous obtenu ?
7. Avez-vous redemand le crdit la mme banque ?
OUI NON
8. Combien de banque avez-vous sollicit ?
9. Combien de temps spare la premire et la dernire demande de crdit (la dernire

est celle qui a abouti laccord)?
10. Quelle dmarche supplmentaire avez-vous fait pour lobtenir ?
2me partie : les termes du crdit
Dans cette deuxime partie du questionnaire, nous allons passer aux informations
concernant les termes des contrats de crdits.
11. Quel est le taux obtenu?
160
12. Lobtention du crdit a-t-elle exig la prsentation dune garantie?
OUI NON
13. La garantie prsente est-elle personnelle ou elle fait partie de lactif de lentreprise ?
Personnelle
Elle fait partie de lactif de lentreprise

14. Quelle est la part du crdit couverte par la garantie ?
15. Pouvez-vous nous dire si vous financez une partie du projet gnrateur du crdit?
16. Pouvez-vous nous prciser quel pourcentage vous participez au financement de ce

projet ?
3me partie : la relation Banque- PME
Maintenant, nous allons aborder les diffrents lments de la relation Banque- PME qui
influencent la prise de la dcision de loctroi du crdit.
17. Pouvez-vous nous donner le nombre des banques qui exercent avec vous ?
18. Est-ce que le crdit en question est demand auprs de la banque principale ?
OUI NON
19. Est-ce que vous pourriez nous communiquer le nom de la banque que vous avez
sollicit pour le crdit ? (afin que nous puissions tablir le lien avec les
caractristiques des banques qui influencent la prise de la dcision)
20. Depuis combien dannes vous exercer avec cette banque?
161
21. Combien de kilomtres sparent votre direction de lagence bancaire, qui vous a
accord le crdit?
22. Pour rpondre votre demande, pensez-vous que le banquier se base seulement sur
les documents comptables et financiers ou il exploite, en plus, les informations quil a
pu dgager pendant la priode de votre relation ?
- Seulement les documents comptables

- Les documents comptables, les jugement et opinions du banquier
23. Avez-vous eu un autre crdit rembours ou en cours de remboursement?
OUI NON
24. Si oui est-ce quil est de cette banque ou dune autre ?
4me partie : lentreprise
Dans cette dernire partie, on vous demande une petite description des caractristiques de
votre entreprise.
Les spcificits des entreprises sont les plus importantes pour la prise de la dcision, cest
pour cette raison que nous vous invitons tre prcis dans vos rponses. Nous vous
rappelons que la confidentialit de vos rponses est respecte et quaucune information
communique ne sera transmise une tierce personne.
25. Pouvez-vous nous donner le nom de votre entreprise ?
26. quelle est lactivit de votre entreprise ?
27. A combien estimez vous la taille de votre entreprise la fin de 2008?
- Leffectif : (les stagiaires et les intrimaires ne sont pas compris)

- Total bilan :
162
28. Est-ce que vous juger que votre direction gnrale se situe dans une zone urbaine ?
29. Pouvez-vous nous prciser sil existe un service R&D au sein de votre entreprise ?
OUI NON
Vous avez eu l'amabilit de remplir avec soin notre questionnaire. Nous sommes
conscients du caractre parfois fastidieux de ce travail. Veuillez recevoir nos plus
chaleureux remerciements.
163
Tableau 3-2: la description des variables
Nom de la Signe
Code Mesure
variable attendu
RATION=1 si la banque
dpendantes
Le rationnement la totalit
Variables
RATION n.a
rationnement ou une partie du crdit
Ration= 0 sinon
Le niveau de La part du crdit qui na
Niv_Ration n.a
rationnement pas t financ
Cest le nombre des
banques qui exercent
Le nombre
Nbre_BQ avec lemprunteur +
des banques
lorsquil a demand le
crdit
Lexistence
dun autre
Hist_Cdt=1 si
crdit
lemprunteur a un autre
(antrieur ou Hist_Cdt +/-
crdit
Caractristiques actuel) avec
Hist_Cdt=sinon
de la relation la mme
Variables indpendantes
Banque-PME banque
Cest le nombre dannes
La dure de
Dur_Rel qui dterminent la dure -
la relation
de la relation
Inf=1 si le banquier a
utilis linformation
La nature de soft et hard
Inf -
linformation Inf=0 si le banquier a
utilis linformation
hard
La taille de
Ta_Entr Ln du total bilan +/-
lentreprise
Caractristiques Le niveau
Innov=1 sil existe un
de lentreprise technologiqu
Innov service R&D +
e et
Innov=0 sinon
linnovation
Caractristiques Le montant Ln du montant du crdit
Mt_Cdt +
du crdit du crdit demand
164
demand
Mat_Cdt=1 si le crdit
La maturit est de long terme
Mat_Cdt +
du crdit Mat_Cdt=0 si le crdit
est de court terme
Le taux dintrt que
Le taux lemprunteur a accept
Tx_Int +/-
dintrt pay de payer pour bnficier
du crdit
Grt=1 si lemprunteur a
La garantie Grt prsent une garantie +/-
Grt=0 sinon
165
Tableau 3-3 : les statistiques descriptives
Statistiques descriptives, utilisant les observations 1 296
Variable Moyenne Mdiane Minimum Maximum cart-type Observations

Nbre_BQ 2,55743 2 1 10 1,26628 296
Hist_Cdt 0,787162 1 0 1 0,410007 296
Dur-Rel 15,5284 15 0 85 12,2794 296
Inf 0,763514 1 0 1 0,425644 296
Ta_Entr 14,1907 14,1211 10,0925 20,3823 1,35973 296
Innov 0,266892 0 0 1 0,443084 296
Mt_Cdt 11,6787 11,6952 7,60090 15,4249 1,25195 296
Mat_Cdt 0,797297 1 0 1 0,402694 296
Tx_int 4,52207 4,5 0 10 1,44013 296
Grt 0,537162 1 0 1 0,499461 296
Statistiques descriptives, utilisant les observations des entreprises non rationnes 1 203

Nbre_BQ 2,62562 3 1 10 1,27339 203
Hist_Cdt 0,807882 1 0 1 0,394939 203
Dur-Rel 16,8788 15 0 85 13,1493 203
Inf 0,807882 1 0 1 0,394939 203
Ta_Entr 14,3154 14,302 10,0925 17,7275 1,20339 203
Innov 0,280788 0 0 1 0,450495 203
Mt_Cdt 11,6749 11,6952 7,6009 15,4249 1,24001 203
Mat_Cdt 0,852217 1 0 1 0,355762 203
Tx_int 4,34179 4,15 0 9 1,0861 203
Grt 0,46798 0 0 1 0,500207 203
166
Statistiques descriptives, utilisant les observations des entreprises rationnes 1 93

Nbre_BQ 2,4086 2 1 8 1,24444 93
Hist_Cdt 0,741935 1 0 1 0,439941 93
Dur-Rel 12,5806 10 1 40 9,54204 93
Inf 0,666667 1 0 1 0,47396 93
Ta_Entr 13,9184 13,8155 10,7616 20,3823 1,62466 93
Innov 0,236559 0 0 1 0,427273 93
Mt_Cdt 11,6868 11,644 8,69951 15,2018 1,28437 93
Mat_Cdt 0,677419 1 0 1 0,469997 93
Tx_int 4,91559 5 0 10 1,95754 93
Grt 0,688172 1 0 1 0,465751 93
167
Tableau 3-4 La matrice des corrlations entre les diffrentes variables
Coefficients de corrlation, utilisant les observations 1 - 296
5% valeur critique (bilatral) = 0,1140 pour n = 296
Nbre_BQ Hist_Cdt Dur_Rel Inf Ta_Entr Innov Mt_Cdt Mat_Cdt Tx_int Grt
1,0000 0,2619 -0,0737 0,0756 0,4154 0,2475 0,4076 0,0495 -0,0757 0,0717 Nbre_BQ
1,0000 0,0924 0,1574 0,1717 0,0898 0,1785 0,1279 -0,1102 -0,0523 Hist_Cdt
1,0000 0,0782 0,1276 -0,0117 0,0160 0,0204 -0,0760 -0,1159 Dur-Rdt
1,0000 0,0286 0,1021 0,0746 0,0160 -0,0286 -0,1339 Inf
1,0000 0,2052 0,6252 0,0997 -0,0255 0,0334 Ta_Entr
1,0000 0,2176 -0,0567 0,0331 0,0086 Innov
1,0000 0,0795 -0,0299 0,0687 Mt_Cdt
1,0000 -0,1337 -0,0298 Mat_Cdt
1,0000 0,1355 Tx_int
1,0000 Grt
168
Tableau 3-5: les rsultats de la premire rgression
Estimation Logit utilisant les 296 observations 1-296
Variable dpendante: RATION
RATION RATION RATION

0,666722 2,70274 0,493447
Const
(1,5564) (1,8663) (0,2898)
-0,155988 -0,0812152 -0,120746
Nbre_BQ
(-1,3542) (-0,6456) (-0,9203)
-0,0836119 -0,0640111 0,088333
Hist_Cdt
(-0,2606) (-0,1989) (0,2558)
-0,0347572 -0,0321139 -0,0277711
Dur-Rel
(-2,7023) (-2,4771) (-2,0306)
-0,65691 -0,670257 -0,65652
Inf
(-2,2587) (-2,2842) (-2,0997)
-0,159891 -0,3081
Ta_Entr
(-1,4742) (-2,2299)
-0,0431186 -0,230912
Innov
(-0,1396) (-0,7038)
0,308066
Mt_Cdt
(2,0498)
-0,967787
Mat_Cdt
(-2,9296)
0,210499
Tx_int
(2,1694)
0,766285
Grt
(2,6919)
Nombre de cas
'correctement 206 (69,6%) 201 (67,9%) 216 (73,0%)
prdis'
Pseudo-R2 de 0,0460771 0,0523249 0,132264
169
McFadden
Log de
-175,745 -174,594 -159,866
vraisemblance
Chi-deux(4) = Chi-deux(6) = 19,28 Chi-deux(10) =
Test du ratio de
16,9779 (p. critique (p. critique 48,7349 (p. critique
vraisemblance
0,001952) 0,003716) 0,000000)
Critre
d'information 361,49 363,188 341,733
d'Akaike (AIC)
Critre bayesien de
379,942 389,02 382,327
Schwarz (BIC)
Critre d'Hannan-
368,877 373,53 357,986
Quinn (HQC)
Test de colinarit 9:

Toutes les valeurs sont infrieures 2.
9
Afin de tester la robustesse de nos modles, nous avons effectu le test de colinarit qui mesure les
facteurs dinflation de variance. Ce test a montr labsence de colinarit entre nos variables indpendantes.
Nous avons trouv des valeurs du test qui ne dpassent pas 2 alors que la valeur maximale pour accepter
lhypothse dabsence de colinarit est de 10.
170
Tableau 3-6: les rsultats de la deuxime rgression
Estimation Tobit utilisant les 296 observations 1-296
Variable dpendante: Niv_Ration
Niv_Ration Niv_Ration Niv_Ration

0,329298* 1,3031** 0,353596
Const
(1,6679) (1,9740) (0,5059)
-0,0520104 -0,0167201 -0,0401708
Nbre_BQ
(-1,0825) (-0,3252) (-0,6950)
-0,168406 -0,158681 -0,0817699
Hist_Cdt
(-1,0773) (-1,0114) (-0,5559)
-0,0137716* -0,012347* -0,00980387
Dur-Rel
(-1,8781) (-1,7131) (-1,4882)
-0,363892** -0,379288** -0,351998**
Inf
(-2,2210) (-2,3167) (-2,3325)
-0,0762627 -0,127671**
Ta_Entr
(-1,6340) (-2,2717)
-0,00182202 -0,0737951
Innov
(-0,0122) (-0,5157)
0,133227*
Mt_Cdt
(1,8104)
-0,492336***
Mat_Cdt
(-3,0241)
0,0733257**
Tx_int
(2,0829)
0,268219*
Grt
(1,7429)
Observations
205 (69,3%) 205 (69,3%) 205 (69,3%)
censures
171
Sigma 0,887381 0,882458 0,824585

Log de
-218,538 -217,357 -203,659
vraisemblance
Critre
d'information 449,076 450,714 431,319
d'Akaike (AIC)
Critre bayesien de
471,218 480,237 475,603
Schwarz (BIC)
Critre d'Hannan-
457,941 462,535 449,05
Quinn (HQC)
Test pour la
normalit des Statistique de test: Statistique de test: Statistique de test:
rsidus : Hypothse Chi-deux(2) = Chi-deux(2) = Chi-deux(2) =
nulle: l'erreur est 77,2256 75,925 41,9838
normalement avec p. critique = avec p. critique = avec p. critique =
distribue10 1,70091e-017 3,25909e-017 7,64416e-010
Test de colinarit :

Toutes les valeurs sont infrieures 2.
10
Nous avons effectu des tests de normalit pour sassurer de la normalit des rsidus pour les
rgressions effectues cette partie et nous avons confirm lhypothse nulle de la normalit de la distribution
des rsidus.
172
Chapitre 4 : Les revenus non lis lintrt
et la disponibilit des crdits
Chapitre 4 : Les revenus non lis lintrt et la disponibilit des crdits
Introduction
Lintermdiation financire reprsente le rle principal des banques. Ces institutions

financires cherchent collecter des fonds auprs des dpositaires pour assurer loctroi des
crdits aux emprunteurs.
Les banques sont censes verser des intrts aux dpositaires en guise de rmunration
des fonds dposs, sachant que, leur principal revenu provient des intrts pays par les
emprunteurs. Ces intrts doivent rmunrer les fonds octroys et couvrir les risques encourus
par ces banques et sont troitement lis cette activit dintermdiation. Avec les
imperfections du march des crdits, les banques trouvent plus de difficult maintenir
lquilibre entre la prise du risque et sa rmunration. Elles doivent sengager maitriser ce
risque et de dgager les rmunrations adquates qui favorisent leur dveloppement.
Par souci de rentabilit, les banques doivent optimiser la gestion de leurs fonds et den
dgager le maximum de gain en prenant le minimum de risque.
La gestion des crdits allous par les banques est confronte un risque dasymtrie
dinformation. Les problmes dasymtrie dinformation constituent un important obstacle
loptimisation des gestions des crdits, ce qui oblige les banques amliorer les processus de
prise de dcision de crdit.
La relation banque-PME tait lune des meilleures solutions adoptes pour rsoudre
ces problmes dinformation, mais la qualit de linformation dgage, la particularit de son
processus de traitement et la difficult de contrler la marge de manuvre des agents de crdit
ont empch la rsolution de ces problmes. Le comit de Ble II a incit les banques
gnraliser lutilisation des scores pour lvaluation du risque des emprunteurs. Malgr que
cette solution ait donn une valuation plus objective, elle a contribu au durcissement des
processus de prise de dcision. Les emprunteurs ne peuvent ni profiter de la proximit des
agents des crdits ni bnficier de linformation soft collecte tout au long de la priode de
la relation.
174
Le durcissement des processus de prise de dcision a contribu laugmentation du

risque de rationnement des crdits pour les emprunteurs les plus opaques et les plus
vulnrables.
Dautres solutions ont t adoptes pour rsoudre ce problme de rationnement. Parmi

lesquelles nous voquons lintgration des revenus non lis lintrt dans le calcul de la
rentabilit des emprunteurs. Cette dmarche contribue lamlioration des notations des
emprunteurs et la probabilit de loctroi de crdit.
Lobjectif de notre travail est de tester empiriquement lexistence dune relation

significative entre le volume des crdits octroys et les revenus non lis lintrt. Ces
revenus se composent essentiellement des commissions et des honoraires pays par les clients
pour des services fournis par leurs banques. Dans notre travail, nous supposons quau sein de
la banque, la gestion des crdits est globale, nous ne distinguons pas les revenus de services
pays par les emprunteurs qui nont pas de crdits et nous considrons les revenus globaux
non lis lintrt.
En essayant de rpondre cette question nous raliserons notre travail en deux parties.
Premirement, nous testons empiriquement la significativit de la relation entre les revenus
des commissions et des honoraires et la disponibilit des crdits. Cette disponibilit est
reprsente par deux variables : le volume total des crdits octroys par les banques et le taux
de variation annuel des crdits. Deuximement, nous tudierons l'impact de ces revenus non
lis lintrt sur la marge nette dintrt.
Le plan de larticle est comme suit. La premire section prsente la revue de la

littrature, dans la seconde section nous donnons une description des donnes et des variables,
la troisime section prsente la mthodologie et les rsultats des rgressions et la dernire
section conclue mon travail.
175
1. Revue de la littrature
1.1. Lvolution du processus dcisionnel des banques
Le rle de lintermdiation financire des banques na pas cess dvoluer dans le

temps. En effet, historiquement, lexploitation de la relation tablie avec les entreprises est
lun des moyens les plus efficaces pour rduire le problme dasymtrie dinformation. Cette
relation est importante pour la dtermination des termes du contrat de crdit (Berger et Udell,
2002). Linformation dgage tout au long de cette relation rduit les problmes de lhasard
moral et la slection adverse en rduisant les problmes dasymtrie dinformation
(Godbillon-Camus et Godlewski 2006). Le processus de prise de dcision bas sur cette
relation est diffrent de celui bas sur les scores (Berger et Udell, 2002), tant donn que ces
derniers se basent essentiellement sur des donnes comptables et des ratios financiers.
Labsence dune information fiable et prcise sur lemprunteur pousse les banques
adopter une slection adverse ex-ante des entreprises (Godbillon-Camus et Godlewski,
2006) ou saventurer dans un engagement de crdit qui peut mener la prise dun risque
excessif non rmunr par le taux dintrt consenti.
Le comit de Ble II a incit les banques gnraliser lutilisation des scores pour
lvaluation des emprunteurs et estimer objectivement le risque quelles vont assumer. Ce
nouveau processus de prise de dcision offre lunification des valuations sur la base des
donnes fournies mais il rduit la flexibilit des agents de crdits qui grent les demandes et
qui peuvent avoir des jugements et des apprciations plus subjectifs et plus humains.
Lutilisation des scores ne garanti ni que les banques aboutissent aux meilleures valorisations
ou les plus prcises informations ni quelles ont pris la bonne dcision mais elle favorise un
meilleur contrle de la prise dune dcision plus rapide, (De Young, Lennon et Nigro, 2008).
Cette rapidit est impose aux banques pour mieux rpondre aux exigences du march, tant
donn que les banques qui veulent rester comptitives doivent rduire le temps de rponse aux
demandes et donner plus de performance leurs services de gestion des crdits. Le
dveloppement technologique, les changements rglementaires et la mutation des rgles de
comptition peuvent contribuer linstauration des scores (Berger et Udell, 2002).
176
Lapplication des directives de Ble II peut conduire au durcissement de la prise des

dcisions des crdits. Les banques qui nacceptent pas une sous rmunration du risque ont
recours lune des deux solutions : le rationnement des crdits ou la rentabilisation de ces
derniers par des revenus non lis lintrt gnrs par les services offerts. Ladoption du
rationnement comme solution peut engendrer des problmes conomiques rsultant dun
manque de financement. Paradoxalement, les banques sont affectes indirectement par ces
problmes lis linsuffisance des financements des entreprises et laugmentation de leur
risque dinsolvabilit. En outre, les banques se trouvent dans un march de plus en plus
concurrent. Pour chapper cette situation, elles doivent rentabiliser les emprunteurs en leur
offrant des services.
1.2. La disponibilit des crdits
Les crises conomiques et les priodes de sous investissement reprsentent les

premiers propulseurs du rationnement de crdit, cest pour cette raison quil est gnralement
tudi dans un contexte macroconomique. Le rationnement reprsente pour les entreprises un
obstacle leur dveloppement ou la continuit de leurs cycles dexploitation. La
disponibilit des crdits est un moyen de prosprit des entreprises. Dans notre travail nous
considrons le rationnement comme laboutissement dune stratgie bancaire qui tente de
limiter les risques encourus. Dans un march bancaire caractris par une forte concurrence
les banques ne peuvent plus augmenter les intrts des crdits en rponse laugmentation
des risque (Stiglitz et Weiss, 1981), elles se trouvent obliges de limiter le risque
dinsolvabilit et/ou dasymtrie dinformation en refusant loctroi des crdits aux entreprises
considres plus opaques ou risques que ce quelles se doivent.
Le comportement bancaire nous conduit diffrencier deux types de banques. Une

premire catgorie opte pour une stratgie risquophobe permettant la rduction du risque et
adoptant un comportement prventif. Le rationnement pour cette catgorie est un choix
stratgique permettant la maitrise de la prise de risque. La deuxime catgorie se constitue des
banques qui cherchent favoriser leurs gains. Elles nadoptent le rationnement quau dernier
recours lorsquelles se trouvent obliges de limiter la prise de risque. Les banques se trouvent
177
contraintes par le taux rglementaire des rserves des fonds propres, impos par Ble II, et
elles ne peuvent pas rpondre favorablement aux demandes des crdits (Artus, 2002).
Le rationnement, quil soit prventif ou impos, reprsente une perte de clientle pour
les banques, alors que cette clientle reprsente la source de prosprit de leurs activits. En
craignant les consquences de la perte de la clientle, les banques vont adopter le
rationnement sur la quantit (le volume des crdits). Ce type de rationnement consiste
accepter doctroyer des crdits dont le montant est infrieur celui demand, autrement dit,
les banques peuvent accorder les crdits tous les demandeurs mais elles nacceptent de
financer quune partie des crdits demands : cest le rationnement partiel. Les banques
essayent par cette stratgie dinstaurer un peu de solidarit en satisfaisant tous leurs clients :
cest comme si les banques essayent de partager le rationnement sur tous les emprunteurs au
lieu de limposer aux quelques uns. Cette forme de rationnement a t voqu pour la
premire fois par Keeton (1979) et puis traite par plusieurs tudes dont on peut citer celle de
Lobez (1988) qui prcise quune asymtrie dinformation sur le risque des projets financer
peut tre la cause dun rationnement de crdit.
En effet, le rationnement de crdit peut tre total ou partiel. Cette distinction dcoule
de la stratgie adopte par la banque qui peut accepter ou refuser de ngocier les montants des
crdits demands. Les banques qui refusent la dcomposition des crdits se trouvent dans
lobligation de refuser ou daccepter la totalit des montants sollicits. Les banques les plus
flexibles adoptent cette stratgie de dcomposition et rpondent au plus grand nombre de
demandeur, tant donn que la ngociation des montants favorise loctroi des crdits en
trouvant un consensus entre loffreur et le demandeur. Par consquent, nous pouvons
considrer que la prise de dcision de loctroi des crdits peut tre tudie deux niveaux :
dans un premier temps les banques doivent dcider de donner ou non les crdits et, dans un
deuxime temps, elles doivent fixer les montants des crdits octroyer (Craig et Hardee,
2007).
Lun des inconvnients du rationnement est quil soit appliqu pour des emprunteurs
qui mritent les fonds sollicits. Dans un tel cas, la dcision de rationnement ne va pas
garantir la limitation du risque, bien au contraire, elle va contribuer lapparition des priodes
178
de sous investissement et la baisse du niveau gnral de lactivit conomique (Zazzara,

2008). En effet, la disponibilit des crdits reprsente une composante importante pour le bon
droulement de lactivit conomique. Les volumes des crdits octroys et le taux de variation
de ces volumes sont troitement lis lenvironnement conomique gnral, la performance
du systme bancaire et ladquation de ce dernier avec son climat dexercice. Le volume des
crdits octroys par les banques reprsente un indicateur sur les investissements raliss dans
lconomie et le taux de variations de loctroi de ces crdits peut tre li au taux de croissance
de cette conomie ou stimul par ce dernier pendant les priodes de rcession et de
croissance.
Loctroi de crdit est laboutissement dun processus de prise de dcision qui sest
endurci en faisant perdre les banques leurs clients mais qui peut tre rentables. Par souci de
rentabilit, les banques ne peuvent pas gaspiller les dpts collects et rmunrs. Cest
pourquoi elles vont essayer de rentabiliser les crdits risqus dont les taux dintrt ne
couvrent pas la totalit du risque encouru en offrant des services dont les rmunrations ne
dpendent pas des taux dintrt. La prestation de ces services permet aux banques de se
rattraper sur le risque et compenser sa sous rmunration.
1.3. Loffre des services
Lutilisation de linformation hard , qui se base essentiellement sur des donnes

comptables et financires, a favoris le partage des donnes et a nuit leur caractre priv.
Les informations, qui portent sur les emprunteurs, sont partages par tous les acteurs
du march rduisant, ainsi, lavantage de linformation prive des banques. Lopacit des
emprunteurs reprsente un obstacle supplmentaire la prise de la bonne dcision en rponse
la demande de crdit. La relation tablie entre les banques et les emprunteurs pour rsoudre
le problme dasymtrie dinformation a montr son efficacit mais, avec le nouveau contexte
de gnralisation des scores, le processus de la prise de dcision a subi des mutations
profondes. Les banques doivent optimiser la gestion de leurs fonds en adquation avec les
nouvelles rgles. La prise dun risque excessif ncessite une rmunration plus leve, alors
que dans le cadre dune forte concurrence sur le march des crdits, la fixation des taux ne
semble pas tre libre. La rponse immdiate la sous rmunration de la prise des risques
179
tait la limitation des fonds octroys. Toutes fois, pour chapper la concurrence sur les taux
et au rationnement, les banques peuvent opter pour la compensation des soldes des dpts ou
le chargement des commissions sur les services (Park, Brandt et Giles, 2003). Il faut juste
rappeler que les revenus non lis lintrt se divisent en deux : les revenus gnrs par les
commissions et les honoraires et ceux qui sont gnrs par les oprations commerciales (Le
petit et al, 2008). Notre travail sintresse uniquement aux revenus gnrs par les
commissions et les honoraires des services.
Loffre des services, dont la rmunration se base essentiellement sur des commissions
et des honoraires non lis aux taux dintrt des crdits, parait une bonne solution pour
chapper au rationnement et la sous rmunration des crdits. En effet, les banques essayent
par les revenus des services lis aux crdits de compenser la sous prescription des taux (Allen
et Peristiani, 2007). Autrement dit, la prestation des services est un lment qui favorise la
baisse des taux dintrt (Lobez, 1988). Ce qui peut sexpliquer par le fait que les banques
acceptent un rendement des crdits plus faible, si en contre partie, elles observent un
accroissement de la demande de services. Donc, dans le but de rduire la sous rmunration
du risque, les banques peuvent dvelopper plusieurs types de services tels que le conseil et
lassurance. Toutes fois, le dveloppement de tels services exige plusieurs mutations qui
laccompagnent.
Des changements rglementaires et des mutations technologiques ont permis aux

banques doffrir les nouveaux services dont la rmunration rentabilise les crdits attribus
des emprunteurs jugs non rentables. Nous pouvons faire la diffrence entre les nouveaux et
les anciens services offerts par les banques leurs clients. Les activits traditionnelles des
banques sont dfinies comme tant le financement des crdits par les dpts (Rogers, 1998),
alors que les nouvelles activits qui se basent essentiellement sur la prestation des services se
caractrisent par le fait que : Nontraditional activities include all other fee-generating
activities of banks, ranging from underwriting activities to cash management and custodial
services (Gorton et Rosen, 1995).
Par consquent, le crdit peut tre considr comme un gnrateur dautres revenus
non lis lintrt au lieu dtre limit la rmunration du risque. Cette proposition prtend
180
que les banques sont en phase de migration des activits traditionnelles dintermdiation vers
des nouvelles activits (De Young et Roland, 2001).
Loffre de service est considre comme une diversification des activits bancaires.
Cependant, dans la littrature, cette opportunit se limite aux grandes banques ou, plus
prcisment, les grandes banques offrent plus de service que les petites banques (Roger,
1998). En effet, les grandes banques ont des fonds plus importants et une base de clientle
plus large leur permettant la rentabilisation des investissements raliss et des dpenses
engendres afin de saisir cette opportunit. Liu et Hung (2006) confirment le dsavantage des
petites banques offrir des services leurs clients. En effet, les petites banques ont des tailles
rduites limitant leurs domaines daction. En plus, leur petite taille peut empcher la
gnralisation de leurs services et ltendu de leurs nouvelles activits. Les petites banques
offrent des services personnaliss limit une clientle trs rduite (Carter et Mc Nulty,
2005). Le changement qui simpose dans lactivit bancaire concerne les grandes banques
plus que les petites (De Young et Roland, 2001).
Ces nouvelles activits peuvent tre considres comme une solution pour renforcer la
relation des banques avec les emprunteurs, en effet, elles peuvent tre considres comme un
moyen utilis pour mieux superviser les clients dont les banques narrivent pas profiter de
leur proximit. Les banques inefficientes dans leurs relations bases sur linformation soft ,
sont incapables de maintenir une relation rentable long terme avec les PME. La relation
entre les banques et les PME doit dpasser la relation de crdit et doit inclure les services
(Boot, 2000). Elle peut tre considre comme un approvisionnement des services financiers.
Loffre des services vient tablir un autre lien qui renforce cette relation et permet aux
banques de rapprocher leurs clients. En effet, les services sont devenus une composante
importante des produits bancaires.
La prolifration de ces nouvelles activits est un rsultat de simultanit de plusieurs

conditions favorables. Le dveloppement de cette nouvelle dmarche vient de sadapter aux
mutations environnementales, rglementaires et technologiques. Nous distinguons deux sortes
de mutations : des mutations contraignantes et des mutations stratgiques adoptes en rponse
un dveloppement gnral.
181
Le dveloppement technologique est parmi les lments qui ont favoris la

gnralisation des services. En effet, Le dveloppement technologique a garanti la rapidit et
la facilit de la collecte, du transfert et du contrle de linformation et des donnes. Par
consquent, les banques ont pu amliorer leurs mthodes de traitement de cette information ce
qui a contribu laugmentation de leur capacit travailler distance et largir leur base
de clientle.
En plus du fait que ce dveloppement technologique a favoris la prolifration de ces

nouveaux services, il a contribu la cration et la mise en place des nouveaux modles
dvaluation des emprunteurs. Ces derniers vont contribuer la propagation de ces services.
Le dveloppement technologique a facilit le traitement des demandes de crdits et a

rduit les temps de rponse, ce qui a aid la gnralisation des modles dvaluation des
clients. Ces modles dvaluation ont favoris laccroissement de la concurrence sur les taux
dintrts (Spong, 2000). Cette concurrence a pouss les banques chercher dautres moyens
pour rentabiliser leurs clients. En effet, Liu et Hung (2006) prtendent quavec une
concurrence accrue, les banques se trouvent obliges de focaliser leurs efforts sur la quantit
des services offerts. Donc, nous supposons que loffre des services est une raction la baisse
des revenus des activits traditionnelles (De Young et Roland, 2001 ; Roger, 1998).
La survie des banques est menace par une stagnation des taux dintrt des crdits
accompagne par un accroissement du risque sur les marchs. Dans un tel environnement, le
dclin des marges nettes dintrt gnr par le niveau lev de comptition pousse les
banques charger des commissions plus leves sur les services dj existant ou les nouveaux
services (Le petit et al, 2008). Ces nouveaux enjeux exigent un accompagnement dune
drglementation lgale qui peut organiser le march de ces nouveaux services.
Initialement, les banques ne pouvaient pas suivre toutes ces mutations technologiques
et environnementales car elles navaient pas le cadre juridique et rglementaire qui lui permet
ce dveloppement. Un changement des rglements tait ncessaire pour que les banques
puissent exercer les nouvelles activits. Ce changement a conduit au soulvement des
barrires qui interdisaient les banques doffrir des services non traditionnels tels que
182
lassurance. Cette drglementation tait ncessaire pour lvolution du march bancaire tant
donn quelle a permis aux banques dchapper aux problmes de rentabilit.
Nous avons dj voqu lexistence dune diffrence entre les nouveaux et les anciens
services offerts par les banques. Cependant, ce niveau, il faut mieux claircir la diffrence
entre les nouvelles activits qui taient interdites et celles qui taient offertes avec une
rmunration incluse dans celle du crdit. En effet, les tudes qui ignorent les activits non
traditionnelles pnalisent les banques qui les ont dveloppes car les ressources dployes
pour la mise en place de ces activits sont prises en comptes dans le calcul des charges et des
rsultats (Rogers, 1998 ; Clark et Siems, 2002 ; Lozano-Vivas et Pasiouras, 2010).
Les banques peuvent offrir des services, qui gnrent des honoraires et des
commissions, mais qui ne sont pas forcment considrs comme nouveaux dans le secteur
dactivit bancaire tels que le contrle, la supervision et la gestion des liquidits (De Young et
Roland, 2001). Les rmunrations de quelques services taient incluses dans le taux dintrt
alors que les banques les ont externalises pour analyser la rentabilit nette des crdits et des
services (Rogers et Sinkey, 1999). A titre dexemple, les lettres de crdit ne peuvent pas tre
qualifies comme des nouvelles activits alors quelles gnrent des commissions (Rogers et
Sinkey, 1999). Il semble que les clients acceptent cette sparation entre la rmunration des
services et du crdit pour bnficier des taux plus bas.
Les nouveaux services reprsentent une diversification des produits bancaires et une
migration des activits bancaires vers des activits hors bilan. Ils nexigent pas des
engagements sur les dpts, cependant, ils dgagent des cots supplmentaires lis leur mise
en place. Les activits hors-bilan tels que la titrisation, les lettres de crdit et les titres drivs
ont progress un rythme rapide (Clark et Siems, 2002). En consquence, la part des
commissions et autres revenus non lis lintrt ont augment dune faon spectaculaire
(Lozano-Vivas et Pasiouras, 2010). Les services offerts ont pris une grande diversification
permettant aux banques de profiter de toutes les opportunits qui se prsentent. Nous pouvons
citer la gestion des fonds mutuels, le conseil, les oprations sur les titres, lassurance, le
traitement des donnes et le service immobilier comme des exemples des nouveaux services
offerts par les banques.
183
En offrant ces nouveaux services, les banques optent pour des nouvelles activits qui
exigent des ressources diffrentes que ceux exigs par les activits traditionnelles
dintermdiation. Les banques doivent sadapter aux spcificits des activits offertes et des
comptences exiges. Ces nouvelles activits exigent des agents hautement qualifis et de
comptences trs pointues afin damliorer leurs produits et saligner sur la qualit des
produits offerts par les institutions spcialises. Pour ce faire, les banques se trouvent face
deux solutions : former les anciens agents de leurs rseaux dagences ou recruter dautres
personnes capables de raliser les taches accordes et de rapporter le plus. Dans les deux cas
les banques subissent des cots supplmentaires. Ces cots reprsentent des engagements de
long terme alors que la stabilit des revenus dgags ne fait pas encore lunanimit.
1.3.1. Loffre de service et la stabilit des revenus
La diffrence entre la relation qui se base sur le crdit et celle qui se base sur le service
est le fait que les services offerts par les banques peuvent tres interrompus avant le
remboursement de la totalit du crdit associ (De Young et Roland, 2001). Donc les banques
peuvent avoir des relations non risques bases sur les services mais dont la rentabilit ne peut
tre constate qu court terme. La relation entre la rentabilit et le risque constitue un
lment essentiel dans la fixation de la stratgie bancaire. Le rle que peut jouer la stabilit
des revenus des services dans la stabilit des rsultats bancaires a t mis en cause par
plusieurs tudes. En effet, De Young et Roland (2001) ont cherch limpact des activits, dont
la rmunration est constitue par des commissions, sur la profitabilit et la volatilit des
larges banques commerciales amricaines entre 1988 et 1995, et ont trouv que ces activits
augmentent la volatilit des revenus de la banque. Ce mme rsultat a t confirm par
plusieurs autres tudes tels que Stiroh (2004), Stiroh et Rumble (2006) et Le petit et al
(2008).
Contrairement cette hypothse, dautres auteurs considrent que les revenus des
commissions et honoraires sont plus stables que ceux des crdits tant donn quils sont
moins sensibles aux mouvements des taux dintrt et des conjonctures conomiques
gnrales (De Young et Roland, 2001 ; Smith et al, 2003).
184
La nuance entre les deux hypothses existe dans la relation entre la stabilit des
revenus non lis lintrt stabilise et le revenu global des banques. Il nest pas vident de
confirmer que la diversification des bnfices offre une stabilit des revenus (Stiroh, 2004).
Nous constatons que la divergence concernant leffet de la diversification semble tre rsolue
par Liu et Hung (2006) en stipulant que ces services ne sont profitables que sur une longue
dure. Autrement dit, la stabilit des revenus lis aux services offerts dpend de la dure de la
relation qui relie les banques avec leurs clients. Une longue dure de la relation semble
favoriser le cumul des commissions et des honoraires ce qui rentabilise le crdit rattach. De
ce constat nous supposons que la divergence entre les deux hypothses est le rsultat de la
lgret accorde la relation entre la nature du service offert et la stabilit des revenus. En
effet, tous les auteurs susmentionns supposent que les revenus dgags de lassurance sont
les plus stables alors que ceux qui sont dgags des oprations sur les actions sont moins
stables.
1.3.2. Loffre de service et le risque global de la banque
La relation entre loffre de ces nouveaux services et le risque global des banques nest
pas encore tablie. Trois propositions ont t avances : loffre des services rduit le risque,
loffre des services accroit le risque et loffre de service na pas simpact sur le risque.
Quelques tudes ont pu montrer que la combinaison des crdits et des activits
gnrateurs des revenus non lis lintrt ralise les avantages souhaits de la diversification
dont la rduction des risques. Le principal avantage de ces nouvelles activits est quelles
naccroissent pas le risque bancaire, bien au contraire, elles le rduisent. Dans un objectif de
rentabilit des dpts, les banques qui ont fait recours la diversification sont caractrises
par une marge dintrt plus faible et dgagent moins de risque (Saunders et Walters, 1994 ;
Roger et Sinkey, 1999 ; De Young et Roland, 2001 ; Smith et al, 2003). Boyd et al (1980) ont
trouv un potentiel de rduction de risque des niveaux relativement faibles des activits non
bancaire. En plus, les rsultats obtenus par Kwast (1989) pour dterminer une combinaison
optimale entre les activits bancaires et non bancaires pour minimiser le risque, pour la
priode comprise entre1976 et 1985, montrent un lger potentiel de rduction de risque.
185
Par contre dautres tudes ont trouv que la diversification ne garantie ni

laugmentation des revenus ni la baisse du risque (Demsetz et Strahan, 1997 ; De Young et
Roland, 2001 ; Acharya et al, 2002).
Contrairement cela, la grande partie de la communaut scientifique suppose que la

diversification entraine un dsquilibre dans le fonctionnement des banques ce qui peut
augmenter le risque de dfaillance. Les banques qui se sont dveloppes dans les activits non
traditionnelles prsentent un risque suprieur que les banques qui maitrisent les activits
traditionnelles dintermdiation (Le Petit et al, 2008). En effet, les rsultats de cette tude
montrent que les banques qui ont opt pour plus de diversification sont plus exposes au
risque dinsolvabilit.
En outre de notre explication, De Young et Roland (2001) donnent trois autres raisons
cette augmentation de risque :
Premirement, les revenus des crdits sont plus stables dans le temps parce que les
cots de la slection et de la collecte de linformation rendent le changement de la banque
plus difficile tant donn que le recours la relation banque-entreprise est coteux pour les
prteurs et les emprunteurs. Cependant, les revenus non lis lintrt dgags des services
peuvent souffrir dune plus grande fluctuation, vu quil est plus simple de changer de banque
pour ce type de service que pour un crdit.
Donc nous pouvons prsumer que le faible cot de changement de prestataire de

service peut contribuer la facilit du changement des banques et donc linstabilit des
revenus et laugmentation des risques.
Deuximement, le dveloppement de ce type dactivit peut exiger une augmentation

des cots fixes, ce qui implique une augmentation du levier oprationnel. Par contre, une fois
la relation tablie, le cot marginal gnr par un nouveau crdit est limit au taux dintrt
pay par la banque.
186
Troisimement, tant donn que les rgulateurs nexigent pas aux banques le maintient
du capital en rserve, pour couvrir ces activits, la volatilit des revenus peut croitre cause
dun levier financier.
La rduction du risque semble tre li au type de service adopt, en effet, les tudes
empiriques ont prouv que lassurance contribue la rduction du risque contrairement aux
activits lies aux titres qui accrurent le risque global de la banque (Boyd et al, 1993).
1.4. Lintgration des revenus non lis lintrt dans les modles dvaluation
et la marge nette des revenus
La rentabilit dun client se base essentiellement sur le montant octroy et le risque

encouru par la banque. Donc, le taux dintrt naffecte pas la dcision du crdit, il nest
quune condition institutionnelle. Cependant, le taux de rentabilit du crdit est affect par le
taux dintrt et dautres facteurs tels que les revenus des services qui peuvent laccompagner
(Danost et al, 1989). Le volume de services bancaires demand par les diffrents types de
clients peut inciter les banques concentrer loffre des crdits sur ceux qui demandent le
volume le plus importants (Lobez, 1988). Il faut juste prciser que loffre des nouveaux
services ne prouve pas forcement la diversification de la clientle car plusieurs services
peuvent tre offerts au mme client (Stiroh ,2004 ; Le petit et al, 2008).
Les modles dvaluation ont ignor les services non traditionnels et se sont focaliss
seulement sur les activits traditionnelles dintermdiation qui apparaissent dans le bilan
(Roger, 1998 ; Lozano-Vivas et Pasiouras, 2010). Les modles qui ignorent les activits non
traditionnelles pnalisent les banques qui ont dvelopp ces activits, tant donn les
ressources dployes pour loffre de ces activits sont comptabilises dans les charges des
banques (Lozano-Vivas et Pasiouras, 2010). En plus, les activits hors-bilan ont progress
un rythme rapide. En consquence, la part des commissions et autres revenus non lis
lintrt dans les revenus globaux des banques ont augment. La croissance de lutilisation
des activits non lis lintrt est explique par le fait que les banques intgrent les revenus
des activits hors bilan dans le calcul de la rentabilit des produits (Altunbas et al, 2000 ;
Lozano-Vivas et Pasiouras, 2010) ce qui permet aux banques dafficher des performances
187
meilleures. En effet, lefficience des profits apparait plus importante dans les modles qui
intgrent les revenus non lis lintrt (De Young, 1994 ; Rogers, 1998).
Nous pouvons constater que les banques serviront en priorit les clients pour lesquels
elles attendent en retour un accroissement de leur consommation de services bancaires et par
consquent nous pouvons supposer lexistence dune relation positive entre le volume des
services offert par les banques et le montant des crdits octroys (Cukierman, 1978).
Dun autre cot, loffre des services rmunrs par des commissions et des honoraires
peut affecter les taux dintrt des crdits. Les banques qui ont dvelopp des activits
gnrant des commissions et des honoraires non lis lintrt, peuvent sous valuer le risque
total des crdits. Cette sous valuation dcoule de lexistence de ce revenu accessoire gnr
par ces activits. Donc, les banques peuvent rduire les marges nettes dintrt en offrant les
services. Ce qui amne ce que les taux appliqus par les banques pour les prts soient une
fonction dcroissante des revenus non lis l'intrt et en particulier les commissions et les
honoraires. En effet, selon Le Petit et al (2008), les banques vont vraisemblablement baisser
les taux dintrt si elles prvoient augmenter les revenus non lis lintrt. Dans notre tude
nous ne nous intressons pas aux taux dintrt des crdits proprement dit mais nous
cherchons confirmer une corrlation ngative entre le volume des commissions et
honoraires dgag par les banques et la marge nette de crdit. Nous admettons que les intrts
pays aux dpositaires restent inchangs.
Lobjectif de notre travail est de vrifier lexistence dune relation significative entre
le volume de crdit et les revenus non lis lintrt, dune part et entre la marge nette
dintrt et ces mmes revenus, dautre part. La majorit des tudes, qui ont trait les revenus
des services bancaires a t ralise aux tats-Unis dAmriques, par contre nous nous
sommes intresss dans notre tude un chantillon plus large qui porte sur plusieurs pays
dans des zones gographiques diffrentes. Dans cette section nous prsentons une description
statistique des donnes et des prcisions sur les variables adopts.
188
2.1. Donnes
Notre chantillon est non cylindr et se compose de 10784 banques rparties sur 54
Pays diffrents. Nous avons class ces pays dans quatre groupes diffrents qui reprsentent
quatre zones gographiques : lEurope occidentale et les pays scandinaves, lEurope de lEst,
lAmrique du nord et lAsie. Nous avons choisi la rpartition sur quatre zones gographique
dans le but de bien prendre en considration les diffrences conomiques et
environnementales des banques qui constituent notre chantillon. Le tableau 4-1 de lannexe
reprsente la rpartition des banques par pays et par zone gorgaphique. Les donnes sont
collectes partir de la base des donnes Bankscope. Elles portent sur une priode de 6
annes allant de 2004 jusquau 2009. Nous utilisons une seule monnaie universelle, qui est le
dollar amricain, pour toute les banques afin dviter les diffrences sur les march financiers.
Nous incluons les banques qui nont pas forcement exerc pendant toute cette priode de
ltude, par consquent, lchantillon contient des banques inactives nos jours ou des
banques qui nexistaient pas au dbut de la priode de notre tude.
2.2. Variables
Dans ce paragraphe nous prsentons lensemble des variables utilises pour notre
tude et ses diffrentes mesures. Dans le tableau 4-2 de lannexe nous rcapitulons les
diffrentes mesures des variables traites dans les rgressions, ainsi que les signes attendus
pour le coefficient de chacune. Dans le tableau 4-3, nous prsentons les statistiques
descriptives des variables pour les diffrentes observations retenues pour chaque rgression
effectue.
2.2.1. Les variables dpendantes
Le premier objectif de notre tude est de montrer une relation significative entre la
disponibilit des crdits et les revenus non lis lintrt gnrs par les services. Afin de
raliser cette premire partie de notre travail nous utilisons deux variables dpendantes : le
volume total des emprunts et le taux de variation annuel de ce volume. Le deuxime objectif
est de montrer une relation entre la marge nette de lintrt et les revenus non lis lintrt,
189
plus prcisment les commissions et honoraires nets. La variable dpendante de la deuxime

rgression est la marge nette dintrt.
Le volume total des emprunts (Ln_Empr) :
Cette variable reprsente le volume des emprunts allous par les banques leurs
clients et les valeurs sont collectes partir du bilan des banques. Nous prenons la valeur
brute des prts mais pour son intgration dans le calcul, nous utilisons le rsultat de la
fonction Logarithme nprien. Cette transformation parat ncessaire afin de rduire leffet
taille des valeurs brutes, tant donn que la plupart des variables explicatives sont des taux.
Pour les variables qui peuvent avoir des valeurs trs importantes, nous adoptons la mme
transformation. Cette variable montre le volume total des crdits octroys aux entreprises.
La variation du volume des emprunts (Var_Empr) :
Le taux de variation du volume total des emprunts donne un aperu sur la tendance des
volumes des crdits octroys. Cette variable reprsente la tendance de la variation des
volumes des prts, elle montre si le volume des prts a tendance baisser ou augmenter en
fonction du temps. La mesure de ce cette variable est calcule sur la base des donnes
collectes sur les volumes des crdits annuels et elle est en pourcentage. Nous ne cherchons
pas la valeur en soit mais ce qui est important cest son signe. Le plus important est dtudier
le signe de lobservation et donc savoir si la variation tend vers la baisse ou vers la hausse.
La marge nette dintrt (MNI) :
Les taux dintrt peuvent tre affects par les revenus des services, vers la hausse ou
vers la baisse. Dans notre tude nous supposons que les revenus non lis lintrt baissent
les taux dintrt pay par les clients. En admettant que toute chose tant gale par ailleurs, les
marges nettes dintrt doivent baisser afin de prserver la comptitivit des banques sur le
march des dpts et lattractivit des dpositaires. Les valeurs de cette variable sont
collectes des tats financiers des banques et sont sous la forme dun pourcentage.
190
Les revenus non lis lintrt : les revenus des commissions et honoraires
(RCH) :
Nous avons la possibilit dutiliser les revenus non lis lintrt puisque les gains
associs aux activits non traditionnelles sont mesurs par le revenu non li lintrt net
(Rogers, 1998). Toutes fois, ces revenus sont diviss en deux : les revenus lis des
oprations commerciales et les revenus sous forme de commissions et honoraires (De Young
et Roland, 2001; Stiroh, 2004 ; Le petit et al, 2008). Les revenus lis des oprations
commerciales nont aucun lien avec lallocation des crdits, par consquent, nous avons
choisi de les carter. Dans le cadre de son rle initial dintermdiation financire, la rentabilit
des banques se mesure par le volume des intrts dgag sur les crdits, mais avec cette
nouvelle diversification les banques doivent rentabiliser les services offerts en tenant en
compte les dpenses ncessaires la mise en place de ces nouveaux services. Cest pour cette
raison que nous utilisons les revenus nets, reus par la banque sous forme des commissions et
des honoraires en contrepartie des services offerts ses clients, comme proxy pour les revenus
des services. Nous intgrons le ratio : commissions et honoraires nettes/total bilan. Par ce
ratio nous tentons de relativiser ces revenus la taille de la banque et donc aux fonds qui lui
sont disponibles.
Le volume des garanties (Ln_Gar) :
La garantie peut tre considre comme un rgulateur de loffre et la demande des

crdits. Les banquiers peuvent offrir leurs clients plusieurs forment de contrats afin
dintercepter un signal manant de leurs choix. Steijvers et Voordeckers (2009) ont montr
que la garantie envoie un signal qui rsout le problme de slection adverse . Les contrats
en question se basent sur un arbitrage fait par les clients entre les intrts quils acceptent de
payer et les garanties quils sont prts prsenter en guise de caution. Les garanties peuvent
mener au prix et au volume des crdits dquilibre sur le march (Cowling, 2010). Le volume
des garanties perues par les banques peut affecter le montant des crdits que les banques sont
prtes offrir. Les crdits les mieux garantis psent moins lourd sur le risque de la banque et
191
les rserves lgales en capital quelle doit assurer. Nous intgrons les donnes relatives cette
variable en tant que le rsultat de la fonction Logarithme nprien.
Les provisions des pertes sur les crdits (Tx_PPC) :
Les provisions des pertes sur les crdits reprsentent un indicateur pour la qualit du
portefeuille des crdits des banques. La qualit des crdits peut affecter le risque global des
banques et influencer les volumes des crdits octroys. Si nous nous positionnons dans le
cadre dune conomie stable, les demandes des crdits ne cessent daugmenter et cest les
rponses favorables ou dfavorables loctroi des crdits qui dterminent le volume total des
crdits octroy. La relation entre le volume des crdits et les provisions des pertes sur les
crdits nous a amen intgrer cette variable dans notre modle. La mesure de cette variable
est prsente par le ratio : provision pour des pertes sur crdits/ total des crdits. Cette mesure
a permis de relativiser les provisions des pertes par rapport la taille des crdits des banques.
Lintgration de cette variable est associe lintgration dune variable qui dtermine le
niveau global de la croissance conomique : le taux de variation de PIB.
2.2.3. Les variables de contrle
Le taux de variation du PIB (PIB) :
Lintgration du taux de variation du PIB dans cette tude a pour objectif de tenir en
compte des conditions macro conomiques et du niveau global de dveloppement des pays
qui composent notre chantillon. En effet, par la rpartition des pays dans quatre chantillons
nous essayons de limiter les diffrences conomiques entre les pays. En plus, dautres tudes
ont prouv quil y a une diffrence entre la croissance des profits lors de lintgration des
activits hors-bilan des banques entre les pays dvelopps et les pays en voie de
dveloppement. Lozano-Vivas et Pasiouras (2010) montrent une croissance statistiquement
significative du profit dans les pays dvelopps et une dcroissance dans les pays en voie de
dveloppement. Autrement dit, La prise en compte des revenus des activits hors-bilan tels
que les services a des diffrents impacts sur le profit des banques, ce qui peut sexpliquer par
les diffrences macro conomiques et les spcificits des systmes bancaires. Les conomies
192
dveloppes sont caractriss par plus de maturit et de stabilit des services octroys ce qui
mne rentabiliser ces services et accroitre le profit total des banques.
Taux rglementaire de rserve de capital (Tx_RRC) :
Les banques doivent respecter la mise en rserve dun quota de fonds propre en
adquation avec leur risque global. Cette mesure se situe dans le cadre de prvention contre
les faillites des banques et les consquences dramatiques qui peuvent sen suivent. Le respect
de cette directive peut loctroi des crdits. Cette variable a t intgre dans plusieurs tudes
en tant que variable de contrle, tels que Pasiouras, (2008), Pasiouras et al (2009) et Lozano-
Vivas et Pasiouras (2010). Nous lintgrons car nous estimons que le taux dadquation de
capital est parmi les variables qui peuvent affecter loffre des crdits et la marge nette
dintrt. Un taux lev prouve que la banque doit faire face plus de risque ce qui diminue
doublement loctroi des crdits : elle doit rationner les crdits les plus risqus et elle dispose
moins de liquidit que si ce taux tait moins lev. Concernant la relation de cette variable
avec la marge nette dintrt : au cas o ce taux est lev la banque se trouve oblige dune
part de charger plus dintrt pour compenser sa prise de risque et dautre part de compenser
le manque gagner quelle est en train de lassumer suite la limitation de la liquidit. En
effet, cette banque aurait d octroyer la somme, mise en rserve, sous forme de crdits
rentables tant donn, que les fonds collects sont rmunrs et par consquent elle est
doublement pnalise.
3. Rgressions
3.1. Mthodologie
Notre travail se devise en deux parties : une premire partie essaye de montrer une
relation statistiquement significative entre loffre des crdits et les revenus des services. La
deuxime partie a pour objectif de montrer lexistence dune relation significative entre la
marge nette des intrts et ces mmes revenus.
La premire partie est scinde en deux sous parties. Nous avons adopt deux variables
dpendantes qui peuvent reprsenter loffre des crdits, la premire reprsente le volume total
des crdits octroys par la banques (Ln_Empr) et la deuxime reprsente le taux de variation
193
de cet octroi (Var_Empr). Nous avons procd en deux tapes pour les deux rgressions.
Nous testons, en premier temps, la significativit de notre principale variable (RCH) et les
autres variables explicatives et, en deuxime temps, nous ajoutons les variables de contrle.
Pour ce faire et tant donn que notre chantillon est sous la forme dun panel non cylindr,
nous avons utilis des rgressions de donnes de panel effets fixes et effets alatoires.
Nous trouvons les modles suivants :
1re rgression
1me tape : Ln_Emprit = 1i + 2 RCHit + 3 Ln_Garit + 4 Tx_PPCit + it
2me tape : Ln_Emprit = 1i + 2 RCHit + 3 Ln_Garit + 4 Tx_PPCit + 5

Var_PIBit + 6 Tx_RRCit + it
2me rgression
1me tape : Var_Emprit = + RCHit + 3 Ln_Garit + 4 Tx_PPCit + it
2me tape : Var_Emprit = + 2 RCHit + 3 Ln_Garit + 4 Tx_PPCit + 5

Aprs cette premire tude nous prenons en considration leffet temps et nous avons
ralisons des rgressions avec un retard dune anne des revenus des commissions et des
honoraires. Autrement dit, nous rgressons les taux de variation des crdits octroys par
rapport aux taux de rentabilit des services de lanne prcedente. Cette rgression teste
leffet des taux de rentabilit des services de lanne (t-1) sur la variation de loctroi des
crdits delanne (t) .
3me rgression
Var_Emprit = 1i + 2RCHi(t-1) + it
La deuxime partie de notre travail traite la marge nette dintrt dgage par les
banques. Nous utilisons dans cette partie la variable MNI comme variable expliquer et nous
194
adoptons la mme mthode de travail que celle adopt dans la premire partie de notre tude.
Nous utilisons la rgression sur des donnes de panel non cylindr en deux tapes : dabord,
nous intgrons les variables RCH, Ln-Gar et Tx_PPC en tant que variables explicatives,
ensuite nous ajoutons les variables de contrle. Cette rpartition nous permet de prsenter
deux modles diffrents. En procdant ainsi, nous tentons de voir si les variables de contrle
peuvent affecter la relation trouve initiaelement entre les revenus des services et la marge
nette des intrts.
4re rgression
1me tape : MNIit = 1i + 2 RCHit + 3 Ln_Garit + 4 Tx_PPCit + it
2me tape : MNIit = 1i + 2 RCHit + 3 Ln_Garit + 4 Tx_PPCit + 5

Lobjectif de notre premire rgression est de montrer la significativit de leffet des

honoraires et commissions sur le volume total des crdits octroys. Les rsultats de la
rgression montrent la persistance de la significaivit pour les cinq rgressions. Nous
adoptons quatre chantillons qui reprsentent quatre zones gographique en plus dun
chantillon total. Nous utilisons deux modles de rgressions : effets fixes et effets alatoires.
En utilisant le modle effetx fixes ou effets alatoires, nous trouvons les mmes rsultats
pour les cinq premires rgressions, le coefficient est sifnificatif 1%.
Contrairement nos attentes le signe du coefficient de la variable RCH est ngatif. En

effet, nous nous attendons ce que ce signe soit positif, autrement dit, nous avons suppos
que laugmentation des commissions et des honoraires affecte positivement le volume total
des crdits octroys. Ce signe ngatif peut tre expliqu par un phnomne de spcialisation.
Une nouvelle tendance peut effecter le comprtement des banques vis--vis la prise de risque.
Une partie de plus en plus grande des banques veulent se spcialiser dans loffre de service.
Ces banques veulent migrer de leur rle dintermdiaire financier un rle de prestataire de
195
service. Cette migration explique que les banques donne plus dimportance aux services
offerts quaux crdits.
Les variables, (Ln_Gar) et (Tx_PPC), qui reprsentent respectivment le volume des

garanties reues par les banques en contrepartie de loctroi des crdits et le taux de provision
pour pertes sur les crdits, ont des coefficients significatifs 1% avec les deux modles
utiliss. Le signe du cofficient retrouv pour la variable (Ln_Gar) est positif ce qui confirme
notre hypothse. Le volume total des garanties prsentes par les emprunteurs peut donner
plus de scurit aux banques et rduit le risque assum, par consquent, les banques peuvent
augmenter le volume des crdits octroys. La correlation ngative entre les provisions pour
pertes sur les crdits (Tx_PPC) et le volume total octroy des crdits a t vrifie pour tous
les chantillons sauf pour lAmrique du nord. Le signe poistif du cofficient constat pour
cet chantillon ne peut pas tre justifi.
Dans la deuxime quation de cette rgression nous ajoutons les variables de contrle
(Var_PIB) et (Tx_RRC). Ces deux variables reprsentent respectivement la variation du PIB
et le taux reglemetaire des reserves du capital. Les coefficients des deux variables sont
significatifs 1% de risque. Les cofficients et les signes des autres variables restent
inchangs, ce qui prouve la persisatnce de la significativit de ces variables. Le signe du
coefficient de la variable (Tx_RRC) confirme notre hypothse et vrifie la corrlation
ngative entre le taux des reserves de capital et le volume des crdits octroys. En effet, les
banques qui mettent plus de capitaux dans les reserves ont moins de fonds emprunter.
Concernant la variable (Tx_PIB), nous nous attendons un signe positif du cofficient. Cette
relation positive se traduit par le fait quune croissance conomique caractris par une
variation positive du PIB affecte positivement les investissements et les octrois des crdits.
Une priode de croissance conomique est gnralement caractris par une atmosphre de
confiance et doptimisme. Contrairement nos attentes le signe des coefficients de cette
variable est ngatif pour tous les chantillons. Cette relation ngative entre la variation de PIB
et le volume des crdits peut tre explique par les conjonctures spcifiques la priode de
ltude. Cette dernire est caractris par une crise conomique mondiale qui a dbut en
2001 et une crise financire importante caractrise par lfondrement de plusieurs institutions
financires dans le monde, qui a commenc aux Etats Unies en 2007 et sest propage sur
196
toute la plante. Ces conjonctures laissent les investisseurs et les banques mfiants de la
tendance globale de lconomie. Cette crise de canfiance peut affecter la relation troite entre
le niveau de croissance et loctroi des crdits.
Notre deuxime rgression tente dexpliquer la relation entre la disponibilit

des crdits et les revenus des honoraires et des commissions. Sauf que pour cette rgression
nous adoptons la variable Var_Empr comme variable dpendante. Cette variable reprsente le
taux de variation des volumes des prts constate entre deux annes successives.
Lintgration de la variable (RCH) dans les modles effets fixes et effets alatoires a
donn un signe positif pour la plupart des rsultats des chantillons. Les exceptions de cette
rgression sont les coefficients rsultants de lchantillon delAmrique du nord et de lAsie.
Pour lEurope de lest, les signes changent selon le modle adopt. Le signe positif confirme
notre hypothse et prouve que laugmentation des revenus des honoraires et des commissions
contribue la croissance de loctroi des crdits. Le signe ngatif constat pour quelques
rgressions sexplique par le fait que les banques prfrent se spcialiser dans loffre des
services que dans loctroi des crdits. Les deux composantes de lactivit bancaire partagent
les mmes ressources, donc laugmentation de lune entrane la baisse de lautre. Nous
retenons lhypothse que les deux variations ne sont pas de mmes ampleurs et que cette
relation ngative entre la variation de loffre des services et loffre des crdits sexplique par
le partage des ressources.
Le signe des coefficients de la variable (Ln_Gar) nest pas concluant, Il est positif,
conformment nos attentes, pour lEurope occidentale et lAmrique du nord, par contre, il
est ngatif pour lEurope de lest et lchantillon total et il change de signe selon le modle
pour lAsie. Cependant le signe trouv pour les coefficients de la variable (Tx_PPC) est le
mme pour toutes les rgressions. Le signe ngatif des coefficients confirme notre hypothse
et montre que les provisions pour les pertes sur les crdits affectent ngativement la variation
de ces derniers.
La deuxime tape de cette deuxime rgression consiste intgrer les deux variables
de contrle : (Var_PIB) et (Tx_RRC). Le signe attendu de la premire variable est positif, et il
est retrouv empiriquement, ce qui prouve que la variation de PIB affecte positivement la
197
variation de loctroi des crdits. La significativit du coefficient de cette variable est vrifie
1 % pour toutes les rgressions effectues lexception de celle du modle effets fixes pour
lchantillon de lAsie.
Les rsultats de la variable (Tx_RRC) ne sont pas concluants, tant donn que, la
significativit du coefficient varie dun chantillon un autre et dun modle un autre. Toute
fois, le coefficient reste significatif 1% pour les rgressions du modle effets fixes
ralises sur les chantillons de lAmrique du nord, lAsie et lchantillon et il est significatif
5% pour lEurope occidentale et lEurope de lest.
La significativit de la relation entre la variation de loctroi des crdits et les revenus

des honoraires et des commissions nest pas toujours vrifie dans la partie prcdente de
ltude. Pour cela nous optons pour une autre option qui consiste retarder la variable
explicative dune anne. Cette manipulation permet de vrifier si une relation significative
persiste dans le temps entre les revenus des scores et le taux de la variation de loctroi des
crdits. En effet, nous intgrons dans cette partie de travail la variable explicative avec un
retard dune anne en essayant de montrer que les revenus des honoraires et commissions de
lanne (t-1) peuvent influencer loctroi des crdits de lanne (t).
Les rsultats attendus doivent vrifier une relation positive entre la variation des
emprunts et les revenus des services mais ceux qui sont trouvs confirment nos suppositions
pour tous les chantillons sauf pour lAmrique du nord. En effet, les signes des coefficients
taient positifs pour tous les chantillons et par les deux modles de rgression adopts, sauf
pour la rgression effets fixes de lAmrique du nord. En ce qui concerne la significativit
des coefficients, ils taient significatifs 1% lexception des rsultats des rgressions effets
alatoires pour lchantillon de lEurope de lest et effets fixes pour lchantillon de lAsie
qui taient significatifs 5%, le rsultat de la rgression effets alatoires pour lchantillon
lAmrique du nord qui tait significatif 10% et le rsultat de la rgression effets alatoires
pour ce mme chantillon qui ntait pas significatif.
La dernire partie de notre travail consiste principalement trouver une relation

significative entre la marge nette des intrts et les revenus des honoraires et des commissions
dgags des services offerts aux clients. La relation attendue entre ces deux variables est
198
ngative. La ralisation dune premire rgression sur les cinq chantillons montre des
rsultats opposs nos attentes. Seul le coefficient trouv par le modle effets alatoires
pour lEurope Occidentale est ngatif mais il nest pas significatif. Toutes les autres
rgressions ont donn des coefficients positifs. Ces rsultats montrent que laugmentation des
revenus lis aux services viennent augmenter cette marge, alors que ces revenus sont censs
rduire la marge nette des intrts par le fait que les revenus des services sont supposs
rduire le risque assum par les banques et rentabiliser les fonds octroys par les banques en
guise de crdit. Les rsultats de ces rgressions sont contraires nos attentes mais leur
significativit nest vrifie que pour deux chantillons : les rsultats du modle effets fixes
et effets alatoires pour lchantillon de lEurope occidentale et les rsultats du modle
effets fixes pour lchantillon de lAsie.
Les rsultats obtenus pour les autres variables explicatives montrent une concordance
globale avec nos attentes. Pour la variable (Ln_Gar) nous nous attendons un coefficient
positif prouvant que laugmentation des valeurs des garanties prsentes aux banques rduit le
risque dinsolvabilit, auquel elles doivent faire face au cas de dfaillance des emprunteurs et
par consquent ces banques doivent rduire la marge nette sur les taux dintrt perue en
contrepartie du risque encouru. Ce rsultat a t vrifi pour tous les chantillons sauf pour
lAmrique du nord avec la rgression effets fixes. Cette rgression a donn un coefficient
positif significatif 10%. Sinon les coefficients ngatifs retrouvs pour tous les autres
rsultats taient significatifs 1% de risque derreur sauf pour le modle effets fixes de
lchantillon de lAsie, dont le coefficient ntait pas significatif.
Les rsultats de la variable (Tx_PPC) sont diffrents dun chantillon un autre. En

effet, le signe positif attendu na pas t trouv pour lchantillon de lAmrique du nord avec
les deux modles de rgression et pour lchantillon de lEurope de lest avec le modle
effets fixes. Cependant, la significativit de cette variable nest pas toujours vrifie, en effet,
elle na pas t prouve pour les deux rgressions effectues pour lchantillon de lEurope de
lest, pour la rgression effets alatoires de lchantillon de lAsie et pour la rgression
effets fixes pour lchantillon total.
199
La dernire rgression de notre travail consiste intgrer les variables de contrle dans
les modles. Les rsultats, qui en dcoulent, confirment le signe positif de la variable (RCH)
pour tous les chantillons lexception de lEurope occidentale. Alors que la significativit
nest pas toujours vrifie. Ce coefficient nest pas significatif pour lchantillon de lAsie
avec le modle effets fixes. Par contre, la significativit, 5% de risque, est constate pour
les chantillons de lEurope occidentale et lAsie en ralisant une rgression effets
alatoires.
Lintgration de ces variables de contrle a affect les signes et la significativit des

autres variables indpendantes, mais globalement, les rsultats nont pas chang par rapport
aux rsultats de la prcdente rgression. Le changement le plus marquant est celui du signe
du coefficient de la variable (Tx_PPC) rsultant des deux rgressions effectues sur
lchantillon de lAsie. Par contre est important de noter que le coefficient de la variable
(Tx_PPC) de lchantillon total calcul par le modle effets fixes est devenu significatif
1%.
Les rsultats trouvs pour les variables de contrle confirment nos hypothses. Nos
rsultats ont montr lexistence dune relation positive pour tous les chantillons sauf pour
lEurope occidentale avec les deux modles et pour lAsie avec le modle effets fixes. Le
signe ngatif constat pour lEurope occidentale peut tre expliqu par une stratgie de
dveloppement des banques europennes long terme, dans la mesure o les banques ne
veulent pas ou ne peuvent pas profiter des conjonctures conomiques favorables en
augmentant les marges nettes des intrts. Contrairement cela, elles essayent de donner plus
de marges de profits aux clients afin quils puissent dvelopper leurs activits et entrer dans
une sphre de dveloppement long terme. Une autre hypothse peut expliquer cette relation
ngative entre la conjoncture conomique et la marge nette de lintrt et rsulte du fait que
les banques naugmentent pas les taux dintrt quelles payent aux dpositaires afin de les
attirer et cumuler plus de dpts. Les banques peuvent octroyer les dpts cumuls sous forme
de crdits et gagner plus dans une conjoncture conomique favorable. Ces deux hypothses
restent des explications possibles que nous ne pouvons pas vrifier.
200
Quant la dernire variable de cette rgression (Tx_RRC), nous avons trouv des
coefficients positifs pour toutes les rgressions sauf pour lEurope occidentale. Le signe
positif confirme notre hypothse. Laugmentation de ce taux rduit les fonds disponibles aux
banques, quelles peuvent octroyer sous forme de crdits. Par consquent, ces banques ont
intrt faire augmenter les marges nettes dans le but de rentabiliser les fonds non utiliss et
octroyer les crdits aux clients qui acceptent de payer plus cher. La significativit du
coefficient de cette variable a t vrifi hauteur de 1% pour tous les chantillons.
4. Conclusion
Le rle historique des banques est de collecter les fonds des dpositaires et les prter
aux emprunteurs. Cette activit dinterdiation oblige les banques payer des intrts
attractifs aux dpositaires et de charger dautres aux emprunteurs en contrepartie des fonds
octroys et du risque encouru. Les banques, comme toutes les entreprises, ont un objectif de
rentabilit qui garantie leur prennit et leur dveloppement. Dans ce contexte de rentabilit,
les banques doivent optimiser lallocation des fonds collects.
Donc une concordance entre le risque encouru et le prix encaiss doit tre maintenue
tout au long de la vie de la banque. Un problme dasymtrie dinformation peut nuire cet
quilibre fragile qui sest tablie. Les banques ont opts pour plusieurs options afin de rduire
cette asymtrie et de rtablir cet quilibre, mais la rsolution totale de ce problme savre
impossible. Face linefficacit des mthodes employes, y compris la relation banque-
entreprise, les banques ont opt pour le rationnement pour rduire les risques. Malgr les
avantages de cette dmarche, des implications ngatives sur le dveloppement conomique
global peuvent tre constates. Par consquent, les banques tentent de rentabiliser les crdits
par loffre des services dont la rmunration nest pas li lintrt et qui peut compenser la
sous rmunration du risque.
Lobjectif principal de notre travail consiste vrifier lexistence dune relation

significative entre loctroi des crdits et loffre des services dont la rmunration nest pas lie
lintrt. Le deuxime objectif est de vrifier leffet de ces mmes revenus sur la marge
nette de lintrt.
201
Pour raliser notre travail nous effectuons quatre rgressions diffrentes sur cinq
chantillons diffrents (quatre chantillons reprsentent quatre zones gographiques et un
chantillon englobent toutes les observations qui slvent 10784 rparties sur 54 pays).
Dans la premire partie de notre travail nous adoptons deux variables dpendantes : le
volume total des crdits octroys et letaux de variation annuelle de cet octroi. Les rgressions,
ralises par deux modles diffrents : modle effets fixes et modle effets alatoires, ont
montr une relation significative entre ces deux variables et les revenus des honoraires et des
commissions dgags des services offerts par les banques. Le signe du coefficient de la
premire relation est oppos nos attentes, alors que, le signe du coefficient de corrlation de
la deuxime la relation nest pas concluant, tant donn quil change dun chantillon un
autre. Le signe du coefficient de corrlation de la variable RCH prouve que le revenu des
services offerts affecte ngativement le volume total des crdits, ce qui peut sexpliquer par
une substitution de lactivit doctroi des crdits par loffre des services. Cette substitution
semble tre le rsultat dun fait de spcialisation des banques dans loffre de service do la
migration des banques de leur activit historique vers une nouvelle activit moins risque.
Dun autre cot nous ne confirmons pas la relation positive entre laugmentation des revenus
non lis lintrt et la variation de loctroi des crdits dune anne une autre.
Dans la deuxime partie de notre travail, nous intgrons leffet temps dans nos
rgressions et nous examinons la relation entre la variation de loctroi des crdits de lanne
(t) par le taux de rentabilit des commissions et des honoraires de lanne (t-1). Les rsultats
de nos rgressions confirment notre hypothse dans neuf cas sur dix avec une absence de
significativit statistique pour lchantillon de lAmrique du nord.
Dans la dernire partie de notre travail nous rpondons la deuxime question de cette
tude. Toutes fois, les rsultats obtenus sont contraires nos attentes et nous montrent une
relation positive qui sinstaure dans la majorit des rgressions entre la marge nette de
lintrt et les revenus des honoraires et des commissions des services offerts par les banques.
Ces rsultats nont pas dexplication connue jusquici, cependant, la recherche de cette
explication peut tre la motivation pour une autre tude qui traite cette relation avec plus de
dtail.
202
Bibliographie
Acharya V., Hasan I. et Saunders A., 2002, The effects of focus and diversification on bank
risk and return: Evidence from individual bank loan portfolio, CEPR Discussion
Paper No. 3252
Allen L. et Peristiani S., 2007, Loan under pricing and the provision of merger advisory
services , Journal of Banking et Finance N 31, p. 35393562
Altunbas Y., Liu M.-H., Molyneux, P. et Seth, R., 2000, Efficiency and risk in Japanese
banking, Journal of Banking and Finance N 24, p. 16051628
Artus P., 2002, Comment ragir un rationnement du crdit bancaire ?, Revue conomique,
vol. 53, N 1, janvier, p. 63-82
Lending: The Importance of Bank Organisational Structure, Forthcoming,
Economic Journal
Boot A. W., 2000, Relationship Banking: What Do We Know? Journal of Financial

Intermediation, 9, p.725
Boyd J., Graham G. et Hewitt R., 1993, Bank holding company mergers with nonblank
financial firms, Journal of Banking and Finance 17, p. 4363
Boyd J., Hanweck G. et Pithyachariyakul P., 1980, Bank holding company diversification.
In: Proceedings from a Conference on Bank Structure and Competition, Federal
Reserve Bank of Chicago, May, p. 105120
Carter D. A et Mc Nulty J E., 2005, Deregulation, technological change, and the business-
lending performance of large and small banks, Journal of Banking et Finance 29, p.
11131130
Clark A.J. et Siems T.F., 2002, X-efficiency in banking: Looking beyond the balance sheet,
Journal of Money, Credit and Banking 34, p. 9871013
UK, Journal of Financial Stability, Volume 6, April, p. 36-44
availability, Journal of Banking et Finance 31, p. 12371263
203
Cukierman A., 1978, "The Horizontal Integration of the Banking Firm, Credit Rationing and
Monetary Policy", The Review of Economic Studies 45, February, p. 165-178
Danost P., Holt D. L. et Imhoff E., 1989, The use of accounting information in bank lending
decisions, Accounting Organizations and Society, Vol. 14, No. 3, p. 235-246
Demsetz R. et Strahan, P., 1997, Diversification, size, and risk at bank holding companies,
Journal of Money, Credit and Banking 29 (3), p. 300313
De Young R., 1994, Fee-based services and cost efficiency in commercial banks, Federal
Reserve Bank of Chicago, Proceedings: Conference on Bank Structure and
Competition
De Young R., Lennon D. et Nigro P., 2008, Borrowerlender distance, credit scoring, and
loan performance: evidence from informational- opaque small business borrowers,
Journal Financial Intermediation 17, p. 113143
De Young R. et Roland K., 2001 Product mix and earnings volatility at commercial banks:
Evidence from a degree of total leverage model, Journal of Financial Intermediation
10, p. 5484
Godbillon-Camus B. et Godlewski C., 2006, Credit Risk Management in Banks: Hard

Information, Soft Information and Manipulation Preprint submitted to Elsevier
Science, October
Gorton G. et Rosen R., 1995, Corporate control, portfolio choice, and the decline in
banking, Journal of Finance 50, p. 1377-1419
Keeton W., 1979, Equilibrium Credit Rationing, New York, Garland Press
Kwast M., 1989, The impact of underwriting and dealing on bank returns and risks, Journal
of Banking and Finance 13, p. 101125
Le petit L., Nys E., Rous P. et Tarazi A., 2008, Bank income structure and risk: An empirical
analysis of European banks, Journal of Banking et Finance 32, p. 14521467
Le petit L., Nys E., Rous P. et Tarazi A., 2008, The expansion of services in European
banking: Implications for loan pricing and interest margins, Journal of Banking et
Finance 32, p. 23252335
Liu Y. C. et Hung J.-H., 2006, Service in the long term profitability in Taiwans banks,
Global Finance Journal 17, p. 177 191
204
Lobez F., 1988, le rationnement du crdit : une synthse, Finance, vol. 9, 2
Lozano-Vivas A. et Pasiouras A., 2010, The impact of non-traditional activities on the

estimation of bank efficiency: International evidence, Journal of Banking et Finance
34, p. 14361449
Park A., Brandt L. et Giles J., 2003, Competition under credit rationing: theory and evidence
from rural China, Journal of Development Economics 71, p. 463 495
Pasiouras F., 2008, International evidence on the impact of regulations and supervision on
banks technical efficiency: An application of two-stage data envelopment analysis,
Review of Quantitative Finance and Accounting 30, p. 187 223
Pasiouras F., Tanna S. et Zopounidis C., 2009, The impact of banking regulations, on banks
cost and profit efficiency: Cross-country evidence, International Review of
Financial Analysis 18, p. 294302
Rogers K., 1998, Product Mix, Bank Powers, and Complementarities at U.S. Commercial
Banks, Journal of Economics and Business
Rogers K. et Sinkey J. F., 1999, An analysis of nontraditional activities at U.S. commercial

banks, Review of Financial Economics 8, p.2539
Saunders A. et Walter I., 1994, Universal Banking in the United States: What Could We
Gain? What Could We Lose?, Oxford University Press, NY
Smith, Staikouras et Wood, 2003, Non-interest income and total income stability, Bank of
England, Working Paper no. 198
Spong K., 2000, banking regulation: Its Purposes, Implementation and Effects, Fifth
Edition, Division of Supervision and Risk Management Federal Reserve Bank of
Kansas City
studies as a guide for future research, Journal of Economic Surveys, 23, (5 S1). p.
924-946
Stiroh K., 2004, Diversification in Banking: Is Noninterest Income the Answer?, Journal of
Money, Credit and Banking, vol. 36(5), Octobre, p. 853-882
205
Stiroh K. et Rumble A., 2006, The dark side of diversification: The case of US financial
holding companies, Journal of Banking and Finance 30 (8), p. 21312161
Effects from Basel 2?, Journal of Entrepreneurial Finance and Business Ventures
206
Annexes
Tableau 4-1 : La rpartition des observations par pays et par zone gographique
Zone Nombre de Zone Nombre de

Pays Pays
gographique banques gographique banques
Andorre 7 L'Albanie 15
Autriche 332 Belarus 23
Bosnie-
Belgique 108 34
Herzgovine
Chypre 30 Bulgarie 35
Danemark 146 Croatie 37
Finlande 26 Rpublique 45
France 513 L'Estonie
tchque 10
Allemagne 1974 Hongrie 51
Gibraltar 2 La Lettonie 24
Grce 28 Europe de Lituanie 11
L'Islande 39 lEst Macdoine 19
L'Irlande 71 Moldova 18
Italie 812 Montngro 13
Europe Liechtenstei 15 La Pologne 67
Occidentale Luxembour
n 134 La Roumanie 39
g Fdration de
Malte 16 1053
Russie
Monaco 17 La Serbie 45
Pays-Bas 106 Rpublique 26
La Norvge 174 Laslovaque
Slovnie 25
Portugal 57 Ukraine 74
Saint-Marin 12 La Chine 188
Espagne 246 Le Japon 805
La Sude 142 LInde 110
Suisse 559 LIndonsie 71
Asie La Core de
Turquie 88 70
Sud
Royaume-
537 La Malaisie 93
Uni
Amrique du Canada 106
Nord tats-Unis 1486
207
Tableau 4-2 : Les variables et leurs mesures
Signe
Signe Signe
attendu
attendu attendu
pour la
Nom de la pour la pour la
Code Mesure troisi
variable premir deuxim
me
e e
variabl
variable variable
e
Le volume total Ln du total des prts
Variables dpendantes
Ln_Empr n.a n.a n.a

des emprunts en brut
Le taux de
croissance des Taux de variation
Var_Empr n.a n.a n.a
emprunts des crdits octroys
octroys
La marge nette Taux dintrt net
MNI n.a n.a n.a
de lintrt gagn par la banque
Les commissions et
Les revenus non
les honoraires
lis lintrt :
RCH dgags durant + + -
commissions et
lanne relativiss
Variables indpendantes
honoraires
la taille des banques
Le volume des
Ln du montant total
garanties Ln_Gar + + -
des garanties
La part des
Les provisions pour
provisions pour
pertes sur les crdits
pertes sur les
Tx_PPC divises par le - - +
crdits dans la
montant brut des
valeur totale des
emprunts
emprunts
Variables de contrle
Le taux de Le taux de variation

variation du PIB Var_PIB du PIB des pays de + + -/+
lchantillon
Taux
Le taux
rglementaire de
Tx_RRC rglementaire des - - +
rserve de
rserves du capital
capital
208
Tableau 4-3: Statistiques descriptives des donnes des variables (2004-2009)
1re rgression
LEurope occidentale
Variable Moyenne Minimum Maximum cart-type observations

Ln_Empr 13,080 1,374 21,239 2,234 28051
RCH 1,710 -47,477 403,960 8,344 26773
Ln_Gar 9,928 0,060 20,841 2,314 19496
Tx_PPC 2,820 0,001 99,439 6,310 10783
Var_PIB 1,170 -8,019 14,582 2,732 28152
Tx_RRC 16,271 0,100 99,700 8,484 8966
LEurope de lest

Ln_Empr 11,359 4,613 19,008 2,291 6812
RCH 1,944 -14,778 98,152 3,112 6638
Ln_Gar 9,882 1,225 15,989 2,296 2310
Tx_PPC 6,099 0,002 99,472 7,702 6147
Var_PIB 3,949 -18,015 12,233 5,974 6812
Tx_RRC 20,097 2,400 99,200 12,865 1694
LAmrique du nord

Ln_Empr 14,332 4,605 20,739 1,922 6868
RCH 0,810 -1,506 79,090 2,446 4439
Ln_Gar 10,247 1,386 20,002 2,618 3632
Tx_PPC 1,493 0,001 57,194 2,125 6526
Var_PIB 1,653 -2,632 3,585 2,064 6868
Tx_RRC 14,610 0,160 97,120 6,861 5452
209
LAsie

Ln_Empr 14,207 4,618 20,673 2,201 6135
RCH 0,591 -5,662 87,344 2,739 5714
Ln_Gar 11,393 1,765 18,247 2,676 1103
Tx_PPC 3,368 0,001 95,875 5,251 5705
Var_PIB 2,996 -5,229 14,200 4,499 6135
Tx_RRC 14,097 0,010 97,400 9,549 2648
Lchantillon total
Variable Moyenne Minimum Maximum cart-type Observations

Ln_Empr 13,15919 1,373971 21,23872 2,371787 47866
RCH 1,507282 -47,47725 403,9604 6,787438 43564
Ln_Gar 10,02829 0,0599033 20,84056 2,391958 26541
Tx_PPC 3,321501 0,001 99,472 6,008301 29161
Var_PIB 1,867549 -18,01471 14,58244 3,703654 47967
Tx_RRC 15,82696 0,01 99,7 8,858638 18760
2me rgression et 3me rgression
LEurope occidentale
Observation
Variable Moyenne Minimum Maximum cart-type
s
Var_Empr 16,432 -99,965 1978,191 73,785 25019
RCH 1,428 -47,477 99,312 4,591 23901
Ln_Gar 9,950 0,060 20,841 2,276 17769
Tx_PPC 2,801 0,001 99,150 6,205 9748
Var_PIB 1,081 -8,019 14,582 2,798 25010
Tx_RRC 16,183 0,100 99,700 8,140 7991
210
LEurope de lest

Var_Empr 45,152 -99,619 1884,688 103,794 5627
RCH 1,858 -9,825 67,509 2,977 5481
Ln_Gar 9,990 1,225 15,989 2,230 2116
Tx_PPC 6,056 -2,392 98,835 7,334 5090
Var_PIB 3,320 -18,015 12,233 6,352 5636
Tx_RRC 19,760 2,400 99,200 12,221 1597
LAmrique du nord

Var_Empr 13,742 -99,268 1389,688 44,620 6647
RCH 0,793 -1,506 79,090 2,456 4325
Ln_Gar 10,260 1,386 20,002 2,610 3581
Tx_PPC 1,493 0,001 57,194 2,115 6353
Var_PIB 1,648 -2,632 3,585 2,059 6668
Tx_RRC 14,547 0,160 97,120 6,812 5335
LAsie

Var_Empr 12,981 -99,900 824,770 43,286 5688
RCH 0,517 -5,662 87,344 2,365 5465
Ln_Gar 11,468 1,765 18,247 2,653 1044
Tx_PPC 3,346 0,001 95,875 5,061 5468
Var_PIB 2,784 -5,229 14,200 4,376 5841
Tx_RRC 13,980 0,010 97,400 9,325 2517
211
Lchantillon total

Var_Empr 19,31915 -99,96524 1978,191 72,36927 42981
RCH 1,291004 -47,47725 99,31193 3,964287 39172
Ln_Gar 10,06369 0,0599033 20,84056 2,361614 24510
Tx_PPC 3,218698 -2,392 100 5,790833 26788
Var_PIB 1,691446 -18,01471 14,58244 3,71185 43155
Tx_RRC 15,75905 0,01 99,7 8,647014 18058
4me rgression
LEurope occidentale

MNI 2,572 -138,889 226,667 3,801 28960
RCH 1,946 -50,618 403,960 9,271 27323
Ln_Gar 9,935 0,060 20,841 2,320 19600
Tx_PPC 2,830 -3,675 99,439 6,383 10809
Var_PIB 1,173 -8,019 14,582 2,729 29079
Tx_RRC 17,164 0,100 488,200 15,743 9043
LEurope de lest

MNI 6,383 -85,531 97,764 4,700 6956
RCH 2,076 -14,778 102,308 3,988 6776
Ln_Gar 9,884 1,225 15,989 2,291 2312
Tx_PPC 6,103 -2,392 99,472 7,704 6174
Var_PIB 3,930 -18,015 12,233 5,972 6972
Tx_RRC 20,087 2,400 99,200 12,706 1700
212
LAmrique du nord

MNI 3,350 -76,396 50,900 2,349 7101
RCH 1,141 -21,705 79,090 4,141 4616
Ln_Gar 10,238 0,000 20,002 2,634 3635
Tx_PPC 1,493 0,001 57,194 2,125 6525
Var_PIB 1,647 -2,632 3,585 2,066 7117
Tx_RRC 14,937 0,160 97,200 8,081 5497
LAsie

MNI 2,495 -61,338 85,401 3,637 6120
RCH 0,778 -5,662 97,609 4,100 5763
Ln_Gar 11,393 1,765 18,247 2,677 1102
Tx_PPC 3,349 0,001 95,875 5,229 5668
Var_PIB 2,965 -5,229 14,200 4,484 6139
Tx_RRC 14,389 0,010 98,500 10,210 2661
Lchantillon total

MNI 3,214047 -138,889 226,667 3,977306 49137
RCH 1,730617 -50,61788 403,9604 7,705524 44478
Ln_Gar 10,03209 0 20,84056 2,397136 26649
Tx_PPC 3,327929 -3,675 100 6,078882 29246
Var_PIB 1,854421 -18,01471 14,58244 3,687275 49307
Tx_RRC 16,50044 0 505 13,72344 19503
213
Tableau 4-4: Les rsultats de la premire rgression
LEurope occidentale
1re quation 2me quation

Modle effets Modle effets Modle effets Modle effets
fixes alatoires fixes alatoires
Ln_Empr Ln_Empr Ln_Empr Ln_Empr
12,17343*** 10,31194*** 12,25771*** 9,954723***
CONST
(139,35) (121,26) (118,37) (96,68)
-0,0690511*** -0,0813557*** -0,0504235*** -0,0755246***
RCH
(-9,45) (-11,11) (-5,41) (-7,55)
0,1747361*** 0,3442661*** 0,1860396*** 0,394606***
Ln_Gar
(21,85) (47,9) (20,35) (47,01)
-0,0151139*** -0,0204883*** -0,0216748*** -0,0200231***
Tx_PPC
(-7,28) (-9,44) (-8,59) (-7,11)
-0,0402383*** -0,0343171***
Var_PIB
(-29,53) (-21,95)
-0,0149927*** -0,016434***
Tx_RRC
(-12,40) (-12,20)
R ajust 0,67 0,68 0,727 0,765
Nombre
6435 6435 4101 4101
dobservation
Nombre de
1826 1826 1354 1354
groupes
LEurope de lest

9,654278*** 9,017484*** 10,82268*** 9,917927***
CONST
(66,88) (68,93) (51,52) (55,47)
-0,2792168*** -0,2416516*** -0,2635004*** -0,1977727***
RCH
(-13,66) (-12,86) (-8,86) (-7,69)
0,3816271*** 0,4360962*** 0,3299831*** 0,4128203***
Ln_Gar
(28,22) (38,10) (18,25) (28,32)
214
-0,0004653 -0,0031572 -0,0148709*** -0,0173738***

Tx_PPC
(-0,16) (-1,17) (-4,09) (-4,98)
-0,0201863*** -0,0197804***
Var_PIB
(-7,99) (-7,79)
-0,013303*** -0,0202367***
Tx_RRC
(-5,56) (-9,42)
R ajust 0,5535 0,5703 0,606 0,64
Nombre
2145 2145 1255 1255
dobservation
Nombre de
552 552 413 413
groupes
LAmrique du nord

13,31939*** 11,50105*** 14,08856*** 12,68398***
CONST
(125,15) (107,79) (152,22) (115,23)
-0,6318604*** -0,2472725*** -0,3755599*** -0,1825353***
RCH
(-9,06) (-3,89) (-6,77) (-3,03)
0,1351378*** 0,3043922*** 0,0938983*** -0,2255267***
Ln_Gar
(13,68) (33,16) (11,52) (26,00)
0,0538501*** 0,0641916*** -0,0831013*** -0,050256***
Tx_PPC
(6,32) (6,66) (-10,01) (-5,04)
-0,0608637*** -0,0536655***
Var_PIB
(-27,03) (-19,36)
-0,0126289*** -0,0155293***
Tx_RRC
(-5,95) (-5,99)
R ajust 0,5193 0,74 0,46 0,71
Nombre
1883 1883 1704 1704
dobservation
Nombre de
637 637 592 592
groupes
215
LAsie

12,53595*** 11,6266*** 13,08654*** 12,15305***
CONST
(66,25) (63,44) (60,19) (58,06)
-0,1844103*** -0,2150008*** -0,286036*** -0,3105678***
RCH
(-4,89) (-6,14) (-7,67) (-8,25)
0,233792*** 0,312603*** 0,2414886*** 0,3216522***
Ln_Gar
(14,49) (21,43) (14,37) (21,09)
-0,056824*** -0,574353*** -0,0701528*** -0,0682706***
Tx_PPC
(-14,56) (-14,6) (-16,75) (-15,73)
-0,0431592*** -0,0348408***
Var_PIB
(-6,91) (-5,40)
-0,0161947*** -0,018619***
Tx_RRC
(-7,47) (-8,41)
R ajust 0,6368 0,6599 0,68 0,713
Nombre
967 967 783 783
dobservation
Nombre de
270 270 239 239
groupes
Lchantillon total

11,26368*** 10,02448*** 11,98842*** 10,46196***
CONST
(178,19) (169,58) (162,83) (149,20)
-0,1360941*** -0,1413157*** -0,1047675*** -0,12661***
RCH
(-19,11) (-20,99) (-11,55) (-14,05)
0,2695278*** 0,3888136*** 0,2404717*** 0,3830076***
Ln_Gar
(45,98) (76,78) (37,01) (66,91)
-0,0116811*** -0,0159814*** -0,0279432*** -0,0260239***
Tx_PPC
(-8,10) (-10,98) (-17,18) (-15,14)
216
-0,0341791*** -0,0297985***
Var_PIB
(-31,63) (-25,73)
-0,0159632*** -0,01822925***
Tx_RRC
(-17,38) (-19,19)
R ajust 0,648 0,6536 0,6744 0,7028
Nombre
11430 11430 7843 7843
dobservation
Nombre de
3285 3285 2598 2598
groupes
217
Tableau 4-5: Les rsultats de la deuxime rgression
LEurope occidentale
Var_Empr Var_Empr Var_Empr Var_Empr
12,23823 21,94101*** -34,82612** 28,50751***
CONST
(0,74) (4,96) (-2,02) (6,27)
5,201561*** 2,610945*** 5,240353*** 2,909321***
RCH
(3,94) (4,15) (3,50) (4,29)
1,13486 -0,2658723 5,515952*** -0,6628046**
Ln_Gar
(0,75) (-0,69) (3,59) (-1,96)
-3,882613*** -0,643208*** -2,12798*** -1,180473***
Tx_PPC
(-10,28) (-2,96) (-5,39) (-5,22)
2,849707*** 2,377175***
Var_PIB
(13,63) (13,09)
-0,4300976** -0,1690079*
Tx_RRC
(-2,14) (-1,60)
R ajust 0,0006 0,0027 0,0068 0,0357
Nombre
5912 5912 3795 3795
dobservation
Nombre de
1794 1794 1329 1329
groupes
LEurope de lest
180,4099*** 124,3857*** 172,7747*** 103,4989***
CONST
(8,89) (12,05) (5,5) (8,88)
1,709077 -0,1649547 -1,092393 -1,797355
RCH
(0,6) (-0,09) (-0,23) (-0,98)
-11,21121*** -6,160174*** -10,71541*** -5,247305***
Ln_Gar
(-5,93) (-6,66) (-3,98) (-5,72)
Tx_PPC -4,477217*** -3,066729*** -2,43764*** -1,611413***
218
(-10,6) (-10,48) (-3,19) (-3,99)
2,863958*** 3,228951***
Var_PIB
(7,18) (10,24)
-0,8608571** -0,4580046***
Tx_RRC
(-2,19) (-2,70)
R ajust 0,062 0,0636 0,131 0,147
Nombre
1976 1976 1197 1197
dobservation
Nombre de
537 537 406 406
groupes
LAmrique du nord

25,97422** 10,67023*** 49,6782*** 10,8782***
CONST
(2,48) (3,63) (5,31) (3,59)
-33,51253*** -0,0612988 -32,11901*** -1,09708
RCH
(-4,71) (-0,03) (-5,75) (-0,76)
1,199284 0,9717565*** -0,8149161 0,498499**
Ln_Gar
(1,24) (3,70) (-0,99) (2,44)
-10,46145 -7,674633 -8,159708*** -5,058968***
Tx_PPC
(-11,98) (-14,17) (-9,76) (-10,89)
1,386212*** 1,796145***
Var_PIB
(6,08) (10,28)
-0,7139233*** -0,0792615
Tx_RRC
(-3,32) (0,63)
R ajust 0,0378 0,0925 0,08 0,20
Nombre
1854 1854 1676 1676
dobservation
Nombre de
621 621 574 574
groupes
219
LAsie
27,06951 35,37558*** 72,50511** 38,10107***
CONST
(1,07) (5,68) (2,28) (4,18)
-10,29182** -3,786494** -7,598213 0,4838663
RCH
(-2,35) (-2,54) (-1,49) (0,21)
0,8982957 -0,4482261 0,8072735 -1,244987**
Ln_Gar
(0,42) (-0,90) (0,32) (-2,05)
-2,169391*** -1,350651*** -2,269187*** -1,349757***
Tx_PPC
(-3,96) (-5,95) (-2,90) (-4,44)
0,1172197 1,258603**
Var_PIB
(0,13) (2,51)
-2,682593*** -0,216214
Tx_RRC
(-7,05) (-1,46)
R ajust 0,0424 0,0479 0,0222 0,0514
Nombre
842 842 689 689
dobservation
Nombre de
264 264 232 232
groupes
Lchantillon total

68,11662*** 35,60595*** 52,92212*** 30,5729***
CONST
(7,03) (11,17) (5,12) (9,41)
4,294588*** 3,676295*** 3,946935*** 3,825169***
RCH
(4,04) (7,38) (3,05) (7,00)
-3,480799*** -1,16886*** -1,754828* -1,109148***
Ln_Gar
(-3,86) (-4,14) (-1,91) (-4,41)
-4,01402*** -1,271066*** -2,503456*** -1,273134***
Tx_PPC
(-17,54) (-9,02) (-9,08) (-8,12)
Var_PIB 2,720652*** 2,80716***
220
(18,32) (24,48)
-0,8821202*** -0,111396
Tx_RRC
(-6,34) -1,56
R ajust 0,004 0,0079 0,0561 0,0901
Nombre
10617 10617 7691 7691
dobservation
Nombre de
3229 3229 2577 2577
groupes
221
Tableau 4-6: Les rsultats de la troisime rgression
LEurope occidentale
Modle effets fixes Modle effets alatoires

Var_Empr Var_Empr
10,83667*** 11,97717***
CONST
(14,94) (19,53)
1,553048*** 0,9943101***
RCH (retard dune anne)
(3,65) (7,66)
R ajust 0,005 0,005
Nombre dobservation 18295 18295
Nombre de groupes 4948 4948
LEurope de lEst

Var_Empr Var_Empr
28,31417*** 34,24248***
CONST
(8,46) (14,68)
4,805768*** 1,367249**
(3,36) (2,28)
R ajust 0,0014 0,0014
LAmrique du nord

Var_Empr Var_Empr
11,40368*** 9,605425***
CONST
(10,63) (9,19)
RCH (retard dune anne) -2,232827* 0,68766035
222
(-1,73) (1,6)
R ajust 0,0056 0,0056
LAsie

Var_Empr Var_Empr
8,643157*** 10,59491***
CONST
(14,39) (9,42)
2,422241** 1,626824***
(2,30) (3,13)
R ajust 0,0066 0,0066
Lchantillon total

Var_Emp Var_Empr
13,05319*** 14,57676***
CONST
(22,94) (27,00)
1,941406*** 1,264416***
(5,3) (9,9)
R ajust 0,0062 0,0062
223
Tableau 4-7: Les rsultats de la quatrime rgression
LEurope occidentale

MNI MNI MNI MNI
3,553594*** 4,122333*** 2,507271*** 4,298332***
CONST
(17,68) (32,11) (8,14) (28,33)
0,0155947 -0,0001583 -0,2110728*** -0,503637**
RCH
(0,92) (-0,01) (-7,54) (-2,55)
-0,0791485*** -0,136477*** 0,0475865* -0,1389554***
Ln_Gar
(-4,30) (-12,17) (1,73) (-11,14)
0,0235381*** 0,0379439*** 0,1057638*** 0,094047***
Tx_PPC
(4,91) (9,26) (14,02) (15,02)
0,0557782*** 0,0474698***
Var_PIB
(13,61) (11,93)
-0,0193948*** -0,009817***
Tx_RRC
(-6,61) (-4,26)
R ajust 0,11 0,109 0,0003 0,1337
Nombre
6452 6452 4109 4109
dobservation
Nombre de
1826 1826 1356 1356
groupes
LEurope de lest

MNI MNI MNI MNI
6,841233*** 7,391668*** 5,465837*** 5,872427***
CONST
(14,63) (19,00) (7,31) (9,77)
0,6427233*** 0,7537289*** 0,8052129*** 0,8316886***
RCH
(9,71) (12,85) (7,60) (9,56)
-0,180835*** -0,2665134*** -0,1935822*** -0,2514499***
Ln_Gar
(-4,13) (-7,63) (-3,01) (-5,13)
224
-0,0082488 0,0131344 0,0005628 0,0199921*

Tx_PPC
(-0,89) (1,55) (0,04) (1,68)
0,0105415 0,0159255*
Var_PIB
(1,17) (1,83)
0,0618474*** 0,0633528***
Tx_RRC
(7,25) (8,69)
R ajust 0,1938 0,2132 0,1887 0,1973
Nombre
2144 2144 1253 153
dobservation
Nombre de
553 553 413 413
groupes
LAmrique du nord

MNI MNI MNI MNI
3,37333*** 4,284297*** 3,289804*** 3,568477***
CONST
(15,55) (30,99) (11,25) (21,63)
0,8590083*** 0,3539383*** 0,7575602*** 0,3337971***
RCH
(5,81) (4,15) (5,07) (3,67)
0,0341559* -0,0520352*** 0,0222603 -0,0489038***
Ln_Gar
(1,70) (-4,24) (1,02) (-3,83)
-0,2845406*** -0,1787885*** -0,1970343*** -0,0762961***
Tx_PPC
(-15,75) (-10,78) (-8,82) (-3,90)
0,415029*** 0,0557495***
Var_PIB
(6,85) (9,42)
0,0424336*** 0,0392301***
Tx_RRC
(7,43) (7,43)
R ajust 0,0035 0,0142 0,0031 0,0627
Nombre
1890 1890 1707 1707
dobservation
Nombre de
642 642 595 595
groupes
225
LAsie

MNI MNI MNI MNI
3,509933*** 4,327767*** 3,735191*** 4,361524***
CONST
(8,20) (13,05) (6,82) (10,45)
0,0916777 0,1468368** 0,0494497 0,02022799**
RCH
(1,08) (2,18) (0,53) (2,43)
-0,0071445 -0,0856256*** -0,041982 -0,1046365***
Ln_Gar
(-0,20) (-3,14) (-0,99) (-3,41)
0,018462** 0,0123816 -0,0016462 -0,0052324
Tx_PPC
(2,09) (1,52) (-0,16) (-0,53)
0,0081902 -0,0005165
Var_PIB
(0,52) (-0,004)
0,0194489*** 0,0169192***
Tx_RRC
(3,56) (3,42)
R ajust 0,0088 0,0579 0,0530 0,1054
Nombre
966 966 782 782
dobservation
Nombre de
270 270 239 239
groupes
Lchantillon total

MNI MNI MNI MNI
4,652152*** 5,266232*** 3,966579*** 4,639386***
CONST
(27,82) (44,13) (17,4) (32,09)
0,1836992*** 0,149164*** 0,1232838*** 0,1623099***
RCH
(9,93) (10,29) (4,66) (8,18)
-0,1203892*** -0,1891213*** -0,081571*** -0,16110117***
Ln_Gar
(-7,76) (-17,96) (-4,02) (-13,35)
0,0022318 0,0245687*** 0,024828*** 0,0500202***
Tx_PPC
(0,58) (7,10) (4,91) (10,87)
226
0,0345141*** 0,043707***
Var_PIB
(10,31) (13,64)
0,012777*** 0,0171663***
Tx_RRC
(5,33) (8,32)
R ajust 0,0933 0,0933 0,1781 0,1794
Nombre
11481 11481 8073 8073
dobservation
Nombre de
3303 3303 2618 2618
groupes
227
Conclusion gnrale
Conclusion gnrale
Le principal objet de cette thse est dtudier leffet de la nature de linformation

utilise dans le processus de prise de dcision de crdit sur la gestion de loctroi des crdits
aux PME.
Le premier chapitre constitue une revue de littrature qui a pour but de replacer les
diffrentes notions au sein du contexte de ltude et de mettre en perspective des diffrentes
relations qui se sont tablies. Il met en avant limportance de la nature de linformation dans
le processus de prise de dcision de crdit.
Nous distinguons deux types dinformation utilises dans le processus de la prise de

dcision de loctroi dun crdit: linformation hard et linformation soft . Les
diffrences, existantes entre ces deux types dinformation sur divers aspects, affectent tout le
processus de dcision. La dissimilitude fondamentale entre ces deux types dinformation
diffrencie leurs processus de collecte, traitement et de stockage. Linformation soft
reprsente des donnes qualitatives, collectes par les agents de crdits, et tablit un
relationnel personnalis, privilgi avec les entreprises. Elle ne peut tre traite et analyse
que par la personne qui la collect, gnrant ainsi des cots supplmentaires. Ce cot peut
tre compens par une meilleure prise en compte du contexte de la collecte puisquelle
saccumule avec la dure grce une relation de proximit, permettant ainsi, aux banques, un
suivi constant de lvolution de lentreprise, de sa gestion des crdits donc lobtention dune
valuation crdible du risque encouru avec cet emprunteur. En revanche, linformation hard
est rduite de simples ratios financiers et donnes comptables pouvant tre communiqus
par lentreprise elle-mme. Ce type dinformation, caractris par la facilit de sa
transmission et de sa vrification, permet aux banques une centralisation de la prise des
dcisions des crdits. Bien que ces lments contribuent la baisse des cots engendrs par le
traitement de cette information, les banques perdent lavantage de linformation prive. Cette
information nest pas la proprit exclusive de la banque, elle peut tre collecte par une
tierce personne tels que les agences de notations ou les analystes financiers. Le manque de
suivi des emprunteurs peut gnrer des problmes dasymtrie dinformation provocant ainsi
le risque de voir une partie de la clientle se tourner vers dautres sources de financement.
Bien que cette information hard possde une longue dure de vie, donnant ainsi aux
229
Conclusion gnrale
agents de crdits la possibilit de vrifier plusieurs reprises, elle ne prend pas en compte le
contexte gnral de sa collecte.
Les diffrences fondamentales entre les deux types dinformation influencent le choix
des technologies de prt utilises par les banques. En effet, lutilisation de linformation soft
est adapte aux banques privilgiant un relationnel fort et de proximit avec leurs clients. La
force de cette relation peut tre mesure par sa dure, son tendu, sa longueur ou par le
nombre des banques qui exercent avec lentreprise. Cette technologie de prt permet une
rduction de lasymtrie dinformation puisquelle offre un suivi plus proche sur une priode
plus longue. En revanche, linformation hard est utilise par les banques cherchant
tablir des relations de crdit axes vers les transactions. Les transactions effectues se basent
essentiellement sur les informations manant des tats financiers, des tats de lactif des
entreprises ou des scores. Ces derniers refltent la situation financire et le niveau de risque
de lentreprise. Les scores peuvent tre externes, lorsque les banques utilisent ceux des
agences de notations spcialiss dans le calcul et la vente de scores, ou internes sils sont
calculs au sein des banques pour mieux sadapter leurs caractristiques.
Les caractristiques des banques peuvent intervenir dans le choix de linformation

utilise. En effet, lge de la banque et sa taille peuvent linciter adopter linformation
hard de plus, elle est mieux adapte aux banques possdant une structure organisationnelle
complexe. La nature de proprit de la banque peut vraisemblablement affecter le choix de
linformation adopte. Les banques tatiques, contrairement aux banques prives, optent pour
des relations bases sur linformation soft . De mme que les banques nationales qui
privilgie des relations de longue dure, alors que les banques trangres se tournent vers des
relations de transactions et ce cause des diffrences culturelles. La politique de gestion de
risque, des banques, peut influer sur le choix de type dinformation adopter; les banques
acceptant la prise du risque adoptent linformation hard car moins coteuse, alors que les
banques cherchant minimiser les risques, doivent sinvestir dans une relation de proximit
base sur un suivi rapproch de leurs clients.
Lutilisation de linformation hard a boulevers lquilibre tablie sur les marchs

locaux. Cette information, caractrise par la facilit de sa transmission et de son traitement,
230
Conclusion gnrale
permet aux banques de stablir dans des marchs initialement inaccessibles. Les frontires
des marchs locaux disparaissent ou slargissent permettant linstallation de nouvelles
banques. La distance entre les prteurs et les emprunteurs perd son rle de prservation et de
fermeture des marchs. Une augmentation de la concurrence peut tre constate et les banques
les moins performantes peuvent disparaitre par fusion ou par acquisition.
De plus, laugmentation de la concurrence, sur le march des banques privilgiant

linformation hard , engendre un accroissement du risque de prts de mauvais
emprunteurs et peut provoquer galement la perte du contrle et du suivi de cette clientle.
Face ce problme de reconnaissance et de diffrentiation des types demprunteurs, les
banques ont, de ce fait, opt pour le rationnement du segment de clientle risque .La
dcision de loctroi de crdit peut tre prise deux niveaux : dans un premier temps, les
banques examinent la demande et peuvent donner leur accord au prt demand, puis elles
fixent le montant octroyer. Cette dcomposition de la dcision de crdit nous permet de
distinguer deux types de rationnement : le rationnement sur le nombre et le rationnement sur
la quantit. Le rationnement est facilement identifiable, chez les entreprises comme chez les
banques, mais difficilement mesurable et il peut tre prventif ou contraint. En effet, les
banques, nacceptant pas une prise de risque suprieur aux seuils fixs, adoptent le
rationnement prventif, alors que dautres privilgient profiter de laugmentation du niveau
gnral du risque sur le march avec des taux dintrt plus levs. Le comit de Bale II a
donc impos aux banques la mise en rserve dune partie du capital proportionnelle au risque
encouru afin de protger le systme bancaire de cette stratgie de gestion de risque beaucoup
trop dangereuse. Cette directive oblige les banques fixer le montant total des crdits en
adquation avec le capital disponible et le niveau global du risque. Thoriquement, ces
banques doivent donc grer ce fond dans la limite de leurs possibilits, cest le rationnement
contraint par le capital.
Le rationnement va susciter plusieurs ractions de la part des diffrents acteurs du

march de crdit. Les entreprises rationnes vont se tourner vers dautres sources de
financements, en acceptant parfois des taux beaucoup plus levs afin dobtenir ce crdit. Les
petites banques continuant adopter les relations de proximit, dans leur stratgie de prt,
vont essayer de rcuprer cette part de march, dlaisse par les grandes banques, et par
231
Conclusion gnrale
consquent, se tournent vers les emprunteurs rationns suite un dfaut dinformation. Les
agents de crdit, considrs comme une entit indpendante de leurs banques, refusent de se
limiter la collecte des donnes et leur transmission aux centres de dcisions. Avec
ladoption de cette information non prive (linformation hard ) les agents de crdits nont
plus aucun pouvoir de dcision pour ne devenir que de simples rapporteurs. Dans ce contexte,
deux alternatives se prsentent ces agents : intgrer une autre banque utilisant linformation
soft afin de retrouver leurs outils et un certain panouissement, ou, sils ont les fonds
ncessaires crer leurs banques.
Afin de palier aux effets secondaires de la politique du rationnement et viter la perte

des bons emprunteurs, vers dautres tablissements bancaires, les banques doivent juguler les
problmes dasymtrie dinformation et trouver une parade aux dommages collatraux
engendrs. Deux solutions se prsentent eux : tout dabord essayer de proposer des contrats
incitatifs leur clientle. Les emprunteurs doivent faire alors un arbitrage entre la valeur de la
garantie prsente et le taux dintrt pay, permettant ainsi la banque de juger son
implication dans le projet et sa confiance en sa ralisation. Cette premire mthode permet
la banque destimer le risque quelle va assumer en octroyant le crdit, cependant, le
problme de lvaluation des garanties et la concurrence sur les taux dintrt ralentissent
lutilisation de cette solution. La deuxime solution, adopte par les banques pour viter le
rationnement, est dessayer de rentabiliser les crdits octroys aux clients grce aux revenus
non lis lintrt des services. Avec les mutations environnementales, technologiques et
rglementaires, les banques ont lopportunit doffrir de nouveaux services qui, jusqualors,
ne font pas partie de leurs activits. Cette diversification est considre comme une migration
des banques vers des activits non bancaires et a suscit un dbat scientifique, non encore
rsolu, sur limpact de ces nouveaux services sur le risque global des banques car, selon le
type de service, la banque peut voir son risque global baisser ou au contraire augmenter. La
variation du risque nest pas le seul sujet du dbat car la stabilit de ces revenus peut tre
aussi affect dans le temps puisque les emprunteurs peuvent accepter de payer ces nouveaux
services, afin dobtenir les crdits, et rsilier les contrats avant le remboursement de leurs
totalits.
232
Conclusion gnrale
Les trois chapitres suivants proposent des contributions empiriques ayant pour but le
test de la significativit de leffet de la nature de linformation sur la gestion des crdits.
Dans la premire tude empirique nous avons essay de voir quelles sont les variables
affectant le choix de linformation et quel est leffet de ce choix sur la performance bancaire.
Dans cette tude nous navons pas fait la distinction entre lutilisation de linformation soft
et lutilisation de linformation hard . Ladoption de linformation hard est
obligatoire tant donn que le comit de Ble a impos aux banques lutilisation des scores.
Par consquent, nous avons fait la distinction entre lutilisation de linformation hard
seule ou la combinaison des deux types dinformation. Les rsultats de cette tude ont montr
que linformation utilise, lors des demandes ultrieures, est une combinaison des deux types
dinformation. Nous avons trouv que la force de la relation favorise la complmentarit des
deux types dinformation. En effet, la frquence des RDV favorise lutilisation de
linformation soft en complment de linformation hard , bien que la dure de la
relation puisse nuire la qualit et la fiabilit de linformation soft . Les montants des
crdits et la taille de la banque favorisent la substitution de linformation soft par
linformation hard . Concernant, le cot de linformation, cette variable a t prsente par
le temps ncessaire la collecte et au traitement de cette information. Les rsultats confirment
que le cot est ngativement corrl la complmentarit des deux types dinformation.
Leffet du choix de linformation sur la performance bancaire a t mesur par trois

variables. Les rsultats nont pas montr une relation significative entre le choix de
linformation et les deux taux de rentabilit adopts, alors que, conformment nos attentes,
une relation ngative entre la complmentarit des deux types dinformation et les provisions
pour pertes sur les crdits a t montre. Ce rsultat peut sexpliquer par le fait que
lutilisation de linformation soft permet aux agents de crdits dinfluencer la dcision, en
se basant sur leurs jugements, ce qui complte linformation financire collecte.
La troisime partie de cette tude a montr limportance de linformation soft pour

la prise de la bonne dcision et labsence dune diffrence significative entre le traitement des
demandes des crdits court termes et des crdits long termes.
233
Conclusion gnrale
La deuxime tude empirique a pour objectif de tester limportance de la nature

dinformation dans le processus de prise de la dcision de rationnement. Pour cela, nous
avons intgr des variables reprsentant les caractristiques de la relation banque-PME en
plus dautres variables reprsentant les caractristiques des crdits et des caractristiques des
PME. Nous avons procd en deux tapes : tout dabord nous navons pas fait de distinction
entre le rationnement partiel et le rationnement total, puis, nous avons utilis le niveau rel de
rationnement, qui varie de zro cent pour cent du montant demand. Les rsultats montrent
une persistance de la significativit de leffet de la nature dinformation dans la prise de
dcision. Nous avons trouv que linformation soft contribue la baisse de la probabilit
de rationnement et laugmentation de la disponibilit des crdits. Les effets des
caractristiques des crdits sont significatifs dans les deux modles. tant donn que la
dcision de crdit est prise en deux tapes, les rsultats trouvs, prouve que les variables
adopts naffectent que la premire tape de la dcision et non pas la deuxime. Nos variables
peuvent expliquer loctroi de crdit mais ne peuvent pas expliquer la fixation du montant
accord.
Dans notre dernire tude nous avons essay de montrer leffet du volume des
services, reprsent par les commissions et les honoraires perus par la banque, sur la
disponibilit des crdits et la marge nette de lintrt. Pour raliser cette tude nous avons
construit un chantillonnage sur quatre zones gographiques : lEurope occidentale, lEurope
de lest, LAmrique du nord et lAsie. Pour reprsenter le volume de crdit, nous avons
essay dintgrer deux variables: le volume total des crdits octroys par la banque et le taux
de variation annuel de loctroi des crdits. Les rsultats de cette tude montrent une
significativit statistique pour la variable (RCH) sur tous les chantillons, bien que,
contrairement nos hypothses de base, le signe des coefficients de corrlation entre les
commissions et honoraire (RCH) et le volume de crdits octroys (Ln_Empr) soit ngatif. Un
tel rsultat peut tre expliqu par un phnomne de spcialisation : les banques essayent de se
spcialiser dans activits non bancaires pour augmenter la rentabilit sans prendre du risque.
Concernant le signe de la corrlation entre les revenus des services et la variation des crdits,
nous ne pouvons pas faire de conclusion car les rsultats, trouvs, diffrent dun chantillon
un autre. De ce fait nous avons, procd un dcalage, dune anne, de la variable explicative
234
Conclusion gnrale
(RCH). Les rsultats trouvs prouvent quune significativit statistique persiste dans la
majorit des chantillons avec un signe positif indiquant que les revenus des commissions et
des honoraires perus, sur une anne donne, favorisent loctroi des crdits de lanne
daprs. Dans la dernire partie de notre travail nous avons essay de tester la relation entre
les revenus des commissions et des honoraires et la marge nette de lintrt. Contrairement
nos attentes, les rsultats trouvs montrent une relation positive qui se traduit par une hausse
de la marge nette de lintrt avec une augmentation des revenus des commissions et des
honoraires.
Limites et perspectives de recherche
Toutefois, les rsultats de ce travail de recherche prsentent certaines limites qui

offrent des opportunits dextension et des perspectives de recherches futures.
Dans notre premire tude nous pouvons constater un nombre rduit dobservations
dans notre chantillon, du aux difficults rencontres lors de lenvoi des questionnaires. Le
contact des agents chargs de PME de diffrentes banques, sur tout le territoire franais, sest
avr trs difficile suite labsence dune liste de mailing. Le caractre confidentiel, des
informations demandes, a contribu la rduction du nombre de rponses exploitables. De
plus, les rponses ntant pas toutes exploitables, nous ne sommes pas parvenus utiliser
toutes les informations collectes par le questionnaire. Nous sommes dans lobligation de
combiner les donnes des banques avec celles des agences car nous navons aucun moyen
dobtenir des informations sur les agences. Cette tude a t effectue sur un chantillon
couvrant seulement le systme bancaire franais. Au del des limites de ce travail, il serait
peut tre intressant dlargir cet chantillon et intgrer dautres pays et dautres variables
contextuelles. Lintgration dautres pays permet de comparer les diffrents systmes
bancaires en intgrant dautres variables macro conomiques.
Les donnes collectes, pour notre deuxime tude, portent seulement sur des PME. Il
aurait t plus intressant si nous avions eu la possibilit de les complter par dautres
informations sur les banques sollicites pour le crdit. Malgr le fait que nous ayons intgr
dans le questionnaire une question demandant le nom de la banque (question N19), les
235
Conclusion gnrale
rponses reues ne nous ont pas permis dintgrer les caractristiques des banques parmi les
variables explicatives. Les variables reprsentant les caractristiques des banques peuvent
apporter plus de dtails sur la relation banque-PME. Dans de futures tudes nous pourrons
alors croiser ces variables avec dautres variables portant sur laspect managrial de la
banque. En plus de cette dmarche, nous pouvons approfondir de la piste de la deuxime
tape de la prise de la dcision de crdit et chercher les variables expliquant la fixation des
montants accords.
Dans notre troisime tude nous avons essay de prendre en considration les
faiblesses de lchantillonnage des deux autres tudes. Nous avons pu augmenter le nombre
des observations dans chaque chantillon et largir lchantillon total afin quil couvre quatre
zones gographiques : LEurope occidentale, LEurope de lest, LAmrique du nord et
lAsie. Nous envisageons dintgrer dautres variables macro conomiques pouvant reflter la
spcificit de chaque systme bancaire tudi. Pour aller plus loin dans nos recherches nous
pouvons tudier la relation des revenus des commissions et honoraires avec la marge nette de
lintrt et essayer de trouver lexplication la corrlation positive trouve.
Ce travail doctoral nous a donn une perspective de recherche oriente vers les
caractristiques managriales des banques. Etant donn que les processus de prise de dcision
diffrent dune banque une autre, nous estimons que la relation entre les diffrents types des
banques et leurs rles dans la dtermination de leurs processus de prise de dcision, peut tre
une nouvelle piste de recherche non explore. La mission initiale des banques consiste
collecter des fonds pour octroyer des crdits, bien quavec tous les produits offerts, la relation
entre les dpts et les crdits volue. Nous envisageons dans une nouvelle tude de vrifier si
les nouvelles activits des banques ont influenc lallocation des dpts et la gestion bancaire.
Implication managriale
Nous esprons que les rsultats prsents dans ces tudes peuvent servir aux
praticiens, aux professionnels de la finance ainsi quaux dirigeants des PME.
Nous esprons que notre travail permet dclaircir les zones dombres dans la relation
banques-PME en leur dmontrant, limportance de linformation dans le processus de prise de
236
Conclusion gnrale
dcision de crdit. En effet, Les dirigeants des petites entreprises pensant que lasymtrie
dinformation peut jouer en leur faveur, cachent les vrais problmes de leurs firmes,
provoquant ainsi des doutes autour de leurs projets. Les dirigeants des PME peuvent
comprendre les changements survenus dans les relations quils tablissent avec leurs
banquiers et ragir en consquence afin daugmenter leurs chances dobtenir des crdits.
Ce travail peut exposer aux banquiers les travaux de la thorie montrant les raisons du
changement des mthodes de travail et les causes limitant leur libert dans la prise de
dcision. Les divergences ont toujours exist entre les praticiens et les thoriciens : chacun
gardant un champ de vision au gr de leurs intrts respectifs.
237
Bibliographie gnrale
Bibliographie Gnrale
Abel A. et Eberly J.C., 2002, Q theory without adjustment costs et cash flow effects without
financing constraints , mimeo, University of Pennsylvania.
Abel A. et Eberly J.C., 2004, Investment, valuation and growth options , mimeo,
Northwestern University.
Acharya V., Hasan I. et Saunders A., 2002, The effects of focus and diversification on bank
risk and return: Evidence from individual bank loan portfolio, CEPR Discussion
Paper No. 3252
Aghion P. et Tirole J., 1997, Formal and Real Authority in Organizations , Journal of
Political Economy, vol. 105, n1, fvrier, p.1-29.
Akhavein J., Frame W.S. et White L. J., 2005, The Diffusion of Financial Innovations: An
Examination of the Adoption of Small Business Credit Scoring by Large Banking
Organizations , Journal of Business, University of Chicago Press, vol. 78, n2,
Mars, p. 577-596.
Allen L. et Peristiani S., 2007, Loan underpricing and the provision of merger advisory
services , Journal of Banking and Finance N 31, p. 35393562
Altunbas Y., Liu M.-H., Molyneux, P. et Seth, R., 2000, Efficiency and risk in Japanese
banking, Journal of Banking and Finance N 24, p. 16051628
Alti A., 2003, How sensitive is investment to cash flow when financing is frictionless? ,
Journal of Finance, 58, 2, p. 707-722.
Anari A., Kolari J., Pynnnen S. et Suvanto A., 2002, Further evidence on the credit view:
the case of Finland , Applied Economics, 34, 3, p. 267-278.
Angbazo L. et Narayanan R., 1997, Top management compensation and the structure of the
board of directors in commercial banks , European Finance Review, Vol. 1, p.239-
259.
Artus P., 2002, Comment ragir un rationnement du crdit bancaire ?, Revue conomique,
vol. 53, N 1, janvier, p. 63-82
Barclay M. J. et Smith C. W., 1995, The maturity structure of corporate debt , Journal of
Finance 50(2), p. 609-631.
238
Barro R., 1976, The loan market, collateral, and rates of interest , Journal of Money,
Credit, and Banking, 8, p. 439-56.
Barro J. et Barro R. J., 1990, Pay, performance and turnover of banks CEOs , Journal of
Labor Economics, vol.8, p. 448-481.
Beau D., 1991, La fragilit des situations financires dans les PME franaises , Banque de
France, Centrale de bilans, B 91/21, 22.
Beccalli E., 2007, Does IT investment improve bank performance? Evidence from
Europe , Journal of Banking and Finance 31, p.22052230.
Becchetti L., Garcia M. et Trovato G., 2009, Credit Rationing and Credit View: Empirical
Evidence from Loan Data , Centre for Economic and International Studies, 7, Issue
2, No. 144 Fvrier.
Beck T. et Demirguc-Kunt A., 2006, Small and medium-size enterprises: access to finance
as a growth constraint , Journal of Banking and Finance, 30, November, p. 2931
2943.
Berger A., 2002, The economic effects of technological progress: evidence from the banking
industry, Finance and Economics Discussion Series 2002-50, Board of Governors
of the Federal Reserve System (U.S.).
Berger A., 2004, Potential competitive effects of Basel II on banks in SME credit markets in
the United States , Finance and Economics Discussion Series 2004-12, Board of
Governors of the Federal Reserve System (U.S.).
Berger A. et De Young R., 2000, The effects of geographic expansion on bank efficiency,
working paper, Federal Reserve Bank of Chicago.
Federal Reserve Bank of Atlanta Working Paper Series, 2005-10, May.
Berger A., Frame W. S. et Miller N. H., 2005, credit scoring and the availability, price, and
risk of small business credit , Journal of Money, Credit, and Banking - vol 37,
Number 2, March, p. 191-222.
Berger A., Klapper L F., Martinez Peria M. S. et Zaidi R., 2008, Bank ownership type and
banking relationships , Journal of Financial Intermediation, vol.17, p. 37-62
Berger A., Klapper L. F. et Udell G. F., 2001, The ability of banks to lend to
informationally opaque small business, journal of Banking and Finance, 21, p.2127-
239
2167.
Berger A., Miller N. H., Petersen M. A., Rajan R. G, et Stein J. C., 2005, Does function
follow organizational form? Evidence from the lending practices of large and small
banks , Journal of Financial Economics, vol. 76(2), p. 237269.
Berger A., Rosen R. J. et Udell G. F., 2007b, Does market size structure affect competition?
The case of small business lending , Journal of Banking and Finance 31(1), p. 11-
33.
Berger A., Saunders A., Scalise J. M. et Udell G. F., 1998, The effects of bank mergers and
acquisitions on small business lending . Journal of Financial Economics, vol. 50, p.
187229.
Berger A. et Udell G.F., 1992, Some evidence on the empirical significance of credit
rationing , Journal of Political Economy 100 (5), p. 10471077.
Berger A. et Udell G. F., 1995, Relationship lending and lines of credit in small firm
finance , Journal of Business 68(3), p. 351-381.
Berger A. et Udell G F., 1996, Universal Banking and the Future of Small Business
Lending. In Universal Banking: Financial System Design Reconsidered, Chicago,
IL: Irwin, p. 558-627.
Berger A. et Udell. G. F., 1998, The economics of small business finance: The roles of
private equity and debt markets in the financial growth cycle , Journal of Banking
and Finance, vol. 22, p. 613-73.
Lending: The Importance of Bank Organisational Structure , Forthcoming,
Economic Journal.
Berger A. et Udell G. F., 2005, Small business and debt finance , In Acs, Zoltan J. and
Audretsch, David B. (eds.) Handbook of entrepreneurship research. printemps.
Berger A. et Udell G. F., 2006, A more complete conceptual framework for SME finance
Journal of Banking and Finance, vol. 30, N11, p. 29452966.
Bernanke B. et Blinder A., 1992, The Federal Funds rate and the channels of monetary
transmission , The American Economic Review, Vol 82, 4, p. 901-921.
Berney R., Haynes G. W. et Ou C., 1999, Small Business Borrowing From Large and Small
Banks Federal Reserve Bank of Chicago, Mar, p.328-361
240
Bertrand R., 2005, The New Basel Accord: Implications of the Co-existence between the
Standardized Approach and the Internal Ratings-based Approach , Working Paper
No. 03.05 Banque nationale suisse
Besanko D. et Thakor A., 1987a, Collateral and rationing: sorting equilibria in monopolistic
and competitive credit markets , International Economic Review 28(3), p. 671-689.
Bester H., 1985, Screening vs. rationing in credit markets with imperfect information ,
American Economic Review 75(4), p. 850-855.
Bester H., 1987, The role of collateral in credit markets with imperfect information ,
European Economic Review, 31(4), p. 887-899.
Bhattacharya S. et Ritter J.R., 1983, Innovation and communication: signalling with partial
disclosure , The Review of Economic Studies 50, p. 331-346.
Boissonade D. et Tournier A., 1996, Lendettement des entreprises de 1989 1995 ,

Banque de France, Observatoire des entreprises, D 96/68.
Bolton P. et Scharfstein D.S., 1996, Optimal debt structure and the number of creditors ,
The Journal of Political Economy, 104, 1, p. 1- 25.
Boot A. W. A., 2000, Relationship Banking: What Do We Know? , Journal of Financial

Intermediation, vol. 9, p.725.
Boot A, Thakor A. et Udell G. F., 1991, Secured lending and default risk: equilibrium
analysis, policy implications and empirical results , Economic Journal 101, p. 458-
472.
Boot A. et Thakor A.V., 1994, Moral hazard and secured lending in an infinitely repeated
credit market game , International Economic Review, 35, p. 899-920.
Boyd J., Graham G. et Hewitt R., 1993, Bank holding company mergers with nonblank
financial firms, Journal of Banking and Finance 17, p. 4363
Boyd J., Hanweck G. et Pithyachariyakul P., 1980, Bank holding company diversification.
In: Proceedings from a Conference on Bank Structure and Competition, Federal
Reserve Bank of Chicago, May, p. 105120
Brewer E. III et Jackson William E III, 2006, A note on the risk-adjusted price
concentration relationship in banking , Journal of Banking and Finance, 30, p.
10411054.
241
Brick I. E. et Palia D. 2007, Evidence of jointness in the terms of relationship lending ,

Journal of Financial Intermediation 16, p. 452-476.
Carey M., Prowse S., Rea J. et Udell G. F., 1993, The economics of private placements: a
new look. Financial Markets , Institutions and Instruments 2(3), p. 1-67.
Carlinga K. et Lundberg S., 2005, Asymmetric information and distance: an empirical

assessment of geographical credit rationing Journal of Economics and Business,
57, p. 3959.
Carter D. A. et McNulty J. E., 2005, Deregulation, technological change, and the business-
lending performance of large and small banks, Journal of Banking and Finance, vol.
29, p. 11131130.
Chakraborty A. et Hu C., 2006, Lending relationships in line-of-credit and nonline-of-credit

loans: evidence from collateral use in small business , Journal of Financial
Intermediation 15(1), p. 86-107.
Chan Y. et Kanatas G., 1985, Asymmetric valuation and the role of collateral in loan
agreements , Journal of Money, Credit and Banking, 17, 1, p. 84-95.
Chan Y. et Thakor A., 1987, Collateral and competitive equilibria with moral hazard and
private information , Journal of Finance 42(2), p. 345-363.
Chapelle A., Crama Y., Hbner G. et Peters J-P., 2008, Practical methods for measuring and
managing operational risk in the financial sector: A clinical study , Journal of
Banking and Finance, 32, p. 10491061
Chen Y., 2006, Collateral, loan guarantees, and the lenders incentives to resolve financial
distress , Quarterly Review of Economics and Finance 46, p. 1-15.
Chen Y., Guo R. J et Huang R-L., 2009, Two stages credit evaluation in bank loan
appraisal , Economic Modelling, Volume 26, volume 1, January, p. 63-70
Cieply S. et Paranque B., 1998, Le Rationnement des Petites Entreprises sur le March du
Crdit: mythe ou ralit? , Revue Banque et Marchs, mars-avril.
Clark A.J. et Siems T.F., 2002, X-efficiency in banking: Looking beyond the balance sheet,
Journal of Money, Credit and Banking 34, p. 9871013
Clemenz G., 1986, Credit Markets with Asymmetric Information , Lecture notes in
economics and mathematics systems, Springer-Verlag, Berlin.
242
Coco G., 2000, On the Use of Collateral , Journal of Economic Surveys, 14, 2, p.191214.
Cole R. A, 1998, The importance of relationships to the availability of credit , Journal of

Banking and Finance, vol. 22 (68), p. 959-977.
Cole R., Goldberg L.G. et White L.J., 2004, Cookie-cutter versus character: the micro
structure of small business lending by large and small banks . Journal of Financial
and Quantitative Analysis, vol. 39, p. 227251.
UK , Journal of Financial Stability, Volume 6, volume 1, April, p. 36-44.
availability , Journal of Banking and Finance 31 p. 1237-1263.
Cressy R. et Toivanen O., 2001, Is there adverse selection in the credit market? , Venture
Capital 3(3): p. 215-238.
Cukierman A., 1978, "The Horizontal Integration of the Banking Firm, Credit Rationing and
Monetary Policy", The Review of Economic Studies 45, February, p. 165-178
Danost P., Holt Doris L. et Imhoff Eugene JR, 1989, The use of accounting information in
bank lending decisions , Accounting Organizations and Society, Vol. 14, No. 3, p.
235-246
De Bodt E., Lobez F. et Statnik J-C., 2005, Credit Rationing, Customer Relationship and the
Number of Banks: an Empirical Analysis , European Financial Management, Vol.
11, No. 2, p. 195228
De Mezaa D. et Webba D., 2000, Does credit rationing imply insufficient lending? ,
Journal of Public Economics, 78, p.215234
Decamps J-P., Rochet J-C. et Roger B., The Three Pillars of Basel II: Optimizing the Mix ,
Journal of Financial Intermediation, vol. 13, n. 2, April 2004, p. 132-155.
Degryse H., Laeven L. et Ongena S., 2006, The impact of organizational structure and
lending technology on banking competition discussion paper center, June.
DellAriccia. G. et Marquez. R., 2004, Information and bank credit allocation , Journal of
Financial Economics, 72, p. 185214.
Demsetz R. et Strahan, P., 1997, Diversification, size, and risk at bank holding companies,
Journal of Money, Credit and Banking 29 (3), p. 300313
243
Detragiache E., Garella P. et L. Guiso., 2000, Multiple versus single banking relationships:
theory et evidence , The Journal of Finance, LV, 3, p. 1133-1161.
De Young R., 1994, Fee-based services and cost efficiency in commercial banks, Federal
Reserve Bank of Chicago, Proceedings: Conference on Bank Structure and
Competition
De Young R., Frame W. S., Glennon D., Mc Millen D. P. et Nigro P., 2008, Commercial
lending distance and historically underserved areas , Journal of Economics and
Business, Volume 60, Issues 1-2, Janvier - Fvrier, p. 149-164
De Young R., Glennon D. et Nigro P., 2008, Borrower-lender distance, credit scoring, and
loan performance: Evidence from informational-opaque small business borrowers
Journal of Financial Intermediation, vol. 17(1), Janvier, p. 113-143.
De Young R., Hunter W. C., et Udell G. F., 2004, The past, present, and probable future for
community banks , Journal of Financial Services Research, vol. 25 (2-3), 85-133.
De Young R., Lang W. et Nolle D., 2007, How the Internet affects output and performance
at community banks , Journal of Banking and Finance, 31, p. 10331060.
De Young R., Lennon D. et Nigro P., 2008, Borrowerlender distance, credit scoring, and
loan performance: evidence from informational- opaque small business borrowers ,
Journal Financial Intermediation 17, p. 113143
De Young R. et Roland K., 2001, Product mix and earnings volatility at commercial banks:
Evidence from a degree of total leverage model, Journal of Financial Intermediation
10, p. 5484
Dietsch M. et Petey J., 2004, Should SME exposures be treated as retail or corporate
exposures? A comparative analysis of default probabilities and asset correlations in
French and German SMEs , Journal of Banking and Finance, 28, p. 773788
Elijah B. III et William E. J.III, 2006, A note on the risk-adjusted priceconcentration

relationship in banking , Journal of Banking and Finance, 30, p. 10411054
Elsas R., 2005, Empirical determinants of relationship lending , Journal of Financial

Intermediation vol. 14, p. 3257.
Elyasiani E. et Goldberg L. G., 2004, Relationship lending: A survey of the literature

Journal of Economics and Business vol. 56 (4), p.315330.
Evans, D. et Jovanovic B., 1989, Entrepreneurial Choice and Liquidity Constraints, Journal
244
of Political Economy, 97, p. 808-27.
Feess E. et Hege U., 2004, The Basel II Accord: Internal Ratings and Bank
Differentiation , Center for Financial Studies No. 2004/25
Flannery M., 1986, Asymmetric information and risky debt maturity choice , Journal of
Finance 41(1), p.19-37.
Foglia A., Laviola S. et Marullo Reedtz P., 1998, Multiple banking relationships and the
fragility of corporate borrowers , Journal of Banking and Finance, vol. 22, p. 1441-
1456.
Frame W. S., Padhi. M. et Woosley L., 2001, The Effect of Credit Scoring on Small
Business Lending in Low- and Moderate-Income Areas , Federal Reserve Bank of
Atlanta Working Paper No. 20016.
Frame W. S., Srinivasan A. et Woosley L., 2001, The Effect of Credit Scoring on Small-
Business Lending , Journal of Money, Credit and Banking, Vol. 33, No. 3, Aot, p.
813-825.
Garvin W.J., 1971, The small business capital gap : the special case of minority enterprise ,
Journal of Finance, p. 445-457.
Gelos G. et Werner A., 2002, Financial liberalization, credit constraints and collateral:
investment in the Mexican manufacturing sector , Journal of Development
Economics 67 (1), p. 127.
Gertler M. et Gilchrist S., 1994, Monetary Policy, Business Cycles and the Behaviour of
Small Manufacturing Firms , Quarterly Journal of Economics, 109, n 2, May, p.
309-340.
Godbillon-Camus B. et Godlewski C. J, 2006, Credit Risk Management in Banks: Hard

Information, Soft Information and Manipulation Preprint submitted to Elsevier
Science, October.
Goddard J., Molyneux P., Wilson J. et Tavakoli M., 2007, European banking: An
overview , Journal of Banking and Finance, 31, p. 19111935.
Godlewski C., 2004, rle de la nature de l'information dans l'intermdiation Bancaire ,

Goldberg M., 1982, The Pricing of the Prime Rate , Journal of Banking and Finance, 6, p.
277-96.
245
Goldberg M., 1984, The Sensitivity of the Prime Rate to Money Market Conditions
Journal of Financial Research, 7, p. 269-80.
Gomes J. F., 2001, Financing investment , American Economic Review, 91, p. 1263-1285.
Gorton G. et Rosen R., 1995, Corporate control, portfolio choice, and the decline in
banking, Journal of Finance 50, p. 1377-1419
Guiso L., 1998, High-tech firms and credit rationing , Journal of Economic Behavior and
Organization 35(1), p. 39-59.
Hakenes H. et Schnabel I., 2011, Bank Size and Risk-Taking under Basel II , Journal of
Banking and Finance, Volume 35, Issue 6, Juin, p. 1436-1449
Hall B., 1992, Investment in Research and Development at the Firm Level: Does the Source
of Finance Matters? , NBER Working Paper No. 4096.
Harhoff D. et Krting T., 1998, Lending relationships in Germany Empirical evidence

from survey data , Journal of Banking and Finance 22(10-11), p. 1317-1353.
Harvey J. et Spong K., 2001, the decline in core deposits what can bank do? , Federal
Reserve Bank of Kansas City, financial industry perspectives
Heid F., 2007, the cyclical effects of Basel II capital requirements. , Journal of Banking
and Finance, 31, p.38853900
Hellmann T. F. et Stiglitz J., 2000, Credit and equity rationing in markets with adverse
selection , European Economic Review 44(2), p. 281-304.
Hernndez-Cnovas G. et Martnez-Solano P., 2006, Banking relationships: effects on debt

terms for small Spanish firms , Journal of Small Business Management 44(3), p.
315-333.
Himmelberg C.P. et Petersen B.C., 1994, R&D and Internal Finance: A panel Study of
Small Firms in High-Tech Industries , Review of Economics and Statistics.
Holderness C. G. et Sheehan D. P., 1988, The role of majority shareholders in publicly held
corporations: An exploratory analysis , Journal of Financial Economics, Elsevier,
vol. 20(1-2).
Hoshi T., Kashyap A. et Scharfstein D., 1991, Corporate structure, liquidity and investment:
evidence from japanese industrial groups , The Quarterly Journal of Economics 56,
p. 33-60.
246
Hyytinen A. et Pajarinen M., 2008, Opacity of young businesses: Evidence from rating
disagreements , Journal of Banking and Finance, Volume 32, Issue 7, Juillet, p.
1234-1241
Inderst R. et Mueller H. M., 2007, A lender-based theory of collateral , Journal of

Financial Economics 84, p. 826-859.
Jaffee D. et Modigliani F., 1969, A Theory and Test of Credit Rationing, American
Economic Review, 59, p. 850-82.
Jaffee D. et Stiglitz J., 1990, Credit rationing , In B. Friedman and F. Hahn eds., Handbook
of Monetary Economics, vol.2 chap.16, North Holland, Amsterdam, p. 838-888.
Jayaratne J. et Wolken J. D., 1999, How important are small banks to small business
lending? New evidence from a survey of small firms , Journal of Banking and
Finance 23, p. 427-458.
Jimnez G., Salas V. et Saurina J., 2006, Determinants of collateral , Journal of Financial
Economics 81(2), p. 255-282.
Jokivuolle E. et Vesala T., 2007, Portfolio effects and efficiency of lending under Basel II ,
Bank of Finland Research Discussion Papers 13/2007
Kaplanski G. et Levy H., 2007 Basels value-at-risk capital requirement regulation: An

efficiency analysis , Journal of Banking and Finance, 31, p. 18871906
Keeton W., 1995, Multi-office bank lending to small businesses: Some new evidence ,
Economic Review, Federal Reserve Bank of Kansas City, vol. 80, p. 45-57.
Kwast M., 1989, The impact of underwriting and dealing on bank returns and risks, Journal
of Banking and Finance 13, p. 101125
Laeven L., 2003, Does financial liberalisation reduce financing constraints? , Financial
Management 32 (1), p. 534.
Le petit L., Nys E., Rous P. et Tarazi A., 2008, Bank income structure and risk: An empirical
analysis of European banks, Journal of Banking and Finance 32, p. 14521467
Le petit L., Nys E., Rous P. et Tarazi A., 2008, The expansion of services in European
banking: Implications for loan pricing and interest margins, Journal of Banking and
Finance 32, p. 23252335
247
Levenson A. R et Willard K. L, 2000, Do Firms Get the Financing They Want? Measuring
Credit Rationing Experienced by Small Businesses in the U.S , Small Business
Economics, 14: p 8394
Liberti J. M., 2004, Initiative, Incentives and Soft Information. How Does Delegation
Impact The Role of Bank Relationship Managers? , Finance 0404023, EconWPA.
Liu Y-C. et Hung J-H., 2006, Services and the long-term Profitability in Taiwan's banks ,
Global Finance Journal 17, Octobre, p.177-191.
Lobez F., 1988, le rationnement du crdit : une synthse , finance, vol. 9, N2
Love I., 2003, Financial development and financing constraints: international evidence from
the structural investment model , Review of Financial Studies 16 (3), p. 765-791.
Lozano-Vivas A. et Pasiouras A., 2010, The impact of non-traditional activities on the

estimation of bank efficiency: International evidence, Journal of Banking and
Finance 34, p. 14361449
Lummer S. L. et McConnell J. J., 1989, Further evidence on the bank lending process and
the capital market response to bank loan agreements , Journal of Financial
Economics, 25(1), p. 99-122.
Mann R. J., 1997a, Explaining the pattern of secured debt , Harvard Law Review 110(3),
p. 625-683.
Menkhoff L., Neuberger D. et Suwanaporn C., 2006, Collateral-based lending in emerging

markets: evidence from Thailand , Journal of Banking and Finance 30, p. 1-21.
Montgomery H., 2005, The effect of the Basel Accord on bank portfolios in Japan , J.
Japanese Int. Economies 19, p. 2436.
Morgan D. P, 2002, Rating Banks: Risk and Uncertainty in an Opaque Industry , The
American Economic Review, Vol. 92, No. 4, Septembre, p. 874-888
Ortiz-Molina H. et Penas M., 2008, Lending to small businesses: the role of loan maturity in
addressing information problems , Small Business Economics, vol. 30, N4, Avril.
Park A., Brandt L. et Giles J., 2003, Competition under credit rationing: theory and
evidence from rural China Journal of Development Economics, 71, p. 463 495
Pasiouras F., 2008, International evidence on the impact of regulations and supervision on
banks technical efficiency: An application of two-stage data envelopment analysis,
248
Review of Quantitative Finance and Accounting 30, p. 187 223
Pasiouras F., Tanna S. et Zopounidis C., 2009, The impact of banking regulations, on banks
cost and profit efficiency: Cross-country evidence, International Review of
Financial Analysis 18, p. 294302
Management, North western University.
Petersen M. et Rajan R., 1994, The benefits of lending relationships: evidence from small
business data , Journal of Finance, 49, p. 1367-1400.
Petersen, M. A. et Rajan R. G., 1995, The Effect of Credit Market Competition on Lending
Relationships , The Quarterly Journal of Economics, MIT Press, vol. 110(2), Mai,
p.407-443
Petersen, M. A., et Rajan, R. G., 2002, Does distance still matter? The information
revolution in small business lending , Journal of Finance, vol 57, p. 25332570
Petersen M. A., et Rajan R. G, 2002, Does distance still matter? The information revolution
in small business lending , Journal of Finance, vol 57, p. 25332570.
Rogers K., 1998, Product Mix, Bank Powers, and Complementarities at U.S. Commercial
Banks, Journal of Economics and Business
Rondi L., Sembenelli A. et Zanetti G., 1994, Is excess sensitivity of investment to financial
factors constant across firms? Journal of Empirical Finance 1, p. 365-383.
Rogers K. et Sinkey J. F., 1999, An analysis of nontraditional activities at U.S. commercial

banks, Review of Financial Economics 8, p.2539
Saunders A. et Walter I., 1994, Universal Banking in the United States: What Could We
Gain? What Could We Lose?, Oxford University Press, NY
Schiantarelli F. et Georgoutsos D., 1990, Imperfect competition, Tobins q and investment:

evidence from aggregate UK data , European Economic Review, 34, p. 1061-1078.
Schreft S L. et Villamil A P., 1992, Credit rationing by loan size in commercial loan
markets , Economic Review, Federal Reserve Bank of Richmond, Mai, p. 3-8.
Shen C-H. et Huang A-H., 2003, Are performances of banks and firms linked? And if so
why? Journal of Policy Modeling, 25, p. 397414.
Slijkerman J. F., Smant D. et De Vries C. G, 2004, Credit Rationing Effects of Credit
249
Value-at-Risk , Tinbergen Institute Discussion Paper Erasmus University

Rotterdam and Tinbergen Institute, March 12,
Smith J. K. et Smith R. L., 2000, Entrepreneurial finance , John Wiley et Sons Inc.
Smith R., Staikouras C et Wood G., 2003, Non-interest income and total income stability ,
Bank of England, Working Paper no. 198
Sobreira R., 1998, Credit Rationing and Banking Firm Behavior , Rio de Janeiro, Candido
Mendes University, Discussion Paper #8.
Spong K, 2000, banking regulation: Its Purposes, Implementation and Effects Fifth
Edition, Division of Supervision and Risk Management Federal Reserve Bank of
Kansas City
studies as a guide for future research , Journal of Economic Surveys, 23, (5 S1). p.
924-946
Stein J. C., 2002, Information production and capital allocation: decentralized versus
hierarchical firms . Journal of Finance, vol. 57, p. 18911921.
Stein R. M., 2005, The relationship between default prediction and lending profit: net
grating ROC analysis and loan pricing , Journal of Banking and Finance, 29, p.
12131236
Stiglitz J.E. et Weiss A., 1983, Incentive effects of terminations: applications to the credit
and labour markets , American Economic Review 73 December, p. 912927.
Stiroh K., 2004, Diversification in Banking: Is Noninterest Income the Answer? , Journal
of Money, Credit and Banking, vol. 36(5), Octobre, p. 853-882
Stiroh K. et Rumble A., 2006, The dark side of diversification: The case of US financial
holding companies , Journal of Banking and Finance 30 (8), p. 21312161
Stoughton N. M et Zechner J., 2007, Optimal capital allocation using RAROC and
EVA , Journal of Financial Intermediation, 16, p. 312342
Suzuki T., 2004, Credit channel of monetary policy in Japan: resolving the supply versus
demand puzzle , Applied Economics, 36, 21, p. 2385-2396.
250
Tamari M., 1980, The financial structure of the small firm - an international comparison of
corporate accounts in the USA, France, UK, Israel and Japan, American Journal of
Small Business, April-June, p. 20-34.
Tassel E. V., 2006, Relationship lending under asymmetric information: A case of blocked
entry , International Journal of Industrial Organization, 24, p. 915 929
Uchida H., Udell G.F. et Yamori N., 2006, SME financing and the choice of lending
technology RIETI Discussion Paper Series 06-E-025, April
Udell G. F., 2008, What's in a relationship? The case of commercial lending , Business
Horizons, vol. 51, p. 93103.
Uzzi B. et Gillespie J. J., 1999, What small firms get capital and what cost: notes on the role
of social capital and banking networks , Proceedings, Federal Reserve Bank of
Chicago.
Vesala T., 2007, Switching costs and relationship profits in bank lending , Journal of
Banking and Finance, 31, p. 477493
Von Thadden E.L., 1995, Long term contracts, short term investment and monitoring ,
Review of Economic Studies, 62, p. 557-575.
Von Thadden E.L., 2004, Bank capital adequacy regulation under the new Basel Accord ,
Journal of Financial Intermediation 13(2), p. 90-95.
Von Thadden E-L., 2004, Asymmetric information, bank lending and implicit contracts: the
winners curse Finance Research Letters 1, p. 1123.
Vos Ed., Yeh Andy J-Y., Carter S. et Tagg S., 2007, The happy story of small business
financing , Journal of Banking and Finance , 31, p. 26482672
Yan Y., 1998, The FDICIA and bank CEOs pay-performance relationship: An empirical
investigation , Working Papers, Federal Reserve Bank of Cleveland, N 9805,
Janvier.
Effects from Basel 2? Journal of Entrepreneurial Finance and Business Ventures
251
Sommaire
Sommaire
TABLE DES MATIERES .............................................................................................................................................. 8
INTRODUCTION GENERALE ..................................................................................................................................... 10
CHAPITRE 1 : LA REVUE DE LA LITTERATURE .................................................................................... 21
1ERE PARTIE : LIMPORTANCE DE LA NATURE DE LINFORMATION DANS LA GESTION DES CREDITS ...................... 22
1. La diffrence entre linformation hard et linformation soft ......................................................... 23
1.1. Les cots de collecte, de traitement et de stockage de linformation .............................................................. 23
1.2. Le contrle des crdits .................................................................................................................................... 24
1.3. Linfluence du contexte de la collecte des informations ................................................................................. 26
2. La nature de linformation et le choix de la technologie de prt .............................................................. 27
2.1. La relation banque PME ................................................................................................................................. 27
2.1.1. La mesure de la force dune relation .................................................................................................. 28
2.1.1.1. La dure..................................................................................................................................... 28
2.1.1.2. Ltendu (le montant des crdits octroys) ................................................................................ 28
2.1.1.3. La longueur (les services annexes) ............................................................................................ 29
2.1.1.4. Linverse du nombre des banques ............................................................................................. 29
2.1.2. La relation pour rduire lasymtrie de linformation ........................................................................ 29
2.2. Le prt bas sur une transaction ...................................................................................................................... 31
2.2.1. La dcision base sur les tats financiers ............................................................................................ 31
2.2.2. La dcision base sur lactif ............................................................................................................... 32
2.2.3. La dcision base sur les scores.......................................................................................................... 32
2.2.3.1. Les scores externes .................................................................................................................... 33
2.2.3.2. Les scores internes .................................................................................................................... 33
3. La nature de linformation et les caractristiques de la banque ............................................................... 34
3.1. Lge et la taille .............................................................................................................................................. 34
3.2. La structure organisationnelle (complexit organisationnelle horizontale et verticale) .................................. 35
3.3. La nature de la proprit ................................................................................................................................. 36
3.4. Les objectifs de la banque (minimiser les cots ou amliorer la qualit) ........................................................ 37
4. La nature de linformation et la comptition sur le march bancaire........................................................ 38
4.1. La frontire du march local ........................................................................................................................... 38
4.1.1. La baisse des barrires informationnelles ........................................................................................... 38
4.1.2. La rduction de leffet de la distance entre prteur et emprunteur ...................................................... 39
4.2. Le nombre des banques qui exercent avec lemprunteur ................................................................................ 40
4.3. Les fusions et les acquisitions ......................................................................................................................... 41
5. Conclusion de la premire partie .............................................................................................................. 42
2EME PARTIE : LE RATIONNEMENT ........................................................................................................................ 43
1. La dcomposition de la dcision de crdit ................................................................................................ 44
1.1. La dcision doctroi ........................................................................................................................................ 44
1.2. La dcision du montant octroy ...................................................................................................................... 44
2. Lorigine, la dtection et la mesure du rationnement ................................................................................ 45
2.1. Lorigine du rationnement .............................................................................................................................. 45
2.2. La dtection du rationnement.......................................................................................................................... 46
2.3. La mesure du rationnement............................................................................................................................. 47
3. Les diffrents types du rationnement ........................................................................................................ 48
3.1. Le rationnement prventif ............................................................................................................................... 48
3.2. Le rationnement contraint par le capital ......................................................................................................... 49
3.3. Le rationnement sur le nombre ....................................................................................................................... 50
3.3.1. Le rationnement dun emprunteur spcifique ..................................................................................... 50
3.3.2. Le rationnement de toute une classe de risque.................................................................................... 51
3.4. Le rationnement sur la quantit....................................................................................................................... 51
4. Une vision dynamique du rationnement ................................................................................................... 52
4.1. La raction des PME face au rationnement ..................................................................................................... 52
4.2. La raction de certaines petites banques ......................................................................................................... 52
252
Sommaire
4.3. La raction des agents de crdit ...................................................................................................................... 53

5. Conclusion de la deuxime partie ............................................................................................................. 53
EME
3 PARTIE : LA REACTION DES BANQUES POUR EVITER LE RATIONNEMENT. ........................................................ 54
1. Lidentification des emprunteurs par les contrats. .................................................................................... 55
2. Loffre des services .................................................................................................................................. 56
2.1. Distinction entre les services offerts par la banque ......................................................................................... 58
2.1.1. Les services traditionnels ................................................................................................................... 58
2.1.2. Les nouvelles activits ........................................................................................................................ 59
2.2. Les consquences de la diversification ........................................................................................................... 60
2.2.1. La diversification et la volatilit des nouveaux revenus ..................................................................... 60
2.2.2. La diversification et la rduction du risque......................................................................................... 61
2.2.3. Lintgration des revenus des services dans les scores. ...................................................................... 62
3. Conclusion de la troisime partie.............................................................................................................. 62
CHAPITRE 2 : LE CHOIX DE LA NATURE DE LINFORMATION ET LA PERFORMANCE DES
BANQUES ........................................................................................................................................................... 64
INTRODUCTION ...................................................................................................................................................... 65
1. Thories et hypothses .............................................................................................................................. 67
1.1. Linformation soft vs linformation hard ............................................................................................ 68
1.2. La relation Banque-PME pour rduire les problmes dasymtrie dinformation .......................................... 70
1.3. La technologie de prt base sur une transaction ............................................................................................ 76
1.4. La nature de linformation et les caractristiques de la banque ..................................................................... 80
2. Donnes et variables ................................................................................................................................. 85
2.1. Donnes .......................................................................................................................................................... 85
2.2. Variables ......................................................................................................................................................... 86
2.2.1. Les variables dpendantes des deux rgressions : .............................................................................. 86
2.2.2. Les variables indpendantes : ............................................................................................................. 87
2.2.3. Les variables de contrle : .................................................................................................................. 89
3. Les rgressions ......................................................................................................................................... 90
3.1. Mthodologie .................................................................................................................................................. 90
3.2. Rsultats et discussions................................................................................................................................... 92
4. Conclusion ................................................................................................................................................ 98
BIBLIOGRAPHIE.................................................................................................................................................... 100
ANNEXES ............................................................................................................................................................. 104
TABLEAU 2-1 : LE QUESTIONNAIRE ..................................................................................................................... 104
CHAPITRE 3 : POURQUOI LES BANQUES RATIONNENT LES CREDITS DES PME ? .................. 118
INTRODUCTION .................................................................................................................................................... 119
1.1. Les causes, la dtection et la mesure du rationnement .................................................................................. 120
1.2. Les diffrents types du rationnement ............................................................................................................ 125
1.3. Les dterminants de rationnement ................................................................................................................ 129
1.3.1. Les caractristiques de la relation Banque-PME .............................................................................. 130
1.3.1.1. Le nombre des banques en exercice avec le client .................................................................. 130
1.3.1.2. Lexistence dun crdit antrieur ............................................................................................. 131
1.3.1.3. La force de la relation mesure par la dure ............................................................................ 132
1.3.1.4. La nature de linformation ....................................................................................................... 132
1.3.2. Les caractristiques des PME ........................................................................................................... 133
1.3.2.1. La taille ................................................................................................................................... 133
1.3.2.2. Le niveau technologique et linnovation ................................................................................. 134
1.3.3. Les caractristiques du crdit ........................................................................................................... 135
1.3.3.1. Le montant demand ............................................................................................................... 136
1.3.3.2. La maturit du crdit : Court Terme ou Long Terme .............................................................. 137
1.3.3.3. Le taux dintrt ...................................................................................................................... 137
1.3.3.4. La garantie............................................................................................................................... 139
253
Sommaire

2.1. Donnes ........................................................................................................................................................ 141
2.2. Variables ....................................................................................................................................................... 142
2.2.1. Les variables dpendantes des deux rgressions : ............................................................................ 142
2.2.2. Les variables indpendantes : ........................................................................................................... 143
3. Les rgressions ....................................................................................................................................... 145
3.1. Mthodologie ................................................................................................................................................ 145
3.2. Rsultats et discussions................................................................................................................................. 148
4. Conclusion .............................................................................................................................................. 150
BIBLIOGRAPHIE.................................................................................................................................................... 152
ANNEXES ............................................................................................................................................................. 159
CHAPITRE 4 : LES REVENUS NON LIES A LINTERET ET LA DISPONIBILITE DES CREDITS 173
INTRODUCTION .................................................................................................................................................... 174
1.1. Lvolution du processus dcisionnel des banques ....................................................................................... 176
1.2. La disponibilit des crdits ........................................................................................................................... 177
1.3. Loffre des services....................................................................................................................................... 179
1.3.1. Loffre de service et la stabilit des revenus ..................................................................................... 184
1.3.2. Loffre de service et le risque global de la banque ........................................................................... 185
1.4. Lintgration des revenus non lis lintrt dans les modles dvaluation et la marge nette des revenus . 187
2.1. Donnes ........................................................................................................................................................ 189
2.2. Variables ....................................................................................................................................................... 189
2.2.1. Les variables dpendantes ................................................................................................................ 189
2.2.2. Les variables indpendantes ............................................................................................................. 191
2.2.3. Les variables de contrle .................................................................................................................. 192
3. Rgressions ............................................................................................................................................. 193
3.1. Mthodologie ................................................................................................................................................ 193
3.2. Rsultats et discussions................................................................................................................................. 195
4. Conclusion .............................................................................................................................................. 201
BIBLIOGRAPHIE.................................................................................................................................................... 203
ANNEXES ............................................................................................................................................................. 207
CONCLUSION GENERALE ...................................................................................................................................... 228
BIBLIOGRAPHIE GENERALE ................................................................................................................................. 238
SOMMAIRE ........................................................................................................................................................... 252
LISTE DES TABLEAUX ........................................................................................................................................... 255
254
Liste des tableaux
Liste des tableaux
Chapitre 2
Tableau 2-1 : Le questionnaire ...................................................................................................104
Tableau 2-2: Description des variables .......................................................................................110
Tableau 2-3: Rsultats de la premire rgression ........................................................................111
Tableau 2-4: Rsultat de la deuxime rgression (1re tape) ....................................................113
Tableau 2-5 : Rsultat de la deuxime rgression (2me tape) ..................................................113
Tableau 2-6: Teste de diffrence des moyennes .........................................................................115
Tableau 2-7 : Les statistiques descriptives des variables de prise de dcision...............................116
Chapitre 3
Tableau 3-1 : Le questionnaire ...................................................................................................159

Tableau 3-2: la description des variables ....................................................................................164
Tableau 3-3 : les statistiques descriptives ...................................................................................166
Tableau 3-4 La matrice des corrlations en tre les diffrentes variables ......................................168
Tableau 3-5: les rsultats de la premire rgression ...................................................................169
Tableau 3-6: les rsultats de la deuxime rgression ..................................................................171
Chapitre 4
Tableau 4-1 :La rpartition des observations par pays et par zone gographique ........................207
Tableau 4-2 : Les variables et leurs mesures ...............................................................................208
Tableau 4-3: Statistiques descriptives des donnes des variables (2004-2009) .............................209
Tableau 4-4: Les rsultats de la premire rgression ...................................................................214
Tableau 4-5: Les rsultats de la deuxime rgression ..................................................................218
Tableau 4-6: Les rsultats de la troisime rgression ..................................................................222
Tableau 4-7: Les rsultats de la quatrime rgression .................................................................224
255
Comment les banques octroient les crdits aux PME ?
Rsum
Lapplication des recommandations de Ble II en matire dinformation impose aux banques
lutilisation de linformation hard dans le processus de prise de dcision pour les crdits des PME. Ces
banques doivent choisir entre substituer linformation soft , dj utilise, par linformation hard ou
combiner les deux formes dinformation. Cette thse explore les diffrents lments qui peuvent influencer ce
choix et cherche monter leffet de ce choix sur la performance bancaire. Etant donn que le cot de
linformation reprsente un lment fondamental pour laborer ce choix, nous essayons de reprsenter ce cot en
se basant sur le temps ncessaire la collecte et le traitement de linformation. Lutilisation de linformation
hard diminue la flexibilit des banques lors de loctroi des crdits aux PME, cet effet, nous examinons les
diffrents lments qui influencent la prise de cette dcision et nous intgrons la nature de linformation parmi
les lments tudis. Les rsultats montrent une relation positive entre la disponibilit des crdits et lutilisation
de linformation soft . Lasymtrie dinformation reprsente un handicap majeur pour les banques distinguer
les diffrents types demprunteur. Des dcisions de rationnement peuvent pnaliser des bons emprunteurs. Les
banques qui craignent la perte de leurs clients adoptent des nouvelles activits en qute de rentabiliser les crdits
les plus risqus. La dernire tude de notre thse essaye de montrer leffet de loffre de ces services sur le
volume des crdits octroys et sur la marge nette dintrt.
Mots Cls : information soft , information hard , relation banque-PME, asymtrie dinformation,
rationnement des crdits, nouveaux services, revenus non lis lintrt.
How do banks grant loans to SMEs?
Abstract
The recommendations of Basel II impose to banks the use of the "hard" information in the decision
making process of SMEs loans. These banks must choose between replacing the "soft" information, already
used, by the "hard" information and combining the two forms of information. This thesis explores the various
elements that can influence this choice and tries to get the effect of this choice on the bank performance. Since,
the cost of information is a fundamental element to adopt this choice; we tried to represent a measure to this
cost of information. This cost is based on the time required for the collection and processing of the
information. It turns out that the use of "hard" information decreases the flexibility of banks to grant loans to
SMEs, for this purpose we tried to examine the different elements that influence the decision-making. We
tried to integrate the nature of information among the elements studied. The results show a positive relationship
between credit availability and the use of "soft" information. Information asymmetry is a major handicap for
banks to distinguish between different types of borrower so the decision of rationing can penalize the
good borrowers. Banks, which fear the loss of their customers, are looking to find a solution to this
situation: they adopt new activities in search to make profits from riskier loans. The latest study of our
thesis tries to show the effect of such services on the volume of loans granted and the net interest margin.
Keywords: "soft" information, "hard" information, bank-SME relationship, information asymmetries, credit
rationing, new services, non-interest income.
256

Langue

Bienvenue sur Scribd !

6419862

Transféré par

Informations du document

Description :

Date du transfert

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Description :

Droits d'auteur :

Formats disponibles

6419862

Transféré par

Description :

Droits d'auteur :

Formats disponibles

Titres liés

UNIVERSITE PARIS-DAUPHINE

ECOLE DOCTORALE DE DAUPHINE

COMMENT LES BANQUES OCTROIENT LES

Pour lobtention du titre de

DOCTEUR EN SCIENCES DE GESTION

(Arrt du 7 aot 2006)

Prsente et soutenue publiquement par

Directeur de thse : Monsieur Herv ALEXANDRE

Rapporteurs : Madame Annie BELLIER-DELIENNE

Monsieur Sbastien DEREEPER

Suffragant : Monsieur Nicolas BERLAND

Jexprime ma profonde gratitude mon directeur de thse, pour son soutien

Je remercie vivement madame Annie BELLIER-DELIENNE et professeur Sbastien

Je tiens remercier toute lquipe de recherche du DRM-Finance, jai bnfici

Enfin, je ne peux oublier le soutien de ma famille, de ma belle-famille et de mes amis

Lapplication des recommandations de Ble II en matire dinformation impose aux

Mots Cls : information soft , information hard , relation banque-PME, asymtrie

Keywords: "soft" information, "hard" information, bank-SME relationship, information

TABLE DES MATIERES .............................................................................................................................................. 8

Prsentation du contexte et des questions de

La relation banque-PME est la meilleure solution pour rsoudre les problmes

thoriquement adapte ce type dentreprise. En effet, linformation soft , collecte tout au

conomique et linstauration dune priode de sous investissement (Zazzara, 2008). A ce

Organisation de la thse et contributions

La premire section est consacre la reprsentation des deux types dinformation et

La deuxime section montre les effets de ladoption de linformation hard sur la

Craignant la perte de leurs meilleurs clients, et afin dviter la dispersion de ces

Ces contrats consistent prsenter une multitude de propositions lemprunteur et sur

Les trois chapitres suivants de la thse proposent des contributions empiriques

Dans notre premire tude nous tentons de tester la significativit de diffrents

Dans le troisime chapitre nous examinons les diffrents dterminants de

Le premier chapitre de notre travail reprsente La majorit de la littrature voque en

Dabord, la premire partie montre limportance du choix de la nature de linformation

Ensuite, la deuxime partie examine leffet de cette information sur le rationnement du

1re Partie : Limportance de la nature de linformation dans la gestion

1. La diffrence entre linformation hard et linformation soft

Linformation hard est une donne quantitative, elle ne prsente ni un jugement ni

1.1. Les cots de collecte, de traitement et de stockage de linformation

processus de prise de dcision, lagent de crdit se transforme en simple rapporteur. En effet,

Linformation hard est caractrise par la facilit de sa transmission et de son

1.2. Le contrle des crdits

Le niveau de cette premire relation dagence, la nature dinformation joue un rle

Linformation soft rduit les problmes de discrtion ce qui diminue le hasard

Linformation soft semble rduire les problmes dasymtrie dinformation entre

Le deuxime groupe des auteurs a montr le bien fait de la dcentralisation de la

1.3. Linfluence du contexte de la collecte des informations

Linformation soft reprsente les jugements et les interprtations personnelles de

2. La nature de linformation et le choix de la technologie de prt

2.1. La relation banque PME

Linformation soft est collecte tout au long de la relation de crdits. Le rle de

2.1.1. La mesure de la force dune relation

2.1.1.2. Ltendu (le montant des crdits octroys)

2.1.1.3. La longueur (les services annexes)

2.1.1.4. Linverse du nombre des banques

2.1.2. La relation pour rduire lasymtrie de linformation

Les PME souffrent, gnralement, dune pnurie de financement dont la principale

Historiquement, une banque est cense produire une information au-del de